The most important industrial application of gamma radiation in characterizing green compacts is the determination of the density. Examples are given where this method is applied in manufacturing technical components in powder metallurgy. The requirements imposed by modern quality management systems and operation by the workforce in industrial production are described. The accuracy of measurement achieved with this method is demonstrated and a comparison is given with other test methods to measure the density. The advantages and limitations of gamma ray densitometry are outlined. The gamma ray densitometer measures the attenuation of gamma radiation penetrating the test parts (Fig. 1). As the capability of compacts to absorb this type of radiation depends on their density, the attenuation of gamma radiation can serve as a measure of the density. The volume of the part being tested is defined by the size of the aperture screeniing out the radiation. It is a channel with the cross section of the aperture whose length is the height of the test part. The intensity of the radiation identified by the detector is the quantity used to determine the material density. Gamma ray densitometry can equally be performed on green compacts as well as on sintered components. Neither special preparation of test parts nor skilled personnel is required to perform the measurement; neither liquids nor other harmful substances are involved. When parts are exhibiting local density variations, which is normally the case in powder compaction, sectional densities can be determined in different parts of the sample without cutting it into pieces. The test is non-destructive, i.e. the parts can still be used after the measurement and do not have to be scrapped. The measurement is controlled by a special PC based software. All results are available for further processing by in-house quality documentation and supervision of measurements. Tool setting for multi-level components can be much improved by using this test method. When a densitometer is installed on the press shop floor, it can be operated by the tool setter himself. Then he can return to the press and immediately implement the corrections. Transfer of sample parts to the lab for density testing can be eliminated and results for the correction of tool settings are more readily available. This helps to reduce the time required for tool setting and clearly improves the productivity of powder presses. The range of materials where this method can be successfully applied covers almost the entire periodic system of the elements. It reaches from the light elements such as graphite via light metals (AI, Mg, Li, Ti) and their alloys, ceramics ($AI_20_3$, SiC, Si_3N_4, $Zr0_2$, ...), magnetic materials (hard and soft ferrites, AlNiCo, Nd-Fe-B, ...), metals including iron and alloy steels, Cu, Ni and Co based alloys to refractory and heavy metals (W, Mo, ...) as well as hardmetals. The gamma radiation required for the measurement is generated by radioactive sources which are produced by nuclear technology. These nuclear materials are safely encapsulated in stainless steel capsules so that no radioactive material can escape from the protective shielding container. The gamma ray densitometer is subject to the strict regulations for the use of radioactive materials. The radiation shield is so effective that there is no elevation of the natural radiation level outside the instrument. Personal dosimetry by the operating personnel is not required. Even in case of malfunction, loss of power and incorrect operation, the escape of gamma radiation from the instrument is positively prevented.
서비스 지향 아키텍처(Service Oriented Architecture)는 기업 인프라의 복잡성 및 유지비용을 최소화하고, 기업의 생산성과 유연성을 극대화할 수 있는 것으로, 경영환경이 빠르게 급변하는 최근에 떠오른 이슈이다. 엔터프라이즈 수준에서 서비스 지향 아키텍처를 도입하는 전략은 조직의 비즈니스 프로세스를 정의하고 이에 필요한 서비스를 모델링하여, 필요한 서비스를 찾아내거나 개발하는 하향식 전략이 대부분이다. 그러나 대부분의 조직은 SOA를 도입하면서도 기존에 사용하던 컴포넌트 시스템을 최대한 재사용할 수 있기를 바라고 있다. 본 논문에서는 이미 개발된 컴포넌트 기반 시스템에서 입출력 데이타가 아닌 GUI 이벤트 정보를 이용하여 상향식 방법으로, 서비스 재사용성과 유지보수성을 고려하면서 비즈니스 서비스 모델에 적합한 크기의 서비스를 식별할 수 있는 방법을 제안한다. 본 논문에서 제안한 방법은 실제 129개의 GUI와 13개의 컴포넌트를 가진 경영정보시스템에 적용한 결과 기존의 컴포넌트를 기준으로 서비스를 식별하는 것보다 결합도가 5배정도로 약해지면서 3개의 서비스가 명확히 구분되었고, 식별 후 연관관계에 따른 문제점도 약 49%정도 줄어드는 것을 보였다.
