実環境で計測される異種情報源データから心身の健康に役立つ個性・心理指標を連続的に推測するための機械学習法の研究開発と実データによる評価を行った。まず、心身の健康に影響を与える因子として個々人の注意レベルと行動パターンに着目し、前者については聴覚SART実験時の脳波と生体信号の同時計測データから心電パルス間隔などの注意レベルに関連する特徴量を抽出し、後者については移動履歴データから行動パターンを効率的に推測するためのテンソル分解法を開発した。また、複雑な欠測パターンを持つ異種情報源データを最大限活用するため、行列分解やARモデルを用いた欠測補完法や傾向スコア法の改良を提案し、その有用性を示した。