본 연구는 오대산국립공원 신성암에서 중대사 구간을 대상으로 식물군집구조를 밝히고 향후 전나무림 관리를 위한 기초자료를 구축하고자 하였다. 조사구는 총 20개 조사구($400m^2$)를 설정하였다. 연구대상지 주변지역에 대한 현존식생 현황을 파악하였고, 군집분류는 TWINSPAN에 의한 classification과 DCA에 의한 ordination 분석을 하였으며, 식물군집구조 분석은 상대우점치, 흉고직경급별 분포, 표본목 수령 및 생장량, 종다양도 분석 등을 실시하였다. 현존식생 유형은 총 14개 유형으로 구분되었으며, 해발고가 낮은 계곡부에는 전나무-신갈나무림과 낙엽활엽수림이, 해발고가 높은 사면부에는 신갈나무림이 주요 식생이었다. 군집분류 결과, 총 네 개의 군집으로 분류되었으며, 교목층에서는 네 개의 군집 모두 전나무가 우점하였고, 군집 IV를 제외한 3개 군집에서 전나무가 차대를 형성하고 있었다. 군집 I, II, III의 경우 전나무가 우점하는 현재의 군집이 지속적으로 유지되면서, 까치박달 등 낙엽활엽수의 세력이 확장될 것으로 판단되며, 군집 IV의 경우 장기적으로 전나무의 세력약화와 까치박달-낙엽활엽수 군집으로의 변화가 예상되었다. 전나무는 79~128년생, 잣나무는 75~87년생, 느릅나무는 190년생이었으며, 전나무의 생장은 시간이 지남에 따라 다소 둔화되었다. Shannon의 종다양도지수는 0.3889~1.3332이었다.
본 연구는 최근 그 중요성이 한층 높아지고 있는 침입탐지시스템(IDS, Intrusion Detection System)의 침입탐지모형을 개선하기 위한 방안으로 유전자 알고리즘에 기반한 새로운 통합모형을 제시한다. 본 연구의 제안모형은 서로 상호보완적 관계에 있는 이분류 모형인 로지스틱 회귀분석(LOGIT, Logistic Regression), 의사결정나무(DT, Decision Tree), 인공신경망 (ANN, Artificial Neural Network), 그리고 SVM(Support Vector Machine)의 예측결과에 적절한 가중치를 부여해 최종 예측결과를 산출하도록 하였는데, 이 때 최적 가중치의 탐색을 위한 방법으로는 유전자 알고리즘을 사용한다. 아울러, 본 연구에서는 1차적으로 오탐지율을 최소화하는 최적의 모형을 산출한 뒤, 이어 비대칭 오류비용 개념을 반영해 오탐지로 인해 발생할 수 있는 전체 비용을 최소화할 수 있는 최적 임계치를 탐색, 최종적으로 가장 비용 효율적인 침입탐지모형을 도출하고자 하였다. 본 연구에서는 제안모형의 우수성을 확인하기 위해, 국내 한 공공기관의 보안센서로부터 수집된 로그 데이터를 바탕으로 실증 분석을 수행하였다. 그 결과, 본 연구에서 제안한 유전자 알고리즘 기반 통합모형이 인공신경망이나 SVM만으로 구성된 단일모형에 비해 학습용과 검증용 데이터셋 모두에서 더 우수한 탐지율을 보임을 확인할 수 있었다. 비대칭 오류비용을 고려한 전체 비용의 관점에서도 단일모형으로 된 비교모형에 비해 본 연구의 제안모형이 더 낮은 비용을 나타냄을 확인할 수 있었다. 이렇게 실증적으로 그 효과가 검증된 본 연구의 제안 모형은 앞으로 보다 지능화된 침입탐지시스템을 개발하는데 유용하게 활용될 수 있을 것으로 기대된다.
