수원시에 위치한 농업과학기술원 시험포장인 고평통의 식양토와 본량통의 사양토에서 고추를 재배하였다. 식양토와 사양토의 2개 토성을 대상으로 토양 검정한 NPK 시비에 돈분퇴비 $25Mg\;ha^{-1}$를 각 각 시용하였다. 토양의 $N_2O$ 배출량 측정을 한 후 동시에 $N_2O$ 배출에 기여하는 토양수분, 무기태 질소, 지온 등을 측정하였고, 토양수분은 관수시점인 -50 kPa내의 범위로 한정하여 토양의 $N_2O$ 배출량을 실제 측정하였다. 온실가스 배출량을 예측하기 위해 영국의 경험 모델을 이용하여 $N_2O$ 배출의 예측값과 실측값을 비교 분석하였다. $N_2O$ 배출의 실측량과 무기태 질소($NO_3{^-}+NH_4{^+}$)의 관계에서 무기태 질소($NO_3{^-}-N+NH_4{^+}-N$)가 $10mg\;kg^{-1}$ 이하에서 $N_2O$ 배출량이 $1{\sim}10g\;N_2O-N\;ha^{-1}day^{-1}$로 나타나 $N_2O$ 배출에 대한 무기태질소 ($NO_3{^-}-N+NH_4{^+}-N$)의 한계선을 구분할 수 있었으며, 실측값인 토양온도와 WFPS(water filled pore space) 관계에서도 경험 모델의 배출 추정식인 (% WFPS)+{$2{\times}$토양온도($^{\circ}C$)}=90, (% WFPS)+{$2{\times}$토양온도($^{\circ}C$)}=105를 증명 하였다. $N_2O$ 배출의 실측량과 예측량을 1:1 대응한 결과, 식양토와 사양토 각 r=0.962, r=0.974로 나타났다. 고추밭의 $N_2O$ 배출량을 분석한 결과, 예측량과 작기 기간 전체 $N_2O$ 배출량의 비교에서 예측량은 식양토에서 12.2%가 낮게 평가 되었고, 사양토에서는 30%가 높게 평가 되었다. 그리고 토양 파라메타 분석 동시에 1주일에 1회 $N_2O$가스를 포집한 $N_2O$ 배출량에서는 식양토 27.1, 사양토 14.7%가 높게 평가 되었다. 향후 경험 모델의 정밀도를 높이기 위해서는 국내 작물재배환경에 맞는 파라메타의 수정이 필요하며 다양한 작물을 대상으로 연구가 있어야 할 것으로 생각한다.
보리 생육모형인 DSSAT의 CERES-Barley를 적용하여, 한반도 A1B 기후변화시나리오에 따른 겉보리의 잠재생산량을 평가하였다. 생육 모의 지역은 30년 평년의 기상자료가 구축되어 있는 56개 지역으로 하였고, 생육 모의 연도는 기준연도(1971~2000년)와 3가지 미래 30년 평년(2011~2040년, 2041~2070년, 2071~2100년)으로 하였다. 그리고 온도효과 분석(온도 변화, $CO_2$ 농도 고정), $CO_2$효과 분석(온도 고정, $CO_2$ 농도 변화), 온난화효과 분석(온도 및 $CO_2$ 농도 변화) 등 3가지 생육모의 환경으로 구분하여 기후변화에 따른 겉보리의 잠재생산성 영향을 평가하였다. CERES-Barly 모형은 국내 겉보리의 발육단계뿐 아니라 수량을 실제 관측값과 아주 유사하게 모의하여($R^2=0.84$), 기후변화에 따른 겉보리의 잠재생산성 변화 예측에 활용하는데 무리가 없다고 판단되었다. 생육 모의 조건별 결과를 나타내면, (1) 온도효과 분석에서, 미래의 온도상승이 상대적으로 낮은 2011~ 2040년 생육 모의 연도의 잠재수량은 기준년도와 비슷한 반면에, 온도상승 정도가 큰 2041~2070, 2071~2100년의 미래 기후조건에서는 잠재수량이 기준년도에 비해 각각 6, 20%씩 감소하였다. 다음으로, (2) $CO_2$ 효과 분석에서, 3가지 미래 기후조건(2011~2040년, 2041~2070년, 2071~2100년)에서 겉보리의 평균 잠재수량이 기준년도에 비해 각각 12, 28, 43%씩 증가하였다. 마지막으로 (3) 온난화효과 분석에서, 미래 생육 모의 연도별(2011~2040년, 2041~2070년, 2071~2100년) 잠재수량은 기준년도에 비해 각각 13, 21, 19%씩 증가하였다.
