Muflih-7/Drift

GitHub: Muflih-7/Drift

DRIFT 是一个基于可靠性工程原理的学生个人数字孪生系统,用于在问题恶化之前检测多维度状态的漂移并提供可解释的预测与干预建议。

Stars: 0 | Forks: 0

# DRIFT — 用于学生状态漂移检测的个人数字孪生 DRIFT 将制造和资产管理中使用的可靠性工程原理应用于学生,将学术、职业准备度、身心健康和财务状况建模为个人数字孪生的四个相互依赖的子系统。 **USAII 全球 AI 黑客马拉松 2026 — 本科组** 🔴 **在线演示:** https://drift-sa21.onrender.com/ ## 概述 DRIFT 是一个受工业可靠性工程启发的决策支持系统。 DRIFT 无需等待失败发生,而是尽早检测**漂移**——在采取行动之前,识别新出现的问题,追踪可能的根本原因,预测未来的结果,并量化干预措施的效果。 该系统将学生视为可靠性工程师对待关键机器的方式来对待: * 监控性能 * 检测退化 * 识别故障模式 * 预测轨迹 * 推荐纠正措施 DRIFT **不会**对人进行诊断,也**不会**代表用户做出决定。 ## 核心理念 传统的生产力工具只追踪孤立的习惯。 DRIFT 将学生建模为一个由四个相互作用的子系统组成的**数字孪生**: 1. 学术表现 2. 职业准备度 3. 身心健康 4. 财务稳定性 一个子系统的变化通过公开的交叉依赖系数影响其他子系统。 ## 系统 Pipeline ``` 15 self-reported inputs ↓ Weighted scoring engine ↓ Cross-subsystem penalties ↓ FMEA-style root-cause trees ↓ Nearest-neighbour archetype matching ↓ Forecast generation ↓ Monte Carlo simulation (500 runs) ↓ Counterfactual interventions ↓ Work orders + Twin Letter ``` 界面中显示的每个值都可以追溯到源代码中具名的常量。 这里没有黑盒。 ## 功能 ### 1. 发现结果 * 根本原因拆解 * AI 推理链 * 常见模式警报 * 漂移事件时间线 ### 2. 预测 * 三种未来轨迹 * 置信区间 * 随时间推移可见的不确定性退化 ### 3. 干预 * 反事实场景分析 * 量化的影响估计 * 交互式比较 ### 4. 工单 * 优先排序的行动 * 维护式任务队列 * 完成情况追踪 ### 5. 原型匹配 * 最近邻分类 * 相似度百分比 * 雷达图可视化 ### 6. 依赖图 * 交互式子系统关系 * 基于悬停的路径高亮 ### 7. 历史记录 * 校准历史 * 趋势速度追踪 * 迷你图 ### 8. 模拟 * 500 次运行的蒙特卡洛分析 * 概率分布 * 基于截止日期的结果 ### 9. 孪生信件 * 纯英文摘要 * 可直接提供给顾问的输出 * 人类可读的建议 ## 独特之处 ### 零外部 API 没有 LLM 调用。没有后端。没有服务器端处理。 ### 完全可解释 所有分数、权重、惩罚和阈值均为公开的常量。 ### 没有黑盒 任何输出都可以追溯到生成它的公式。 ### 单文件架构 作为一个独立的 HTML 应用程序构建。 ### 可靠性工程方法 灵感来源于: * 数字孪生 * 故障模式与影响分析 (FMEA) * 根本原因分析 * 预防性维护 * 故障树推理 ## 负责任的 AI DRIFT 被设计为决策支持工具,而不是诊断系统。 ### 安全保障 每个分数都附有标签: * 置信区间随时间推移而扩大。 * 预测的确定性在超过 18 个月后会故意降低。 * 矛盾的输入会触发校准警告。 * 用户仍需对决策负责。 * 高优先级的建议应与真正的顾问商讨。 ## 技术细节 | 属性 | 值 | | ---------- | ----------------------- | | 技术栈 | HTML / CSS / JavaScript | | 框架 | 无 | | 图表 | Chart.js | | 后端 | 无 | | API | 无 | | 存储 | localStorage | | 部署 | 静态托管 | | 文件数量 | 1 | ## 本地运行 无需安装。 ### 选项 1 打开: ``` index.html ``` 在任何现代浏览器中。 ### 选项 2 在本地提供服务: ``` npx serve . ``` ## 项目理念 工业资产不会毫无征兆地发生故障。 而人类往往会。 DRIFT 探讨了传统上应用于机器的可靠性工程原理,是否可以进行调整以支持人类的决策。 ## 构建者 **Muflih Safeer** 机械工程学士一年级 智能制造工程 卡塔尔多哈科学技术大学 (UDST) * 独立构建 * 一周时间 * 零预算 * 零 API ## 免责声明 DRIFT 仅提供建模估算。 它**不是**医疗、心理、财务或学术诊断系统。 在做出重大决定之前,用户应咨询合格的专业人士。 **DRIFT v3** 仅限本地运行 • 无外部调用 • 设计上完全可解释
标签:决策支持系统, 可解释AI, 可靠性工程, 后端开发, 多模态安全, 教育科技, 数字孪生, 数据可视化, 预测分析