본 논문은 기존에 제대로 다루지 못한 대중교통 통행자의 확률적 속성과 이질적 특성을 고려한 다계층 확률적 사용자균형 통행배정모형을 개발하는데 연구의 목적이 있다. 기존 대중교통 통행배정모형은 통행자의 특성이 모두 동일하다고 가정하기 때문에 현실적인 결과를 도출하는데 한계를 갖고 있다. 예를 들어 대중교통에 대한 정보를 제공받는 그룹과 그렇지 못한 그룹이 존재하는 경우, 이들 간에는 분명히 통행패턴에 차이가 있음에도 불구하고 이를 정확히 표현하는데 어려움이 있었다. 이러한 한계를 극복하기 위해 통행자의 확률적 속성과 이질적 특성을 반영한 알고리즘을 개발하였다. 통행자간 인지비용의 차이는 확률적 통행배정으로 구현되었으며, 그룹간의 이질성은 다계층 통행배정모형으로 구현하여 현실성 있는 대중교통 분석결과를 도출해 내도록 하였다. 모형구축에 있어 각 계층의 통행량에 영향을 받는 통행비용함수를 구축하였고, 기존 로짓모형의 단점으로 나타난 비관련대안의 독립성 (IIA) 문제를 해결하기위해 C-로짓모형을 적용하였다. 연구결과 계층별 / 경로별로 배정통행량 및 동등경로통행시간에 뚜렷한 차이를 보이고 있으며, 확률적 사용자균형 상태에 이르렀다. 또한 수렴속도도 빠르게 나타났으며, 반복횟수가 증가함에 따라 확률적 사용자 균형에 좀 더 가까워지고 각 계층별 / 경로별로 수렴함을 확인 할 수 있었다. 본 연구의 알고리즘은 향후 통행목적별 OD자료와 대중교통 승객의 이질적 속성 파라미터를 다양하게 적용해 봄으로써 대중교통정책의 평가도구로 활용될 수 있을 것으로 기대된다.민원을 고려한 노선대안 선정이 이루어진다면, 철도사업 뿐만 아니라 여러 공공사업을 시행함에 있어 정부와 시민 그리고 지방단체의 합의를 통한 원활하고 효율적인 사업진행이 이루어 질 수 있을 것으로 기대된다.$Gal^3Man_4$를 첨가후 측정한 결과 $Gal^3Man_4$이 첨가되지 않은 MRS broth에 비해 생육촉진 활성을 보였다. 특히 B. longum에 대해서는 $Gal^3Man_4$를 dextrose대체 탄소원으로 처리시 10배의 생육활성이 증가하였다.charide와 thiourea, phenylthiourea의 반응혼합물의 항산화력은 AsA에 미치지는 못하였다. ${\beta}-1,4-Mannobiose$와 thiourea, phenylthiourea의 반응혼합물이 강한 전자공여능을 나타내고 있고, $Gal^3Man_4$와 phenylthiourea의 반응혼합물 및 D.P 7의 galactosyl manooligosaccharide와 phenylthiourea와의 반응혼합물이 전자공여능을 나타내고 있다.가하였으므로 혈청 내 ALT 함량도 따라 증가할 것으로 추정되었으며 이에 대한 연근 추출물 경구 투여가 간 조직을 보호할 수 있는지를 확인하기 위해 분리한 혈청으로부터 ALT 함량을 측정한 결과 대조군에 비하여 유의한 감소를 나타내었다. 또한 연근 추출물이 혈청 내 지질 과산화물의 생성을 억제할 수 있다면 질병의 예방과 치료에 효과적일 것으로 추정할 수
본 연구는 연구문제 1로 소비자-브랜드 상호의존성, 소비자-브랜드 동일시, 브랜드향수, 브랜드 사랑의 4개 항목으로 크게 나누어 브랜드 신뢰 및 충성도와 항목의 중복성을 검토하였다. 고유값(eigen-value) 1이상을 기준으로 요인분석을 실시한 결과 예상했던 것과 달리 요인은 6개가 아니라 4개로 분류되었다. 이는 이전 연구에서 제시되었던 브랜드 체험, 소비자-브랜드 관계, 브랜드 사랑 등 매우 정교화된 항목으로 나누어진 변수들이 여러 논문에서 검증되는 과정을 거치다보니 타당성 평가결과 상당히 중복되거나 기존 논문의 결과와 다른 항목들이 수렴되는 경우가 많이 존재했듯이 본 연구에서도 비슷한 결과를 보였다. 연구문제 2에서는 브랜드 사랑은 브랜드 충성도 보다 더 달성하기 힘든 개념이라는 것을 결론적으로 제시하였다. 단순한 관계, 즉 브랜드 신뢰${\rightarrow}$소비자-브랜드 관계를 검증하였던 모형 1은 적합도가 매우 낮게 나타나 새로운 모형을 만들어 검증하였는데 대체로 본 연구는 브랜드 동일시${\rightarrow}$브랜드 신뢰${\rightarrow}$브랜드 충성도${\rightarrow}$브랜드 사랑의 과정으로 구성된 모형이 가장 적합한 모형임을 밝혔다. 무생물인 브랜드를 인간과 같이 사랑한다는 것은 반복적 구매의지를 나타내는 기존의 행동적 충성도 보다 더욱 달성하기 어려운 개념이 될 수도 있다는 것이다.
