최근 CNN(Convolutional Neural Network)은 영상 분류, 객체 인식, 화질 개선 등 다양한 비전 분야에서 우수한 성능을 보여주고 있다. 그러나 많은 메모리와 계산량이 요구되어 모바일 또는 IoT(Internet of Things) 장치와 같은 저전력 디바이스에 적용하기에는 제한이 따른다. 이에, CNN 모델의 임무 성능을 유지하면서 네트워크 모델을 압축하는 연구가 진행되고 있다. 본 논문에서는 행렬 분해 기술인 저계수 행렬 근사(Low-rank approximation)와 CP(Canonical Polyadic) 분해 기법을 결합한 CNN 모델 압축 기법을 제안한다. 제안기법은 하나의 행렬 분해 기법만을 적용하는 기존의 기법과 달리 CNN의 계층 유형에 따라 두 가지 분해 기법을 선택적으로 적용하여 압축 성능을 높인다. 제안기법의 성능 검증을 위하여 영상 분류 CNN 모델인 VGG-16, ResNet50, 그리고 MobileNetV2 모델을 압축하였고, 계층 유형에 따라 두 가지의 분해 기법을 선택적으로 적용함으로써 저계수 행렬 근사 기법만 적용한 경우 보다 1.5 ~ 12.1 배의 동일한 압축률에서 분류 성능이 향상됨을 확인하였다.
다품종 대량 생산 중소기업 공장에서는 제품의 종류가 다양하고 그 수량이 많기 때문에 재고의 관리를 위한 인력과 경비가 낭비되고 있다. 또한 재고의 현황을 실시간으로 확인 할 방법이 마련 되있지 않아서 재고의 과적재, 과부족 현상으로 인한 경제적 피해를 받고 있다. 실시간 데이터 수집 환경을 구축하기 위한 많은 방안이 있지만 대부분 구축비용과 시간이 중소 중견기업이 감당하기 어려운 수준이다. 그렇기 때문에 중소 중견기업의 스마트 공장은 구현되기 어려운 현실을 마주하고 있으며, 적절한 대책을 찾기 힘든 실정이다. 따라서 본 논문에서는 현재 생산품 관리 기술로 많이 채택되는 바코드, QR코드와 함께 라벨에 표기되어 있는 글자추출을 통해 기존 재고관리 방법의 확장에 대한 내용을 구현하고 그 효과를 평가하였다. 기술적으로는 컴퓨터 이미지 처리를 통해서 기존의 생산품의 입출고 관리를 위한 방법인 재고라벨 및 바코드에 대한 자동인식 및 분류를 하기 위한 OpenCV를 이용한 전처리, 구글 비젼 API의 OCR(Optical Character Recognition)기능을 통해서 글자를 추출하고, Zbar를 통해서 바코드를 인식할 수 있게 설계하였고, 값비싼 장비를 사용하지 않고 라즈베리파이를 통해 실시간 영상을 통한 인식으로 재고를 관리할 수 있는 방법을 제안한다.
최근 초분광 영상을 기반으로 토지피복을 분류하는 연구에서 토지피복 분광 라이브러리가 많이 활용되고 있다. 해외에서는 다양한 기관에서 토지피복 분광 라이브러리를 구축 및 제공하고 있지만, 국내의 경우 토지피복 분광 라이브러리의 구축 및 제공이 부족한 실정이다. 이러한 배경에서 본 연구는 국내 토지피복의 분류 연구에서 국내외 분광 라이브러리의 활용 가능성을 제시하는데 목적이 있다. 분광 라이브러리의 비교분석 및 분광 라이브러리를 이용한 토지피복분류에는 밴드매칭이 요구되며, 본 연구에서는 이를 자동적으로 수행하기 위한 자동화 로직을 제시하였다. 또한 직접 구축한 국내 토지피복 분광 라이브러리와 기구축 해외 토지피복 분광 라이브러리를 비교분석하였으며, 그 결과 직접 구축한 토지피복 분광 라이브러리의 상관계수가 0.974로 가장 높게 나타났다. 최종적으로 정확도 평가를 위해 국내외 토지피복 분광 라이브러리를 이용하여 연구대상지역의 항공 초분광 영상을 SAM기법으로 감독분류 하였으며, 그 결과 직접 구축한 분광 라이브러리의 전체정확도가 91.78%로 가장 높게 나타났다. 정확도 평가 결과 해외 토지피복 분광 라이브러리의 분류항목 중 Soils, Artificial Materials, Coatings는 국내에서도 충분히 피복을 분류하는데 적용 가능할 것으로 판단된다.
