研究者提出基于增量知识图谱的学习者数字孪生预警框架

研究者Ngoc Luyen Le在arXiv发布论文，提出一种以轻量知识图谱实现的增量式学习者数字孪生框架，用于学习分析中的早期预警，在时间检查点通过回放学习轨迹与评估记录进行更新。目前该框架处于论文提出与评测阶段。 框架中，知识图谱同时作为特征提取与解释依据的载体，生成的预警会形成连接风险决策、特征归因、证据条目和原始平台记录的证据链。在公开学习分析基准的时间协议评测中，图谱特征在不同模型家族与检查点上保持了与原始表格特征相当的预测性能，并增加可追溯性与可验证性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。