機械学習システムの高信頼・高効率な開発運用のうえで、過去の開発運用における典型的な要求記述や優れた設計、実装、保守、進化の成果および過程の再利用が欠かせない。様々な状況や環境へと対応するうえでは、成果の分解と部品化を通じた具体的な再利用に加えて、抽象化により適用範囲を広げた機械学習パターンの再利用が必要となる。

本研究では、高信頼な機械学習システムの開発運用に向けて、そうした具体的な再利用および抽象化を経たパターン再利用のいずれをも包括的に扱う効率かつ効果的な基盤の仕組みを検討し、基礎的な設計と部分的な構築を進めた。具体的な仕組みとしては、分解・部品化や体系化、検索、抽出、検出、適用、評価の各支援が挙げられる。