The aim in this study was to obtain the basic data for estimation of optimal mating time and ovulation time by finding out the relationship between vaginal cytology and reproductive hormone profiles during the estrous cycle in 36 Korea Jin-do bitches. A characteristic features of vaginal cytology during the estorous cycle were the high proportion of superficial cell, anuclear cell and erythrocyte in proestrus, superficial cell, anuclear cell and erythroucyte in estrus, parabasal cell, small and large intermediate cell and leukocytes in diestrus, and parabasal cell and small intermediate cell in anestrus, respectively. Cornification index(CI) was the high proportion in proestrus and estrus, then it was decreaed in diestrus and anestrus. It indicated that the CI was significantly high proportion in proestrus and estrus in comparison with the other phases. Plasma progesterone concentration was below 1.0ng/ml at the first day of vulval bleeding in pregnant and non-pregnat bitches, and then it was increaed slowly. When Day 0 was timed from the day that plasma progesterone concentration was first increased above 4.0ng/ml, plasma progesterone concentrations at Day 0 in pregnant and non-pregnant above 4.0 ng/ml, plasma progesterone concentrations at Day 0 in pregnant and non-pregnant bitches were $5.2{\pm}0.3ng/ml and 5.7{\pm}0.5ng/ml$$46.5{\pm}3.3 ng/ml$ in pregnant bitches and at Day 20 with $39.8{\pm}0.1ng/ml$ in nonpregnant bitches. It indicated that plasma progesterone concentration was higher in pregnant bitches than in non-pregnant bitches. Hereafter plasma progesterone concentration was decreased steadily. At Day 63 which is parturition day, plasma progesterone concentration was decreased below 1.0ng/ml with $0.8{\pm}0.2ng/ml$ in pregnant bitches whereas in the non-pregnant bitches at Day 75 were decreased below 1.0ng/ml with 40.5{\pm}0.4ng/ml$. Plasma progesterone concentrations was maintained below 1.0ng/ml during anestrus in all of them. The plasma estradiol-17 $\beta$ concentration was increased above 1.0 pg/ml at the first day of vulval bleeding and it showed a peak Day-1 with 38.2 pg/ml. Thereafter it was sharply decreased after Day 0, which was the day that plasma progesterone concentration was first increase above 4.0ng/ml, and was maintained below basal levels. In relationship between CI and reproductive hormones, plasma estradiol-17 $\beta$concentration showed a peak at Day-3 and CI showed a peak at Day-1 which was the second day after plasma estradiol-17 $\beta$ peak, and plasma progesterone concentration was first increased above 4.0ng/ml at Day 0 which was the first day after CI peak. CI was first increased above 80% at Day-6 which was the third day before plasma estradio-17 $\beta$ peak and it was maintained above 80% between Days-6 and Day 3 during 10 days, and showed above 90% at Day-3 which was the day that plasma estradiol-17 $\beta$peak and was maintained above 90% between Day-3 and Day 3 during 7 days. In conclusion, ovulation in Koran Jin-do bitches occurred at the first day after CI peak, at the third day after plasma estradiol-17 $\beta$peak and the day when plasma progesterone concentration was first increased above 4.0 ng/ml. And it was estimated that the optimal mating time was the day when the CI was maintained above 90% and plasma progesterone concentration was between 3.0~8.0ng/ml. Therefore plasma progesterone concentration measurement was used for determination of an accurate ovulation time and the optimal mating time but also vaginal cytology, which is low-priced with equipment and is the simple examination method, was reliable method for estimating estrous cycle, optimal breeding time and ovulation time in Korea Jin-do bitches.
