본 연구는 뉴로퍼지 네트워크와 다항식 뉴럴네트워크를 합성한 하이브리드 모델링 구조인 고급 뉴로퍼지 다항식 네트워크(Advanced neurofuzzy polynomial networks ; ANFPN)를 제안한다. 제안된 네트워크 구조는 높은 비선형 규칙 기반 모델로, CI(Computational Intelligence)의 기술, 즉 퍼지집합, 뉴럴네트워크, 유전자 알고리즘에 의해 설계되어진다. 뉴로퍼지 네트워크는 ANFPN 구조의 전반부를, 다항식 뉴럴네트워크는 후반부를 구성한다. ANFPN의 전반부에서, 뉴로퍼지 네트워크는 간략추론, 오류역전파 학습 규칙을 이용한다. 멤버쉽함수의 파라미터, 학습율, 모멘텀 계수는 유전자 최적화를 이용하여 조절된다. ANFPN의 후반부 구조로서 다항식 뉴럴네트워크는 학습을 통해 생성되는(전개되는) 유연한 네트워크 구조이다. 특히 다항식 뉴럴네트워크의 층과 노드 수는 고정되어 있지 않고 동적으로 생성된다. 본 연구에서는, 2가지 형태의 ANFPN 구조를 제안한다. 즉 기본 구조와 변형된 구조이다. 여기서 기본 구조와 변형된 구조는 다항식 뉴럴네트워크 구조의 각 층에서 입력변수의 수와 회귀다항식의 차수에 의존한다. 두 결합 구조의 특징 때문에 공정 시스템의 비선형적인 특성을 고려할 수 있고 보다 우수한 예측능력을 가진 좋은 출력선응을 얻을 수 있게 한다. ANFPN의 유용성과 실용성은 2개의 수치 예제를 통해 논의된다. 제안된 ANFPN은 기존의 모델보다 높은 정밀도와 예측능력을 가진 모델을 생성함을 보인다.
탄소성(彈塑性) 변형경화(變形硬化) 거동(擧動)을 하는 흙은 토질(土質)의 상태(狀態)와 시험조건(試驗條件)에 따라 다양(多樣)한 응력경로(應力經路)를 갖는다. 체적비(體積比) ${\upsilon}$인 흙을 주응력공간(主應力空間)에서 표시(表示)하면 불규칙육각형(不規則六角形)피라밋에 캡을 씌운 형상(形狀)이다. 캡은 ${\upsilon}$값이 변(變)하면 그 크기가 달라지나 형상(形狀)은 항상 닮은 꼴이며 소성체적변형(塑性體積變形)의 증감(增減)에 따라 이동(移動)이 결정된다. 이와 같은 토질특성(土質特性)을 반영하여 현재(現在)까지 많은 학자(學者)들이 캡모델을 연구발표(硏究發表)하였으며 본(本) 연구(硏究)에서는 비선형(非線形) 탄성변형(彈性變形) 경화(硬化) 소성(塑性) 캡과 Mohr-Coulomb의 파괴곡면(破壞曲面)을 접합(接合)한 흙의 구성(構成) 모델(M-C 캡모델)의 함수식(函數式)을 유도(誘導)하였다. 변형경화(變形硬化) 소성(塑性) 캡모델을 사용(使用)한 해석(解析)의 결과(結果)에 의하면 정규압밀(正規壓密) 상태(狀態)에서는 전단(剪斷)을 통한 경화(硬化)와 소성(塑性)흐름(캡의 이동(移動))의 형상(形狀)을 보여주고 있으나 과압밀상태(過壓密狀態)의 전단(剪斷)에서는 파괴포락선(破壞包絡線)에 도달할 때까지 탄성거동(彈性擧動)을 보이고 캡은 이동(移動)하지 않았다.
