활성슬러지 공정에 기반을 둔 연속식반응기는 시스템이 가진 고유한 비선형성뿐만 아니라 계절, 기후 등의 환경변화에 따른 유입수의 유량 및 특성 등의 외부적인 조건의 변화를 고려하여 제어하여야 한다. 수학적 모델링 과정에서 고려하지 못했거나 무시되었던 부분을 포함한 시스템에 관련된 특징과 한정된 공간에서 기본적인 제어방법에 의한 현재의 운전방법을 고려하여 불 때 활성슬러지 공정은 개선할 수 있는 여지가 많다. 또한 숙련된 운전자의 지식을 구현할 수 있는 지능제어기법을 적용하여 전체적인 공정의 효율 향상을 도모할 수 있다. 제어방법의 적용에 앞서 제어대상공정인 활성슬러지 공정을 분석하여 이를 $Matlab^{(R)}5.3/Simulink^{(R)}3.0$을 이용하여 연속식반응기 모델을 구현하였다. IWA(International Water Association)와 COST(European Cooperation in the field of Scientific and Technical Research)에서 제시한 정상상태의 유입수 특성을 이용하여 모델의 정확성을 검증하였다. 본 논문에서는 이미 현장에서 사용중인 제어기법의 구현 및 성능 평가뿐만 아니라 다양한 고급제어기법들을 적용하여 새롭게 제안한 제어기법들이 실제 폐수처리장에 적용가능한지 여부를 검증하였다. 제어방법으로는 현장에서 일반적으로 사용되고 있는 비례-적분-미분제어기(Proportional-Integral-Derivative Controller; PID controller)와 PID제어기가 가진 장점과 퍼지 논리 제어기법이 가진 장점을 결합함과 동시에 제어기의 성능 향상 및 경제성을 높일 수 있는 퍼지 PID이득 조절기(fuzzy PID gain tuner)와 퍼지 셋포인트 변환기(fuzzy setpoint changer)를 적용하여 봄으로써 외란에 대해 강인한 제어기 설계의 가능성을 검증하였다.
동적 PET 데이터는 구획모델과 Nonlinear Least Squares(NLS)방법을 사용하여 분석함으로서 각종 생화학적 물질의 생체 대사율 등을 정량화 할 수 있다. 하지만 NLS방법은 변수의 초기 값이 적절하지 않을 경우 지역적인 최소점에 빠지거나 계산시간이 길어 동역학 변수들을 각 화소마다 구해야 하는 파라메터 영상(parametric image) 구성에는 효과적이지 않다. Patlak 도표분석법(PGA)은 비선형 방정식을 선형화하여 값을 추정함으로서 간단하면서 적은 계산량으로 인해 파라메터 영상을 구성하는데 많이 사용되고 있으나 잡음성분과 선형구간 선정에 따라 값이 영향을 받는 단점이 있다. 따라서 이 연구에서는 3구획 비가역 모델에 적합한 다중선형분석법(MLAIR)을 고안하였으며 3구획 비가역 모델의 대표적 예인 $[^{18}F]Fluoride$ PET을 이용하여 미니돼지에서의 뼈 섭취률을 계산하여 PGA방법과 비교 분석해 보았다. 대상 및 방법: 3마리의 미니돼지를 대상으로 100MBq의 $[^{18}F]Fluoride$를 대퇴부 정맥에 주사하면서 ECAT EXAET 47 PET 스캐너를 이용하여 60분간 PET 영상을 얻었다. 케타민과 자일라진을 이용하여 30분 간격으로 마취하였으며 실험동물을 진공 쿠션을 이용하여 반드시 누운 자세로 위치하도록 고정 시켰다. 