연구배경 : 생체의 운동은 움직임 자체를 수행하기 위한 근육, 관절 및 이를 관장하는 신경계와 운동중 적절한 산소를 공급하기 위한 심혈관계 및 호흡계의 조절이 동반되는 매우 복잡한 기전에 의하여 유지되고 있다. 이들의 상호관련성을 밝히기 위하여 많은 연구들이 진행중이나 특히 관절과 호흡중추의 연계성에 대하여는 아직도 연구가 미진한 편이다. 이에 본 연구는 관절의 정상적인 움직임이 호흡계에 어떠한 영향을 미치는지를 규명하고자 $\alpha$-chloralose로 마취한 고양이의 분당 호흡수, 횡격신경과 흡식신경섬유의 변화를 관찰하였다. 방법 : 26마리의 성숙한 숫고양이에서 슬관절 자극중 횡격신경 및 흡식중추신경의 활동성을 기록하기 위하여 쌍극백금전극과 탄소섬유전극을 이용하여 세포외에서 기록하였다. 슬관절을 자극하기 위하여 슬관절의 굴곡-신전운동, 슬관절 동맥을 통한 화학적인 자극 및 슬관절 신경의 전기적인 자극법 등을 사용하였다. 결과 : 슬관절의 정상 운동각도내에서 120 Hz.의 빠른 운동을 1분간 시킨 경우에는 분당호흡수와 분당호흡신경활동이 유의하게 증가하였으며 3분간 운동을 시킨 경우에는 호흡수, 일회호흡신경활동 및 분당호흡신경활동이 모두 유의하게 증가하였다. 그러나 60Hz.의 운동에 대하여는 전체적인 호흡활동에 뚜렸한 변화가 없었다. 과격한 운동중에 형성되는 젖산의 혈중농도와 같은 농도의 젖산을 슬관절내에 주입한 결과 주입후 30초 동안에 호흡수 이외의 일회호흡신경활동과 분당 호흡신경 활동이 유의한 증가를 보였다. 또한 potassium chloride에 대하여는 젖산의 경우와 유사한 반응을 보였으나 반응기간이 짧았다. 구심성 신경중 I, II군만을 선택적으로 흥분시킬 수 있는 강도인 1V로 슬관적 신경을 자극한 경우 자극기간에 한하여 호흡수를 제외한 일회호흡신경활동 및 분당호흡신경활동이 유의한 증가를 보였다. 또한 구심성 신경을 모두 흥분시키는 강도인 20V 자극에 대하여는 호흡계의 전체적인 항진효과가 있었으며 1V 자극에 비하여 매우 큰 반응을 나타내었다. 흡식중추의 신경세포에서 기록한 결과 횡격신경에서 나타난 반응과 유사한 결과를 얻었다. 결론 : 슬관절 구심성 신경중 제 I, II 군 신경의 흥분에 의하여 호흡중추는 직접적으로 활성화될 수 있으며 이러한 효과는 운동중의 슬관절로부터 중추로 유입되는 정보의 양에 비례하여 증가하는 것으로 생각된다. 따라서 이러한 사실은 슬관절의 정상적인 움직임에 의해서도 생체의 호흡기능이 항진될 수 있다는 것을 시사하고 있다.
