퇴적물 내에서 가스 하이드레이트(gas hydrate, GH) 부존 가능성을 파악하기 위해서는 획득된 코어 시료의 광물 조성을 아는 것이 필수적이다. GH 탐사를 진행하며 채취된 울릉분지 코어 시료에서 각 시료 별 488개의 X선 회절 분석(X-ray diffraction, XRD)을 활용하여 광물 조성 값을 확보하였다. 488개의 학습 자료를 기반으로 입력값을 3100개의 XRD 피크 세기로 출력값을 12개의 광물 조성으로 기계학습을 수행하였다. 488개의 데이터를 307개의 학습자료, 132개의 검증자료, 49개의 테스트 자료로 나누어 학습을 수행하였고 랜덤 포레스트(random forest, RF) 알고리즘을 활용하여 결과를 획득하였다. 학습 결과 전문가가 예측한 광물 조성과 기계학습을 통해 예측한 값의 차이인 평균 절대 오차(mean absolute error, MAE)가 1.35%로 확인되었다. 개발된 모델 성능의 개선을 위해 주성분분석(principal component analysis, PCA)을 활용하여 XRD 피크의 핵심 특징을 추출하여 입력자료의 차원을 줄여 추가적으로 기계학습을 수행한 결과 MAE 값이 최대 1.23%까지 감소하는 것을 볼 수 있었고 시간적인 측면에서 학습 효율도 향상된 것을 확인할 수 있었다.
본 연구에서는 모델의 경량화를 위해 교사 모델의 출력 특징맵에서 3D 객체의 정보를 추출해 학생 모델의 다중 스케일 특징맵(Multi-scale feature map)에 맞게 증류하는 3D 객체 검출용 다중스케일 특징 지식 증류 기법인 M3KD (Multi-Scale Feature Knowledge Distillation for 3D Object Detection)를 제안한다. M3KD는 지식 증류 수행 시 학생 모델과 교사 모델의 다중 스케일 특징맵들 간 L2 손실(loss)을 사용해 특징맵 값의 차이를 줄이게 함으로써 학생 모델이 교사 모델의 백본을 모방하게 하여 학생 모델의 전체적인 정확도를 향상시키고, 기존의 이미지 분류 태스크(Task)에서 사용하는 클래스 로짓(Logits) 지식 증류를 적용해 교사 모델의 클래스 분류 로짓을 모방함으로써 학생 모델의 검출 정확도를 향상시킨다. 본 연구가 제안한 M3KD의 효과를 증명하기 위해 KITTI (Karlsruhe Institute of Technology and Toyota Technological Institute) 데이터 셋에서 실험을 진행하였으며, 이때 학습한 학생 모델이 교사 모델 대비 30%의 추론 속도 향상을 달성하였다. 또한, 정확도에서 기존의 학생 모델과 비교시 모든 클래스 및 모든 난이도에서 평균적으로 1.08%의 3D mAP (Mean Average Precision) 향상이 있음을 확인하였다. 또한 최신 지식 증류 기법인 PKD, SemCKD에 제안하는 기법을 추가로 적용하였을 시 기존 대비 0.42%, 0.52% 높은 정확도 (3D mAP)를 나타내 성능 향상을 달성하였다.
