1단계 수면은, 입면 시점과 관련하여 수면다원기록의 해석에 중요한 정보를 제공한다. 1단계 수면은 각성 상태에서 수면 상태로의 짧은 전이 기간으로, 특징적인 지표가 없어 디지털 분석을 통한 수면 단계 결정에 어려움이 있다. 본 연구에서는, 뇌파와 안전도에 대한 디지털 분석을 통하여 1단계 수면을 자동으로 탐지하는 프로그램을 개발하고자 하였다 야간수면다원기록 중 검사 시작 시점부터 2단계 수면이 출현하기 이전의 자료를 분석하였다. 뇌파의 스펙트럼 분석을 통해 알파파와 세타파의 상대 파워를 계산하였고, 알파파의 상대 파워가 50% 이하. 세타파의 상대 파워가 23% 이상일 경우 1단계 수면 판정의 기준 변수로 하였다. 또 안구운동의 지속시간이 1.5초에서 4초 사이에 있는 경우에 느린 안구운동으로 판정하고 1단계 수면 판정의 기준 변수로 하였다. 이 들 세 기준 변수들을 고려하여 해당 판독 단위에 대해 각성 혹은 1단계 수면으로 최종 판정하였다 연구 대상자는 7명으로 모두 남성이었으며, 23세였다 개발된 프로그램을 이용하여 169개의 판독 단위를 분석하였다. 기준과의 일치도는 79.3%였으며, 카파 값은 0.586이고, 통계적으로 유의하였다. 느린 안구운동은169개의 판독 단위 중 54개(32%)에서 나타났으며, 70.4%의 일치도를 보였다. 기존 연구의 디지털 분석을 통한 수면 단계 판정의 일치도는 70%이다. 본 프로그램의 일치도 79.3%는 기존 연구 결과에 비해 향상된 것이며, 본 프로그램이 1단계 수면 판정에 유용하다고 판단된다 뇌파 외에 안전도를 고려한 다중적 접근이 일치도 향상에 기여했을 것으로 생각되며, 1단계 수면 판정에 있어 안전도의 중요성을 확인할 수 있었다. 주입되는 환경에 따라 6가 크롬의 용출량이 증가할 수 있다는 것을 알 수 있었다. 또한 그라우트재가 해안 또는 매립지에 적용될 경우 해수와 침출수에 의한 강도의 변화를 살펴보기 위해 실험한 결과 초순수 중에서 양생 시켰을 때 보다 강도발현 현저히 저하되었으며, 시멘트 종에 따라서는 ‘보통포틀랜트 시멘트>마이크로 시멘트>슬래그’ 시멘트의 순으로 영향을 받는 것으로 나타났다. 이는 강도의 저하로 인한 오염물질의 누출 및 6가 크롬의 용출을 증가시킬 수 있다는 것을 짐작할 수 있다. 이와 같은 결과를 통하여, 그라우트재의 종류에 따라 6가 크롬의 용출량은 현재 규제치를 초과하여 용출되어 질 수 있는 가능성이 있으며, 과압 또는 과량의 주입이 6가 크롬의 용출량을 증가시킬 수 있다고 할 수 있었다. 또한 일반 현장과 다른 특수한 현장에서는 강도 및 pH에 따른 6가 크롬의 용출량을 고려한 재료 선택 및 배합비가 마련되어져야 할 것으로 판단되어진다. 와이어형, 기본형의 순으로 작게 나타났다.한 인자로 제시 되었다. 따라서 채식을 하는 폐경 후 여성의 경우 골격건강을 위하여 단백질의 급원이 되는 식품의 섭취에 더욱 관심이 필요한 것으로 보여 진다. 그러나 본 연구의 경우 대상자의 수가 적은 제한점이 있기 때문에 보다 많은 연구가 계속적으로 수행되어야 할 것으로 생각된다.reas(RW-2 and RW-3), lower part of the dam (RW-1) and seawater areas(RW-4 and RW-5).하는 비율이 가장 높았다. 에너지 섭취를 고려한 INQ는 칼슘과, 비타민 A는 남녀 모두, 비타민 B$_2$는 여자가 1이하로 나타났다. 또한 NAR 중에서도 낮은
