理論面と実装面に分けて報告する。
理論
（１）百種類以上ある木カーネルと比較して、部分パスカーネルが実行速度・正確性の両面において優れていることを、多数のデータセットを用いて実証した。順序木・無順序木を問わない点が定性的に重要な利点であり、加えて、正確性の評価において他の木カーネルに対して統計的に有意な差があることを示した。（２）部分パスカーネルを、入力となる木のサイズ（頂点の個数）に関して線形の計算量で計算するアルゴリズムを新規に開発した。他の木カーネルは、木のサイズの二乗ないし三乗のオーダーの計算量を必要とするので、部分パスカーネルの利点は顕著である。実際、iMac Pro 14Coreを用いた実験では、一つのカーネル値を計算するのに60マイクロ秒程度しか掛からない。（２）このアルゴリズムを理論的に記述するために、順序木の新たな定式化を考案した。（３）部分パスカーネルを用いたカーネルクラスタリング（k-平均、HACベース）を提案し、予備的実験により、良い性能が得られることを示した。（４）カーネルとガウス分布を用いた木構造データによる回帰の手法を提案した。
実装
（１）部分パスカーネルとSVMを用いて、木構造データの分類を行うライブラリの開発を完了した。このライブラリは、Excelをインターフェースとするラッパーを含み、研究者のみならず、非専門家でも使いやすいように設計・実装されている。（２）前記ライブラリを用いて、偽サイト判定システムを構築し、楽天株式会社、及び、兵庫県警本部において、検証実験を行なった。楽天での検証では正確性99.98%超、兵庫県警での検証でも90%を超える正確性を示し、部分パスカーネルを用いた分類器の優位性を示した。（３）犯罪予測の応用事例において、犯罪情報の情報量を目的関数として、ガウス分布回帰によって優れた予測精度が得られることを示した。