피치 혹은 기본 주파수는 음성 신호의 주요 특성 인자이며 음성 부호화, 음성인식, 화자인식 등의 다양한 음성 관련 응용에 활용된다. 본 논문에서는 기본 주파수의 역수인 음성의 피치 주기를 추정하기 위해서 음성 신호의 변곡점을 이용한다. 변곡점은 국소적인 최대값, 최소값 혹은 신호의 기울기가 변하는 지점으로 정의된다. 음성 신호는 저역통과 필터로 먼저 전처리되어 고주파 성분이 제거된다. 이를 통해 불필요한 변곡점들이 제거되며, 피치 주기 추정에 유용한 국소적인 최대값만을 변곡점 검출법을 이용하여 추출한다. 얻어진 변곡점 간의 시간 간격을 측정하여 피치 주기를 추정하며, 그 역수로 기본 주파수 추정치를 얻는다. 기존의 피치 추정 방법은 음성이 국소적으로 시불변이라는 가정하에 음성을 블록 단위로 처리하여 블록당 피치 주기를 구하지만, 제안된 방법은 음성을 샘플 단위로 처리하여 변곡점을 검출하며, 그 결과 피치 주기를 시간 경과에 따라 얻게 되어 음성의 시변성이 반영된 기본 주파수 추정치를 얻는다. 컴퓨터 모의실험으로 기본 주파수 추정기로서 제안된 방법의 유용성을 볼 수 있다.
대한민국 해군이 운영하는 P-3C 또는 P-3CK 해상초계기에는 다양한 센서와 통신 장치를 탑재하고 있다. 임무 중 수집된 데이터는 항공기내 비행 조작사들에 의해 전술 정보로 관리되어 저장된다. 비행임무가 종료되면 이 정보는 지상에 있는 전술지원센터로 이관되고 전술분석도구를 통해 재생되거나 후속 업무를 위해 사용된다. 비행임무 시 한국방공식별구역 영역에서만 한 시간 이내 탐지 객체만 수만 개를 갖는다. 이에 대하여 전술분석도구 이용 시 지도를 함께 도시하는 전술 상황표시기에는 탐지 객체들에 대하여 모두 심볼로 표현한다. 표시 심벌의 증가는 전술 상황표시기의 이미지 갱신에 많은 영향을 끼치고 결과적으로 조작사들의 원활한 작업에 지장을 준다. 본 논문에서는 기존 상황표시기의 성능을 개선하기 위해 다중 스레드와 다중 레이어 적용을 제안한다. 그리고 이 제안에 대한 적용과 실행 결과를 통해 전술 상황표시기의 성능향상을 증명한다.
Akhilanand Chaurasia;Arunkumar Namachivayam;Revan Birke Koca-Unsal;Jae-Hong Lee
Journal of Periodontal and Implant Science
/
제54권1호
/
pp.3-12
/
2024
Deep learning (DL) offers promising performance in computer vision tasks and is highly suitable for dental image recognition and analysis. We evaluated the accuracy of DL algorithms in identifying and classifying dental implant systems (DISs) using dental imaging. In this systematic review and meta-analysis, we explored the MEDLINE/PubMed, Scopus, Embase, and Google Scholar databases and identified studies published between January 2011 and March 2022. Studies conducted on DL approaches for DIS identification or classification were included, and the accuracy of the DL models was evaluated using panoramic and periapical radiographic images. The quality of the selected studies was assessed using QUADAS-2. This review was registered with PROSPERO (CRDCRD42022309624). From 1,293 identified records, 9 studies were included in this systematic review and meta-analysis. The DL-based implant classification accuracy was no less than 70.75% (95% confidence interval [CI], 65.6%-75.9%) and no higher than 98.19 (95% CI, 97.8%-98.5%). The weighted accuracy was calculated, and the pooled sample size was 46,645, with an overall accuracy of 92.16% (95% CI, 90.8%-93.5%). The risk of bias and applicability concerns were judged as high for most studies, mainly regarding data selection and reference standards. DL models showed high accuracy in identifying and classifying DISs using panoramic and periapical radiographic images. Therefore, DL models are promising prospects for use as decision aids and decision-making tools; however, there are limitations with respect to their application in actual clinical practice.