북동태평양 클라리온-클리퍼톤 균열대 지역의 해저평원에는 여러 유용 금속을 함유한 망간단괴가 다량 분포하는 것으로 알려져 있다. 심해저카메라(DSC)를 이용하여 지형과 단괴 부존량과의 상관관계를 제시하는 연구 결과마다 단괴 생산 유망 지역의 단괴부존량과 지형과의 관계를 다르게 설명하고 있다. 또한, 수중에 위치하는 DSC 위치추정 방법론에 대한 정확한 근거가 명확하게 제시되지 않았다. 북동태평양 대한민국 심해연구(KODOS) 지역에서 현장탐사를 수행하여 지형에 따른 단괴 채광조건의 변화를 관찰하였다. 이 연구에서는 망간단괴 분포 경향 및 채광가능지역을 분석하고자 할 때, DSC를 이용한 근접 해저면 영상관찰 방법의 활용가능성을 제시하고자 하였다. 이를 위해 해저산이 없는 심해평원지역인 KODOS 지역의 남쪽구역($132^{\circ}10'W$, $9^{\circ}45'N$ 부근)에서 DSC 영상으로부터 단괴 부존량을 추출하고 다중빔음향측심기를 사용하여 해저면 수심 변화를 동시에 측정하였다. 또한, DSC 수중 위치추정의 정확성을 제고하고자, DSC 위치 계산 방식에 적절한 가정을 도입하였고, DSC 측선의 교차점에서 측정한 부존량을 이용하여 간접적으로 위치 추정의 정확도를 검증하였다. DSC 영상을 관찰하면 단괴 및 퇴적물뿐만 아니라 해저면의 함몰지역인 균열대를 다수 발견할 수 있다. 또한, DSC 영상을 통해 관찰된 해저 균열대의 발견시간 자료로 부터 채광 장애지역으로 예상되는 균열대의 위치 추정을 시도하였다. 분석 결과 채광장비가 주행할 수 없는 채광 장애지역은 해저사면과 해저구릉지역임을 확인할 수 있었다.
지표면 기온($T_{air}$ surface air temperature)은 기상 및 기후학 분야에서 대표적인 기상인자일 뿐만 아니라 육상생태계 기능을 조절하는 주요 환경조건 인자이다. MODIS와 같은 인공위성정보 활용 기술은 지표면 기온을 연속적으로 모니터링 할 수 있는 기회를 제공한다. 하지만 복잡 산악지역에서의 관측 정확도의 한계와 구름 등에 의한 자료 결측은 연속적인 모니터링을 제한한다. 이 연구에서는 위성정보를 기반으로 복잡 산악지역에서 인 강원도 지역을 대상으로 전천후 기온정보를 생산하여 산악기상관측자료를 이용하여 평가하였다. 산악지역에 대한 정확도 개선을 위해 Aqua MODIS 기온정보(MYD07_L2)에 대기기온감률 방법을 적용한 결과, 기존보다 약 4% RMSE 개선효과(ME의 경우 95%)가 나타났다. 전천후 기온정보 산출을 위해 MYD07_L2 기온정보와 GCOM-W1 AMSR2 37 GHz 밝기온도 자료간의 픽셀 기반의 회귀모형 방법을 적용하였다. 산악기상 관측 자료와 비교한 결과 전반적으로 좋은 일치도를 보였으나(r=0.80, RMSE=7.9K), 겨울철에 다소 과소모의의 경향을 나타냈다. 그럼에도 불구하고 전체 자료 중 결측되었던 61.4%의 자료(n=2,657)를 복원하여 복잡 산악지역에 대해 위성정보 기반의 전천후 기온정보 생산이 가능함을 확인하였다. 향후 이 연구에서 사용한 간단하고 효과적인 회귀모형 방법은 과거 및 최신 위성정보를 활용을 통한 시공간적인 확장이 가능할 것으로 사료된다.
최근 SNS는 개인의 의사소통뿐 아니라 마케팅의 중요한 채널로도 자리매김하고 있다. 그러나 사이버 범죄 역시 정보와 통신 기술의 발달에 따라 진화하여 불법 광고가 SNS에 다량으로 배포되고 있다. 그 결과 개인정보를 빼앗기거나 금전적인 손해가 빈번하게 일어난다. 본 연구에서는 SNS로 전달되는 홍보글인 비정형 데이터를 분석하여 어떤 글이 금융사기(예: 불법 대부업 및 불법 방문판매)와 관련된 글인지를 분석하는 방법론을 제안하였다. 불법 홍보글 학습 데이터를 만드는 과정과, 데이터의 특성을 고려하여 입력 데이터를 구성하는 방안, 그리고 판별 알고리즘의 선택과 추출할 정보 대상의 선정 등이 프레임워크의 주요 구성 요소이다. 본 연구의 방법은 실제로 모 지방자치단체의 금융사기 방지 프로그램의 파일럿 테스트에 활용되었으며, 실제 데이터를 가지고 분석한 결과 금융사기 글을 판정하는 정확도가 사람들에 의하여 판정하는 것이나 키워드 추출법(Term Frequency), MLE 등에 비하여 월등함을 검증하였다.
