본 연구논문은 북부아프리카의 알제리에 위치한 하천유역에서 다중선행일 유출량의 예측을 위하여 진화적 최적화기법과 k-fold 교차검증을 결합한 세 개의 서로 다른 기계학습 접근법 (인공신경망, 적응 뉴로퍼지 시스템, 그리고 웨이블릿 기반 신경망)을 개발하고 적용하는 것이다. 인공신경망과 적응 뉴로퍼지 시스템은 root mean squared error (RMSE), Nash-Sutcliffe efficiency (NSE), correlation coefficient (R), 그리고 peak flow criteria (PFC) 의 네 개의 통계지표를 기반으로 하여 모형의 훈련 및 테스팅 결과 유사한 모형수행결과를 나타내었다. 웨이블릿 기반 신경망모형은 하루선행일 테스팅의 결과 RMSE = 8.590 ㎥/sec 과 PFC = 0.252로 분석되어서 인공신경망의 RMSE = 19.120 ㎥/sec, PFC = 0.446 과 적응 뉴로퍼지 시스템의 RMSE = 18.520 ㎥/sec, PFC = 0.444 보다 양호한 결과를 나타내었고, NSE와 R의 값도 웨이블릿 기반 신경망모형이 우수한 것으로 나타났다. 그러므로 웨이블릿 기반 신경망은 알제리 세이보스 하천에서 다중선행일의 예측을 위하여 효율적인 도구로 사용할 수 있다.
본 연구에서는 최근 개발된 화음 탐색법을 이용해 교통망 통행배정 모형의 통행비용 함수의 하나인 BPR 함수의 계수들을 추정하였다. 기존 연구에서는 교통량과 통행시간 자료를 실측해 이를 통계적으로 분석해 계수를 추정하는 방법과 관측교통량과 통행배정 교통량을 일치시키는 계수값을 찾는 것을 목표로 통행배정 모형과 최적화 기법을 결합시킨 방법을 이용하여왔다. 이중 대형 교통망의 계수 정산에 자주 이용되어온 최적화 기법은 관측 통행패턴을 최대한 근접하게 재현하는 계수를 추정할 수 있다는 장점이 있으나 그 수학적 성질과 추정 계수값에 대한 수학적 검토가 충분히 이루어지지 못했다. 본 연구에서는 이러한 문제 인식아래 최근 개발된 전역 탐색 기법인 화음탐색법 기반의 교통망 비용함수 정산 방법을 개발하였다. 화음탐색법은 2000년대 초반 개발된 이후 다양한 분야에서 기존에 사용되던 전역탐색기법들에 비해 우수한 성질을 입증하여 왔으나 교통분야에는 그 적용 예가 거의 없었다. 본 연구는 화음탐색법의 개념을 설명하고 이를 이용해 개발된 정산 알고리즘을 기존 연구에서 사용된 점진증가법 및 황금율법과 성능 비교하였다. 화음탐색법 기반 정산기법은 기존 기법들에 비해 관측 통행패턴을 보다 근접하게 재현할 수 있는 비용함수 계수값들을 찾을 수 있는 것으로 나타났다. 또, 관측 교통량 기반 계수추정법은 BPR식의 ${\beta}$값 추정에는 적합하지만 초기속도나 ${\alpha}$값 정산을 위해서는 통행 속도나 시간과 같은 추가 자료가 필요한 것으로 판단된다.
