This paper reports several plane-strain trapdoor tests conducted to investigate the effects of reinforcement on soil arching development under localized surface loading with a loading plate width three times the trapdoor width. An analogical soil composed of aluminum rods with three different diameters was used as the backfill and Kraft paper with two different stiffness values was used as the reinforcement material. Four reinforcement arrangements were investigated: (1) no reinforcement, (2) one low stiffness reinforcement R1, (3) one high stiffness reinforcement R2, and (4) two low stiffness reinforcements R1 with a backfill layer in between. The stiffness of R2 was approximately twice that of R1; therefore, two R1 had approximately the same total stiffness as one R2. Test results indicate that the use of reinforcement minimized soil arching degradation under localized surface loading. Soil arching with reinforcement degraded more at unloading stages as compared to that at loading stages. The use of stiffer reinforcement had the advantages of more effectively minimizing soil arching degradation. As compared to one high stiffness reinforcement layer, two low stiffness reinforcement layers with a backfill layer of certain thickness in between promoted soil arching under localized surface loading. Due to different states of soil arching development with and without reinforcement, an analytical multi-stage soil arching model available in the literature was selected in this study to calculate the average vertical pressures acting on the trapdoor or on the deflected reinforcement section under both the backfill self-weight and localized surface loading.
비정질 합금인 CoSiB과 비자성체 Pd을 이용하여 CoSiB/Pd 다층박막을 제작하고, 그 자기적인 특성을 분석하였다. $[CoSiB\;t_{CoSiB}/Pd\;1.3nm]_5$ 다층박막을 $t_{CoSiB}$ = 0.1~0.6 nm의 범위로 제작하였고, 동일한 방법으로 $[CoSiB\;0.3nm/Pd\;t_{Pd}]_5$ 다층박막을 $t_{Pd}$ = 1.0~1.6 nm의 범위로 제작하여 두께에 따른 자기이방성과 포화자화도를 측정하였다. CoSiB 두께가 증함에 따라 포화자화도가 증가하는 경향을 보였는데, 특히 CoSiB의 두께가 0.2~0.3 nm 일 때 포화자화도가 급격하게 증가하였다. 보자력은 두께 0.2 nm 에서 최대값을 보이다가 두께가 증가함에 따라 점차 감소하는 것을 확인하였다. Pd의 두께 변화 실험에서는 포화자화도는 1.1~1.2 nm 구간에서 약간 감소하다가 1.3 nm 이후 점차 증가하였으며, 보자력은 포화자화도에 비해 확연한 규칙성을 보이지 않았으나, 전체적으로 Pd의 두께가 증가함에 따라 값이 감소하는 것을 알 수 있었다.
최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.
본 연구에서는 하천의 수질오염물질을 처리하는 다단식 토양여과 시스템의 주요 운전인자인 여재 충전깊이, 선속도 및 연속 또는 간헐운전이 오염물질의 제거에 미치는 영향을 살펴보았다. 여재 충전깊이의 증가는 오염물질과 여재와의 접촉시간을 증가시켜 모든 항목의 제거효율을 증가시키는 역할을 하였다. 특히 물리화학적 제거에 기인하는 TP와 $NH_4$-N 항목의 제거효율이 상부의 생물학적 활성층에서의 제거에만 주로 기인하는 COD에 비하여 더 큰 증가를 보였다. 한편 선속도의 증가는 여재 내에서의 체류시간을 감소시키는 역할을 함에 따라 전반적인 제거효율의 저하를 가져왔으며, 특히 전체 여재층에 걸친 접촉시간에 영향을 받는 TP와 $NH_4$-N 항목에 비하여 표층부의 생물학적 제거에만 기인하는 COD의 경우는 상대적으로 큰 영향을 받는 것으로 나타났다. 따라서 오염물질의 효율적인 제거를 위해서는 체류시간을 증가시키는 방향으로 운전인자들을 조절하는 것이 중요할 것으로 판단된다. 연속운전과 간헐운전으로 운전방법을 달리하는 것은 모든 항목에서 큰 영향을 미치지는 않았으나, 안정적 운전을 위해서는 생물학적 조건의 유지와 막힘 현상의 가속화 등을 고려할 필요가 있다.
