본 논문에서는 심층신경망(deep neural network, DNN)을 이용하여 디지털 홀로그램을 생성하는 신경망의 학습을 위한 데이터 균형 조정 방법에 대하여 논의 한다. 심층신경망은 딥러닝(deep learning, DL) 기술에 기반을 두고 있고, 생성형 적대적 네트워크(generative adversarial network, GAN)계열을 이용한다. 심층 신경망을 통하여 생성 하고자하는 홀로그램의 기본 단위인 프린지 패턴은 홀로그램 평면과 객체의 위치에 따라 데이터의 형태가 매우 다르다. 하지만 데이터의 분류 기준이 명확하지 않기 때문에 학습 데이터의 불균형이 생길 수 있다. 학습 데이터의 불균형은 곧 학습의 불안정 요소로 작용한다. 따라서 분류 기준이 명확하지 않은 데이터를 분류하고 균형을 맞추는 방법을 제시한다. 그리고 이를 통하여 학습이 안정화됨을 보인다.
Background: Florfenicol might be ineffective for treating Staphylococcus aureus small colony variants (SCVs) mastitis. Objectives: In this study, florfenicol-loaded chitosan (CS)-sodium tripolyphosphate (TPP) composite nanogels were prepared to allow targeted delivery to SCV infected sites. Methods: The formulation screening, the characteristics, in vitro release, antibacterial activity, therapeutic efficacy, and biosafety of the florfenicol composite nanogels were studied. Results: The optimized formulation was obtained when the CS and TPP were 10 and 5 mg/mL, respectively. The encapsulation efficiency, loading capacity, size, polydispersity index, and zeta potential of the optimized florfenicol composite nanogels were 87.3% ± 2.7%, 5.8% ± 1.4%, 280.3 ± 1.5 nm, 0.15 ± 0.03, and 36.3 ± 1.4 mv, respectively. Optical and scanning electron microscopy showed that spherical particles with a relatively uniform distribution and drugs might be incorporated in cross-linked polymeric networks. The in vitro release study showed that the florfenicol composite nanogels exhibited a biphasic pattern with the sustained release of 72.2% ± 1.8% at 48 h in pH 5.5 phosphate-buffered saline. The minimal inhibitory concentrations of commercial florfenicol solution and florfenicol composite nanogels against SCVs were 1 and 0.25 ㎍/mL, respectively. The time-killing curves and live-dead bacterial staining showed that the florfenicol composite nanogels were concentration-dependent. Furthermore, the florfenicol composite nanogels displayed good therapeutic efficacy against SCVs mastitis. Biological safety studies showed that the florfenicol composite nanogels might be a biocompatible preparation because of their non-toxic effects on the renal tissue and liver. Conclusions: Florfenicol composite nanogels might improve the treatment of SCV infections.
도심지역의 교통 상태는 효과적인 교통 운영과 교통 제어를 수행하는 데 필수 요소이다. 하지만 교통 상태를 얻기 위해서 수많은 도로 구간에 교통 센서를 설치하는 것은 막대한 비용이 든다. 이를 해결하기 위해서 시장침투율이 높은 센서인 차량 블랙박스 카메라를 이용하여 교통 상태를 추정하는 것이 효과적이다. 하지만 기존의 방법론은 객체 추적 알고리즘이나 광학 흐름과 같이 계산 복잡도가 높고, 연속된 프레임이 있어야 연산을 수행할 수 있다는 단점이 존재한다. 이에 본 연구에서는 심층학습 모델로 차량과 차선을 탐지하고, 차선 사이의 공간을 관심 영역으로 설정하여 해당 영역의 교통밀도를 추정하는 방법을 제안하였다. 이 방법론은 객체 탐지 모델만을 이용해서 연산량이 적고, 연속된 프레임이 아닌 샘플링된 프레임에 대해 교통 상태를 추정할 수 있다는 장점이 있기에, 보유하고 있는 컴퓨팅 자원에 맞는 교통 상태 추정이 가능하다. 또, 도심지역에서 운행하는 서로 다른 특성의 2개의 버스 노선에서 수집한 블랙박스 영상을 검증한 결과, 교통밀도 추정 정확도가 90% 이상인 것을 확인하였다.