본 연구는 한우의 도체형질들에 대한 유전적 변이를 분석방법에 따라 어떠한 차이가 있는지를 알아보고자 한우 후대검정자료를 이용하여 분석하였다. 분석에 이용된 도체성적 관련 자료는 가축개량사업소와 한우개량단지에서 1996 년부터 2001 년까지 태어난 후대검정우 1526두로부터 조사었다. 한우에 있어서 주요 개량형질인 육량과 육질에 영향하는 도체중, 도체율,배최장근단면적, 등지방두께, 근내지방도를 대상으로 유전력과 유전상관을 추정하였다. 유전모수 추정에 있어서 REML 분석법과 Bayesian추론방법으로써 Gibbs Sampling 분석법을 사용하였는데 각각의 모수들에 대한 Gibbs Sampler는 100,000회 실시하였고 초기 1,000회는 모수의 사후분포에 대한 부정확성으로 간주하여 모수의 사후분포특성 규명에서 제외하였다. 각각의 형질들에 대한 유전변이는 이러한 두 가지 분석방법을 상호 비교 함으로써 최적의 통계분석 방법을 모색하였다. 도체형질에 대한 유전력 추정은 REML 방법을 통한 추정에서는 근내지방도가 0.51로 고도의 유전력을 보였고, 도체율이 0.25로 중도의 유전력이 추정되었다. Gibbs Sampling 방법을통한 추정에서도 근내지방도가 0.54로 고도의 유전력을 도체율에서 0.25로 중도의 유전력을 보였다. REML 분석방법과 Gibbs Sampling 분석방법에서의 유전력은 다소 큰 차이는 보이지 않았으나, 대체로 Gibbs Sampling 방법으로 분석한 유전력 추정치가 높게 추정되었다. 그리고, 유전상관분석에서는 REML 방법을 통한 분석에서 도체중과 배최장근단면적에서 0.651 로 높은 정의 유전상관을 나타내었고, 배최장근단면적과 등지방두께에서 -0.139로 부의 유천상관을 나타내었다. Gibbs Sampling 방법에서는 도체중과 도체율, 배최장근단면적에서 각각 0.814, 0.695으로 높은 정의 상관을 나타내었고, 배최장근단면적과 등지방두께에서 -0.126으로 부의상관을 나타내었다. Gibbs Sampling방법을 통한 분석에서 특정 형질간 유전상관이 높게 나타났으며, 다소 큰 차이를 보이지 않았다. REML 분석방법과 Bayesian Inference를 바탕으로 한 Gibbs Sampling 분석에서 모수 추정은 큰 차이를 보이지 않았다. 따라서 방대한 현장정보를 활용하여 보다 정확한 모수 추정을 수행하기 위해서는 분석모형에 대한 계수행렬의 역행렬 계산을 통한 REML 방법의 한계성을 극복할 수 있는 방법으로써 Gibbs Sampling 분석 방법이 가능할 것으로 사료된다.
RAPD와 ITS 염기서열 분석을 통하여 $Ligularia$ 속 식물 5종류의 유연관계를 밝혔다. RAPD 분석에서는 총 196개의 random primer를 사용하여 밴드수가 많고 선명한 63개의 primer를 선발하였다. 다형성을 나타낸 밴드는 141개(31.8%)이었으며, 증폭된 크기는 0.2-1.6kb로 다양하였다. 유집 분석 결과, 유사도 값은 0.54-0.95의 범위로 나타났고, 0.77을 기준으로 크게 5그룹으로 나누었다. ITS 영역의 염기서열 분석 결과, ITS 1과 ITS 2 지역은 각각 248-256bp와, 220-222bp로 구성되어 있으며, 5.8S 부분은 164bp로 나타났다. ITS 1과 ITS 2 지역의 총 478개의 염기 중 49(10.2%)군데에서 변이가 있었으며, 구아닌(G)과 시토신(C)의 비율은 ITS 1 지역에서 49.4%, ITS 2에서는 53.5%로 나타났다. 염기서열 분석결과 5종류는 단계통을 형성하였으며, 갯취는 군외군으로 부터 가장 먼저 분계조를 형성하였다. 한대리곰취와 어리곤달비는 79%의 지지율을 가지고 유집되었으며, 곰취와 곤달비도 함께 유집되었지만 지지도는 52%로 낮았다. 이상의 결과에서 두 데이터는 일치하는 결과를 보였지만 한 대리 곰취의 분류학적 위치는 RAPD와 ITS 분석결과가 일치하지 않았다.
2007년 한․미 FTA 협상 체결로 미국산 쇠고기 수입이 재개된 현재 육질과 가격면에서 우수한 수입육이 늘어나고 있는 상황에서 한우의 경쟁력강화를 위해 많은 노력이 이루어지고 있다. 한우개량농가는 송아지 생산량의 빠른 증가와 송아지 폐사율의 감소로 사육기술이 향상되어지고 있으며, 1993년 이후부터 한우 경쟁력강화를 위해 육질개량에 중점을 두고 거세를 통한 장기 비육으로 1등급이상의 출현율이 점차 증가하는 추세를 보이고 있다. 소비자의 식육패턴도 양적인 측면에서 질적인 측면으로 변화하고 있다. 고급육의 생산은 품종(Course 등, 1989), 성별, 연령(Hunsley 등, 1971) 등에 의하여 결정될 수가 있다. 한우 도체형질에 관한 연구는 국내에서도 최근 박과 박(2002)과 노 등(2004)이 연구 보고하였으나 이는 후대검정우와 후대축들의 도체형질에 관한 연구였으며, 일반 한우 사육농가의 도체형질에 관한 연구는 이루어 지지 않고 있다. 환경효과의 경우 대부분의 연구가 출생년도-계절, 출생지역의 효과를 추정하였으며, 도축년도, 도축계절, 도축지역에 관한 연구는 이루어 지지 않고 있다. 본 연구에서는 일반 한우사육농가에서 출하하여 도축한 축산물등급판정소의 등급판정결과를 이용하여 도축년도, 도축계절, 성, 도축지역이 도체형질에 어떠한 영향을 미치는지 추정하고, 도체형질에 대해 REML(Restricted Maximum Likelihood) 방법으로 유전력 및 유전모수를 추정하여 일반 한우사육농가에서 출하한 개체의 도체형질에 관해 알아봄으로써 후대검정우나 후대축이 아닌 우리나라 전체 도축우에 대한 기초자료를 제공하고자 한다.
