JP2020190936A

JP2020190936A - 情報処理装置、低次メンタル状態推定システム、及び低次メンタル状態推定方法

Info

Publication number: JP2020190936A
Application number: JP2019096012A
Authority: JP
Inventors: 磯　俊樹; Toshiki Iso; 俊樹磯
Original assignee: NTT Docomo Inc
Current assignee: NTT Docomo Inc
Priority date: 2019-05-22
Filing date: 2019-05-22
Publication date: 2020-11-26

Abstract

【課題】サービスを利用するユーザにアンケート、インタビュー等を行わなくても、サービスに対するユーザの反応を容易に把握できる情報処理装置を提供する。【解決手段】情報処理装置は、ユーザの脈波データを取得する脈波データ取得部と、前記脈波データから、前記ユーザの低次メンタル状態に関する脈波特徴量を抽出する抽出部と、複数の低次メンタル状態における前記ユーザの脈波データ又は前記脈波特徴量を含む評価データを取得する評価データ取得部と、前記評価データを用いて、前記脈波特徴量と前記低次メンタル状態との対応関係を表す回帰モデルを、ガウス過程により構築する構築部と、前記ユーザの前記脈波特徴量と前記回帰モデルとを用いて、前記ユーザの低次メンタル状態を推定する推定部と、を有する。【選択図】図５

Description

本発明は、情報処理装置、低次メンタル状態推定システム、及び低次メンタル状態推定方法に関する。

スマートフォン、タブレット端末等の携帯端末を用いて、ユーザに対して様々なサービスが提供することが行われている。

また、脈波センサで取得した脈波データを用いて、ユーザのメンタル状態を推定するメンタル状態推定装置が知られている（例えば、特許文献１参照）。

特開２０１３−１０３０７２

サービスを提供するサービス提供者が、サービスを利用するユーザの反応を把握したい場合、従来は、ユーザに対するアンケート又はインタビュー等を行い、その結果に基づいてユーザの反応等を分析していた。

また、サービスを提供しているときの生体情報を用いてユーザのメンタル状態を測定することも考えられるが、例えば、特許文献１に開示された技術を用いて、ユーザがサービスを利用しているときにメンタル状態を測定することは困難である。

このような課題を解決する方法として、例えば、時系列ディープラーニング等の手法を用いて学習したモデルを用いて、脈波データからユーザのメンタル状態を推定する方法も考えられるが、モデルの構築に多くの学習データが必要になるという問題がある。

このように、従来の技術では、サービスを利用するユーザにアンケート、インタビュー等を行わずに、サービスに対するユーザの反応を把握することには困難を伴っていた。

本発明の一実施形態は、上記の問題点に鑑みてなされたものであって、サービスを利用するユーザにアンケート、インタビュー等を行わなくても、サービスに対するユーザの反応を容易に把握できる情報処理装置を提供する。

上記の課題を解決するため、本発明の一実施形態に係る情報処理装置は、ユーザの脈波データを取得する脈波データ取得部と、前記脈波データから、前記ユーザの低次メンタル状態に関する脈波特徴量を抽出する抽出部と、複数の低次メンタル状態における前記ユーザの脈波データ又は前記脈波特徴量を含む評価データを取得する評価データ取得部と、前記評価データを用いて、前記脈波特徴量と前記低次メンタル状態との対応関係を表す回帰モデルを、ガウス過程により構築する構築部と、前記ユーザの前記脈波特徴量と前記回帰モデルとを用いて、前記ユーザの低次メンタル状態を推定する推定部と、を有する。

本発明の一実施形態によれば、サービスを利用するユーザにアンケート、インタビュー等を行わなくても、サービスに対するユーザの反応を容易に把握できる情報処理装置を提供することができる。

一実施形態に係る低次メンタル状態推定システムのシステム構成の例を示す図である。一実施形態に係るウェアラブル端末の外観のイメージを示す図である。一実施形態に係る情報処理装置のハードウェア構成の例を示す図である。一実施形態に係るウェアラブル端末のハードウェア構成の例を示す図である。第１の実施形態に係る情報処理装置の機能構成の例を示す図である。ガウス過程における入出力の関係について説明するための図である。第１の実施形態に係る低次メンタル状態の推定処理の例を示すフローチャートである。第１の実施形態に係る評価データの取得処理の一例を示すフローチャートである。第２の実施形態に係る情報処理装置の機能構成の例を示す図である。第２の実施形態に係るサービス提供処理の一例を示すフローチャートである。第２の実施形態に係るサービス提供処理の別の一例を示すフローチャートである。

以下、図面を参照して本発明の実施の形態を説明する。なお、以下で説明する実施の形態は一例であり、本発明が適用される実施の形態は、以下の実施の形態に限られない。

＜システム構成＞
図１は、一実施形態に係る低次メンタル状態推定システムのシステム構成の例を示す図である。低次メンタル状態推定システム１００は、ユーザ１０４の脈波データを検知するウェアラブル端末１０１と、ユーザ１０４の低次メンタル状態を推定する情報処理装置１１０とを含む。

図１の例では、ウェアラブル端末１０１は、センサ１０２を用いてユーザ１０４の脈波データを検知する検知機能と、検知した脈波データを無線通信で所定の送信先に送信する送信機能とを備えたインテリジェントグラスである場合の例を示している。ただし、これに限られず、ウェアラブル端末１０１は、ユーザ１０４の脈波データを検知する検知機能と、検知した脈波データを無線通信で所定の送信先に送信する送信機能とを備え、ユーザ１０４の身体に装着可能な様々な端末装置であって良い。

ここで、脈波データは、心臓が血液を送り出すことに伴い発生する、血管の容量変化である脈波を波形データとして検知したものであり、例えば、脈波センサ等によって検知される。なお、脈波は容量脈波とも呼ばれる。

ウェアラブル端末１０１は、センサ１０２で検知したユーザ１０４の脈波データを、例えば、近距離無線通信で、ユーザ１０４が所持する携帯電話又はスマートフォン等の携帯端末１０３に送信する。また、携帯端末１０３は、例えば、無線ＷＡＮ（Wide Area Network）通信で通信ネットワーク１０５に接続し、ウェアラブル端末１０１から受信した脈波データを、情報処理装置１１０に送信する。

