ホーム > 特許ランキング > カシオ計算機株式会社
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024122394
(43)【公開日】2024-09-09
(54)【発明の名称】情報処理装置、情報処理方法及びプログラム
(51)【国際特許分類】
A63B 69/00 20060101AFI20240902BHJP
A63B 71/06 20060101ALI20240902BHJP
【ＦＩ】
A63B69/00 C
A63B71/06 M
【審査請求】未請求
【請求項の数】12
【出願形態】ＯＬ
(21)【出願番号】P 2023029911
(22)【出願日】2023-02-28
(71)【出願人】
【識別番号】000001443
【氏名又は名称】カシオ計算機株式会社
(74)【代理人】
【識別番号】110001254
【氏名又は名称】弁理士法人光陽国際特許事務所
(72)【発明者】
【氏名】上田 将司
(57)【要約】
【課題】ユーザが行った運動メニューの系列を推定する。
【解決手段】情報処理装置は、複数の時点にわたるユーザの運動の状態に係る第１の情報に基づいて、複数の時点の各々においてユーザが所定の複数の運動メニューの各々を行っていた尤度を導出し、ユーザの運動の状態に係る第２の情報の時系列変化に基づいて、複数の時点の各々における複数の運動メニューの各々から複数の運動メニューの各々への状態遷移確率を導出し、複数の時点の各々における尤度及び状態遷移確率に基づいて、運動においてユーザが行った運動メニューの系列を推定する、処理部を備える。
【選択図】図７
【解決手段】情報処理装置は、複数の時点にわたるユーザの運動の状態に係る第１の情報に基づいて、複数の時点の各々においてユーザが所定の複数の運動メニューの各々を行っていた尤度を導出し、ユーザの運動の状態に係る第２の情報の時系列変化に基づいて、複数の時点の各々における複数の運動メニューの各々から複数の運動メニューの各々への状態遷移確率を導出し、複数の時点の各々における尤度及び状態遷移確率に基づいて、運動においてユーザが行った運動メニューの系列を推定する、処理部を備える。
【選択図】図７
【特許請求の範囲】
【請求項1】
複数の時点にわたるユーザの運動の状態に係る第１の情報に基づいて、前記複数の時点の各々において前記ユーザが所定の複数の運動メニューの各々を行っていた尤度を導出し、
前記ユーザの前記運動の状態に係る第２の情報の時系列変化に基づいて、前記複数の時点の各々における前記複数の運動メニューの各々から前記複数の運動メニューの各々への状態遷移確率を導出し、
前記複数の時点の各々における前記尤度及び前記状態遷移確率に基づいて、前記運動において前記ユーザが行った運動メニューの系列を推定する、
処理部を備える情報処理装置。
前記ユーザの前記運動の状態に係る第２の情報の時系列変化に基づいて、前記複数の時点の各々における前記複数の運動メニューの各々から前記複数の運動メニューの各々への状態遷移確率を導出し、
前記複数の時点の各々における前記尤度及び前記状態遷移確率に基づいて、前記運動において前記ユーザが行った運動メニューの系列を推定する、
処理部を備える情報処理装置。
【請求項2】
前記処理部は、
前記運動における前記複数の運動メニューの時系列の実施予定を表す予定情報に基づいて前記尤度を補正し、
前記複数の時点の各々における補正後の前記尤度及び前記状態遷移確率に基づいて、前記ユーザが行った前記運動メニューの系列を推定する、
請求項１に記載の情報処理装置。
前記運動における前記複数の運動メニューの時系列の実施予定を表す予定情報に基づいて前記尤度を補正し、
前記複数の時点の各々における補正後の前記尤度及び前記状態遷移確率に基づいて、前記ユーザが行った前記運動メニューの系列を推定する、
請求項１に記載の情報処理装置。
【請求項3】
前記処理部は、
前記予定情報において、前記複数の時点に対応する各時点における実施予定の運動メニューを特定し、
前記複数の時点のうちの或る時点における、前記複数の運動メニューのうちの或る運動メニューについての前記尤度に、補正値を加算することで当該尤度を補正し、
前記複数の時点のうち、前記予定情報において前記或る運動メニューが実施予定である各実施予定時点について、実施予定時点と前記或る時点とが近いほど大きくなるように重み付けされた値を導出し、前記各実施予定時点についての当該値の総和を補正値として導出する、
請求項２に記載の情報処理装置。
前記予定情報において、前記複数の時点に対応する各時点における実施予定の運動メニューを特定し、
前記複数の時点のうちの或る時点における、前記複数の運動メニューのうちの或る運動メニューについての前記尤度に、補正値を加算することで当該尤度を補正し、
前記複数の時点のうち、前記予定情報において前記或る運動メニューが実施予定である各実施予定時点について、実施予定時点と前記或る時点とが近いほど大きくなるように重み付けされた値を導出し、前記各実施予定時点についての当該値の総和を補正値として導出する、
請求項２に記載の情報処理装置。
【請求項4】
前記処理部は、前記第１の情報に含まれる或る運動指標の値と、前記複数の運動メニューの各々について予め定められた前記或る運動指標の基準値と、の差分に基づいて、前記差分が小さいほど前記尤度が高くなるように、前記複数の運動メニューの各々についての前記尤度を導出する、
請求項１に記載の情報処理装置。
請求項１に記載の情報処理装置。
【請求項5】
前記処理部は、前記第２の情報に含まれる運動指標の値の移動分散が大きいほど、前記ユーザが行っている運動メニューが変化する場合の前記状態遷移確率が大きくなるように前記状態遷移確率を導出する、
請求項１に記載の情報処理装置。
請求項１に記載の情報処理装置。
【請求項6】
前記処理部は、
前記複数の時点の各々において前記ユーザが行っている運動メニューが変化しない場合の前記状態遷移確率を、前記第２の情報の時系列変化に基づかない定数に決定する、
請求項１に記載の情報処理装置。
前記複数の時点の各々において前記ユーザが行っている運動メニューが変化しない場合の前記状態遷移確率を、前記第２の情報の時系列変化に基づかない定数に決定する、
請求項１に記載の情報処理装置。
【請求項7】
前記第１の情報及び前記第２の情報は、互いに異なる種別の運動指標の値を含む、
請求項１に記載の情報処理装置。
請求項１に記載の情報処理装置。
【請求項8】
前記第１の情報は、前記ユーザの移動速度に係る運動指標の値、又は、前記ユーザのバイタルサインに係る運動指標の値を含み、
前記第２の情報は、前記ユーザの身体の動きに係る運動指標の値を含む、
請求項１に記載の情報処理装置。
前記第２の情報は、前記ユーザの身体の動きに係る運動指標の値を含む、
請求項１に記載の情報処理装置。
【請求項9】
前記第２の情報は、前記ユーザの身体の動きに係る互いに異なる種別の複数の運動指標の値を含み、
前記処理部は、前記複数の運動指標の値の時系列変化に基づいて前記状態遷移確率を導出する、
請求項１に記載の情報処理装置。
前記処理部は、前記複数の運動指標の値の時系列変化に基づいて前記状態遷移確率を導出する、
請求項１に記載の情報処理装置。
【請求項10】
前記処理部は、前記複数の時点の各々において前記運動メニューが前記状態遷移確率に応じて遷移する前提条件を適用したビタビアルゴリズムに基づいて前記運動メニューの系列を推定する、
請求項１に記載の情報処理装置。
請求項１に記載の情報処理装置。
【請求項11】
コンピュータが実行する情報処理方法であって、
複数の時点にわたるユーザの運動の状態に係る第１の情報に基づいて、前記複数の時点の各々において前記ユーザが所定の複数の運動メニューの各々を行っていた尤度を導出し、
前記ユーザの前記運動の状態に係る第２の情報の時系列変化に基づいて、前記複数の時点の各々における前記複数の運動メニューの各々から前記複数の運動メニューの各々への状態遷移確率を導出し、
前記複数の時点の各々における前記尤度及び前記状態遷移確率に基づいて、前記運動において前記ユーザが行った運動メニューの系列を推定する、
情報処理方法。
複数の時点にわたるユーザの運動の状態に係る第１の情報に基づいて、前記複数の時点の各々において前記ユーザが所定の複数の運動メニューの各々を行っていた尤度を導出し、
前記ユーザの前記運動の状態に係る第２の情報の時系列変化に基づいて、前記複数の時点の各々における前記複数の運動メニューの各々から前記複数の運動メニューの各々への状態遷移確率を導出し、
前記複数の時点の各々における前記尤度及び前記状態遷移確率に基づいて、前記運動において前記ユーザが行った運動メニューの系列を推定する、
情報処理方法。
【請求項12】
コンピュータに、
複数の時点にわたるユーザの運動の状態に係る第１の情報に基づいて、前記複数の時点の各々において前記ユーザが所定の複数の運動メニューの各々を行っていた尤度を導出する処理、
前記ユーザの前記運動の状態に係る第２の情報の時系列変化に基づいて、前記複数の時点の各々における前記複数の運動メニューの各々から前記複数の運動メニューの各々への状態遷移確率を導出する処理、
前記複数の時点の各々における前記尤度及び前記状態遷移確率に基づいて、前記運動において前記ユーザが行った運動メニューの系列を推定する処理、
を実行させるプログラム。
複数の時点にわたるユーザの運動の状態に係る第１の情報に基づいて、前記複数の時点の各々において前記ユーザが所定の複数の運動メニューの各々を行っていた尤度を導出する処理、
前記ユーザの前記運動の状態に係る第２の情報の時系列変化に基づいて、前記複数の時点の各々における前記複数の運動メニューの各々から前記複数の運動メニューの各々への状態遷移確率を導出する処理、
前記複数の時点の各々における前記尤度及び前記状態遷移確率に基づいて、前記運動において前記ユーザが行った運動メニューの系列を推定する処理、
を実行させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理方法及びプログラムに関する。
【背景技術】
【0002】
