인공 신경망을 통한 심층 학습 모델의 발전은 컴퓨터 비전, 자연언어 이해 문제들에서 인간을 뛰어넘는 성능을 보이고 있다. 특히 트랜스포머[1] 기반의 사전 학습 모델은 질의응답, 대화문과 같은 자연언어 이해 문제에서 최근 높은 성능을 보이고 있다. 하지만 트랜스포머 기반의 모델과 같은 심층 학습 모델의 급격한 발전 양상에 비해, 이의 동작 방식은 상대적으로 잘 알려져 있지 않다. 인공 신경망을 통한 심층 학습 모델을 해석하는 방법으로 모델의 예측 값과 실제 값이 얼마나 일치하는지를 측정하는 모델의 보정(Calibration)이 있다. 본 연구는 한국어 기반의 심층학습 모델의 해석을 위해 모델의 보정을 수행하였다. 그리고 사전 학습된 한국어 언어 모델이 문장이 내포하는 애매성을 잘 파악하는지의 여부를 확인하고, 완화 기법들을 적용하여 문장의 애매성을 확신 수준을 통해 정량적으로 출력할 수 있도록 하였다. 또한 한국어의 문법적 특징으로 인한 문장의 의미 변화를 모델 보정 관점에서 평가하여 한국어의 문법적 특징을 심층학습 언어 모델이 잘 이해하고 있는지를 정량적으로 확인하였다.
알츠하이머성 치매는 현존하는 치료법이 없어 경도인지장애 단계에서의 예방이 중요하다. 지금까지의 알츠하이머 연구는 대부분이 뇌영상 마커와 뇌척수액 마커에 집중되어 있었으며, 경도 인지 장애 단계에서의 탐색은 더욱 적었다. 이러한 점에서 혈액 유전자 발현을 이용한 경도 인지장애 단계 예측은 인지 능력에 따른 관련 유전자 식별과 접근 가능한 진단 및 치료 바이오 마커 탐색에 기여할 수 있다. 그러나 유전자 발현 데이터의 경우 환자 수에 비해 높은 차원을 가지기 때문에 과적합을 막고 질병 관련 유전자를 식별하기 위해서는 데이터에서의 의미 있는 차원만을 뽑아내는 차원 축소가 선행되야 한다. 본 연구는 유전자 발현데이터에서의 인지장애 분류를 위해 차원 축소기법과 신경망을 적용하여 인지 장애 정도를 예측하였다. 그 결과, Lasso 이용 차원축소와 신경망을 이용하여 97%의 정확도로 정상과 조기 경도 인지장애, 후기 경도 인지장애 환자를 분류 할 수 있었으며, 더 적은 차원에서도 분류가 가능했다. 이는 혈액 유전자 발현을 이용해 경도 인지장애 단계를 예측한 첫 번째 연구이며, 인지능력 저하에 따른 혈액 유전자 발현의 연관성을 확인하고 향후 조기 진단, 치료 표적 탐색에 기여한다.
최근 유가의 고공행진 때문에 한국은 해외 에너지 자원개발뿐만 아니라 에너지 소비를 줄이기 위한 국가적 정책으로 기존 설비의 에너지 효율을 증가시키는 방안을 모색하는 것이 필요한 시점이다. 따라서 본 연구는 이런 국가적 사안에 부합하고자 인천생산기지 고압 LNG 배관망에 대하여 수정유량방정식을 사용한 Newton Method로 접근하였고, 유창조절밸브(FCV)에 의해 지배적인 영향을 받는 것을 확인할 수 있었다. 또한, 고압펌프는 유량조절밸브 50%의 개도율에서 최고효율을 보여 주었고, 고압배관망 내에서 배관저항곡선은 LNG 헤드가 1,500m 이상이 되어야만 토출이 가능한 것을 보였다. 고압펌프의 운전점으로부터 운전비용을 산출하였고, 최고 효율시 운전비용과 비교하여 운전비용을 절감할 수 있는 금액을 산출하였다. 특히 일간 시간대별 운전비용 절감액뿐만 아니라 연간 일별 운전비용 절감액을 산출하였으며, 그 결과 고압배관망은 연간 138백만원을 절감할 수 있다. 이것은 연간 고압펌프 1기당 9,823천원을 절감할 수 있다는 것을 의미한다. 결론적으로 본 연구는 복잡한 고압 LNG 배관망에서 고압펌프의 운전특성과 운전비용 절감효과를 확인할 수 있었다. 또한 이것은 미시적으로 생산기지의 효율적 미래운영에 대한 기여와 더불어 거시적으로 국가 에너지 경쟁력 제고에 기여할 수 있을 것이다.