이 연구에서는 간질 환자의 F-18-FDG 뇌 PET 영상을 공간정규화 기법으로 표준지도 위에 정규화한 후 표준지도의 해부학적 위치 정보를 이용하여 뇌기능영상의 영역을 자동적으로 분할하고 각 해부학적 위치의 F-18-FDG 섭취율을 추출하였다. 뇌 각 영역의 F-18-FDG 섭취율을 데이터베이스화한 것을 입력으로 하는 인공신경회로망을 구성하고 학습시켜 핵의학 전문의가 판독한 결과와 얼마나 일치되는지를 분석하였다. 핵의학 전문의 2명이 좌측측두엽간질(112명), 우측측두엽간질(81명) 혹은 정상(64명)으로 판독한 F-18-FDG 뇌 PET 영상을 대상으로, 학습의 치우침을 줄이기 위해 각 질환 군에서 동일한 수(40명)를 선택하여 학습군을 구성하고 학습군을 제외한 정상 24명, 좌측측두엽간질 72명, 우측 측두엽간질 41명의 F-18-FDG PET을 시험군으로 하였다. 모든 영상을 SPM76을 이용하여 MNI 표준지도 위에 공간정규화하고 전체 뇌영역의 평균 계수를 100으로 정규화하였다. 영역 분할 프로그램을 개발하여 표준지도를 34개 영역으로 분할하고 모든 영상에서 각 뇌영역엔 대한 평균 계수를 추출하였다. 비선형 패턴분류에 효과적인 다층퍼셉트론 신경회로망 모델을 써서 오류역전파 알고리즘으로 학습시켰다. 한 층의 은닉층을 부여하고 은닉층의 뉴런 수를 5개부터 차츰 늘려가며 최적의 개수를 선택하였다. 초기 가중치와 바이어스 값은 무작위 값을 갖게 하였다. 출력단은 세 개의 뉴런을 갖고 각 뉴런은 입력이 정상이면 [1 0 0], 좌측측두엽간질이면 [0 1 0], 우측측두엽간질이면 [0 1 0]의 값을 탐 값으로 하였다. 뉴런의 활성화 함수는 시그모이드 함수를 사용하였다. 입력단은 17개의 뉴런으로 구성하고 서로 마주보는 뇌영역의 계수 타이(오른쪽-왼쪽)를 입력으로 하였다 회로망의 학습 횟수를 10,000번으로 제한하여 오타의 허용치를 1로 설정하고 학습 횟수가 넘거나 오차가 허용치보다 작을 때 학습을 중단하게 하였다. 모멘텀과 적응형 학습율을 사용하여 신경회로망의 성능을 향상시키고 학습 속도를 빠르게 하였다. 모든 PET 영상에서 성공적으로 공간정규화 파라메터를 추출하여 표준지도에 정규화할 수 있었다 다층퍼셉트론 모델을 기반으로 한 인공신경회로망으로 27개의 은닉층 뉴런을 사용했을 때 최적의 결과를 얻을 수 있었다. 학습군에 대해서 1508번의 반복 학습을 시킨 결과 오차율 0%인 신경 회로망을 얻었으며 시험군에 대해 적용한 결과 전문가의 판독결과와 80.3%의 일치율을 보였다. 은닉층의 뉴런 수가 10개나 30개인 경우에도 학습군에 대해 오타율 0%인 신경회로망을 얻을 수 있었으며 이때의 시험군에 대한 일치율 역시 75∼80%의 값을 보였다.
유량 및 수질자료가 부족한 미계측 유역의 수질환경 평가를 간편하게 수행할 수 있는 대유역 수질관리를 위한 수질모형 Modified-WASP5을 개발하고, 금강하구 수질재현에 활용을 통해 그 적용성을 입증하였다. Modified-WASP5은 부하모형과, 수리모형, 수질모형으로 구성되어 있으며, 부하모형은 동리 단위로 조사된 점원 및 비점원 자료와 배출원 단위를 입력하여 소유역 배출부하량을 계산하고, 이를 통계적으로 구한 유달함수에 대입하여 유달부하량을 출력한다. 부하모형의 결과, 금강하구 유역의 BOD, TN, TP의 총 유달부하량의 상대오차는 각각 44%, 32%, 26%이고 상관계수는 0.91, 0.96, 0.87을 보였다. 위와 같은 결과를 볼 때, 자료의 분산이 나타나기는 하나, 제한된 자료로부터 실측치와 계산치가 유사한 경향을 가지므로 미계측 유역에 적용이 가능하다고 판단된다. 수리계산에 필요한 유량자료에 있어서, 경계조건으로 분류되는 상류 소유역의 유랑관측자료가 존재하지 않으므로, 부득이하게 비유량 방법을 이용하였으나, 별다른 유출입 유량이 없는 경우에도 하류에서 유량이 급등하는 등 실제 상황을 정확히 재현하는데는 어려움이 따른다. 이러한 특이 값을 제거한 후, 측정지점에 대한 비유량을 각각 구하고 이들 비유량의 평균을 사용하였으나, 현재 가용한 자료의 제한성으로 더 나은 결과를 계산할 수 없다. 수질모형의 결과, 공주와 강경의 평균 BOD 농도는 2.6mg/L 및 2.8mg/L, 모의결과는 각각 2.5mg/L와 2.4 mg/L로 나타나 개발모형에 대한 호수 및 하천구간의 예측에 무리가 없음을 확인하였다. 이와 같이, 본 연구에서는 하천과 호수가 연계된 수계에 적용이 가능한 동적 수질모형(WASP-M)을 개발하여 WASP5의 범용성을 높였으며, 개발된 부하모형과 수질모형을 이용하여 대청호 및 금강하구 유역에 적용한 결과, 그 적용성이 입증되었으며, 위에서 언급한 과제들이 연구개선 될 경우 우리나라 수계에 범용으로 적용가능하고, 미계측 유역의 수질환경평가에 이용될 수 있을 것이다.