본 연구에서는 복합토양층(조립질 모래, 세립질 모래, 실트 점토의 혼합토)에서 수행된 현장추적자시험과 3개 토양층에서 채취된 시료를 이용한 실내주상실험의 자료를 이용하여, 복합토양층의 수리분산특성을 분석하였다. 토양층별 투수성과 유동 분석에 의해, 유효공극률이 낮은 실트 점토의 혼합토와 세립질 모래에서 평균선형유속이 높고, 유효공극률이 큰 조립질 모래에서는 수리전도도가 높은 것을 알 수 있었다. 평균토양입경에 따른 수리전도도 함수는 Y=$3.49{\times}10^{-8}e^{15320x}$로 추정되었으며 결정계수는 0.90이었다. 평균토양입경에 따른 평균선형유속 함수는 Y=$1.88{\times}10^{-7}e^{11459x}$로 추정되었으며, 결정 계수는 0.81이었다. 그리고 평균토양입경에 따른 종분산지수 함수는 Y = 0.00256$e^{5971x}$이었으며, 결정계수는 0.98 정도로 나타났다. 평균선형유속과 종분산지수의 선형회귀분석 결과, 함수는 Y = 21.7527x+0.0063로 추정되었으며 결정계수는 0.9979로서 매우 높게 나타났다. 본 연구에서 산정된 현장규모/실내쥬모의 종분산지수비는 54.09로서 규모종속효과를 나타내었다. 현장추적자시험을 실시하여 산정한 종분산지수(1.39m)가 Xu와 Eckstein(1995)의 방법에 의해 산정된 종분산지수(0.186m)에 비해 7.47배 정도 크게 나타났다. 이는 시험 대수층 내 중 조립질 모래층에서의 우세한 확산 흐름에 의한 것이다.
본 연구는 도시 내 가로수 및 가로녹지의 수종, 식재유형, 가로녹지 구조, 녹량(녹지용적)에 따른 기온 변화량을 규명하고자 하였다. 수종별 비교 가능한 3종 이상의 가로수가 식재된 유형은 교목 1열+관목이었으며, 보차간 기온차이 평균값 간 분석에서 소나무 $1.35^{\circ}C$, 느티나무 $1.84^{\circ}C$, 은행나무 $2.00^{\circ}C$, 양버즘나무 $2.57^{\circ}C$이었다. 규격이 크고 수관폭이 넓은 수종은 가로변에 그늘을 제공하여 기온 저감에 상당한 영향을 주는 것으로 분석되었다. 가로수 식재유형과 기온과의 관계 분석결과는 교목 1열 유형은 평균기온 차이 $1.80^{\circ}C$, 교목 2열 유형은 평균기온 차이 $2.15^{\circ}C$로 교목 열수 증가에 따라 보차간 기온차이 평균값이 큰 것을 알 수 있었다. 가로녹지 구조별 기온 저감 효과 분석결과는 교목 유형 $1.94^{\circ}C$, 교목+관목 유형 $2.49^{\circ}C$, 교목+아교목+관목 유형 $2.57^{\circ}C$이었으며, 기온저감은 단층구조보다 다층구조에서 효과적이었다. 녹량(녹지용적량)과 기온저감량과의 관계 분석에서는 녹량이 많을수록 기온저감 효과가 커지는 것으로 분석되었다. 연구 결과 수관용적이 크고 교목층의 열수가 많으며, 다층구조인 식재형태는 가로 내 녹량과 관계가 있음을 의미하였다. 본 결과를 바탕으로 기온 저감 효과와 기능 강화를 위한 가로녹지 조성 기준을 제안하였다. 보도폭 3m 이하인 경우에는 수관용적이 작은 낙엽활엽수와 최대 1m의 띠녹지 조성을 통한 교목+관목의 구조를 제시하였다. 보도폭 3m 이상인 경우에는 수관용적이 큰 낙엽활엽수 다열 식재 및 1m 이상의 띠녹지 조성, 교목과 관목뿐만 아니라, 아교목 성상의 수목 식재를 통한 다층구조 녹지조성이 가능할 것으로 판단되었다.
목적: 소동물용 PET은 우수한 공간분해 능과, 민감도가 요구된다. 본 연구에서는 256개의 개별적 채널을 4개로 줄여 검출위치를 추정할 수 있는 회로를 설계하고 제작하였으며, 256($16{\times}16$)개의 양극 출력 채널을 가지는 고집적도의 광전자증배관 및 $L_{0.9}GSO$ 섬광결정과 결합하여 그 성능을 검증하였다. 대상 및 방법: 설계한 회로를 제작하기에 맞서 전자회로 시뮬레이션을 통해 성능을 예상하였다. 회로의 검증과 성능분석을 위하여 위치결정회로, H9500(Hamamatsu Photorucs K.K., 일본) 광전자증배관, $1.5{\times}1.5{\times}7.0\;mm^3$$L_{0.9}GSO$ 섬광결정으로 두 개의 검출단을 제작하고 $3.7{\times}10^5$ Bq의 $^{22}Na$ 방사선원을 사용하여 동시이벤트를 검출하였다. 첫 번째 검출단은 $L_{0.9}GSO\;29{\times}29$ 섬광결정블록을 단층으로 구성하였고, 두 번째 검출단은 $L_{0.9}GSO\;29{\times}29$와 $28{\times}28$ 섬광결정블록을 x와 y방향으로 각각 섬광결정 단면 길이의 반만큼 오프셋을 두어 접합하였다. 또한 측정된 데이터를 실제 섬광결정 영역으로 보정하기 위하여 섬광결정지도를 구했다. 결과: 평면영상을 통해 각 섬광결정들이 잘 구분되는 것을 확인할 수 있었고, 회로 개선 후 주변부의 섬광결정들이 마지막 줄까지 명백히 구분되었다. 각 섬광결정들의 에너지 분해능은 11.6%(표준편차 1.6)이었다. 결론: 본 연구에서 제안한 위치결정회로는 실험을 통해 소동물용 PET개발에 있어 만족할만한 성능을 보여주었다. 향후 더욱 정밀한 시스템을 제작하기 위해서는 다중양극 광전자증배관의 이득 불균일을 보정하기 위한 연구가 진행되어야 할 것이다.
