本セミナーでは、まずウェアラブルセンサと機械学習によるココロの予測・推定の有用性と必要性について触れ、これらを導入し、活用するための留意点について解説するとともに、質疑応答を通して理解を深めます。その上で、ストレス負荷時の生体信号の変化や認知的負荷時の動作の変化について解説し、動作と生体信号、ストレス、認知的負荷の関係についての理解を深めます。また実例を交えて、機械学習を解説し、理解を深めます。
　本セミナーを受講することで、ウェアラブルバイタルセンサやモーションセンサを用いたココロの可視化や機械学習を活用したインテリジェント製品の開発に役立ちます。

1. ストレスと感情の測定方法
   1. ストレスとココロの関係
   2. アンケート、生体信号、行動からココロを推定
   3. 脈波に表れるココロの状態
2. 行動に表れる認知負荷
   1. ダイナミックな意思決定における状況認識
   2. ワーキングメモリと注意
   3. 自動的処理と統制的処理
3. 機械学習によるパターン分類
   1. 観測信号の取得とノイズ除去
   2. 特徴ベクトルの導出と要素の集約・選択
   3. 機械学習によるモデルの構築
      1. 単純パーセプトロン
      2. 多層パーセプトロン
   4. モデルの選択・評価
   5. 精度向上のためのテクニック
      1. 不均等なサンプルサイズ
      2. スパースなデータ
      3. 欠損値の取り扱い
4. ウェアラブルバイタルセンサと機械学習の応用事例
   1. 性格特性を考慮した感情の推定
      1. 感情推定の汎化能力の向上に向けて
      2. BIG – FIVEに基づく性格特性
      3. 性格に基づいたクラスタリング
      4. 性格特性を考慮した感情の推定と結果
   2. 生体信号と気象データを用いた近未来の快気分の予測
      1. ステップワイズ法による変数選択と回帰モデル
      2. 気象データと快・不快気分の関係
      3. 近未来の気分予測結果と予測因子
      4. 気分の分布と遷移
   3. 遊園地アトラクション体験時の脈拍変動の類似性に基づく友情の推定
      1. 共感と動作と脈拍の関係
      2. 脈拍変動の類似性と親密度の関係
      3. 脈拍変動の類似性に基づく友情の推定
5. モーションセンサと機械学習の応用事例
   1. 深層学習を活用したヒューマンエラー予兆の検知
      1. Working Rhythmの導出
      2. 安全度による人工知能と作業者の協同
      3. ヒューマンエラー予兆の検知結果
   2. 腰の動きに基づいた認知負荷の推定
      1. 歩行の乱れの導出
      2. 歩行の乱れと認知負荷の関係
      3. 歩行者の認知負荷の推定精度