본 연구는 소양강댐 유역을 대상으로 LSTM 기반의 일유출량 추정 딥러닝 모형을 개발한 후, 모형구조 및 입력자료의 다양한 조합에 대한 모형의 정확도를 살폈다. 첫 12년(1997.1.1-2008.12.31) 동안의 유역평균 일강수량, 일기온, 일풍속 (이상 입력), 일평균 유량 (출력)으로 이루어진 데이터베이스를 기반으로 모형을 구축하였으며, 이후 12년(2009.1.1-2020.12.31) 동안의 자료를 사용하여 Nash-Sutcliffe Model Efficiency Coefficient (NSE)와 RMSE를 살폈다. 가장 높은 정확도를 보인 조합은 64개의 은닉유닛을 가진 LSTM 모형 구조에 가능한 모든 입력자료(12년치의 일강수량, 일기온, 일풍속)를 활용한 경우로서 검증기간의 NSE와 RMSE는 각각 0.862와 76.8 m3/s를 기록하였다. LSTM의 은닉유닛이500개를 초과하는 경우 과적합으로 인한 모형의 성능 저하가 나타나기 시작했으며, 1000개를 초과하는 경우 과적합 문제가 두드러졌다. 12년치의 일강수만 입력자료로 활용한 경우에도 매우 높은 성능(NSE=0.8~0.84)의 모형이 구축되었으며, 한 해의 자료만을 활용하여 학습한 경우에도 충분히 활용 가능한 정확도(NSE=0.63~0.85)를 가진 모형을 구축할 수 있었다. 특히 유량의 변동성이 큰 한 해의 자료만을 활용하여 모형을 학습한 경우 매우 높은 정확도(NSE=0.85)의 모형이 구축되었다. 학습자료가 중유량과 양극한의 유량을 모두 포함한 경우라면 5년 이상의 입력자료는 모형의 성능을 크게 개선시키지 못했다.
목 적: Hypopharynx Cancer의 VMAT 치료 시 Neck 부분에 Commercial Bolus(이하 CB)와 3D Printing 기술로 제작한 3D Bolus를 각각 적용한 두 치료 계획을 비교함으로써 3D Bolus 적용의 선량학적 유용성, setup 재현성 및 효율성을 알아보고 임상적 적용 가능성을 평가하고자 한다. 대상 및 방법: CB를 적용한 RANDO phantom의 CT image를 바탕으로 3D Bolus를 동일한 형태로 제작하였다. 3D Bolus는 OMG SLA 660 Printer, MaterialiseMagics software를 이용하여 SLA기법을 통해 밀도 1.2 g/㎤의 폴리우레탄 아크릴레이트 수지로 출력하였다. CB와 3D Bolus를 적용한 두 CT image를 바탕으로 Hypopharynx Cancer의 VMAT 치료를 가정하여 치료 계획을 수립하였다. 수립한 두 치료 계획을 각각 18회에 걸쳐 CBCT image를 획득하였고, 매 회 setup time을 측정하여 치료 효율성을 평가하였다. 획득한 CBCT image를 바탕으로 전산화 치료계획 시스템 Pinnacle을 통해 Adaptive Plan을 진행함으로써 Target, 정상 장기 선량 평가와 Bolus Volume의 변화를 평가하였다. 결 과: 각 치료 계획에 대한 setup time은 CB 적용 치료 계획에 비해 3D Bolus 적용 치료 계획에서 평균 28 sec 감소하였다. 치료 전 기간 내 Bolus Volume 변화는 CB Initial Plan 83.9㎤에서 86.1±2.70㎤, 3D Bolus Initial Plan 92.2㎤에서 99.8±0.46㎤로 나타났다. CTV Min Value의 변화는 CB Initial Plan 191.6cGy에서 167.4±19.38cGy, 3D Bolus Initial Plan 167.3cGy에서 149.5±18.27cGy로 나타났다. CTV Mean Value의 변화는 CB Initial Plan 227.1cGy에서 228.3±0.38cGy, 3D Bolus Initial Plan 225.9cGy에서 227.7±0.30cGy로 나타났다. PTV Min Value의 변화는 CB Initial Plan 128.5cGy에서 74.9±19.47cGy, 3D Bolus Initial Plan 139.9cGy에서 83.2±12.92cGy로 나타났다. PTV Mean Value의 변화는 CB Initial Plan 225.4cGy에서 226.2±0.83cGy, 3D Bolus Initial Plan 224.1cGy에서 225.8±0.33cGy로 나타났다. 정상 장기 Spinal Cord에 대한 Max Value는 매 회 평균 135.6cGy로 동일하게 나타났다. 결 론: 본 논문의 실험 결과를 통해 불균등한 체표면에 대한 3D Bolus의 적용이 Commercial Bolus 적용에 비해 선량학적으로 유용하고 setup 재현성 및 효율성 또한 우수함을 알 수 있었다. 추후 3D Printing 재료의 다양성에 대한 연구와 함께 추가적인 사례 연구가 진행된다면 방사선 치료 분야에서 3D Bolus의 적용이 더욱 활발하게 진행될 것으로 사료된다.