従来、身体に装着して用いる電子機器に、加速度センサ及びジャイロセンサ等を含むモーションセンサを搭載し、運動中のユーザの身体の動きをモーションセンサにより検出して運動状態を解析する技術が知られている。例えば、特許文献１には、運動中のユーザの心拍数、距離、速度、歩数、消費カロリー等の各種運動指標を測定し、ユーザに情報として提供する携帯型フィットネスモニタリングシステムが開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１０－２６４２４６号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、従来の技術においては、測定された運動指標から、ユーザがどのような運動メニューをどのような順序で行ったかを推定することができないという課題がある。
【0005】
本発明は、ユーザが行った運動メニューの系列を推定することを目的とする。
【課題を解決するための手段】
【0006】
上記課題を解決するため、本発明に係る情報処理装置は、
複数の時点にわたるユーザの運動の状態に係る第１の情報に基づいて、前記複数の時点の各々において前記ユーザが所定の複数の運動メニューの各々を行っていた尤度を導出し、
前記ユーザの前記運動の状態に係る第２の情報の時系列変化に基づいて、前記複数の時点の各々における前記複数の運動メニューの各々から前記複数の運動メニューの各々への状態遷移確率を導出し、
前記複数の時点の各々における前記尤度及び前記状態遷移確率に基づいて、前記運動において前記ユーザが行った運動メニューの系列を推定する、
処理部を備える。
複数の時点にわたるユーザの運動の状態に係る第１の情報に基づいて、前記複数の時点の各々において前記ユーザが所定の複数の運動メニューの各々を行っていた尤度を導出し、
前記ユーザの前記運動の状態に係る第２の情報の時系列変化に基づいて、前記複数の時点の各々における前記複数の運動メニューの各々から前記複数の運動メニューの各々への状態遷移確率を導出し、
前記複数の時点の各々における前記尤度及び前記状態遷移確率に基づいて、前記運動において前記ユーザが行った運動メニューの系列を推定する、
処理部を備える。
【発明の効果】
【0007】
本発明によれば、ユーザが行った運動メニューの系列を推定することができる。
【図面の簡単な説明】
【0008】
【図1】運動支援システムを示す図である。
【図2】サーバの機能構成を示すブロック図である。
【図3】運動結果データの内容例を示す図である。
【図4】運動予定データの内容例を示す図である。
【図5】端末装置の機能構成を示すブロック図である。
【図6】装着型装置の機能構成を示すブロック図である。
【図7】運動メニュー推定処理の制御手順を示すフローチャートである。
【図8】尤度導出処理の制御手順を示すフローチャートである。
【図9】運動結果分割データの内容例を示す図である。
【図10】運動結果分割データにおけるペースの時系列変化を示す図である。
【図11】尤度の導出結果を示す図である。
【図12】尤度補正処理の制御手順を示すフローチャートである。
【図13】運動予定分割データの内容例を示す図である。
【図14】正規化済み時刻に対する尤度を示す図である。
【図15】正規化済み時刻に対する予定運動メニューの推移を示す図である。
【図16】尤度の補正結果を示す図である。
【図17】状態遷移確率導出処理の制御手順を示すフローチャートである。
【図18】運動結果データにおけるピッチの時系列変化を示す図である。
【図19】ピッチの移動分散を示す図である。
【図20】移動分散から変換された確率値を示す図である。
【図22】状態遷移確率の他の例を示す図である。
【図23】運動メニュー系列推定処理の制御手順を示すフローチャートである。
【図24】運動メニューの状態確率の導出方法を示す図である。
【発明を実施するための形態】
【0009】
以下、本発明の実施の形態を図面に基づいて説明する。
【0010】
＜運動支援システムの構成＞
図１は、本実施形態の運動支援システム１を示す図である。
運動支援システム１（情報処理システム）は、サーバ１０（情報処理装置）と、端末装置２０と、装着型装置３０とを備える。運動支援システム１においては、端末装置２０及び装着型装置３０の使用者であるユーザが装着型装置３０を装着して運動を行った場合に、当該運動に係る情報がサーバ１０に送信される。サーバ１０は、受信した情報に基づいて運動の内容を解析し、解析結果をユーザに提示することで、ユーザの運動を支援する。本実施形態では、運動支援システム１により、ユーザの運動としてのランニングの内容を解析する例を用いて説明する。
図１は、本実施形態の運動支援システム１を示す図である。
運動支援システム１（情報処理システム）は、サーバ１０（情報処理装置）と、端末装置２０と、装着型装置３０とを備える。運動支援システム１においては、端末装置２０及び装着型装置３０の使用者であるユーザが装着型装置３０を装着して運動を行った場合に、当該運動に係る情報がサーバ１０に送信される。サーバ１０は、受信した情報に基づいて運動の内容を解析し、解析結果をユーザに提示することで、ユーザの運動を支援する。本実施形態では、運動支援システム１により、ユーザの運動としてのランニングの内容を解析する例を用いて説明する。
【0011】
装着型装置３０は、ユーザの身体（例えば、腰部）に装着されて用いられるウェアラブル端末である。装着型装置３０は、自装置の運動状態を検出するセンサ部３４（図６参照）を備え、センサ部３４により、装着型装置３０が装着されたユーザの運動に応じた体の動き、例えば上下動、腰回りの回転、及び左右への揺動などを検出する。また、装着型装置３０は、自装置の位置情報を取得する位置情報取得部３５（図６参照）を備え、位置情報取得部３５が取得した位置情報に基づいて、ユーザの移動距離や移動速度などを導出する。装着型装置３０は、無線通信（例えば、ブルートゥース（登録商標）などの近距離無線通信）により端末装置２０との間でデータの送受信が可能であり、検出したユーザの運動の状態に係る情報を端末装置２０に送信する。
なお、装着型装置３０の装着部位は腰に限られない。例えば、装着型装置３０は、ユーザの手首に装着されて用いられるリスト型端末であってもよい。この場合には、運動に応じた腕の振りなども検出することができる。
なお、装着型装置３０の装着部位は腰に限られない。例えば、装着型装置３０は、ユーザの手首に装着されて用いられるリスト型端末であってもよい。この場合には、運動に応じた腕の振りなども検出することができる。
【0012】
端末装置２０は、ユーザにより主に携帯されて用いられる機器であり、例えばスマートウォッチである。端末装置２０は、ネットワークＮを介してサーバ１０との間でデータの送受信が可能である。ネットワークＮは、例えばインターネットであるが、これに限定されない。端末装置２０とサーバ１０との間の通信経路には、無線による通信経路が含まれていてもよい。端末装置２０には、ユーザの運動を支援するサービスをユーザに提供するためのアプリケーションプログラム（以下、「運動アプリ２３１」（図５参照）と記す）がインストールされている。端末装置２０は、運動アプリ２３１上で、装着型装置３０から受信した運動に係る情報を表示したり、当該情報をサーバ１０に送信し、サーバ１０による運動の解析結果に係る情報を受信して表示したりする。
なお、端末装置２０はスマートウォッチに限られず、スマートフォンなどの携帯可能な機器であってもよい。また、端末装置２０は、運動時にユーザが携帯可能な機器に限られず、運動後にサーバ１０及び装着型装置３０との間でデータの送受信を行う機器、例えばタブレット型端末やノートＰＣ等であってもよい。
なお、端末装置２０はスマートウォッチに限られず、スマートフォンなどの携帯可能な機器であってもよい。また、端末装置２０は、運動時にユーザが携帯可能な機器に限られず、運動後にサーバ１０及び装着型装置３０との間でデータの送受信を行う機器、例えばタブレット型端末やノートＰＣ等であってもよい。
【0013】
図２は、サーバ１０の機能構成を示すブロック図である。
サーバ１０は、ＣＰＵ１１（Central Processing Unit）と、ＲＡＭ１２（Random Access Memory）と、記憶部１３と、通信部１４と、バス１５などを備える。サーバ１０の各部は、バス１５を介して接続されている。なお、サーバ１０は、サーバ１０の管理者により使用される操作部や表示部などをさらに備えていてもよい。
サーバ１０は、ＣＰＵ１１（Central Processing Unit）と、ＲＡＭ１２（Random Access Memory）と、記憶部１３と、通信部１４と、バス１５などを備える。サーバ１０の各部は、バス１５を介して接続されている。なお、サーバ１０は、サーバ１０の管理者により使用される操作部や表示部などをさらに備えていてもよい。
【0014】
ＣＰＵ１１は、記憶部１３に記憶されているプログラム１３１を読み出して実行し、各種演算処理を行うことで、サーバ１０の各部の動作を制御するプロセッサである。本実施形態では、ＣＰＵ１１が「処理部」に相当する。なお、サーバ１０は、複数のプロセッサ（例えば複数のＣＰＵ）を有していてもよく、本実施形態のＣＰＵ１１が実行する複数の処理を、当該複数のプロセッサが実行してもよい。この場合には、複数のプロセッサが「処理部」に相当する。この場合において、複数のプロセッサが共通の処理に関与してもよいし、あるいは、複数のプロセッサが独立に異なる処理を並列に実行してもよい。
ＲＡＭ１２は、ＣＰＵ１１に作業用のメモリ空間を提供し、一時データを記憶する。
ＲＡＭ１２は、ＣＰＵ１１に作業用のメモリ空間を提供し、一時データを記憶する。
【0015】
記憶部１３は、コンピュータとしてのＣＰＵ１１により読み取り可能な非一時的な記録媒体であり、プログラム１３１及び各種データを記憶する。記憶部１３は、例えばフラッシュメモリ等の不揮発性メモリを含む。プログラム１３１は、コンピュータが読み取り可能なプログラムコードの形態で記憶部１３に格納されている。記憶部１３には、運動結果データ１３２及び運動予定データ１３３（予定情報）等が記憶されている。
【0016】
図３は、運動結果データ１３２の内容例を示す図である。
運動結果データ１３２は、ユーザによる運動が行われた場合に、装着型装置３０から端末装置２０に送信された情報に基づいて、端末装置２０において運動アプリ２３１上で生成され、端末装置２０からサーバ１０に送信される。
