본 연구는 국가측정망(에어코리아)에서 제공하는 2017년, 2019년 및 2020년도 대기질확정 데이터를 이용하여 Deep Neural Network(DNN) 모델을 학습하고, 2016년과 2018년도 데이터를 이용하여 학습된 모델을 평가·검증하였다. 피어슨 상관계수 0.2를 기준으로 SO2, CO, NO2, PM10 항목을 독립변수로 하여 초기 모델링을 진행하였고, 예측의 정확도를 높이기 위한 방법으로 시계열적 요소를 반영한 월별 모델링(개선모델)을 진행하여 초기모델과 비교·분석하였다. 분석에 사용한 지표는 RMSE(Root mean square error) 방법으로 오차를 계산하였으며, 예측 결과 초기모델의 RMSE값은 5.78로 국가측정망의 예측이동 평균모델의 결과(10.77)와 비교하여 초기모델에서 약 46% 오차가 감소하였다. 또한, 개선모델의 경우, 초기모델 대비 11월 모델을 제외한 모든 월별모델에서 정확도 향상이 있었다. 따라서, 본 연구에서는 DNN 모델링이 PM2.5 농도 예측에 효과적인 방법임을 제안할 수 있었으며, 향후 추가적인 독립변수 선정 및 시계열 요소를 고려한 방법으로 모델의 정확도 개선 가능성을 확인할 수 있었다.
연구목적:이력형 댐퍼에 하중이 작용할 때 편심에 의해서 부재가 면외 방향으로 거동하는 것을 방지하여 응력-변형율 곡선의 불규칙성을 개선하고 감쇠효과의 계산 시 정확성을 기하고자 하는 것이 본 연구의 목적이다. 연구방법:본 연구에서 사용하는 강재 스트립의 제원은 동일하게 하되 각각의 댐퍼를 구성할 스트립의 곡률은 다르게 한다. 곡률이 다른 각각의 강재 스트립을 댐퍼 1개당 3개씩 정삼각형으로 배치하여 곡률이 다른 5개의 댐퍼를 제작한 후 반복하중 실험을 수행하고, 에너지 소산량을 계산하여 댐퍼의 감쇠성능을 측정하였다. 연구결과: 시험 결과, 댐퍼 중에서 초기곡률이 조금이라도 있는 경우는 없는 경우보다 에너지 소산량은 상당히 감소하지만, 곡률의 크기에 따른 에너지 소산량의 변화는 크지 않으며, 곡률의 유무가 중요한 변수로 사료된다. 결론:댐퍼를 적용한 해석적 검토에서 주기는 T=0.3sec에서 T=0.536sec로 약 78.7% 정도 장주기화 되었고, 응답 스펙트럼 가속도는 Sa=0.54g에서 Sa =0.229g로 줄었으므로 댐퍼의 감쇠효과는 충분히 존재한다.
본 논문에서는 tree-ring width 지표자료, 태양흑점수, 남방진동지수(SOI) 및 지구온도 아노말리 자료와의 비교를 통하여 서울지점 측우기 강우량 자료의 정확도를 가늠해 보았다. 그리고 한반도 인근지역의 tree-ring width 지표자료와의 비교를 통하여 과거 동북아시아 기후변화 상관성과 변화특성을 파악해 보았다. 분석 결과 측우기 강우량 자료는 다른 비교분석 대상 자료들과 경향성과 변화심도가 매우 잘 일치하고 있어 상당한 신뢰성을 가지고 있음이 확인되었다. 그리고 한반도 주변 6개 지점의 tree-ring width 지표자료와의 비교분석결과, 장기적으로 동북아시아 기후는 시공간적으로 밀접한 상관을 가지고 변화하고 있으며 그 변화에는 장주기적인 재현성이 존재한다는 점을 알 수 있었다. 그러나 1960년 이후의 기후변화 특성은 통계적인 거동특성이나 변화폭이 과거의 재현사상의 한계를 넘지는 않으나 과거와는 다른 경향성과 불규칙성을 보여주고 있으며 재현주기도 짧아지고 있어 과거와는 다르게 나타나는 것으로 분석되었다. 과거자료에 근거한 본 연구의 결과는 동북아시아 기후변화 장기 예측에 있어 유용하게 이용될 수 있을 것으로 판단된다.
