헬기의 능동진동제어시스템(AVCS)은 주로터로부터 발생되는 진동을 제어하며, 수동형 진동저감장치 대비 저중량으로 우수한 진동저감 성능을 발휘한다. 본 논문에서는 FxLMS 알고리즘을 기반으로 타코미터 및 가속도 센서 신호를 통해 연산된 제어명령을 하중발생기(CFG)로 전달하여 소형민수헬기의 진동을 제어하는 소프트웨어 개발 및 검증 내용을 제시하였다. DO-178C /DO-331 표준에 따라 모델 기반 설계 기법을 통해 진동제어 소프트웨어를 개발하였으며, PILS 및 HILS 환경에서 실시간 작동 성능을 평가하였다. 특히, PILS 환경에서는 LDRA 기반 검증 커버리지를 통해 소프트웨어의 신뢰성을 향상시켰다. AVCS를 소형민수헬기에 적용하기 위해 지상/비행시험을 통해 대상 헬기 동적응답특성 모델을 획득하였다. 이를 기반으로 시스템 최적화 분석 및 비행시험을 통해 최적 성능을 발휘하는 AVCS 형상을 결정하고, STC 인증을 획득하였다.
희박뷰 전산화단층촬영(computed tomography; CT) 영상화 기술은 피폭 방사선량을 감소시킬 수 있을 뿐만 아니라 획득한 투영상의 균일성을 유지하고 잡음을 감소시킬 수 있는 장점이 있다. 하지만 재구성 영상 내 인공물 발생으로 인하여 화질 및 피사체 구조가 왜곡되는 단점이 있다. 본 연구에서는 희박뷰 CT 영상의 인공물 감소를 위해 wavelet 변환과 잔차 학습(residual learning)을 적용한 콘볼루션 신경망(convolutional neural network; CNN) 기반 영상화 모델을 개발하고, 개발한 모델을 통한 희박뷰 CT 영상의 인공물 감소 정도를 정량적으로 분석하였다. CNN은 wavelet 변환 층, 콘볼루션 층 및 역 wavelet 변환 층으로 구성하였으며, 희박뷰 CT 영상과 잔차 영상을 각각 입출력 영상으로 설정하여 영상화 모델 학습을 진행하였다. 영상화 모델 학습을 위해 평균제곱오차(mean squared error; MSE)를 손실함수로, Adam 함수를 최적화 함수로 사용하였다. 학습된 모델을 통해 입력 희박뷰 CT 영상에 대한 예측 잔차 영상을 획득하고, 두 영상간의 감산을 통해 최종 결과 영상을 획득하였다. 또한 최종 결과 영상에 대한 시각적 특성, 최대신호대잡음비(peak signal-to- noise ratio; PSNR) 및 구조적유사성지수(structural similarity; SSIM)를 측정하였다. 연구결과 본 연구에서 개발한 영상화 모델을 통해 희박뷰 CT 영상의 인공물이 효과적으로 제거되며, 공간분해능이 향상되는 결과를 확인하였다. 또한 wavelet 변환과 잔차 학습을 미적용한 영상화 모델에 비해 본 연구에서 개발한 영상화 모델은 결과 영상의 PSNR 및 SSIM을 각각 8.18% 및 19.71% 향상시킬 수 있음을 확인하였다. 따라서 본 연구에서 개발한 영상화 모델을 이용하여 희박뷰 CT 영상의 인공물 제거는 물론 공간분해능 향상 및 정량적 정확도 향상 효과를 획득할 수 있다.
연속파 레이다는 카메라나 라이다와 같은 센서에 비해서 안정성과 정확성이 보장된다는 장점이 있다. 또한 이진 신경망은 다른 딥러닝 기술에 비해서 메모리 사용량과 연산 복잡도를 크게 줄일 수 있는 특징이 있다. 따라서 본 논문에서는 연속파 레이다와 이진 신경망 기반 사람 식별 및 동작 분류 시스템을 제안한다. 연속파 레이다 센서를 통해 수신된 신호를 단시간 푸리에 변환함으로써 스펙트로그램을 생성한다. 이 스펙트로그램을 기반으로 레이다를 향해 사람이 다가오는지 감지하는 알고리즘을 제안한다. 더불어, 최적화된 이진 신경망 모델을 설계하여 사람 식별 90.0%, 동작 분류 98.3%의 우수한 정확도를 지원할 수 있음을 확인하였다. 이진 신경망 연산을 가속하기 위해 FPGA (field programmable gate array)를 이용하여 이진 신경망 연산에 대한 하드웨어 가속기를 설계하였다. 해당 가속기는 1,030개의 로직, 836개의 레지스터, 334.906 Kbit의 블록 메모리를 사용하여 구현되었고, 추론에서 결과 전송까지 총 연산 시간이 6 ms로 실시간 동작이 가능함을 확인하였다.