정보 기술의 발전으로 온라인에서 활용 가능한 데이터의 양이 급속히 증대되고 있다. 이러한 빅데이터 시대에 많은 연구들이 통찰력을 발견하고 데이터의 효과를 입증하기 위해 노력하고 있다. 특히 관광 산업의 경우 정보에 민감한 사업으로 소셜 미디어의 영향력이 높고 소셜 미디어의 상품 후기에 소비자들이 영향을 많이 받아 많은 기업과 연구자들이 소셜 미디어를 분석하여 새로운 서비스 및 통찰력을 얻고자 시도하였다. 하지만 소셜 미디어의 후기는 텍스트로 이루어진 대표적인 비정형 데이터로 적절한 처리를 하지 않으면 분석에 활용할 수 없다. 또한 후기 데이터의 양이 방대함에 따라 사람이 직접 분석하기도 어려운 실정이다. 따라서, 본 연구에서는 이러한 소셜미디어 상의 온라인 후기로부터 직접 호텔의 서비스 품질 향상을 위한 통찰력을 추출할 수 있는 분석 방법을 제시하고자 한다. 이를 위해 본 연구에서는 먼저 후기 데이터에 포함되어 있는 주제어를 추출하는 토픽 마이닝 기법을 적용하였다. 토픽 마이닝은 대용량의 문서 집합으로부터 문서를 대표하는 단어 집합을 추출하는 기법을 의미하며 본 연구에서는 다양한 연구에서 활용되고 있는 LDA모형을 사용하여 토픽 마이닝을 수행하였다. 하지만, 토픽 마이닝 자체만으로는 주제어와 평점 사이의 관계를 도출할 수 없어 서비스 품질 향상을 위한 통찰력을 발견하기 어렵다. 그에 따라 본 연구에서는 토픽 마이닝의 결과값을 기반으로 의사결정나무 모형을 사용하여 주제어와 평점 사이의 관계를 도출하였다. 이러한 방법론의 유용성을 평가하기 위해 홍콩에 있는 4개 호텔의 온라인 후기를 수집하고 제안한 방법론의 분석 결과를 해석하는 실험을 진행하였다. 실험 결과 긍정 후기를 통해 각 호텔이 유지해야할 서비스 영역을 발견할 수 있었으며 부정 후기를 통해 개선해야할 서비스 영역을 도출할 수 있었다. 따라서, 본 연구에서 제안한 방법론을 사용하여 방대한 양의 후기 데이터로부터 서비스 개선 및 유지 영역을 발견할 수 있으리라 기대된다.
한국산 제비꽃속 32분류군과 일본산 2집단 등 총 34집단에 대한 유연관계를 알아보기 위하여 RAPD(randomly amplified polymorphic DNA), ISSR(inter simple sequence repeat) 및 PCR-RFLP(restriction fragment length polymorphism) 분석을 실시하였다. RAPD 분석에서는 40개의 primer 중 6개가 분류군 전체에서 반응을 보였고 이로부터 총 70개(98.6%)의 다형화 밴드를 얻었으며, ISSR 분석에서는 4개의 primer로 부터 28개(96.6%)의 다형화밴드를 얻었다. 엽록체 DNA의 non-coding부분을 이용한 PCR-RFLP 분석에서는 반응이 일어난 4지역에서 증폭된 약 6.78 kb의 DNA 각각에 대하여 15가지 제한효소를 처리한 결과 총 80개의 restriction site를 얻었으며 그중 16 site는 polymorphic하게 나타나 20%의 다형화를 보였다. 본 연구에서 다룬 3가지 형질에 의한 유집분석 결과 각각의 형질에 의해서는 서로 일치하지 않는 유집형태를 보였지만 3가지 형질을 통합한 결과는 진정제비꽃절(sect. Nomimium)내 아절과 계열간 구분이 명확하게 나타났으며 무경종과 유경종도 구별이 가능하여 외부형태형질에 의한 기존의 분류체계와 일치하였다. 그러나 노랑제비꽃절(sect. Chamaemelanium)은 진정제비꽃절과 독립적인 군을 형성하지 않고 진정제비꽃절 내 무경종그룹인 Patellares아절과 Vaginatae아절 사이에 위치하여 나타났다. 형태적인 변이가 매우 심한 분류군으로 알려진 태백제비꽃군(V. albida complex)은 Patellares아절 내에서 하나의 군으로 유집되어 Pinnatae계열로 처리하는 것이 타당할 것으로 생각된다. 본 연구에서 사용한 3가지 형질 중 RAPD 분석방법은 ISSR과 PCR-RFLP 분석보다 제비꽃속의 종간 유연관계를 밝히는데 더 유용한 것으로 판단된다.
