비디오 데이터는 구조화되지 않은 복합 데이터의 형태를 지닌다. 이러한 비디오 데이터의 효율적인 관리 및 검색을 위한 비디오 데이터 구조화의 중요성이 대두되면서 콘텐츠 내 시각적 특징을 기반으로 비디오 씬(scene)을 탐지하고자 하는 연구가 활발히 진행되었다. 기존의 연구들은 주로 색상 정보만을 이용하여 샷(shot) 간의 유사도 평가를 기반한 클러스터링(clustering)을 통해 비디오 씬을 탐지하고자 하였다. 하지만 비디오 데이터의 색상 정보는 노이즈(noise)를 포함하고, 특정 사물의 개입 등으로 인해 급격하게 변화하기 때문에 색상만을 특징으로 고려할 경우, 비디오 샷 혹은 씬에 대한 올바른 식별과 디졸브(dissolve), 페이드(fade), 와이프(wipe)와 같은 화면의 점진적인 전환(gradual transitions) 탐지는 어렵다. 이러한 문제점을 해결하기 위해, 본 논문에서는 프레임(frame)의 컬러 히스토그램과 코너 에지, 그리고 객체 컬러 히스토그램에 해당하는 시각적 특징을 기반으로 동일한 이벤트를 구성하는 의미적으로 유사한 샷의 클러스터링을 통해 비디오 씬을 탐지하는 방법(Scene Detector by using Color histogram, corner Edge and Object color histogram, SDCEO)을 제안한다. SDCEO는 샷 바운더리 식별을 위해 컬러 히스토그램 분석 단계에서 각 프레임의 컬러 히스토그램 정보를 이용하여 1차적으로 연관성 있는 연속된 프레임을 샷 바운더리로 병합한 후, 코너 에지 분석 단계에서 병합된 샷 내 처음과 마지막 프레임의 코너 에지 특징 비교를 통하여 샷 바운더리를 정제하여 최종 샷을 식별한다. 키프레임 추출 단계에서는 샷 내 프레임간 유사도 비교를 통해 모든 프레임과 가장 유사한 프레임을 각 샷을 대표하는 키프레임으로 추출한다. 그 후, 비디오 씬 탐지를 위해, 컬러 히스토그램과 객체 컬러 히스토 그램에 해당하는 프레임의 시각적 특징을 기반으로 상향식 계층 클러스터링 방법을 이용하여 의미적인 연관성을 지니는 샷의 군집화를 통해 비디오 씬을 탐지하는 방법이다. 본 논문에서는 SDCEO의 프로토 타입을 구축하고 3개의 비디오 데이터를 이용한 실험을 통하여 SDCEO의 효율성을 평가하였고 샷 바운더리 식별의 성능의 정확도는 평균 93.3%, 비디오 씬 탐지 성능의 정확도는 평균 83.3%로 만족할만한 성능을 보였다.
일반적인 순차패턴 마이닝에서는 분석 대상 데이터 집합에 포함되는 구성요소의 발생 순서만을 고려하며, 따라서 단순 순차패턴은 쉽게 찾을 수 있는 반면 실제 응용 분야에서 널리 활용될 수 있는 관심도가 큰 순차패턴을 탐색하는데 한계가 있다. 이러한 단점을 보완하기 위한 대표적인 연구 주제들 중의 하나가 가중치 순차패턴 탐색이다. 가중치 순차패턴 탐색에서는 관심도가 큰 순차패턴을 얻기 위해서 구성요소의 단순 발생 순서 뿐만 아니라 구성요소의 가중치를 추가로 고려한다. 본 논문에서는 발생 간격에 기반 한 순차패턴 가중치 부여 기법 및 이를 활용한 순차 데이터 스트림에 대한 가중치 순차패턴 탐색 방법을 제안한다. 발생 간격 기반 가중치는 사전에 정의된 별도의 가중치 정보를 필요로 하지 않으며 순차정보를 구성하는 구성요소들의 발생 간격으로부터 구해진다. 즉, 순차패턴의 가중치를 구하는데 있어서 구성요소의 발생순서와 더불어 이들의 발생 간격을 고려하며, 따라서 보다 관심도가 크고 유용한 순차패턴을 얻는데 도움이 된다. 한편, 근래 대부분의 컴퓨터 응용 분야에서는 한정적인 데이터 집합 형태가 아닌 데이터 스트림 형태로 정보를 발생시키고 있다. 이와 같은 데이터 생성 환경의 변화를 고려하여 본 논문에서는 순차 데이터 스트림을 마이닝 대상으로 고려하였다.