베이지안 역산(Bayesian inversion)은 불충분한 자료를 가지고 지하구조를 추정해야 하는 지구물리자료의 해석에 있어서 안정적이고 신뢰를 줄 수 있는 방법 중의 하나이다. 관측 자료가 측정 과정부터 불확실성을 함유하고 있으며, 역산에 이용되는 이론 자료 또한 모델의 매개변수화에 따른 각종 불확실성을 포함하고 있다. 따라서 지구물리 자료의 역산은 확률적으로 접근하는 것이 가장 바람직하며 베이지안 역산은 이에 대한 처리뿐만 아니라, 추정에 대한 신뢰도와 불확실성에 대한 이론적 근거를 제공한다. 그러나 대부분의 베이지안 역산이 고차원의 적분을 필요로 하므로 몬테 카를로 방법과 같은 대규모의 계산이 요구되는 방법에 의해 사후 확률분포가 구해지는 경우가 많다. 이는 특히 지구물리 자료와 같이 고도의 비선형 자료에 대하여 매우 적합한 접근 방법이기는 하지만, 점차 현장화, 고속화되어가는 자료의 해석 경향에 맞추어 간략하게 사후 확률분포를 근사한 수 있는 기법의 연구 또한 필요하다. 따라서 이 연구에서는 관측자료와 사전 확률분포가 정규분포에 의해 근사 될 수 있는 지구물리자료에 대한 베이지안 역산에 대해 논의 하고자 한다. 사전 확률분포의 작성을 위해 지구통계학적 기법이 이용되었으며, 관측자료의 통계적 불화실성을 추정하기 위해 교차 검사(cross-validation) 방법을 이용하여 공분산(covariance)을 유도하고 그것에 의한 우도 함수(likelihood function)를 작성하였다. 베이지안 해석을 위해 두 확률분포를 곱하여 근사적인 사후 확률분포를 얻을 수 있었으며, 이에 대해 최적화(optimization) 기법을 이용하여 최대 사후 확률(Maximum a Posterior)을 따르는 지하 구조를 얻을 수 있었다. 또한 사후 확률 분포의 공분산 항을 이용하여 지하 비저항 구조를 시뮬레이션 하여 불확실성분석을 수행하였다.
이 연구는 실험과 병행 화재에 노출된 철근콘크리트 구조물의 갤러킨 유한요소해석 방법을 제시하였다. 이 방법은 비선형 비정상 온도분포해석에 관한 것으로 2차원 삼각형 요소에 대한 해석기법을 구축하였다. 해석기법의 검증을 위하여 실규모 철근콘크리트 슬래브에 대한 내화실험을 실시하였으며, 실험 결과와의 비교를 통해 해석기법의 유효성을 확인하였다. 또한 콘크리트 부재의 내화성능에 대한 실험 결과를 분석하였다. 변수분석에서는 화재규모, 콘크리트의 온도의존성 열적특성값, 콘크리트의 함수율이 콘크리트의 내화성능에 미치는 영향을 평가하였다. 이 연구에서 구축된 수치해석모델은 다양한 화재규모와 대류, 복사 경계조건, 재료의 온도의존성 열적특성값을 자유롭게 고려할 수 있다. 또한 이 논문에서는 콘크리트 슬래브를 대상으로 표준화재곡선을 대상으로만 분석하였지만 관련된 철근콘크리트 기둥 골조 해석에 용이하게 사용될 수 있을 것으로 판단되었다.
대표적인 엘니뇨 지수인 태평양 Nino 해역의 표층 수온을 예측하기 위해 비선형 통계모델 중의 하나인 신경망 기법을 적용하였다. 신경망 모델 학습 과정의 입력 자료로 1951년부터 1993년까지의 태평양 해역$(120^{\circ}\;E,\;20^{\circ}\;S-20^{\circ}\;N)$ NCEP/NCAR의 재분석 표층 수온 편차의 경험적 직교함수 7개 주모드를 사용하였고, 그 중 1994년부터 2003년까지의 10년 결과를 분석하였다. 모든 해역에서의 9개월까지의 신경망 모델의 예측력은 비교적 우수하였으며, 특히 1997년과 1998년의 강한 엘니뇨의 발달 및 소멸도 잘 예측함을 확인할 수 있었다. 해역별로는 Nino3 지역의 예측성능이 가장 높았으며, 9개월 이후부터는 그 예측력이 급격히 감소하였다. 한편 지역적인 영향이 커 예측력이 낮은 동태평양 연안의 Nino1+2 지역은 9개월 이후에도 예측력의 감소가 관찰되지 않았다.