본 연구에서는 유리온실 경영비 절감을 위한 고효율 난방기술을 개발하기 위하여 지하수열원 히트펌프, 알루미늄 다겹보온커튼, 근권부 국소난방장치를 조합한 난방 패키지 모델을 구성하고 파프리카 재배 벤로형 유리온실에 적용 시험을 수행하였다. 적용효과 분석을 위하여 관행 경유온수보일러와 일반 보온커튼을 설치한 대조구 온실과 비교시험을 통해 온실환경, 난방비용, 작물생육 등을 검토하였다. 알루미늄 다겹보온커튼과 일반 부직포 보온커튼을 설치한 온실에 대한 무가온 조건에서의 야간온도 비교시험에서 알루미늄 다겹보온커튼 설치 온실의 온도가 일반 부직포 보온커튼 설치 온실에 비해 평균 $2.2^{\circ}C$ 더 높게 유지됨을 확인하였다. 또한 근권부 국소 난방장치를 설치한 온실에서 미설치 온실에 비해 야간 난방 중의 베드내부 근권온도가 $4.7^{\circ}C$ 더 높게 유지됨을 확인하였다. 난방패키지를 구성하는 지하수열원 히트펌프의 난방성능을 분석한 결과 지하수를 직접 열원으로 이용하는 시스템 특성상 난방성능계수는 평균 3.7로 비교적 높게 나타났다. 난방패키지를 적용한 처리구 온실과 관행 난방의 대조구 온실에 대하여 연료소비량을 계측한 결과 10a($1,000m^2$)당 대조구 온실은 경유 14,071L, 전력 364kWh를 소비하였고, 처리구는 전력 35,082kWh를 소비하여 난방비용 기준으로 대조구 온실의 비용 절감율은 87%로 나타났다. 처리구 및 대조구 온실의 작물생육을 비교한 결과 초장과 엽록소 함량에서 차이가 발생하였으나 두 온실의 난방온도가 거의 동일하므로 전체적인 생육은 큰 차이가 없는 것으로 분석되었다. 원예시설의 난방에너지 절감효과를 극대화하기 위해서는 본 연구의 난방패키지를 구성하는 개별 기술뿐 아니라 이미 개발된 고효율 공조기 이용기술, 보온성 향상기술, 온도관리 기술 등을 지역, 시설, 작목, 작형 등에 최적화하여 조합할 수 있는 추가적 패키지 모델의 개발 연구가 필요한 것으로 판단되었다.