연구망에서 융합망이란 의료, 바이오, 항공우주, e-Science 분야 등의 응용 연구자들에게 슈퍼컴퓨터, 클러스터 등의 컴퓨팅 자원을 네트워크 자원과 동시에 동적으로 제공해 줄 수 있는 환경을 의미한다. 한국을 대표하는 연구망인 KREONET은 2008년도부터 융합망 프로젝트를 통해 다음과 같은 기술을 개발하고 있다. 먼저 이기종 네트워크 환경에서 동적으로 연결 지향형 네트워크를 구성 할 수 있는 제어평면 기술을 제공하고 있으며, 그와 더불어 사용자가 원하는 시간 때에 컴퓨팅 자원 및 네트워크 자원을 예약, 할당해 줄 수 있는 통합자원관리시스템 기술을 개발하고 있다. 본 논문에서는 개발되어진 통합자원관리시스템을 이용허여 네트워크 자원의 예약 및 할당이 가능한 테스트베드 네트워크를 소개한다. 사용자로부터 제공 되어진 예약정보를 받아 GRS와 NRM 간에, NRM와 라우터 간에 각각 GNSI, GUNI 인터페이스 메시지를 통해 네트워크 자원을 예약 할당 할 수 있다. 예약 시각의 시작시점에 NRM으로부터 GUNI 인터페이스 메시지가 각 라우터에 전달되어지고 할당된 LSP (Label Switched Path) 경로를 통해 트래픽이 전송됨을 확인하였다.
건설된 도로를 효율적으로 이용하고, 통행자의 편리성을 향상시키기 위해 첨단 여행자 정보체계(ATIS)를 활용할 수 있다. ATIS 체계하에서 노선정보를 통행자에게 제공하기 위해서는 교차로에서의 회전으로 인한 지체를 정확하게 반영할 수 있는 효율적인 최단경로 알고리즘이 필요하다. 하지만 기존의 최단경로탐색 알고리즘은 좌회전 금지, U-turn, P-turn 등 교차로에서의 회전으로 인한 지체를 정확히 반영 못한다는 단점을 갖고 있다. 그러므로 본 논문에서는 이러한 단점을 극복하기 위해 수정형 덩굴망 알고리즘을 재발하였다. 수정형 덩굴망 알고리즘은 노드표지(node labelling) 방법에 있어서는 기존의 덩굴망 알고리즘의 노드표지 방법과 개념적으로 동일하여 이용상의 편리성을 갖도록 하였으며, 최단경로 탐색기능에 있어서는 링크탐색알고리즘(혹은 링크표지기법)이 갖고 있는 장잠을 다 반영할 수 있는 기법으로 개발하였다. 수정형 덩굴망 알고리즘은 노드표지에 있어 특정 노드로 유입하는 방향에 따라 노드표지를 별도로 기록하였다. 따라서 교차로에서의 좌회전, 우회전 및 직진은 물론 U-turn의 경우에도 추가적인 절차 없이 현실적인 최단 경로를 탐색할 수 있도록 하였다. 또한 본 논문은 최단경로의 역추적 방법을 개선하여 좌회전 금지, U-turn, P-turn 및 기타 회전에 의한 지체등을 각 교차로마다 정확히 반영함으로써 비합리적인 최단경로가 추적되는 것을 근본적으로 차단하도록 하였다. 따라서 본 연구에서 개발한 수정형 덩굴망 최단경로탐색 알고리즘은 교차로에서의 회전지체 및 회전금지를 현실적으로 잘 반영함으로써 정확한 노선정보를 요구하는 ATIS체계를 분석하는데 유용하게 활용될 수 있는 기법이다.장자료를 통해 구하기란 현실적으로 불가능하므로, 본 연구에서는 이러한 제약점을 극복할 수 있는 근사적인 지체시간을 계산하는 방법을 제시한 점에서 의미를 갖을 수 있다.수들은 직업의 선택이나 소득을 예측하기 위한 요소들로 포함될 수 없었다. 따라서 후속연구에서는 이를 보완해야 할 것이며, 최근 들어 우리 나라에서도 재택근무에 대한 관심이 대두되고 있으나 아직 개념정의나 그 중요성과 가치, 그리고 실태 파악과 같은 연구가 활발히 이루어지지 못하고 있으므로 이에 대한 심층적인 연구가 행해져야 할 것이다.d similar flower proceeding dates in all branches. but "Daepung" showed similar flower proceeding dates in all branches.est in HB. Mean period of wetting duration was in the order of DS>HB>MB, while the dew point depression was greatest in DS.ANCOVA, Pearson correlation을 이용하여 분석하였으며, 그 결과는 다음과 같다. 