본 연구에서는 전복의 성장형질에 대한 가계변이를 비교분석하기 위한 목적으로 2011년에 생산된 선발 3세대 북방전복 5,334마리에 대한 18개월령 성장형질인 각장, 각폭 및 중량의 전체 계측자료를 이용하여 유전모수와 육종가를 추정하였으며, 그 중 개체수가 많은 상위 10가계의 865마리 대한 가계변이를 조사하였다. 가계효과를 추정하기 위해 개체모형에 근거한 선형모형을 이용하였고, 유전모수 및 육종가는 생산시기를 고정 효과로 처리하고, EM-REML algorithm을 전산 프로그램화한 REMLF90을 이용하여 최적선형불편예측법에 의해 추정하였다. 본 연구에서 조사된 18개월령 북방전복의 표현형에 있어 각장, 각폭 및 중량의 전체평균은 각각 54.5 mm, 36.8 mm 및 21.3 g로 나타났고, 중량의 변이계수가 51.0%로 나타나 각장의 21.1% 및 각폭의 20.7% 보다 자료의 변동성이 크게 나타났다. 개체수가 많은 상위 10가계를 대상으로 각장과 중량의 관계를 산점도로 표시한 결과 상관관계식이 TW = $0.0002SL^{2.8796}$ ($R^2$ = 0.9864) 과 같이 지수곡선식으로 추정되었다. 가계효과에 있어서는 각 가계별로 유의적인 차이를 보였으며 (p < 0.05), 각장, 각폭 및 중량의 유전력은 각각 0.370, 0.382 및 0.367로 중도의 유전력을 보여 개체선발 보다는 가계선발이 유리할 것으로 사료된다. 또한 각 형질 간 상관계수는 매우 높은 정의 상관관계를 보여 한 형질만의 개량으로 다른 형질의 개량효과를 기대할 수 있을 것으로 판단된다. 추정된 각장 및 중량의 육종가를 토대로 개체수가 많은 상위 10가계에 대한 각 개체별 분포와 순위를 조사하기 위해 표준화육종가로 변환하여 이용하였으며, 각장을 기준으로 상위 5.4%의 개체 수는 152마리, 하위 5.4%의 개체 수는 8마리로 조사되었고, 중량의 경우 상위 5.4%의 개체 수는 164마리, 하위 5.4%의 개체 수는 1마리로 조사되었다. 이와 같이 가계간의 표현형 및 유전적인 다양한 변이를 확인 할 수 있었고, 다음 세대 생산을 위한 모집단의 유전모수와 육종가를 추정하여 선발과 교배에 적절히 이용한다면 보다 나은 육종효과를 기대할 수 있을 것으로 사료된다.
In this rarer, we introduce a new Fuzzy Polynomial Neural Networks (FPNNs)-like structure whose neuron is based on the Fuzzy Set-based Fuzzy Inference System (FS-FIS) and is different from that of FPNNs based on the Fuzzy relation-based Fuzzy Inference System (FR-FIS) and discuss the ability of the new FPNNs-like structurenamed Fuzzy Set-based Polynomial Neural Networks (FSPNN). The premise parts of their fuzzy rules are not identical, while the consequent parts of the both Networks (such as FPNN and FSPNN) are identical. This difference results from the angle of a viewpoint of partition of input space of system. In other word, from a point of view of FS-FIS, the input variables are mutually independent under input space of system, while from a viewpoint of FR-FIS they are related each other. In considering the structures of FPNN-like networks such as FPNN and FSPNN, they are almost similar. Therefore they have the same shortcomings as well as the same virtues on structural side. The proposed design procedure for networks' architecture involves the selection of appropriate nodes with specific local characteristics such as the number of input variables, the order of the polynomial that is constant, linear, quadratic, or modified quadratic functions being viewed as the consequent part of fuzzy rules, and a collection of the specific subset of input variables. On the parameter optimization phase, we adopt Information Granulation (IG) based on HCM clustering algorithm and a standard least square method-based learning. Through the consecutive process of such structural and parametric optimization, an optimized and flexible fuzzy neural network is generated in a dynamic fashion. To evaluate the performance of the genetically optimized FSPNN (gFSPNN), the model is experimented with using gas furnace process dataset.