현대에도 일부 소외된 지역에서는 의료 인력의 부족으로 인해 위·중증 환자에 대한 치료가 지연되는 경우가 많다. 의료 데이터에 대한 분석을 자동화하여 의료 서비스의 접근성 문제 및 의료 인력 부족을 해소하고자 하는 연구가 계속되고 있다. 컴퓨터 비전 기반의 진료 자동화는 훈련 목적에 대한 데이터 수집 및 라벨링 작업에서 많은 비용이 요구된다. 이러한 점은 희귀질환이나 시각적으로 뚜렷하게 정의하기 어려운 병리적 특징 및 기전을 구분하는 작업에서 두드러진다. 이상 탐지는 비지도 학습 전략을 채택함으로써 데이터 수집 비용을 크게 절감할 수 있는 방법으로 주목된다. 본 논문에서는 기존의 이상 탐지 기법들을 기반으로, 흉부 X-RAY 영상에 대해 이상 탐지를 수행하는 방법을 다음과 같이 제안한다. (1) 최적 해상도로 샘플링된 의료 영상의 색상 범위를 정규화한다. (2) 무병변 영상으로부터 패치 단위로 구분된 중간 수준 특징 집합을 추출하여 그 중 높은 표현력을 가진 일부 특징 벡터들을 선정한다. (3) 최근접 이웃 탐색 알고리즘을 기반으로 미리 선정된 무병변(정상) 특징 벡터들과의 차이를 측정한다. 본 논문에서는 PA 방식으로 촬영된 흉부 X-RAY 영상들에 대한 제안 시스템의 이상 탐지 성능을 세부 조건에 따라 상세히 측정하여 제시한다. PadChest 데이터세트로부터 추출한 서브세트에 대해 0.705 분류 AUROC를 보임으로써 의료 영상에 대한 이상 탐지 적용의 효과를 입증하였다. 제안 시스템은 의료 기관의 임상 진단 워크플로우를 개선하는 데에 유용하게 사용될 수 있으며, 의료 서비스 접근성이 낮은 지역에서의 조기 진단을 효율적으로 지원할 수 있다.
본 연구의 목적은 인공지능의 딥러닝을 활용하여 소셜미디어에서 공유되는 도시공원 이용자 활동사진을 분류하는 기초 모델을 만드는 것이다. 소셜미디어 데이터는 네이버 검색을 통해 수집된 도시공원 관련 사진들을 수집하여 분류모델에 활용하였다. 도시공원 특성 평가에 활용할 수 있는 지표인 자연성(naturalness), 잠재적 매력성(potential attraction), 활동(activity)을 기반으로 최종 21개의 분류 항목체계를 만들고, 항목별로 네이버에서 공유되는 실제 도시공원 사진을 수집하여 주석이 달린 데이터 세트를 구축했다. 수집한 사진 데이터 세트에 대해 커스텀(cuntom) CNN 모델과 사전 훈련된 CNN의 전이학습 모델을 설계하고 분석하였다. 연구결과, 가장 우수한 성능을 보였던 Xception 전이학습 모델이 최종적으로 도시공원 이용자 활동 이미지 분류모델로 선정되었으며, 그 외 다양한 평가 지표를 통해 모델을 평가했다. 본 연구는 소셜미디어에 공유되는 이용자 사진을 활용하여 도시공원 특성을 평가할 수 있는 지표로서 AI를 구축한 것에 의의가 있다. 딥러닝을 활용한 분류모델은 수동분류에 대한 한계를 보완하고, 대량의 도시공원 사진을 효율적으로 분류할 수 있어서 향후 도시공원의 모니터링 및 관리에 활용할 수 있는 유용한 방법이라고 할 수 있다.