MIMO 시스템에서 ML 검출 기법은 많은 다른 검출기들보다 우수한 성능을 보인다. 그러나 ML 검출기법은 NP-hard 문제로 인해 실제 시스템에서 사용하기 어려운 단점을 가지고 있다. 이것은 polynomial-time 안에 최적의 해 (optimal solution)를 찾을 수 없음을 의미한다. 본 논문에서는 ML problem을 적용한 SDR (Semi-Definite Relaxation)에 궤환기법을 통한 검출 알고리즘을 제안한다. 이는 SDR에 의해 구한 최적의 해를 spectral decomposition을 이용해 우세한 eigenvector를 찾아 송신 신호의 확률 분포를 구하고, 이를 수신 신호에 궤환 시킨다. 이는 또 다른 ML problem으로써 다시 SDR를 통해 최적의 해를 구하고 우세한 eigenvector에 해당하는 송신 신호 확률을 구한다. 이 확률은 ML problem에 해당하는 최적의 값으로 추정 송신 신호를 검출할 수 있다. 이러한 기법을 통해 최적 성능을 갖는 ML 검출 기법의 성능에 보다 더 가깝게 접근하였다.
For estimating the ovulation time in Miniature Schnauzer dogs during the estrous cycle, radioimmunoassay of plasma estradiol-$17{\beta}$ and progesterone concentrations was conducted on blood samples in 21 pregnant and 13 non pregnant dogs. When Day 0 was that plasma progesterone concentrations exceeded 4.0 ng/ml, on Day 64, parturition day, progesterone declined below 1.0 ng/ml with $0.92\;{\pm}\;0.29\;ng/ml$ and when Day 0 was that plasma progesterone concentrations declined below 1.0 ng/ml, on Day -64, progesterone increased above 4.0 ng/ml with $4.56\;{\pm}\;0.87\;ng/ml$. Gestational length was $63.71\;{\pm}\;1.35$ (Mean${\pm}$S.D.) days from plasma progesterone concentrations exceeded 4.0 ng/ml and was $66.29\;{\pm}\;1.98$ days from first male acceptance. The plasma estradiol-$17{\beta}$ concentrations reached maximum value with $28.20\;{\pm}\;2.86\;pg/ml$ on Day .2, and plasma progesterone concentrations reached $5.90\;{\pm}\;0.36 ng/ml, 5.18\;{\pm}\;0.32 ng/ml on Day 0, and the maximum of 61.58\;{\pm}\;10.47 ng/ml on Day 19 and 56.05\;{\pm}\;8.86\;ng/ml$ on Day 16 in pregnant and non pregnant dogs, respectively. Afterward, plasma progesterone concentrations declined below 1.0 ng/ml on Day 64 with $0.92\;{\pm}\;0.29\;ng/ml$ in pregnant cycles and on Day 58 with $0.95\;{\pm}\;0.63\;ng/ml$ in non pregnant dogs. No difference were found pregnant and non pregnant dogs in plasma estradiol-$17{\beta}$ and progesterone concentrations (p<0.01). Based on first male acceptance (Day 0), the maximum of plasma estradiol-$17{\beta}$ concentrations ($29.31\;{\pm}\;3.61\;pg/ml$) occurred on Day -1 and plasma progesterone concentrations exceeded 4.0 ng/ml on Day 2 in pregnant ($5.37\;{\pm}\;0.76\;ng/ml$) and non pregnant ($4.25\;{\pm}\;0.80\;ng/ml$) dogs. These results suggest that in Miniature Schnauzers, the ovulation occurred when plasma progesterone concentrations exceeded 4.0 ng/ml, 3 days after plasma estradiol-$17{\beta}$ peak and 2 days after first male acceptance.
The aim of this study was to compare the plasma progesterone concentrations during gestation in 4 breeds of companion bitches. When Day 0 was timed the first male acceptance, plasma progesterone were 1.8 ± 0.4 ng/ml (Mean ± SD) at Day 0 and increased constantly with 58.5 ± 8.9 ng/ml a peak at Day 20. Thereafter plasma progesterone concentrations was decreased below 1.0 ng/ml with 0.7 ± 0.2 g/ml at Day 65. There were no statistically significant differences of plasma progesterone concentrations in the each day of gestation and in litter size among the companion bitches (p < 0.01). These results indicated that the plasma progesterone concentrations was useful method for estimating optimal breeding time, ovulation time, the time of onset of parturition, properly planned elective cesarean section and abortion time in companion bitches.
