少标签高精度
一种“预训练-提示-微调”的图提示学习框架，针对孤独症谱系障碍分类任务，在仅有少量标注样本的情况下，通过学习可学习的提示将图级分类重构为链路预测任务，从而显著降低对标注数据的依赖。
Jingwen, Cai · Xi, Zeng · 李军
Biomedical Signal Processing and Control 2026
在只有1个标注样本的极端少样本场景下，模型仍能达到87.91%的准确率，证明了其强大的泛化能力。
通过自监督链路预测预训练，模型从无标注数据中学习通道级表示，降低了对专家标注的依赖。
将下游图级分类重构为链路预测任务，与预训练目标对齐，使预训练知识得到更充分的利用。