本研究では調理エリアのメンタルモデルの可視化・分析の手法を提案する. ユーザーは作業スペースを分割したエリアとして捉え,そこに目的や用途に応じてアイテム(調理器具および食材)を配置しているという仮説を立てた. このモデルを分析するために,深層学習で検出したアイテムの配置位置を元にエリアを分割し,そのエリアに置かれたアイテムで意味づけを行なった.ここで,物体検出にはSingle shot multibox detector(SSD)を,エリア分割にはEMアルゴリズムを用いたGaussian mixture models (GMM)へのフィッティングを,エリアの特徴量抽出にはterm frequency - inverse document frequency (tf-idf)を用いた,なお,tf-idfにおいてはアイテム/エリアの関係を単語/文書として適用した. 結果として,いくつかの調理中のキッチンと調理アイテムの関係性の概念モデルの形状パターンを可視化した.