유역의 수문현상을 해석하기 위해서는 다양한 지형자료와 수문 시계열자료가 필요하다. 최근 들어 DEM(Digital Elevation Model)과 수자원 주제도와 같은 지형자료 뿐만 아니라 수치예보자료 및 강우레이더의 관측자료와 같은 수문 시계열자료 또한 격자 형태로 제공되고 있으며, 이를 활용한 수문분석에 대한 다양한 연구가 이루어지고 있다. 본 연구에서는 이러한 격자형 자료를 이용하여 효과적으로 단기간의 강우-유출 현상을 모의하기 위한 물리적 기반의 분포형 강우-유출 모형인 GRM(Grid based Rainfall-runoff Model)을 개발하였다. 지표면 유출과 하도 유출의 모의는 운동파 방정식을 이용하고 있으며, 침투량 산정을 위해서 Green-Ampt 모형을 이용하고 있다. 지배방정식은 유한 체적법을 이용하여 이산화 하였으며, TDMA(TriDiagonal Matrix Algorithm) 방법을 이용하여 연립방정식을 풀고, 비선형 항에 대해서는 Newton-Raphson 방법으로 반복 계산함으로써 수렴해를 도출하였다. 개발된 모형은 단순화된 가상의 유역에 대해서 적용한 결과를 $Vflo^{TM}$ 모형의 모의결과와 비교함으로써 타당성을 검토하였다. 또한 위천 유역의 적용을 통해 모형의 검증 및 실제 유역에 대한 적용성을 검토하였으며, 모의결과는 관측유량의 재현성이 높은 것으로 나타났다.
탄소성 구성방정식은 주로 미분방적식(rate equation)으로 이루어져 있기 때문에 유한요소법 등을 이용한 지반구조물 해석시 미분방정식들에 대한 수치적분을 수행할 수 있는 방법이 필요하다. 구조물의 거동을 해석할시 미분방정식들을 위한 적분방법은 해석결과의 정확성과 유한요소법 모델링의 안전성에 큰 영향을 미치고 있다. 본 논문에서는 최근에 개발되어 사용되고 있는 흙에 관한 구성모델인 "Two-surface soil plasticity model (Manzari and Dafalias 1997)"을 Implicit return-mapping 수치적분방법을 이용하여 실행하는 과정을 제시한다. 본 연구에서 사용된 수치적분방법은 Closest-Point-Projection Method(CPPM) 방법으로 탄성 예측자-소성 교정자(elastic predictor-plastic corrector) 개념을 Implicit Backward Euler방법으로 체계화 시킨 알고리듬이다. 본 연구에서 수행한 "Two-surface soil plasticity model"은 조립토의 비선형거동을 해석하며, Bounding surface 개념 및 비선형 등방경화와 이동경화법칙을 사용하는 모델이다. 본 연구는 CPPM 방법이 정확하고 안정되며 유용한 수치적분을 수행할 수 있는 알고리듬이라는 것을 제시한다. 또한, CPPM 알고리듬은 구성방정식의 해를 반복적으로 해석하는 동안 "Consistent tangent operator $d{\sigma}/d{\varepsilon}$"를 제공하므로, 비선형 유한요소 해석이 2차(quadratic convergence rate)의 수렴 조건을 만족하는데 기여한다는 것을 보여준다.
다양한 전자전 상황에서 단위 위협체에 대하여 전자전 모델링과 시뮬레이션을 수행할 수 있는 통합 전자전 시뮬레이터의 개발 필요성이 대두되고 있다. 본 논문에서는 전자전 상황에서 전자정보 수집신호의 변수를 기반으로 전자파 신호를 발산하는 레이더 위협을 역추정하기 위한 시뮬레이션 시스템의 구성요소를 분석하고, 역추정 모델을 점진적으로 유지할 수 있는 방법을 제안한다. 또한, 실험을 통하여 점진적 역추정 모델 갱신 기법의 유효성 및 개별 역추정 결과의 통합 기법을 평가한다. 개별 역추정 모델의 생성을 위하여 의사결정트리, 베이지안 분류기, 인공신경망 및 유클리디안 거리 측정방식과 코사인 유사도 측정방식을 활용하는 군집화 알고리즘을 이용하였다. 첫 번째 실험에서 레이더 위협체에 대한 역추정 모델을 구축하기 위한 위협 예제의 크기를 점진적으로 증가시키면 역추정 모델의 정확도는 향상되었으며, 이러한 과정이 반복되면 역추정 모델에 대한 정확도는 일정한 값으로 수렴하였다. 두 번째 실험에서는 개별 역추정 모델의 결과를 통합하기 위하여 투표, 가중투표 및 뎀스터-쉐이퍼 알고리즘을 이용하였으며, 역추정 모델의 통합 결과는 뎀스터-쉐이퍼 알고리즘에 의한 역추정 정확도가 가장 좋은 성능을 보였다.