In this study, we generate He I 1083 nm images from Solar Dynamic Observatory (SDO)/Atmospheric Imaging Assembly (AIA) images using a novel deep learning method (pix2pixHD) based on conditional Generative Adversarial Networks (cGAN). He I 1083 nm images from National Solar Observatory (NSO)/Synoptic Optical Long-term Investigations of the Sun (SOLIS) are used as target data. We make three models: single input SDO/AIA 19.3 nm image for Model I, single input 30.4 nm image for Model II, and double input (19.3 and 30.4 nm) images for Model III. We use data from 2010 October to 2015 July except for June and December for training and the remaining one for test. Major results of our study are as follows. First, the models successfully generate He I 1083 nm images with high correlations. Second, the model with two input images shows better results than those with one input image in terms of metrics such as correlation coefficient (CC) and root mean squared error (RMSE). CC and RMSE between real and AI-generated ones for the model III with 4 by 4 binnings are 0.84 and 11.80, respectively. Third, AI-generated images show well observational features such as active regions, filaments, and coronal holes. This work is meaningful in that our model can produce He I 1083 nm images with higher cadence without data gaps, which would be useful for studying the time evolution of chromosphere and coronal holes.
본 논문에서는 이더넷 광 네트워크 구현용 핵심 부품인 1.25 Gbps 단일집적 양방향 광전 SoC (Monolithic integrated hi-directional optoelectronic system-on-a- chip)의 전기적 혼신을 감소시키기 위한 임플란트의 전기적 절연 특성을 분석하였으며, 측정결과로부터 임플란트의 등가회로를 추출하였다. InP 기판상에 단일집적된 양방향 광전 SoC의 구성은 다음과 같다. 먼저 송신부는 전기신호를 광신호로 바꾸어 전송하는 레이저 다이오드(Laser Diode)와 레이저 다이오드의 출력을 모니터링하기 위한 모니터 포토다이오드(Monitor Photodiode)로 구성된다. 그리고 수신부는 디지털로 변조된 후 입력된 광신호를 전기신호로 변환하는 디지털 포토다이오드(Digital photodetector)로 구성된다. IEEE 802.3ah와 ITU-T G.983.3가 요구하는 기가비트 수동 광 네트워크 (Gigabit-Passive Optical Network)용 ONU (Optical Network Unit)의 양방향 광전 모듈의 규격을 만족하기 위해서는 수신부의 수신감도는 -24 dBm (@ BER (Bit Error Rate)=10-12)을 만족해야 하므로, 모듈 내의 전기적 혼신은 DC에서 3 GHz까지 -86 dB이하로 유지되어야 한다. 한편, 임플란트 구조의 측정 및 분석 결과, 단일 InP 기판상에 집적된 레이저 다이오드와 모니터 포토다이오드 간의 간격과, 그리고 모니터 포토다이오드와 디지털 포토다이오드간의 간격을 200 mm 이상을 유지하면서, 20 mm 폭의 임플란트를 삽입하였을 경우, -86 dB 이하의 전기적 혼신을 만족하였다. 