別の一例として、ウェアラブル端末１０１は、携帯端末１０３を介さずに、センサ１０２で検知したユーザ１０４の脈波データを、無線通信で情報処理装置１１０に送信するものであっても良い。

情報処理装置１１０は、例えば、通信ネットワーク１０５に接続されたコンピュータ、又は複数のコンピュータを含むシステムである。情報処理装置１１０は、ウェアラブル端末１０１のセンサ１０２が検知した脈波データを取得し、取得した脈波データから低次メンタル状態に関する脈波特徴量を抽出する機能を有している。

また、情報処理装置１１０は、複数の低次メンタル状態におけるユーザ１０４の脈波データ（又は脈波特徴量）を含む評価データを、メンタル情報ＤＢ（Database）１２０から取得する機能を有している。

好ましくは、情報処理装置１１０は、複数の低次メンタル状態におけるユーザの脈波データ（又は脈波特徴量）を含む評価データを取得し、メンタル情報ＤＢ１２０に登録する機能を有している。例えば、情報処理装置１１０は、ユーザ１０４に予め定められたコンテンツを提供しているときに、当該コンテンツに対応する低次メンタル状態におけるユーザ１０４の脈波データ（又は脈波特徴量）を取得して評価データ（教師データ）とする。

さらに、情報処理装置１１０は、例えば、メンタル情報ＤＢ１２０に登録された評価データを用いて、ユーザ１０４の脈波特徴量と低次メンタル状態との対応関係を表す回帰モデルを、ガウス過程により構築する機能を有している。例えば、情報処理装置１１０は、メンタル情報ＤＢ１２０に登録されたユーザ１０４の評価データを用いて、ユーザ１０４の脈波特徴量と低次メンタル状態との対応関係を表す回帰モデルを、ガウス過程により構築する。

本実施形態では、ベイズ推定をベースとしたガウス過程による回帰モデルを用いるので、学習データが多く取れない場合でも汎化性が損なわれにくい柔軟なモデル化が可能である。なお、ガウス過程による回帰モデルの構築方法については後述する。

さらにまた、情報処理装置１１０は、新たに取得したユーザ１０４の脈波特徴量と、構築した回帰モデルとを用いて、ユーザ１０４の低次メンタル状態を推定する機能を有している。

ここで、低次メンタル状態とは、小脳レベルで制御している副交感神経と交感神経の制御バランスの乱れ度合いを表している。すなわち、低次メンタル状態は、ユーザ１０４が集中しているか否か、覚醒しているか否か、リラックスしているか否か等を表すものであり、喜怒哀楽等のような大脳レベルのメンタル状態ではない。

これにより、情報処理装置１１０は、ユーザ１０４が所定のサービスを利用しているときの低次メンタル状態を推定し、ユーザ１０４の所定のサービスに対する反応を判断することができる。例えば、情報処理装置１１０は、所定のサービスを利用しているユーザ１０４が、例えば、真剣にウェブ検索しているのか、暇つぶしでウェブ検索しているのか等、所定のサービスに対するユーザ１０４の食いつき度合いを、低次メンタル状態を用いて判断することができるようになる。

好ましくは、情報処理装置１１０は、ユーザ１０４が所定のサービスを利用しているときの低次メンタル状態、すなわち、ユーザ１０４の所定のサービスに対する反応に応じたサービスを、ユーザ１０４に提供する機能を有している。

上記の構成により、本実施形態によれば、サービスを利用するユーザ１０４にアンケート、インタビュー等を行わなくても、サービスに対するユーザ１０４の反応を容易に把握できる情報処理装置１１０を提供することができるようになる。

なお、図１に示す低次メンタル状態推定システム１００のシステム構成は一例である。例えば、ユーザ１０４の低次メンタル状態を推定する情報処理装置は、ユーザ１０４が所持する携帯端末１０３であっても良い。例えば、携帯端末１０３は、低次メンタル状態推定システム１００に対応するアプリケーションプログラム（以下、アプリと呼ぶ）を実行することにより、上述した情報処理装置１１０の機能の一部、又は全部を実現するものであっても良い。

また、メンタル情報ＤＢ１２０は、情報処理装置１１０又は携帯端末１０３の記憶部に記憶されているものであっても良いし、携帯端末１０３から、通信ネットワーク１０５を介してアクセス可能なもの等であっても良い。

＜ハードウェア構成＞
（ウェアラブル端末の外観のイメージ）
図２は、一実施形態に係るウェアラブル端末１０１の外観のイメージを示す図である。図２の例では、ウェアラブル端末１０１は、メガネ状のインテリジェントグラスであり、例えば、ユーザ１０４がウェアラブル端末１０１を装着したときに、ユーザ１０４の耳たぶ等にセンサ１０２が接触するように構成されている。なお、センサ１０２は、脈波データ以外にも、例えば、ユーザ１０４が放出する生体ガス、体温、血圧等の様々な生体データを取得可能なものであって良い。

（情報処理装置のハードウェア構成）
図３は、一実施形態に係る情報処理装置１１０のハードウェア構成の例を示す図である。情報処理装置１１０は、物理的には、プロセッサ３０１、メモリ３０２、ストレージ３０３、入力装置３０４、出力装置３０５、通信装置３０６、及びバス３０７等を含むコンピュータとして構成されても良い。なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニット等に読み替えることができる。

プロセッサ３０１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ３０１は、周辺装置とのインタフェース、制御装置、演算装置、レジスタ等を含む中央処理装置（ＣＰＵ：Central Processing Unit）で構成されても良い。

また、プロセッサ３０１は、プログラム（プログラムコード）、ソフトウェアモジュールやデータを、ストレージ３０３及び／又は通信装置３０６からメモリ３０２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、情報処理装置１１０の動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。情報処理装置１１０において実行される各種処理は、１つのプロセッサ３０１で実行されても良いし、２以上のプロセッサ３０１により同時又は逐次に実行されても良い。プロセッサ３０１は、１以上のチップで実装されても良い。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。

メモリ３０２は、コンピュータ読み取り可能な記憶媒体であり、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable ＲＯＭ）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ＲＯＭ）、ＲＡＭ（Random Access Memory）等の少なくとも１つで構成されても良い。メモリ３０２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）等と呼ばれても良い。メモリ３０２は、本発明の一実施の形態に係る低次メンタル状態推定方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュール等を保存することができる。

