近年，人の感情推定技術の研究が数多くされており，感性評価やUX向上へと応用
されている．浦部らは脳波指標と心拍変動指標を特徴量とし，感情の主観評価を
正解ラベルとして機械学習をすることで，高い推定精度を得ることができること
を示した．しかし，浦部らは，特徴量の抽出や選択が十分ではないため，さらな
る精度向上の余地がある．
そこで本研究では，移動平均の算出や周波数解析による特徴量抽出，分散分析や
ランダムフォレストの重要度による特徴量選択を行い，その結果を参考に機械学
習モデルを構築した.その結果、層化5交差検証において，浦部らの手法では精度
が61%であるのに対して，提案手法では100%となる結果を得た．