論文の概要: Mapping Partisan Fault Lines Within DAOs
- arxiv url: http://arxiv.org/abs/2605.10316v1
- Date: Mon, 11 May 2026 10:17:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-12 23:28:50.722962
- Title: Mapping Partisan Fault Lines Within DAOs
- Title（参考訳）: DAOにおけるパルチザン断層のマッピング
- Abstract要約: オンチェーンガバナンス分析により、パルチザンのコミュニティを検知し、視覚化できることが示される。
ケーススタディとして名詞を用いて、実際のフラグメンテーションイベントの数ヶ月前に、forkクラスタに割り当てられたアドレスが一緒に存在することを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Decentralised Autonomous Organisations (DAO) can fragment when partisan communities emerge within their governance structures, leading to organisational splits known as "forks". We present a method to detect these emerging communities by analysing on-chain voting behaviour before fragmentation occurs. Our approach extracts voting events from governance smart contracts, constructs voter matrices encoding participation patterns, and applies pairwise dissimilarity analysis to quantify ideological divergence between addresses. We visualise these relationships using multidimensional scaling and identify partisan communities through k-means clustering with silhouette score optimisation. Using Nouns DAO as a case study, a protocol that has experienced multiple documented forks, we demonstrate that addresses destined to fork cluster together months before actual fragmentation events. Our analysis of 330 proposals spanning from contract deployment to the first major fork shows that 90% of fork addresses cluster together in the final 44 proposals, compared to only 47% in randomised data. These results indicate that partisan communities can be detected and visualised through on-chain governance analysis, offering early warnings of emerging divisions before they cause organisational fragmentation.
- Abstract（参考訳）: 分権的自治組織(DAO)は、党派コミュニティが統治構造の中に現れると分裂し、組織的な分裂を「フォーク(forks)」と呼ぶ。
フラグメンテーション前におけるオンチェーン投票行動を分析して,これらの新興コミュニティを検出する手法を提案する。
提案手法は,スマートコントラクトのガバナンスから投票イベントを抽出し,参加パターンを符号化する投票行列を構築し,アドレス間のイデオロギーのばらつきを定量化する。
多次元スケーリングを用いてこれらの関係を可視化し、シルエットスコア最適化を用いたk平均クラスタリングによりパルチザンコミュニティを同定する。
複数のドキュメントフォークを経験したプロトコルであるNouns DAOをケーススタディとして、実際のフラグメンテーションイベントの数ヶ月前に一緒にフォーククラスタに渡されるアドレスを実証した。
コントラクトのデプロイから最初のメジャーフォークまでの330のプロポーザルの分析では、最後の44の提案でフォークアドレスの90%が一緒にクラスタ化されているのに対し、ランダム化されたデータでは47%しかありません。
これらの結果は,新たな部門が組織分裂を引き起こす前に早期に警告を発する,オンチェーンガバナンス分析を通じて,パルチザンコミュニティの検出と可視化が可能であることを示唆している。
関連論文リスト
- Stream Learning: Partition-Fair Gossip Learning Without Tokens [42.360058202775626]
ゴシップ学習では、ノードのネットワークは、ローカルモデルの一部を何度も交換することによって、中央コーディネータなしで、共有モデルを協調的に訓練する。
The State-of-the-art Protocol, Partitioned Token Gossip Learning (PTGL) of Hegeds et al.は、ウェイトマトリックスをS固定パーティションに分割し、近隣のメタデータ交換と結合したトークンベースのフェアネスメカニズムを用いてそれらを分散する。
我々の主な発見は、これらのプロトコルの最も単純なものは、局所的に最小に訓練されたパーティションを一様ランダムな隣人(Ri)に送信し、トークンカウンタも必要とせず、PTGLとフォールトフリーワークロードを一致させることである。
論文 参考訳（メタデータ） (2026-08-07T08:22:37Z) - Imputation Meets Clustering: Exploiting Latent Subgroup Structure for Missing Data Recovery [52.29866804948133]