본 논문에서 사용하고 분석한 임플란트 구조 및 특성은 단일집적 양방향 광전 SoC 뿐만 아니라, 아날로그/디지털 혼합모드 SOC의 설계 제작용 기본 데이터로 활용할 수 있다., 1.0 mm로 나타났다. 하체 고정기구를 사용한 환자군에서 디지털재구성사진과 모의 치료사진의 차이는 좌우, 전후, 두미 방향에 따라 각각 $1.3{\pm}1.9\;mm$, $1.8{\pm}1.5\;mm$, $1.1{\pm}1.1\;mm$, 디지털재구성사진과 조사영역사진 간의 차이는 각각 $1.0{\pm}1.8\;mm$, $1.2{\pm}0.9\;mm$, $1.2{\pm}0.8\;mm$, 조사영역사진 간의 평균 표준편차는 각각 0.9 mm, 1.6 mm, 0.8 mm로 고정기구를 사용하지 않았을 때보다 유의하게 재현성이 향상된 것으로 나타났다. 결 론: 본 연구에서 고안된 하체 고정기구는 골반부암 환자 치료 시 편안함을 제공해 주고 재현성 향상에 도움을 주는 것으로 사료된다..) 이 때 방사선 조사량의 중앙값은 3,600 cGy이었다. 이후 추가 방사선 치료 시 계획용 CT를 사용하지 않고 2-oblique fields 사용하여 치료한 경우가 87명(35.4%)이었는데 방사선 조사량의 중앙값은 1,800 cGy이었다. 전 환자에서 1일 1회 180 cGy로 치료하였다. 전 환자에서 조사된 총 방사선량의 중앙값은 5,580 cGy이었다. 수술 후 방사선 치료를 시행한 경우 중앙값은 5,040 cGy이었고 수술을 받지 않은 환자 중앙값은 5,940 cGy이었다. 근접조사 방사선 치료는 총 34명(13.8%)에서 시행되었고, 전 환자에서 high dose rate Iridium-192를 사용하였다. 조사범위는 종양에서 longitudinal margin의 중앙값은 1 cm, prescribed isodose curve에서 axial length의 평균값은 8.25 cm, 폭은 2 cm, 그리고 전후 폭의 중앙값도 2 cm이었다. Fraction size의 중앙값은
네트웤확장은 평형통행배정모형에서 교차로의 지체와 같이 방향별로 발생하는 교차로의 움직임을 고려하기위한 필수불가결한 방법으로 사용되어져 왔다. 그러나 이 방법은 교차로에서 발생하는 가능한 방향별움직임을 가상 링크를 추가하여 표현함으로 네트웤의 복잡성이 증가하고 계산노력이 많이 요구되어진다. 본 연구에서는 이러한 방향별지체와 이에 관련된 움직임을 네트웤의 구조를 확장함이 없이 이용가능한 사용자최적통행배정모형을 새로운 변동부등식를 통해 제안한다. 제안된 식에 회전지체함수가 직접적으로 내재되므로 네트웤의 어떤 변화도 요구되지 않으며 교차로의 방향별움직임에서 나타나는 상호연관성이 변동부등식의 특성을 통해 명쾌하게 반영된다. 제안된 변동부등식의 해법으로서 변형된 대 각화알고리즘이 제안되며 이때 링크표지덩굴망알고리즘이 각 교차로에서 발생하는 방향별지체를 고려하여 최적경로를 발견하는데 응용된다. 제안된 모델을 통한 실험결과로서 자용자최적평형조건이 만족됨이 확인되었으며 교차로주변에서 회전금지와 함께 목격되는 유턴, 피턴과 같이 두번 이상 같은 교차로를 통과하는 통행행태가 운전자의 경로파악시 발생됨을 확인되었다. 본 연구에서 제안된 모델은 네트웤의 교차로의 움직임을 파악하기위해 구축하는데 요구되는 노력을 감축하고, 컴퓨터계산노력을 절감하며, 향후 첨단여행정보시스템을 구축하는데 기여할 것으로 기대된다.
반도체 집적 기술의 발전으로 중앙처리장치 및 저장장치가 소형화되고 성능이 빠르게 발전되면서 고성능 컴퓨팅(High Performance Computing) 분야에서 인터커넥션 네트워크가 전체 시스템의 성능을 결정하는데 더욱 중요한 요소가 되고 있다. 본 논문에서는 고성능컴퓨팅 분야에서 사용되는 인터커넥션 네트워크 기술 동향을 분석하였다. 2017년 6월 기준 슈퍼컴퓨터 Top 500에서 가장 많이 사용하고 있는 인터커텍트는 인피니밴드이다. 최근 이더넷은 40/100Gbps 기가비트 이더넷 기술의 등장으로 인피니밴드 다음으로 높은 점유율을 보이고 있다. 지연(latency) 성능이 인피니밴드에 비해 떨어지는 기가비트 이더넷은 비용 대비 효율을 중시하는 중형급 데이터 센터에서 선호하고 있다. 또한 고성능을 요구하는 최상위 HPC 시스템들은 기존의 이더넷, 인피니밴드 기술에서 벗어나, 자체적인 인터커넥트 네트워크를 도입하여 시스템의 성능을 극대화 하는 노력을 하고 있다. 향후 고성능 인터커넥트 분야는 전기 신호기반 데이터 통신에서 한 단계 도약하여, 빛으로 데이터를 주고받는 실리콘 반도체 기반 광송수신 기술이 활용될 것으로 예상된다.