피라미드 그래프는 정방형 메쉬와 트리 구조를 기반으로 하는 상호연결망 토폴로지이다. 본 논문에서는 피라미드 그래프의 각 계층을 구성하고 있는 기반 그래프로서의 정방형 메쉬 그래프의 간선들을 두개의 서로 다른 그룹으로 분류하는 전략을 채택한다. 메쉬 내의 간선 집합은 해당 간선의 양 끝 정점들에 인접된 부모 정점들이 상위 계층 내에서 서로 이웃하는 관계인지 아니면 공유하는 관계인지에 따라서 각각 NPC-간선과 SPC-간선이라는 이름으로 불리는 두 개의 서로 다른 부분집합으로 나누어질 수 있다. 아울러 원래 그래프에서의 SPC-간선들을 압축된 결과 그래프에서는 압축된 슈퍼-정점 내부로 숨김으로써 NPC-간선들에만 초점을 맞출 수 있도록 하기 위해 압축 그래프의 개념을 소개한다. 본 논문에서는 $2^n\times2^n$ 2-차원 정방형 메쉬 내에서 헤밀톤 사이클 구성 시 포함할 수 있는 NPC-간선 개수의 하한 및 상한이 각각 $2^{2n-2}$와 $3*(2^{2n-2}-2^{n-1})$임을 분석한다. 이 결과를 피라미드 그래프로 확장시킴으로써 n-차원 피라미드 내에서 헤밀톤 사이클에 포함가능한 NPC-간선의 최대 개수가 $4^{n-1}-3*2^{n-1}$-2n+7 임을 증명한다.
최근 정보기술의 발전으로 복잡하고 방대한 양의 주가 데이터에 대한 실시간 분석이 가능해지면서 인공지능 기법을 활용해 주식 시장의 등락을 예측하고, 이를 기반으로 매매 거래를 수행하는 트레이딩 시스템에 대한 세간의 관심이 높아지고 있다. 본 연구는 이러한 트레이딩 시스템의 시장 예측 알고리즘으로 활용될 수 있는 새로운 주식 시장 등락 예측 모형을 제시한다. 본 연구의 제안 모형은 ${\pi}$-퍼지 논리를 이용해 모든 입력변수의 차원을 low, medium, high로 퍼지변환한 입력값을 대상으로 Support Vector Machine(SVM)을 적용하여 익일 시장의 등락을 예측하도록 설계되었다. 그런데 이 경우 입력변수의 수가 3배로 늘어나기 때문에, 적절한 입력변수의 선택이 요구된다. 이에 본 연구에서는 유전자 알고리즘을 활용하여 입력변수 선택 집합을 최적화하도록 하였으며, 동시에 ${\pi}$-퍼지 논리 및 SVM에 적용되는 조절 파라미터들의 값도 함께 최적화 하도록 하였다. 모형의 성능을 검증하기 위해, 본 연구에서는 지난 2004년부터 2013년까지의 10년치 국내 주식시장 데이터를 기반으로 한 KOSPI 200 지수의 등락 예측에 제안모형을 적용해 보았다. 이 때, 비교모형으로 로지스틱 회귀모형, 다중판별분석, 의사결정나무, 인공신경망, SVM, 퍼지SVM 등도 함께 적용시켜 성과를 정밀하게 검증해 보고자 하였다. 그 결과, 제안모형이 예측 정확도는 물론 투자수익률(Return on Investment) 측면에서도 다른 모든 비교모형들에 비해 월등히 우수한 성능을 보임을 확인할 수 있었다.
