「ブレインモルフィックコンピューティング」とは、今のコンピュータとは異なる、脳だけが持つ機能、例えば、意識・無意識、選択的注意、情動、自己など、を、脳の構成要素（例えば、ニューロンやシナプス）やその構造に学び、それらを最先端のデバイスで作り上げていこうとする研究です。我々は、ニューロンやシナプスに似た応答を自然に示すデバイスとして、スピントロニクスデバイスに注目しています。

近年、深層学習ニューラル(DNN)に対して、時系列（時間波形）の処理が得意で、学習が簡単に行えるリザバーコンピューティングが注目されている。リザバーを実現するニューラルネットワークは、ネットワーク全体として安定になることが求められる（エコーステートプロパティ）。一方、多様な入力に対応するためには、カオスを含む高次元の複雑ダイナミクスが必要である。そこで、本研究室では、エコーステートプロパティを損なうことなく高次元カオスダイナミクスが導入できる、カオスニューラルネットワークリザバーを提案し、その集積回路実装や、音声認識、時系列予測などの応用、さらには、「自己」を持つハードウェアへの展開などについて研究している。