A sensitive, simple and highly selective liquid chromatography method of determination for extraction of pseudoephedrine hydrochloride from Allegra D tablet was developed. The chief benefit of the present method is the minimal sample preparation, as the procedure is only filtering through pore syringe filter. Two drugs (pseudoephedrine hydrochloride, fexofenadine) were separated on a C$_{18}$ column and analyzed by high performance liquid chromatography (HPLC). The method had a chromatographic run time of 8.0 min. 1 ml of pseudoephedrine hydrochloride solution (1 mg/ml) was filtered through 0.22 um pore syringe filter. 50 ul of filtering solution was injected to HPLC pump and we knew the retention time (1.85 min) of separating of pseudoephedrine hydrochloride using UV detector at 280 nm. We used C$_{18}$ column (4.6 mm${\times}$250 mm), mobile phase solution (<0.05 mol/L NaH$_2$PO$_4$, 2 ml/L H$_3$PO$_4$>/CH$_3$CN / sodium dodesyl sulfate = 60 ml / 40 ml / 1 g). We separated psedoephedrine hydrochloride at run time of 1.85 min from Allegra D tablet solution (1 mg/ml) filtered through 0.22 um pore syringe filter using UV detector at 280 nm. Flow rate was set at 1.0 ml/min and the column temperature was set at 40$^{\circ}C$. Psedoephedrine hydrochloride solution (1 mg/ml) separated from Allegra D tablet was filtered through 0.22 um pore syringe filter and injected 50 ul. We confirmed the peak of psedoephedrine hydrochloride at same retention time and the separating solution was freeze-dried. In conclusion, A simple isocratic reverse-phase HPLC method has been developed that provides excellent separation of pseudoephedrine from Allegra D tablet.
본 연구에서는 그동안 수자원분야 강우유출 해석분야에 활용되었던 대표적인 머신러닝&딥러닝(ML&DL) 모델을 활용하여 모델의 하이퍼파라미터 튜닝뿐만 아니라 모델의 특성을 고려한 기상 및 수문데이터의 조합과 전처리(lag-time, 이동평균 등)를 통하여 데이터 특성과 ML&DL모델의 조합시나리오에 따른 일 유입량 예측성능을 비교 검토하는 연구를 수행하였다. 이를 위해 소양강댐 유역을 대상으로 1974년에서 2021년까지 축적된 기상 및 수문데이터를 활용하여 1) 강우, 2) 유입량, 3) 기상자료를 주요 영향변수(독립변수)로 고려하고, 이에 a) 지체시간(lag-time), b) 이동평균, c) 유입량의 성분분리조건을 적용하여 총 36가지 시나리오 조합을 ML&DL의 입력자료로 활용하였다. ML&DL 모델은 1) Linear Regression(LR), 2) Lasso, 3) Ridge, 4) SVR(Support Vector Regression), 5) Random Forest(RF), 6) LGBM(Light Gradient Boosting Model), 7) XGBoost의 7가지 ML방법과 8) LSTM(Long Short-Term Memory models), 9) TCN(Temporal Convolutional Network), 10) LSTM-TCN의 3가지 DL 방법, 총 10가지 ML&DL모델을 비교 검토하여 일유입량 예측을 위한 가장 적합한 데이터 조합 특성과 ML&DL모델을 성능평가와 함께 제시하였다. 학습된 모형의 유입량 예측 결과를 비교·분석한 결과, 소양강댐 유역에서는 딥러닝 중에서는 TCN모형이 가장 우수한 성능을 보였고(TCN>TCN-LSTM>LSTM), 트리기반 머신러닝중에서는 Random Forest와 LGBM이 우수한 성능을 보였으며(RF, LGBM>XGB), SVR도 LGBM수준의 우수한 성능을 나타내었다. LR, Lasso, Ridge 세가지 Regression모형은 상대적으로 낮은 성능을 보였다. 또한 소양강댐 댐유입량 예측에 대하여 강우, 유입량, 기상계열을 36가지로 조합한 결과, 입력자료에 lag-time이 적용된 강우계열의 조합 분석에서 세가지 Regression모델을 제외한 모든 모형에서 NSE(Nash-Sutcliffe Efficiency) 0.8이상(최대 0.867)의 성능을 보였으며, lag-time이 적용된 강우와 유입량계열을 조합했을 경우 NSE 0.85이상(최대 0.901)의 더 우수한 성능을 보였다.
