近年，人間との共存や協調を目的としたペットロボットやロボットパートナーなどの研究が盛んに行われている．これらのロボットは，自身に搭載された様々なセンサを用いて外部環境の情報取得を行い人間とのコミュニケーションを行う．しかし，ロボットが人間と円滑なコミュニーションを行うためには，自身のセンサだけでは十分な情報取得が困難であり，また，情報が得られたとしても，フレーム問題などの観点からすべての情報を処理することは妥当ではない．そのため，ロボット単体だけではなく外界のセンサと連携した統合的なシステムを構築し．さらに，膨大に取得されるデータの中から必要とされる情報を逐次学習・予測できる方法論が必要となる．そこで，本研究では，センサネットワークシステムを適用し，人間の行動パターンを対象とした学習構造を提案する．具体的には，時空間的な文脈学習が可能なスパイキングニューラルネットワークを適用する．