텍스트 데이터에 대한 다양한 분석을 위해 최근 비정형 텍스트 데이터를 구조화하는 방안에 대한 연구가 활발하게 이루어지고 있다. doc2Vec으로 대표되는 기존 문서 임베딩 방법은 문서가 포함한 모든 단어를 사용하여 벡터를 만들기 때문에, 문서 벡터가 핵심 단어뿐 아니라 주변 단어의 영향도 함께 받는다는 한계가 있다. 또한 기존 문서 임베딩 방법은 하나의 문서가 하나의 벡터로 표현되기 때문에, 다양한 주제를 복합적으로 갖는 복합 문서를 정확하게 사상하기 어렵다는 한계를 갖는다. 본 논문에서는 기존의 문서 임베딩이 갖는 이러한 두 가지 한계를 극복하기 위해 다중 벡터 문서 임베딩 방법론을 새롭게 제안한다. 구체적으로 제안 방법론은 전체 단어가 아닌 핵심 단어만 이용하여 문서를 벡터화하고, 문서가 포함하는 다양한 주제를 분해하여 하나의 문서를 여러 벡터의 집합으로 표현한다. KISS에서 수집한 총 3,147개의 논문에 대한 실험을 통해 복합 문서를 단일 벡터로 표현하는 경우의 벡터 왜곡 현상을 확인하였으며, 복합 문서를 의미적으로 분해하여 다중 벡터로 나타내는 제안 방법론에 의해 이러한 왜곡 현상을 보정하고 각 문서를 더욱 정확하게 임베딩할 수 있음을 확인하였다.
The development of computer and information technology has been combined with the information superhighway internet infrastructure, so information widely spreads not only in special fields but also in the daily lives of people. Information ubiquity influences the traditional way of transaction, and leads a new E-commerce which distinguishes from the existing E-commerce. Not only goods as physical but also service as non-physical come into E-commerce. As the scale of E-Commerce is being enlarged as well. It keeps people from finding information they want. Recommender systems are now becoming the main tools for E-Commerce to mitigate the information overload. Recommender systems can be defined as systems for suggesting some Items(goods or service) considering customers' interests or tastes. They are being used by E-commerce web sites to suggest products to their customers who want to find something for them and to provide them with information to help them decide which to purchase. There are several approaches of recommending goods to customer in recommender system but in this study, the main subject is focused on collaborative filtering technique. This study presents a possibility of pre-evaluation for the prediction performance of customer's preference in collaborative filtering before the process of customer's preference prediction. Pre-evaluation for the prediction performance of each customer having low performance is classified by using the statistical features of ratings rated by each customer is conducted before the prediction process. In this study, MovieLens 100K dataset is used to analyze the accuracy of classification. The classification criteria are set by using the training sets divided 80% from the 100K dataset. In the process of classification, the customers are divided into two groups, classified group and non classified group. To compare the prediction performance of classified group and non classified group, the prediction process runs the 20% test set through the Neighborhood Based Collaborative Filtering Algorithm and Correspondence Mean Algorithm. The prediction errors from those prediction algorithm are allocated to each customer and compared with each user's error. Research hypothesis : Two research hypotheses are formulated in this study to test the accuracy of the classification