●目的
○原料のブレンド（遺伝的アルゴリズム）
・原料をブレンドし，所望の味の製品を作る．
○味の推定（非線形重回帰分析）
・官能評価を基に味覚センサより測定された味を補正する．
・味覚センサより測定された清酒の味(酸味,旨味,苦味等)と清酒の成分の対応関係を解析する．
○製品の分類と味の可視化（非線形正準判別分析）
・味覚センサより測定された清酒の味(酸味,旨味,苦味等)を基に，清酒を分類する．

●レシピ設計支援ツールとは
○目的
・栄養素とコストに関する評価関数が最大になるように，食材及びその配合量を最適化する．

○入力データ
・栄養素の目標値．
・食材栄養素行列（食品成分表）．

○出力データ
・料理に必要な食材とその配合量．
※調理法は今後の課題．

２.１．新しい方式の妥当性の判断−確率的ばらつきの定量化に基づく−

●目的
・新しい手術方式を従来の方法と比較し，新しい手術方式の妥当性を検証する．

●問題点
・新しい手術方式の施行回数が少ない状況で妥当性を判断しなければならない．

●解決策
・新しい手術方式の結果のばらつきと従来の手術方式の結果のばらつきを比較し，新しい手術方式の妥当性を判断する．

●目的
・時系列の非線形性を考慮して，天気や気温などに影響を与える因子を抽出する．
・天気や気温などの予測困難な時系列データの予測精度を改善する．

●問題点
・時系列の非線形性を考慮した場合，組合せの爆発が生じるため，予測に有効な因子の選定が困難．

●解決策
・遺伝的アルゴリズムを利用し，多数のデータから予測に有効なデータ及び基底関数を抽出する．
・時系列データを基底関数を用いて高次元空間に写像する．
・高次元空間に写像された時系列データを用いることにより，予測精度を改善する．

●目的
・非線形システムの複数の定常状態の確率密度関数の導出．
・非線形システムの確率密度関数の過渡応答の導出．

●解析手法
(1)対象となるシステムを x_t+1 = f (x_t) とする．
(2)基底関数φ(x_t)を決める．
(3) ρ_t ≡ E[ φ(x_t) ] なる変数を用いて，対象システムを以下の線形方程式で近似する．
　　　ρ_t+1 = A ρ_t
(4)行列Aの固有値と固有ベクトルを計算する．
(5)固有値と固有ベクトルから，定常状態の確率密度関数，及び過渡応答を計算する．