　スイスのETH ZurichとオーストラリアのBond Universityによる研究チームが発表した「Affective State Prediction from Smartphone Touch and Sensor Data in the Wild」は、スマートフォンのキーボードをタイピングするパターンから操作したユーザーの感情状態やストレスなどを予測するモデルだ。

スマートフォンのキー入力時のデータから、2次元のヒートマップを抽出し、ユーザーの感情状態などを分類する

　研究では、スマートフォンのキー入力時のタッチイベントとIMU（慣性計測ユニット）のデータから感情を予測するモデルを提案する。抽出したタッチデータとIMUデータからそれぞれを2次元ヒートマップに変換し、これらヒートマップから感情状態やストレスを予測するように分類器を学習する。

　学習には、82人の参加者から10週間かけて収集したデータセットを用いた。ユーザーにはスマートフォンを使用している途中に、自己申告によるアンケートを一定時間ごとに行ってもらった。自己申告した時点からさかのぼって80キーストロークを、30秒間のIMUデータをその自己申告の評価対象とした。

　自己申告の項目には、覚醒度合い、ポジティブな度合い、優位性、感情（幸せ、怒り、悲しみなど）、ストレス度合いなどが含まれた。合計3万83件のデータを収集した。

　このように収集したデータからは、例えばネガティブな感情を体験しているときはバックスペースキーへのタップ数が多くなる、土日はポジティブで覚醒度が低く、反対に月火はネガティブで覚醒度が高いなどの分析結果が得られた。

（A）80キーストロークから抽出したヒートマップ、（B）30秒間のIMUデータから抽出したヒートマップ

　学習したモデルを評価した結果、どちらのヒートマップも感情の予測において高い精度を示した。IMUのヒートマップは覚醒度の予測に最も優れた性能を示し、タッチデータのヒートマップはポジティブな度合いと優位性の予測に最も優れた性能を示した。

　またタッチデータのヒートマップを用いず、IMUデータのヒートマップのみを用いても同様のパフォーマンスを示し、継続してデータ収集する中でプライバシーの侵害を抑えた手法も示唆した。さらに参加者ごとにネットワークを微調整することで、大幅な性能向上も達成した。

　これら予測された感情を利用したアプリとして、ヘルスケアを促す仕組みを取り入れたり、ユーザーに応じたレコメンド機能を追加するなどが考えられるだろう。今回はタイピングを行うアプリに限定されているため、動画などのタイピングを不要とする他のアプリを使用しているときには、さらなる検証が必要となる。

指に貼れるバンドエイド型発電機　タイピングや睡眠時に電気を生成
米カリフォルニア大学サンディエゴ校の研究チームは、汗をかいたり押したりしたときに少量の電気を生み出す、薄くて柔軟なバンドエイド型デバイスを開発。指の腹に装着し、軽く押すだけで発電するため、タイピングなどの動作で発電できる。
伸縮性がある伸びる電池、服に印刷してスマートウォッチを充電　韓国の研究チームが開発
韓国のKorea Institute of Science and Technologyなどの究チームは、伸縮性があるリチウムイオン電池を開発した。電極、集電体、セパレータ、封止材など、全ての構成要素が伸縮自在。実験では衣服表面にプリントしてスマートウォッチの充電に成功した。
「止まっているはずなのに、動いている」と感じるヘルメット型装置、神戸大が開発
神戸大学塚本・寺田研究室の研究チームは、自分は静止しているにもかかわらず、あたかも運動しているように感じる視覚誘導性自己運動感覚（ベクション）を誘発させる頭部装着型ベクション提示デバイスを開発した。
心臓の音で個人認証、精度95％以上　音のリズムやピッチを分析
スペインとイランの研究チームは、心電図から取得した心拍音を分析し、その人が誰かを特定するバイオメトリクス技術を開発した。心電図（ECG）信号をオーディオ波形ファイルに変換し、5つの音楽的特性を分析することで識別する。
Wi-Fiで果物の中身を測定できる「Wi-Fruit」　切らずに腐っているか判定可能
中国の上海交通大学と深せん大学、廈門大学、カナダのマギル大学による研究チームは、Wi-Fiを活用して果物の中身を外から計測するシステムを開発した。スイカやグレープフルーツなど皮が厚い果実も測定可能で、推定結果から内部の腐敗具合を判断できる。