自動運転に向けた技術開発が加速するとともに、モビリティシステムにおけるドライバの立場が、操作者から監視者そしてサービス利用者へと変化していくことが予想されます。このような流れは、自動車の機能や部品の開発に大きなパラダイムシフトを起こす可能性があると考えられます。
　本講義では、ドライバの行動に関する研究動向を概観し、今後必要となる要素技術を解説します。 (理工系の大学基礎教育程度の知識を前提とします。)

1. ドライバ行動理解の数理的基礎
   1. 信号処理の基礎 (信号解析とシステム同定)
   2. パターン認識の基礎 (線形回帰とカーネル法)
   3. 確率的学習の基礎 (確率分布とパラメータ推定)
2. データに基づく運転理解の基礎と応用
   1. 運転の個人性の表現とその応用
   2. 運転者ごとに異なる運転行動の予測方法
   3. 運転者の状態のセンシングと分類
   4. 環境・運転行動・車両状態の統合的モデル化と危険検出
3. NDA (Naturalistic Data Analysis) の国内・国際動向
   1. 欧州の大規模運転データ収集プロジェクトとその利用
   2. 北米の大規模運転データ収集プロジェクトとその利用
4. 機械学習・ディープラーニングの活用例
   1. CNN (畳込みニューラルネット) を用いた物標認識
   2. RNN (再起型ニューラルネット) を用いた危険検出
   3. ベイズモデルに基づく運転信号の分節化と情報圧縮
   4. 映像信号からの運転行動生成 (End-to-End運転生成)