運動結果データ１３２の各データ行は、運動中のある期間におけるユーザの運動の状態を表す。各データ行には、「時刻」、「ペース」、「ピッチ」、「ストライド」等のデータが含まれる。
「時刻」は、運動が開始された時点を基準（０秒）として、そのデータ行のデータが記録された時点を表す。データ行は、例えばユーザが所定の歩数の運動を行うごとに記録される。このため、「時刻」は、必ずしも等間隔とはならない。ここでは、ユーザの運動がＴｅ秒で終了したものとする。
「ペース」は、そのデータ行が表す期間におけるユーザの移動ペース（単位距離の移動に要する時間）の値を表す。「ペース」は、そのデータ行が表す期間の長さを、当該期間においてユーザが移動した距離で除すことにより導出される。
「ピッチ」は、そのデータ行が表す期間におけるユーザの単位時間当たりの歩数の値を表す。
「ストライド」は、そのデータ行が表す期間におけるユーザの歩幅の平均値を表す。
「ペース」は、「第１の情報」及び「ユーザの移動速度に係る運動指標（以下、「速度指標」とも記す）」の一態様である。「ピッチ」及び「ストライド」は、「第２の情報」及び「ユーザの身体の動きに係る運動指標（以下、「動作指標」とも記す）」の一態様である。
なお、運動結果データ１３２に含まれるデータは、図３に例示したものに限られない。運動結果データ１３２には、「速度」、「ラップタイム」等の速度指標の値が含まれていてもよい。また、運動結果データ１３２には、「ストライド身長比」、「上下動」、「上下動身長比」、「腰の沈み込み」、「骨盤の左右傾き」、「骨盤の引き上げ」、「骨盤の回転」、「体幹の後傾」、「骨盤回転タイミング」、「左右方向衝撃」、「蹴り出し時間」、「接地時間」、「接地時間率」、「着地衝撃」、「蹴り出し加速度」、「減速量」、「スティフネス」、「腕の振りの大きさ」等の動作指標の値が含まれていてもよい。また、装着型装置３０においてユーザのバイタルサインを取得可能である場合には、運動結果データ１３２には、ユーザのバイタルサインに係る運動指標（以下、「生体指標」とも記す）の値、例えば「心拍数」、「呼吸数」、「体温」、「血圧」等の値が含まれていてもよい。
運動結果データ１３２は、ユーザによる運動が行われた場合に、装着型装置３０から端末装置２０に送信された情報に基づいて、端末装置２０において運動アプリ２３１上で生成され、端末装置２０からサーバ１０に送信される。
運動結果データ１３２の各データ行は、運動中のある期間におけるユーザの運動の状態を表す。各データ行には、「時刻」、「ペース」、「ピッチ」、「ストライド」等のデータが含まれる。
「時刻」は、運動が開始された時点を基準（０秒）として、そのデータ行のデータが記録された時点を表す。データ行は、例えばユーザが所定の歩数の運動を行うごとに記録される。このため、「時刻」は、必ずしも等間隔とはならない。ここでは、ユーザの運動がＴｅ秒で終了したものとする。
「ペース」は、そのデータ行が表す期間におけるユーザの移動ペース（単位距離の移動に要する時間）の値を表す。「ペース」は、そのデータ行が表す期間の長さを、当該期間においてユーザが移動した距離で除すことにより導出される。
「ピッチ」は、そのデータ行が表す期間におけるユーザの単位時間当たりの歩数の値を表す。
「ストライド」は、そのデータ行が表す期間におけるユーザの歩幅の平均値を表す。
「ペース」は、「第１の情報」及び「ユーザの移動速度に係る運動指標（以下、「速度指標」とも記す）」の一態様である。「ピッチ」及び「ストライド」は、「第２の情報」及び「ユーザの身体の動きに係る運動指標（以下、「動作指標」とも記す）」の一態様である。
なお、運動結果データ１３２に含まれるデータは、図３に例示したものに限られない。運動結果データ１３２には、「速度」、「ラップタイム」等の速度指標の値が含まれていてもよい。また、運動結果データ１３２には、「ストライド身長比」、「上下動」、「上下動身長比」、「腰の沈み込み」、「骨盤の左右傾き」、「骨盤の引き上げ」、「骨盤の回転」、「体幹の後傾」、「骨盤回転タイミング」、「左右方向衝撃」、「蹴り出し時間」、「接地時間」、「接地時間率」、「着地衝撃」、「蹴り出し加速度」、「減速量」、「スティフネス」、「腕の振りの大きさ」等の動作指標の値が含まれていてもよい。また、装着型装置３０においてユーザのバイタルサインを取得可能である場合には、運動結果データ１３２には、ユーザのバイタルサインに係る運動指標（以下、「生体指標」とも記す）の値、例えば「心拍数」、「呼吸数」、「体温」、「血圧」等の値が含まれていてもよい。
【0017】
図４は、運動予定データ１３３の内容例を示す図である。
本実施形態では、ユーザは、１回の運動中に、異なる複数の運動メニューを切り替えて実施する。運動予定データ１３３は、ユーザが行う運動における複数の運動メニューの時系列の実施予定を表す。運動予定データ１３３は、ユーザによる運動が行われる前に、端末装置２０において運動アプリ２３１上でユーザ操作に基づいて生成され、端末装置２０からサーバ１０に送信される。
運動予定データ１３３の各データ行は、運動中にユーザが行う１つの運動メニューに対応する。各データ行には、「実施順序」、「予定運動メニュー」、「時間」、及び「指示ペース」のデータが含まれる。
「実施順序」は、そのデータ行の運動メニューを何番目に行う予定であるかを表す。
「予定運動メニュー」は、運動メニューの種別を表す。図４では、運動メニューとして「ＬＳＤ（Long Slow Distance）」及び「レースペース走」が例示されている。ＬＳＤは、長い距離を走行可能なゆっくりとしたペースで走るトレーニングである。レースペース走は、レースを想定して高速で走るトレーニングである。
「時間」は、そのデータ行の運動メニューを何分間行う予定であるかを表す。
「指示ペース」は、そのデータ行の運動メニューにおいて指定されているペースを表す。「指示ペース」は、ＬＳＤでは７分／ｋｍ、レースペース走では５分／ｋｍである。「指示ペース」は、ユーザのコーチ等により指定されてもよいし、ユーザが設定可能であってもよい。「指示ペース」は、運動指標の「基準値」に相当する。
本実施形態では、ユーザは、１回の運動中に、異なる複数の運動メニューを切り替えて実施する。運動予定データ１３３は、ユーザが行う運動における複数の運動メニューの時系列の実施予定を表す。運動予定データ１３３は、ユーザによる運動が行われる前に、端末装置２０において運動アプリ２３１上でユーザ操作に基づいて生成され、端末装置２０からサーバ１０に送信される。
運動予定データ１３３の各データ行は、運動中にユーザが行う１つの運動メニューに対応する。各データ行には、「実施順序」、「予定運動メニュー」、「時間」、及び「指示ペース」のデータが含まれる。
「実施順序」は、そのデータ行の運動メニューを何番目に行う予定であるかを表す。
「予定運動メニュー」は、運動メニューの種別を表す。図４では、運動メニューとして「ＬＳＤ（Long Slow Distance）」及び「レースペース走」が例示されている。ＬＳＤは、長い距離を走行可能なゆっくりとしたペースで走るトレーニングである。レースペース走は、レースを想定して高速で走るトレーニングである。
「時間」は、そのデータ行の運動メニューを何分間行う予定であるかを表す。
「指示ペース」は、そのデータ行の運動メニューにおいて指定されているペースを表す。「指示ペース」は、ＬＳＤでは７分／ｋｍ、レースペース走では５分／ｋｍである。「指示ペース」は、ユーザのコーチ等により指定されてもよいし、ユーザが設定可能であってもよい。「指示ペース」は、運動指標の「基準値」に相当する。
【0018】
図２に戻り、サーバ１０の通信部１４は、予め定められた通信規格に従った通信動作を行う。通信部１４は、この通信動作により、ネットワークＮを介して端末装置２０との間でデータの送受信を行う。
【0019】
図５は、端末装置２０の機能構成を示すブロック図である。
端末装置２０は、ＣＰＵ２１と、ＲＡＭ２２と、記憶部２３と、表示部２４と、操作部２５と、通信部２６と、バス２７などを備える。端末装置２０の各部は、バス２７を介して接続されている。
端末装置２０は、ＣＰＵ２１と、ＲＡＭ２２と、記憶部２３と、表示部２４と、操作部２５と、通信部２６と、バス２７などを備える。端末装置２０の各部は、バス２７を介して接続されている。
【0020】
ＣＰＵ２１は、記憶部２３に記憶されている運動アプリ２３１等のプログラムを読み出して実行し、各種演算処理を行うことで、端末装置２０の各部の動作を制御するプロセッサである。ＲＡＭ２２は、ＣＰＵ２１に作業用のメモリ空間を提供し、一時データを記憶する。
【0021】
記憶部２３は、コンピュータとしてのＣＰＵ２１により読み取り可能な非一時的な記録媒体であり、運動アプリ２３１等のプログラム及び各種データを記憶する。記憶部２３は、例えばフラッシュメモリ等の不揮発性メモリを含む。
【0022】
表示部２４は、ＣＰＵ２１による制御下で、運動アプリ２３１の操作画面や、運動の解析結果といった各種情報を表示する。表示部２４としては、例えば、ドットマトリクス方式で表示を行う液晶表示装置を用いることができるが、これに限られない。
【0023】
操作部２５は、ユーザの入力操作を受け付けて、入力操作に応じた入力信号をＣＰＵ２１に出力する。操作部２５は、表示部２４の表示画面に重ねられて設けられたタッチパネルや、ハードウェアボタン等を備える。
【0024】
通信部２６は、予め定められた通信規格に従った通信動作を行う。通信部２６は、この通信動作により、ネットワークＮを介してサーバ１０との間でデータの送受信を行う。また、通信部２６は、装着型装置３０との間で無線通信によるデータの送受信を行う。
【0025】
図６は、装着型装置３０の機能構成を示すブロック図である。
装着型装置３０は、ＣＰＵ３１と、ＲＡＭ３２と、記憶部３３と、センサ部３４と、位置情報取得部３５と、通信部３６と、バス３７などを備える。装着型装置３０の各部は、バス３７を介して接続されている。
装着型装置３０は、ＣＰＵ３１と、ＲＡＭ３２と、記憶部３３と、センサ部３４と、位置情報取得部３５と、通信部３６と、バス３７などを備える。装着型装置３０の各部は、バス３７を介して接続されている。