KMAPP은 규모상세화 과정을 통해 100 m 단위의 초고해상도 기상 예측을 산출하는 체계로써 최근 수문, 농업, 신재생에너지 등 다양한 분야에서 활용되기 시작됨에 따라 각 분야별로 예측성능을 검증할 필요가 있다. 철원 지역과 전북 지역은 산지가 많은 우리나라에서 비교적 넓은 범위에 걸쳐서 수평면을 보유하고 있으며, 특히 철원은 대규모 벼 논 재배지역 중에서 실측 및 원격탐사 생물계절 자료가 많은 지역으로 KMAPP 예측 성능을 검증하는데 필요한 관측자료를 사용하기에 적절한 지점으로 판단된다. 이번 연구에서는 철원 내 농경지역의 생태적 변화에 따라 변화하는 KMAPP 기온 예측 성능을 AWS와 ASOS 관측자료를 이용하여 비교 검증하였다. 그리고 전북지역 폭염 기간 동안 가축 고온스트레스 모델과 같은 응용모델에 KMAPP 예측 자료를 입력자료로 활용하는 것을 검토하고자 일사량 예측을 ASOS 자료를 이용하여 검증하였다. 더 많은 사례의 수집과 선정이 필요하다는 한계가 있지만 농경지역에서 추수 후 기온 예측 성능이 일반 주택지 에서보다 더 크게 향상된 것을 통해 생물리적 효과가 예측 정확도에 미치는 영향을 간접적으로 추측해 볼 수 있었다. 한편, 일사량 예측의 경우 단위 변환에 따른 오차가 발생하지만 관측값과 일치하는 경향을 보여 KMAPP 자료가 지역규모의 상세 예측 자료로 응용모델에 활용될 수 있을 것으로 기대된다.
본 연구는 채권시장과 금리시장의 지표를 이용한 외환시장 환율예측 모델을 만드는데 있어 어떤 인공지능 방법론이 가장 적합한지 밝혀내는데 그 목적이 있다. 채권시장의 대표 상품인 국고채와 통안채는 위험회피 상황이 올 때 대규모로 매도되어지고 그런 경우 환율이 상승하는 모습을 자주 보여주었고, 금리시장에서 통화 스왑 (Cross Currency Swap) 가격은 달러 유동성 문제가 생길 때 주로 하락하였으며, 그 움직임은 환율의 상승에 직간접적인 영향을 미쳐온 점 등을 고려하면, 채권시장과 금리시장에서 거래되는 상품의 가격과 움직임은 외환시장에도 직간접적인 영향을 주고 있으며, 세 시장 사이엔 상호 유기적이고 보완적인 관계가 있다고 볼 수 있다. 지금까지 채권시장, 금리시장, 그리고 외환시장 사이의 관계와 연관성을 밝히는 연구는 있어왔으나, 과거 많은 환율예측 연구들이 주로 GDP, 경상수지 흑자/적자, 인플레이션 등 거시적인 지표를 기반으로 한 연구에 집중되어 왔으며, 채권시장과 금리시장 지표를 기반으로 인공지능을 활용하여 외환시장의 환율을 예측하는 적극적인 연구는 아직 진행되지 않았다. 본 연구는 채권시장 지표와 금리시장 지표를 기반으로, 비선형데이터 분석에 적합한 인공신경망(Artificial Neural Network) 모델과, 선형데이터 분석에 적합한 로지스틱 회귀분석 (Logistic regression), 그리고 비선형/선형데이터 분석에 활용 가능한 의사결정나무 (Decision Tree)를 각각 사용하여 환율예측 모델을 만들고 그 수익률을 비교하여 어떤 모델이 가장 외환시장 환율 예측을 하는데 적합한지 알려준다. 또한, 본 연구는 주식시장, 금리시장, 오일시장, 그리고 외환시장 환율 등 비선형적 시계열 데이터 분석에 많이 사용되어진 인공신경망 모델이 채권시장과 금리시장 지표를 기반으로 한 외환시장 환율예측 모델에 가장 적합한 방법론을 제공하고 있다는 것을 증명한다. 채권시장, 금리시장, 그리고 외환시장 간의 단순한 연관성을 밝히는 것을 넘어, 세 시장 간의 거래 신호를 포착하여 적극적인 상관관계를 밝히고 상호 유기적인 움직임을 증명하는 것은 단순히 외환시장 트레이더 들에게 새로운 트레이딩 모델을 제시하는 것뿐만 아니라 금융시장 전체의 효율성을 증가시키는데 기여할 것이라 기대한다.
