论文提出增量知识图谱学习数字孪生学业预警方法

Ngoc Luyen Le 等在 arXiv 论文（arXiv:2610.36820）中提出增量式学习数字孪生框架，以轻量知识图谱实现有证据支撑的学业风险预警。 该孪生在时间检查点通过重放学习轨迹和评估记录更新，既作特征提取基座也作解释依据。在公开学习分析基准的时间协议下评估，论文称图中介特征提取保持与原始表特征相当的预测表现（此为论文报告结果）。 生成的预警被实体化为证据链，将风险决策关联到特征归因、证据项和原始平台记录，以增加可追溯性与可验证性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。