近年，高齢化に伴い認知症患者数が増加することが懸念されている．一方で，認知症傾向を早期に発見することができれば，適切な治療を行うことで症状の進行を遅らせることができる可能性がある．したがって，このような背景から行動情報や生体信号から認知症傾向を推定するモデルを確立することは，ヘルスケア分野の重要な課題の一つである．本研究では，認知症の傾向の一つとして，日中の活動低下や睡眠障害が起き，睡眠パターンが不規則になる知見\cite{7206522}に着目する．まず，高齢者132名の睡眠データと，認知症傾向を示すMMSE（Mini Mental State Examination）を含むデータセットを本研究に用いる．得られた行動データは具体的に，被験者ごとに最大で計518日分の1分間あたりの活動量，心拍数，呼吸数が取得されている．本研究では，このデータセットを用いて，認知症傾向を示すMMSEのスコアから算出された3つのラベルに対する多クラス分類モデルを構築し，評価する.