본 연구에서는 한농대에 재학 중인 3학년 학생을 대상으로 대학생활 선호도 및 졸업 후 영농의지를 파악하기 위하여 설문조사를 실시하였다. 연구 분석에는 구조화되지 않은 데이터의 분석 기법으로 오피니언 마이닝과 텍스트 마이닝 기법을 이용하였으며, 텍스트 마이닝의 결과는 워드 클라우드로 시각화하여 정보를 추출하였다. 또한 감성분석 결과를 이용하여 졸업 후 농사일을 하려는 학생들의 영농의지에 대한 통계적 분석을 하였다. 대학생활 호감도 조사는 대학 이미지, 자기 역량, 기숙사, 교육시스템, 미래 비전 등 5개 분야에 전체 10개 항목에 대하여 이루어졌다. 감성 분석을 위한 긍·부정 사전은 수집된 응답지에서 긍정과 부정의 감정을 분류하여 긍정어 사전과 부정어 사전을 각각 만들어 분석에 이용하였다. 분석 결과 10개 평가항목 가운데 대학 지원 당시의 '대학 이미지', 10년 후의 '자기 모습' 항목은 70% 이상, '자기 역량'과 '현재의 한농대' 항목은 60% 이상의 긍정적 감정을 나타냈다. 반면 '대학 기숙사' '교육과정' '장기현장실습' '한국 농업의 미래' 항목에 대해서는 긍정적 감성보다 부정적 감성이 높게 나타났다. 성별, 영농기반, 입학 동기에 따른 영농의지 차이의 교차 분석에서는 성별, 입학 동기에 따른 영농의지는 통계적으로 유의미한 결과가 나타났으나, 영농기반에서는 유의미하지 않은 결과가 나타났다. 또한 영농의지에 대한 이항 로지스틱 회귀분석에서는 통계적으로 유의미한 변수는 '입학 동기'로 파악되었으며, 본인의 의지로 입학한 학생일수록 영농의지가 형성될 확률이 높게 나타났다.
본 연구의 목적은 체계적이고 종합적인 과학진로교육 프로그램 및 자료를 개발하기 위한 첫 단계의 연구로, 과학 관련 진로에 대한 초, 중, 고 학생들의 생각을 조사하는 것이다. 검사도구는 두 차례의 예비조사를 거쳐 연구자가 개발하였고, 연구대상은 지역 규모에 따른 계층별 표집을 한 초등학생 1036명, 중학생 1137명, 고등학생 1435명, 총 3608명이다. 과학에 대한 이미지, 과학선호도, 과학학습선호도, 과학성적에 대한 인식, 본인의 진로 희망, 과학 직업에 대한 희망 정도, 과학 진로에 대한 인식, 과학 관련 진로 선택과 관련된 주요 요인, 과거 및 현재의 과학 관련 진로 희망 여부 및 그 이유 등을 조사하였다. 조사 결과, 학생들의 과학에 대한 이미지는 '실험활동으로서의 과학'을 가장 많이 지니고 있었고, 과학선호도와 과학학습에 대한 선호도는 과학성적에 대한 인식보다 긍정적이었다. 과학 관련 진로를 희망하는 학생들의 비율은 21%였으며, 중학생의 경우가 특히 낮게 나타났다. 과학 진로를 선택할 때의 좋은 점으로는 '나라 발전에 도움되므로', '새로운 지식을 얻을 수 있으므로', 나쁜 점에 대해서는 '위험하므로', '공부를 많이 해야 하므로' 등을 많이 들었다. 학생들이 과학 관련 진로를 선택하는 이유는 '과학 및 과학 학습에 대한 흥미'가 가장 높은 비율을 차지하는 것으로 나타났다. 이러한 분석 결과로부터 과학진로교육의 기본적 방향은 과학학습에 대한 선호도와 흥미를 높이는 것을 바탕으로 과학직업에 대한 긍정적 인식과 미래 사회에서의 과학관련 직업 전망을 제시해 줄 수 있어야 하며, 대상 학생의 발달 단계와 특성에 맞는 과학진로교육이 이루어져야 함이 더욱 중요하다.