방사선치료용 고정기구 재질로 사용되는 아크릴을 탄소 섬유로 대체할 목적으로 양 재질의 특성을 방사선량 감쇄와 모의촬영 및 고에너지 확인 영상 측면에서 비교 분석하였다. $30{\times}30cm$ 크기의 2mm 두께의 탄소 섬유판과 6mm 두께의 아크릴판을 선형가속기의 차폐 선반 위치 및 폴리스티렌 팬톰 표면에서 0cm, 5cm, 10cm에 위치시키고, 0.6cc Farmer형 이온전리함으로 측정을 시행하였다. $10{\times}10cm$ 조사야에 4W 광자선을 이용하여 선량을 300MU/min로 50MU를 조사하였다. 선원-팬톰 거리는 120cm였으며, 선량보강은 1cm이었다. 각각의 위치에서 각 재질을 두께를 달리하는 중침 조건에서 3회 반복측정 하였으며, 각각의 경우 대조군인 개방 조사야에 대한 투과율을 얻었다. 영상소견은 통상적 모의촬영조건에서 비교하였다. 동일 두께의 탄소 섬유는 아크릴 보다 방사선 감쇄율이 약 1% 정도 높으나, 동일 강도에서는 방사선 감쇄율이 낮았다. 탄소 섬유는 아크릴과 비교하여 팬톰 표면에 밀착된 경우 선량을 약 2%정도 증가시키나, 표면에서 떨어져있는 경우에는 아크릴에 의하여 작게는 $2{\sim}3%$ 많게는 $5{\sim}7.5%$ 정도 감소된 체내 방사선량 분포를 $97{\sim}99%$ 정상화시켰다. 임상적으로 아크릴판 20 mm 판 2장이 중첩된 고정기구 부분을 방사선이 통과하는 상황이 존재하며, 이 경우 탄소 섬유 8 mm의 방사선 투과율은 폴리스티렌 팬톰 표면 0, 5, 10 cm에서 각각 1.008, 0.991, 0.976이며 아크릴 40mm는 각각 0.916, 0.855, 0.815으로, 아크릴에 의해 $8{\sim}18.5%$ 정도 감소된 체내 방사선량 분포를 2.4% 이내 감소로 호전시켜 $87{\sim}100%$ 정상화시킴을 확인하였다. 탄소 섬유의 모의촬영 영상이 통상 영상소견에 주는 악영향은 없었다. 탄소 섬유는 아크릴에 비하여 고정기구 재질로서의 두께 및 무게 감소, 강도유지, 체내 방사선량 감쇄 측면에서 월등하므로 향후 적극 이용되어야 하겠다.
하수처리장에서 발생되는 잉여슬러지가 고온 호기 소화 반응을 거치면 슬러지부피가 크게 감소하게 된다. 그러나 고온 호기 소화 상등액에는 고농도의 유기물, 질소 및 인이 함유되어 있기 때문에 이들을 별도로 제거해 주어야만 한다. 본 연구에서는 고농도의 질소와 인의 제거에 많이 사용되는 방법인 Struvite 결정화 공법을 이용하여 고온 호기 소화 여액에 함유되어 있는 질소와 인을 제거하였다. 대상폐수의 암모니아성 질소와 인산염인의 평균농도는 각각 1716.5 mg/L 및 325.5 mg/L였다. 최적의 결정화 반응 조건을 결정하기 위하여 $Mg^{2+}$와 $PO_4^{3-}$의 주입량, pH, 교반 시간($t_d$), 교반 강도(G), 결정핵 주입 그리고 반응 온도를 결정하였다. Struvite 결정화 반응시 마그네슘원으로 $MgCl_2{\cdot}6H_2O$, 인산염인염의 원으로 $K_2HPO_4$를 이용하였다. 질소와 인의 제거를 위한 $Mg^{2+}:PO_4^{3-}:NH_4^+$의 적정 주입 몰비는 2 : 1 : 1과 2 : 2 : 1로 압축되었는데 각각의 주입 몰비에 따른 암모니아성 질소 및 인산염인의 제거효율은 전자의 경우에 각각 71.6% 및 99.9%였고, 후자의 경우에는 93.8%와 98.6%였다. Struvite 결정화 반응에서 반응 시간($t_d$)과 교반 강도(G)는 암모니아성 질소와 인산염인의 제거율에 큰 영향을 미치지 않았다. 또한 결정핵 주입과 온도의 영향에서도 같은 결과가 나타났다. 그러나 결정핵의 주입량이 증가함에 따라 슬러지 발생량이 감소하였으며, 온도의 증가에 따라 생성된 슬러지의 부피는 증가하는 것으로 나타났다.
