Přístup založený na strojovém učení pro shrnutí návrhů řízení decentralizovaných autonomních organizací
Machine learning based approach for summarizing governance proposals for decentralized autonomous organizations
Type of document
diplomová prácemaster thesis
Author
Herman Tiumentsev
Supervisor
Kovalenko Alexander
Opponent
Čepek Miroslav
Field of study
Znalostní inženýrstvíStudy program
InformatikaInstitutions assigning rank
katedra aplikované matematikyRights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item recordAbstract
Decentralizované autonomní organizace (DAO) se dostávají do popředí jako decentralizované subjekty fungující na základě takzvaných smart contractu a technologie blockchain. Složitost návrhů na řízení v rámci DAO však představuje výzvu pro dostupnost a účast na rozhodovacích procesech. Tato práce řeší problém omezené dostupnosti a účasti tím, že vyvíjí a vyhodnocuje personalizovaný systém založený na strojovém učení pro shrnutí návrhů na správu DAO. Mezi cíle patří prozkoumání současných struktur správy DAO a rozhodovacích procesů, identifikace problémů při sumarizaci návrhů, vyhodnocení různých přístupů k sumarizaci a vývoj přizpůsobeného sumarizačního systému. Cílem systému je zvýšit dostupnost a účast tím, že bude poskytovat stručné a srozumitelné shrnutí návrhů na správu DAO. K posouzení účinnosti systému se používají hodnotící metriky, jako je přesnost, srozumitelnost a relevance. Výsledky ukazují zlepšení přístupnosti, což zdůrazňuje význam specializovaných shrnujících systémů pro zlepšení rozhodovacích procesů v rámci DAO. Decentralized Autonomous Organizations (DAOs) are gaining prominence as decentralized entities operating on smart contracts and blockchain technology. However, the complexity of governance proposals within DAOs poses challenges to accessibility and participation in decision-making processes. Thesis addresses the problem of limited accessibility and participation by developing and evaluating a personalized machine learning-based system for summarizing DAO governance proposals. The goals include exploring current DAO governance structures and decision-making processes, identifying challenges in summarizing proposals, evaluating different summarization approaches, and developing a customized summarization system. The system aims to enhance accessibility and participation by providing concise and understandable summaries of DAO governance proposals. Evaluation metrics such as accuracy, comprehensibility, and relevance are used to assess the system's effectiveness. Results indicate improvements in accessibility, highlighting the importance of tailored summarization systems in enhancing decision-making processes within DAOs.
Collections
- Diplomové práce - 18105 [194]