최근 고객들의 비대면 접점 서비스 이용도가 높아짐에 따라, 비대면 채널은 다양한 데이터의 분석을 통해 고객 만족도를 향상시킬 수 있는 유용한 창구로 인식되고 있다. 이러한 비대면 채널의 대표적 영역으로 콜센터를 들 수 있으며, 콜센터 운영에서 고객 만족도에 가장 큰 영향을 미치는 요소는 상담 인력의 규모인 것으로 알려져 있다. 즉, 일정수준 이상의 고객 만족도를 유지하기 위해서는 충분한 상담 인력을 확보하는 것이 관건이지만, 불필요하게 많은 인력을 확보하는 것은 인건비 측면에서 비용의 낭비를 초래할 수 있다. 따라서 부족하지도 않고 넘치지도 않을 정도의 적정 인력을 산출하는 능력은 콜센터 운영의 핵심 경쟁력으로 인식되고 있으며, 최근 콜센터에서는 적정 인력의 규모를 예측하기 위해 WFM(Work Force Management) 업무 전담 부서를 설치하고 콜량을 정확하게 예측하기 위한 노력을 기울이고 있다. 콜량 예측을 위해 현업에서 주로 사용되는 방법은 담당자의 직관에 의존하는 방법으로, 일정기간의 콜량 평균을 담당자가 주관적 판단에 의해 보정함으로써 이루어진다. 하지만 이러한 방식은 담당자의 주관적 성향에 크게 좌우된다는 한계를 갖고 있어서, 최근에는 다양한 예측 모형을 시스템화한 WFMS(Workforce Management System) 패키지가 널리 활용되고 있다. 하지만 이 시스템은 초기 도입 시 매우 고가의 구축비용이 발생하며, 신규 요인 발굴 시 이를 즉각적으로 시스템에 반영하기 어렵다는 한계점을 갖고 있다. 이를 극복하기 위해 본 연구에서는 데이터 마이닝의 대화식 의사결정나무 기법을 이용함으로써, 객관적이면서도 업무 배경 지식을 충분히 활용할 수 있는 예측 모형을 수립하고자 한다. 또한, 본 연구에서 수립한 모형의 정확성 평가를 위해, 국내 최대 규모의 한 자동차 보험사 콜센터의 4년 8개월 간의 실 데이터를 사용한 실험을 수행하고 그 결과를 제시하였다. 실험에서는 기존의 WFMS와 본 연구에서 제안하는 두 가지 모형인 대화식 의사결정나무 기반의 예측 모형, 일반 의사결정나무 기반의 예측 모형의 세 가지 모형에 대해, 다양한 오차 허용범위 하에서의 사고콜 및 고장콜에 대한 예측 적중률을 평가하였다.
후방산란계수(${\sigma}^0$) 방정식은 지상표적 탐지, 토지피복 분류, 해상풍 산출, 토양 수분함량 예측 등 Synthetic Aperture Radar(SAR) 영상의 활용을 위해 영상으로부터 지구물리적인 특성을 예측하는 과정에서 요구되는 필수 요소이다. 본 논문에서는 최종 업데이트된 SAR 프로세서와 절대방사보정의 특성을 반영하는 Kompsat-5 (K5)의 Radar Cross Section(RCS) 및 ${\sigma}^0$ 방정식을 제시하고 이를 검증하여 K5 SAR 영상의 활용도를 높이고자 한다. 우선, K5 RCS 방정식을 산출하고 이의 정밀도를 몽골의 검보정 사이트에 설치되어 있는 삼면판 반사기를 이용하여 검증하였다. K5 Spotlight 및 Stripmap 모드의 다양한 빔 영상에 대해서 RCS 방정식을 이용하여 측정한 RCS 값과 K5 SAR 프로세서를 이용하여 관측한 표준 RCS 값을 비교하였을 때 평균 $0.2dBm^2$ 이하의 차이를 보였다. 레이더 방정식과 K5 RCS 방정식을 이용하여 유도한 K5 ${\sigma}^0$ 방정식에 대한 검증은 계절에 따른 후방 산란 특성의 변화가 적은 아마존 열대 우림의 TerraSAR-X(TSX) 및 Sentinel-1A(S-1A) SAR 영상에서 얻은 ${\sigma}^0$과 비교하여 수행하였다. TSX/S-1A 대비 K5 ${\sigma}^0$ 값의 차이는 최대 0.6 dB 이하였다. K5의 절대방사보정에 대한 요구 값이 2.0 dB($1{\sigma}$)을 감안하면 K5 RCS 방정식의 평균 $0.2dBm^2$ 이하의 오차와 K5 ${\sigma}^0$ 방정식의 최대 0.6 dB 이하의 오차는 제시한 방정식들의 정밀도 및 유효성이 높음을 입증하여 준다. 향후, 본 논문에서 제시한 K5 RCS 방정식과 K5 ${\sigma}^0$ 방정식을 이용하여 해상풍 산출 등 정량적인 분석이 가능한 활용을 통한 검증이 추가적으로 이루어져야 할 것으로 생각된다.