데이터 처리 속도는 예보 능력과 관련이 있다. 최신의 입력 자료를 이용한 예측 데이터의 고속 생산은 신속한 대처를 가능하게 한다. 또한 알고리즘 작성, 계산, 결과 평가, 알고리즘 개선으로 이어지는 순환 구조를 원활하게 할 뿐만 아니라 오류 발생시 빠른 시간 내에 복구할 수 있게 하는 등 매우 중요한 요소이다. 현재의 조기경보 시스템은 매 계산 주기 마다 섬진강 유역의 10개 시군에 대해 30미터 해상도의 격자형 자료를 400개 이상 생성하고 있으며(중간 데이터 포함) 최대 9일까지 예보되는 자료를 포함할 경우 600개 이상이다. 이는 전국을 30미터 해상도로 약 45개를 생성하는 계산양과 비슷하다. 또한 14,000여개의 필지에 대한 구역 통계와, 각 래스터의 평균, 최대, 최소 등의 통계자료 생성도 함께 수행 해야 한다. 이와 같은 대량의 데이터를 한정된 시간 내로 처리하기 위한 몇 가지 기법을 적용하여 적용하였으며, 아직 적용은 못하였으나 가능성의 여부를 평가해 보는 것으로 본 연구를 진행하였다. 그 결과 앞서 제시된 래스터 캐시, NFS 캐시, 분산 처리를 모두 적용할 경우 데이터 처리 시간을 1/8로 단축 시킬 수 있음이 확인되었다. 또한 GPU를 이용한 연산을 적용할 경우 일부 모듈에 대해 매우 큰 폭으로 수행 시간을 단축 시킬 수 있음을 확인하였다. 다만 캐시를 위한 추가적인 디스크, GPU라는 별도의 하드웨어, 추가된 하드웨어 지원을 위한 고출력 전원 장치와 이에 따른 UPS (Uninterruptible power supply, 무정전 전원공급 장치)까지 상대적으로 높은 사양으로 준비해야 하는 비용적인 문제가 발생할 수 있다. 본 연구에서 제시한 네 가지 기법 중 세 가지는 계산 서버 추가를 통한 수평적 성능 확장에 관한 것이다. 하지만 서버의 추가가 처리 속도 향상으로 이어지지 않음은 물론 오히려 저하시키는 경우가 있다. 본 연구에서는 특정 시간 내로 작업을 완료 시키지 못하면 해당 작업을 반환하여 다른 서버가 처리하는 간단한 방식을 이용한다. 하지만 이런 문제를 지속적으로 발생시키는 계산 서버가 발견된다면 정해진 기준에 따라 계산 작업에서 완전히 퇴출 시켜야 성능 향상에 도움이 된다. 따라서 처리 속도에 대한 정확한 원인을 검사하고 이를 실시간으로 반영할 수 있는 기법이 필요하다.