최근 RFID (Radio Frequency Identification)는 소형화, 저가화, 고기능화가 점차적으로 실현되면서 그 기술이 적용되는 분야도 더욱 다양해지고 있다. RFID 애플리케이션은 RFID 태그의 실시간 정보를 기반으로 하는 업무 프로세스를 의미하는 것으로, RFID 기반 정보를 이용해 비즈니스 프로세서를 자동화하고 변형시킬 수 있도록 요구된다. 이러한 RFID 애플리케이션은 단순하게는 하나의 리더기에서 읽혀지는 RFID 태그를 모니터링하는 기능만을 가지기도 하지만, 대부분 RFID 태그의 흐름에 따라 태그가 부착된 사람 또는 사물의 가시성(visibility)과 추적성(traceability)을 지원하기 위한 기능을 구현한다. 이를 위해 RFID 리더기를 여러 곳에 분산 배치시킨 후, 다양한 시나리오에 따라 태그의 흐름을 변경시켜봐야 한다. 그러나 RFID 애플리케이션 개발 시, 필요한 관련 RFID 리더기가 모두 준비되지 않았거나, 실제 현장과 유사한 환경을 구축하기가 어려울 때가 많다. 본 연구에서는 RFID 애플리케이션 개발 시, 개발 환경을 모형화 시키고 RFID 리더기 및 센서를 다양한 곳에 배치시킨 후, 여러 개의 RFID 태그를 다양한 시나리오를 통해 이동시켜볼 수 있는 시뮬레이터를 개발하고자 한다. 본 시뮬레이터는 RFID 미들웨어 및 애플리케이션 구현물의 정확한 테스트를 가능하게 하여 개발 생산성을 높인다. 또한 데이터의 신뢰성에 문제가 발생한 경우, RFID 하드웨어와 미들웨어 중 어떤 부분에서 발생한 문제인지 가리기 위해 활용될 수 있다.
Hong, Joon Ki;Kim, Young Sin;Cho, Kyu Ho;Lee, Deuk Hwan;Min, Ye Jin;Cho, Eun Seok
Asian-Australasian Journal of Animal Sciences
/
제32권12호
/
pp.1836-1843
/
2019
Objective: Social genetic effects (SGE) are an important genetic component for growth, group productivity, and welfare in pigs. The present study was conducted to evaluate i) the feasibility of the single-step genomic best linear unbiased prediction (ssGBLUP) approach with the inclusion of SGE in the model in pigs, and ii) the changes in the contribution of heritable SGE to the phenotypic variance with different scaling ${\omega}$ constants for genomic relationships. Methods: The dataset included performance tested growth rate records (average daily gain) from 13,166 and 21,762 pigs Landrace (LR) and Yorkshire (YS), respectively. A total of 1,041 (LR) and 964 (YS) pigs were genotyped using the Illumina PorcineSNP60 v2 BeadChip panel. With the BLUPF90 software package, genetic parameters were estimated using a modified animal model for competitive traits. Giving a fixed weight to pedigree relationships (${\tau}:1$), several weights (${\omega}_{xx}$, 0.1 to 1.0; with a 0.1 interval) were scaled with the genomic relationship for best model fit with Akaike information criterion (AIC). Results: The genetic variances and total heritability estimates ($T^2$) were mostly higher with ssGBLUP than in the pedigree-based analysis. The model AIC value increased with any level of ${\omega}$ other than 0.6 and 0.5 in LR and YS, respectively, indicating the worse fit of those models. The theoretical accuracies of direct and social breeding value were increased by decreasing ${\omega}$ in both breeds, indicating the better accuracy of ${\omega}_{0.1}$ models. Therefore, the optimal values of ${\omega}$ to minimize AIC and to increase theoretical accuracy were 0.6 in LR and 0.5 in YS. Conclusion: In conclusion, single-step ssGBLUP model fitting SGE showed significant improvement in accuracy compared with the pedigree-based analysis method; therefore, it could be implemented in a pig population for genomic selection based on SGE, especially in South Korean populations, with appropriate further adjustment of tuning parameters for relationship matrices.