ストレージ３０３は、コンピュータ読み取り可能な記憶媒体であり、例えば、ＣＤ−ＲＯＭ（Compact Disc ＲＯＭ）等の光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク（例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ−ｒａｙ（登録商標）ディスク）、スマートカード、フラッシュメモリ（例えば、カード、スティック、キードライブ）、フロッピー（登録商標）ディスク、磁気ストリップ等の少なくとも１つで構成されても良い。ストレージ３０３は、補助記憶装置と呼ばれても良い。上述の記憶媒体は、例えば、メモリ３０２及び／又はストレージ３０３を含むデータベース、サーバその他の適切な媒体であっても良い。

入力装置３０４は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサ等）である。出力装置３０５は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカ、ＬＥＤランプ等）である。なお、入力装置３０４及び出力装置３０５は、一体となった構成（例えば、タッチパネルディスプレイ）であっても良い。

通信装置３０６は、有線及び／又は無線ネットワークを介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュール等ともいう。また、通信装置３０６は、近距離無線通信により、外部装置と直接通信を行う機能を有していても良い。

上記のプロセッサ３０１やメモリ３０２等の各装置は、情報を通信するためのバス３０７で接続される。バス３０７は、単一のバスで構成されても良いし、装置間で異なるバスで構成されても良い。

（ウェアラブル端末のハードウェア構成）
図４は、一実施形態に係るウェアラブル端末のハードウェア構成の例を示す図である。ウェアラブル端末１０１は、物理的には、プロセッサ４０１、メモリ４０２、ストレージ４０３、入力装置４０４、出力装置４０５、通信装置４０６、生体情報センサ４０７、及びバス４０８等を含むコンピュータとして構成されても良い。なお、プロセッサ４０１、メモリ４０２、ストレージ４０３、入力装置４０４、出力装置４０５、通信装置４０６、及びバス４０８は、前述したプロセッサ３０１、メモリ３０２、ストレージ３０３、入力装置３０４、出力装置３０５、通信装置３０６、及びバス３０７と同様であるため、ここでは説明を省略する。

生体情報センサ４０７は、脈波データ等の様々な生体情報を検知する１つ以上のセンサを含む。なお、生体情報センサ４０７は、ユーザ１０４の脈波データを検知するセンサ１０２の一例である。

（携帯端末のハードウェア構成）
携帯端末１０３は、例えば、図３に示す情報処理装置１１０のハードウェア構成と同様の構成を有するコンピュータとして構成されても良い。

［第１の実施形態］
＜機能構成＞
図５は、第１の実施形態に係る情報処理装置１１０の機能構成の例を示す図である。情報処理装置１１０は、例えば、図３のプロセッサ３０１で所定のプログラムを実行することにより、通信部５０１、脈波データ取得部５０２、フレーム分割部５０３、抽出部５０４、評価データ取得部５０５、構築部５０６、推定部５０７、及び記憶部５０８等を実現している。なお、上記の各機能構成のうち、少なくとも一部は、ハードウェアによって実現されるものであっても良い。

通信部５０１は、例えば、図３のプロセッサ３０１で実行されるプログラム、及び通信装置３０６等によって実現され、情報処理装置１１０を通信ネットワーク１０５に接続して、携帯端末１０３、又はウェアラブル端末１０１等と通信を行う。

脈波データ取得部５０２は、例えば、図３のプロセッサ３０１で実行されるプログラムによって実現され、例えば、ウェアラブル端末１０１のセンサ１０２が検知したユーザの脈波データを取得する。例えば、ウェアラブル端末１０１は、センサ１０２が検知したユーザの脈波データを、近距離無線通信で携帯端末１０３に送信する。携帯端末１０３は、ウェアラブル端末１０１から送信されるユーザの脈波データを受信し、受信したユーザの脈波データを、通信ネットワーク１０５を介して情報処理装置１１０に送信する。情報処理装置１１０の脈波データ取得部５０２は、携帯端末１０３から送信されるユーザの脈波データを、通信部５０１を介して取得する。

別の一例として、ウェアラブル端末１０１は、センサ１０２が検知するユーザの脈波データを無線通信で情報処理装置１１０へ送信し、情報処理装置１１０の脈波データ取得部５０２は、送信されたユーザの脈波データを、通信部５０１を介して取得しても良い。

フレーム分割部５０３は、図３のプロセッサ３０１で実行されるプログラムによって実現され、脈波データ取得部５０２が取得した脈波データをフレーム単位に分割する。例えば、脈波データ取得部５０２は、ウェアラブル端末１０１が検知したユーザ１０４の脈波データを時系列データとして逐次取得する。また、フレーム分割部５０３は、時系列データとして取得する脈波データｄ_ｐ（ｔ）を所定の時間範囲のフレームに分割する。例えば、フレーム分割部５０３は、ある時刻ｔにおける脈波特徴量を算出するために、ｔの前後ｔ_ω／２の時間範囲を、時間窓ｔ_ωのデータとして切り出す。

抽出部５０４は、例えば、図３のプロセッサ３０１で実行されるプログラムによって実現され、ユーザ１０４の脈波データから、低次メンタル状態に関する脈波特徴量を抽出する。

ここでは、脈波特徴量の具体的な一例として、低次メンタル状態を表す有効な特徴量とされるＬＦ／ＨＦ系特徴量とカオス系特徴量とを用いて、脈波特徴量（特徴ベクトル）を表す場合の例について説明する。ただし、これに限られず、脈波特徴量は、低次メンタル状態に関する他の脈波特徴量を用いても良い。

（ＬＦ／ＨＦ系特徴量について）
抽出部５０４は、フレーム分割部５０３が分割した脈波データをフーリエ変換し、正規化したパワースペクトルＰ（ｆ）を算出する。また、抽出部５０４は、周波数ｆが０．０４Ｈｚから０．１５ＨｚまでのＰ（ｆ）を積算し対数をとった値をＬＦ（Low Frequency）特徴量ｘ_ＬＦとして算出する。さらに、抽出部５０４は、周波数ｆが０．１５Ｈｚから０．４０ＨｚまでのＰ（ｆ）を積算し対数をとった値をＨＦ（High Frequency）特徴量ｘ_ＨＦとして算出する。さらにまた、抽出部５０４は、ＬＦ特徴量ｘ_ＬＦと、ＨＦ特徴量ｘ_ＬＦＨＦとの比であるＬＦ／ＨＦ特徴量ｘ_ＬＦＨＦを算出する。

