ラベル伝播アルゴリズムはグラフベース半教師付き学習の代表的手法として広く利用されており,グラフを通してデータの構造を活かした推定を可能にする.本稿ではラベル伝播アルゴリズムにおいて複数のグラフを活用するアルゴリズムを提案する.提案手法の特徴的な点は複数のグラフをスパースに結合する点にある.これにより分類に有用でないグラフを除外し,精度の向上や解釈性の向上が図られる.他にも,提案法は類似グラフのグルーピング効果や,効率の良い最適化といった観点からも有利な特徴を持つことを導く.最後に,人工データと実データを用いた計算機実験によって提案法の性能を示す.