本研究は，ウェアラブル機器や動画から取得されるデータを用いて機械学習を活用することで，工場における作業者の動作状態を把握する手法を提案する．AIカメラの普及により，動画から作業者の動作推定を行う方法が活用されはじめている．しかしながら，工場環境においては，作業者の作業動画が不明瞭になりうる．この課題の解決のため，簡易なウェアラブル機器から位置と動作に関するデータ，動画解析から骨格データを取得し，複合的に機械学習を行うことで動作推定を行う．本稿では，CNN-LSTMやGNNの派生モデルを基本としたアンサンブル/マルチモーダル学習を適用することで，骨格データの欠損が生じる場合に有効な動作推定手法について考察をする．