Li Zhu;Ray Kai-Leung Su;Wei Liu;Tian-Nan Han;Chao Chen
Steel and Composite Structures
/
제48권2호
/
pp.207-233
/
2023
Steel-concrete composite box girder bridges are widely used in the construction of highway and railway bridges both domestically and abroad due to their advantages of being light weight and having a large spanning ability and very large torsional rigidity. Composite box girder bridges exhibit the effects of shear lag, restrained torsion, distortion and interface bidirectional slip under various loads during operation. As one of the most commonly used calculation tools in bridge engineering analysis, one-dimensional models offer the advantages of high calculation efficiency and strong stability. Currently, research on the one-dimensional model of composite beams mainly focuses on simulating interface longitudinal slip and the shear lag effect. There are relatively few studies on the one-dimensional model which can consider the effects of restrained torsion, distortion and interface transverse slip. Additionally, there are few studies on vehicle-bridge integrated systems where a one-dimensional model is used as a tool that only considers the calculations of natural frequency, mode and moving load conditions to study the dynamic response of composite beams. Some scholars have established a dynamic analysis model of a coupled composite beam bridge-train system, but where the composite beam is only simulated using a Euler beam or Timoshenko beam. As a result, it is impossible to comprehensively consider multiple complex force effects, such as shear lag, restrained torsion, distortion and interface bidirectional slip of composite beams. In this paper, a 27 DOF vehicle rigid body model is used to simulate train operation. A two-node 26 DOF finite beam element with composed box beams considering the effects of shear lag, restrained torsion, distortion and interface bidirectional slip is proposed. The dynamic analysis model of the coupled composite box girder bridge-train system is constructed based on the wheel-rail contact relationship of vertical close-fitting and lateral linear creeping slip. Furthermore, the accuracy of the dynamic analysis model is verified via the measured dynamic response data of a practical composite box girder bridge. Finally, the dynamic analysis model is applied in order to study the influence of various mechanical effects on the dynamic performance of the vehicle-bridge system.
최근 제조업에서의 디지털 전환이 가속화되고 있다. 이에 따라 사물인터넷(internet of things: IoT) 기반으로 현장 데이터를 수집하는 기술의 중요성이 증대되고 있다. 이러한 접근법들은 주로 각종 센서와 통신 기술을 활용하여 특정 제조 데이터를 확보하는 것에 초점을 맞춘다. 현장 데이터 수집의 채널을 확장하기 위해 본 연구는 비전(vision) 인공지능 기반으로 제조 데이터를 자동 수집하는 방법을 제안한다. 이는 실시간 영상 정보를 객체 탐지 및 추적 기술로 분석하고, 필요한 제조 데이터를 확보하는 것이다. 연구진은 객체 탐지 및 추적 알고리즘으로 YOLO(You Only Look Once)와 딥소트(DeepSORT)를 적용하여 프레임별 객체의 움직임 정보를 수집한다. 이후, 움직임 정보는 후보정을 통해 두 가지 제조 데이터(생산 실적, 생산 시간)로 변환된다. 딥러닝을 위한 학습 데이터를 확보하기 위해 동적으로 움직이는 공장 모형이 제작되었다. 또한, 실시간 영상 정보가 제조 데이터로 자동 변환되어 데이터베이스에 저장되는 상황을 재현하기 위해 운영 시나리오를 수립하였다. 운영 시나리오는 6개의 설비로 구성된 흐름 생산 공정(flow-shop)을 가정한다. 운영 시나리오에 따른 제조 데이터를 수집한 결과 96.3%의 정확도를 보였다.