러브파와 레일리파는 표면파로서 각 파가 가지는 분산특성을 활용하여 지반의 강성주상도를 파악할 수 있는 특징을 가지고 있다. 이 중 러브파는 한 방향에 대한 응력-변위만 고려하면 되기 때문에 수치적 모델링이 간단하다. 전파시에는 이론적으로 체적파의 영향 및 밀도의 변화가 없어 각 각의 물성치를 갖는 다층구조지반에서 적용성이 높다고 할 수 있다. 이러한 장점을 활용하여 최종적으로는 단파장에 유리한 러브파와 장파장에 유리한 레일리파의 분산정보를 같이 이용하여 동시역산해석을 할 수 있는 기법을 제안하고자 한다. 해석기법은 크게 3가지로 구성되는데, 러브파와 레일리파의 정모델링 해석을 위해 전달행렬법의 구성, 대상 지반의 시스템 결정을 위한 민감도행렬의 구성 그리고 역산해석기법인 Damped Least Square Solution (DLSS)이다. 동시역산의 방법은 민감도행렬을 구성할 때 레일리파와 러브파의 분산정보가 동시에 사용되며, 계산된 민감도행렬을 역산해석하여 지반의 전단파 주상도를 반복적으로 계산하게 된다. 동시역산해석의 목적은 각 파의 주파수 기여도가 다른 점을 활용함으로서 역산결과의 정확도와 수렴도를 향상하고자 함이다.
초고강도 섬유보강 콘크리트 50M 합성 박스거더에 대한 재료적 비선형 및 기하학적 비선형 유한요소해석이 수행되었다. 인장과 압축구역에서 구성방정식을 실험에 근거하여 모델링하였다. 비선형 유한요소해석의 정확성은 UHPFRC 50M 합성거더의 실험 결과와 비교하여 검증하였다. 1.5% 체적대비 섬유혼입률, 135MPa 압축강도 및 18MPa 휨인장강도 특성을 가진 UHPFRC 50M 합성거더에 대한 휨실험이 수행되었다. 포스트텐션힘으로 결합된 UHPFRC 합성거더는 3개의 UHPFRC 분절 U거더와 고강도 철근콘크리트 슬래브로 구성되었다. Midas FEA를 사용하여 UHPFRC 거더 부분은 8개 절점을 가진 3차원 6면체 모델링을 하였고, 철근와 강연선은 2개 절점을 가진 선형 요소로 모델링하였다. Total strain crack 모델에 기반을 둔 압축 및 인장 다중 선형모델을 사용하여 구성방정식을 설정하였고 균열은 smeared crack model로 구성하였다. 철근과 강연선의 비선형성은 Von Mises 규준을 적용하였다. 비선형 정적해석은 Newton-Rhapson 기법의 수렴치를 사용한 점진적 반복기법을 사용하여 해를 수행하였다. 유한요소해석은 하중-변위관계, 중립축 변화관계 및 균열양상에 대하여 실험 결과와 수치 해석 결과를 비교하여 검증하였다. 하중-변위 관계는 실험 결과와 비교해볼 때 매우 정확한 결과를 보여주고 있다. 본 논문에서 수행한 비선형 유한요소해석법은 철근보강 포스트텐션닝 초고강도 섬유보강 합성 박스거더의 휨거동 해석에 만족한 결과를 보여주고 있다.
