ガウス過程を用いたハイブリッド核データ推定モデル(G-HyND)を開発した。本モデルは、ガウス過程モデルに基づき、実験データと原子核理論モデルに基づく解析データから構成されるデータを訓練データとして学習し、断面積などの核データを不確実性も含めて推定する。本論文では、実験データと解析データが核データの推定に相補的な役割を果たすとともに、これらを組み合わせて学習することで、核データをより合理的に推定できることを示す。さらに本モデルの枠組みで、ガウス過程に固有の問題である過剰適合及び計算コストに対する解決案を提示する。