criterion as follows. Hypothesis 1: The estimation accuracy of groups classified according to the standard deviation of each user's ratings has significant difference. To test the Hypothesis 1, the standard deviation is calculated for each user in training set which is divided 80% from MovieLens 100K dataset. Four groups are classified according to the quartile of the each user's standard deviations. It is compared to test the estimation errors of each group which results from test set are significantly different. Hypothesis 2: The estimation accuracy of groups that are classified according to the distribution of each user's ratings have significant differences. To test the Hypothesis 2, the distributions of each user's ratings are compared with the distribution of ratings of all customers in training set which is divided 80% from MovieLens 100K dataset. It assumes that the customers whose ratings' distribution are different from that of all customers would have low performance, so six types of different distributions are set to be compared. The test groups are classified into fit group or non-fit group according to the each type of different distribution assumed. The degrees in accordance with each type of distribution and each customer's distributions are tested by the test of ${\chi}^2$ goodness-of-fit and classified two groups for testing the difference of the mean of errors. Also, the degree of goodness-of-fit with the distribution of each user's ratings and the average distribution of the ratings in the training set are closely related to the prediction errors from those prediction algorithms. Through this study, the customers who have lower performance of prediction than the rest in the system are classified by those two criteria, which are set by statistical features of customers ratings in the training set, before the prediction process.
최근에, 휴대용 컴퓨터와 모바일 장치(Smart Phone, PDA, MP3 Player 등)의 보급 증가로 인하여 모바일 환경에서의 전력 관리 기술의 필요성은 매우 증가하고 있다. 왜냐하면, 전력 관리 기술은 모바일 장치에서 가장 중요한 요소 중 하나이기 때문이다. 한편, 하드 디스크는 가격에 비하여 용량이 크고 속도가 빠르며 최근에는 모바일 장치에서 사용하기에 충분하게 작게 만들 수도 있으므로 모바일 기기에 사용하기 적당하나, 모바일 장치에 사용하기에는 소모 전력이 너무 크다는 단점이 있다. 이러한 이유들로 인하여 본 논문에서는 디스크에 저장된 연속적인 멀티미디어 자료를 실시간으로 재생하는데 소모되는 전력을 최소화하기 위한 방법을 제안하고 평가하였다. 모바일 장치에서 소모되는 전력을 엄격히 제한하는 것은 모바일 장치들의 하드웨어와 소프트웨어 디자인에 지대한 영향을 준다. 실시간 멀티미디어 재생이 기존의 텍스트 서비스와 다른 점은 디스크가 저장된 데이타 블록을 연속적으로 공급한다는 것이다. 이것은 디스크 드라이브가 멀티미디어 데이타 전체를 재생할 동안 활성화 상태를 유지해야 하게 하므로, 전력 관리 측면에서는 매우 큰 부담으로 작용한다. 전형적인 모바일 디스크 드라이브의 전력 관리 기능은 디스크가 대기 상태에 있을 때의 과도한 입출력 요청으로 인하여 멀티미디어 재생의 품질 측면에서는 부정적인 영향을 준다. 따라서, 본 논문에서는 디스크 드라이브의 전력 소모 형태를 세밀히 분석하고, 저장된 멀티미디어 데이타를 보다 효율적으로 전력을 덜 사용해 재생할 수 있는 알고리즘을 개발하였다. 이 알고리즘은 읽어야 할 데이타 블록의 수와 활성화/대기 상태의 길이를 계산한다. 이로써 본 논문에서 제안한 알고리즘은 모바일 디스크 드라이브에 저장된 데이타 블록의 연속적인 재생을 보장하는 최적의 스케줄링을 한다. 기존에 공개된 MPEG 재생기에 본 알고리즘을 적용한 멀티미디어 재생기를 만들었다. 이 재생기는 전체 재생동안 활성화 상태를 유지하는 경우와 비교하여 60%의 전력 소모량을 절약하였고, 전력 관리 모듈이 있는 디스크 드라이브에서 재생할 경우에 기존외 재생기와 비교하여 38%의 전력 소모량을 절약하였다.