원자력발전소에서 센서의 주기적 교정은 안전운전을 위해 꼭 필요하다. 그러나 실제 드리프트가 발생하여 교정을 요하는 센서는 약 2% 미만이다. 또한, 센서의 작동 상태를 매 핵연료 주기마다 수행하는 것은 고장 혹은 드리프트가 발생한 센서를 최대 18개월까지 감지하지 못한 채 운전할 위험이 있다. 원전의 안전운전 및 불필요한 교정을 줄이기 위해 센서의 상시 교정 감시가 필요하다. 이를 위해 주성분 분석과 Support Vector Regression(SVR)을 이용한 PCSVR 알고리즘을 개발하였고, 고리원전 3호기의 출력증발 데이터를 이용하여 검증하였다. 주성분분석은 선형변환을 통한 입력공간의 축소 및 노이즈 제거 효과를 나타내며, AASVR은 해석학적 및 기계학적 모델로 모델링하기 힘든 복잡계를 쉽게 나타낼 수 있는 장점이 있다. SVR의 세가지 파라미터는 반응표면분석법에 의해 최적화하였다. 센서의 고장탐지를 위해 모델 출력의 잔차를 슈하르트 관리도, EWMA, CUSUM 및 일반화우도비검정(GLRT)을 통해 그 결과를 비교하였다. 미세한 드리프트에 대해 CUSUM과 GLRT가 우수한 결과를 보였다. 개발된 알고리즘은 수출형 원전 APR1000 설계시 적용가능 할 것으로 판단된다.
전통적인 비디오 압축은 움직임 예측, 잔차 신호 변환 및 양자화를 통한 하이브리드 압축 방식을 기반으로 지금까지 발전해왔다. 최근 인공 신경망을 통한 기술이 빠르게 발전함에 따라, 인공 신경망 기반의 이미지 압축, 비디오 압축 연구 또한 빠르게 진행되고 있으며, 전통적인 비디오 압축 코덱의 성능과 비교해 높은 경쟁력을 보여주고 있다. 본 논문에서는 이러한 인공 신경망 기반 비디오 압축 모델의 성능을 향상시킬 수 있는 새로운 방법을 제시한다. 기본적으로는 기존 인공 신경망 기반 비디오 압축 모델들이 채택하고 있는 변환 및 복원 신경망과 엔트로피 모델(Entropy model)을 이용한 율-왜곡 최적화(Rate-distortion optimization) 방법을 사용하며, 인코더 측에서 디코더 측으로 압축된 레이턴트 정보(Latent information)를 전송할 때 엔트로피 모델이 추정하기 어려운 정보의 값을 이동시켜 전송할 비트량을 감소시키고, 손실된 정보를 추가로 전송함으로써 손실된 정보에 대한 왜곡을 보정한다. 이러한 방법을 통해 기존의 인공 신경망 기반 비디오 압축 기술인 MFVC(Motion Free Video Compression) 방법을 개선하였으며, 실험 결과를 통해 H.264를 기준으로 계산한 BDBR (Bjøntegaard Delta-Bitrate) 수치(%)로 MFVC(-14%) 보다 두 배 가까운 비트량 감축(-27%)이 가능함을 입증하였다. 제안된 방법은 MFVC 뿐 아니라, 레이턴트 정보와 엔트로피 모델을 사용하는 신경망 기반 이미지 또는 비디오 압축 기술에 광범위하게 적용할 수 있다는 장점이 있다.
