提案手法は、多タスク転移学習の最適な転移比率を自動的に見つけることで、分子特性予測の性能を向上させ、学習の収束を加速する。
本研究では、グラフニューラルネットワーク(GNN)を用いた分子特性予測において、アーキテクチャ探索を活用して高精度な不確実性定量化を実現する手法を提案する。