최근에 원 거리에서 폭발 물질의 감지를 위해 라만 분광 기기의 관심이 점차 증가하고 있다. 더불어 측정된 화학물질에 대한 라만 스펙트럼을 대용량 데이터베이스의 알려진 라만 스펙트라와 비교하여 식별할 수 있는 고속 검색 방법에 대한 요구도 커지고 있다. 지금까지 가장 간단하고 널리 사용되는 방법은 주어진 스펙트럼과 데이터베이스 스펙트라 사이의 유클리드 거리를 계산하고 비교하는 방법이다. 하지만 고차원 데이터의 속성으로 검색의 문제는 그리 간단하지 않다. 가장 큰 문제점중의 하나는 검색 방법에 있어서 연산량이 많아 계산 시간이 너무 오래 걸린다는 것이다. 이러한 문제점을 극복하기 위해, 우리는 정렬된 분산에 따른 MPS Sort+PDS 방법을 제안하였다. 이 방법은 벡터의 두 개의 주요한 특징으로 평균과 분산을 사용하여 후보가 될 수 없는 많은 코드워드를 계산하지 않으므로 연산량을 줄이고 계산 시간을 줄여준다. 본 논문에서 우리는 기존의 방법보다 더욱 더 향상된 2가지 새로운 방법의 고속 검색 알고리즘을 제안한다. PCA+PDS 방법은 전체 데이터를 사용하는 거리 계산과 똑같은 결과를 가지면서 PCA 변환을 통해 데이터의 차수를 감소시켜 계산량을 줄여준다. Hierarchical Cluster Tree 알고리즘은 PCA 변환된 스펙트라 데이터를 사용하여 이진 계층 클러스터 트리를 만든다. 그런 후 입력 스펙트럼과 가장 가까운 클러스터부터 검색을 시작하여 후보가 될 수 없는 많은 스펙트라를 계산하지 않으므로 연산량을 줄이고 계산 시간을 줄여준다. 실험은 정렬된 분산에 따른 MPS Sort+PDS와 비교하여 PCA+PDS는 60.06%의 성능 향상을 보였다. Hierarchical Cluster Tree는 PCA+PDS와 비교하여 17.74%의 성능향상을 보였다. 실험결과는 제안된 알고리즘이 고속 검색에 적합함을 확인시켜 준다.
우유에 풍부하게 존재하는 유당은 galactose와 포도당의 $\beta(1\rightarrow4)$ glycosidic 결합으로 구성되어 있고, 인간에서 이를 가수분해하는 효소는 lactase, 세균에서는 $\beta-galactosidase$로 알려져 있다. Lactase의 활성이 낮은 사람이 우유를 섭취했을 경우 일시적인 설사를 일으키고 때로는 만성적인 대감의 염증으로 인한 만성설사의 원인이 되기도 한다. 겨울철에 젖소를 사육하는 축사 주변에서 저온에서 생육하는 세균 AS-20을 분리하여 $\beta-galactosidase$ 활성을 갖는 균주를 선별하고 온도별로 분리균의 성장을 조사하였다. 그 결과 대장균이 자라지 못하는 $10^{\circ}C$에서도 분리된 AS-20은 생육이 가능하였고 생육 최적온도는 $30^{\circ}C$이였으며 이 온도에서 세대시간은 60여분 이었다. AS-20의 생화학적 특성을 bioMerieux Vitek Gram negative identification card (GNI+)로 조사한 결과 포도당을 발효, 산화시켰으며 유당, maltose, mannitol, xylose, L-arabinose 등을 이용하여 97% Hafnia alvei, 2% Escherichia coli로 동정되었다. Polymerase chain reaction으로 16S rRNA유전자를 증폭하여 1,426 bp의 염기서열을 결정하여 기존에 보고된 유전자들과의 유사도를 조사한 결과 분리된 균주 AS-20은 Hafnia alvei와 99%의 염기서열상 동성을 보였다. 이러한 결과는 BioMerieux Vitek Gram negative identification card 키트로 동정한 결과와 일치하였다. AS-20을 $10^{\circ}C,\;20^{\circ}C,\;30^{\circ}C$에서 배양하면서 $\beta-galactosidase$ 활성을 조사한 결과 저온인 $10^{\circ}C$와 $20^{\circ}C$에서 배양하였을 때에 배양최적 온도인 $30^{\circ}C$에서 배양했을 때 보다 1.5 배 정도 높은 효소활성을 보여주었으며, $30^{\circ}C$에서 배양된 대장균 보다 6배 이상의 효소활성을 보여 주어 저온조건에서 분리균의 효소생산이 비교적 높은 것으로 판단되었다.
