A. E. Ofem;A. A. Mebawondu;C. Agbonkhese;G. C. Ugwunnadi;O. K. Narain
Nonlinear Functional Analysis and Applications
/
제29권1호
/
pp.131-164
/
2024
In this research, we study a modified relaxed Tseng method with a single projection approach for solving common solution to a fixed point problem involving finite family of τ-demimetric operators and a quasi-monotone variational inequalities in real Hilbert spaces with alternating inertial extrapolation steps and adaptive non-monotonic step sizes. Under some appropriate conditions that are imposed on the parameters, the weak and linear convergence results of the proposed iterative scheme are established. Furthermore, we present some numerical examples and application of our proposed methods in comparison with other existing iterative methods. In order to show the practical applicability of our method to real word problems, we show that our algorithm has better restoration efficiency than many well known methods in image restoration problem. Our proposed iterative method generalizes and extends many existing methods in the literature.
RFID는 유비쿼터스 환경의 다양한 응용분야에서 기본적인 기술로 사용되어 왔다. 특히, 사물 인터넷을 위한 향후 RFID 기술의 폭 넓은 활용의 장애물중의 하나는 태그 리더기에 의한 RFID 데이터의 근본적인 비 신뢰성이다. 특히, 읽기 손실과 잘못된 읽기 같은 읽기오류 문제는 RFID 시스템이 적절히 처리해야 할 필요가 있다. 왜냐하면, 미들웨어 시스템이 전달한 오류 데이터는 궁극적으로 응용 서비스의 품질을 저하시킬 수 있기 때문이다. 따라서 높은 품질의 서비스를 위해서 지능형 RFID 미들웨어 시스템은 응용에 깨끗한 데이터를 전달하기 위해 읽기오류를 상황에 따라 적절하게 처리하여야 한다. 읽기 오류를 해결하기 위한 보편적인 방법 중의 하나는 슬라이딩 윈도우 필터의 사용이다. 따라서 최적의 윈도우 크기를 결정하는 것은 특히 모바일 환경에서는 읽기 오류를 줄이기 위해 쉽지 않은 중요한 일이다. 본 논문에서는 지능형 윈도우 크기 조정을 통해 읽기 오류를 줄이기 위하여 단일 태그를 위한 RFID 데이터 정제 방안을 제안한다. 이항 샘플링을 기반으로 한 기존 연구와 달리, 본 논문에서는 가중치 평균을 사용한다. 이는 최근의 읽기가 더 정확한 현재의 태그 전이를 나타낼 수 있으므로 과거와 현재의 읽기를 차별화하는 일이 필요하다는 것에 기반을 두고 있다. 가중치 평균을 사용하므로 이질적인 읽기 패턴을 갖는 모바일 환경에서도 효율적으로 적응하여 윈도우 크기를 동적으로 조정할 수 있게 된다. 뿐만 아니라, 윈도우 내의 읽음 패턴과 감소되는 윈도우 크기의 효과를 분석함으로서 더욱 효율적이고 정확한 크기 조정 결정을 할 수 있도록 한다. 제안한 방안을 사용하면 RFID 미들웨어 시스템이 응용에 좀 더 정확하고 무결점의 데이터를 제공함으로써 본래의 응용 서비스 품질을 보장할 수 있도록 한다는 궁극적인 목적을 달성할 수 있을 것으로 기대한다.
본 논문은 다양한 영상 획득 과정에서 발생하는 에일리어싱 성분과 잡음을 동시에 제거하기 위하여 공간-주파수 분석 기반사전 학습(dictionary learning)을 사용한 방향 적응적 영상 개선 알고리듬을 제안한다. 제안된 기술은 i) 학습된 사전과 결합된 웨이블릿-푸리에 변환을 이용하여 에일리어싱 및 잡음 영역을 검출하는 단계와, ii) 검출된 영역에서 방향 적응적 계수 축소기법을 이용하여 에일리어싱을 제거하는 동시에 잡음을 억제하는 단계로 구성된다. 제안한 방법은 공간-주파수 성분을 동시에 분석하여 특정 위치와 특정 주파수 성분을 선택적으로 제거하기 때문에, 검출된 영역에서 에지 성분을 보존하면서 에일리어싱 제거와 잡음 억제를 가능하게 한다. 실험 결과를 근거로 제안된 방법은 기존 알고리듬들과 비교할 때 주요 고주파 성분들의 억제 및 아티펙트 발생을 최소화하며 에일리어싱과 잡음을 제거함으로써 디지털 영상의 리샘플링, 초고해상도 영상 생성, 로봇비전 등과 같은 다양한 영상 획득 장치에 적용될 수 있다.