현대사회에서 시각장애인들은 도보, 승강기, 횡단보도 등 일반적인 환경에서 보행을 하는데 어려움이 있다. 시각장애인의 불편 해소를 위한 연구로 영상이나 음성을 이용한 연구가 있으며, 이런 연구는 고비용의 웨어러블 장치, 고성능 CCTV, 음성 센서 등을 사용하여 실생활에 적용하는 데는 한계가 있다. 본 논문에서 시각장애인이 보행 중에 안전한 이동을 위해서 스마트폰에 포함된 저비용의 영상 센서를 활용하여 주변 도보 공간을 인지하는 인공지능 융합 알고리즘을 제안한다. 제안된 알고리즘은 이동 중인 사람 탐지를 위해서 모션 캡처 알고리즘과 장애물 탐지를 위한 객체 탐지 알고리즘을 융합하여 개발하였다. 모션 캡처 알고리즘으로 mediapipe을 사용하여 이동 중에 있는 주변 보행자들을 모델링 및 탐지하였다. 객체 탐지 알고리즘을 사용했으며 도보 중에 발생하는 다양한 장애물을 모델링 하였다. 실험을 통하여 인공지능 융합 알고리즘을 검증했으며, 정확도 0.92, 정밀도 0.91, 재현율 0.99. F1 score 0.95로 결과를 얻어서 알고리즘의 성능을 확인하였다. 본 연구로 보행 중에 발생하는 볼라드, 공유 킥보드, 자동차 등의 주변 장애물 및 이동 중인 보행자 회피하여 시각장애인들의 통행에 도움을 줄 수 있다.
본 연구는 딥러닝 모델 중 VGG-16 및 ResNet50 모델을 활용하여 전시 정원의 유사성 평가 방법을 제시하는 것에 목적이 있다. VGG-16과 ResNet50 모델을 기반으로 전시 정원 유사성 판단을 위한 모형을 개발하였고, 이를 DRG(deep recognition of similarity in show garden design)모형이라 한다. 평가를 위한 방법으로 GAP와 피어슨 상관계수를 활용한 알고리즘을 사용하여 모형을 구축하고 1순위(Top1), 3순위(Top3), 5순위(Top5)에서 원본 이미지와 유사한 이미지를 도출하는 총 개수 비교로 유사성의 정확도를 분석하였다. DRG 모형에 활용된 이미지 데이터는 국외 쇼몽가든페스티벌 전시 정원 총 278개 작품과 국내 정원박람회인 서울정원박람회 27개 작품 및 코리아가든쇼 전시정원 이미지 17개 작품이다. DRG모형을 활용하여 동일 집단과 타 집단간의 이미지 분석을 진행하였고, 이를 기반으로 전시 정원 유사성의 가이드라인을 제시하였다. 첫째, 전체 이미지 유사성 분석은 ResNet50 모델을 기반으로 하여 데이터 증강 기법을 적용하는 것이 유사성 도출에 적합하였다. 둘째, 내부 구조와 외곽형태에 중점을 둔 이미지 분석에서는 형태에 집중하기 위한 일정한 크기의 필터(16cm × 16cm)를 적용하여 이미지를 생성하고 VGG-16 모델을 적용하여 유사성을 비교하는 방법이 효과적임을 알 수 있었다. 이때, 이미지 크기는 448 × 448 픽셀이 효과적이며, 유채색의 원본 이미지를 기본으로 설정함을 제안하였다. 이러한 연구 결과를 토대로 전시 정원 유사성 판단에 대한 정량적 방법을 제안하고, 향후 다양한 분야와의 융합 연구를 통해 정원 문화의 지속적인 발전에 기여할 것으로 기대한다.
