現在注目を集めている予防安全技術の効果を一層高めるためには、運転しているドライバ自身の状態を検出し、推定することで、運転に適切な状態にさせる技術が必要となると考えられます。また、今後普及が期待されている自動運転技術についても、例えば、マニュアル運転と自動運転のシームレスな遷移をもたらすために、ドライバ状態検出・推定技術が役立つでしょう。
　本セミナーでは、予防安全技術の歴史やロードマップを基にして、ドライバ状態検出技術の最新研究開発動向および将来の展望について詳細に解説すると共に、ドライバ状態を検出するに当たって活用が期待される統計科学的手法、機械学習の手法について説明します。

1. なぜ予防安全技術が注目されているか?
   1. 統計データと連邦自動車安全基準から探る
   2. 予防安全の分類
   3. 2次安全から1次安全へ
   4. そして0次安全へ
   5. 周辺環境認識技術の現状
   6. 新しい0次安全に向けて
2. ドライバを知る技術
   1. 「外向き」から「内向き」へ
   2. ドライバを計測する
   3. ドライバ状態検出技術について (概論)
   4. ドライバ状態検出手法の長所と短所
3. ドライバ状態検出技術
   1. 視線挙動に基づくドライバ状態検出手法の研究紹介
   2. 心拍に基づくドライバ状態検出手法の研究紹介
   3. その他のドライバ状態検出手法の研究紹介
      • 脳波
      • 血圧
      • 筋電位
      • 呼気
      • 発汗
   4. 「外向き」から「内向き」へ
   5. ドライバを計測する
   6. ドライバ状態検出技術について (概論)
   7. ドライバ状態検出手法の長所と短所
4. 予防安全機能の実現に向けた統計科学・機械学習の概論 (ビッグデータの扱い方)
   1. 機械学習の概論
   2. 教師なし学習
      • クラスタリング
      • 混合ガウスモデル
      • 隠れマルコフモデル〜
   3. 教師あり学習
      • 一般化線形モデル
      • サポートベクタマシン
      • ニューラルネットワーク
      • 深層学習など
   4. 統計科学・機械学習をどう用いるか?
5. まとめ