ヒトの意思決定に関わる高次情報処理過程の解明に,　情報工学と認知科学との融合的アプローチによって取り組みます.
近年ではとくに意思決定の環境適合のモデルのひとつである強化学習に注目した研究に力を入れており，情報工学の立場からは，複数エージェントが存在する複雑な環境を想定した人工知能エージェント設計や時変動する環境化でのロボット制御などへの応用などを研究課題としており，認知科学の立場からは，機械学習の枠組みで開発された機械の知と人間や動物の脳による自然な知との対応を調べるべく，認知科学実験と非侵襲脳活動計測とを用いた研究を行っています．

ロボット	人工知能	脳
シミュレーションと実機を用いた準受動歩行の研究。パラメータを強化学習で獲得する。	トランプゲームの強化学習の研究。プレイを繰り返すことで人間のエキスパート並に強くなる。	脳における学習手法を調べる研究。我々の脳は、どこまで機械の知と似ているだろうか？

脳を構成する神経細胞および細胞内のタンパク質ネットワークの動作原理の謎に対して, 生物物理と情報科学の手法を駆使して迫ってゆきます.
たとえば, 神経細胞ネットワークにおける情報符号化方式の情報理論的検討,　脳の発達期において神経細胞がネットワーク構造を構成してゆく過程のモデル化,　神経細胞において微弱な信号を増幅する分子反応回路の解明などの課題に取り組みます．

神経軸索が外部の環境を検知し、伸長するメカニズムに関する研究。細胞内の分子システムがこれを行う。伸長した軸索が他の神経と結合しネットワークを構築する。

複数画像からの情報を適切に統合することによって原画像を高解像度で再構成する情報科学手法を超解像と呼び，光学系の限界を超えた性能を獲得することも可能です．
ベイズ統計などの理論に基づいて超解像技術を開発するとともに，生体高分子活性の時系列画像解析などの生物学応用も行っています．

ベイズ超解像研究。低解像度で撮影された複数の画像から鮮明な画像（中央）を復元する。

包括的生命情報を同時計測するさまざまな技術が開発され,　生命や知性のはたらきを研究するために用いられていますが,　結果として得られる高次元データを操作するための数理統計的技術の開発は未成熟です.
データの理解のために，とくに高次元空間の内部表現にスパース性を仮定するべき状況への対応,　仮説検定の多重性などの困難の解決が重要な課題であるので，これらに重点を置いた研究を行っています．
また実際に非侵襲脳活動計測データ,　遺伝子発現データ,　タンパク質活性時系列データなどに基づく新知見発見の効率性と信頼性の向上に貢献してゆきます.

非侵襲脳活動計測(fMRI)データから確率的推論にかかわる脳部位を抽出した。高次元でノイズの多いデータから有意な情報を抽出し、知性と生命の機能を探る。