画一的なアラーム音による不快な目覚めは、日中の活動に悪影響を及ぼす可能性がある。本研究では、個人の生体信号パターンに適応するAIアラームシステムを開発した。本システムは、ウェアラブルデバイスFitbitから取得した心拍数時系列データに対し、Dynamic Time Warping（DTW）アルゴリズムを用いた類似度分析を行う。過去のアラーム履歴における起床前心拍数パターンと主観的快適度評価を学習し、現在の生体状態に最も類似した過去イベントから最適なアラーム音を自動推薦する。これにより睡眠状態に最適化された聴覚刺激を提供し、快適な起床体験を実現することを目指す。