The application of ML approaches in determining the resisting capacity of fire damaged RC columns is introduced in this paper, on the basis of analysis data driven ML modeling. Considering the characteristics of the structural behavior of fire damaged RC columns, the representative five approaches of Kernel SVM, ANN, RF, XGB and LGBM are adopted and applied. Additional partial monotonic constraints are adopted in modelling, to ensure the monotone decrease of resisting capacity in RC column with fire exposure time. Furthermore, additional suggestions are also added to mitigate the heterogeneous composition of the training data. Since the use of ML approaches will significantly reduce the computation time in determining the resisting capacity of fire damaged RC columns, which requires many complex solution procedures from the heat transfer analysis to the rigorous nonlinear analyses and their repetition with time, the introduced ML approach can more effectively be used in large complex structures with many RC members. Because of the very small amount of experimental data, the training data are analytically determined from a heat transfer analysis and a subsequent nonlinear finite element (FE) analysis, and their accuracy was previously verified through a correlation study between the numerical results and experimental data. The results obtained from the application of ML approaches show that the resisting capacity of fire damaged RC columns can effectively be predicted by ML approaches.
Small bowel series using methylcellulose are considered a better technique than using other contrast media considering a significant decrease of transit time of $BaSO_4$ and that of the necessary time for the examination. We investigated the mean transit time of $BaSO_4$, maximum luminal diamenter of small bowel, optical density and flocculation frequency after adminstratting 100 ml of 120% $BaSO_4$ to 20 pts), 150 ml of 70% $BaSO_4$ to 20 pts and 200 ml of $BaSO_4$ with 600 ml of mechylcellulose. It was shown that the technique using 150 ml of 70% $BaSO_4$ had the best result. When we apply a adequate amount of density(w/v%), dosage to pts for small bowel series using MC, we can decrease an examination time and have the better image due to double contrast. It is considered that a more study to lower the density of 70% $BaSO_4$ is necessary.