많은 센서 네트워크 응용에서, 센서 노드들은 개방된 환경에 배포되므로 노드의 암호 키 완전히 훼손하는 물리 공격에 취약하다. 위조 감지 보고서는 훼손된 노드를 통하여 네트워크에 주입될 수 있으며, 이는 거짓 경보를 울릴 수 있을 뿐만 아니라 전지로 동작하는 네트워크의 제한된 에너지 자원을 고갈시킬 수 있다. Fan Ye 등은 이에 대한 대안으로 전송과정에서 허위 보고서를 검증할 수 있는 통계적 여과 기법을 제안하였다. 이 기법에서 허위 보고서에 대한 검증이 가능한 인증키의 노출 정도인 훼손 허용도를 나타내는 분할 값은 전역 키 풀이 나눠진 구획들의 수로 소비 에너지와 서로 대치되는 관계에 있어 그 결정이 매우 중요하다. 전체 구획들의 인증키가 노출될 경우 허위 보고서를 더 이상 검증을 할 수 없고 각 구획들의 노출되지 않은 나머지 인증키들은 인증키로써의 기능도 잃게 된다. 본 논문에서는 전역 키 풀 분할에 퍼지 규칙 시스템을 사용해 다수의 구획들로 나누는 퍼지 기반의 적응형 분할 기법을 제안한다. 퍼지 로직은 훼손된 구획의 수, 노드의 밀도와 잔여 에너지양을 고려하여 분할 값을 결정한다. 이 퍼지 기반의 분할 값은 충분한 훼손 허용도를 제공하면서 에너지를 보존할 수 있다.
최근 출입통제, 금융보안 및 전자여권 등 다양한 분야에서 얼굴인식, 지문인식, 홍채인식 등과 같은 생체인식기술의 적용이 활발히 이루어지고 있다. 또한 최근에는 손가락의 지정맥 패턴정보를 이용하여 개인을 인증하는 연구 역시 활발히 진행 중이다. 일반적으로 획득된 지정맥 영상은 손가락의 두께에 따른 적외선 빛의 투과도 및 카메라의 센서 잡음으로 인하여 정맥과 배경 분리에 많은 어려움이 있다. 이를 해결하기 위하여 본 논문에서는 고속으로 지정맥 영역을 추출하기 위한 새로운 방법을 제안한다. 본 연구는 기존의 방법에 비해 다음과 같은 2가지 장점을 가지고 있다. 첫째, 획득된 지정맥 영상에 적응적 지역 이진화 방법을 적용하여 지정맥 영역을 분리하였다. 둘째, 분리된 영상의 잡음을 열림 및 닫힘 연산을 이용하여 제거하고 최종적으로 골격화하여 지정맥 영역을 추출하였다. 실험결과, 기존의 방법들에서는 영상 잡음을 제거하기 위해 많은 필터를 사용하였으나 제안한 방법에서는 필터를 많이 사용하지 않으면서도 고속으로 정확하게 지정맥 영역을 추출할 수 있음을 보였다.