입력함수인 혈장 내 농도곡선은 대퇴동맥으로부터 스캔 시작과 함께 혈액 채취를 통해 얻었다. ROI분석을 위해 대퇴골두, 척추 뼈, 근육에 ROI를 그려 조직 내 시간-방사능 곡선을 얻었다. $k_4$가 0인 3구획 비가역 모델로부터 MLAIR와 PGA방법을 사용하여 관심영역에서의 뼈 섭취률 $K_i$와 파라메터 영상을 구성하였다. PGA방법은 선형구간의 시작점인 $t^*$선택에 따른 영향을 보기 위해 분석구간을 변화시켜가며 분석하였다. 결과: ROI 분석결과 추정된 $K_i$값은 NLS방법에 비하여 MLAIR방법과 PGA방법 모두에서 과대 추정되었으나 두 분석방법 끼리는 비슷한결과를 보였다. Patlak 기울기는 $t^*$선택에 따라 값이 변하였으며 Patlak 상수는 Fluoride 섭취가 높은 대퇴골두나 척추뼈에서 30분이 지나서야 일정한 값으로 나타났고 섭취가 낮은 근육에서는 10분만에 일정해졌다. 파라메터 영상에서는 제안한 MLAIR방법이 PGA방법에 비해 영상의 질을 향상시킴을 알 수 있었다. 또한 PGA방법을 이용하여 구성한 파라메터 영상은 $t^*$값이 커질수록 급격히 영상의 질이 저하됨을 볼 수 있다. 특히 Fluoride 섭취가 높은 영역에서 Patlak 상수가 일정해지는 시간인 $t^*$값이 30분일 때 파라메터 영상은 MLAIR와 크게 차이가 났다. 결론 결론적으로 제안한 MLAIR방법은 선형구간을 정할 필요 없이 모든 데이터를 사용하는 이점이 있으며 선형적인 방법을 통해 $K_i$값을 얻을 수 있어 계산시간을 단축 시켜 줄 뿐 아니라 잡음성분에 강해 파라메터 영상의 질을 크게 향상 시켜 줌으로 비가역 3구획모델에서의 PGA방법을 대체할 새로운 파라메터 영상구성방법으로 적합할 것이다.
노지에서 재배되는 벼는 필연적으로 기상요소의 영향을 받을 수밖에 없으며, 벼 생장에 영향을 미치는 최적의 기상자료 확보 및 변수 선정은 벼 수확량 예측 모델링에 있어 매우 중요하다. 본 연구에서는 1996-2019년의 7월, 8월, 9월에 대하여, 다종의 기상자료 비교평가를 통해 우리나라 벼 수확량 모델링에 대한 적합성을 살펴보고, 기상요소와 벼 수확량 사이의 비선형적인 관계를 고려하여 기계학습 기법을 이용한 수확량 하인드캐스트 실험을 수행하고자 한다. 다종의 기상자료로는, 기상청 ASOS 지상관측과 함께, CRU-JRA ver. 2.1, ERA5 재분석장을 사용하였다. 이들 기상자료에서 공통적으로 도출할 수 있는 월 단위 기온, 상대습도, 일사량, 강수량 변수에 대한 비교를 통하여, 각 자료의 특성 및 벼 수확량과의 연관성을 분석하였다. CRU-JRA ver. 2.1 재분석장은 전반적으로 타 자료와 높은 일치성을 나타냈으며, 변수별 특징을 보았을 때, 상대습도는 벼 수확량에 미치는 영향이 거의 없었으나, 일사량은 벼 수확량과의 상관성이 상당히 높은 것으로 나타났다. 7월, 8월, 9월의 기온, 일사량, 강수량을 랜덤 포리스트 모델에 투입하여 벼 수확량 하인드캐스트 실험을 수행한 결과, CRU-JRA ver. 2.1 재분석장은 세 종류 기상자료 중에 가장 높은 정확도를 나타냈다(CC = 0.772). 또한 예측 모델에서 변수의 중요도는 일사량이 가장 높게 나타나, 기존의 농학적 연구결과와 일치하였다. 본 연구는 벼 수확량 예측을 위한 다종 기상자료의 선택에 있어 하나의 합리적 방법을 제시한 것으로써 의미가 있다고 하겠다.
본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.