ここで算出した、ＬＦ特徴量ｘ_ＬＦ、ＨＦ特徴量ｘ_ＬＦＨＦ、及びＬＦ／ＨＦ特徴量ｘ_ＬＦＨＦは、ＬＦ／ＨＦ系特徴量の一例である。

（カオス系特徴量について）
抽出部５０４は、脈波データ取得部５０２が時系列データとして受信する脈波データｄ_ｐ（ｔ）における４次の遅れ時間τをとることで、式（１）に示す４次元の状態変数ベクトルＰ（ｔ）を生成する。

このとき、状態変数ベクトルＰ（ｔ）の軌道は、カオスアトラクタを描く。そして、抽出部５０４は、この軌道の不安定性をはかる指標としてリアプノフ係数ｌａｍｂｄａ_ｋ（ｔ）を、式（２）に基づき算出する。

ここで、Ｄｉｓｔ（ｔ）は、Ｐ（ｔ）とＰ（ｔ−１）との距離を表す。なお、このとき、リアプノフ係数ｌａｍｂｄａ_ｋ（ｔ）は、次元数（４個）だけ得られる。また、λ_ｋ（ｔ）はｋ番目（ｋは１〜４の整数）に大きいリアプノフ係数を表す。このとき、最大のリアプノフ係数λ_１（ｔ）、すなわち、ｘ_{Ｌｙａｐｎｏｖ}を脈波特徴量の１つとして利用する。

さらに、抽出部５０４は、カオスの予測不能性の指標となるエントロピーＨ（ｔ）を式（３）に基づいて算出する。

このとき、エントロピーＨ（ｔ）、すなわち、ｘ_{ｅｎｔｒｏｐｙ}を脈波特徴量として利用する。なお、ここで算出した、ｘ_{Ｌｙａｐｎｏｖ}、及びｘ_{ｅｎｔｒｏｐｙ}は、カオス系特徴量の一例である。

本実施形態では、ＬＦ／ＨＦ系特徴量であるＬＦ特徴量ｘ_ＬＦ、ＨＦ特徴量ｘ_ＬＦＨＦ、ＬＦ／ＨＦ特徴量ｘ_ＬＦＨＦと、カオス系特徴量ｘ_{Ｌｙａｐｎｏｖ}、ｘ_{ｅｎｔｒｏｐｙ}とを用いて、脈波特徴量（脈波特徴ベクトル）ｘ（ｔ）を式（４）のように定義する。

ここで、図５を参照して、情報処理装置１１０の機能構成の説明を続ける。
評価データ取得部５０５は、複数の低次メンタル状態におけるユーザ１０４の脈波データ（又は脈波特徴量）を含む評価データ（教師データ）を取得する。例えば、評価データ取得部５０５は、メンタル情報ＤＢ１２０等に予め登録されているユーザ１０４の評価データを取得する。

好ましくは、評価データ取得部５０５は、ユーザ１０４に予め定められたコンテンツを提供しているときに、当該コンテンツに対応する低次メンタル状態における、ユーザ１０４の脈波データ又は脈波特徴量を、評価データとして取得し、登録することができる。

具体的な一例として、評価データ取得部５０５は、ユーザ１０４を第１の低次メンタル状態に誘導する第１のコンテンツを、ユーザ１０４に提供しているときに、第１の低次メンタル状態におけるユーザ１０４の脈波データ（又は脈波特徴量）を取得する。ここで、第１のコンテンツには、例えば、「ユーザ１０４が極めて好むコンテンツ（音楽、映像等）」等を適用することができる。また、第１の低次メンタル状態には、例えば、「ユーザ１０４が第１のコンテンツに集中している状態」、及び／又は「ユーザ１０４がリラックスした状態」等を適用することができる。

また、評価データ取得部５０５は、ユーザ１０４を第２の低次メンタル状態に誘導する第２のコンテンツを、ユーザ１０４に提供しているときに、第２の低次メンタル状態におけるユーザ１０４の脈波データ（又は脈波特徴量）を取得する。ここで、第２のコンテンツには、例えば、不快な音や単調なノイズ等の「ユーザ１０４が不快と感じるコンテンツ（騒音、映像等）」等を適用することができる。また、第２の低次メンタル状態には、例えば、「ユーザ１０４が第２のコンテンツに退屈している状態」、及び／又は「ユーザ１０４がリラックスできない状態」等を適用することができる。

さらに、評価データ取得部５０５は、例えば、第１の低次メンタル状態を「０．９」、第２の低次メンタル状態を「０．１」等に数値化して、取得した脈波データ（又は脈波特徴量）と共に、評価データ（教師データ）として、メンタル情報ＤＢ１２０等に登録する。

ただし、これに限られず、評価データ取得部５０５は、例えば、３つ以上の低次メンタル状態に対応するユーザ１０４の脈波データ（又は脈波特徴量）を、評価データとして取得しても良い。

構築部５０６は、評価データ取得部５０５が取得した評価データを用いて、前述した脈波特徴量ｘ（ｔ）と、低次メンタル状態ｙ（ｔ）との対応関係を表す回帰モデルを、ガウス過程を用いて構築する。なお、評価データとして、ユーザ１０４の脈波データを取得した場合、構築部５０６は、抽出部５０４を用いて、脈波データから脈波データを抽出しておく。

ここで、ガウス過程（Gaussian Process）とは、入力ベクトルｘが似ていれば、出力値ｙも似ていることを表すための回帰関数の確率モデルである。例えば、図６に示すように、ｎ個（ｎは自然数）の入力の集合（ｘ_１，ｘ_２，・・・・ｘ_ｎ）について、対応する出力ｙ＝（ｙ_１，ｙ_２，・・・ｙ_ｎ）の同時分布ｐ（ｙ）が多変量ガウス分布に従うとき、ｘとｙとの関係はガウス過程に従う。このように、ベイズ推定（Bayesian Estimation）をベースにしたガウス過程による回帰モデルを用いることにより、学習データが多く取れない場合でも汎化性が損なわれにくい柔軟なモデル化が可能になる。

例えば、脈波特徴量ｘ（ｔ）と低次メンタル状態ｙ（ｔ）との間に、式（５）に示す関係があるものとする。

また、ガウス過程、すなわち、平均μ（ｘ）、Ｋ_ｎｎ'＝ｋ（ｘ_ｎ，ｘ_ｎ'）を要素とするカーネル行列Ｋを共分散行列とするガウス分布Ｎ（μ，Ｋ）が、式（６）に示す従関数ｆから生成されているものとする。