【0026】
ＣＰＵ３１は、記憶部３３に記憶されているプログラム３３１を読み出して実行し、各種演算処理を行うことで、装着型装置３０の各部の動作を制御するプロセッサである。ＲＡＭ３２は、ＣＰＵ３１に作業用のメモリ空間を提供し、一時データを記憶する。
【0027】
記憶部３３は、コンピュータとしてのＣＰＵ３１により読み取り可能な非一時的な記録媒体であり、プログラム３３１及び各種データを記憶する。記憶部３３は、例えばフラッシュメモリ等の不揮発性メモリを含む。
【0028】
センサ部３４は、装着型装置３０の運動状態を検出するためのセンサとして、例えば、３軸加速度センサ、及び３軸ジャイロセンサを備える。３軸加速度センサは、装着型装置３０に加わる各軸方向の加速度を検出し、検出結果として加速度データをＣＰＵ３１に出力する。３軸ジャイロセンサは、装着型装置３０に加わる各軸回りの角速度を検出し、検出結果として角速度データをＣＰＵ３１に出力する。なお、センサ部３４の構成は、装着型装置３０の運動状態を検出可能なものであれば、上記に限られない。例えば、センサ部３４は、３軸地磁気センサを備えていてもよい。
【0029】
センサ部３４は、ユーザのバイタルサインを検出する生体センサ、例えば脈波を検出する脈波センサを備えていてもよい。脈波センサは、血液中のヘモクロビンに吸収されやすい緑色の光を射出し、当該光の肌による反射光を受信してその強度を検出する。ユーザの肌に照射された光の一部は、血管内の血液により吸収されるので、脈波センサは、心臓の脈動に伴う血流量の変化に応じた受光量の経時変化に基づいて脈波を検出することができる。ＣＰＵ３１は、当該波形に基づいて心拍数を計測する。
【0030】
位置情報取得部３５は、ＧＰＳ（Global Positioning System）等の全地球測位衛星システム（ＧＮＳＳ：Global Navigation Satellite System）の測位衛星からの送信電波を受信及び復号して現在位置を算出する。現在位置の情報は、ＣＰＵ３１に出力される。
なお、位置情報取得部を端末装置２０に設けて、装着型装置３０の位置情報取得部３５を省略してもよい。
なお、位置情報取得部を端末装置２０に設けて、装着型装置３０の位置情報取得部３５を省略してもよい。
【0031】
通信部３６は、予め定められた通信規格に従った通信動作を行う。通信部３６は、この通信動作により、端末装置２０との間で無線通信によるデータの送受信を行う。
【0032】
＜運動支援システムの動作＞
次に、運動支援システム１の動作について説明する。
本実施形態の運動支援システム１は、ユーザの運動の内容を解析し、解析結果として、例えばランニングフォームの改善アドバイス等をユーザに提示することで、ユーザの運動を支援する。ここで、ユーザは運動中に複数の運動メニューを切り替えるので、運動メニューごとに、運動メニューに応じた解析を行うこと（例えば、運動メニューに応じたアドバイスを提示すること）が望ましい。
ユーザが行う運動メニューの順序とその切り替えタイミングは、運動予定データ１３３において事前に予定されている。しかしながら、単に運動予定データ１３３に従ってユーザが各時刻において行っていた運動メニューを特定すると、的外れな解析となってしまう場合がある。ユーザが、運動予定データ１３３の予定のとおりに運動メニューを切り替えるとは限らず、切り替えタイミングが予定に対して前後にずれることがあるためである。
次に、運動支援システム１の動作について説明する。
本実施形態の運動支援システム１は、ユーザの運動の内容を解析し、解析結果として、例えばランニングフォームの改善アドバイス等をユーザに提示することで、ユーザの運動を支援する。ここで、ユーザは運動中に複数の運動メニューを切り替えるので、運動メニューごとに、運動メニューに応じた解析を行うこと（例えば、運動メニューに応じたアドバイスを提示すること）が望ましい。
ユーザが行う運動メニューの順序とその切り替えタイミングは、運動予定データ１３３において事前に予定されている。しかしながら、単に運動予定データ１３３に従ってユーザが各時刻において行っていた運動メニューを特定すると、的外れな解析となってしまう場合がある。ユーザが、運動予定データ１３３の予定のとおりに運動メニューを切り替えるとは限らず、切り替えタイミングが予定に対して前後にずれることがあるためである。
【0033】
そこで、本実施形態の運動支援システム１では、運動結果データ１３２のうち、速度指標の「ペース」と、動作指標の「ピッチ」とを併用し、さらに運動予定データ１３３も参照することで、ユーザが行った運動メニューの系列を高精度に推定する。ここで、運動メニューの系列は、単位時間ごと（本実施形態では、１０秒ごと）の各時点においてユーザが行っていた運動メニューをそれぞれ表す情報である。運動メニューの系列は、運動メニューの推移と言い換えてもよい。以下では、この推定を行うためにサーバ１０のＣＰＵ１１が実行する運動メニュー推定処理について説明する。
【0034】
図７は、運動メニュー推定処理の制御手順を示すフローチャートである。
運動メニュー推定処理は、或る運動に係る運動予定データ１３３が記憶部１３に記憶された状態で、当該運動が終了して、サーバ１０が端末装置２０から運動結果データ１３２を受信した場合に開始される。
運動メニュー推定処理において、サーバ１０のＣＰＵ１１は、尤度導出処理（ステップＳ１）、尤度補正処理（ステップＳ２）、状態遷移確率導出処理（ステップＳ３）、運動メニュー系列推定処理（ステップＳ４）をこの順に実行する。
尤度導出処理は、運動結果データ１３２のペースの値に基づいて、運動中の複数の時点の各々においてユーザが複数の運動メニューの各々を行っていた尤度を導出する処理である。複数の運動メニューは、運動予定データ１３３に含まれている運動メニューである。
尤度補正処理は、尤度導出処理で導出された尤度を、運動予定データ１３３に基づいて補正する処理である。
状態遷移確率導出処理は、運動結果データ１３２のピッチの値の時系列変化に基づいて、複数の時点の各々における複数の運動メニューの各々から複数の運動メニューの各々への状態遷移確率を導出する処理である、
運動メニュー系列推定処理は、複数の時点の各々における補正後の尤度及び状態遷移確率に基づいて、運動においてユーザが行った運動メニューの系列を推定する処理である。
以下、各処理の詳細な内容について説明する。
運動メニュー推定処理は、或る運動に係る運動予定データ１３３が記憶部１３に記憶された状態で、当該運動が終了して、サーバ１０が端末装置２０から運動結果データ１３２を受信した場合に開始される。
運動メニュー推定処理において、サーバ１０のＣＰＵ１１は、尤度導出処理（ステップＳ１）、尤度補正処理（ステップＳ２）、状態遷移確率導出処理（ステップＳ３）、運動メニュー系列推定処理（ステップＳ４）をこの順に実行する。
尤度導出処理は、運動結果データ１３２のペースの値に基づいて、運動中の複数の時点の各々においてユーザが複数の運動メニューの各々を行っていた尤度を導出する処理である。複数の運動メニューは、運動予定データ１３３に含まれている運動メニューである。
尤度補正処理は、尤度導出処理で導出された尤度を、運動予定データ１３３に基づいて補正する処理である。
状態遷移確率導出処理は、運動結果データ１３２のピッチの値の時系列変化に基づいて、複数の時点の各々における複数の運動メニューの各々から複数の運動メニューの各々への状態遷移確率を導出する処理である、
運動メニュー系列推定処理は、複数の時点の各々における補正後の尤度及び状態遷移確率に基づいて、運動においてユーザが行った運動メニューの系列を推定する処理である。
以下、各処理の詳細な内容について説明する。
【0035】
＜尤度導出処理＞
図８は、尤度導出処理の制御手順を示すフローチャートである。
尤度導出処理が開始されると、ＣＰＵ１１は、図３に示す運動結果データ１３２を単位時間ごとにＮ個に分割、リサンプリングして運動結果分割データ１３２ａを生成する（ステップＳ１０１）。
図８は、尤度導出処理の制御手順を示すフローチャートである。
尤度導出処理が開始されると、ＣＰＵ１１は、図３に示す運動結果データ１３２を単位時間ごとにＮ個に分割、リサンプリングして運動結果分割データ１３２ａを生成する（ステップＳ１０１）。
【0036】
図９は、運動結果分割データ１３２ａの内容例を示す図である。
本実施形態では、ＣＰＵ１１は、１０秒を単位時間として運動結果データ１３２をＮ個に分割し、運動結果分割データ１３２ａを生成する。分割後の時刻（１０秒、２０秒、…Ｔｅ秒）が、「複数の時点」に対応する。以下では、この複数の時点の各々を「時点ｎ」（ｎ：１～Ｎ）とも記す。最後の時点Ｎ（Ｔｅ秒）と、１つ前の時点（Ｎ－１）との間隔は、１０秒未満であってもよい。各時点ｎが、運動メニューの系列を推定する分解能となる。なお、運動結果データ１３２を分割する単位時間は１０秒に限られない。
ＣＰＵ１１は、分割後の各時点ｎにおけるペース、ピッチ、ストライド等の各運動指標のリサンプリングを行って運動結果分割データ１３２ａに記録する。ＣＰＵ１１は、例えば、時点（ｎ－１）から時点ｎまでの１０秒間の平均値を取る方法で時点ｎにおける運動指標のリサンプリングを行う。
また、ＣＰＵ１１は、分割後の各時刻（各時点ｎ）に対応する正規化済み時刻を導出して運動結果分割データ１３２ａに記録する。正規化済み時刻は、運動の終了時刻Ｔｅが１となるように各時刻をＴｅで除したものである。正規化済み時刻は、運動時間の全体に対する経過時間の割合を表す時間経過率と言い換えてもよい。
本実施形態では、ＣＰＵ１１は、１０秒を単位時間として運動結果データ１３２をＮ個に分割し、運動結果分割データ１３２ａを生成する。分割後の時刻（１０秒、２０秒、…Ｔｅ秒）が、「複数の時点」に対応する。以下では、この複数の時点の各々を「時点ｎ」（ｎ：１～Ｎ）とも記す。最後の時点Ｎ（Ｔｅ秒）と、１つ前の時点（Ｎ－１）との間隔は、１０秒未満であってもよい。各時点ｎが、運動メニューの系列を推定する分解能となる。なお、運動結果データ１３２を分割する単位時間は１０秒に限られない。
