人が持つメタ認知機能（知っているか否かを知る，どの程度知っているかを知る機能）を模倣することで，データの収集だけに頼らずに未知の入力に対して頑健に高い性能を与えるパターン認識方式の確立を目指す．本課題では，雑音下音声認識での評価を通じ，「メタ認知機能を有するパターン認識」の基本となる認識性能予測技術およびマルチストリーム型パターン認識アルゴリズムに焦点を当てて検討を行った．

　異なる現象を扱うパターン認識システムをＤＮＮにより多数構築しておき，そのうち最適なシステムをＤＮＮの出力（事後確率）の時間変化量および自己符号化器の復元誤差に基づき選択して用いることで，環境変動に頑健な認識を実現した．