This study was conducted to draw vegetation landscape elements in the ancient literature, investigate plant community structure, understand vegetation structure, and suggest reasonal conservation management methods. As a result of analyzing ancient literature, geomorphological landscapes in Guryong valley were canyon landscape and valley surrounded in Mt. Chiak. Plant landscape factors were as followed. Rhododendron spp. spread around valley. Also, Pinus densiflora communities were distributed in Guryong valley around. Especially, the entrance zones of Guryong valley were described as covered with Pinus densiflora and Whangchangkumpyo(黃腸禁標). Therefore, it was estimated that entry of Guryong valley was covered with Pinus densiflora community landscape. As for current vegetation result, the main vegetation was divided into mixed deciduous broad-leaved trees community and Pinus densiflora community. As a result of analysis by TWINSPAN for community classification, five communities(Deciduous broadleaved trees, Pinus densiflora, Pinus densiflora-Abies holophylla, Abies holophylla, and Pinus koraiensis community) were classified. To maintain historic plant landscape and conserve crucial resources, Pinus densiflora community was classified as concentrated conservation management area($105,472m^2$). To maintain Pinus densiflora landscape which has high historical and cultural value of Guryong valley, it was considered that active density control of lower layer vegetation would be necessary. Accordingly, to conserve P. densiflora landscape, Whangchangkumpyo(?腸禁標), that area was separated into Pinus densiflora lower layer forest management area($84,029m^2$) and Pinus densiflora seedling conservation management area($21,443m^2$). In understory of Pinus densiflora lower layer flora, the target tree species for elimination and management were Quercus serrata and Quercus mongolica. They were $4{\sim}6trees/100m^2$ and their average diameter was 7.1cm. To preserve Pinus densiflora seedlings, areas with Sasa borealis, the ground vegetation of Pinus densiflora community, rate of 80% or more should be selected as priority management areas and concentrated elimination and management of Sasa borealis should be implemented. Likewise, traditional Pinus densiflora forest is a historically cultural heritage to preserve with sustainable interest and survey. Efficient management method through systematic monitoring system should be made.
표준은 호환성 증진, 품질확보 및 안정성 증진, 정보제공 등의 긍정적인 기능과 함께 기술혁신을 유발하는 것으로 알려져 있다. 표준의 순기능이 어떤 특정 기업 집단의 기술혁신 활동이나 사업화에 영향을 주는지 밝히는 것은 표준관련 정책을 수요 집단에 맞춰 적절하게 기획하고 집행하는 것을 가능하게 한다. 따라서 본 연구는 표준 정책 수립과 집행에서 증거기반 정책이라는 측면에서 기여하고자 중소기업 중에서 연구개발 동기가 표준 대응인 기업과 기술사업화를 위해서 표준제도 도입이 필요한 기업을 프로파일링하여, 이런 특정 기업을 판별할 수 있는 예측모형을 개발하고자 한다. 이를 위해, 본 연구는 의사결정나무 분석을 통해 표준 대응을 위해 연구개발을 하는 중소기업과 기술사업화를 위해 표준 규격이나 기술인증 정책을 필요로 하는 중소기업의 특징을 데이터마이닝을 통해 프로파일링 했다. 또한 판별분석을 활용하여 프로파일링된 두 가지 조건의 기업군을 몇 가지 변수로 판별할 수 있는 예측모형을 제시하였으며 판별식의 활용 가능성도 통계적으로 확인했다. 연구결과에 따르면 표준 및 규제 대응을 위해 연구개발을 수행하는 기업은 R&D기획 소요기간, 표준산업분류, 종업원 수, 기술의 신규성 등의 변수에서 차이가 있는 것으로 나타났다. 기술사업화를 위한 표준정책지원 수요기업의 프로파일링 결과에 따르면 표준산업분류, 주거래처, 연구개발 소요기간, 시험검사 능력 등의 변수에서 차이가 있었다. 본 연구에서 프로파일링 결과와 판별분석을 통해 제시한 모형은 향후 표준관련 정책을 기획하거나 집행할 때 표준지원을 필요로 하는 기업에 대한 객관적인 정보를 제공하여 표준관련 사업 성공률을 제고하는데 기여할 것으로 기대된다.