ＣＰＵ１１は、分割後の各時点ｎにおけるペース、ピッチ、ストライド等の各運動指標のリサンプリングを行って運動結果分割データ１３２ａに記録する。ＣＰＵ１１は、例えば、時点（ｎ－１）から時点ｎまでの１０秒間の平均値を取る方法で時点ｎにおける運動指標のリサンプリングを行う。
また、ＣＰＵ１１は、分割後の各時刻（各時点ｎ）に対応する正規化済み時刻を導出して運動結果分割データ１３２ａに記録する。正規化済み時刻は、運動の終了時刻Ｔｅが１となるように各時刻をＴｅで除したものである。正規化済み時刻は、運動時間の全体に対する経過時間の割合を表す時間経過率と言い換えてもよい。
【0037】
ＣＰＵ１１は、運動予定データ１３３から各運動メニューの指示ペースを取得する（ステップＳ１０２）。なお、運動予定データ１３３において指示ペースが定められていない場合には、指示ペースに代えて、ユーザが過去に当該運動メニューを行った履歴データにおけるペースの代表値（平均値、最高値等）を用いてもよい。
【0038】
図１０は、運動結果分割データ１３２ａにおけるペースの時系列変化を示す図である。
図１０では、運動中に記録されたペースの時系列変化が実線で示されており、ＬＳＤの指示ペース（７分／ｋｍ）、及びレースペース走の指示ペース（５分／ｋｍ）が鎖線で示されている。運動結果分割データ１３２ａに含まれるペースのデータは、１０秒間隔の時点ｎごとの離散的なデータであるが、図１０では、便宜上、連続的な曲線として描いている（以降の図１１、１４～１６、１８～２０についても同様）。ユーザのペースは、概ねＬＳＤの指示ペースとレースペース走の指示ペースとの間を推移している。位置情報取得部３５による速度の検出精度等に起因して、ペースが切り替わる際のグラフがなだらかに変化する傾向がある。
図１０では、運動中に記録されたペースの時系列変化が実線で示されており、ＬＳＤの指示ペース（７分／ｋｍ）、及びレースペース走の指示ペース（５分／ｋｍ）が鎖線で示されている。運動結果分割データ１３２ａに含まれるペースのデータは、１０秒間隔の時点ｎごとの離散的なデータであるが、図１０では、便宜上、連続的な曲線として描いている（以降の図１１、１４～１６、１８～２０についても同様）。ユーザのペースは、概ねＬＳＤの指示ペースとレースペース走の指示ペースとの間を推移している。位置情報取得部３５による速度の検出精度等に起因して、ペースが切り替わる際のグラフがなだらかに変化する傾向がある。
【0039】
図８に戻り、ＣＰＵ１１は、変数ｎに「１」を代入し（ステップＳ１０３）、以下のステップＳ１０４、Ｓ１０５を実行することで、時点ｎ（ここでは、１番目の時点）においてユーザが各運動メニューを行っていた尤度を導出する。
【0040】
詳しくは、ＣＰＵ１１は、時点ｎについて、運動予定分割データ１３３ａのペースの値と、各運動メニューのペースの指定メニューとの差分を導出する（ステップＳ１０４）。続いて、ＣＰＵ１１は、各運動メニューについての差分に－１を乗じた値のソフトマックスをとることで、時点ｎにおける各運動メニューの尤度を導出する（ステップＳ１０５）。すなわち、ＣＰＵ１１は、各運動メニューについての差分に－１を乗じた値を、和が１となるように変換する。これにより、上記の差分が小さいほど尤度が高くなるように、各運動メニューの尤度が導出される。
【0041】
ＣＰＵ１１は、変数ｎに「ｎ＋１」を代入する（ステップＳ１０６）。ＣＰＵ１１は、変数ｎがＮ以下であると判別された場合には（ステップＳ１０７で“ＮＯ”）、処理をステップＳ１０４に移行させる。ステップＳ１０４～Ｓ１０７のループ処理を繰り返し実行することで、Ｎ個の時点ｎの各々における各運動メニューの尤度が導出される。
【0042】
図１１は、尤度の導出結果を示す図である。
図１０及び図１１を比較すれば分かるように、図１０におけるペースがＬＳＤの指示ペース（７分／ｋｍ）に近いほどＬＳＤの尤度が高くなり、レースペース走の指示ペース（５分／ｋｍ）に近いほどレースペース走の尤度が高くなる。また、各時刻（時点ｎ）において、ＬＳＤの尤度、及びレースペース走の尤度の和は、１となっている。
図１０及び図１１を比較すれば分かるように、図１０におけるペースがＬＳＤの指示ペース（７分／ｋｍ）に近いほどＬＳＤの尤度が高くなり、レースペース走の指示ペース（５分／ｋｍ）に近いほどレースペース走の尤度が高くなる。また、各時刻（時点ｎ）において、ＬＳＤの尤度、及びレースペース走の尤度の和は、１となっている。
【0043】
図８に戻り、変数ｎがＮよりも大きいと判別された場合には（ステップＳ１０７で“ＹＥＳ”）、ＣＰＵ１１は、尤度導出処理を終了させる。
なお、上記では、速度指標（ペース）に基づいて尤度を導出したが、これに限られず、心拍数等の生体指標に基づいて尤度を導出してもよい。
なお、上記では、速度指標（ペース）に基づいて尤度を導出したが、これに限られず、心拍数等の生体指標に基づいて尤度を導出してもよい。
【0044】
＜尤度補正処理＞
図１２は、尤度補正処理の制御手順を示すフローチャートである。
尤度補正処理が開始されると、ＣＰＵ１１は、運動予定データ１３３を、運動結果分割データ１３２ａの正規化済み時刻に対応するＮ個の時刻に分割し、運動予定分割データ１３３ａ（図１３参照）を生成する。これにより、運動結果分割データ１３２ａと運動予定分割データ１３３ａとの時間の対応を取ることが可能となる（ステップＳ２０１）。すなわち、実際の運動の終了時刻Ｔｅと、運動予定データ１３３で予定されていた終了時刻（２４００秒＝４０分）とが異なっていても、両者を１に正規化した上で対比することで、各正規化済み時刻において対応する予定運動メニューを特定することができる。
図１２は、尤度補正処理の制御手順を示すフローチャートである。
尤度補正処理が開始されると、ＣＰＵ１１は、運動予定データ１３３を、運動結果分割データ１３２ａの正規化済み時刻に対応するＮ個の時刻に分割し、運動予定分割データ１３３ａ（図１３参照）を生成する。これにより、運動結果分割データ１３２ａと運動予定分割データ１３３ａとの時間の対応を取ることが可能となる（ステップＳ２０１）。すなわち、実際の運動の終了時刻Ｔｅと、運動予定データ１３３で予定されていた終了時刻（２４００秒＝４０分）とが異なっていても、両者を１に正規化した上で対比することで、各正規化済み時刻において対応する予定運動メニューを特定することができる。
【0045】
図１２に戻り、ＣＰＵ１１は、変数ｎに「１」を代入し（ステップＳ２０２）、変数ｍに「１」を代入する（ステップＳ２０３）。ここで、変数ｍは、運動予定データ１３３に含まれるＭ種類の運動メニューのそれぞれを表す（ｍ：１～Ｍ）。本実施形態において、運動メニューはＬＳＤ及びレースペース走の２種類であるので、Ｍは２である。以下では、Ｍ種類の運動メニューのうちｍ番目の運動メニューを「運動メニューｍ」と記す。
【0046】
ＣＰＵ１１は、時点ｎに対応する正規化済み時刻ｔにおける運動メニューｍの尤度ｒ［ｍ，ｔ］を、下記の補正関数（１）に従って補正する（ステップＳ２０４）。
ｒ’［ｍ，ｔ］＝ｒ［ｍ，ｔ］＋Ａ ・・・（１）
ただし、ｒ’［ｍ，ｔ］は補正後の尤度である。また、Ａは、予定されていた運動メニューに応じた尤度の補正値であり、下記式（２）で表される。
ここで、
α：尤度を増大させる係数（例えば、α＝０．０００３）
ｗ（ｘ｜μ，σ）：平均μ、分散σのガウス分布
σ：距離の近さに応じたガウス分布の重み付けのパラメータ（例えば、σ＝０．０１）
Ｉ（ａ＝＝ｂ）：ａ及びｂが同一の運動メニューである場合に１となり、それ以外の場合に０となる関数
ｐｒｅｍ（ｔ’）：運動予定分割データ１３３ａにおいて正規化済み時刻ｔ’に予定されている運動メニュー
である。
ｒ’［ｍ，ｔ］＝ｒ［ｍ，ｔ］＋Ａ ・・・（１）
ただし、ｒ’［ｍ，ｔ］は補正後の尤度である。また、Ａは、予定されていた運動メニューに応じた尤度の補正値であり、下記式（２）で表される。
【数1】
α：尤度を増大させる係数（例えば、α＝０．０００３）
ｗ（ｘ｜μ，σ）：平均μ、分散σのガウス分布
σ：距離の近さに応じたガウス分布の重み付けのパラメータ（例えば、σ＝０．０１）
Ｉ（ａ＝＝ｂ）：ａ及びｂが同一の運動メニューである場合に１となり、それ以外の場合に０となる関数
ｐｒｅｍ（ｔ’）：運動予定分割データ１３３ａにおいて正規化済み時刻ｔ’に予定されている運動メニュー
である。
【0047】
補正値Ａは、運動予定分割データ１３３ａにおいて運動メニューｍが実施予定である正規化済みの各時刻ｔ’について、当該時刻ｔ’と、正規化済み時刻ｔとが近いほどガウス分布に従って大きくなるように重み付けされた値を導出し、全ての時刻ｔ’についての当該値の総和を取ったものである。言い換えると、時点ｎ（或る時点）についての運動メニューｍ（或る運動メニュー）の尤度の補正値Ａを導出する処理は、「Ｎ個の時点のうち、運動予定データ１３３において或る運動メニューが実施予定である各実施予定時点について、当該実施予定時点と時点ｎとが近いほど大きくなるように重み付けされた値を導出し、各実施予定時点についての当該値の総和を取る処理」に相当する。
ただし、補正値Ａは式（２）で表されるものに限られない。例えば、補正値Ａを、単に、正規化済み時刻ｔにおいて運動メニューｍが実施予定である場合に所定の正の定数とし、実施予定でない場合に０又は所定の負の定数としてもよい。
ただし、補正値Ａは式（２）で表されるものに限られない。例えば、補正値Ａを、単に、正規化済み時刻ｔにおいて運動メニューｍが実施予定である場合に所定の正の定数とし、実施予定でない場合に０又は所定の負の定数としてもよい。
【0048】
ＣＰＵ１１は、変数ｍに「ｍ＋１」を代入する（ステップＳ２０５）。ＣＰＵ１１は、変数ｍがＭ以下であると判別された場合には（ステップＳ２０６で“ＮＯ”）、処理をステップＳ２０４に移行させる。ステップＳ２０４～Ｓ２０６のループ処理を繰り返し実行することで、時点ｎにおける各運動メニューｍの尤度が補正される。
【0049】
変数ｍがＭより大きいと判別された場合には（ステップＳ２０６で“ＹＥＳ”）、ＣＰＵ１１は、時点ｎにおける各運動メニューｍの補正後の尤度の総和が１となるように正規化する（ステップＳ２０７）。
【0050】
ＣＰＵ１１は、変数ｎに「ｎ＋１」を代入する（ステップＳ２０８）。ＣＰＵ１１は、変数ｎがＮ以下であると判別された場合には（ステップＳ２０９で“ＮＯ”）、処理をステップＳ２０３に移行させる。ステップＳ２０３～Ｓ２０９のループ処理を繰り返し実行することで、Ｎ個の時点ｎの各々における各運動メニューの尤度が補正される。