この場合、低次メンタル状態ｙ（ｔ）もガウス過程に従う。ここで、低次メンタル状態ｙ（ｔ）を、平均μ（ｘ）＝０となるように規格化すると、式（７）が成り立つ。

ここで、Ｎはガウス分布を表す。なお、カーネル行列は、例えば、線形カーネル、指数カーネル、周期カーネル等が考えられるが、特に限定されないので、ここでは、式（８）に示す線形カーネルを用いるものとする。

以上より、事前に取得された評価データ（教師データ）を用いた脈波特徴量ｘ（ｔ）と低次メンタル状態ｙ（ｔ）との間の対応関係を表す回帰モデルは、式（８）で算出されたカーネル行列に基づいて、後述する式（９）で求まる。

ここで、図５を参照して、情報処理装置１１０の機能構成の説明を続ける。
推定部５０７は、ユーザ１０４の脈波特徴量と、構築部５０６が構築した回帰モデルとを用いて、ユーザ１０４の低次メンタル状態を推定する。

例えば、新たに取り込まれた検証データである脈波特徴量をｘ（ｔ）^＊とし、推定される低次メンタル状態をｙ（ｔ）^＊とする。具体的に、低次メンタル状態ｙ（ｔ）^＊を推定するために、教師データと検証データとを合わせた脈波特徴量を用いて、式（８）に基づき算出されるカーネル行列をＫ^＊とおくと、カーネル行列Ｋ^＊もガウス分布に従う。従って、推定される低次メンタル状態ｙ＊（ｔ）は、次の式（９）で表される。

ここで、式（１０）、（１１）に示す、ガウス分布に従うベクトルに関する公式を用いることにより、低次メンタル状態ｙ（ｔ）^＊が取り得る確率分布を求めることができる。

ガウス分布に従うベクトルｙ１とｙ２が、式（１０）であるとき、

ベクトルの一部ｙ１が与えられると、ｙ２の確率分布は式（１１）で表される。

上記の公式を用いると、評価データ（教師データ）、及びユーザ１０４の脈波特徴量（検証データ）が与えられたときの低次メンタル状態ｙ（ｔ）^＊が取り得る確率分布は、式（１２）で表される。

ここで、ｋ_＊、ｋ_＊＊は、それぞれ、式（１３）、（１４）で表される。

以上より、次の式（１５）により、ユーザ１０４の脈波特徴量（検証データ）が与えられたときの低次メンタル状態ｙ（ｔ）^＊を推定することができる。

記憶部５０８は、例えば、図３のプロセッサ３０１で実行されるプログラム、及びメモリ３０２等によって実現される。構築部５０６が構築した、ユーザ１０４の脈波特徴量と、低次メンタル状態との対応関係を表す回帰モデルは、例えば、記憶部５０８等に記憶される。また、メンタル情報ＤＢ１２０は、記憶部５０８に記憶されていても良い。

（ウェアラブル端末について）
ウェアラブル端末１０１は、ウェアラブル端末１０１を装着しているユーザ１０４の脈波データを取得する機能と、取得したユーザ１０４の脈波データを携帯端末１０３、又は情報処理装置１１０に送信する機能とを有しているものとする。

（携帯端末について）
携帯端末１０３は、ウェアラブル端末１０１から送信されたユーザ１０４の脈波データを受信し、受信したユーザ１０４の脈波データを情報処理装置１１０に送信する機能を有しているものとする。また、携帯端末１０３は、一般的な情報端末と同様に、例えば、ウェブブラウザ機能、音楽再生機能、動画再生機能等の様々な機能を有しているものとする。

なお、図５に示す情報処理装置１１０の機能構成は一例であり、本実施形態に係る低次メンタル状態推定システム１００は、様々システム構成で実現可能である。

例えば、図５に示す情報処理装置１１０が備える各機能構成は、携帯端末１０３が備えていても良い。また、図５に示す情報処理装置１１０が備える各機能構成は、携帯端末１０３と、情報処理装置１１０とに、分散して設けられていても良い。つまり、図５に示す情報処理装置１１０が備える機能構成の各々は、低次メンタル状態推定システム１００に含まれるいずれかの装置が有していれば良い。

＜処理の流れ＞
続いて、第１の実施形態に係る低次メンタル推定方法の処理の流れについて説明する。

（低次メンタル状態の推定処理）
図７は、第１の実施形態に係る低次メンタル状態の推定処理の例を示すフローチャートである。この処理は、例えば、ウェアラブル端末１０１を装着しているユーザ１０４が所定のサービスを利用しているときに、情報処理装置１１０が実行する、低次メンタル状態の推定処理の例を示している。

なお、ここでは、情報処理装置１１０が、図７に示す処理を実行するものとして以下の説明を行うが、当該処理は、携帯端末（情報処理装置の別の一例）１０３が実行するものであっても良い。

ステップＳ７０１において、情報処理装置１１０の脈波データ取得部５０２は、ウェアラブル端末１０１、又は携帯端末１０３からユーザ１０４の脈波データを取得する。例えば、ウェアラブル端末１０１は、センサ１０２で検知したユーザ１０４の脈波データを携帯端末１０３、又は情報処理装置１１０に送信する。また、情報処理装置１１０の通信部５０１は、ウェアラブル端末１０１が送信したユーザ１０４の脈波データを、携帯端末１０３を介して、又はウェアラブル端末１０１から直接受信し、脈波データ取得部５０２は、通信部５０１が受信したユーザ１０４の脈波データを取得する。

ステップＳ７０２において、情報処理装置１１０のフレーム分割部５０３は、脈波データ取得部５０２が取得したユーザ１０４の脈波データをフレーム単位に分割する。例えば、フレーム分割部５０３は、前述したように、時系列データとして受信する脈波データｄ_ｐ（ｔ）を、ある時刻ｔにおける脈波特徴量を算出するために、ｔの前後ｔ_ω／２の時間範囲を、時間窓ｔ_ωのデータとして切り出す。

ステップＳ７０３において、情報処理装置１１０の抽出部５０４は、ユーザ１０４の脈波データから、前述したＬＦ／ＨＦ系特徴量と、カオス系特徴量とを算出し、例えば、式（４）に示すような脈波特徴量ｘ（ｔ）を抽出する。