본 연구는 제주도내에서 생산되고 있는 돈분 액비의 건물수준을 달리하여 동계작물에 시용 했을시 사초의 생산성과 사료가치 및 토양특성에 미치는 영향을 구명하려고 수행되었다. 처리는 이탈리안 라이그라스, 호밀 및 귀리에 무비구(TO), 화학비료구(T1) 그리고 2개 건물수준을 가진 돈분 액비구(DM 2.7 %=T2, DM 5.9%=T3)를 분할구배치법으로 하였다. 5.9%의 건물이 함유된 돈분 액비의 시용은 다른 처리에 비하여 세 작물 모두에서 가장 높은 건물 생산성을 보였다(p<0.01). 조단백질 함량(%)과 조단백질 생산량(kg/ha)은 다른 초종에 비하여 호밀에서 가장 높았다(p<0.01), K와 Mg 함량은 다른 초종에서보다 호밀에서 더 높았다(p<0.01). 반면 Na 함량은 다른 초종에서 보다 이탈리안 라이그라스에서 더 높았다(p<0.01). 호밀의 Mg 함량은 다른 초종 보다는 더 높았으며(p<0.01), 특히 2.7% 건물이 함유된 돈분 액비 시용구에서 타 초종보다 높았다(p<0.05). 토양 중 $NO_3-N$ 함량은 다른 작물보다 호밀에서 더 낮았으며(p<0.05), 비료 종류별로는 화학비료구가 더 높았다(p<0.05). 이상의 연구결과를 종합해보면 이탈리안 라이그라스나 귀리보다 겨울철 생육이 좋고 비료 의 이용성이 좋은 호밀이 통계작물로는 좋았다. 그리고 비료는 DM 5.9%의 돈분액비가 DM 2.7%의 돈분액비에 비해 모든 작물의 생산성이 가장 높았다. 또한 $NO_3-N$의 토양 내 함량도 DM 2.7% 돈분액비나 화학비료 표준구보다 낮았다. 그러나 양돈농가에서는 돈사 청소를 위해 물의 사용을 제한하여 액비중의 건물함량을 높여야 하고, 이러한 방법은 환경오염 문제를 일으키지 않도록 주의를 기울여야 한다.s}20cm$에 대해 $0.941{\pm}0.008,\;1.032{\pm}0.004,\;1.049{\pm}0.014$이다. 치료 계획용 시스템과 수 계산에 의한 MU값의 계산 비교결과 7개 기관의 값이 허용오차 범위를 벗어났다. 쐐기를 제외한 8가지 조건에서 계산된 평균 MU값들은 SAD 조건으로 출력 교정된 장비가 SSD 조건으로 교정된 장비에 비해 6 MV 광자선은 3 MU, 10 MV 광자선은 5 MU 정도 더 높았다. 쐐기를 사용할 경우 MU값은 Varian사 장비와 Siemens사의 장비에 따라 다르고 동일 각의 쐐기를 사용할 경우 Siemens사의 쐐기를 사용할 때 MU값이 크다. 결론: 수집된 광자선 빔 데이터를 분석하여 빔데이터의 정확성과 치료계획용 시스템의 계산 정확성을 대략적으로 점검 할 수 있는 기준 값을 제시하였다.동결이 요구되며 본 연구에서 이용된 OPS 동결 방법이 폭넓게 활용될 것으로 사료된다.며 이 때가 최상의 교배 적기로 사료되며, 혈장 progesterone농도가 4.0 ng/ml 이상으로 증가한 날(Bay 0)을 기준으로 하였을 때부터 CI는 혈장 estradiol-$17{\beta}$ peak 후 1일째인 최고치를 나타내었고, CI peak 후 1일째인 Day 0에 혈장 progesterone 농도가 최초로 4.0 ng/ml 이상으로 증가하여 CI가 90% 이상으로 지속된 시기가 최상의 교배 적기임이 확인되었다. 따라서 혈장 progesterone농도 측정으로 정확한 배란 시기 및 교배 적기를 판정할 수 있으나, 시설비가 저렴하고 검사 방법이 간단한 질 세포 검사가 Shih-tzu 견에서 발정 주기, 교배 적기 및 배란 시기의 판정에 응용될 수 있음을 시사하는 결과라고 사료된다.골계가 높은
