本研究では，転送学習を用いたガウス過程回帰によるサロゲートモデル(TL-GPRSM)を提案する．TL-GPRSMは，解析対象に近い入出力関係を持つデータをTLで考慮して，サロゲートモデルを構築することで，計算量を削減する． 検証では，免震RC橋脚の地震時刻歴応答解析を対象にTL-GPRSMを構築した．その結果，TL-GPRSMは転移学習を行わないサロゲートモデルよりも少ないデータ数で高い精度の予測ができることがわかった．また，関連度自動決定カーネルによって推定された寄与度から，転移学習の有効性を判断できることが示された．