기존 협업 필터링 기법은 사용자들의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 구성하고, 이를 이용해 예측된 사용자의 특정 아이템에 대한 선호도를 기반으로 추천을 수행한다. 이로 인해, 사용자 선호도 정보가 부족하게 되면, 유사 아이템 사용자 집합의 신뢰도가 낮아지고, 추천 서비스의 신뢰도 또한 따라서 낮아진다. 또한, 서비스의 규모가 커질수록, 유사 아이템, 사용자 집합의 생성에 걸리는 시간은 기하급수적으로 증가하고 추천서비스의 응답시간 또한 그에 따라 증가하게 된다. 위와 같은 문제점을 해결하기 위해 본 논문에서는 적응형 군집화 기법을 제안하고 이를 적용한 협업 필터링 기법을 제안하고 있다. 이 기법은 크게 네 가지 방법으로 이루어진다. 첫째, 사용자와 아이템의 특성 벡터를 기반으로 사용자와 아이템 각각을 군집화 하여, 기존 협업 필터링 기법에서 유사 아이템, 사용자 집합을 생성하는데 소요되는 시간을 절약하며, 사용자 선호도 정보만을 이용한 부분 집합 생성보다 추천의 신뢰도를 높이고, 초기 평가 문제와 초기 이용자 문제를 일부 해소한다. 둘째, 미리 구성된 사용자와 아이템의 군집을 기반으로 군집간의 선호도를 이용해 추천을 수행한다. 사용자가 속한 군집의 선호도가 높은 순서대로 아이템 군집을 조회하여 사용자에게 제공할 아이템 목록을 구성하여, 추천 시스템의 부하 대부분을 모델 생성 단계에서 부담하고 실제 수행 시 부하를 최소화한다. 셋째, 누락된 사용자 선호도 정보를 사용자와 아이템 군집을 이용하여 예측함으로써 협업 필터링 추천 기법의 사용자 선호도 정보 희박성으로 인한 문제를 해소한다. 넷째, 사용자와 아이템의 특성 벡터를 사용자의 피드백에 따라 학습시켜 아이템과 사용자의 정성적 특성 정량화의 어려움을 해결한다. 본 연구의 검증은 기존에 제안되었던 하이브리드 필터링 기법들과의 성능 비교를 통해 이루어졌으며, 평가 방법으로는 평균 절대 오차와 응답 시간을 이용하였다.
최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.