벼의 출수기를 추정하는 것은 농업생산성과 관련된 중요한 과정 중 하나이지만 세계적인 이상기후의 증가로 벼의 출수기를 추정하는 것이 어려워지고 있다. 본 연구에서는 CNN 분류모델을 사용하여 다양한 영상데이터에서 벼의 출수기를 추정하려고 시도하였다. 드론과 타워형 영상관측장치 그리고 일반 RGB 카메라로 촬영된 직하방과 경사각 영상을 수집하였다. 수집한 영상은 CNN 모델의 입력데이터로 사용하기 위해서 전처리를 진행하였고, 사용된 CNN 아키텍처는 이미지 분류 모델에서 일반적으로 사용되는 ResNet50, InceptionV3 그리고 VGG19 를 사용하였다. 각각의 아키텍처는 모델의 종류, 영상의 유형과 관계없이 0.98 이상의 정확도를 나타내었다. 또한 CNN 분류 모델이 영상의 어떤 특징을 보고 분류하였는지 시각적으로 확인하기 위해서 Grad-CAM 을 사용하였다. Grad-CAM 결과 CNN 분류 모델은 벼의 출수를 이삭의 형태에 높은 가중치를 두어 분류 하는 것을 확인하였다. 다음으로 작성된 모델이 실제 논 포장 모니터링 이미지에서 벼의 출수기를 정확하게 추정하는지 확인하였다. 각각 다른 지역 4 개의 벼 포장에서 벼의 출수기를 약 하루정도의 차이로 추정하는 것을 확인하였다. 이 방법을 통해서 다양한 논 포장의 모니터링 이미지를 활용하여 자동적이고 정량적으로 벼의 출수기를 추정 할 수 있다고 판단된다.
인공위성 고도계로 측정한 해수면 높이 자료를 사용하여 준 실시간 동해 표층해류를 추정하기 위해, 세 가지 방법으로 평균 역학지형(또는 평균 해류장)을 계산하고 각각의 특징들을 살펴보았다. 프랑스 AVISO(Archiviing, Validation and Interpretation of Satellite Oceanographic data)는 인공위성 고도계 자료와 수치모델을 이용하여 전 지구 해양에 대하여 수평적으로 $0.25^{\circ}$의 해상도를 갖는 평균 역학지형을 계산하고 지형류 방정식을 적용하여 평균 해류장을 만들어 제공하고 있다. 동해에서 장기간 관측한 수온과 염분 자료를 사용하여 500 dbar를 기준면으로 사용한 역학적 해면(steric height)을 계산하고 이를 평균 여각지형으로 환산하였다. 또한 14년 동안 동행의 표층을 이동한 표층뜰개들(ARGOS)의 궤적을 이용하여 평균 해류장을 구하였다. 인공위성 고도계로 관측한 해수면 편차와 세 가지 평균 역학지형을 합하여 절대 역학지형을 얻고, 각각의 절대 역학지형에 지형류 방정식을 적용하여 세 가지 표층해류를 추정하였다. 각 방법으로 추정된 표층해류를 2005년에 동해 남서부 해역에서 선박장착 초음파 해류계(ADCP)로 관측한 해류 자료와 정량적으로 비교하였다. 육지에서 50 km 이상 떨어진 해역에서는 인공위성 고도계로 측정한 해수면 자료에 지형류 방정식을 적용하여 구한 표층해류와 현장 관측 해류의 상관계수(R)가 0.58~0.73이며 두 자료의 제곱 평균 제곱근 편차(Root Mean Square Deviation, RMSD)는 $17.1{\sim}21.8cm\;s^{-1}$이다. 육지에서 50 km 이내의 연안에서 두자료의 R이 0.06~0.46로 상대적으로 낮고 RMSD는 $15.5{\sim}28.0cm\;s^{-1}$이다. 이처럼 연안에서는 인공위성 고도계로 관측한 해수면 높이 자료의 오차가 크므로 향후 연안에 대해서는 새로운 표층해류 추정 방법에 대한 추가 연구가 필요하다.
스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.
최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 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.