男性アドバイザー
女性アドバイザー
Formsのリンク
1. Big5
・編集者：リンク
・回答者：リンク
2. 対人印象評定
・調査者用：リンク
・回答者用：リンク
使用尺度
・橋本・古谷(2019)：和田(2019)のBig Five尺度から20項目抽出したもの
修論の健康アドバイザーの印象評定を行う上で，実際に参加者がアドバイザーと1~3分ほど会話して印象評定を行うのが理想である。しかし，操作性，音声サーバー，データ数(50~100名)を考慮すると厳しいため，調査者とAI会話している動画を視聴し，AIアドバイザーの印象評定を行うことにした。
相談内容
・「ダイエットをしたいと思っているのですが、どうしてもご飯を食べすぎてしまいます。食べ過ぎを防ぐにはどうすればいいですか？」
・「屋内でできる運動を探しているのですが、どのような運動が効果的か？」
・「最近なかなか眠れません。睡眠の質を改善するためにできることは？」
使用尺度
・橋本・古谷(2019)：和田(2019)のBig Five尺度から20項目抽出したもの
・自身の特性を測るのではなく，特定の人物の特性を推論する
1. 内受容感覚の測定法
心拍数や質問紙以外に，皮膚温や，呼吸負荷の変化の知覚 (Harver et al., 1993)，自己の血糖値 (Cox et al., 1985) ，血圧 (Pennebaker & Watson, 1988)による推定が行われている。
皮膚温による内受容感覚の測定（Laura et al.,2021; Laura&Henrik,2023）
・Thermal Matching Task：参加者が以前に感じた温度を記憶し，それの再現性を評価する。前腕と手掌で温度感受性が異なることが報告されている。
・温度感覚が皮膚を通してどのように生体の内部状態に関する情報を伝えるか議論されている。皮膚温の感知は脳の島皮質などで処理され、これにより外界の温度と体内の温度のバランスを取るための行動が引き出される。
2. 修論のプレゼン準備
・M1の発表日：1月の下旬
3. AIアドバイザーの印象評定(予備調査？)
①人間
②人間以外(動物，カウンセリングロボット(中川,2023))
質問
・アドバイザーは，1人にするか，複数(2名)にして選択自由にするか
・予備調査を行う場合，キャラを作成するか，AssetStoreから何体か見繕うか
4. 全体の研究計画
・研究1：AIアドバイザーの印象評定
・研究2：AIの有無が自己最適化を促進させるか検討
・研究3：AIアドバイザーを入れて，この先10年を見据えた研究
研究3に取り入れる要素
①モチベーションの向上：アバター育成システムを設けて，デイリーミッションをクリアするとキャラクターの選択数やスキンが増える。
②毎朝5段階の主観評定を行い，さらにカメラから表情を計測し，健康管理を行う
③トレーニングコーチ：内カメラ, Fitbit, GPS, 自動音声を用いて，運動強度やフォームの修正をリアルタイムで行い，パフォーマンス向上を狙う
④スマホアプリと連動：アラームと連動し，睡眠時間HRVを基に任意で設定
⑤食事・運動：飲食店・スーパーまでのルートと，カロリー表示・食材の提案
=========================================================
ゼミ内でのメモ
1. 内受容感覚の測定法-皮膚温
・本研究では質問紙から内受容感覚の測定を行ったが、先行研究では質問紙による主観評価と、皮膚温などの客観指標では別のものを測っており問題視されている。
・だからといって、皮膚温を制御対象としているにも関わらず、心拍数で内受容感覚を測定するのもおかしな話。そのため、皮膚温による内受容感覚の測定を行う必要があるのではないか。
→展望として、皮膚温の内受容感覚の測定を行う、Thermal Matching Taskでこの問題を改善できるのでは？
→上記の相関表みても，心拍カウントと体温の内受容感覚の測定に有意な相関はみられていない。つまり，皮膚温は皮膚温の内受容感覚の測定がいいてことじゃない？あ
2. 印象評定
・背景と質問内容は同じにする
・AIアドバイザー4人×3質問で構成する
・使用尺度は，情報処理基礎演習で使用した対人印象評定(3因子)か，卒業生の木下さんが使用したBig5にするか。Big5は，特定の人物の印象評定もある(いつもと逆)。
＊Big5の調短縮版で，TIPI-jがあるが相手の印象に使えるかは別のため，やはり橋本・古谷(2019)を使用する
＊パンダのアセットは，UDPだから無理
Fitbitアプリ_202410重田データ
アドバイス画面
AIアドバイザーアプリの概要
phpで開発したサイト
1. BF投稿論文の提出書類
・投稿申請書：記入事項多め(原稿の種類，印鑑等)
・著作権譲渡に関する同意書：申請日の記入のみ
・利益相反自己申告書：申請日の記入のみ
2. 修論：食事アドバイスを今度こそ…：
・食事画像のアップロードリンク：ID入力欄，写真アップロード，VAS項目を追加
・3食分の食事画像を1枚にまとめるのをphpから行った
・UnityのAIアドバイザーと連携：出力結果は下記画像の通り
食事アドバイスの出力結果
