柴田が主導する九州工業大学の研究チームは、分担研究者の松本らと、マーカレス表現型記録システムのアルゴリズム開発やシステムの改良を進めた。具体的には、次のようである。
(1) マーカレス表現型記録システムの開発について、RGB-D画像（RGB画像に加えて深度画像も計測できるセンサ）を複数台用いたシステムを用いた、げっ歯類向けの身体部位の認識・追跡アルゴリズムの開発を推進し、国際会議で口頭発表を行った。また、2次元カメラ画像を用いた霊長類の身体特徴の認識アルゴリズムについて、大規模な一般物体画像データを用いて学習済みの深層学習済ネットワークを、我々が作成したラベル付き霊長類画像の学習データを用いて追加訓練するDeepLabCutと呼ばれる学習フレームワークに従うことにより、昨年度よりさらに精度の良い身体特徴の認識が可能であることが分かり、国際会議で発表を行った。(2) データの可視化や個性のモデリング 昨年度用いたBGPLVMの多入力拡張版であるManifold Relevance Determination（MRD）アルゴリズムを用いて、個体のマルチモーダルな行動データ、もしくは複数個体の行動データから、マルチモーダルな行動データ、もしくは複数個体の行動データに関する共通次元、非共通次元を見出す、個性のモデリング研究を進めた。まずヒトの手指の運動に関する筋肉の活動について従来法より良いモデリングができることが分かった（ジャーナル論文投稿中）。
また分担研究者の桝屋と共に、マウス表現型やそのメタデータのデータベース整備を推進し、データシェアリングプラットフォームの公開に貢献した。