높이가 5m와 10m인 사면부와 사면하부지반으로 이루어진 지반조건에 대하여 여러 가지 강도정수를 갖는 사면하부지반을 가정하고 안정해석을 수행한 결과 사면하부 끝단에 억지말뚝을 설치할 수 있는 사면하부지반의 강도정수의 범위를 얻을 수 있었고 표로써 제시하였다. 사면높이가 5m인 경우 사면하부지반의 점착력이 10kPa일 때 내부마찰각은 $15^{\circ}$인 경우까지 억지말뚝의 설치가 가능하며 점착력이 20kPa와 25kPa인 경우 내부마찰각이 $0^{\circ}$일 때만 억지말뚝의 설치가 가능하였다. 사면높이가 10m인 경우 사면하부지반의 점착력이 10kPa일 때 내부마찰각은 $20^{\circ}$인 경우까지 억지말뚝의 설치가 가능하며 점착력이 40kPa, 45kPa 그리고 50kPa인 경우에는 내부마찰각이 $0^{\circ}$인 경우만 억지말뚝의 설치가 가능함을 알 수 있었다. 가정한 사면에 적용한 억지말뚝에 대한 해석결과에 따르면 억지말뚝의 길이와 최대 휨모멘트의 크기는 내부마찰각의 존재여부에 큰 영향을 받음을 알 수 있었다. 사면하부지반의 내부마찰각이 $0^{\circ}$인 경우 필요한 억지말뚝의 길이 $D_s$와 d는 각각 내부마찰각이 $5^{\circ}$인 경우에 비해 4.6배와 8.0배 컸다. 사면하부지반의 내부마찰각이 $0^{\circ}$인 경우 억지말뚝에 발생하는 최대 휨모멘트는 내부마찰각이 $5^{\circ}$인 경우에 비해 24.6배 컸다. 억지말뚝을 적용한 사면하부지반의 내부마찰각이 $0^{\circ}$인 경우 억지말뚝의 길이 및 억지말뚝에 발생하는 최대 휨모멘트의 크기가 상당히 커서 억지말뚝의 적용을 어렵게 함을 알 수 있었다. 본 연구결과를 통해 볼 때 비배수상태에 있는 포화점토지반상에 성토를 하는 경우에는 압밀이 발생하는 시간적 여유를 갖도록 완속 성토함으로써 억지말뚝의 길이와 발생 최대 휨모멘트를 대폭적으로 감소시킬 수 있을 것으로 기대된다.
본 연구에서 사용한 바이오폴리머 (biopolymer)는 친환경 제방 건설 소재로 연구 되고 있다. 이러한 바이오폴리머를 토양에 혼합할 경우 이온결합 및 수소결합을 통해 토양의 강도 증진 효과가 잘 알려져 있지만 바이오폴리머와 혼합된 토양이 식물에 미치는 영향은 자세히 알려져 있지 않다. 본 연구는 Zn 과잉 스트레스 조건에서 바이오폴리머의 토양 혼합이 Camelina sativa L. (Camelina)에 미치는 영향을 분석 하였다. Camelina의 생장실험을 기반으로, Zn 과잉 스트레스에 대한 최적의 바이오폴리머 혼합 비율은 0.5%로 결정하여 연구를 진행하였다. Zn 과잉 스트레스 하에서, BG 또는 XG 혼합구의 Camelina는 바이오폴리머 비혼합구에 비해 높은 생장을 보였으며, Zn 과잉 스트레스 피해 지표인 Malondialdehyde (MDA) 함량과 전해질유출도의 감소를 나타냈다. 바이오폴리머의 Zn 결합능을 DTZ (1,5-diphenylthiocarbazone)을 이용하여 분석한 결과, BG 또는 XG 모두 명확한 Zn 흡착 반응을 보였다. DTZ 염색 및 ICP-OES 분석에서, Zn 과잉 스트레스에 의한 Camelina의 Zn 흡수량이 BG 또는 XG 혼합에 의해 현저히 감소함을 확인하였다. 그리고, BG 또는 XG의 혼합은 Camelina의 중금속 수송체 Heavy metal ATPase (HMA)의 발현을 유도하지 않았으며, 야생형 (wildtype, WT)보다 CsHMA3가 과발현 된 Camelina에서 BG 또는 XG 혼합구와 유사한 수준의 Zn 과잉 스트레스 저감 효과를 확인하였다. 결론적으로, 바이오폴리머의 토양 혼합은 바이오폴리머와 Zn 사이의 결합에 의해 Camelina에 과도한 Zn 이온이 흡수되는 것을 방지하여 Zn 독성 피해를 감소시키는 것으로 확인되었다. 더 나아가 바이오폴리머의 토양혼합은 제방강화뿐만 아니라 중금속으로 오염된 토양에서 식물 생존에 긍정적으로 작용할 것이라 판단된다.
