1 感情を推定する様々な方法
1.1 アンケート・生体信号・行動
1.2 感情は脈波に表れる
1.3 認知負荷は行動に表れる
2 心理モデルの構築
2.1 アンケートの実施
2.2 アンケートに基づいた心理モデルの構築
3 脈波計・脈拍計と機械学習の応用事例
3.1 性格特性を考慮した感情の推定
3.1.1 感情推定の汎化能力の向上に向けて
3.1.2 BIG-FIVEに基づく性格特性
3.1.3 性格に基づいたクラスタリング
3.1.4 性格特性を考慮した感情の推定と結果
3.2 生体信号と気象データを用いた近未来の快気分の予測
3.2.1 ステップワイズ法による変数選択と回帰モデル
3.2.2 気象データと快・不快気分の関係
3.2.3 近未来の気分予測結果と予測因子
3.2.4 気分の分布と遷移
4 加速度センサと機械学習の応用事例
4.1 深層学習を活用したヒューマンエラー予兆の検知
4.1.1 Working Rhythmの導出
4.1.2 安全度による人工知能と作業者の協同
4.1.3 ヒューマンエラー予兆の検知結果
4.2 腰の動きに基づいた認知負荷の推定
4.2.1 歩行の乱れの導出
4.2.2 歩行の乱れと認知負荷の関係
4.2.3 歩行者の認知負荷の推定精度
5 深層学習を用いたピッキング作業中の人間の心理状態（不快感情・眠気・退屈）の予測
5.1 ピッキング作業中に変化する、作業者の心理
5.2 IoTを利用した作業者の動作・生体信号の取得
5.3 作業者の心理モデルの構築・評価
5.4 視線、脈波、動作を用いた深層回帰モデルによる心理の予測と結果