자율주행 차량에 대한 연구가 활발하게 이뤄지고 있다. 자율주행 차량이 등장함에 따라 기존의 차량과 자율주행 차량이 공존하는 과도기가 올 것이며, 이러한 과도기에는 사고율이 더욱 높아질 것이라 예상된다. 현재 교통사고 발생 시 손해보험협회의 '자동차 사고 과실 비율 인정기준'에 따라서 과실 비율을 측정한다. 그러나, 발생한 사고가 어떠한 유형의 사고인지 조사하는 데 소모되는 비용이 매우 크다. 또한 이미 과실 비율 책정이 완료된 사례에 대해서도 재심의를 요구하는 과실 비율 분쟁도 늘어나는 추세이다. 이러한 시간적, 물적 비용을 줄이기 위해 자동으로 과실 비율을 판단하는 딥러닝 모델을 제안하고자 한다. 본 논문에서는 ResNet-18 이미지 분류 모델과 TSN을 통한 비디오 행동 인식을 통해 사고 영상을 바탕으로 과실 비율을 판단하고자 한다. 모델이 상용화된다면, 과실 비율을 측정하는데 소요되는 시간을 획기적으로 단축할 수 있다. 또한 피의자에게 제공할 수 있는 과실 비율에 대한 객관적인 지표가 생기므로 과실 비율 분쟁도 완화될 것으로 기대된다.
도로를 통과하는 차량 통행량의 증가는 장기적으로 교량에 구조적인 손상을 유발시키기 때문에 교량의 유지관리 측면에서 심각한 문제로 대두되고 있으며 준공 단계부터 구조물의 유지관리에 대하여 관심을 기울이지 않으면 공용기간 중 만족할 만한 기능의 유지 및 확보는 불가능하다. 또한, 공황 중에 균열이나 변형 등과 같은 열화손상을 조기에 발견하여 기능상의 장애나 사고를 미연에 방지하기 위해서는 정기적인 점검을 통하여 유지관리를 실시해야 하나 이에 관한 관심도가 상대적으로 낮아 구조물 유지관리에 대한 새로운 인식의 전환과 이와 관련된 기술개발이 절실히 요구되고 있다. 본 연구는 현재 굴절차 또는 점검차에 점검 인력이 직접 탑승하여 실시하는 육안조사를 대체하기 위하여 작은 카메라가 부착된 로봇(Machine Vision System)이 장착된 Linear Motion Control of System을 교량 하부에 설치하고 작업자는 교량 상부에서 외관조사를 수행함으로써 점검자에 따라 주관적으로 점검결과가 도출되는 문제를 근본적으로 해결하고 점검시 안전성을 대폭 개선하며 화상에 검측된 열화 손상 자료를 이미지 프로세싱 기법을 이용하여 객관적이고 정량적인 자료로 저장 및 제공함으로써 교량 유기관리시스템을 위한 데이터베이스를 구축하는데 기여할 수 있는 교량 하부 외관조사 자동화 시스템을 개발하는 데에 그 목적을 두고 있으며 본 시스템을 통하여 교량의 보수 보강 시기를 보다 객관적으로 산정할 수 있어서 현재 매년 기하급수적으로 늘어나는 교량의 보수 보강 비용을 상당히 절감할 수 있을 것으로 기대된다.저장기간을 계산하면, 아세설팜칼륨의 혼용 비율이 높아질수록 저장기간이 길어져서, $50\%$로 혼용하였을 때 가장 긴 저장기간이 산정되어 $20^{\circ}C$에서는 178일, $30^{\circ}C$에서는 88일이 예측되었다. 아스파탐과 아세설팜칼륨의 혼용비율을 5:5, 7:3, 9:1로 달리하여 구연산 완충액 상에 녹인 후, 20, 40, $60^{\circ}C$에서 저장하였다 크기 추정법을 이용하여 단맛을 측정한 결과 20일간의 저장 기간 동안 $20^{\circ}C$와 $40^{\circ}C$에서는 단맛이 유지되는 것으로 나타났다.