本研究では，個人での歯ぎしり状態の確認のための,歯ぎしりの自動分類システムの作成を目的とする．本報告では，5種類の歯ぎしりと歯ぎしり以外の動作の分類を筋電信号とDNNにより行う．特徴量となる筋電信号を時間波形，メルスペクトログラム，MFCCに変換し，それぞれをMLP，CNNによって機械学習する．正解率，再現率，適合率，F1 scoreを用いて各モデルによる分類の性能評価を比較し，より性能が高くなる方式の検討を行う．