양돈 업계에서 돼지의 무게는 돼지의 건강이나 성장 상태, 출하 여부, 사육 환경, 사료 배급을 결정하는 주요 요인 중 하나이며, 따라서 돼지의 무게를 측정하는 것은 돼지의 생산성 측면에서 중요한 문제이다. Top-view 카메라에서 획득한 영상으로부터 돼지의 픽셀 수를 이용하여 돼지의 무게를 추정하고자 할 때, 정확한 픽셀 수 측정에 영향을 주는 돼지의 자세를 결정할 필요가 있으며, 픽셀 수 측정에 영향을 주는 머리부분을 제거할 필요가 있다. 본 논문에서는 빠른 영상처리 기법을 이용하여 돼지의 자세를 빠르게 결정하고, 딥러닝 기반의 빠른 객체탐지 기법인 YOLO를 이용하여 돼지 머리 위치를 파악한 후, 경량화된 영상처리 기법을 이용하여 돼지의 머리와 몸통 경계를 획득하고 머리를 제거하는 방법을 제안한다. 즉, 빠른 영상처리 기법으로 이진화된 돼지의 영상 데이터에서 돼지의 몸통 중심점으로부터 돼지의 외곽선까지의 길이를 비교하여 돼지의 자세를 결정한다. 또한, 돼지의 머리 위치를 탐지하기 위하여 YOLO를 이용하여 영상 데이터 내의 돼지의 머리, 몸통, 엉덩이의 위치를 학습시킨 후, 곧은 자세의 돼지 머리 위치를 획득하고 머리 바깥 영역을 제거한다. 마지막으로 Convex-hull을 이용하여 돼지의 머리와 몸통 경계를 추정한 후, 머리를 제거한다. 실험 결과, 0.98의 정확도와 250.00fps의 수행속도로 돼지의 자세를 결정하였으며, 0.96의 정확도와 48.97fps의 수행속도로 돼지의 머리탐지 및 제거가 가능함을 확인하였다.
본 논문에서는 고객사에서 발생하는 기계설비 문제점의 대부분은 기계설비를 제작하는 중소기업의 기계설비 제작공정을 체계적으로 관리하여 사전에 예방할 수 있다는 것에 착안하여, 중소기업에서 납품 이후에 발생하는 기계설비 문제점의 유형을 3가지로 분류하고 각각에 대하여 대응 방법을 제시한다. 프로세스적인 문제는 고객사에서 발생하는 기계설비 문제점의 63%를 차지하며 가장 중점적으로 해결해야 할 과제로 설비 제작업체 현실에 맞는 운영체계를 정립하는 것이 핵심사항으로 진단이 정확하다면 단기간에 문제를 획기적으로 줄일 수 있다고 판단된다. 기술적인 문제는 고객사에서 발생하는 기계설비 문제점의 23%를 차지하며 기계설비 제작업체의 기술적인 역량과 직결되는 사항으로 장기적인 관점으로 접근할 사항이다. 조직관리적인 문제는 고객사에서 발생하는 기계설비 문제점의 14%를 차지하며 구성원 간의 관계 형성과 일하는 분위기 및 도덕성과 동기 부여와 같은 인간 본성에 따라 변화하는 문제로 설명할 수 있다. 또한, 고객사와 기계설비 제작업체 간의 원활하고 효율적인 정보 전달을 위한 인터넷 기반 제작공정 관리 플랫폼 구축을 제안한다.
본 연구는 아날로그 3D펜의 디지털화에 대한 연구이다. 디지털은 항상성과 변형가능성, 결합성, 재생산성 그리고 보관의 편리성 등의 특징이 있다. 이런 디지털 특성과 생산을 융합한 장치가 3D프린터인데 낮은 생산성과 재료, 물리적 특성의 한계로 산업적 활용이 제한적이다. 특히 3D프린터를 사용하기 위하여 필요한 모델링 소프트웨어 및 프린터 장치에 대한 전문기술로 인하여 사용자 접근성이 떨어지는 등의 개선 점이 있다. 이것을 보완한 3D펜은 휴대성과 사용용이성이 뛰어난 반면 디지털화가 불가능하다는 한계점이 있다. 따라서 디지털화 능력과 사용편이성을 확보하고 프린팅공정 중 유해성 논란이 있는 프린팅 재료의 안전성을 확보하기 위하여 푸드를 결합하여 연구문제와 대안을 도출하였으며 개발한 3D펜을 통하여 디지털화를 실증하였다. 3D펜의 디지털화를 위하여 구조화된 장치를 통하여 아날로그적 3D펜의 움직임을 감지하는 센서를 특정하고 이 움직임을 공간해석 알고리즘을 통하여 3차원 데이터인 X,Y,Z 좌표값으로 변환하였다. 이를 증명하기 위하여 Meshlab v1.3.4을 이용하여 시각화하고 유사성을 확인하였다. 향후 이 장치(푸드펜)을 통하여 청소년 교육 및 시니어헬스케어 프로그램에 활용할 수 있을 것으로 기대한다.