미국 테네시주 컴벌랜드 고원의 대부분은 혼합 침엽수림으로 되어 있어 기존의 성장과 산출 예측 방식을 적용하기 어렵다. 또한 그들의 역사가 알려져 있지 않을 뿐더러 많은 부분이 동령림이 아니기 때문에 성장과 수확 예측 모델을 만드는데 있어서 지위지수를 변수로 사용하는 것이 제한되어 있다. 임지형(landtype)은 거의 같은 수확을 내는 임지를 포함하도록 고안되어 있기 때문에 이런 혼효림에서 지위지수 대산 사용될 수 있다. 임지형을 사용한 식생 결정을 위해, Chi-square로 임지형과 임형(forest type)과의 의존성을 검사하였다. 임지형 사이에서 수확의 유의성은 회귀분석과 분산분석을 이용하여 검사되었다. 흉고단면적성장(basal area growth)은 Moser and Hall(l969)이 개발한 비선형 모델에 적용되었다. 또한 흉고단면적성장과 재적성장은, 임지형과 임지형급(landtype class)에 의한 선형 회귀분석을 통해 최초 총 흉고단면적과 최초 재적에 관한 하나의 함수로서 예측되었다. 분산분석으로 임지형에 따른 흉고단면적성장과 재적성장의 유의성을 검사하였다. 지위급(site class)과 임지형의 유의성은 Chi-square로 검사되었다. 표본 강도가 낮아 검증이 의심스러웠음에도 불구하고, 식생형 (vegetation type)은 연구 지역 내 임지형과 관계된 것으로 보인다. 본 연구에서 임지형 간의 수확은 통계학적인 유의성이 발견되지 않았다.
다른 복잡한 의사 결정 문제와 같이 구조설계는 많은 다른 기준들 사이의 상반관계에서 이루어지는 의사 결정 문제이다 . 다양하게수학적으로 프로그래밍 된 설계 기법이 점차 현실적인 요소를 감안하여 현실화되고 있으나 여전히 많은 설계의 제한, 즉 수학적으로 모델화 되지 못하는 많은 설계요소들과 관련되어 있다. 본 연구는 이러한 제한을 인식하고 강 프레임 구조물의 최적 설계에 관하여 다루어 지지 않은 설계요소를 감안하여 실무 설계자들에게 하나의 유일한 설계해가 아닌 다른 몇 가지 유용한 설계 대안을 제시할 수 있는 설 계 시스템을 개발 하였다. 본 연구의 알고리즘에 의해 얻어진 설계 대안들은 모델화된 목적함수에 관해 최적의 해는 아니지만 매우 적합한 해들이 며, 동시에 유일한 최적해와 비교 시 다른 설계 해로써 때로는 임의 모델화 되지 않은 설계요소에 관해서는 오히려 더 나은 결과를 나타내 줍 중에 효과적으로 저항하도록 보와 기둥이 모멘트 연결된 강 프레임 구조물을 대상으로 안정성에 문제가 없이 경비절감에 효과적인 설계를 위해 재료비뿐만 아니라 가설 시 부재연결에 소요되는 경비를 포함하는 최소 경비 설계를 위한 의사 결정 지원 시스템을 개 발하고자 한다. 본 시스템은 최적 설계해에 대한 설계대안을 생성하기 위한 변형된 최적화 문제형식으로, 이때 최적 설계해는 하중저항계수설계법 에 따른 비선형 해석과정과 유전알고리즘을 바탕으로 한 최적화 알고리즘을 결합한 알고리즘을 반복 수행하여 얻은 모멘트 연결의 수와 총 경비 와의 상반관계로부터 결정된다. 유용성 평가를 위해 생성된 각 설계대안을 다양한 설계요소에 관해 고찰하였다.