mes2:カレーライス、いい匂いしそうで美味そうだよな！ただ、栄養のバランスを考えるなら少し工夫も必要かも。たとえば、もう少し野菜の種類を増やして緑黄色野菜を一緒に摂るのが良いだろうよ。ブロッコリーやほうれん草、あるいはサイドにサラダを用意するとか。デザートには果物を選べば、ビタミンも補えるしな。あとは、カレーのルーの塩分も考えると、できれば手作りでコントロールするのがベスト。それでも十分楽しむことができるぜ。結局は、無理に改善しようとせず、少しずつ、より健康的な選択を取り入れていくと良いだろうよ。,7,6
====================================================
メモ
・BF然り，気づきが重要：Formsの主観報告に追加する
効果量の算出_jamovi
1. 効果量の記述方法の確認：訓練方向の主効果(F(1,14)=3.96, p<.10, ηp2=.22)
2. 参加者数を増やすか：現在15名(男性7名，女性8名)
食事アプリの開発続き
・Unityのアップロードがまだできていない
・VASの項目を追加した
進捗メモ
1. 修士論文の研究計画書：10/10(木)の15時までに，教務グループに提出
2. BF学会に投稿する論文2の執筆（内受容感覚と皮膚温BF）
・序論：何を書くか決める，内受容感覚の部分を文献で補強
・目的～結果：記入終えました
・考察：BFの制御段階を入れれば完成，構成を整える
＊論文2は，来週のゼミまでに完成させる予定です。
3. 食事のアドバイス：リンク
参加者が食べたものをスマホで撮影しHTTPSサーバーにアップロードするphpスクリプトを作成。これから，UnityのFitbitアドバイザーが参照できるようにする予定です。
今後，追加する内容
・いつご飯を食べたか選択式にする
・Unityでも参照できるように，fitbitデータの各ユーザーディレクトリに保存する
・食事面での知識をAIアドバイザーに与えておく
============================================================
先生からのコメント
論文2の方は，統計ソフトJamoviを用いて効果量を求める。修論の開発アプリに関しては，Fitbitアプリにない物と組み合わせて新しいものを作る。その日の気分や仕事の忙しさを5件法やVASなどで評価する。
1. FitbitMaxでのAIアドバイザーのアプリ開発
・模式図を作成した
・安静時心拍数(RHR)のデータ取得も可能になり，グラフの追加を行った
・AgentRPの写真撮影機能も追加した
・Fitbitから取得したグラフを参照できるようになり，アドバイス可能になった
2. ランキング形式用のサイト開発：確認リンク
・同意を得ている重田・庵袋さん・長野先生のデータを基に開発してます。
・データは，「歩数と消費カロリー」の運動量に絞るか思案中です。
・機能としては、ドロップダウンから過去データの閲覧・指標の任意選択が可能。
・総合スコアの算出方法は，各指標で基準点を設ける予定です。
3. BF学会投稿予定の2本目の論文（内受容感覚がBF訓練に与える影響)を作成中
・導入と考察をまとめれば完成
=============================================================
今後の予定
・BF論文1（装置開発）の修正を行いたいので，お時間のある時にお願いします
・10/10(木)までの修論計画書を来週までに作成する
先生からのFBメモ
・Unityのアドバイス画面のサイズを整える
・グラフの修正：日付部分の表記(日付のみ)、フォントサイズの調整等
・食事面のアドバイスは、食事AIとか探してもカロリー計算をしているのが探した感じないから(アプリは除く)、GPT-4oにさせる。GPTで完結
・模式図の修正：グラフ送信と書かないとわからない
・来年に、生理心理学会・健康心理学会で発表する。内容は、主観的幸福感と運動・心臓血管反応についてで、今年の11月下旬に九州で学会発表があるようだ。
・物体認識等：OpenCV(約1万円)と、YOLOv10(オープンソース)がある。
・軍人のスキン：永久先生もおっしゃてたが、影があると暗い印象になるため、肌艶よく明るめのほうがいいようだ。そうか、軍人の人格設定も変えないとだ。
開発内容
①HRV_Sleep_Stepsのデータ取得用プログラム3つを結合し、複数人のデータを自動取得し、説明文とグラフ作成を行う。
② ①の内容に加え、「現在の週と、1周間前の過去データ」を比較しアドバイス
③ ②の内容に加え、「現在から1週間後のデータ」を予測しアドバイスする
＊音声合成AIの説明文読み上げ機能に関しては、音声サーバーのHTTPリクエストが成功せず作業が停滞している(visualizeHRV_Sleep_Steps_AIvoice.py)。
==========================================================================
①複数人のHRV_Sleep_Stepsデータを取得し、Client ID別に一つのcsvデータに出力する。さらに、グラフ化を行い、説明文をつけるプログラム(RTget_visualizeHRV_Sleep_Steps.py)