本稿では、クラスタリングと命令を相互に強化する共最適化プロセスとして再構築するフレームワークであるCAGI(Cluster-Aware Generative Imputation)を提案する。
14のベンチマークデータセットと15の代表的なベースラインの実験は、CAGIの優位性を実証している。
論文 参考訳（メタデータ） (2026-07-08T02:50:02Z) - Hidden Coalitions in Multi-Agent AI: A Spectral Diagnostic from Internal Representations [0.0]
相互作用するAIエージェントのコレクションは、AIの安全性と整合性に不可欠な創発的なグループレベルの組織を形成することができる。
本稿では,マルチエージェントシステムの内部神経表現から連立構造を検出するための実用的手法を提案する。
論文 参考訳（メタデータ） (2026-05-04T16:59:08Z) - SoK: Measuring Blockchain Decentralization [7.274273862904251]
ブロックチェーンシステムのコンテキストでは、分散化の重要性は、それを計測する広く受け入れられている方法論が欠如していることによって弱まります。
対象とするリソースに基づいて,前回の作業で使用したすべての測定テクニックを分類するフレームワークを提案する。
我々は、このフレームワークを、前処理で使われる様々な前処理ステップとメトリクスが、同じ基盤となる分散化の概念を捉えているかどうかを評価するための経験的分析で補完する。
論文 参考訳（メタデータ） (2025-01-30T11:37:34Z) - Uncovering Prototypical Knowledge for Weakly Open-Vocabulary Semantic
Segmentation [59.37587762543934]
本稿では,弱開語彙セマンティックセマンティックセグメンテーション(WOVSS)の問題点について検討する。
既存の方法は、グループトークンの使用に関する粒度の矛盾に悩まされる。
マルチモーダル正規化を組み込んだプロトタイプ誘導ネットワーク(PGSeg)を提案する。
論文 参考訳（メタデータ） (2023-10-29T13:18:00Z) - A Survey on Label-efficient Deep Segmentation: Bridging the Gap between
Weak Supervision and Dense Prediction [115.9169213834476]
本稿では,ラベル効率の高いセグメンテーション手法について概説する。
まず,様々な種類の弱いラベルによって提供される監督に従って,これらの手法を整理する分類法を開発する。
次に,既存のラベル効率のセグメンテーション手法を統一的な視点から要約する。
論文 参考訳（メタデータ） (2022-07-04T06:21:01Z) - Reformulating Speaker Diarization as Community Detection With Emphasis
On Topological Structure [10.508187462682308]
クラスタリングベースの話者ダイアリゼーションは、現実において主要なアプローチの1つとして定着している。
本稿では,クラスタリングに基づくダイアリゼーションをコミュニティ検出問題とみなす。
論文 参考訳（メタデータ） (2022-04-26T07:18:05Z) - Beyond the Prototype: Divide-and-conquer Proxies for Few-shot
Segmentation [63.910211095033596]
少ないショットのセグメンテーションは、少数の濃密なラベル付けされたサンプルのみを与えられた、目に見えないクラスオブジェクトをセグメンテーションすることを目的としている。
分割・分散の精神において, 単純かつ多目的な枠組みを提案する。
提案手法は、DCP(disvision-and-conquer proxies)と呼ばれるもので、適切な信頼性のある情報の開発を可能にする。
論文 参考訳（メタデータ） (2022-04-21T06:21:14Z) - Correlation Clustering Reconstruction in Semi-Adversarial Models [70.11015369368272]
相関クラスタリングは多くのアプリケーションにおいて重要なクラスタリング問題である。
本研究では,ランダムノイズや対向的な修正によって崩壊した潜伏クラスタリングを再構築しようとする,この問題の再構築版について検討する。
論文 参考訳（メタデータ） (2021-08-10T14:46:17Z) - Author Clustering and Topic Estimation for Short Texts [69.54017251622211]
同じ文書中の単語間の強い依存をモデル化することにより、遅延ディリクレ割当を拡張できる新しいモデルを提案する。
同時にユーザをクラスタ化し、ホック後のクラスタ推定の必要性を排除しています。
我々の手法は、短文で生じる問題に対する従来のアプローチよりも、-または----------- で機能する。
論文 参考訳（メタデータ） (2021-06-15T20:55:55Z) - Rank-one partitioning: formalization, illustrative examples, and a new
cluster enhancing strategy [17.166794984161967]
分割手法を統一するランクワン分割学習パラダイムを導入・形式化する。
階数1行列の分解と断片的定値信号の分解に基づく分割問題に対する新しいアルゴリズム的解法を提案する。
論文 参考訳（メタデータ） (2020-09-01T11:37:28Z) - Agglomerative Neural Networks for Multi-view Clustering [109.55325971050154]
本稿では,最適コンセンサスを近似する凝集分析法を提案する。
本稿では,制約付きラプラシアンランクに基づくANN(Agglomerative Neural Network)を用いて,マルチビューデータをクラスタリングする。
4つの一般的なデータセットに対する最先端のマルチビュークラスタリング手法に対する我々の評価は、ANNの有望なビュー・コンセンサス分析能力を示している。
論文 参考訳（メタデータ） (2020-05-12T05:39:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。