피라미드 그래프는 병렬처리 분야에서 정방형 메쉬와 트리 구조를 기반으로 하는 상호연결망 위상으로 잘 알려져 있다. 개선된 피라미드 그래프는 이러한 피라미드 그래프보다 성능을 향상시키기 위해 메쉬를 토러스로 대체시킨 구조를 말한다. 본 논문에서는 개선된 피라미드 그래프의 각 계층을 형성하고 있는 기반 부-그래프로서의 정방형 토러스 그래프의 간선들을 두 개의 서로 다른 그룹으로 분류하는 전략을 채택한다. 토러스 그래프 내의 간선 집합은 해당 간선의 양 끝 정점들에 인접된 부모 정점들이 상위 계층에서 서로 인접하는지 아니면 공유하는 관계 인지에 따라 각각 NPC-간선과 SPC-간선이라 불리는 두 개의 서로 다른 부분집합으로 나누어 고려한다. 아울러 원래 그래프에서의 SPC-간선들을 압축된 결과 그래프에서는 압축된 슈퍼-정점 내부로 은닉시킴으로써 NPC-간선들에 대해서만 초점을 맞추도록 하기 위해 압축 그래프의 개념을 소개한다. 본 연구에서는 $2^n{\times}2^n$ 2-차원 정방형 토러스 내에서 헤밀톤 사이클 구성 시 포함할 수 있는 NPC-간선 개수의 하한 및 상한이 각각 $2^{2n-2}$와 $3{\cdot}2^{2n-2}$임을 분석한다. 이 결과를 개선된 피라미드 그래프로 확장시킴으로써 개선된 n-차원 피라미드 그래프 내에서 헤밀톤 사이클에 포함할 수 있는 NPC-간선의 최대 개수는 $4^{n-1}$-2n+1 개임을 증명한다.
Simsek, Cebrail;Sonmez, Ozlem;Yurdakul, Ahmet Selim;Ozmen, Fusun;Zengin, Nurullah;Keyf, Atilla Isan;Kubilay, Dilek;GUlbahar, Ozlem;Karatayli, Senem Ceren;Bozdayi, Mithat;Ozturk, Can
Asian Pacific Journal of Cancer Prevention
/
제14권3호
/
pp.2037-2042
/
2013
Background: Different methods of diagnosis have been found to be inefficient in terms of screening and early diagnosis of lung cancer. Cancer cells produce proteins whose serum levels may be elevated during the early stages of cancer development. Therefore, those proteins may be recognized as potential cancer markers. The aim of this study was to differentiate healthy individuals and lung cancer cases by analyzing their serum protein profiles and evaluate the efficacy of this method in the early diagnosis of lung cancer. Materials and Methods: 170 patients with lung cancer, 53 under high risk of lung cancer, and 47 healthy people were included in our study. Proteomic analysis of the samples was performed with the SELDI-TOF-MS approach. Results: The most discriminatory peak of the high risk group was 8141. When tree classification analysis was performed between lung cancer and the healthy control group, 11547 was determined as the most discriminatory peak, with a sensitivity of 85.5%, a specificity of 89.4%, a positive predictive value (PPV) of 96.7% and a negative predictive value (NPV) of 62.7%. Conclusions: We determined three different protein peaks 11480, 11547 and 11679 were only present in the lung cancer group. The 8141 peak was found in the high-risk group, but not in the lung cancer and control groups. These peaks may prove to be markers of lung cancer which suggests that they may be used in the early diagnosis of lung cancer.
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.