본 연구그룹의 주된 목적은 복잡한 자연 및 사회현상을 확률적 모형으로 나타내기 위한 이론 및 방법의 개발에 있다. 특히 요인들 사이의 관계 구조의 설정, 구조관련 확률적 이론 도출과 수치 해석적 근사법의 개발, 그리고 관련 알고리즘의 개발이 연구의 주요 활동을 이루게 될 것이다. 주어진 문제와 자료에 대하여 최적의 망 모형을 설정하고 최소의 일반오차를 갖도록 알고리즘을 결정하는 것은 학습시스템에서 주어진 핵심적인 문제이다. 이러한 학습시스템의 설계에 있어서 필요한 연산, 자료의 복잡도를 통계적으로 추정하고, 학습오차와 일반화 오차와의 관계를 통계적으로 분석하여 학습시스템의 성능의 한계를 추정하는 것이 중요하다. 또한 이러한 분석결과를 토대로 하여 역으로 최적의 학습시스템 설계가 가능하다. 망 모형을 활용한 학습시스템의 응용분야로는, 자료에 의하여 적응적으로 변화하는 시스템의 구현과 개발에의 적용을 생각할 수 있는데, 예를 들면, 음성, 시각 등 각종 패턴의 분류, 적응제어, 시계열의 분석 및 예측, 자료에 내재된 규칙성을 찾아내는 Data Mining 기법 등이다.