비글개 6두에서 11회(임신견 7두, 비 임신견 4두)의 발정 주기 및 임신 기간 동안 질 상피 세포 검사 및 혈장 progesterone과 estradiol-$17{\beta}$ 농도를 측정하여 질 상피 세포상과 번식 호르몬의 관계를 조사하고 배란 및 교배 적기 판정을 위한 기초 자료를 제공하고자 본 실험을 실시하였다. 임신 예와 비 임신 예에 있어서 발정 전기, 발정기 및 발정 휴지기의 기간은 각각 $8.5{\pm}1.4(Mean{\pm}SD),\;10.0{\pm}1.4$ 및 $54.0{\pm}2.8$ 그리고 $7.9{\pm}2.1,\;9.5{\pm}0.7$ 및 $62.0{\pm}11.3$일이었다. 임선 예에 비해 비 임신견의 발정 휴지기가 길었으며, 발정 주기 사이의 간격은 임선 예가 $246.2{\pm}24.5$일, 비 임신 예은 $175.3{\pm}34.5$일을 나타내어 임신이 되었던 예가 임신이 되지 않았던 예보다 길었다. 발정 주기별 질 상피 세포상의 변화를 보면 발정 전기와 발정기에는 superficial cell, anuclear cell 및 적혈구가, 발정 휴지기에는 parabasal cell, small intermediate cell, large intermediate cell 및 백혈구가, 그리고 무발정기에는 parabasal cell과 small intermediate cell이 주종을 이루었다. Cornification index(CI)는 발정 주기와 발정기에 유의하게 높았다. 발정 주기 중 혈장 progesterone과 estradiol-$17{\beta}$의 농도 사이의 관계를 혈장 progesterone 농도가 최초로 4.0 ng/ml 이상으로 상승한 날을 기준(Day 0)으로 살펴보면, 혈장 progesterone 농도는 발정 출혈 개시 일에 1.0 ng/ml 이하였으나 Day -2에 2.0 ng/ml 이상으로 상승하였으며, 혈장 progesterone 농도가 최초로 4.0 ng/ml 이상으로 상승한 날은 최초 교배 허용 후 2일이었다. Day 20일 경에 임신 예 및 비임신 예 모두 40 ng/ml 이상으로 최고치를 나타내었으며 Day 35 일까지 임신 예와 비 임신 예 사이에 차이가 인정되지 않았으나 이후 임신 예가 비 임신 예에 비해 높게 유지된 기간이 걸었다. 혈장 estradiol-$17{\beta}$ 농도는 발정 출혈 개시 일에 9 pg/ml 이상을 나타냈으며 이후 급증하여 Day -2 에 26.4 pg/ml로 peak를 나타내었다. CI와 혈장 progesterone 및 estradiol-$17{\beta}$ 농도 사이의 관계를 살펴보면, 혈장 estradiol-$17{\beta}$ 농도는 최초 교배 허용 일(Day 0)에 peak를 나타냈고 혈장 progesterone 농도는 Day 2에 4.0 ng/ml 이상으로 처음 상승하였다. CI 는 혈장 estradiol-$17{\beta}$ peak 이후 l일(Day 1)에 최고치를 나타냈으며 80% 및 90% 이상으로 증가한 날은 각각 Day -1 및 Day 1이었다. CI가 80% 및 90% 이상을 지속한 기간은 각각 Day -1에서 Day 8(10 일간 ) 및 Day 1에서 Day 6(6 일간)이었다. CI가 최고치를 나타낸 후 l일 (Day 2)에 혈장 progesterone 농도가 4.0 ng/ml 이상으로 처음 증가하였다. 결과를 종합하면 본 연구에서 비글개의 배란은 혈장 estradiol-$17{\beta}$ peak 이후 3일 및 혈장 progesterone 농도가 4.0 ng/ml 이상으로 처 음 상승한 날에 일어나며, 교배 적기는 CI가 90% 이상으로 증가한 후 2일 이후와 혈장 progesterone 농도가 $2{\sim}25\;ng/ml$인 시기로 생각된다.
HMM-Net은 은닉 마르코프 모델(HMM)의 계산과정을 신경망 구조로 구현한 것으로, HMM이 갖고 있는 시계열 모델링 능력과 신경망이 갖고 있는 우수한 변별력을 결합한 것이다. HMM-Net 분류기를 학습하는 방법으로는 HMM의 학습에 이용되는 最尤法(ML)과 신경망 학습의 最小二乘誤差法(MMSE)를 적용할 수 있다. 이들 중 ML이 MMSE보다 안정된 학습을 보장하는 반면 초기 학습조건을 적절하게 설정하였을 경우에는 MMSE가 ML보다 우수하다고 알려져 있다[3]. 따라서 이 논문에서는 먼저 ML을 이용하여 초기학습을 수행한 다음 보다 학습성능이 우수한 MMSE로 바꾸어 최적 또는 준최적으로 학습하는 하이브리드 학습법(ML/MMSE)을 제안한다. 실험용 시계열 패턴으로 /0/부터 /9/까지의 고립 숫자음을 이용하여 실험한 결과, 제안한 방법이 학습특성 및 인식률면에서 ML이나 MMSE만을 이용하는 기존의 방법보다 우수하였음을 확인하였다.
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.