睡眠の質と日中の生産性には密接な関連があるとされ，先行研究で睡眠の長さや深さと生産性の相関が示されている．しかし，これらの研究は脳波を用いた睡眠の質の推定に依存しており，計測の安定性や解析の複雑さの観点から日常生活への導入コストが高い．そこで本研究では，睡眠中の心拍等の生体情報を用いて日中生産性を推測するTransformerベースモデルを開発した．参加者の睡眠時生体情報と，翌日の生産性データ（反応時間計測や認知タスク成績，主観評価）を収集し，モデルを構築した．その結果，時系列生体データから日中生産性の高低を推定できることを確認し，推定に寄与する特徴量を明らかにした．