稀疏数据下连续预测
该网络利用序数关系整合微观图像与表格数据，在数据稀缺条件下实现对复合材料性质的连续且可插值的表征，优于现有对齐式与性质感知方法。
Li, Xinyao · 李晶晶 · Zhu, Lei · Tsang, Ivor W.
Nature Communications 2026
通过序数约束对齐图像与表格数据，使目标性质接近的样本在隐空间中占据邻近区域，因此稀疏观测之间可以进行有意义的插值。
采用基于物理的代理信号即可训练模型，无需对全部样本进行昂贵的性质测试，从而降低数据获取成本。
在性能预测、跨模态检索与微观结构生成任务上一致超越对齐式与性能感知的基线模型，说明表征的通用性。