【0051】
図１４は、正規化済み時刻に対する尤度を示す図である。
図１５は、正規化済み時刻に対する予定運動メニューの推移を示す図である。図１５は、運動予定分割データ１３３ａの内容を表す。
図１６は、尤度の補正結果を示す図である。
図１４に示す補正前の尤度を、図１５に示す予定運動メニューに応じて補正することで、図１６に示す補正後の尤度が得られる。図１６に示す補正後の尤度は、図１４に示す補正前の尤度と比較して、各時点における予定運動メニューと一致する運動メニューの尤度が増大し、一致しない運動メニューの尤度が減少している。
図１５は、正規化済み時刻に対する予定運動メニューの推移を示す図である。図１５は、運動予定分割データ１３３ａの内容を表す。
図１６は、尤度の補正結果を示す図である。
図１４に示す補正前の尤度を、図１５に示す予定運動メニューに応じて補正することで、図１６に示す補正後の尤度が得られる。図１６に示す補正後の尤度は、図１４に示す補正前の尤度と比較して、各時点における予定運動メニューと一致する運動メニューの尤度が増大し、一致しない運動メニューの尤度が減少している。
【0052】
図１２に戻り、変数ｎがＮよりも大きいと判別された場合には（ステップＳ２０９で“ＹＥＳ”）、ＣＰＵ１１は、尤度補正処理を終了させる。
【0053】
＜状態遷移確率導出処理＞
図１７は、状態遷移確率導出処理の制御手順を示すフローチャートである。
状態遷移確率導出処理が開始されると、ＣＰＵ１１は、運動結果データ１３２のピッチの値を取得する（ステップＳ３０１）。
図１７は、状態遷移確率導出処理の制御手順を示すフローチャートである。
状態遷移確率導出処理が開始されると、ＣＰＵ１１は、運動結果データ１３２のピッチの値を取得する（ステップＳ３０１）。
【0054】
図１８は、運動結果データ１３２におけるピッチの時系列変化を示す図である。
ピッチは、ユーザがＬＳＤを行っている期間よりも、レースペース走を行っている期間において大きくなる傾向がある。また、ピッチ等の動作指標は、ペース等の速度指標と比較して、運動メニューの切り替わりの前後で値が急峻に変化する傾向がある。
ピッチは、ユーザがＬＳＤを行っている期間よりも、レースペース走を行っている期間において大きくなる傾向がある。また、ピッチ等の動作指標は、ペース等の速度指標と比較して、運動メニューの切り替わりの前後で値が急峻に変化する傾向がある。
【0055】
図１７に戻り、ＣＰＵ１１は、各時点ｎに対応する、ピッチの移動分散を導出する（ステップＳ３０２）。ここでは、ＣＰＵ１１は、各時点ｎを中心とする所定期間内のピッチの分散値を導出する。
【0056】
図１９は、ピッチの移動分散を示す図である。
移動分散は、図１８に示すピッチの値が大きく変化する時点において値が大きくなり、ピッチの変化が小さい時点においては値が小さくなる。ユーザの運動メニューが変化する際には、ピッチの値が急峻に変化するので、ピッチの移動分散が大きい時点は、運動メニューが変化する確率の高い時点であるということができる。
移動分散は、図１８に示すピッチの値が大きく変化する時点において値が大きくなり、ピッチの変化が小さい時点においては値が小さくなる。ユーザの運動メニューが変化する際には、ピッチの値が急峻に変化するので、ピッチの移動分散が大きい時点は、運動メニューが変化する確率の高い時点であるということができる。
【0057】
図１７に戻り、ＣＰＵ１１は、各時点ｎについて、移動分散の値を、最小値が０．２、最大値が０．８となるように確率値に線形変換する（ステップＳ３０３）。ここで、最小値を０、最大値を１としないのは、確率値が０又は１の時点において運動メニューの遷移が決定的になってしまうのを避けるためである。したがって、最小値は０よりも大きければよく、必ずしも０．２でなくてもよい。また、最大値は１未満であればよく、必ずしも０．８でなくてもよい。
【0058】
【0059】
図１７に戻り、ＣＰＵ１１は、以降のステップＳ３０４～Ｓ３０７を実行することで、各時点ｎにおける運動メニューの状態遷移確率を導出する。詳しくは、ＣＰＵ１１は、各時点ｎにおいて、ユーザが行う運動メニューが、Ｍ種類の運動メニューｍの各々から、Ｍ種類の運動メニューｍの各々に遷移する各状態遷移確率を導出する。運動メニューの遷移には、遷移の前後で運動メニューが変化するものと、遷移の前後で運動メニューが変化しないものとが含まれるものとする。よって、１つの時点ｎについて、Ｍ×Ｍ通りの状態遷移確率が導出される。これらの状態遷移確率をＭ行Ｍ列のマトリクス状に配列したものは、状態遷移確率行列とも呼ばれる。
【0060】
詳しくは、ＣＰＵ１１は、まず変数ｎに「１」を代入する（ステップＳ３０４）。
次に、ＣＰＵ１１は、時点ｎ（ここでは、１番目の時点）について、運動メニューが変化する場合の状態遷移確率を、ステップＳ３０３で導出した時点ｎの確率値に決定する。また、ＣＰＵ１１は、運動メニューが変化しない場合の状態遷移確率を、所定の定数（ここでは、０．５）に決定する（ステップＳ３０５）。
次に、ＣＰＵ１１は、時点ｎ（ここでは、１番目の時点）について、運動メニューが変化する場合の状態遷移確率を、ステップＳ３０３で導出した時点ｎの確率値に決定する。また、ＣＰＵ１１は、運動メニューが変化しない場合の状態遷移確率を、所定の定数（ここでは、０．５）に決定する（ステップＳ３０５）。
【0061】
ＣＰＵ１１は、変数ｎに「ｎ＋１」を代入する（ステップＳ３０６）。ＣＰＵ１１は、変数ｎがＮ以下であると判別された場合には（ステップＳ３０７で“ＮＯ”）、処理をステップＳ３０５に戻す。ステップＳ３０５～Ｓ３０７のループ処理を繰り返し実行することで、Ｎ個の時点ｎの各々における状態遷移確率が導出される。
【0062】
図２１は、図２０における時点ａ、ｂについての状態遷移確率を示す図である。
時点ａでは、確率値が０．２となっている。このため、運動メニューが変化する場合、すなわち、運動メニューの遷移が「ＬＳＤからレースペース走」又は「レースペース走からＬＳＤ」である場合の状態遷移確率が０．２に決定される。また、運動メニューが変化しない場合、すなわち、運動メニューの遷移が「ＬＳＤからＬＳＤ」又は「レースペース走からレースペース走」である場合の状態遷移確率が、定数０．５に決定される。
一方、時点ｂでは、確率値が０．８となっている。このため、運動メニューが変化する場合の各状態遷移確率が０．８に決定される。また、運動メニューが変化しない場合の各状態遷移確率は、時点ａと同様、定数０．５に決定される。
時点ａでは、確率値が０．２となっている。このため、運動メニューが変化する場合、すなわち、運動メニューの遷移が「ＬＳＤからレースペース走」又は「レースペース走からＬＳＤ」である場合の状態遷移確率が０．２に決定される。また、運動メニューが変化しない場合、すなわち、運動メニューの遷移が「ＬＳＤからＬＳＤ」又は「レースペース走からレースペース走」である場合の状態遷移確率が、定数０．５に決定される。
一方、時点ｂでは、確率値が０．８となっている。このため、運動メニューが変化する場合の各状態遷移確率が０．８に決定される。また、運動メニューが変化しない場合の各状態遷移確率は、時点ａと同様、定数０．５に決定される。
【0063】
運動メニューが変化しない場合の状態遷移確率を定数０．５とする理由は以下のとおりである。移動分散を変換して得られた確率値（以下、ｚとする）は、運動メニューが変化した場合の他、運動メニューの変化を伴わずにユーザの動きが変化した場合（例えば、つまづいた場合等）にも値が大きくなる。よって、確率値ｚは、運動メニューが変化する蓋然性を表す値としての信頼性は必ずしも高くなく、特に確率値ｚが大きい場合（例えば、０．５よりも大きい場合）には、運動メニューが変化しない確率を、（１－ｚ）よりも大きく見積もることが妥当であることが多い。この点が反映されるように、確率値ｚが大きくなっている時点ｂにおいて、運動メニューが変化しない場合の状態遷移確率は、確率値ｚによらず一定以上の大きさの定数（ここでは、０．５）とされる。「運動メニューが変化しない場合の状態遷移確率を定数とする」との処理は、全ての時点ｎにおいて共通して適用する必要がある。このため、ステップＳ３０５においては、すべての時点ｎについて、運動メニューが変化しない場合の状態遷移確率が定数とされ、運動メニューが変化する場合の状態遷移確率が、確率値ｚに基づいて決定される。
【0064】
運動メニューの数（Ｍ）が３以上である場合には、運動メニューが変化する場合の各状態遷移確率（運動メニューｋから運動メニューｍ（ｋ≠ｍ）への状態遷移確率）は、いずれも上述の確率値ｚ（０．８）とされる。また、運動メニューが変化しない場合の状態遷移確率は、上記と同様、定数（０．５）とされる。
【0065】
なお、上記とは逆に、運動メニューが変化する場合の状態遷移確率を定数（例えば０．５）とし、運動メニューが変化しない場合の状態遷移確率を、確率値ｚに基づいて、例えば（１－ｚ）に決定してもよい。
また、運動メニューが変化しない期間においてユーザの動きが安定している（大きく変化しない）態様等においては、図２２に示すように、各時刻において、運動メニューが変化する場合の状態遷移確率を確率値ｚとし、運動メニューが変化しない場合の状態遷移確率を（１－ｚ）としてもよい。
また、運動メニューが変化しない期間においてユーザの動きが安定している（大きく変化しない）態様等においては、図２２に示すように、各時刻において、運動メニューが変化する場合の状態遷移確率を確率値ｚとし、運動メニューが変化しない場合の状態遷移確率を（１－ｚ）としてもよい。
【0066】
図１７に戻り、変数ｎがＮよりも大きいと判別された場合には（ステップＳ３０７で“ＹＥＳ”）、ＣＰＵ１１は、状態遷移確率導出処理を終了させる。
【0067】
なお、上記では、状態遷移確率の導出において、尤度の導出に用いた運動指標（ペース）とは異なる運動指標（ピッチ）を用いたが、これに限られず、尤度及び状態遷移確率を同一の運動指標（例えば、ペース）に基づいて導出してもよい。