최근 4차 산업혁명으로 촉발된 스마트공장에 관한 연구가 활발히 진행되고 있다. 이에 따라 제조업에서는 강건한 성능의 딥러닝 기술을 바탕으로 생산성 향상과 품질 향상을 위해 다양한 연구를 진행 중이다. 본 논문은 타이어 제조공정의 육안검사 단계에서 타이어 표면 결함을 검출하는 방법에 관한 연구로서 3D 카메라를 통해 취득한 깊이 이미지를 이용한 타이어 표면 결함 검출 방법을 소개한다. 본 연구에서 다루는 타이어 표면 깊이 이미지는 타이어 표면의 얕은 깊이로 인해 발생되는 낮은 깊이 대비와 데이터 취득 환경으로 인해 기준 깊이 값의 차이가 발생하는 문제가 있다. 그리고 제조업의 특성상 검출 성능과 함께 실시간으로 처리될 수 있는 성능을 지닌 알고리즘이 요구된다. 따라서, 본 논문에서는 타이어 표면 결함 검출 알고리즘이 복잡한 알고리즘 파이프라인으로 구성되지 않도록 상대적으로 단순한 방법들을 통해 깊이 이미지를 정규화하는 방법을 연구하였으며 검출 성능과 속도를 모두 만족할 수 있는 딥러닝 방법인 YOLO V3를 이용하여 일반적인 정규화 방법과 본 논문에서 제안하는 정규화 방법의 비교 실험을 진행하였다. 실험의 결과로 본 논문에서 제안한 정규화 방법으로 mAP 0.5 기준 약 7% 성능이 향상된 것을 확인하였으며 본 논문에서 제시한 방법이 효과적임을 보였다.
건설현장에서 근로자의 고령화, 저출산으로 인한 신규 인력감소와 숙련된 작업자 부족 등의 문제가 심화되고 있다. 이에 따라 전통적인 건설기술을 첨단 디지털 기술로 대체하여 생산성, 안전성, 및 품질 등을 향상시킬 수 있는 스마트 건설 기술 연구가 최근 정부 주도로 개발되고 있다. 특히, 도로 건설 장비 중에서 노면 평탄화를 주로 수행하는 모터 그레이더는 선형적이고 반복적인 공사로 자동화 기술의 적용이 반드시 요구되는 건설 기계이다. 시공 자동화를 통해 사람이 작업하기 힘든 험지나 야지 등과 같은 위험한 환경에서도 손쉽게 장비를 제어할 수 있는 원격제어 기술과 효율적인 작업 경로와 작업 조건에 따라 장비를 운영하는 경로 추종 및 자동화 작업 기술 등을 적용하여 기존의 운전자가 작업하는 것보다 공사 기간을 단축할 것으로 예측된다. 본 연구에서는 무인·자동화 기술을 적용하기 위한 스마트 모터 그레이더의 하드웨어 및 소프트웨어 구성 기술을 소개하고 기존 그레이더의 토공 작업 방식을 분석하였다. 이를 토대로 스마트 모터 그레이더의 경로 패턴 및 블레이드 제어 방식 등에 대한 적용 방안을 제시하였다. 더불어 블레이드 제어 성능과 작업 시나리오에 따른 경로점 기반의 경로 추종 성능을 시험을 통해서 검증하였다.
본 연구에서는 식물의 영양분 흡수에 따른 식물 성장뿐만 아니라 기공 기능 및 광합성에도 영향을 끼치는 온실의 수증기압차(VPD, Vapor Pressure Deficit)예측을 위한 머신러닝 모델들의 성능을 비교해보았다. VPD 예측을 위해 온실 내·외부 환경요소 및 시계열 데이터의 시간적 요소들과의 상관관계를 확인하고 상관관계가 높은 요소들이 VPD에 어떤 영향을 미치는지 확인하였다. 예측 모델의 성능을 분석하기 전 분석 시계열 데이터의 양(1일, 3일, 7일), 간격(20분, 1시간)이 예측 성능에 미치는 영향을 확인하여 데이터의 양과 간격을 조절하였다. 마지막으로 4개의 머신러닝 예측 모델(XGB Regressor, LGBM Regressor, Random Forest Regressor 등)을 적용하여 모델별 예측 성능을 비교했다. 모델의 예측 결과로 20분 간격의 1일의 데이터를 사용했을 때 LGBM에서 MAE는 0.008, RMSE는 0.011의 가장 높은 예측 성능을 보였다. 또한 20분 후 VPD 예측에 가장 큰 영향을 미치는 요소는 환경적 요인보다는 과거 20분 전의 VPD(VPD_y__71)임을 확인하였다. 본 연구의 결과를 활용하여 VPD 예측을 통해 작물의 생산성을 높이고, 온실의 결로, 병 발생 예방 등이 가능하다. 향후 온실의 환경 데이터 예측뿐만 아니라 더 나아가 생산량 예측, 스마트팜 제어 모델 등 다양한 분야에 활용할 수 있을 것이다.
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.