최근 국내에 많이 보급되고 있는 이류체 포그 냉방시스템의 효율적인 제어알고리즘을 개발하기 위하여 다양한 조건의 분무사이클을 설정하여 토마토재배 온실에서 냉방실험을 실시하였다. 냉방효과는 평균 $1.2{\sim}4.0^{\circ}C$를 보였고, 냉방효율은 평균 8.2~32.9%로 나타났다. 분무간격에 따른 실험에서 90초 분무사이클의 냉방효율이 가장 높았고, 대체로 분무시간이 길수록, 정지시간이 짧을수록 냉방효율이 높게 나타났다. 이류체 포그시스템의 분무량이 증가할수록 냉방효율이 높아지는 경향을 찾을 수 있었다. 그러나 분무량을 증가시키더라도 내부공기가 포화상태에 가까워지면 더 이상 증발이 일어나지 않으므로 내부공기가 포화상태에 도달하기 전까지 분무량을 증대시키는 방법으로 냉방효율을 높일 수 있을 것으로 판단된다. 냉방효율이 증가함에 따라 실내공기의 포차는 감소하였고 실내외 절대습도 차이는 증가하는 경향을 보였다. 포그의 증발량이 증가할수록 실내와 실외의 절대습도 차이는 커지고, 이에 따라 환기에 의한 수증기 배출이 잘 되어 다시 증발효율을 상승시키므로 냉방효율이 높아지는 순환구조를 갖게 되는 것으로 판단된다. 분무시간과 정지시간에 따른 실내공기의 포차변화를 회귀분석한 결과 $10g{\cdot}kg^{-1}$의 포차 변화에 필요한 분무시간은 120초, 정지시간은 60초로 나타났다. 그러나 온도의 진동폭을 줄이고 냉방효율을 높이기 위해서는 포차의 변동범위를 $5g{\cdot}kg^{-1}$으로 설정하여 60초 분무, 30초 정지가 더 적당할 것으로 판단된다. 이류체 포그시스템의 제어방식을 컴퓨터 제어시스템과 현재 보급되고 있는 간편제어시스템으로 분류하여 제어알고리즘을 유도하였다. 자연환기 온실에서 간편 제어시스템을 사용한다면 분무사이클을 60초 on, 30초 off로 설정하고 온도하한은 30~$30{\sim}32^{\circ}C$, 습도상한은 85~90%로 설정할 것을 제안한다.
목적: 자기공명 영상장치(MRI)의 송신 자기장 정보를 이용한 인체 내 도전율을 측정하는 기술이 최근 제안되었다. 송신 자기장 정보의 노이즈에 따른 도전율의 오차를 측정하고 도전율과 노이즈의 관계를 모델화 하였다. 대상과 방법: 송신 자기장의 분포는 원형 모델에 대해서 시뮬레이션을 수행하였다. 시뮬레이션으로 생성된 송신 자기장의 분포에 가우시안 노이즈를 더해준 후 정량적인 도전율 측정에 어떤 영향을 주는지 공명 주파수, 물체의 크기, 송신 자기장의 신호 대 잡음 비에 대해서 수행하였다. 각 각의 변수에 따른 도전율 대 잡음 비를 측정하여 모델화 하였다. 결과: 시뮬레이션 결과 도전율 측정은 송신 주파수의 크기 오차보다 위상 오차에 더 큰 영향을 받는 것을 보였다. 또한, 송신 자기장의 신호 대 잡음 비, 공명 주파수, 도전율 값, 평균필터의 크기에 따라서 도전율 대 잡음비가 비례하는 경향성을 보였다. 하지만, 물체를 둘러싼 외부 물질의 크기는 도전율 측정에 큰 영향을 주지 않았다. 위의 시뮬레이션 결과는 3T 임상용 MRI에서 원형 모델 팬텀에 대해서 검증되었다. 결론: 시뮬레이션을 통해 얻어진 변수와 도전율 측정의 오차와의 관계를 통해서 정량적인 도전율 측정에서 발생되는 오차를 모델화 할 수 있었다. 또한 제시된 분석 방법을 통하여 자기공명 영상 장치를 이용한 도전율 측정의 필터링 및 재구성 알고리즘의 효과를 검증 할 수 있을 것으로 보인다.