ステップＳ７０４において、情報処理装置１１０の評価データ取得部５０５は、例えば、図８で後述する評価データの取得処理等により、メンタル情報ＤＢ１２０等に予め登録されているユーザ１０４の評価データを取得する。この評価データには、複数の低次メンタル状態における、ユーザ１０４の脈波データ（又は脈波特徴量）が含まれる。

ステップＳ７０５において、情報処理装置１１０の構築部５０６は、ユーザ１０４の評価データを用いて、ユーザ１０４の脈波特徴量と低次メンタル状態との対応関係を表す回帰モデルを、ガウス過程により構築する。例えば、構築部５０６は、式（５）〜（９）で説明したようにして、式（９）に示すような回帰モデルを構築する。

ステップＳ７０６において、情報処理装置１１０の推定部５０７は、ユーザ１０４の脈波特徴量と、構築した回帰モデルとを用いて、ユーザの低次メンタル状態を推定する。例えば、推定部５０７は、式（９）〜（１５）で説明したようにして、式（１５）によりユーザ１０４の低次メンタル状態ｙ（ｔ）^＊を推定する。

（評価データの取得処理）
図８は、評価データの取得処理の一例を示すフローチャートである。情報処理装置１１０は、例えば、図７に示す低次メンタル状態の推定処理を実行する前に、図８に示すような評価データの取得処理を実行し、ユーザ１０４の評価データを、メンタル情報ＤＢ１２０等に予め登録しておくものとする。

ステップＳ８０１において、情報処理装置１１０の評価データ取得部５０５は、ユーザ１０４を第１の低次メンタル状態に誘導する第１のコンテンツを、ユーザ１０４に提供する。例えば、評価データ取得部５０５は、「ユーザ１０４が極めて好むコンテンツ（音楽、映像等）」を、携帯端末１０３等を介してユーザ１０４に提供する。

ステップＳ８０２において、評価データ取得部５０５は、第１のコンテンツをユーザ１０４に提供しているときに、第１の低次メンタル状態におけるユーザ１０４の脈波データ（又は脈波特徴量）を取得する。これにより、評価データ取得部５０５は、例えば、「ユーザ１０４が第１のコンテンツに集中している状態」、及び／又は「ユーザ１０４がリラックスした状態」における、ユーザ１０４の脈波データ（又は脈波特徴量）を取得することができる。

ステップＳ８０３において、情報処理装置１１０の評価データ取得部５０５は、ユーザ１０４を第２の低次メンタル状態に誘導する第２のコンテンツを、ユーザ１０４に提供する。例えば、評価データ取得部５０５は、「ユーザ１０４が不快と感じるコンテンツ（騒音、映像等）」を、携帯端末１０３等を介してユーザ１０４に提供する。

ステップＳ８０４において、評価データ取得部５０５は、第２のコンテンツをユーザ１０４に提供しているときに、第２の低次メンタル状態におけるユーザ１０４の脈波データ（又は脈波特徴量）を取得する。これにより、評価データ取得部５０５は、例えば、「ユーザ１０４が第２のコンテンツに退屈している状態」、及び／又は「ユーザ１０４がリラックスできない状態」における、ユーザ１０４の脈波データ（又は脈波特徴量）を取得することができる。

なお、ステップＳ８０１〜Ｓ８０４に示す処理は一例である。例えば、評価データ取得部５０５は、３つ以上の低次メンタル状態におけるユーザ１０４の脈波データ（又は脈波特徴量）を取得しても良い。また、評価データ取得部５０５は、１つ低次メンタル状態に対応する複数の脈波データ（又は脈波特徴量）を取得しても良い。

ステップＳ８０５において、評価データ取得部５０５は、各低次メンタル状態におけるユーザ１０４の脈波データ（又は脈波特徴量）を、ユーザ１０４の評価データとして、メンタル情報ＤＢ１２０等に登録する。例えば、評価データ取得部５０５は、第１の低次メンタル状態を「０．９」、第２の低次メンタル状態を「０．１」等に数値化して、取得した脈波データ（又は脈波特徴量）と共に、評価データ（教師データ）として、メンタル情報ＤＢ１２０に登録する。

情報処理装置１１０は、例えば、ユーザ１０４に所定のサービスを提供しているときに、図７に示すような低次メンタル状態の推定処理を実行することにより、所定のサービスに対するユーザ１０４の反応を容易に把握することができる。

従って、本実施形態によれば、サービスを利用するユーザ１０４にアンケート、インタビュー等を行わなくても、サービスに対するユーザの反応を容易に把握できる情報処理装置、及び低次メンタル状態推定方法を提供することができる。

また、本実施形態によれば、複数の脈波特徴量（ＬＦ／ＨＦ系特徴量、カオス系特徴量）を加味して、ユーザ１０４の低次メンタル状態を推定することができる。

さらに、本実施形態によれば、ベイズ推定をベースとしたガウス過程による回帰モデルを用いているので、学習データ（評価データ）が多く取れない場合でも汎化性が損なわれにくい柔軟なモデル化が可能になる。

［第２の実施形態］
第２の実施形態では、情報処理装置１１０が、第１の実施形態で推定した所定のサービスに対するユーザ１０４の反応（低次メンタル状態）に応じたサービスを、ユーザ１０４に提供する場合の例について説明する。

＜機能構成＞
図９は、第２の実施形態に係る情報処理装置の機能構成の例を示す図である。図９に示すように、第２の実施形態に係る情報処理装置１１０は、図５に示す第１の実施形態に係る情報処理装置１１０の機能構成に加えて、サービス提供部９０１を有している。

サービス提供部９０１は、例えば、図３のプロセッサ３０１で実行されるプログラムによって実現され、推定部５０７によって推定されたユーザ１０４の低次メンタル状態に応じたサービスを、ユーザ１０４に提供する。

なお、上記以外の情報処理装置１１０の機能構成は、第１の実施形態と同様で良い。また、図９に示す情報処理装置１１０が備える各機能構成の少なくとも一部は、低次メンタル状態推定システム１００に含まれる他の装置（例えば、携帯端末１０３等）が備えていても良い。

＜処理の流れ＞
（サービス提供処理１）
図１０は、第２の実施形態に係るサービス提供処理の一例を示すフローチャートである。この処理は、サービス提供部９０１が実行するサービス提供処理の一例を示している。

