材料設計に関わるプロセス情報と材料の特性の間を繋ぐ役割を担う構造に関する特徴量をいかにして効率よくかつ精度よく抽出するかがデータ駆動に基づく材料開発の重要な課題である。特に、XPSやIR、XRDなどの分光データに対して、ベイズ推定によるスペクトル解析法を開発しピークパラメータのみならずピークの個数の推定およびそれらの推定精度・信頼区間の導出が可能となっている。また、特性の予測においては、構造材料などに代表されるようにいくつかの層構造が存在する系において、自動的に複数の層に対応する線形モデルを組み合わせるスパース混合回帰モデルを開発し、アルミ合金や鉄鋼などにおいて新規材料設計条件の提案に成功している。これら材料分野における物理や法則に基づくモデリングを柔軟に最適化に組み込む技術として、交換モンテカルロ法による効率的な探索法をキーテクノロジーとして用いることで、オーダーメイドな材料データ解析アルゴリズムの系統的な開発が可能となる。