목 적 : 임상 뇌파의 비선형 분석시, 분석시간을 단축시킬 수 있는 방법과 보다 정확한 상관차원을 얻기 위한 새로운 알고리즘 고안을 시도하였다. 또 뇌파신호 분석을 위한 적절한 신호획득 조건을 결정하는 방법을 제시하기 위하여 여러 상이한 실험조건에서 상관차원을 계산하였으며, 여기서 얻은 결과를 이용하여 각 실험실마다 공통적으로 적용할 수 있는 표준화된 실험 조건을 결정하고자 하였다. 방 법 : 임의의 한 개인을 대상으로 13개의 두피전극에서 얻은 뇌파신호를 대상으로 하였다. 12비트 해상도에서 1000 헤르츠로 32초간 얻은 뇌파신호를 디지털화 하여 각 전극당 32000개의 시계열자료를 얻었다. 이 자료를 10, 20, 30초 간격의 시간단위로 나누고, 각각에 대해 1000, 500, 250, 125, 62.5 Hz 등 5가지 신호추출조건을 달리 하여 각 전극마다 총 15개의 시계열 자료를 만들었다. 여기에 상관차원 계산시간 단축을 위해 고안된 계산 알고리듬 및 상관차원 추정 정확도를 개선하기 위해 적용한 최소절단자승기법을 적용하여 상관 차원을 계산하였다. 이렇게 얻은 상관차원 결과를 신호획득시간과 신호추출빈도에 따라 비교하였다. 또 로그연산을 비트 연산으로 바꾸어 계산시간 단축의 효과를 평가하였으며, 최소 절단자승기법과 최소자승추정기법을 비교하였다. 결 과 : 신호추출시간이 증가함에 따라 상관차원의 값도 통계적으로 유의하게 증가하는 양상을 보였다. 신호추출빈도가 62.5Hz일때는 신호추출시간에 무관하게 높은 상관차원값을 나타냈으나 그밖의 빈도에서는 유사한 상관차원값을 보였다. 본 연구에서 고안된 계산 알고리듬은 종래 사용하던 알고리듬에 비해 통계적으로 유의한 계산시간 단축효과를 보였다. 또 종래의 방법인 최소자승추정에 의한 상관차원에 비하여 본 연구에 적용된 최소절단자승추정법은 보다 안정된상관차원 값을 추정하였다. 결 론 : 본 연구는 다량의 뇌파 시계열 자료를 분석하는데 신속하고 보다 정확한 상관차원 추정에 알맞는 분석방법을 제공하였다. 또한 뇌파 시계열 자료의 상관차원 계산시 12비트의 해상도에서 125Hz의 신호추출빈도로 20초간 뇌파신호를 획득하면 적정한 수준의 상관차원을 계산할 수 있음을 보였다.
