本発表では，課題1から課題3を解決する方法として，動体検知センサと機械学習を用いた場所非依存行動認識手法を提案する． 動体検知センサは電磁波により動きを検知するセンサで，代表的なものとして赤外線を利用した焦電型赤外線センサやマイクロ波を利用したドップラーセンサがある． また，これらのセンサは人体の動きの速さに応じて出力信号の周波数成分を変化させる特性を持っている． 最初に，アナログ出力焦電型赤外線センサを使用し，行動によって生じる体動の変化を周波数成分として取り出し，機械学習を用いて行動を認識する手法を提案する． 予備実験の結果，アナログ出力焦電型赤外線センサは検知距離が短く，部屋全体をカバーするには多数のセンサが必要となることが分かった． そこで，提案手法を，より検知距離の長いドップラーセンサから得られる周波数成分から行動認識する手法に拡張する． アナログ出力焦電型赤外線センサを用いた手法の有用性を評価するため，被験者５名が食事，PC操作，読書，スマートフォン操作の４行動を行い，センサデータを収集した． 10分割交差検証を行った結果，平均認識精度は63.9%となった． また，ドップラーセンサを使った手法を評価するため，被験者6名がソファとテーブルでPC操作，読書，スマートフォン操作の４行動を２回ずつ行い，センサデータを収集した． 交差検証の結果，45.9%の認識精度となった． 以上から，赤外線センサを使った手法により，場所非依存行動が十分認識できること，ドップラーセンサを使った手法は広いエリアをカバーできるものの，赤外線センサを使った手法より低い認識精度となり，今後の改善が必要なことが分かった．