<p>近年のセンシング技術や画像処理技術の進展により，生物の移動情報を容易に計測可能となりつつある．これにより，例えば野生動物に添付したGPSデバイスで記録した移動軌跡や，実験室内でカメラ撮影したモデル動物の移動軌跡を解析し，それらの動物の移動戦略の解明を試みる研究が盛んに行われている．これまでに，計測された移動系列を解析するための手法が提案されているが，これらの適用可能範囲は生物種ごとに限定され，生物横断的な解析手法は存在していない．これは生物種によって，観測時間，移動距離，個体数が異なるためである．そこで本研究では，移動系列解析にとって有用な技術の開発を目的として，深層学習を用いた生物移動軌跡の教師なしセグメンテーションを提案する．本手法は，既存の教師なし画像セグメンテーション技術を拡張し，移動系列に適用可能としている．生物種の移動系列実験では，特に線虫と鳥の観測データを用いて提案手法を評価し，複数種類の移動系列のセグメンテーションに適用可能なことを確認した．また，既存手法との比較を行い，提案手法の優位性を確認した．</p>