캠프 프로그램은 소아 당뇨병 환자의 자기 효능을 증진시키고 환자 역할 행위 이행을 높여주는데 효과적 이었다. 소아 당뇨병 환자의 자기 효능은 환자 역할 행위 이행과 순 상관 관계가 있어, 자기 효능이 증진될수록 환자 역할 행위 이행 정도가 높아졌다. 무조건 사주지 않는다(8.0%), 무조건 사준다(3.1%)로 식품광고에 나오는 식품 요구시 부모의 70.3%가 거절하는 것으로 나타났다. 거절 이유는 건강에 나쁘다는 것이 가장 큰 이유였으며 강남과 강북 어린이간에 유의적인 차이가 있었다
본 논문의 목적은 제조업, 특히 철강기업의 공급망 경쟁력 확보를 위한 최적의 메커니즘 사례를 연구함으로서 그 시사점을 찾고자 하는 것이다. 이를 위해 본 논문에서는 국내 대표 글로벌 철강그룹의 계열사를 대상으로 그 사례를 살펴보았다. 지금까지의 기업 전략연구는 주로 대형 그룹사의 모기업을 중심으로 이루어져 왔으나, 이번에는 대그룹 계열사에 대한 전략적 한계점과 특성을 고려하여 ser-M기반에서 공급망관리 메커니즘을 다루도록 하며, 이를 통해 글로벌 철강업체 및 대기업 계열사에 적절한 메커니즘을 탐색해보고자 한다. 연구결과, 대기업 그룹의 계열사는 그룹 모기업의 필요에 의해 건립되는 경우가 많아 모기업(S) 중심의 메커니즘이 작동되기 쉽다. 따라서 계열사 입장에서 통제 가능한 내부 자원(R)을 최대한 활용하는 메커니즘이 적합한 것으로 나타났다. 본 논문의 ser-M기반 공급망 메커니즘 연구는 글로벌 철강 제조업 공급망 사례를 중심으로 메커니즘을 살펴보았다는데 의미가 있으며, 또한 국내 대표그룹 계열사에 대한 사례연구란 점에서 그 의의를 찾을 수 있다.
중고선은 신조선과 달리 시장참여자에게 즉각적인 시장 진출입 기회를 제공하기 때문에 해운산업에서 중요한 시장이라 할 수 있다. 중고선 거래 시 정확한 선가 추정은 향후 장기적인 자본비용의 부담과 직접적인 관련이 있기 때문에 투자의사결정에서 상당히 중요한 요소가 된다. 기존의 중고선시장과 관련된 연구들은 시장의 효율성검증에 치우쳐 있어 정확한 중고선가 추정을 위한 연구는 부족한 실정이다. 본 연구에서는 중고선박 가치추정에 전통적인 계량모델보다 기존연구에서 시도되지 않았던 인공신경망모델을 새롭게 제안하였다. 문헌연구를 통해 중고선 가격에 영향을 미치는 6개 요인(운임, 신조선가격, 총 선복대비 발주량, 해체선 가격, 선령, 사이즈)을 선정하였고, 데이터는 2016년 1월부터 2018년 12월까지 Clarkson에 보고된 파나막스 중고선의 실거래 기록 366건을 이용하였다. 변수선정을 위하여 상관분석과 단계적 회귀분석 실시한 결과 최종적으로 운임, 선령, 사이즈 3개의 변수가 채택되었다. 모델의 설계는 10분할 교차검증으로 인공신경망모델의 파라미터들을 추정하여 진행되었다. 인공신경망 모델의 중고선 가치추정치를 단순 단계적 회귀모형과 비교한 결과 인공신경망모델의 성능이 우수함을 확인하였다. 이 연구는 중고선 선가추정에 미치는 요인들에 대한 통계적인 검증, 성능개선을 위한 기계학습기반의 인공신경망 모델활용이라는 측면에서 차별적 의미가 있다. 또한 정확한 선가 추정이 요구되는 실무에서 통계적인 합리성과 결과의 정확성이 동시에 만족되는 과학적 모델을 제시하여 실무적으로도 도움이 될 것으로 기대한다.
