所望の構造出力（ここでは各要素が相関を持つ多次元ベクトルを指す）を達成する入力パラメータを見つける逆問題のための能動学習法を提案する． 理論的な貢献として，ブラックボックスなベクトル値の目的関数に対して出力の要素間の相関を明示的にガウス過程モデルに取り込むことにより，少ない観測点数で所望の構造出力とモデルによる予測との間の誤差を最小化するための新たな獲得関数を提案した．また，提案法を人工の形状探索問題，多出力のベンチマーク問題および炭化ケイ素結晶成長モデリングの実データを用いた成長速度分布の探索問題に適用し有効性を検証した．数値実験の結果，提案法は相関を考慮しないモデリングに比べて高速に所望の出力を発見できることを確認した．
