人工知能の理論と応用
  大規模データに内在する傾向や法則を知識として抽出することを目指す知識発見と，その基盤技術である機械学習を中心課題として，人工知能に関する様々な話題について，理論と応用の両面から研究を行っている．時系列データからのパターン発見の効率化や高精度の分類を行うための類似性指標の開発，ゲームやパズルの解析と計算量の分析などの理論研究を行っている．また，オセロゲームやカードゲームなどの対戦ゲームの思考エンジンの強化や，自律ロボットの動作制御などの実問題にも取り組んでいる．

　文字列処理とデータ圧縮
  センサー技術や通信網の発達により，多種多様の膨大なデータが利用可能となっており，大量のデータを効率よく処理するための技術がますます重要になっている．文字列は情報の格納・伝達の手段として最も基本的な型の一つである．我々は，パターン照合や繰り返し構造の抽出，圧縮や展開など，種々の文字列処理の効率化のためのデータ構造とアルゴリズムの研究を行っている．特に，圧縮された文字列を陽に展開することなく照合や特徴抽出を行う手法の開発に力を入れている．また，文字列の組み合わせ的性質の解明や，それを補助するための文字列処理システムの開発を行っている．