なお、ここでは、情報処理装置１１０が、図１０に示す処理を実行するものとして以下の説明を行うが、当該処理の少なくとも一部は、情報処理装置１１０とは異なる情報処理装置（例えば、携帯端末１０３、サービス提供用のサーバ装置等）が実行しても良い。

ステップＳ１００１において、情報処理装置１１０は、ユーザ１０４の携帯端末１０３に対する着信を検知すると、ステップＳ１１０２以降の処理を実行する。

ステップＳ１００２において、情報処理装置１１０は、図７に示す低次メンタル状態の推定処理を実行し、ユーザの低次メンタル状態を推定する。

ステップＳ１００３において、情報処理装置１１０のサービス提供部９０１は、ユーザ１０４の低次メンタル状態がネガティブであるか否かを判断する。

例えば、サービス提供部９０１は、ユーザ１０４の低次メンタル状態が、前述した第２も低次メンタル状態である場合、ユーザ１０４の低次メンタル状態がネガティブであると判断する。一方、サービス提供部９０１は、ユーザ１０４の低次メンタル状態が、前述した第１の低次メンタル状態である場合、ユーザ１０４の低次メンタル状態がネガティブでない（ポジティブである）と判断する。

ユーザ１０４の低次メンタル状態がネガティブである場合、サービス提供部９０１は、処理をステップＳ１００４に移行させる。一方、ユーザ１０４の低次メンタル状態がネガティブでない場合、サービス提供部９０１は、処理をステップＳ１００５に移行させる。

ステップＳ１００４に移行すると、サービス提供部９０１は、例えば、ユーザ１０４への着信を、自動的にメッセージサービスに切り換える。

一方、ステップＳ１００５に移行すると、サービス提供部９０１は、例えば、ユーザ１０４への着信処理を継続する。

上記の処理によれば、情報処理装置１１０は、ユーザ１０４への着信（所定のサービスの一例）を検知したとき、ユーザ１０４に、低次メンタル状態に応じた適切なサービス（例えば、メッセージサービス等）を提供することができる。具体的な例として、情報処理装置１１０は、ユーザ１０４が、着信を受けたときにネガティブな反応を示した場合、着信に応答したくないものと判断し、自動的にメッセージサービスに切り換えることができる。

（サービス提供処理２）
図１１は、第２の実施形態に係るサービス提供処理の別の一例を示す図である。この処理は、情報処理装置１１０が実行するサービス提供処理の別の一例を示している。

なお、ここでは、情報処理装置１１０が、図１１に示す処理を実行するものとして以下の説明を行うが、当該処理の少なくとも一部は、情報処理装置１１０とは異なる情報処理装置（例えば、携帯端末１０３、サービス提供用のサーバ装置等）が実行しても良い。また、ここでは、図１０に示す処理と同様の処理に対する詳細な説明は省略する。

ステップＳ１１０１において、情報処理装置１１０は、例えば、ユーザ１０４が、携帯端末１０３のウェブブラウザ等で閲覧中のウェブページに第１の広告を表示するものとする。なお、第１の広告の内容は、任意の内容であって良い。

ステップＳ１１０２において、情報処理装置１１０は、図７に示す低次メンタル状態の推定処理を実行し、ユーザの低次メンタル状態を推定する。

ステップＳ１１０３において、情報処理装置１１０のサービス提供部９０１は、ユーザ１０４の低次メンタル状態がネガティブであるか否かを判断する。

ユーザ１０４の低次メンタル状態がネガティブである場合、サービス提供部９０１は、処理をステップＳ１１０４に移行させる。一方、ユーザ１０４の低次メンタル状態がネガティブでない場合、サービス提供部９０１は、処理をステップＳ１１０５に移行させる。

ステップＳ１１０４に移行すると、サービス提供部９０１は、例えば、ユーザ１０４が閲覧しているウェブページへの第１の広告の表示を中止する。

一方、ステップＳ１１０５に移行すると、サービス提供部９０１は、ユーザ１０４が閲覧しているウェブページに第２の広告を表示する。なお、第２の広告は、第１の広告と異なる内容であっても良いし、第１の広告と同じ内容であっても良い。

上記の処理によれば、情報処理装置１１０は、ユーザ１０４に提供した広告（所定のサービス別の一例）に対するユーザ１０４の低次メンタル状態に応じた適切なサービス（例えば、新たな広告の表示、又は広告の表示を中止等）を提供することができる。具体的な一例として、情報処理装置１１０は、ユーザ１０４が閲覧中のウェブページに広告を表示したときに、ユーザ１０４がネガティブな反応を示した場合、表示した広告が不快であると判断し、表示した広告の表示を中止することができる。また、情報処理装置１１０は、ユーザ１０４が閲覧中のウェブページに広告を表示したときに、ユーザ１０４がポジティブな反応を示した場合、表示した広告に興味を示したと判断し、さらなる広告を表示させることもできる。

なお、図１０、１１に示すサービス提供処理は一例であり、低次メンタル状態推定システム１００は、所定のサービスに対するユーザ１０４の低次メンタル状態に応じて、様々なサービスを提供することが可能である。

以上、本発明の各実施形態によれば、サービスを利用するユーザ１０４にアンケート、インタビュー等を行わなくても、サービスに対するユーザ１０４の反応を容易に把握できる情報処理装置を提供することができる。

また、情報処理装置１１０は、サービスを利用するユーザ１０４の反応に応じた適切なサービスをユーザ１０４に提供することができる。

＜補足＞
なお、図５、９の機能構成図は、機能単位のブロックを示している。これらの機能ブロックは、ハードウェア及び／又はソフトウェアの任意の組み合わせによって実現される。また、各機能ブロックの実現手段は特に限定されない。すなわち、各機能ブロックは、物理的及び／又は論理的に結合した１つの装置により実現されても良いし、物理的及び／又は論理的に分離した２つ以上の装置を直接的及び／又は間接的に（例えば、有線及び／又は無線）で接続し、これら複数の装置により実現されても良い。

また、図３、４に示す各装置のハードウェア構成は、図に示した各装置を１つ又は複数含むように構成されても良いし、一部の装置を含まずに構成されても良い。また、コンピュータ２００は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）等のハードウェアを含んで構成されても良く、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されても良い。例えば、プロセッサ３０１は、これらのハードウェアの少なくとも１つで実装されても良い。