목 적: 호흡동조 시스템을 이용한 양성자치료 시 생성되는 양성자빔을 측정하고 분석함으로써 호흡동조 양성자치료의 정확성을 검증하고자 한다. 대상 및 방법: 호흡동조 양성자치료를 실시한 환자 세 명의 치료계획을 이용하여 양성자 치료 시스템에서 양성자빔을 생성했다. 이때 자체 제작한 구동 팬톰을 사용하여 호흡동조 시스템을 적용해 분할 조사되는 양성자빔을 재현하였다. 양성자빔의 중요특성인 Range, Spread-Out Bragg Peak (SOBP), Output factor를 각 5회씩 측정하였으며 호흡동조 시스템을 적용하지 않은 연속 양성자빔에서도 동일한 항목들을 측정했다. Range와 SOBP 측정에는 Multi-Layer Ionization Chamber, Output factor 측정에는 Scanditronix Wellhofer와 Farmer chamber를 사용했다. 결 과: 호흡동조 시스템을 적용한 경우 세 환자의 평균 Range는 7.226, 12.216, 19.918 $g/cm^2$, SOBP는 4.950, 6.496, 8.486 $g/cm^2$, Output factor는 0.985, 1.026, 1.138 cGy/MU였으며, 적용하지 않은 경우 평균 Range는 7.230, 12.220, 19.920 $g/cm^2$, SOBP는 4.940, 6.512, 8.490 $g/cm^2$, Output factor는 0.984, 1.027, 1.136 cGy/MU로 측정됐다. 평균 Range의 차는 -0.004, -0.004, -0.002 $g/cm^2$, SOBP는 0.010, -0.016, -0.004 $g/cm^2$, Output factor는 0.001, -0.001, 0.002 cGy/MU로 나타났다. 결 론: 호흡동조 양성자치료 시 분할 조사된 양성자빔과 연속 조사된 양성자빔의 Range, SOBP 및 Output factor 모두 차이가 미미했다. 따라서 본 연구를 통해 호흡동조 시 발생된 양성자빔의 선질을 검증하였고 이를 이용한 양성자치료의 정확성 또한 확인할 수 있었다.
본 논문에서는 제도적으로 운영 중인 터널내 CCTV들로부터 실시간으로 들어오는 영상들을 최신 딥러닝 알고리즘을 이용, 학습시켜 다양한 조건의 터널환경에서 돌발 상황을 감지하고 그 돌발 상황의 종류들을 분류해 내는 시스템 개발을 위한 사전검토 연구를 수행하였다. 사전검토 연구를 위해, 2개의 도로현장의 교통류 CCTV영상 일부를 이용하여 가용한 전통적인 영상처리기법으로 영상내부로 집입하는 차량을 감지하고, 이동경로를 추적하여 일정 시간간격의 이동 차량의 좌표와 시간정보를 추출하고 학습자료를 구성하였다. 각 차량의 이동정보는 차선변경, 정차 등 6가지의 이벤트 정보와 연계된다. 차량 이동정보와 이벤트로 구성된 학습자료는 레질리언스(resilience) 기계학습 알고리즘을 이용하여 학습하였다. 2개의 은닉층을 설정하고, 각 은닉층의 노드수에 대한 9개의 은닉구조 모델을 설정하여 매개변수 연구를 수행하였다. 본 사전검토의 경우에는 첫 번째, 두 번째 은닉층 노드수가 각각 300개와 150개로 설정된 모델이 합리적으로 가장 추론정확도가 높은 것으로 평가되었다. 이로부터 일반화되기 매우 힘든 복잡한 교통류 상황을 기계학습을 이용하여 어떠한 사전 규칙설정 없이도 교통류의 특징들을 정확히 자동으로 감지할 수 있는 가능성을 보였다. 본 시스템은 시스템의 운용을 통해 지속적으로 교통류 영상과 이벤트 정보가 늘어난다면, 자동으로 그 시스템의 인지능력과 정확도가 자동으로 향상되는 효과도 기대할 수 있다.