디지털 보청기는 기존의 아날로그 보청기에 비하여 많은 장점이 있다. 디지털 신호처리 프로세서의 발달과 더불어 최근에 다양한 디지털 보청 알고리즘과 완전한 디지털 보청기가 선보였다. 디지털 보청기의 알고리즘을 개발하거나 디지털 보청기를 새로이 평가하려는 사람들에게 난청자를 대상으로 하는 임상연구는 필수적으로 거쳐야 하는 과정이다. 그러나 이러한 임상연구는 실제 난청자를 대상으로 하여야 하기 때문에 난청자와 검사자 간에 통상적으로 많은 시간과 노력이 필요하며 원활한 의사 소통이 때로는 어려울 수 있다. 왜냐하면 난청자들의 연령이 너무 어리거나 많아서 의사소통에 지장을 주거나 검사자가 필요로 하는 시간에 비슷한 난청 유형을 가진 대상자를 모으기 어렵다. 본고에서는 임상연구를 보조하여 디지털 보청기 또는 알고리즘이 개발되기까지 수행되어야 할 많은 임상연구의 결과를 예측하고 평가할 수 있는 디지털 난청 시뮬레이션 방법을 제안하고, 실제 환자의 데이터를 사용한 시뮬레이션과 그에 대한 임상 실험을 통하여 시스템의 성능을 평가하였다. 실험 결과, 정상인으로부터 모델링된 환자 데이터와 매우 유사한 측정 결과를 얻어냄으로써, 제안된 시스템이 목적하고자 하는 바를 이룰 수 있음을 검증하였다. 또한 난청 시뮬레이터의 목적인 디지털 보청기 알고리즘을 개발하기 위한 평가 툴로서, 개발 초기에 다양한 디지털 보청기용 알고리즘을 구현하여 실제 난청 시뮬레이터와 연계하여 실험함으로써 보청기 알고리즘의 평가 및 새로운 보청기 알고리즘을 개발하고 평가하거나 향후 난청자를 대상으로 하는 임상연구에서 사용할 수 있는 유용성을 입증하였다.로 우유 교육 프로그램이 향후보다 체계적이고 확대되어 지속적으로 실시된다면, 우유에 대한 의미는 물론 인식 그리고 지식 정도에 있어 효과적인 결과를 유도할 수 있을 것이다.니하였다. 6) Dibutyryl cyclic AMP 및 8-bromo cyclic GMP 모두 혈소판응집률(血小板凝集率)을 감소시켰고, 후자(後者)는 전자(前者)에 비(比)하여 월등(越等)히 현저(顯著)하였다. sodium nitroprusside에 의한 항응집률(抗凝集率)은 methylene blue 전처치(前處置)에 의하여 길항(拮抗)되었으나, bovine hemoglobin전처치에 의하여는 영향(影響)을 받지 아니하였다. 이상(以上)의 성적(成績)을 종합(綜合)하면, 뇌졸중증(腦卒中症)때, 특히 뇌혈전증(腦血栓症)의 응급치료시(應急治療時) sodium nitroprusside의 응용(應用)이 가능(可能)하다고 사료(思料)되며, 이에 대(對)하여 임상적(臨床的) 치료(治療)가 기대되는 바이다.다시 상승(上昇)하는 경향(傾向)이었다. 중성지질(中性脂質) 중(中) climacteric rise 및 숙도(熟度)와 관련하여 변화(變化)한 것은 diglyceride 및 sterol ester의 2종(種)이었으며 glyceride가 중성지질(中性脂質) 전량(全量)의 변화(變化)와 동일(同一)한 경향(傾向)인데 반(反)하여 sterol ester은 climactric onset까지 증가(增加)하다가 기후(其後) 감소(減少)하였다. 인지질(燐脂質)도 저장기간(貯藏期間) 중(中) 처리구(處理區)에 관계(關係)없이 다같이 감소(減少)되었는데, 그 정도(程度)