본 연구에서는 시계열 순서의 의미가 희석될 수 있는 기존의 U-net 기반 딥러닝 강우예측 모델의 성능을 개선하고자 하였다. 이를 위해서 데이터의 연속성을 고려한 ConvLSTM2D U-Net 신경망 구조를 갖는 모델을 적용하고, RainNet 모델 및 외삽 기반의 이류모델을 이용하여 예측정확도 개선 정도를 평가하였다. 또한 신경망 기반 모델 학습과정에서의 불확실성을 개선하기 위해 단일 모델뿐만 아니라 10개의 앙상블 모델로 학습을 수행하였다. 학습된 신경망 강우예측모델은 현재를 기준으로 과거 30분 전까지의 연속된 4개의 자료를 이용하여 10분 선행 예측자료를 생성하는데 최적화되었다. 최적화된 딥러닝 강우예측모델을 이용하여 강우예측을 수행한 결과, ConvLSTM2D U-Net을 사용하였을 때 예측 오차의 크기가 가장 작고, 강우 이동 위치를 상대적으로 정확히 구현하였다. 특히, 앙상블 ConvLSTM2D U-Net이 타 예측모델에 비해 높은 CSI와 낮은 MAE를 보이며, 상대적으로 정확하게 강우를 예측하였으며, 좁은 오차범위로 안정적인 예측성능을 보여주었다. 다만, 특정 지점만을 대상으로 한 예측성능은 전체 강우 영역에 대한 예측성능에 비해 낮게 나타나, 상세한 영역의 강우예측에 대한 딥러닝 강우예측모델의 한계도 확인하였다. 본 연구를 통해 시간의 변화를 고려하기 위한 ConvLSTM2D U-Net 신경망 구조가 예측정확도를 높일 수 있었으나, 여전히 강한 강우영역이나 상세한 강우예측에는 공간 평활로 인한 합성곱 신경망 모델의 한계가 있음을 확인하였다.
본 연구는 2013년부터 2019년까지 최근 7년간 가장 안정적인 관객동원력이 검증된 127인의 유력 제작자와 감독, 배우를 선별하고, 이들 간의 네트워크를 사회연결망 분석(SNA)을 통해 조망하였다. 또한 1998년부터 2012년까지에 흥행작 대상으로 진행된 선행 연구 결과와의 비교를 통해 변화 추이에 대해서도 설명하였다. 최근 7년간 최상위 관객동원력을 보여준 제작자는 강혜정, 장원석, 이유진, 한재덕이었고, 감독으로는 봉준호, 김용화, 류승완이 선정되었다. 배우의 경우 송강호, 하정우, 황정민이 안정적인 관객동원력을 확인받았다. 한편 127인의 유력 영화인들이 형성한 관계망을 근접 중심성, 연결 중심성, 위세 중심성, 매개 중심성을 통해 분석한 결과, 제작자로는 한재덕, 장원석, 배우로는 조진웅, 마동석, 황정민을 주축으로 한 강력한 소그룹 네트워크가 발견되었다. A급 스타 배우가 상대적으로 매우 부족한 국내 영화 제작 현실을 고려하면 이러한 편향된 네트워크로 인한 긍정적인 측면 못지않게 다양성 훼손 등의 부작용도 있을 수 있기에 경계가 필요하다. 본 연구는 그 동안의 국내 영화 흥행 요인 연구에서 논의된 적이 없는 제작자의 포지션을 연결망에 포함하여 분석했으며, 흥행작 도출에 있어 단순히 동원 관객 수에 의존하지 않고 실질적인 손익분기점 도달 여부를 확인함으로써 정확한 흥행작과 유력 영화인을 선정했다는 데에서 의미를 지닌다. 그러나 관계망에서 매니지먼트사의 위치와 역할을 제시하지 않았다는 점에서 한계를 남겼기에 이에 대한 후속 논의가 필요하다.
본 논문에서는 소속 함수와 신경망을 이용한 유전자 발현 정보의 분류 기법을 제안한다. 유전자 발현은 유전자가 mRNA와 생체의 기능을 일으키게 하는 단백질을 만들어내는 과정이다. 유전자 발현에 대한 정보는 유전자의 기능을 밝히고 유전자간의 상관 관계를 알아내는데 중요한 역할을 한다. 이러한 유전자 발현 연구를 위한 정보를 대량으로 신속하게 얻을 수 있는 도구가 DNA 칩이다. DNA 칩으로 얻은 수백$\~$수천개의 데이터는 그 데이터만으로는 의미를 갖지 못한다. 따라서 유전자 발현정도에 따라 수치적으로 획득된 데이터에서 의미적인 특성을 찾아내기 위해서는 클러스터링 방법이 필요하다. 본 논문에서는 수많은 유전자 데이터 중에서 주요 정보를 포함한 것으로 판단되는 유전자 데이터를 피셔 기준에 의하여 선택한다. 이때 선택된 데이터들이 클러스터링에 효과적인 데이터라고 보장할 수 없으므로, 클러스터링 성능을 저해하는 유전자 데이터의 영향력을 감소시키기 위해서 소속 함수를 이용하여 특징값을 계산하고, 계산된 특징값으로 얻은 특징 벡터들을 적용하여 역전파 신경망 학습을 수행한다. 본 논문에서 제안한 유전자 발현 정보의 분류 결과로 얻은 클러스터링의 성능은 기존의 연구 결과와 비교했을 때 다양한 유전자 데이터에 대하여 향상된 인식율을 보이는 것을 확인할 수 있었다.
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.