また、上記では、１種類の動作指標（ピッチ）に基づいて状態遷移確率を導出したが、互いに異なる種別の複数の動作指標に基づいて状態遷移確率を導出してもよい。例えば、ピッチの値の時系列変化に基づいて第１の移動分散を導出し、ストライドの値の時系列変化に基づいて第２の移動分散を導出し、第１の移動分散及び第２の移動分散をそれぞれ正規化した上で加算する。そして、この加算値を、最小値が０．２、最大値が０．８となるように確率値に変換してもよい。互いに異なる種別の複数の動作指標を用いる場合には、互いに相関が小さいか、無相関である動作指標を用いることが好ましい。なお、複数の動作指標における各々の相関を示す指標（例えば、０～１の値、有り／無しの何れか、小／中／大の何れか等）が動作指標相関データとして、記憶部１３に予め記憶されている。ＣＰＵ１１は、互いに異なる種別の複数の動作指標を用いる場合に、動作指標相関データを参照し、相関を示す指標が所定の閾値（例えば０．３）より小さい、相関を示す指標が“無し”、または相関を示す指標が“小”の何れかの条件を満たす動作指標を、運動結果データ１３２の中から選択すればよい。
また、移動分散に代えて、微分値の絶対値もしくは２乗値を用いてもよい。
また、上記では、１種類の動作指標（ピッチ）に基づいて状態遷移確率を導出したが、互いに異なる種別の複数の動作指標に基づいて状態遷移確率を導出してもよい。例えば、ピッチの値の時系列変化に基づいて第１の移動分散を導出し、ストライドの値の時系列変化に基づいて第２の移動分散を導出し、第１の移動分散及び第２の移動分散をそれぞれ正規化した上で加算する。そして、この加算値を、最小値が０．２、最大値が０．８となるように確率値に変換してもよい。互いに異なる種別の複数の動作指標を用いる場合には、互いに相関が小さいか、無相関である動作指標を用いることが好ましい。なお、複数の動作指標における各々の相関を示す指標（例えば、０～１の値、有り／無しの何れか、小／中／大の何れか等）が動作指標相関データとして、記憶部１３に予め記憶されている。ＣＰＵ１１は、互いに異なる種別の複数の動作指標を用いる場合に、動作指標相関データを参照し、相関を示す指標が所定の閾値（例えば０．３）より小さい、相関を示す指標が“無し”、または相関を示す指標が“小”の何れかの条件を満たす動作指標を、運動結果データ１３２の中から選択すればよい。
また、移動分散に代えて、微分値の絶対値もしくは２乗値を用いてもよい。
【0068】
＜運動メニュー系列推定処理＞
次に、運動メニュー系列推定処理について説明する。本実施形態の運動メニュー系列推定処理では、ビタビアルゴリズムに基づいて運動メニューの系列が推定される。すなわち、各時点ｎにおける補正後の尤度を観測事象とし、当該観測事象に基づいて、隠された状態の系列としての、ユーザが行っていた運動メニューの系列が推定される。また、各時点ｎにおいて運動メニューが状態遷移確率に従って遷移する前提条件が適用される。
次に、運動メニュー系列推定処理について説明する。本実施形態の運動メニュー系列推定処理では、ビタビアルゴリズムに基づいて運動メニューの系列が推定される。すなわち、各時点ｎにおける補正後の尤度を観測事象とし、当該観測事象に基づいて、隠された状態の系列としての、ユーザが行っていた運動メニューの系列が推定される。また、各時点ｎにおいて運動メニューが状態遷移確率に従って遷移する前提条件が適用される。
【0069】
図２３は、運動メニュー系列推定処理の制御手順を示すフローチャートである。
以下では、時点ｎにおける運動メニューｍの補正後の尤度をＲ（ｍ，ｎ）で表す。
運動メニュー系列推定処理が開始されると、ＣＰＵ１１は、変数ｎに「１」を代入し（ステップＳ４０１）、変数ｍに「１」を代入する（ステップＳ４０２）。
以下では、時点ｎにおける運動メニューｍの補正後の尤度をＲ（ｍ，ｎ）で表す。
運動メニュー系列推定処理が開始されると、ＣＰＵ１１は、変数ｎに「１」を代入し（ステップＳ４０１）、変数ｍに「１」を代入する（ステップＳ４０２）。
【0070】
ＣＰＵ１１は、変数ｎが１である場合には（ステップＳ４０３で“ＹＥＳ”）、時点ｎ（＝１）における運動メニューｍの状態確率Ｐ（ｍ，ｎ）（ここでは、Ｐ（ｍ，１））を、時点ｎ（＝１）における運動メニューｍの補正後の尤度Ｒ（ｍ，ｎ）（ここでは、Ｒ（ｍ，１））とする（ステップＳ４０４）。
【0071】
一方、変数ｎが１ではない場合には（ステップＳ４０３で“ＮＯ”）、ＣＰＵ１１は、時点ｎにおける運動メニューｍの状態確率Ｐ（ｍ，ｎ）を下記式（３）に従って導出し、ｍａｘ値を与える状態遷移経路を保存する（ステップＳ４０５）。
Ｐ（ｍ，ｎ）＝Ｒ（ｍ，ｎ）＊
ｍａｘ｛Ｐ（１，ｎ－１）＊Ｑ（１，ｍ，ｎ－１），
Ｐ（２，ｎ－１）＊Ｑ（２，ｍ，ｎ－１），…，
Ｐ（ｋ，ｎ－１）＊Ｑ（ｋ，ｍ，ｎ－１）｝ ・・・（３）
ただし、変数ｋ（ｋ：１～Ｍ）は、時点（ｎ－１）における運動メニューｋを表す。
また、Ｑ（ｋ，ｍ，ｎ－１）は、時点（ｎ－１）における運動メニューｋから時点ｎにおける運動メニューｍへの状態遷移確率である。
Ｐ（ｍ，ｎ）＝Ｒ（ｍ，ｎ）＊
ｍａｘ｛Ｐ（１，ｎ－１）＊Ｑ（１，ｍ，ｎ－１），
Ｐ（２，ｎ－１）＊Ｑ（２，ｍ，ｎ－１），…，
Ｐ（ｋ，ｎ－１）＊Ｑ（ｋ，ｍ，ｎ－１）｝ ・・・（３）
ただし、変数ｋ（ｋ：１～Ｍ）は、時点（ｎ－１）における運動メニューｋを表す。
また、Ｑ（ｋ，ｍ，ｎ－１）は、時点（ｎ－１）における運動メニューｋから時点ｎにおける運動メニューｍへの状態遷移確率である。
【0072】
ステップＳ４０４又はＳ４０５が終了すると、ＣＰＵ１１は、変数ｍに「ｍ＋１」を代入する（ステップＳ４０６）。ＣＰＵ１１は、変数ｍがＭ以下であると判別された場合には（ステップＳ４０７で“ＮＯ”）、処理をステップＳ４０３に移行させる。ステップＳ４０３～Ｓ４０７のループ処理を繰り返し実行することで、時点ｎにおける各運動メニューｍの状態確率Ｐが導出される。
【0073】
図２４は、運動メニューｍの状態確率Ｐの導出方法を示す図である。
図２４は、ステップＳ４０３～Ｓ４０７の１回のループ処理で行われる内容を示す。ここでは、運動メニューｍの数Ｍが３である場合を例示する。図２４において、縦に並んだ３つの円は、或る時点において３種類の運動メニューをそれぞれ行っている状態を表す。時点（ｎ－１）における３つの円と、時点ｎにおける３つの円とを結ぶ矢印は、時点（ｎ－１）の運動メニューｋから時点ｎの運動メニューｍへの状態遷移経路を表す。各状態遷移経路には、対応する状態遷移確率Ｑ（ｋ，ｍ，ｎ－１）が付記されている。時点ｎの或る運動メニューｍの状態確率Ｐ（ｍ，ｎ）は、当該運動メニューｍに遷移する３つの状態遷移経路をそれぞれ通った場合の３つの状態確率のうち最も大きい値に相当する。この値を与える状態遷移経路が、図２４において太線で表されている。時点ｎの各運動メニューｍについて、１つ前の時点（ｎ－１）から遷移する太線の状態遷移経路が１つ決定される。ステップＳ４０５では、この１つの状態遷移経路が保存される。
図２４は、ステップＳ４０３～Ｓ４０７の１回のループ処理で行われる内容を示す。ここでは、運動メニューｍの数Ｍが３である場合を例示する。図２４において、縦に並んだ３つの円は、或る時点において３種類の運動メニューをそれぞれ行っている状態を表す。時点（ｎ－１）における３つの円と、時点ｎにおける３つの円とを結ぶ矢印は、時点（ｎ－１）の運動メニューｋから時点ｎの運動メニューｍへの状態遷移経路を表す。各状態遷移経路には、対応する状態遷移確率Ｑ（ｋ，ｍ，ｎ－１）が付記されている。時点ｎの或る運動メニューｍの状態確率Ｐ（ｍ，ｎ）は、当該運動メニューｍに遷移する３つの状態遷移経路をそれぞれ通った場合の３つの状態確率のうち最も大きい値に相当する。この値を与える状態遷移経路が、図２４において太線で表されている。時点ｎの各運動メニューｍについて、１つ前の時点（ｎ－１）から遷移する太線の状態遷移経路が１つ決定される。ステップＳ４０５では、この１つの状態遷移経路が保存される。
【0074】
図２３に戻り、ステップＳ４０７において変数ｍがＭより大きいと判別された場合には（ステップＳ４０７で“ＹＥＳ”）、ＣＰＵ１１は、変数ｎに「ｎ＋１」を代入する（ステップＳ４０８）。ＣＰＵ１１は、変数ｎがＮ以下であると判別された場合には（ステップＳ４０９で“ＮＯ”）、処理をステップＳ４０２に移行させる。ステップＳ４０２～Ｓ４０９のループ処理を繰り返し実行することで、ＣＰＵ１１は、Ｎ個の時点ｎの各々における各運動メニューｍの状態確率Ｐを導出し、各運動メニューｍについて、状態確率Ｐのｍａｘ値を与える１つの状態遷移経路を保存する。
【0075】
変数ｎがＮよりも大きいと判別された場合には（ステップＳ４０９で“ＹＥＳ”）、ＣＰＵ１１は、最後の時点から遡って、保存した運動メニューｍの状態遷移経路をたどり、運動メニューｍの系列を決定する（ステップＳ４１０）。図２４に示したように、時点ｎの各運動メニューｍには、１つ前の時点（ｎ－１）から遷移する太線の状態遷移経路が１つ保存されているので、最後の時点から最初の時点まで、保存した状態遷移経路をたどることができる。ＣＰＵ１１は、このときに経由した各時点における運動メニューｍを、ユーザが行った運動メニューの系列として推定（導出）する。
【0076】
ステップＳ４１０が終了すると、ＣＰＵ１１は、運動メニュー系列推定処理を終了させる。これにより、図７の運動メニュー推定処理も終了する。
以降、ＣＰＵ１１は、運動メニューの系列の推定結果に基づいて、各運動メニューについての解析を行い、ランニングフォームの改善アドバイス等の解析結果を端末装置２０に送信する。
以降、ＣＰＵ１１は、運動メニューの系列の推定結果に基づいて、各運動メニューについての解析を行い、ランニングフォームの改善アドバイス等の解析結果を端末装置２０に送信する。
【0077】
＜効果＞
以上のように、本実施形態に係るサーバ１０は、ＣＰＵ１１を備え、ＣＰＵ１１は、複数の時点ｎにわたるユーザの運動の状態に係る第１の情報としてのペースの値に基づいて、複数の時点ｎの各々においてユーザが所定の複数の運動メニューの各々を行っていた尤度を導出し、ユーザの運動の状態に係る第２の情報としてのピッチの値の時系列変化に基づいて、複数の時点ｎの各々における複数の運動メニューの各々から複数の運動メニューの各々への状態遷移確率を導出し、複数の時点ｎの各々における尤度及び状態遷移確率に基づいて、運動においてユーザが行った運動メニューの系列を推定する。
