確率的ニューラルネットワークは、Specht, D. F. により1990年に考案された、3層構造のフィード・フォワード・ネットワークで、ベイズの識別定理に基づいた、統計的パターン認識手法の一つです。

私たちは、様々な側面において、この手法の持つ可能性に注目しています。

理想環境下において、現在機械学習分野で支配的である、DEEP LEARNINGの元となる多層パーセプトロン（MLP）を超える性能を発揮することを明らかにしました。

CNCは、保谷哲也らにより考案された、脳の神経構造を模した階層的なニューラルネットワークモデルです。

このCNCを応用し、より人間と近い認識手法による音声認識システムを構築しています。

このシステムの認識精度を実用可能段階まで高める事を目標として研究が続けられています。