음양오행사상의 관상학에 기반한 애니메이션 캐릭터 얼굴 설계 시스템은 애니메이션 캐릭터제작에 있어서 관상학적 형태를 이용한 성격을 이용해 캐릭터의 얼굴형을 자동으로 생성시켜 주는 시스템이다. 이 논문에서는 캐릭터의 관상학적 성격을 이해하고 그 성격을 얼굴형에 맞게 시각화하는 작업을 과학적이고도 편리한 Neural Network을 이용하여 누구나 손쉽게 구현할 수 있도록 제안 하였다. 본 연구에서는 관상학의 오행상에 기반한 성격을 가진 얼굴형을 애니메이션 캐릭터제작용 시각데이터로 설계하고, 설계한 데이터 중 일부를 설문조사를 통해 12가지 성격의 정도를 알아낸 후 이것을 컴퓨터에 입력시킨 후 Neural network시스템을 이용해 관상학 성격에 기반해 재조합 가능한 얼굴 데이터 511가지의 성격을 알아냈다. 성격을 알아낸 데이터 중 오행상에 대해서는 또 한번의 설문조사를 통해 사람이 시각적으로 느끼는 성격과 Neural Network에 의해 인식된 차이점을 재검토하였다. 2차 설문조사와 Neural Network 시스템의 결과는 목형상, 화형상, 토형상, 금형상, 수형상을 조사해 본 결과 각각 MSE가 0.3, 0.3, 0.2, 0.5, 0.2가 되는 것을 알 수 있었다. 이는 $0{\sim}5$ 점의 Scoring 시스템으로 얻어진 결과라는 것을 고려하면 매우 정밀한 결과라는 것을 알 수 있다. 이 연구를 통해 얻을 수 있는 결론은 성격을 설정해 Neural Network 시스템에 입력만 하면 그 성격을 가진 이미지 데이터를 얻을 수 있으며, 반대로 관상학적인 특징들만을 입력해도 성격을 알아낼 수가 있다. 이 실험을 통해 얻어진 얼굴형의 이미지 데이터와 성격 데이터는 앞으로 애니메이션 캐릭터를 설계할 때 많은 도움이 될 것이다.며, 암컷과 수컷의 차이는 거의 없다.EX>2당 100,000마리(720,000마리/7.2 m$^2$=$1\times10^9$마리/ha)가 다른 두 농도처리보다 높았다. 처리회수에서는 3회 처리가 1회와 2회 처리보다 높았고, 엽채류 종류에 따라서는 배추가 양배추나 케일보다 논았다.목적은 판매나 계약의 수단, 벤처기업 확인, 정부의 정책적 금융적 중소기업 지원 혜택을 기대하면서 출원하는 경우가 많았다. 따라서 기술의 진보성, 독창성 및 사업성이 높은 특허기술의 개발이 필요할 것으로 판단된다. 이용한 지각속도 구조에 대한 연구가 극히 제한적으로 이루어질 수밖에 없었다. 그러나 최근에 국내의 여러 지친관측망에서 축적된 지진기록과 반사 및 굴절 탄성파 탐사를 수행하여 종합적으로 지각 속도구조를 규명하기 시작하였다. 이와 같은 인공발파를 이용한 지각속도구조를 규명하기 위해서는 많은 인원과 예산을 필요로 하므로 관련분야의 전문가들의 적극적인 참여가 필요한 상황이다.[청소년과 소비 생활]이 4.22로 가장 높은 특성을 나타냈다. 6. 3학년 가정교과 내용의 요구도 평균은 3.65-4.16의 범위이며 평균 3.76으로 약간 높게 나타났다. 학부모 전체의 중단원 요구도는 [진로의 선택과 직업 윤리] 4.16으로 가장 높게 나타났으며 [실내 환경과 설비] 3.89, [생활 공간의 활용] 3.72, [상차림과 식사 예절] 3.71 순으로 나타났으며, [식사 준비와 평가]는 3.53으로 가장 낮았다. 이 중 여학생 학부모는 [진로의 선택과 직업윤리]가 4.06으로 가장 높았고, 남학생 학부모는 [진로의 선택과 직업 윤리] 4.26으로 가장 높은 특성을 나타냈다. 본 연구 결과로 가정교과의 시수를 증가시켜야 하고 실험 시설의 확충이 필요하다는