これにより、ユーザが行った運動における運動メニューの切り替えタイミングが、運動予定データ１３３における予定と異なっていても、ユーザが行った運動メニューの順序とその切り替えタイミングを推定することができる。また、状態遷移確率を用いることで、単に尤度が最大となる運動メニューの系列を特定する方法と比較して、各時点における運動メニューの変化の有無をより適切に推定することができる。
以上のように、本実施形態に係るサーバ１０は、ＣＰＵ１１を備え、ＣＰＵ１１は、複数の時点ｎにわたるユーザの運動の状態に係る第１の情報としてのペースの値に基づいて、複数の時点ｎの各々においてユーザが所定の複数の運動メニューの各々を行っていた尤度を導出し、ユーザの運動の状態に係る第２の情報としてのピッチの値の時系列変化に基づいて、複数の時点ｎの各々における複数の運動メニューの各々から複数の運動メニューの各々への状態遷移確率を導出し、複数の時点ｎの各々における尤度及び状態遷移確率に基づいて、運動においてユーザが行った運動メニューの系列を推定する。
これにより、ユーザが行った運動における運動メニューの切り替えタイミングが、運動予定データ１３３における予定と異なっていても、ユーザが行った運動メニューの順序とその切り替えタイミングを推定することができる。また、状態遷移確率を用いることで、単に尤度が最大となる運動メニューの系列を特定する方法と比較して、各時点における運動メニューの変化の有無をより適切に推定することができる。
【0078】
また、ＣＰＵ１１は、運動における複数の運動メニューの時系列の実施予定を表す運動予定データ１３３に基づいて尤度を補正し、複数の時点ｎの各々における補正後の尤度及び状態遷移確率に基づいて、ユーザが行った運動メニューの系列を推定する。これにより、各運動メニューの尤度の確度を高めることができる。よって、より高精度に運動メニューの系列を推定することができる。
【0079】
また、ＣＰＵ１１は、複数の時点ｎに対応する実施予定の運動メニューを特定し、或る時点における或る運動メニューについての尤度に補正値Ａを加算することで当該尤度を補正する。ＣＰＵ１１は、複数の時点ｎのうち、上記或る運動メニューが実施予定である各実施予定時点について、当該実施予定時点と上記或る時点とが近いほど大きくなるように重み付けされた値を導出し、各実施予定時点についての当該値の総和を補正値Ａとして導出する。これにより、運動予定データ１３３における運動メニューの実施予定期間の分布を反映するように尤度を補正することができる。
【0080】
ＣＰＵ１１は、ペースの値と、ペースの基準値としての指示ペースと、の差分に基づいて、差分が小さいほど尤度が高くなるように、複数の運動メニューの各々についての尤度を導出する。これにより、簡易な処理で適切な尤度を導出することができる。
【0081】
また、ＣＰＵ１１は、ピッチの値の移動分散が大きいほど、ユーザが行っている運動メニューが変化する場合の状態遷移確率が大きくなるように状態遷移確率を導出する。これにより、簡易な処理で適切な状態遷移確率を導出することができる。
【0082】
また、ＣＰＵ１１は、複数の時点ｎの各々においてユーザが行っている運動メニューが変化しない場合の状態遷移確率を、ピッチの値の時系列変化に基づかない定数に決定する。これにより、運動メニューの変化を伴わずにユーザの動きが変化する可能性があることを考慮した状態遷移確率を導出することができる。
【0083】
また、第１の情報（ペース）と、第２の情報（ピッチ）とは、互いに異なる種別の運動指標である。これにより、第１の情報から正確に推定しにくい運動メニューの切り替えタイミングを、第２の情報に基づいて推定して補うことができるので、運動メニューの系列の推定精度を高めることができる。
【0084】
また、第１の情報は、ユーザの移動速度に係る運動指標（速度指標）の値、又は、ユーザのバイタルサインに係る運動指標（生体指標）の値を含み、第２の情報は、ユーザの身体の動きに係る運動指標（動作指標）の値を含む。これにより、第１の情報に基づいて各運動メニューの適切な尤度を導出することができ、第２の情報に基づいて運動メニューの切り替えタイミングを適切に推定することができる。
【0085】
また、第２の情報は、互いに異なる種別の複数の動作指標の値を含み、ＣＰＵ１１は、当該複数の動作指標の値の時系列変化に基づいて状態遷移確率を導出してもよい。これにより、運動メニューの切り替えタイミングをより高精度に推定することができる。
【0086】
また、ＣＰＵ１１は、複数の時点ｎの各々において運動メニューが状態遷移確率に応じて遷移する前提条件を適用したビタビアルゴリズムに基づいて運動メニューの系列を推定する。これにより、各時点における各運動メニューの状態確率を評価する簡易な処理で、運動メニューの系列を高精度に推定することができる。
【0087】
また、本実施形態に係る情報処理方法において、ＣＰＵ１１は、ペースの値に基づいて、複数の時点ｎの各々においてユーザが所定の複数の運動メニューの各々を行っていた尤度を導出し、ピッチの値の時系列変化に基づいて、複数の時点ｎの各々における状態遷移確率を導出し、複数の時点ｎの各々における尤度及び状態遷移確率に基づいて、運動においてユーザが行った運動メニューの系列を推定する。これにより、ユーザが行った運動メニューの順序とその切り替えタイミングを推定することができる。
【0088】
また、本実施形態に係るプログラム１３１は、ＣＰＵ１１に、ペースの値に基づいて、複数の時点ｎの各々においてユーザが所定の複数の運動メニューの各々を行っていた尤度を導出する処理、ピッチの値の時系列変化に基づいて、複数の時点ｎの各々における状態遷移確率を導出し、複数の時点ｎの各々における尤度及び状態遷移確率に基づいて、運動においてユーザが行った運動メニューの系列を推定する処理、を実行させる。これにより、ユーザが行った運動メニューの順序とその切り替えタイミングを推定することができる。
【0089】
＜その他＞
なお、本発明は、上記実施の形態に限られるものではなく、様々な変更が可能である。
例えば、上記実施形態において、情報処理装置としてのサーバ１０が行っていた処理を、端末装置２０が実行してもよい。この場合には、端末装置２０が情報処理装置に相当し、端末装置２０のＣＰＵ２１が処理部に相当する。
また、上記実施形態において、情報処理装置としてのサーバ１０が行っていた処理を、装着型装置３０が実行してもよい。この場合には、装着型装置３０が情報処理装置に相当し、装着型装置３０のＣＰＵ３１が処理部に相当する。
また、端末装置２０及び装着型装置３０を統合してもよい。例えば、端末装置２０がセンサ部を有する場合には、ユーザの運動による体の動きを端末装置２０により検出し、装着型装置３０を省略してもよい。また、上記実施形態において端末装置２０が実行していた機能を装着型装置３０が実行可能である場合には、端末装置２０を省略してもよい。
なお、本発明は、上記実施の形態に限られるものではなく、様々な変更が可能である。
例えば、上記実施形態において、情報処理装置としてのサーバ１０が行っていた処理を、端末装置２０が実行してもよい。この場合には、端末装置２０が情報処理装置に相当し、端末装置２０のＣＰＵ２１が処理部に相当する。
また、上記実施形態において、情報処理装置としてのサーバ１０が行っていた処理を、装着型装置３０が実行してもよい。この場合には、装着型装置３０が情報処理装置に相当し、装着型装置３０のＣＰＵ３１が処理部に相当する。
また、端末装置２０及び装着型装置３０を統合してもよい。例えば、端末装置２０がセンサ部を有する場合には、ユーザの運動による体の動きを端末装置２０により検出し、装着型装置３０を省略してもよい。また、上記実施形態において端末装置２０が実行していた機能を装着型装置３０が実行可能である場合には、端末装置２０を省略してもよい。
【0090】
また、ユーザが行う運動としてランニングを例示したが、これに限られず、例えば歩行や自転車での走行などであってもよい。また、運動は、必ずしも移動を伴うものに限られず、体操や筋力トレーニングなどであってもよい。
【0091】
また、尤度導出処理において十分な精度で尤度を導出可能な場合等においては、尤度補正処理を省略してもよい。
【0092】
また、運動メニューの系列の推定に用いるアルゴリズムは、ビタビアルゴリズムに限られず、他の動的計画法アルゴリズムを用いてもよい。
【0093】
また、以上の説明では、本発明に係るプログラムのコンピュータ読み取り可能な媒体として記憶部１３のＨＤＤ、ＳＳＤを使用した例を開示したが、この例に限定されない。その他のコンピュータ読み取り可能な媒体として、フラッシュメモリ、ＣＤ－ＲＯＭ等の情報記録媒体を適用することが可能である。また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウエーブ（搬送波）も本発明に適用される。
【0094】
また、上記実施形態における運動支援システム１の各構成要素の細部構成及び細部動作に関しては、本発明の趣旨を逸脱することのない範囲で適宜変更可能であることは勿論である。
本発明の実施の形態を説明したが、本発明の範囲は、上述の実施の形態に限定するものではなく、特許請求の範囲に記載された発明の範囲とその均等の範囲を含む。
本発明の実施の形態を説明したが、本発明の範囲は、上述の実施の形態に限定するものではなく、特許請求の範囲に記載された発明の範囲とその均等の範囲を含む。
【符号の説明】
【0095】
１ 運動支援システム
１０ サーバ（情報処理装置）
１１ ＣＰＵ（処理部）
１３ 記憶部
１３１ プログラム
１３２ 運動結果データ
１３３ 運動予定データ（予定情報）
２０ 端末装置
３０ 装着型装置
ｍ 運動メニュー
ｎ 時点
Ｐ 状態確率
Ｑ 状態遷移確率
Ｒ 尤度
１０ サーバ（情報処理装置）
１１ ＣＰＵ（処理部）
１３ 記憶部
１３１ プログラム
１３２ 運動結果データ
１３３ 運動予定データ（予定情報）
２０ 端末装置
３０ 装着型装置
ｍ 運動メニュー
ｎ 時点
Ｐ 状態確率
Ｑ 状態遷移確率
Ｒ 尤度
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】