최근, 고전컴퓨터(Classic Computer)의 한계를 뛰어넘는 양자컴퓨터(Quantum Computer)에 대한 연구개발이 다양한 분야에서 활발하게 이루어지고 있다. 고전컴퓨터의 전기적인 신호처리와는 다르게 양자역학적인 원리를 사용한 양자컴퓨터는 양자 중첩(Quantum Superposition), 양자 얽힘(Quantum Entanglement)과 같은 다양한 양자역학의 현상/특성을 활용하여 연산을 수행하기 때문에 고전컴퓨터의 연산에 비해 아주 복잡한 연산과정을 거치게 된다. 또한, 큐비트의 종류, 배치, 연결성 등 실제 양자컴퓨터를 구동시키기 위해 구성되는 많은 요소들에 의한 각각의 영향이 양자컴퓨터의 연산 결과와 연산 과정에서 많은 영향을 끼치기 때문에 각각의 요소를 효율적이고 정확하게 활용하기 위해 실제 양자컴퓨터의 구동 이전에 데이터를 시각화하여 오류검증/최적화/신뢰성검증을 할 필요가 있다. 하지만 양자컴퓨터 내부에 구성된 다양한 요소들의 데이터를 전부 시각화 할 경우 직관적으로 원하는 데이터를 파악하는 것이 어렵기 때문에 선별적으로 데이터를 시각화 할 필요가 있다. 본 논문에서는 양자컴퓨터를 구성하는 다양한 요소들의 데이터를 시각화 하여 직관적으로 데이터를 관측하고 활용할 수 있도록 복잡하게 구성되는 양자컴퓨터 내부 회로 구성요소들을 계층적으로 시각화 하는 방법을 제안한다.
오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.
망막색소변성(retinitis pigmentosa: RP)과 연령 관련 황반변성(age-related Macular Degeneration: AMD)은 망막변성으로 인해 실명에 이르는 대표적인 질환이며 망막이식장치의 개발을 통해 치료될 수 있다고 간주되고 있다. 최근에 국내에서도 망막이식장치 개발을 위한 연구팀이 조직되었다. 성공적인 망막이식장치 개발을 위하여 여러 가지 선결요소가 필요하지만 그 중 한 가지가 이식장치에 인가할 전기자극을 최적화하는 것이다. 변성망막의 전기적 특성은 정상 망막과 다르리라 예측되므로 우리는 장차 개발될 망막 이식장치에 인가할 전기자극 최적화를 위한 가이드라인을 제공하기 위해 정상 망막과 변성 망막의 전압자극 파라미터에 관한 실험을 하였다 망막을 분리한 후 망막절편을 신경절세포 층이 다채널전극의 표면을 향하게 하여 전극에 붙인다 in-vitro 상태에서 망막 신경절세포의 전기신호를 기록하기 위해 전극 직경: $30{\mu}m$, 전극간 거리: $200{\mu}s$, 전극 임피던스 1kHz 에서 $50k{\Omega}$인 8행 8열의 다채널전극을 사용하였다. 다채널전극의 60채널 중 두 채널을 자극전극과 접지로 사용하여 단극전기자극을 인가하였고 나머지 전극을 기록전극으로 사용하였다. 가한 전기자극은 전압자극으로 전하균형을 맞춘 이상성자극을 아노딕 사각파를 먼저 주고 캐쏘딕 사각파가 나중에 나오는 형태로 두 사각파간의 지체는 없도록 하였으며 동일한 자극을 2초 간격으로 50회 반복하여 인가하였다. 다양한 전기자극을 사용하였는 바 첫째는 사각파의 크기를 달리하였다 $(0.5{\sim}3V)$. 둘째는 사각파의 시간을 달리하였다 $(100{\sim}1,200{\mu}s)$. 전하밀도는 옴의 법칙과 쿨롱의 법칙을 이용하여 계산하였다. 전기자극으로 유발된 반응은 50회 자극에 대한 평균치를 얻은 후 자극 후 히스토그램(PSTH)을 그려 분석하였다. 전압자극의 크기를 $0.5{\mu}3V$로 달리하였을 때 믿을 만한 망막신경절세포가 유발되는 자극은 1.5V이었고 이때 계산된 전하밀도의 역치는 $2.123mC/cm^2$이었다. 전압의 크기를 2V로 고정하고 자극 지속시간을 $100{\sim}1,200{\mu}s$로 달리하였을 때 믿을 만한 망막신경절세포가 유발되는 자극의 역치는 $300{\mu}s$에서 관찰되었다. 이때 계산된 전하밀도의 역치는 $1.698mC/cm^2$이었다. L-(1)-2-amino-4-phosphonobutyric acid (APB)을 사용하여 ON-경로를 차단한 후에 전기자극을 인가하였을 때도 자극에 의해 망막신경절 세포의 반응이 유발되는 것을 확인하였다. APB-변성망막에서 전압의 크기를 2V로 고정하고 자극 지속시간을 $100{\sim}1,200{\mu}s$로 달리하였을 때 믿을 만한 망막신경절세포가 유발되는 자극의 역치는 $300{\mu}s$에서 관찰되었으며 이는 정상망막의 결과와 같았다. 추후 APB-변성망막을 가지고 좀더 실험이 진행되어야 정상망막과 변성망막의 전하밀도에 관한 명료한 비교가 가능할 것이다.
