未知の環境や，環境の時間的な変化に応じて最適な機能／特性を自動的に学習する適応システムを研究対象としている．
具体的なシステムは，適応フィルタとニューラルネットワークが中心である．
適応フィルタは通信・計測・信号処理等の分野で信号歪の等化，雑音環境下の信号抽出，干渉信号／雑音の除去，時系列データの予測などに応用される．
当研究室では，高速安定で計算量の少ない学習アルゴリズム，学習の収束性解析，ノイズキャンセラや音響／多チャンネルエコーキャンセラの方式等に関する研究を行っている．
ニューラルネットワークは，パターン分類，連想記憶，非線形信号処理をベースにして，幅広く応用が試みられている．
当研究室では，ネットワーク構造の自動学習法，ニューロンモデルの最適化，シナプスの学習則，ネットワークのダイナミクス解析，非線形信号処理等の基礎研究と予測，診断，パターン分類等への応用に関する研究を行っている．
これらの研究は，グローバルなマルチメデイア時代における情報品質の向上と，知的でかつ人に優しい柔軟なシステムの開発につながるものである．
Research field includes adaptive systems, which can adapt and learn by themselves characteristics and functions required for the time variant environment. Among these systems, especially adaptive filters and neural networks are our main research subjects.
Adaptive filters are used for estimating the signal of interest under nonlinear distortion, noisy and interference environments.
詳しい研究内容をご覧になりたいかたは 「中山謙二のホームページ」の研究コーナー へ
適応システム研ホームページ