香港中文大学系统工程及工程管理学系程鸿教授、孙相国博士荣获2023年ACM SIGKDD会议最佳论文奖（研究型）。SIGKDD创立于1989年，是学术界、工业界和政府的数据挖掘研究人员和从业者分享想法、研究成果和经验的顶级国际会议。这篇关于图提示学习的论文，因创新的思想和方法而获奖。这是SIGKDD历史上首次有香港及内地学者获此殊荣。

获奖论文《All in One: Multi-task Prompting for Graph Neural Networks》提出新颖的多任务背景下图神经网络的提示学习方法，令预训练模型更有效地运用在各种图学习任务上，为大型图模型的研究和发展奠定了基础。论文提出的大规模预训练图模型的提示框架能够有效利用先验图知识来解决特定应用中标注缺乏的问题，支持创建各种图学习模型。

程鸿教授2008 年获得伊利诺伊大学厄巴纳-香槟分校计算器科学博士学位。她的研究兴趣包括数据挖掘和数据管理，大规模图学习和管理，数据挖掘算法及其应用。 她曾荣获2009年SIGKDD博士论文奖最终入围奖，及2010年香港中文大学校长模范教学奖。