本明細書で説明した各態様／実施形態の処理手順、シーケンス、フローチャート等は、矛盾のない限り、順序を入れ替えても良い。例えば、本明細書で説明した方法については、例示的な順序で様々なステップの要素を提示しており、提示した特定の順序に限定されない。

入出力された情報等は特定の場所（例えば、メモリ）に保存されても良いし、管理テーブルで管理しても良い。入出力される情報等は、上書き、更新、又は追記され得る。出力された情報等は削除されても良い。入力された情報等は他の装置へ送信されても良い。

判定は、１ビットで表される値（０か１か）によって行われても良いし、真偽値（Boolean：true又はfalse）によって行われても良いし、数値の比較（例えば、所定の値との比較）によって行われても良い。

本明細書で説明した各態様／実施形態は単独で用いても良いし、組み合わせて用いても良いし、実行に伴って切り替えて用いても良い。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われても良い。

ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。

また、ソフトウェア、命令などは、伝送媒体を介して送受信されても良い。例えば、ソフトウェアが、同軸ケーブル、光ファイバケーブル、ツイストペア及びデジタル加入者回線（ＤＳＬ）などの有線技術及び／又は赤外線、無線及びマイクロ波などの無線技術を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び／又は無線技術は、伝送媒体の定義内に含まれる。

本明細書で説明した情報、信号等は、様々な異なる技術のいずれかを使用して表されても良い。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されても良い。

なお、本明細書で説明した用語及び／又は本明細書の理解に必要な用語については、同一の又は類似する意味を有する用語と置き換えても良い。

また、本明細書で説明した情報、パラメータなどは、絶対値で表されても良いし、所定の値からの相対値で表されても良いし、対応する別の情報で表されてもよい。

本明細書で使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。

「含む(ｉｎｃｌｕｄｉｎｇ)」、「含んでいる（ｃｏｍｐｒｉｓｉｎｇ）」、及びそれらの変形が、本明細書、或いは特許請求の範囲で使用されている限り、これら用語は、用語「備える」と同様に、包括的であることが意図される。さらに、本明細書、或いは特許請求の範囲において使用されている用語「または（or）」は、排他的論理和ではないことが意図される。

本開示の全体において、例えば、英語でのa, an, 及びtheのように、翻訳により冠詞が追加された場合、これらの冠詞は、文脈から明らかにそうではないことが示されていなければ、複数のものを含むものとする。

以上、本発明について詳細に説明したが、当業者にとっては、本発明が本明細書中に説明した実施形態に限定されるものではないということは明らかである。本発明は、特許請求の範囲の記載により定まる本発明の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。従って、本明細書の記載は、例示説明を目的とするものであり、本発明に対して何ら制限的な意味を有するものではない。

１００低次メンタル状態推定システム
１１０情報処理装置
５０２脈波データ取得部
５０４抽出部
５０５評価データ取得部
５０６構築部
５０７推定部
９０１サービス提供部

Claims

ユーザの脈波データを取得する脈波データ取得部と、
前記脈波データから、前記ユーザの低次メンタル状態に関する脈波特徴量を抽出する抽出部と、
複数の低次メンタル状態における前記ユーザの脈波データ又は前記脈波特徴量を含む評価データを取得する評価データ取得部と、
前記評価データを用いて、前記脈波特徴量と前記低次メンタル状態との対応関係を表す回帰モデルを、ガウス過程により構築する構築部と、
前記ユーザの前記脈波特徴量と前記回帰モデルとを用いて、前記ユーザの低次メンタル状態を推定する推定部と、
を有する、情報処理装置。
前記評価データ取得部は、前記ユーザに予め定められたコンテンツを提供しているときに、前記コンテンツに対応する低次メンタル状態における前記評価データを取得する、請求項１に記載の情報処理装置。
前記コンテンツは、前記ユーザを第１の低次メンタル状態に誘導する第１のコンテンツと、前記ユーザを第２の低次メンタル状態に誘導する第２のコンテンツとを含む、請求項２に記載の情報処理装置。
前記第１の低次メンタル状態は、前記ユーザが前記第１のコンテンツに集中している状態、及び／又は前記ユーザがリラックスした状態を含む、請求項３に記載の情報処理装置。
前記第２の低次メンタル状態は、前記ユーザが前記第２のコンテンツに退屈している状態、及び／又は前記ユーザがリラックスできない状態を含む、請求項３又は４に記載の情報処理装置。
前記脈波特徴量は、前記脈波データから算出したＬＦ／ＨＦ系特徴量、及び／又は前記脈波データから算出したカオス系特徴量を含む、請求項１乃至５のいずれか一項に記載の情報処理装置。
前記推定部が推定した前記ユーザの低次メンタル状態に応じたサービスを、前記ユーザに提供するサービス提供部を有する、請求項１乃至６のいずれか一項に記載の情報処理装置。
前記低次メンタル状態は、交感神経と副交感神経の制御バランスの乱れ度合いを表すメンタル状態である、請求項１乃至７のいずれか一項に記載の情報処理装置。
ユーザの脈波データを取得する脈波データ取得部と、
前記脈波データから、前記ユーザの低次メンタル状態に関する脈波特徴量を抽出する抽出部と、
複数の低次メンタル状態における前記ユーザの脈波データ又は前記脈波特徴量を含む評価データを取得する評価データ取得部と、
前記評価データを用いて、前記脈波特徴量と前記低次メンタル状態との対応関係を表す回帰モデルを、ガウス過程により構築する構築部と、
前記ユーザの前記脈波特徴量と前記回帰モデルとを用いて、前記ユーザの低次メンタル状態を推定する推定部と、
を有する、低次メンタル状態推定システム。
ユーザの脈波データを取得する処理と、
前記脈波データから、前記ユーザの低次メンタル状態に関する脈波特徴量を抽出する処理と、
複数の低次メンタル状態における前記ユーザの脈波データ又は前記脈波特徴量を含む評価データを取得する処理と、
前記評価データを用いて、前記脈波特徴量と前記低次メンタル状態との対応関係を表す回帰モデルを、ガウス過程により構築する処理と、
前記ユーザの脈波データと前記回帰モデルとに基づいて、前記ユーザの低次メンタル状態を推定する処理と、
をコンピュータが実行する、低次メンタル状態推定方法。