목적: 4종의 임플란트 나사산이 골유착 중간과정과 완료 이후 단계에서 보이는 응력분산 특성을 평가하고자 한다. 재료 및 방법: 실린더형 몸체(외경 4.1 mm 길이 10 mm)에 이전연구에서 식립 특성이 우수하게 평가되었던 V-자형 나사산과 다른 3종(buttress형, reverse buttress형, square형)의 나사산을 가진 4종의 임플란트가 악골에 매식된 복합체 모델을 CAD 프로그램으로 제작하였다. 지대주 상부에 100 N의 힘을 임플란트 장축과 30도 방향으로 부하하고 인접골 응력분포를 유한요소 해석하였다. 응력분산 특성이 골유착 진척 상태에 따라 달라질 수 있다는 가정하에 임플란트/골 계면을 골유착 미숙단계와 골유착 완료단계의 두 가지로 구분하여 분석하였다. 골유착 미숙단계는 임플란트/골 계면을 비선형 contact 조건(마찰계수 0.3)으로 모사하였고, 골유착이 완료된 단계에 대해서는 계면이 충분히 결합된 것으로 간주하여 접합(bonding) 조건을 부여하였다. 결과: 골유착 정도에 따라 임플란트의 응력분산 특성이 달라졌다. 골유착 미숙단계에서는 골응력과 나사산에 따른 응력 특성의 차이도 상대적으로 컸고 골유착 완료단계에서는 골응력의 절대값과 나사산간 차이가 모두 감소하였으며, V-자형 나사산의 응력분산 특성은 골유착 미숙 및 완료단계에서 모두 4종 나사산의 중간 정도였다. 이로부터 나사산 디자인의 차이는 임플란트 식립후 골유착이 진행되는 과정까지 영향을 미치며, 일단 골유착이 완료되면 나사산의 영향은 급격히 감소할 것임을 추론할 수 있었다. 결론: V-자형 나사산의 응력분산 특성은 골유착이 이루어지는 단계와 완료된 이후 단계 전기간 동안 4종 나사산의 중간 정도였다.
영상 기반의 보안 시스템의 증가함에 따라 각 용도마다 다른 다양한 객체들에 대한 처리들이 중요해지고 있다. 객체 추적은 객체 인식, 검출과 같은 작업들과 함께 필수적인 작업으로 다뤄진다. 이 객체 추적을 달성하기 위해서 다양한 머신러닝이 적용될 수 있다. 성공적인 분류기로써 전체 에러율 최소화(total-error-rate minimization) 기반의 방법론이 사용될 수 있다. 이 전체 에러율 최소화 기반의 방법론은 오프라인 학습을 기반으로 하고 있다. 객체 추적은 실시간으로 처리하며 갱신해야하는 것이 필수적이므로 온라인 학습(online learning)을 기반으로 하는 것이 적합하다. 온라인 전체 에러율 최소화 방법론이 개발되었지만 점근적으로 재가중되는(approximately reweighted) 작업이 포함되어 에러를 누적시킬 수 있다는 단점이 있다. 본 논문에서는 정확하게 재가중되는(exactly reweighted) 방법론을 제안하면서 온라인 전체 에러율 최소화가 달성되었다. 이 제안된 온라인 학습 방법론을 객체 추적에 적용하여 총 8개의 데이터베이스에서 다른 추적 방법론들 보다 좋은 성능이 달성되었다.