최근 지구온난화에 따른 이상기상 발생 빈도가 증가하고 있으며 배추 등 일부 채소작물의 저온 및 고온 등으로 인하여 생산량에 문제가 발생하고 있다. 이러한 이상기상 조건 발생시 사전에 생산량을 예측하면 수급을 조절하는데 효과적이라 판단된다. 따라서 본 실험은 기상이변에 따른 봄배추의 생육량을 추정하기 위하여 정식시기와 질소시비량을 달리하여 생육인자간 상관계수를 도출하였다. 그 결과, 정식시기별 최종 생육은 4월 15일과 4월 22일 정식 처리에서 건물중이 각각 168g과 139g으로 타 시기에 비해 높았으며, 질소처리에 따른 차이는 없었다. 기후인자 온도, 일사량, GDD, 그리고 생육인자 엽수, 지상부생체중, 지상부건물중 등의 편상관분석 결과, 유의성이 높은 것으로 나타났다. GDD와 엽수, GDD와 지상부 건물중의 분포를 측정한 결과, 질소시비 수준에 따른 차이는 없었으며, 3차함수로 다항회귀식을 구한 결과, 엽수$(y)=-0.0000004x^3+0.0004x^2+0.0225x+5.4045$($R^2$=0.9818), 지상부건물중$(y)=-0.0000008x^3+0.001x^2-0.0958x+0.3426$($R^2$=0.9584)로 나타났다. 따라서 봄배추 생육기간중에 GDD 측정만으로도 봄배추의 지상부 생산량을 추정할 수 있을 것으로 판단되었다.
배경: 여러 장기의 생체 내 혹은 생체 외 실험에서 삼요드티로닌(triiodothyronine; T3)이 장기의 허혈-재관류 손상을 줄이는 효과가 있을 것으로 보고되고 있다. 이 연구에서는 삼요드티로닌을 투여하여 폐장 이식 초기 에 이식 실패의 가장 중요한 원인인 폐장 허혈-재관류 손상을 줄일 수 있을 것으로 가정하고 폐 허혈-재관류 손상을 평가할 수 있는 동물 실험 모델을 통하여 이를 증명하고자 하였다. 대상 및 방법: 체중 15~20 kg의 잡견 16마리를 무작위로 두 군으로 나눈 뒤, 대조군인 A군에는 식염 수를 정맥 주사하고 실험군인 B군에는 일측 폐 허혈 유발 전에 삼요드티로닌 $3.6\mu$g/kg을 정맥 주사하였으며 주사량 (ml)은 두 군에서 같게 하였다. 좌측 폐문부를 차단하여 좌측 폐 허혈을 100분간 유발시킨 후 재관류시켰고, 재관류 후 4시간 동안 우측 폐문부를 간헐적으로 차단하면서 좌측 폐의 가스 교환능, 혈역학적 변수, 호흡 역학적 변수를 측정하였다. 실 험 종료 후 폐 조직 일부를 생검하여 폐 조직 수분 함량, 지방 산화물(malonedialdehide; MDA)과 조직 내 ATP양을 측정하고, 광학 현미경 소견을 관찰하였다. 결과: 동맥혈 산소 분압은 두 군에서 모두 재관류 30분에 감소하였다가 서서히 회복하는 양상을 보였으며 재관류 30분에 A군은 $125\pm34$ mmHg, B군은 $252\pm44$ mmHg, 실험을 종료한 4시간에 A군은 $178\pm42$ mmHg, B군은 $330\pm37$ mmHg으로 전 과정을 통해 실험군인 B군에서 내내 높았다(p<0.05). 동맥혈 이산화탄소 분압, 폐혈관 저항, 기관내압 및 폐 탄성도 등 호흡 역학적 변수, 그리고 폐 조직 수분 함량은 두 군간에 차이가 없었다. 조직 내 MDA양은 A군$(0.53\pm0.05mu$M)에 비해 B군$(0.40\pm0.04\mu$M)에서 낮았다 (p<0.05). ATP양은 A군에서$0.48\pm0.07\mu$M/g, B군에서 $0.69\pm0.07\mu$M/g으로 B군에서 높았다(p<0.05). 폐 생검 조직의 광학 현미경 소견은 혈관 주위 호중구 침윤, 모세 혈관 출혈과 간질 내 울혈 등이 관찰되었고 두 군간의 차이는 없었다. 결론: 이상의 결과에서 삼요드티로닌이 폐장의 허혈-재관류 손상 후 산소 교환능을 개선시키고, 조직 내 지방 산화물의 생성을 줄이며 조직 ATP를 증가시킴으로써 이식폐 보존에 유용하게 이용될 수 있음을 입증하였다.