②複数人のHRV_Sleep_Stepsのデータを取得し、「現在の週、1週間前のデータ」を比較し、「現在の週と、1週間前のデータ」の比較を行いアドバイスをする(RTget_visualizeHRV_Sleep_Steps_FB.py)
③複数人のHRV_Sleep_Stepsのデータを取得し、「現在の週、1週間前、1週間後のデータ」を比較し、アドバイスをする(RTget_visualizeHRV_Sleep_Steps_FB2.py)
=====================================================================
音声合成AIの説明文読み上げのプログラム開発が停滞しているため、お時間あるとき、もしくは来週の生理心理学特殊研究の授業で教えていただけませんか。
報告内容
1. MAIA相関係数の算出
2. 研究Ⅰの論文
質問
・Fitbit Charge4の配布→サイエンス応用の受講者(Googleアカウントの作成？)
========================================================================
1. 内受容感覚と皮膚温変化量の相関係数の算出
卒論の内受容感覚の分析結果では，「①気づき因子，②注意制御因子，③感情への気づき因子」に群の効果がみられた。先行研究(櫻井・清水，2018)では，内受容感覚を測定するMAIA尺度・心拍カウント・心拍弁別課題の相関係数を算出しているため，これに倣い相関係数を算出した。
①MAIA尺度得点×MAIA8因子×皮膚温変化量
②MAIA尺度得点の高群・低群別×皮膚温変化量
2. 研究Ⅰの論文
近年、自作の計測器が注目を集めています。これは、低コストでカスタマイズ可能な計測器を容易に製作できるようになったためです【Green & Dawson, 2021】。デジタルファブリケーション技術の進歩により、3Dプリンターやレーザーカッターを使って自作の医療機器や研究用機器を製作することが一般的になってきました【Adams et al., 2022】。これにより、特定のニーズに合わせたカスタマイズが可能となり、既製品では実現できない機能を持つ計測器が作られるようになっています。
特に、Arduinoのようなオープンソースのハードウェアプラットフォームの普及が、自作計測器の製作を一層容易にしました【Baker, 2021】。Arduinoは、多様なセンサーやアクチュエーターとの互換性があり、専門知識がなくても簡単に扱えるため、エンジニアや研究者だけでなく、一般のユーザーにも広く利用されています【Mellis et al., 2020】。このような背景から、自作計測器のコミュニティが拡大し、情報交換や技術支援が活発に行われています【Anderson & Tushman, 2021】。
さらに、自作計測器は教育現場でも活用されています。学生が実際に計測器を組み立て、プログラミングを行うことで、理論だけでなく実践的なスキルを身につけることができます【Smith & Caruso, 2021】。このように、自作計測器の流行は、研究や教育の現場において新しい可能性を開拓しています。
========================================================================
引用文献：櫻井・清水(2018)
報告内容
1. 修士論文の研究テーマFitbitについて
(2. FacePoseCap_予備実験の結果)
=========================================================================
1. 修論の進捗報告
①参加者：「長野先生, 庵袋さん, 重田」＋新規「大森・請野・高橋さん」の6人
・Fitbit Charge4を2台貸出中。一先ず，今月1か月間の予定。
②データ取得：Pythonプログラムを実施し，先生を除く5人分のデータを取得
・「getTokens.py，refreshTokens.py」で、トークン認証完了！
③研究計画書：下記のファイルが研究計画書となります。
2. FacePoseCap_予備実験の結果
①実験概要
・参加者：参加者3名
・実験刺激：動物タワーバトル(オンライン対戦ゲーム)
・実験スケジュール：前安静・課題・後安静を各3分ずつ
・生理指標：SC, 顔
②実験結果
課題期間中は、勝っても負けても何回も続けるという内容であったため、参加者によって3分間緊迫した試合を行う人もいれば、すぐに負けてしまい消化不良のまま終わってしまう人もいて力量に個人差があった。そのため、フレンド対戦モードを用いて、実験者と長くプレイするように調節する。
③顔_課題期間中の重田
=========================================================================
顔データを収集したものの分析方法がわかりません。各行動データの平均値を従属変数，3期間を独立変数とした1要因分散分析の参加者内計画でしょうか。