本研究提出了一种新框架，利用无限Laplacian特性解决半监督学习中的标签稀缺和类别不平衡问题，实验结果显示其分类准确性优于现有方法。

本研究提出了一种数据驱动的双层优化方法，解决分子性质预测中标签稀缺的问题。通过自动获取最佳迁移比率，实现多任务迁移学习，提升了40种分子性质的预测性能，并加快训练速度，克服了手动设计的局限性。