망막색소변성(retinitis pigmentosa: RP)과 연령관련 황반변성(age-related macular Degeneration: AMD)은 망막변성으로 인해 실명에 이르는 대표적인 질환이며 망막이식장치의 개발을 통해 치료될 수 있다고 간주되고 있다. 성공적인 망막이식장치 개발을 위하여 여러 가지 선결요소가 필요하지만 그 중 한 가지가 이식장치에 인가할 전기자극을 최적화하는 것이다. 변성망막의 전기적 특성은 정상 망막과 다르리라 예측되므로 우리는 장차 개발될 망막 이식장치에 인가할 전기자극 최적화를 위한 가이드라인을 제공하기 위해 정상 망막과 변성망막의 망막파형 차이에 관한 연구를 하였다. 망막을 분리한 후 망막절편을 신경절세포 층이 다채널전극의 표면을 향하게 하여 전극에 붙인다. In-vitro 상태에서 망막 신경절세포의 전기신호를 기록하기 위해 전극 직경: $30{\mu}m$, 전극간 거리: $200{\mu}m$, 전극 임피던스 1 kHz에서 50 $k{\Omega}$인 8행 8열의 다채널전극을 사용하였다. 생후 28일된 정상마우스(C57BL/6J 종)에서는 짧은 시간대(<2 ms)의 망막 스파이크만 기록되었다. rd/rd 마우스(C3H/HeJ 종)에서는 정상적인 스파이크뿐만 아니라 약 100 ms 의 시간대를 가지는 느린 파형이 같이 기록되었다. 우리는 rd/rd 마우스에서만 관찰되는 이 느린 파형의 기전을 알아보고자 여러 가지 시냅스억제제를 사용하였다. 이 느린 파형은 rd/rd 마우스에서 양극세포로부터 신경절세포로 들어오는 흥분성입력이 정상마우스보다 강화되었기 때문에 발생한 것으로 보인다. rd/rd 마우스에서 흥분성입력이 강화되는 여러 가능성 중에서 망막변성으로 인해 수평세포로부터 양극세포로 들어오는 억제성 입력이 소실됨으로 인해 결과적으로 양극세포로부터 신경절세포로 들어오는 흥분성입력이 강화되었을 가능성이 가장 높은 것으로 보인다.
의료기술의 발전과 방사선 치료 장비의 발전으로 세기변조방사선치료와 같은 고 정밀 방사선치료의 빈도수가 증가하였다. 정밀하고 복잡한 치료계획에서 방사선 치료 시 영상유도방사선치료는 필수가 되었다. 특히 선형가속기에 진단용 영상장비의 도입으로 CBCT스캔이 가능해졌으며 이는 3차원 이미지를 통해 환자의 자세를 검·교정할 수 있게 되었다. 보다 정밀한 환자 자세의 재현이 가능해졌지만, 영상획득과정에서 환자에게 전달되는 피폭선량은 무시할 수 없다. 방사선 치료분야에서 방사선 방호최적화는 필요하며 피폭저감화를 위한 노력은 필요하다. 하지만 3차원 CBCT영상 획득 시 피폭저감화를 위해 촬영조건을 변경하여 촬영할 경우 환자의 위치정렬을 할 수 없을 정도의 화질이나 인공물이 발생해서는 안 된다. 본 연구에서Rando phantom을 활용해 각 촬영조건별 영상을 스캔하고 평가하였다. 100 kV, 80 mA, 25 ms, F1 filter 180° 조건에서 가장 높은 SNR이 나타났다. 관전압, 관전류가 높아질수록 Noise가 감소했으며 보우타이필터는 높은 관전류에서 최적의 효과를 나타냈다. 실제 스캔된 이미지를 토대로 환자위치정렬이 모든 촬영조건에서 가능했으며 가장 낮은 SNR을 나타낸 70 kV, 10 mA, 20 ms, F0 filter 180° 조건에서 충분히 환자자세정렬을 위한 영상유도방사선치료는 가능함을 확인하였다. 본 연구에서 촬영조건에 따른 영상평가를 실시하였으며 피폭 저감화를 위해 낮은 관전압과 관전류, 작은 회전각 스캔이 선량 저감화에 효과적일 것으로 보인다. 이를 토대로 CBCT촬영 시 환자의 피폭선량을 가능한 낮게 해야 할 것이다.
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.