산도 $0.4\~0.8\%^{(10)}$에서도 식품 유해가능성을 가진 균이 상당수 검출되므로 원료의 수송, 김치의 제조 및 유통과정에서 병원균에 대한 오염방지에 유의하여야 할 것이다. 확인할 수 있었다. 이상의 결과에 의하면 고농도의 유기물이 함유된 음식물쓰레기는 Hybrid Anaerobic Reactor (HAR)를 이용하여 HRT 30일 정도에서 충분히 직접 혐기성처리가 가능하며, 이때 발생된 $CH_{4}$를 회수하여 이용하면 대체에너지원으로 활용 가치가 높은 것으로 판단된다./207), $99.2\%$(238/240), $98.5\%$(133/135) 및 $100\%$ (313)였다. 각각 두 개의 요골동맥과 우내흉동맥에서 부분협착이나
전자포탈영상장치 (EPID)를 의료용 선형가속기의 QC/QA로 이용할 수 있게 하고 이 시스템의 유용성을 평가할 목적으로, 의료용 선형가속기의 기하학적 QC/QA 항목 중 빛-광자선 조사면 일치, 콜리메이터 회전축, 캔트리 회전축 등을 분석할 수 있고 임상응용에의 유용성을 실용적으로 수행할 수 있는 GUI(Graphic User Interface) 방식의 소프트웨어를 개발하였다. 상용 전자포탈영상장치에서 수집한 영상을 네트워크를 통해 수집하고, 이 영상을 조작할 수 있는 OQuE (On-line quality assurance system using electronic portal imaging) 시스템을 PC 상에서 구현하였다. EPID는 Portal Vision(Varian, USA)을 사용하였고, 시스템의 유용성 검증을 위해 CL/2100/CD (Varian, USA)의 의료용 선형가속기를 이용하여 기하학적 QC/QA 성능과 임상응용에의 유용성을 평가하였다. 빛-광자선 조사면 일치를 ~1mm의 정밀ㆍ정확도로 평가할 수 있었다. 콜리메이터 또는 갠트리, 카우치 회전축 역시 4 개의 방사선 방향에 대한 영상을 중첩시켜서 중첩된 영상이 이루는 교점을 분석하여 구할 수 있었다. 빛-광자선 조사면 일치는 조사면별로 각각 영상을 얻고, 이들의 확대 영상과 중첩 영상을 보면서 중력장 중심 (center of gravity) 을 계산한 결과 5$\times$5 $cm^2$에서 0.2 mm, l0$\times$10, 15$\times$15, 20$\times$20 $cm^2$에서 0.3 mm내에 들어옴을 알 수 있었고 Upper Jaw 회전축은 $\pm$0.2 mm, Lower Jaw 회전축은 $\pm$0.1mm, 갠트리 회전축은 앞뒤 방향으로 $\pm$0.3 mm, 좌우 방향으로 $\pm$0.7 mm 내에 들어옴을 알 수 있었다. 카우치 회전측은 $\pm$0.2 mm 이내에 들어옴을 알 수 있었다. 영상수집 시간은 필름에 비해 훨씬 짧았으며, 그 분석 또한 객관적이고 정량적으로 이룰 수 있어서 전자포탈영상장치가 의료용 선형가속기의 QC/QA 도구로서 적당함을 알 수 있었다. 그리고 기준영 상과 포탈영상의 필드경계와 해부학적 모양을 분석함으로써 임상응용에의 유용성을 평가할 수 있었다. 적절한 사용자 편의를 보완하면 이 소프트웨어는 의료용 선형가속기의 기하학적인 성능평가 및 임상에 적극 활용할 수 있음을 알 수 있었다.
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.