최근 들어 방사선 수송이론, 컴퓨터 하드웨어 성능, 및 병렬 연산 기법의 발전에 힘입어, 몬테카를로 기반의 선량계산 기법을 임상에 적용할 수 있게 되었다. 임상적용을 위해 개발된 몬테카를로 기반 선량계산 코드간의 계산 소요 시간과 정확도를 비교할 목적으로 제13차 ICCR (International Conference on the use of Computers in Radiation Therapy, Heidelberg, Germany, 2000) 학술대회에서 벤치마킹 절차서가 제안되었다. 최근, 본원에서도 임상적용을 목표로 28개의 인텔 펜티움 프로세서로 구성된 Linux cluster 시스템을 구축하고, 여기에 몬테카를로 선량계산을 위한 BEAMnrc 코드를 설치하였다. 본 연구의 목적은 위에서 제안된 벤치마킹 절차를 수행하여 본원에서 구축한 몬테카를로 선량계산 시스템의 정량적 성능 평가를 시도하고자 하는 것이었다. 벤치마킹 절차는 크게 다음의 세 과정으로 구성되어 있다. a) 30.5 cm $\times$ 39.5 cm $\times$ 30 cm 의 팬톰(5 ㎣ voxels) 에 대한 통계적 불확정도 2%이내 결과를 얻기 위한 광자선 선량계산 속도. b) 위 팬톰에 대한 전자선의 선량계산 속도. c) 비균질 평판 매질로 구성된 팬톰내 광자선 및 전자선의 선량계산 결과를 EGSr/PRESTA 계산 결과와 비교 제시. 18 MV 광자선에 대해 선량계산 속도 평가 결과 5.5분이 소용되었다. 전자선의 경우, 실제 계산 시간은 광자선에 비해 약 10배 정도 빨랐으나, 병렬 연산을 처리하기 위해 소용되는 추가 시간 때문에 전체 계산에 소요되는 시간은 광자선과 비슷하였다. 본 원에서 사용한 몬테카를로 코드는 EGSnrc로써 EGS4의 개선 버전으로 이들 간의 정확도 비교는 큰 의미가 없을 것으로 판단된다. 하지만 두 계산 결과가 기대했던 바와 같이 매우 잘 일치하였다. 결론적으로, 본원에서 구축한 몬테카를로 치료계획시스템은 임상적용에 무리가 없을 것으로 판단하였다. 추후 본 시스템을 본원에서 사용하는 상용 치료계획시스템과 인터페이스를 개발하여, 통합환경을 구축함으로써, 몬테카를로 기반의 치료계획시스템의 임상적용과 관련된 연구들을 수행해 나갈 계획이다.
본 연구에서는 스마트 열 그리드의 운영 특성 분석을 위한 기초적인 방법론과 해당 방법론에 근거한 열 그리드 연계운전 분석 시뮬레이션 프로그램에 대해 소개하고자 하며, 특히 기존의 광역 열에너지네트워크에 해당하는 집단에너지 시스템 인근에 소규모 열 그리드가 신규로 연계되어 운전될 경우에 대한 각 시스템별 운영특성 및 주요 운전 변수에 대한 상호 영향에 대해 면밀히 살펴볼 수 있는 시뮬레이션 방법론에 대해 고찰해보고자 한다. 본 연구에서 열 그리드 간 연계운전에 따른 기존의 규모가 큰 열 그리드에 대한 영향은 해당 그리드의 연간 시각별 운영 실적 데이터를 바탕으로 한 경험적 상관관계식을 도출하여 간략히 모델링하고자 하였으며, 신규 그리드에 설치, 운영되는 열원 설비들에 대한 운전 특성은 실제 제품의 운전부하별 운전효율 자료에 대한 DB를 구축, 사용함으로서 시뮬레이션 분석 결과의 신뢰도를 제고하고자 하였다. 또한 본 시뮬레이션 프로그램에서는 해당 수요처의 에너지부하 예측에 있어 건물 유형별로 연간, 시각별로 실측한 데이터를 기반으로 수립된 단위 에너지부하 모델을 이용, 예측함으로써 운전시뮬레이션을 통한 최적화 분석 결과의 신뢰성을 확보하고자 하였다. 본 연구에서 기 제안된 방법론 및 이에 근거한 시뮬레이션 분석 결과로부터 그리드 상호간 열 거래에 기반한 복수의 열 그리드 운전 특성 분석 방법의 효용성을 확인할 수 있었으며, 향후 수요자 및 열 에너지 공급자간 다양한 정보의 공유를 근간으로 하는 IT 기반 스마트 열 그리드 최적화 분석으로의 확장을 위한 기초 자료를 확보할 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.