본 논문은 심층 신경망을 이용한 화자 인증(Speaker Verification, SV) 시스템에서, 심층 신경망 내부에 존재하는 각 특징 지도(Feature Map)들의 분별력을 강화하기 위해 기존 특징 지도 스케일링(Feature Map Scaling, FMS) 기법을 확장한 α-FMS 기법을 제안한다. 기존의 FMS 기법은 특징 지도로부터 스케일 벡터를 구한 뒤, 이를 특징 지도에 더하거나 곱하거나 혹은 두 방식을 차례로 적용한다. 하지만 FMS 기법은 동일한 스케일 벡터를 덧셈과 곱셈 연산에 중복으로 사용할 뿐만 아니라, 스케일 벡터 자체도 sigmoid 비선형 활성 함수를 이용하여 계산되기 때문에 덧셈을 수행할 경우 그 값의 범위가 제한된다는 한계가 존재한다. 본 연구에서는 이러한 한계점을 극복하기 위해 별도의 α라는 학습 파라미터를 특징 지도에 원소 단위로 더한 뒤, 스케일 벡터를 곱하는 방식으로 α-FMS 기법을 설계하였다. 이 때, 제안한 α-FMS 기법은 스칼라 α를 학습하여 특징 지도의 모든 필터에 동일 값을 적용하는 방식과 벡터 α를 학습하여 특징 지도의 각 필터에 서로 다른 값을 적용하는 방식을 각각 적용 후 그 성능을 비교하였다. 두 방식의 α-FMS 모두 심층 심경망 내부의 잔차 연결이 적용된 각 블록 뒤에 적용하였다. 제안한 기법들의 유효성을 검증하기 위해 RawNet2 학습세트를 이용하여 학습시킨 뒤, VoxCeleb1 평가세트를 이용하여 성능을 평가한 결과, 각각 동일 오류율 2.47 %, 2.31 %를 확인하였다.
공학적 시스템 최적설계의 가장 중요한 과정은 설계변수와 시스템 응답과의 관계를 파악하는 것이다. 시스템 최적화의 경우 반응표면법이 주로 사용되고 있다. 반응표면법의 최적화 과정은 대표적인 후보대안을 이용하여 설계공간을 구성하고, 설정된 설계 공간에서 설계 최적점을 찾는다. 설계공간의 구성에 따라 최적점이 변화되므로 합리적인 최적점을 찾기 위해서는 설계공간의 구성이 매우 중요하다. 따라서 본 연구에서는 설계변수와 시스템응답의 관계를 신경반응표면을 이용하여 설계공간을 구성하고, 구성된 설계 공간 안에서 다목적유전자 알고리즘을 이용하여 최적 형상을 예측 할 수 있는 '신경반응표면을 이용한 공학 구조물 설계 프레임워크 구축'을 시도하였다. 구축된 프레임워크의 유용성을 확인하기 위해 비선형 수학함수 문제를 적용하였다. 구축된 프레임워크를 통해 공학문제의 최적화 과정에서 시간의 제약을 해결하고, 효과적인 최적설계가 가능함을 확인할 수 있었다. 향후에는 본 연구의 결과를 바탕으로 실제 조선해양공학 최적화 문제에 적용을 시도할 것이다.
현재까지 많은 스마트 면진시스템이 제안되었고 연구되어 왔다. 본 연구에서는 스마트 면진시스템의 면진장치와 보조감쇠 장치로서 새로운 형태의 마찰진자시스템(FPS)과 MR 감쇠기를 각각 사용한다. 퍼지로직제어기(FLC)가 고유의 견실성과 비선형 및 불확실성을 쉽게 다룰 수 있는 능력이 있기 때문에 MR 감쇠기의 감쇠력을 조절하는데 FLC를 사용한다. 또한 FLC의 성능을 최적화 하기 위해서는 유전자알고리즘(GA)을 사용한다. GA를 사용함으로써 소속함수의 형상을 조절하는 것뿐만 아니라 적절한 퍼지제어규칙을 결정할 수 있다. 이를 위하여 본 연구에서는 부분개선 유전자알고리즘을 사용하였다. 이 방법은 유전자의 특정부분을 향상시키는데 효율적이다. FPS와 MR 감쇠기의 동적거동을 표현하기 위해서는 뉴로?퍼지 모델을 사용한다. FLC의 최적설계를 위하여 본 연구에서 제안된 방법의 효율성은 여러 가지 역사지진을 사용하여 계산된 동적응답을 기초로 하여 평가한다. 예제해석결과 제안된 방법은 적절한 퍼지규칙을 찾을 수 있고 GA로 최적화된 FLC는 수동제어기 뿐만 아니라 전문가의 지식에 기반한 FLC와 전통적인 준능동제어기보다 더 좋은 성능을 발휘한다.
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.