實時行為分析是利用各種傳感器測量為人類、動物和機器人的行為提供線索的信息，實時分析、估計、預測和可視化其狀態和趨勢，並控制系統和分發與這些相關的信息的技術的總稱。

　實時行為分析是近年來備受關注的技術，據說它將成為家電和機器人連接到互聯網並相互協作運行的“IoT（物聯網）”所需的實時和高級分析處理的必備要素技術。此外，我們的目標是在加強我們的技術能力方面進行有意義的研究，包括支持技術能力的基礎設施建設、數據科學方法以及深度學習等人工智能的使用。

　這項聯合研究的目的是建立可用於時間序列信號模式分類以及動態數據預測和生成的技術，利用神經網絡（模擬人腦信息處理功能的人工智能係統）等機器學習技術對實時行為數據進行分析。

　該研究的負責人是電氣通信大學研究生院信息科學研究生院信息學系的莊野Itaru教授。Shono教授是人工智能高級研究中心的主要成員之一，該中心於2016年7月在電子通信大學成立，為國立大學首次成立。聯合研究的詳情將在未來作為研究的中期結果公佈。