Single-walled carbon nanotubes (SWCNTs) have attracted much attention as a promising material for transparent conducting films (TCFs), due to their superior electrical conductivity, high mechanical strength, and complete flexibility as well as their one-dimensional morphological features of extremely high length-to-diameter ratios. This study investigated three kinds of SWCNTs with different purities: as-produced SWCNTs (AP-SWCNTs), thermally purified SWCNTs (TH-SWCNTs), thermally and acid purified SWCNTs (TA-SWCNTs). The purity of each SWCNT sample was assessed by considering absorption peaks in the semiconducting ($S_{22}$) and metallic ($M_{11}$) tubes with UV-Vis NIR spectroscopy and a metal content with thermogravimetric analysis (TGA). The purity increased as proceeding the purification stages from the AP-SWCNTs through the thermal purification to the acid purification. The samples containing different contents of SWCNTs were dispersed in water using sodium dodecyl benzensulfate (SDBS). Aqueous suspensions of different purities of SWCNTs were prepared to have similar absorbances in UV-Vis absorption measurements so that one can make the TCFs possess similar optical transmittances irrespective of the SWCNT purity. Transparent conductive SWCNT networks were formed by spraying an SWCNT suspension onto a poly(ethyleneterephthalate) (PET) substrate. As expected, the TCFs fabricated with AP-SWCNTs showed very high sheet resistances. Interestingly, the TH-SWCNTs gave lower sheet resistances to the TFCs than the TA-SWCNTs although the latter was of higher purity in the SWCNT content than the former. The TA-SWCNTs would be shortened in length and be more bundled by the acid purification, relative to the TH-SWCNTs. For both purified (TH, TA) samples, the subsequent nitric acid ($HNO_3$) treatment greatly lowered the sheet resistances of the TCFs, but almost eliminated the difference of sheet resistances between them. This seems to be because the electrical conductivity increased not only due to further removal of surfactants but also due to p-type doping upon the acid treatment. The doping effect was likely to overwhelm the effect of surfactant removal. Although the nitric acid treatment resulted in the similar. electrical properties to the two samples, the TCFs of TH-SWCNTs showed much lower sheet resistances than those of the TA-SWCNTs prior to the acid treatment.
섬유 강화 복합재료는 방향성을 가지고 있기 때문에 적층 순서에 따라서 구조물의 기계적인 특성은 매우 달라질 수 있다. 따라서, 상황과 용도에 따른 복합재료 구조물의 적층 설계는 필수적이다. 그러나 제작된 복합재료 구조물의 적층 각도는 제작 환경이나 구조물 형상에 따라 설계 값과 편차를 가지는 경우가 많으며, 이는 구조적 성능에 영향을 끼칠 수 있다. 따라서 구조물의 신뢰성 확보를 위해서는 적층 설계 뿐만 아니라 제작된 복합재료의 적층각에 대한 분석 또한 매우 중요하다. 본 연구에서는 합성곱 신경망(Convolutional neural network; CNN) 기반의 딥러닝(Deep learning)을 이용하여 섬유 강화 복합재료의 실제 단면 이미지로부터 적층 각도를 예측하였다. 여러 적층 각도를 가지는 탄소 섬유 강화 복합재료 시편을 제작하고, 광학 현미경을 이용하여 Micro-scale로 실제 단면을 촬영하였다. 다양한 적층 각도에 따른 복합재료 시편의 단면 이미지 데이터를 이용하여 합성곱 신경망 기반의 딥러닝 모델에 대하여 학습을 수행하였다. 그 결과 높은 정확도로 실제 섬유 강화 복합재료 단면 이미지로부터 적층 각도를 예측할 수 있었다.
국토 면적의 약 90%를 차지하는 농촌은 여러가지 공익적 기능을 수행하는 공간으로서 중요성과 가치가 증가하고 있지만 주거지 인근에 축사, 공장, 태양광패널 등 주민생활에 불편을 미치는 시설들이 무분별하게 들어서면서 농촌 환경과 경관이 훼손되고 주민 삶의 질이 낮아지고 있다. 농촌지역의 무질서한 개발을 방지하고 농촌 공간을 계획적으로 관리하기 위해서는 농촌지역 내 위해시설에 대한 탐지 및 모니터링이 필요하다. 주기적으로 취득 가능하고 전체 지역에 대한 정보를 얻을 수 있는 위성영상을 통해 데이터의 취득이 가능하고, 합성곱 신경망 기법을 통한 영상 기반 딥러닝 기술을 활용하여 효과적인 탐지가 가능하다. 따라서 본 연구에서는 의미적 분할(Semantic segmentation)에서 높은 성능을 보이는 U-Net 모델을 이용하여 농촌 지역에서 잠재적으로 위해시설이 될 수 있는 농촌시설을 분류하는 연구를 수행하였다. 본 연구에서는 2020년에 제작된 공간해상도 0.7 m의 KOMPSAT 정사모자이크 광학영상을 한국항공우주연구원으로부터 제공받아 사용하였으며 축사, 공장, 태양광 패널에 대한 AI 학습용 데이터를 직접 제작하여 학습 및 추론을 진행하였다. U-Net을 통해 학습시킨 결과 픽셀 정확도(pixel accuracy)는 0.9739, mean Intersection over Union (mIOU)은 0.7025의 값을 도출하였다. 본 연구 결과는 농촌 지역의 위험 시설물 모니터링에 활용될 수 있으며, 농촌계획 수립에 있어 기초 자료로 활용될 수 있을 것으로 기대된다.
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.