로봇 축구 시뮬레이션 게임은 하나의 동적 다중 에이전트 환경이다. 본 논문에서는 그러한 환경 하에서 각 에이전트의 동적 위치 결정을 위한 새로운 강화학습 방법을 제안한다. 강화학습은 한 에이전트가 환경으로부터 받는 간접적 지연 보상을 기초로 누적 보상값을 최대화할 수 있는 최적의 행동 전략을 학습하는 기계학습 방법이다. 따라서 강화학습은 입력-출력 쌍들이 훈련 예로 직접 제공되지 않는 다는 점에서 교사학습과 크게 다르다. 더욱이 Q-학습과 같은 비-모델 기반의 강화학습 알고리즘들은 주변 환경에 대한 어떤 모델도 학습하거나 미리 정의하는 것을 요구하지 않는다. 그럼에도 불구하고 이 알고리즘들은 에이전트가 모든 상태-행동 쌍들을 충분히 반복 경험할 수 있다면 최적의 행동전략에 수렴할 수 있다. 하지만 단순한 강화학습 방법들의 가장 큰 문제점은 너무 큰 상태 공간 때문에 보다 복잡한 환경들에 그대로 적용하기 어렵다는 것이다. 이런 문제점을 해결하기 위해 본 연구에서는 기존의 모듈화 Q-학습방법(MQL)을 개선한 적응적 중재에 기초한 모듈화 Q-학습 방법(AMMQL)을 제안한다. 종래의 단순한 모듈화 Q-학습 방법에서는 각 학습 모듈들의 결과를 결합하는 방식이 매우 단순하고 고정적이었으나 AMMQL학습 방법에서는 보상에 끼친 각 모듈의 기여도에 따라 모듈들에 서로 다른 가중치를 부여함으로써 보다 유연한 방식으로 각 모듈의 학습결과를 결합한다. 따라서 AMMQL 학습 방법은 큰 상태공간의 문제를 해결할 수 있을 뿐 아니라 동적인 환경변화에 보다 높은 적응성을 제공할 수 있다. 본 논문에서는 로봇 축구 에이전트의 동적 위치 결정을 위한 학습 방법으로 AMMQL 학습 방법을 사용하였고 이를 기초로 Cogitoniks 축구 에이전트 시스템을 구현하였다.
탄성파 토모그래피 중에서 많이 사용되는 2차원 시추공-시추공 주시 토모그래피는 파선각이 제한됨에 따라 분해능이 저하되므로, 본 논문에서는 감소된 분해능을 향상시키기 위한 방법들을 검토해 보았다. 토모그래피 역산 과정은 파선의 위치 및 주시에 대한 오차에 민감하므로 선형 주시 보간법을 사용하여 파선을 추적하였으며, 다른 파선 추적법들에 의한 역산결과와 비교하여 좋은 결과를 얻을 수 있었다. 반복적 비선형 역산 과정에 있어서, 파선경로의 추적에 소요되는 계산 시간을 줄이기 위해서 일정 계산과정 동안 선형성을 고려하였으며 그 결과 빠른 수렴을 얻을 수 있었다. 일반적으로 역산과정에서는 적절한 초기 모델의 선정이 계산 결과에 많은 영향을 미치므로, 인공 신경망을 이용하여 획득된 주시로부터 초기속도 모델을 계산하였다. 지구물리학에서 인공 신경망법으로 많이 쓰이는 다층 전향 신경망은 내재된 단점들 때문에 좋은 결과를 얻을 수 없었으므로, 본 연구에서는 GRNN신경망을 이용하였다. 인공 신경망으로부터 계산된 초기모델을 역산에 사용함으로써 분해능을 향상시킬 수 있었다. 그러나 파선 투과각이 넓은 경우나 탐사 대상체가 매우 복잡한 구조를 가지는 경우에는 초기모델이 역산결과에 큰 영향을 주지 않았다. 지구물리학적 토모그래피에서는 파선의 투과각이 제한을 받게되는 경우가 많으므로, 이럴 경우 인공 신경망을 이용하여 초기 모델값을 계산함으로써 역산 결과 생성되는 단면도의 분해능을 향상시킬 수 있다.
본 논문에서는 다중 릴레이와 다중 사용자가 존재하고, 모든 노드에 다중 안테나가 탑재된 시스템에서 기지국, 릴레이 전처리기 공동 설계 기법을 제안한다. 설계 기준은 릴레이가 각자의 지역 채널 정보만 취할 수 있고, 전체 릴레이 합 전력 제약 환경일 때, 사용자 평균 자승 오류의 합(sum mean square error, SMSE)을 최소화하는 것이다. 한 릴레이의 지역 채널 정보는, 시스템의 모든 첫 번째 홉 및 두 번째 홉 채널 중에서, 그 릴레이 자신이 접속된 채널의 정보로 정의된다. 블록 대각화 전처리기가 연결된 기지국 전처리기 구조를 사용하면, 각 릴레이가 지역 채널 정보만을 활용하여 자신의 전처리기 구조를 결정할 수 있다. 제안 하는 기법은 SMSE 쌍대성을 사용하여 기지국 전처리기와 릴레이 전처리기를 결정하는 1단계 및 사용자 수신 필터를 결정하는 2단계의 순차적 반복을 기반으로 한다. 제안한 기법은 반드시 수렴하며, 이론적으로 이를 검증할 수 있다. 제안하는 기법이 Simple amplify-and-forward(SAF), MMSE 릴레이 및 [1]에서 제안한 방식에 비해서 SMSE 성능, 합 전송률 성능 모두 우월한 것을 확인한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.