목 적 : 대사증후군은 심혈관계질환과 고지혈증, 비만, 당뇨병 등의 증상을 나타내는 증후군으로 최근 소아청소년 연령에서 유병률이 증가하고 있다. 대사증후군을 일으키는 주된 병태생리는 인슐린 저항성이다. 최근에 와서 체내의 지방조직은 혈중에 여러 아디포사이토카인들을 분비하여 인슐린 감수성을 조절한다고 알려졌다. 저자들은 비만 아동의 혈중 렙틴, 아디포넥틴 및 레지스틴등의 혈중 농도를 측정하여 정상 아동과 비교하였으며 이들 사이토카인들과 인슐린 저항성과의 상관관계도 알아보고자 하였다. 방 법 : 비만아 36명(남 17명, 여 19명)의 평균연령은 $9.3{\pm}1.9$세였고 평균 체질량지수(BMI)는 $23.2{\pm}2.6kg/m^2$ 였다. 정상대조군 35명(남 16명, 여 19명)의 평균연령은 $9.1{\pm}2.1$세였으며 평균 체질량 지수는 $16.8{\pm}1.4kg/m^2$ 였다. 결 과 : 비만군에서 정상대조군보다 체중, 신장 및 BMI가 유의하게 차이가 있었으며 공복혈당, 인슐린 농도가 높았으며 인슐린 저항성의 지표인 HOMA-IR도 유의하게 높았다. 또 비만군에서 혈중 렙틴농도가 유의하게 높았고(P<0.001) 아디포텍틴은 유의하게 낮았다(P<0.001). 혈중 레지스틴은 두 군간에 차이가 없었다. 렙틴/아디포넥틴 비는 비만군에서 유의하게 높았다(P<0.001). 또 비만군에서 HOMA-IR은 체중, 신장, BMI및 렙틴과 양의 상관관계가 있었으나 연령, 아디포넥틴, 레지스틴과는 상관이 없었다. 비만군에서 렙틴은 연령, 체중, 신장 및 BMI와 양의 상관관계가 있었으나 아디포넥틴 과 레지스틴은 기타변수와 상관이 없었다. 결 론 : 비만군에서 렙틴/아디포넥틴 비는 인슐린 저항성과 의미있는 연관성이 있어 향후 비만의 예후를 추정하는 변수로 이용될 수 있을 것으로 생각되며 비만군에서 아디포넥틴이 감소되어 있었다는 것은 아디포넥틴이 비만 발생의 억제기전에 중요한 역할을 할 것으로 생각된다.
Background: Solitary pulmonary nodules (SPN) are encountered incidentally in 0.2% of patients who undergo chest X-ray or chest CT. Although SPN has malignant potential, it cannot be treated surgically by biopsy in all patients. The first stage is to determine if patients with SPN require periodic observation and biopsy or resection. An important early step in the management of patients with SPN is to estimate the clinical pretest probability of a malignancy. In every patient with SPN, it is recommended that clinicians estimate the pretest probability of a malignancy either qualitatively using clinical judgment or quantitatively using a validated model. This study examined whether Bayesian analysis or multiple logistic regression analysis is more predictive of the probability of a malignancy in SPN. Methods: From January 2005 to December 2008, this study enrolled 63 participants with SPN at the Kangnam Sacred Hospital. The accuracy of Bayesian analysis and Bayesian analysis with a FDG-PET scan, and Multiple logistic regression analysis was compared retrospectively. The accurate probability of a malignancy in a patient was compared by taking the chest CT and pathology of SPN patients with <30 mm at CXR incidentally. Results: From those participated in study, 27 people (42.9%) were classified as having a malignancy, and 36 people were benign. The result of the malignant estimation by Bayesian analysis was 0.779 (95% confidence interval [CI], 0.657 to 0.874). Using Multiple logistic regression analysis, the result was 0.684 (95% CI, 0.555 to 0.796). This suggests that Bayesian analysis provides a more accurate examination than multiple logistic regression analysis. Conclusion: Bayesian analysis is better than multiple logistic regression analysis in predicting the probability of a malignancy in solitary pulmonary nodules but the difference was not statistically significant.
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.