목 적: 온보드 영상장치(OBI) 및 콘빔 CT (CBCT)를 이용하면 치료실에 위치한 환자의 자세 및 위치와 모의치료(SIMULATION) 시점의 환자의 자세 및 위치를 비교할 수 있다. Detected offsets은 실제로 적용된 인체팬톰(Rando phantom) 위치의 오차와 비교되어 진다. 이후, 인체 팬톰은 detected 오차에 근거하여 couch를 움직여 위치선정 되었다. 또한 인체팬톰 위치 결정의 실측값과 이론값 오차값들을 비교하였으며, OBI를 사용하고 있는 KV X선영상의 2D와 CBCT의 3D 타켓 위치 정확성 평가하고자 한다. 대상 및 방법: 신체 내부 구조가 모사된 팬톰(The Rando Phantom, Alderson Resarch Laboratories Inc. Stamford. CT, USA)을 사용하여 실제방사선 치료와 동일한 과정을 따라 모의치료(SIMULATION) 및 치료계획(RTP)을 시행한 후 치료 데이블 위에 인체 팬톰을 셋업한다. 정확히 위치가 재현된다고 가정되는 인체팬톰에 대해 3가지 방법으로 실험을 했는데 X, Y, Z축의 변화에 따라 셋업 오차를 측정했고 각각의 실험은 10회씩 반복되어 오차의 표준 편차를 구했다. DigiPas DWL-80G는 기울기의 각을 결정하기 위해 사용하였으며, 2D/2D 및 3D/3D정합의 실측치와 측정치를 비교 분석 하였다. 결 과: 온보드 영상장치로 획득한 정면 및 측면 kv x선 영상과 모의치료시 디지털 재구성 기준영상과의 2차원/2차원 정합시, 팬톰의 X, Y, Z 편차 평균값은 lat 0.12 cm, long -0.66 cm, vert 0.07 cm이며, 각도의 변화를 주었을 때 편차의 평균값은 lat -0.5 cm, long -0.3 cm, 팬톰의 몸을 약간 튼 상태에서의 편차 평균값은 각각 lat -0.5 cm, long 0.2 cm, vert -0.6 cm으로 나타났다. 또한 콘빔CT로 획득한 영상과 모의치료 시 획득한 CT영상을 비교하는 3차원/3차원 정합에서 팬톰의 3가지 방법에서 편차의 평균 detection error와 표준편차는 lateral $0.5{\pm}0.4\;mm$, longitudinal $0.8{\pm}0.5\;mm$, vertical $0.4{\pm}0.3\;mm$로 각각 0-10 mm의 범위이다. Residual error에 해당되는 positioning couch shift 변수는 $0.6{\pm}0.3\;mm$, $0.5{\pm}0.3\;mm$, $0.3{\pm}0.1\;mm$이다. 20-50 mm까지 longitudinal shift에 의한 평균 detection error는 각각 lateral $0.4{\pm}0.2\;mm$, longitudinal $0.3{\pm}0.2\;mm$, vertical $0.3{\pm}0.3\;mm$이다. Residual error는 $0.6{\pm}0.3\;mm$, $0.6{\pm}0.2\;mm$, $0.4{\pm}0.1\;mm$이다. Detection error는 모두 0.0~0.6 mm 범위이다. Residual error는 0.3~0.9 mm 범위로 나타났다. 결 론: 온보드 영상장치(OBI) 및 콘빔 CT (CBCT)를 이용하여 표적위치의 정확성을 평가하였다. 치료실에 위치한 환자의 자세 및 위치와 모의치료(SIMULATION) 시점의 환자의 자세 및 위치를 비교할 수 있다. 그러므로 OBI 및 CBCT를 이용한 2D/2D 및 3D/3D 정합은 모의 치료 시와 환자 치료 시 정확한 정합을 함으로써 error를 최소화 할 것으로 평가된다.
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.