성과를 나타내는 지표는 스포츠 성과 향상을 나타내는 기본 요소를 식별하기 위해 개발되었다. 유효한 성과 지표를 식별하려면 성과 분석 시스템 내에서 사용 된 지표가 경기 내에서 성과의 승패를 구별하는 것이 매우 중요하다고 할 수 있다. (Hughes and Bartlett, 2002). 그러나 농구 성과에 관한 연구에서는 제안된 성과와 지표는 코치 및 선수의 상황에 따라 실시간 분석 및 피드백이 사용되지 않고 있다는 점이다. 코치 및 선수에 대한 이러한 실시간 지원은 다른 스포츠에 대한 연구에서도 설명되고 있다. (Choi et al., 2004; O'Donoghue, 2001; Palmer et al., 1997). 실시간 피드백 프로세스 내에서 성과와 손실을 구분하는 관련성과 지표를 식별하는 것이 실시간 분석 시스템 개발의 첫 단계가 되어야 한다. 따라서 이 연구는 10 개의 잉글랜드 내셔널 농구 리그 경기를 분석하는 동안 수집 된 성과 지표 세트 측면에서 팀의 승패와 패배의 차이점을 조사하였다. 승리와 패배 팀은 전체 경기 데이터 (N=10)와 개별 쿼터 (N=40)를 사용하여 비교되었다. 일련의 Wilcoxon Signed Ranks 테스트를 사용하여 전체 경기와 개별 쿼터 내에서 성과를 낸 사람과 잃는 사람을 구별하는 관련성과 지표를 식별하였다. 테스트 결과 3점 (p<0.05)과 어시스트 (p<0.05)는 경기 내 팀의 승패에서 크게 차이가 있다고 할 수 있다. 그러나 2점 슛 (p <0.05), 2점 샷 시도 (P <0.05), 2 점 샷의 백분율 (p <0.05), 3 점 샷 (p <0.05), 수비 리바운드 (p <0.05) ) 및 지원 (p <0.05)은 분기 내 실적의 승패에서 크게 다르게 나타나고 있다. 위와 같은 분석 작업은 성과분석에 따라 코치에게 현재 성과를 설명하는 관련성과 지표를 기반으로 해야 한다. 실시간 분석 및 피드백 시나리오 내에서 가장 최근 분기 내에서 즉각적인 성과를 기반으로 의사 결정을 지원하는 추가 이점이 있다. 결과적으로, 실시간 분석 시스템은 코치의 결정을 뒷받침하기 위해 필요하며 유효성 특성을 갖는 성능 지표를 사용한다.
신규 의료기기 개발 기술의 발전으로 다양한 형태로 손쉽게 생체 정보 및 의료 정보를 얻을 수 있는 기술이 증가하고 있다. 이러한 정보 수집 기술과 기기들의 증가로 생체 정보는 일상생활의 라이프로그와 함께 의료서비스의 주요 정보로 활용되고 있다. 그러나 다양한 생체신호의 활용성이 증가하고 있지만 보안적인 측면을 고려하지 않는 문제점을 갖고 있다. 또한, 의료현장에서 환자의 생체신호와 의료영상정보는 개별적인 디바이스에 의해 생성되며, 통합 관리되지 못하는 실정이다. 이러한 문제점을 해결하기 위해서, 본 논문에서는 생체신호와 의사의 소견정보를 포함하여 QR 코드화하고 이와 연계된 의료영상정보와 통합하고자 한다. 이를 위해, 의료영상정보 표준인 DICOM(Digital Imaging and Communication in Medicine)과 기존 생체신호 계측기들로부터 수집된 생체신호를 QR 코드화하여 의료영상정보에 통합한 이미지 파일 스킴을 제시한다. 그리고 시스템 구현 환경은 의료영상기기와 생체신호 수집을 위한 생체신호 계측기 그리고 스마트 디바이스와 PC로 구성하였다. 의료기기나 생체 신호 계측장치로부터 데이터를 전송 받기 위한 의료영상이미지 정보와 생체신호의 ROI 추출을 위하여 .NET Framework를 사용하여 QR 서버 모듈을 윈도우 서버 2008 운영체제에서 운영되도록 구현하였다. QR 서버 모듈의 주요기능은 의료영상기기로부터 생성된 DICOM파일을 파싱하고, 식별 ROI 정보를 추출하여 데이터베이스에 저장하여 관리한다. 또한, EMR, OCS와 같은 환자의 의료정보는 기본 정보 및 긴급상황 시 필요한 ROI 정보를 추출하여 QR코드화 하여 관리한다. 또한 생체 계측 기기로 환자 식별에 사용될 PID (patient identification) 와 함께 생체 정보를 전송 받을 경우 생체 정보의 크기에 따라 이를 해당 환자의 ROI와 함께 QR코드화 하여 관리하며, 생체 정보 파일 또한 저장하여 관리한다. 전송받은 생체정보가 QR코드로 변환할 최대 사이즈 이상일 경우 서버를 통해 생체정보에 접근할 수 있는 URL 정보를 QR코드화 한다. 또한 QR 코드 형태로 제공되는 정보는 .NET 프레임워크가 설치된 PC와 Android기반의 스마트 단말기상에 뷰어 프로그램을 통해 확인함으로 인증된 클라이언트만이 관련 정보를 확인할 수 있도록 하였다. 끝으로 응용 서비스의 수행결과를 통해 기존 의료영상정보와 생체신호 그리고 환자의 건강정보가 통합되어 의료현장에서 적용하는데 적합한 의료정보 서비스를 제공함을 보였다.
