跨网络节点分类
通过可转移性权重与分层对比，同时利用多个源网络的知识，缓解负迁移并提升跨网络节点分类性能。
Chuanyun, Lin · Xi, Zhou · 沈笑
Expert Systems with Applications 2025
通过信息熵动态调整每个源网络对目标网络的贡献权重，降低有害知识的干扰。
通过节点级和原型级的图对比域适应，对齐同类节点和原型嵌入，同时拉开不同类之间的距离，提升判别性。
正伪标签分配给高置信度属于某类的目标节点，负伪标签分配给高置信度不属于某类的节点，迭代自我训练逐步优化。