본 연구는 뇌의 T2고속스핀에코 3.0T 자기공명영상에서 지방조직의 억제능력을 유지하면서 동시에 지방조직의 불균일성을 최소화할 수 있는 SPAIR의 적정 반전시간(TI)을 찾아보고, 지방억제기법인 STIR기법과도 비교하고자 한다. SPAIR 프로토콜의 반전시간(TI)은 SPAIR TR(420 msec)의 1/2, 1/3, 1/6, 1/12, 즉 210 msec(8명), 140 msec(26명), 70 msec(26명), 35 msec(18명)로 설정하고, STIR의 TI는 250 msec(26명)로 설정하여 뇌의 축방향 영상(104개)을 획득하였다. 출력영상의 지방조직, 근육조직, 백그라운드의 ROI($50\;mm^2$)를 설정하여 신호강도(SI)를 측정하였고, 지방과 근육조직과의 CNR을 산출하고, 지방조직에서 불균일치는 측정된 지방 신호의 평균치(mean)에 대한 표준편차(SD)로서 그 산출은 SD/mean으로 계산하였다. 측정결과는 첫째, SPAIR TI가 70 ms일 때, 지방조직의 신호강도가 TI가 140 ms 보다 낮게 측정되어 지방억제능력이 우수하였다. 둘째, SPAIR TI가 140 ms일 때, 영상의 질 측면에서 지방조직의 불균일치는 70 ms 보다 낮아서 영상의 질은 우수하게 나타났다. 따라서 SPAIR TI의 선택은 TR(420 ms)의 1/3인 140 ms와 1/6인 70 ms에서 결정되어야 하는데 지방조직의 억제능력과 지방조직의 불균일치에서 각각 통계적으로 유의한 차이(p < .001)를 보여 화질 측면에서 TI : 140 ms를 선택하는 것이 바람직하다고 생각한다. 한편, SPAIR(TI : 140 ms)와 STIR의 비교는 지방억제는 통계적으로 유의한 차이가 없으나(p < .252), 화질 측면에서 SPAIR가 STIR보다 우수한 결과를 보였고, 통계적으로 유의한 차이를 보였다(p < .01).
본 연구는 단국대학교 치과대학 부속병원 구강내과에 내원한 측두하악장애 환자를 포함한 구강안면동통 환자들을 대상으로 치료의 결과와 예후를 평가하기 위하여, 2002년 1월부터 2004년 12월까지 3년간 (치아질환을 제외한) 구강안면동통 환자 6300명 중에서 진료기록부 상에서 경과기록을 확인할 수 있는 환자들을, 측두하악장애, 신경병성동통장애, 연조직질환 및 이 중 둘 이상을 질환을 동시에 가지고 있는 복합질환으로 나누어 치료기간, 치료유형 및 치료효과를 비교하여 다음의 결과를 얻었다. 1. 평균 진료기간은 신경병성 동통장애에서 가장 길었고 연조직질환, 복합 질환, 관절장애, 근육-관절 복합장애, 근육장애의 순이었다. 2. 사용된 치료방법을 비교하면 약물요법은 연조직질환과 신경병성 동통장애에서, 장치요법은 관절장애군에서, 물리치료는 근육장애군에서 사용빈도가 높았다. 3. 진단분류별 물리치료의 사용경향은 근육장애군은 EAST와 초단파요법의 사용빈도가 높았고, 관절장애군은 초음파 치료, 신경병성 동통 장애와 연조직 질환은 저출력 레이저 요법이 많이 사용되었다. 4. 통증에 대한 치료결과는 통증이 지속되는 경향이 신경병성 동통장애에서 가장 높았으며, 완화되거나 완전 소실되는 경향은 측두하악장애에서 높았다. 5. 측두하악장애 환자에서 근육장애, 정복성 관절원판장애, 비정복성 관절원판 장애 및 근육-관절 복합장애 세분하여 치료 후 개구량의 변화를 조사하였을 때는 진단군 간에 유의한 차이를 볼 수 없었으나 개구량 측정방법간에는 무통성 최대개구량이 치료 후 가장 증가하였고, 환자 스스로가 벌리는 능동적 최대개구량은 비정복성관절원판장애에서 가장 증가하였다. 이상의 결과로 볼 때, 구강안면통증 영역에서 현재 시행하고 있는 치료법들은 측두하악장애에서는 동통조절 및 기능개선에 좋은 결과를 보여주고 있으므로 그 예후가 좋은 반면, 연조직질환이나 신경계 질환 같은 기타의 구강안면통증은 길고 지속적인 치료를 요구하는 어려운 질환이라고 할 수 있겠다.
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.