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.
최근 생체 인식 기술의 하나로, 걸음걸이 인식에 대한 관심이 크게 증가하고 있다. 실루엣기반 걸음걸이 인식은 걸음걸이 인식을 위한 가장 보편적인 방법으로, 본 논문에서는 실루엣 기반 걸음걸이 인식에서 걸음걸이의 특성을 결정하는 정보에 대해 분석한다. 걸음걸이는 크게, 정적인 신체 모양(static body shape)과 동적인 신체 운동(dynamic body motion), 두 가지 단서(cue)에 의해 표현될 수 있다. 최근, 걸음걸이의 특성은 신체 모양과 관련된 정적인 단서에 의해 주로 결정되며 신체 운동과 관련된 동적인 단서는 걸음걸이의 특성에 거의 영향을 주지 않는다는 연구들이 보고되고 있다. 이와 달리, 본 논문에서는 신체운동과 관련된 동적인 단서 역시 걸음걸이의 특성을 결정짓는 중요한 요소라고 판단하여 이를 실험적으로 검증하고자 한다. 이를 위해, 크게 두 개의 걸음걸이 데이터베이스(UBC DB, Southampton Small DB)를 이용하여 실험을 수행하였다. UBC DB는 보편적인 걸음걸이를 저장한 것이고, Southampton DB는 다른 종류의 옷이나 신발, 가방을 착용하거나, 걸음걸이의 속도를 바꾸는 등 보편적인 걸음걸이와 다른 특성을 가지는 걸음걸이를 저장한 것이다. 실험 결과, 인식률은 UBC DB에서 신체 모양을 이용할 경우 $100\%$, 신체 운동을 이용할 경우 $95.2\%$이고, Southampton DB에서는 신체 모양을 이용할 경우 $50.0\%$, 신체 운동을 이용할 경우 $55.8\%$이다. 잘못된 인식을 할 위험도(risk)는 UBC DB에서는 신체 모양을 이용할 경우 0.91, 신체 운동을 이용할 경우 0.97, Southampton DB에서는 신체 모양을 이용할 경우 0.98, 신체 운동을 이용할 경우 0.98이다. 결과적으로, 보편적인 걸음걸이의 특성은 신체 모양과 관련된 정적인 단서에 의해 주로 결정되지만, 옷이나 가방 등에 의해 가장된(disguised) 걸음걸이에서는 신체 운동과 관련된 동적인 단서에 의해 주로 결정된다.
본 연구는 사이버 일탈행위와 사이버 일탈행위의 유발요인에 대한 영향 관계를 실증적으로 규명하여 실천적 정보통신윤리 교육 방안을 논의하고자 하였다. 이를 위해 문헌연구를 통해 사이버 일탈행위에 영향을 미치는 요인으로 자기조절력, 사회적 정체성, 주관적 규범 요인을 고려하였으며, 이 영향 요인에 대한 선행요인으로 인터넷 중독성, 익명성, 질서의식 및 정보규범 학습경험에 대한 요인을 투입하여 사이버 일탈행위에 관한 모델을 제시하였다. 연구 결과를 요약하면 다음과 같다. 첫째, 사이버 일탈행위와 그 영향요인에 대한 분석 결과 주관적 규범, 사회적 정체성, 자기조절력 순으로 사이버 일탈행위에 영향을 미치는 것으로 나타났다. 둘째, 부정적 관점의 주관적 규범에 대해 익명성(+), 질서의식(-), 정보규범 학습경험(-) 및 사회적 정체성(+)이 영향을 미치는 것으로 밝혀졌으며, 자기조절력에 대해 인터넷 중독성(+), 익명성(+) 모두 유의미한 영향을 미쳤다. 연구 결과, 실천을 강화하기 위해서는 반성과 성찰의 기회를 많이 주고, 비판적 사고와 책임윤리를 키우며, 공감능력을 계발하여 실천을 유도하여야 한다. 이를 지원하기 위한 전략적 교수-학습 절차로 '반성적 실천지향 정보통신윤리 교육 절차'를 제안하였다. 절차의 프레임워크는 문제인식-위험분석-자기성찰-실천과 평가에 대한 4단계로 구성되며, 순환적으로 반복되는 나선형 구조를 갖는다.
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.