ハンドジェスチャは，人間のコミュニケーション手段として発話や顔の表情とともにボディランゲージの一部として用いられる事から電子機器やロボットなどのインタフェースとして着目されることも多い．本論文で着目するのは，着脱が容易な市販のsEMGセンサを用いて取得したデータを深層学習手法により分類し，ハンドジェスチャを識別する手法である．これまでに様々なジェスチャの分類手法が検証されているが，学習済み分類器を不特定多数に適応可能とする観点の研究はこれまでに見受けられない．本論文ではケプストラムの手法を用いることで効果的なデータ拡張を施し，不特定多数に適用可能なハンドジェスチャ分類器の作成を行った．