Sampling-Frequency-Independent Deep Learning
たとえ単一のサンプリング周波数で学習されていたとしても，任意の（未学習の）任意のサンプリング周波数にも適用可能なDNNベース音源分離手法を提案しました． 畳み込み層がデジタルFIRフィルタとみなせることに着眼し，古典的な信号処理技法であるデジタルフィルタ設計技法を用いてアナログフィルタからの畳み込み層の重みの生成過程を導入することで，サンプリング周波数に非依存な畳み込み層を構築しました．
Empirical Bayesian Independent Deeply Learned Matrix Analysis
高性能な多チャネル音源分離手法の1つである独立深層学習行列分析を各時間周波数ビンでの音源パワー推定値の不確実性を扱えるように拡張した，経験ベイズ独立深層学習行列分析を提案しました．
Independent Deeply Learned Tensor Analysis
各音源の周波数間相関を陽に扱いつつ，独立深層学習行列分析のアイディアを継承した多チャネル音源分離手法（独立深層学習テンソル分析）を提案しました．
Multiresolution Deep Layered Analysis: End-to-end Music Source Separation Inspired by Multiresolution Analysis
End-to-end音源分離用DNNと多重解像度解析の構造の類似性に着眼し，完全再構成性，アンチエイリアシングフィルタを備えたダウンサンプリング層を提案しました． さらに，それらの層を用いたend-to-end音源分離手法（多重解像度深層分析）を提案しました．
Harmonic-Temporal Factor Decomposition for Unsupervised Monaural Source Separation of Harmonic Sounds
計算論的聴覚情景分析，非負値行列因子分解，ソースフィルタモデルを融合した，教師なし調波音分離手法（調波時間因子分解）を提案しました．
Unsupervised Drum Timbre Replacement between Two Music Audio Recordings
楽譜情報なしでも2楽曲間で調波音の周波数特性とドラム音色を置換できるシステムを提案しました．
Fast Signal Reconstruction from Magnitude Spectrogram of Continuous Wavelet Transform
従来法に比べて約100倍高速な振幅連続ウェーブレット変換からの信号再構成（位相推定）アルゴリズムを提案しました．
Score Following and Automatic Accompaniment for Musical Performance During Practice
練習時によく起こる誤り（音符の挿入，脱落，置換誤りや任意の弾き直し，弾き飛ばし）を含む演奏に対して，実時間で動作する（音符に関して線形オーダ）楽譜追跡手法を提案しました．