상부의 큰 하중을 지탱해야 하는 경우에는 일반적인 기초 형식으로서 현장타설말뚝공법이 많이 사용된다. 이러한 현장타설말뚝의 시공은 연약한 토사 지반을 관통하여 암반까지 굴착을 실시하는 것이 일반적이며, 지지력의 대부분은 암반층 근입부에서 발휘되게 된다. 현장타설말뚝의 지지력은 선단지지력과 주면저항력의 조합으로 이루어지게 되며, 과도한 침하가 발생하지 않고 지지력을 얻기 위해서는 근입부의 직경과 길이가 충분하여야 한다. 말뚝의 극한지지력에 있어서 선단지지력은 큰 비중을 차지한다. 그러나, 일반적으로 주면저항력은 선단지지력에 비해서 훨씬 작은 두부 침하량에서 발현된다. 또한 선단부 거동특성은 천공과정에서 발생하는 근입부 바닥에서의 잔류물에 의해서 영향을 받게 된다. 그러나 이러한 잔류물을 근입부에 잔류시키지 않기 위해서는 시공과 검사가 제대로 이루어져야 한다. 이것은 매우 어려우며 비경제적이다. 특히 암반층 근입부가 깊은 경우에는 물이나 천공 슬러리를 사용하여야 하므로 더욱 어렵다. 이러한 이유들로 인해서 작용 하중하에서 말뚝의 거동은 주면부 거동특성에 따라 좌우되게 된다. 따라서 복잡한 발현기구를 가진 주면저항력에 대해서 주로 관심을 가지게 되는 것이다. 본 연구에서는 주면저항력에 관해서만 연구를 하였다. 콘크리트 말뚝체와 주변 암반 사이의 상호작용은 말뚝 거동특성에 있어서 가장 중요한 요소이며, 시공방법에 따라서 큰 영향을 받는다. 본 연구에서는, 탄소성 해석(FLAC 2D)을 통하여 근입부의 거칠기 경사, 높이와 같은 거칠기 특성, 근입부를 형성하는 주변 암반의 강도 특성과 변형 특성, 근입부의 깊이와 길이 등이 최대단위주면저항력에 미치는 영향에 대한 검토를 실시하였다. 변수 연구를 통하여 최대단위주면저항력에 있어서는 근입부의 연직응력, 거칠기 높이와 근입부 암반의 점착력 및 포아슨비가 중요한 요소임을 확인하였다.
지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.
브랜드의 중요성이 증대됨에 따라 다양한 브랜드 관련 연구가 이루어지고 있는데, 최근 들어서는 소비자-브랜드 관계가 브랜드 연구의 중심이 되어가고 있다. 본 논문은 이러한 소비자-브랜드 관계에 있어서 높은 품질과 지속적인 연대를 가능하게 하는 브랜드 관계 품질의 측정을 다루고 있다. 소비자-브랜드 관계에 대한 대부분의 기존 연구들은 Fournier(1994, 1998)가 제시한 6개 구성요소 또는 하위 차원을 바탕으로 하고 있다. 그러나 많은 연구들에서 소비자-브랜드 관계를 구성하는 6가지의 요소 또는 하위차원들이 소비자-브랜드 관계 품질이라는 하나의 단일차원을 이루고 있는지 확인하지 못한 채 소비자-브랜드 관계를 측정하기 위해 이들 하위차원들을 결합하여 점수를 계산하고서 연구를 진행하고 있다. 이러한 문제와 관련하여 본 연구에서는 소비자-브랜드 관계 품질을 구성하고 있는 상호의존, 몰입, 사랑/정열, 자아연관, 친밀감, 브랜드 파트너 품질 등의 6개의 차원들이 단일차원의 개념인가를 검토하였고, 이를 실증적으로 검토하였다. 구체적으로 본 연구에서는 구성개념들의 하위차원들이 단일차원의 구성개념인가를 검토한 선행연구들(Naver & Slater, 1990; Cronin & Taylor, 1992; Chang & Chen, 1998)에서 사용한 방법론을 활용하여 소비자-브랜드 관계를 구성하는 하위차원들이 단일차원을 이루고 있는가를 살펴보았다. 이러한 실증연구를 통해 소비자-브랜드 관계를 구성하고 있는 6개 차원들의 신뢰성, 수렴타당성, 판별타당성을 확인할 수 있었고, 소비자-브랜드관계를 구성하는 6개의 하위차원들이 단일차원을 이루고 있다는 것을 확인할 수 있었다. 본 연구의 연구결과는 소비자-브랜드 관계를 구성하는 6개의 하위차원을 결합하여 소비자-브랜드 관계를 연구하였던 기존 연구들, 소비자-브랜드관계를 구성하는 하위차원을 통합하여 소비자-브랜드 관계를 종합적으로 살펴보려는 여러 연구들에 있어서 방법론상의 실증적 근거를 제시하고 있다.
인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.
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.