본 연구의 목적은 중소기업 조직구성원의 자기효능감이 직무열의와 직무성과에 미치는 영향을 연구하고 SEM-ANN (Structural Equation Modeling-Artificial Neural Network) 분석을 적용하여 성별 (Ggender)과 결혼 여부의 변수에 따른 차이를 분석하기 위한 것이다. 연구목적의 달성을 위하여 400명의 중소기업 조직구성원들로부터 자료를 수집하여 285명의 유효표본이 분석에 이용되었다. 본 연구에서 자기효능감은 자신감, 자기조절효능감, 그리고 과제난이도 선호의 세 가지 하위차원으로 구성되었다. 분석 결과, 자신감, 자기조절효능감, 그리고 과제난이도 선호 등의 자기효능감은 직무열의에 직접적으로 유의한 정(+)의 영향을 미치는 것으로 나타났다. 그리고 자기효능감 중 자신감과 자기조절효능감은 직무성과에 정(+)의 유의한 영향을 미치나, 과제난이도 선호는 유의한 영향을 미치지 않는 것으로 나타났다. 또한, 직무열의는 직무성과에 정(+)의 유의한 영향을 미치는 것으로 나타났으며, 자기효능감과 직무성과 간의 관계에서 매개역할을 하는 것으로 나타났다. 또한 미혼 남성은 과제난이도 선호, 기혼 남성은 자기조절효능감을 가장 중요시하나, 여성은 결혼 여부에 관계없이 자신감과 자기조절효능감을 중시하는 것으로 나타났다. 본 연구는 주로 교육 및 서비스업종 등에서 이루어지고 있는 자기효능감 관련 연구를 다차원으로 측정하여, 중소기업 구성원들을 대상으로 하여 자기효능감-직무열의-직무성과 간의 프레임워크를 제시하고, 기업들이 조직구성원의 성별, 결혼 여부에 따른 조직구성원 관리의 근거를 찾는데 도움을 줄 수 있다는데 의의가 있다. 또한, 본 연구의 SEM-ANN 분석 과정은 지금까지 SEM을 이용한 선형적(보상적) 관계에서 영향 또는 기준 변수들의 조합을 분석할 수 있는 비선형적 (비보상적) 관계를 설명한다는 점에서 차별성이 있다.
산림생태계에서 총일차생산성(Gross Primary Production, GPP)은 기후변화에 따른 산림의 생산성과 그에 영향을 미치는 식물계절, 건강성, 탄소 순환 등을 대표하는 지표이다. 총일차생산성을 추정하기 위해서는 에디공분산 타워 자료나 위성영상관측자료를 이용하기도 하고 물리지형적 한계나 기후변화 등을 고려하기 위해 기작기반모델링을 활용하기도 한다. 그러나 총일차생산성을 포함한 산림 탄소 순환의 기작기반 모델링은 식물의 생물, 생리, 화학적 기작들의 반응과 지형, 기후 및 시간 등과 같은 환경 조건들이 복잡하게 얽혀 있어 비선형적이고 유연성이 떨어져 반응에 영향을 주는 조건들을 모두 적용하기가 어렵다. 본 연구에서는 산림 생산성 추정 모델을 에디공분산 자료와 인공위성영상 정보를 사용하여 기계학습 알고리즘을 사용한 모델들로 구축해 보고 그 사용 및 확장 가능성을 검토해 보고자 하였다. 설명변수들로는 에디공분산자료와 인공위성자료에서 나온 대기기상인자들을 사용하였고 검증자료로 에디공분산 타워에서 관측된 총일차생산성을 사용하였다. 산림생산성 추정 모델은 1) 에디공분산 관측 기온($T_{air}$), 태양복사($R_d$), 상대습도(RH), 강수(PPT), 증발산(ET) 자료, 2) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD 자료(개량식생지수 제외), 3) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD, 개량식생지수(EVI) 자료를 사용하는 세 가지 경우로 나누어 구축하여 2006 - 2013년 자료로 훈련시키고 2014, 2015년 자료로 검증하였다. 기계학습 알고리즘은 support vector machine (SVM), random forest (RF), artificial neural network (ANN)를 사용하였고 단순 비교를 위해 고전적 방법인 multiple linear regression model (LM)을 사용하였다. 그 결과, 에디공분산 입력자료로 훈련시킨 모델의 예측력은 피어슨 상관계수 0.89 - 0.92 (MSE = 1.24 - 1.62), MODIS 입력자료로 훈련시킨 모델의 예측력은 개량식생지수 제외된 모델은 0.82 - 0.86 (MSE = 1.99 - 2.45), 개량식생지수가 포함된 모델은 0.92 - 0.93(MSE = 1.00 - 1.24)을 보였다. 이러한 결과는 산림총일차생산성 추정 모델 구축에 있어 MODIS인공위성 영상 정보 기반으로 기계학습 알고리즘을 사용하는 것에 대한 높은 활용가능성을 보여주었다.
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.