In this study we develop a set of solar proton event (SPE) forecast models with NOAA scales by Multi Layer Perceptron (MLP), one of neural network methods, using GOES solar X-ray flare data from 1976 to 2011. Our MLP models are the first attempt to forecast the SPE scales by the neural network method. The combinations of X-ray flare class, impulsive time, and location are used for input data. For this study we make a number of trials by changing the number of layers and nodes as well as combinations of the input data. To find the best model, we use the summation of F-scores weighted by SPE scales, where F-score is the harmonic mean of PODy (recall) and precision (positive predictive value), in order to minimize both misses and false alarms. We find that the MLP models are much better than the multiple linear regression model and one layer MLP model gives the best result.

본 연구의 목적은 20대 표준체형 여성을 대상으로 하여, 소재에 따른 플레어 스커트의 실제착의와 가상착의에 따른 시각적 이미지를 비교 분석하고, 시각적 이미지와 역학적 특성간의 상관관계를 분석하는 데에 있다. 본 연구는 드레이프 특성이 확연히 다른 5종류의 소재를 사용하였다. 실험에 사용되어진 플레어 스커트의 실제착의와 가상착의의 이미지는 사진으로 제공되었으며, 피설문자는 20대의 의류학 전공의 여성이었다. 자료의 분석은 SPSS Ver.12.0 프로그램을 사용하여 통계 처리하였으며, 연구 문제별로 요인분석, 일원변량분석(One way ANOVA), T 검정(t-test), 던컨테스트(Duncan test)를 실시하였다. 시각적 이미지에 대한 요인분석 결과 '드레이프성', '매력성', '신체 보정성', '부피감', '활동성' 의 총 5 가지 요인이 분석되었다. 시각적 이미지중 '부피감'의 경우 G, 무게, 두께와 같은 역학적 특성들과 밀접한 상관관계를 나타냈으며, 3차원 의복 시뮬레이션과 실제착의간의 시각적 이미지는 소재에 따라 유의한 차이점을 나타냈는데, 실크나 폴리에스터 소재와 면, 린넨, 양모소재간 이미지 차이는 소재의 무게와 두께에 따라 영향을 많이 받는 것으로 나타났다.