본 연구에서는 계절내-계절(Subseasonal to seasonal, S2S) 기후예측의 주별 예측 성능을 개선하기 위해서 딥러닝 기반의 후보정(post processing) 기술을 개발하였다. 그 첫 단계로, 일 최고, 최저기온과 일 강수를 목표 변수로, 자료의 특성과 분포에 적합한 자료 변환 및 특성 공학 기법을 규명하고자 하였다. 먼저, 6개 개별 기후모델의 S2S 예측 자료를 딥러닝 모델에 입력하기 위한 훈련자료로 변환하고, 이로부터 다중모델앙상블(Multi-Model Ensemble, MME) 기반 훈련자료를 구축하였다. 참값(label)으로는 ECMWF의 ERA5 재분석 자료를 사용하였다. 자료 변환 알고리즘은 최고 및 최저 차이를 계산하여 입력자료의 범위를 변형시키는 MinMax 및 MaxAbs 변환, 표준편차를 이용하는 Standard 변환 및 분위수를 지정하여 변형하는 Robust와 Quantile 변환으로 구성된 전처리 파이프라인을 구축하였으며, 변환된 훈련자료와 예측 변수와의 상관관계를 계산하여 순위에 따라 훈련자료의 특성을 선택하는 특성 선택 기법을 추가하였다. 본 연구는 U-Net 모델에 TimeDistributed wrapper를 모든 합성곱 층(convolutional layer)에 적용하여 활용하였다. 5개 알고리즘으로부터 변환된 6개 개별 기후모델 및 MME S2S 훈련자료(일 최고 및 최저기온, 강수)에 훈련 모델을 적용한 결과와 훈련 모델을 적용하지 않은 결과를 ERA5와의 공간상관계수(spatial Pattern Correlation Coefficient)를 계산하고 그 개선율인 기술 점수(skill score)를 평가한 결과, 일 강수의 PCC 기술 점수는 Standard 및 Robust 변환으로 처리된 것에서 전체 예측선행(1~4주)에 대해 모두 높았고, 일 최고 및 최저기온에서는 예측 선행시간 3~4주에서만 높게 나타났다. 또한, 일 강수에서 특성 선택에 따른 훈련자료의 차원 감소가 예측 성능 변화에 영향을 미치지 않는 것으로 나타났다. 일 최고 및 최저기온의 경우에는 특성 선택에 의한 훈련자료의 특성 정보 감소가 오히려 예측 성능을 저하시킬 수 있는 것으로 확인되었으며, 원시자료에서 예측성이 높은 1~2주 기온 예측 개선을 위한 적합한 전처리 변환 알고리즘이나 특성 선택을 찾을 수 없었다. 후속 연구에서는 원시 예측 성능이 강수에 비해 높으나 딥러닝 훈련 모델에 의한 후보정 효과가 미미한 예측 선행 1~2주 기온 예측의 저조 원인에 대해 탐색하고, 다양한 딥러닝 훈련 모델로의 적용 및 초매개변수 조정 등 학습 과정의 최적화를 통해 S2S 기후 예측 성능을 개선하고자 한다.
방사성 폐기물의 주요 성분 중 하나인 Cs의 자연에서 정출되는 제올라이트인 차바자이트(chabazite)에 대한 흡착 특성을 알아보기 위해 XRD, EPMA, EC, pH, ICP 분석방법을 이용하여 동정 및 화학성분 분석을 하였다. 그리고 추가적으로 양이온 교환능력을 확인하였고 시간과 농도에 따른 Cs 흡착 및 타 양이온($Li^+$, $Na^+$, $K^+$, $Rb^+$, $Sr^{2+}$)에 대한 경쟁흡착 실험을 실시하였다. 본 연구에 사용된 차바자이트의 화학식은 $Ca_{1.15}Na_{0.99}K_{1.20}Mg_{0.01}Ba_{0.16}Al_{4.79}Si_{7.21}O_{24}$였고 Si/Al 비율과 양이온 교환능력은 각각 1.50와 238.1 meq/100 g으로 측정되었다. 시간과 농도에 따른 Cs 흡착 등온 실험결과를 흡착 반응 속도 모델과 등온 흡착 모델에 적용해본 결과 각각 유사 2차 반응과 Freundlich 모델에 부합하였으므로 고체 표면에 흡착 물질이 2개 이상의 다중 흡착 층을 이루는 것을 알 수 있으며 모델로부터 유도되는 상수 값을 통해 차바자이트의 Cs 흡착 능력정도를 평가하였다. 경쟁 흡착 실험 결과 이온의 종류에 따라 이온 교환되어 차바자이트 내에 존재하는 Cs의 몰 분율에서 차이를 보였다. 각 양이온과 세슘과의 액체에서 고체 내로 흡착되는 경쟁 경향이 $Na^+$, $Li^+$, $Sr^{2+}$, $K^+$ 그리고 $Rb^+$ 순으로 선택성이 있었으며 이는 수화 직경의 순서와 유사한 양상을 보였다. Kielland 도시법을 이용하여 Cs과 타 양이온의 교환 평형관계를 도시해 보았을 때에는 $Sr^{2+}$가 가장 선택성이 높았으며 그 다음으로 $Na^+$, $Li^+$, $K^+$, $Rb^+$ 순으로 선택성이 나타났고 모든 타 양이온에 대하여 양의 값을 나타내었다. Kielland 도시법에서 나타나는 평형상수 값의 순서는 열역학 및 반응 속도론적인 의미를 내포하고 있으므로 수용액에서 공극 내로 들어가는 Cs은 $Sr^{2+}$과의 공존 시 선호도가 높다는 것을 알 수 있다. 이는 경쟁하고 있는 수화된 양이온 간의 직경 차이가 원인일 것으로 추측된다. 본 연구 결과는 차바자이트가 높은 Cs 친화력을 가지는 것을 보여줌으로써 방사성 물질로 오염된 물에서 Cs을 선택적으로 교환할 수 있음을 보여주고 있다.
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.