人間は知識である意味記憶を連鎖してネットワークとして蓄えていると言われている。そのような意味記憶のネットワークを人間がどのように学習しているのかを説明する神経回路モデルを提案している。提案するモデルを図に示し、概略を説明する。連合野第1層では入力がそのまま反応し、歯状回、回帰結合を持つ海馬CA3層を経由し、時系列データを海馬内で学習し、海馬CA1層に出力する。連合野第2層はaとbの二つ設け、aは個人の体験であるエピソード記憶、bは意味記憶を保持する。連合野2bでは意味記憶形成と生体で観測されているスパイクタイミング依存性シナプス可塑性(Spike-Timing-Dependent synaptic Plasticity; STDP)の関係を調べるためSTDPを学習則として用いた。STDPは結合する前後の神経細胞の発火のタイミングにより伝達効率が変化する現象のことで、生体の様々な学習の元になっていると考えられている。図中のオレンジ色の矢印は、STDPで結合強度が変化する神経結合を示している。シミュレーションにより、意味記憶のネットワークを学習することができることを確認した。さらに図中の緑色の矢印の抑制性の神経結合をSTDPで学習することにより例外も学習形成できるモデルを示している。

人間は試行錯誤の行動をして得られる結果（報酬）から学習を行い最適な行動を取得する強化学習を行うことができる。そのような強化学習のアルゴリズムが提案されているが、従来の強化学習は再学習を行うときに時間がかかるという問題があった。そこで強化学習アルゴリズムを制御しているパラメータをうまく制御し、柔軟に学習を行うアルゴリズムを提案している。図において、左上のスタートから右下のゴールまでの道筋を強化学習で学習した後（図ａ）、途中に新しく壁を設ける(図ｂ)。従来の強化学習アルゴリズムではなかなか迂回路を探し出すことができないが、提案手法では比較すると素早く迂回路を探し出すことができた。