Bridge hangers, such as those in suspension and cable-stayed bridges, suffer from cumulative fatigue damage caused by dynamic loads (e.g., cyclic traffic and wind loads) in their service condition. Thus, the identification of damage to hangers is important in preserving the service life of the bridge structure. This study develops a new method for condition assessment of bridge hangers. The tension force of the bridge and the damages in the element level can be identified using the Bayesian optimization method. To improve the number of observed data, the additional mass method is combined the Bayesian optimization method. Numerical studies are presented to verify the accuracy and efficiency of the proposed method. The influence of different acquisition functions, which include expected improvement (EI), probability-of-improvement (PI), lower confidence bound (LCB), and expected improvement per second (EIPC), on the identification of damage to the bridge hanger is studied. Results show that the errors identified by the EI acquisition function are smaller than those identified by the other acquisition functions. The identification of the damage to the bridge hanger with various types of boundary conditions and different levels of measurement noise are also studied. Results show that both the severity of the damage and the tension force can be identified via the proposed method, thereby verifying the robustness of the proposed method. Compared to the genetic algorithm (GA), particle swarm optimization (PSO), and nonlinear least-square method (NLS), the Bayesian optimization (BO) performs best in identifying the structural damage and tension force.
우리나라 젖소 종모우의 국가단위 종축평가방법의 일환으로 이용되고 있는 산유형질 및 체세포지수의 305일 보정에 의한 유전평가 방법론에 대한 대안을 제시하기 위한 사전 연구의 일환으로써 검정일 기록을 이용하여 공변량 함수를 활용한 검정일 임의회귀모형에 대한 효율성을 검정하고 각 산유형질에 대한 비유일수별 유전적 변이를 추정하여 제시하고자 본 연구를 수행하였다. 본 연구에 이용된 자료는 농협중앙회에서 수행하고 있는 젖소 산유능력 검정사업에서 조사된 산유능력 검정기록과 한국종축개량협회에서 조사된 개체별 혈통자료를 이용하여 분석을 실시하였다. 분석에 이용된 자료는 혈통이 알려진 1산차 개체로써 검정일별 축군당 3기록 이상을 갖고 부모가 모두 알려진 개체만을 이용하였으며 한 유기동안에 개체별 7회 이상의 기록을 갖는 개체만을 선별하였다. 또한 자료분석의 효율성을 기하기 위하여 측정자료의 이상치는 제외하였으며 축군들간의 혈연적으로 연결되지 않은 축군 자료는 제외하였다. 분석모형은 단형질 개체모형으로써 검정년도-월-연령의 효과를 고정효과 공변량모형으로 적합시켰고 개체별 상가적 유전효과 및 영구환경효과를 개체내 검정일에 대한 임의 공변량 효과로 적합하여 모형을 설정, 유전분석을 실시하였다. 여기서 사용된 공변량은 검정일에 대하여 1차항 및 2차항을 포함하는 다항 공변량 함수를 활용하였다. 분석결과 유량에 대한 검정일별 유전력은 0.13~0.29으로 추정되었으며 검정일별 변이가 큰 것으로 추정되었다. 반면에 유지방율에 대한 유전력은 0.09~0.11으로 비교적 낮게 추정되었으며 유단백율에 대한 유전력은 0.12~0.19으로 추정되었다. 무지고형분율에 대한 유전력은 0.17~0.23으로 추정되었으며 체세포지수에 대한 유전력은 0.02~0.04으로 아주 낮게 추정되었다. 유량에 대한 유전적 변이가 비유일별로 다소 크게 추정되어 비유일에 따른 잔차 변이의 이질성(Heterogeneosity)이 클 것으로 사료되었으며 이러한 효과를 고려한 모형개발에 대한 연구가 필요할 것으로 사료되었으며 또한 다산차 기록을 활용한 분석 등에 대한 연구가 필요할 것으로 사료되었다. 국가단위 종축평가에 적합하기 위한 모형제시를 위해서는 본 분석에서 활용한 모형을 확장하여 분석된 종모우별 유전능력과 305d 사전 보정에 의한 평가에서의 순위와의 비교 연구가 선행되어야 할 것으로 사료되었다.
본 논문에서는 학습기법을 사용하지 않고 패턴분류의 성능을 최대화하면서 규칙의 수를 줄일 수 있는 통계적 정보기반 계층적 퍼지-러프 분류방법을 제안한다. 제안된 방법에서 통계적 정보는 계층적 퍼지-러프 분류 시스템에서 각 계층의 입력부 퍼지집합의 분할 구간을 추출하기 위해서 사용되었고, 러프집합은 통계적 정보로부터 추출된 분할 구간들과 연관된 퍼지 if-then 규칙의 수를 최소화하기 위해서 사용되었다. 제안된 방법의 효과성을 보이기 위해 Fisher의 IRIS 데이터를 사용한 기존 패턴분류 방법의 분류 정확도와 규칙들의 수를 비교하였다. 그 결과, 제안된 방법은 기존 방법들의 분류 성능과 유사함을 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.