建物の火災被害低減には，感知器による火災・非火災検出の精度,火災の検出速度が重要である．本研究では，従来の火災検出アルゴリズムより検出時間を短縮すること，および非火災報要因(湯気やタバコの煙など)に対する耐力向上を目的とし，Dynamics Learning Tree(DLT)を用いた火災・非火災検出アルゴリズムを提案する．試験火災・非火災実験を行い得られたセンサデータをもとにDLTの入力要素を決定し，従来手法と比較した．提案アルゴリズムにおいて，データを時系列的に扱う説明変数の入力，予測データに対してラッチ処理を施すことによってより高精度な検出が可能となった.