이 논문은 방향성 2차원 타원형 필터(Multiple Oriented 2D Elliptical Filters;MO2DEFs)를 사용하여 스테레오 영상으로부터 포즈에 강인한 사람 검출을 제안한다. 기존의 물체 지향 크기 적응 필터(Object Oriented Scale Adaptive Filter;OOSAF)는 정면을 보고 있는 사람만을 검출하는 단점을 지니고 있는데 반해 제안한 방향성 2차원 타원형 필터는 사람의 크기나 포즈에 관계없이 사람을 검출하고 추적한다. 2D 공간-깊이 히스토그램에 특정 각도로 향하는 4개의 2차원 타원형 필터들을 적용하고, 필터링 된 히스토그램에서 임계값을 통해서 사람을 검출한 다음, MO2D2EFs 중 승적 결과가 가장 큰 2차원 타원형 필터의 방향을 사람의 방향으로 판단한다. 사람 후보들은 얼굴을 검출하거나 검출된 사람의 선택된 방향의 머리-어께 형태를 정합함으로서 검증한다. 실험 결과는 (1) 포즈 각도 예측의 정확도는 약 88%이고, (2) 제안한 MO2DEFs를 사용한 사람 검출의 성능이 OOSAF를 사용한 사람 검출의 성능보다 $15{\sim}20%$만큼 향상되었으며, 특히 정면이 아닌 사람의 경우에 더 향상이 있었다.
여러 응용 분야에서 널리 활용되고 있는 위성영상은 지표면을 모니터링 하는데 매우 유용한 자료원이다. 위성자료는 원격 센서를 통해 획득되기 때문에 자료 획득시의 구름이나 에어로졸과 같은 관측 기상 상태나 센서 오작동상태에 따라 많은 노이즈와 에러가 포함되어 있다. 자료의 정확성은 자료 분석 결과의 정확성과 신뢰도에 영향을 주기 때문에 고품질 자료를 위한 노이즈 제거 및 자료 복원은 중요한 전처리(preprocessing) 과정이다. 본 연구에서는 다중주기 하모닉 모형을 이용하여 위성자료의 시계열적 동적 특성을 모형화하고 자료의 공간적 상관관계를 고려하여 적응적으로 자료복원을 수행하는 재구축 시스템을 제안하고 있다. 다중 주기에 기반을 둔 모형은 단일 주기보다 지표면의 연간 변화뿐 아니라 계절적 변화와 같이 내부적인 변화 패턴을 모형화 하는데 적합하다. 또한 기존에 제안된 복원 방법은 일정 기간의 전체 자료에 대한 복원 방법으로 실시간 복원법이 아니지만 제안된 방법은 실시간 자료 복원이 가능하여 위성자료 실시간 재구축을 위한 전처리 시스템의 알고리즘으로 활용될 수 있다. 제안된 방법은 먼저 시뮬레이션 자료를 통해 성능이 평가되었고 2011부터 2016년까지 6년간의 MODIS NDVI 자료에 적용하여 평가되었다. 실험 결과는 제안된 자료 복원 시스템이 위성영상 자료 분석을 위한 고품질 자료 재구축 방법으로 매우 유용함을 보여주고 있다.
최근, 사용자 제작 콘텐츠(UCC: User Created Contents) 또는 다시점 비디오(Multiview Video) 등의 응용을 위한 경량화 부호화 기술의 필요성이 대두됨에 따라 비디오 부호화 복잡도의 대부분을 차지하는 움직임 예측/보상 과정을 부호화기가 아닌 복호화기 측에서 수행하는 분산 비디오 부호화 기술(Distributed Video Coding)에 대한 연구가 활발히 이루어지고 있다. Wyner-Ziv 부호화 기술은 채널 코딩을 이용하여 원본 영상에 대한 복호화기 측의 예측영상인 보조정보에 포함된 잡음을 제거함으로써 영상을 복원하는 구조를 가진다. 일반적인 Wyner-Ziv 부호화 기술은 키 프레임 간의 움직임 예측/보상 과정에 기반한 프레임 보간법을 통해 보조정보를 생성하며, Shannon limit에 근접한 성능을 보이는 Turbo 코드나 LDPC 코드를 통해 잡음을 제거한다. Wyner-Ziv 부호화 기술은 채널 코드의 복호화를 위해 보조정보에 포함된 잡음의 정도를 예측하는데, 이를 '가상 채널 잡음(Virtual Channel Noise)'이라 하며 일반적으로 Laplacian이나 Gaussian으로 모델화 한다. 본 논문은 변환영역에서의 주파수 단위에 적응적인 채널 잡음 모델링에 기반한 Wyner-Ziv 부호화 방법을 제안한다. 다양한 영상에 대한 제안 방법의 실험 결과는 기존 방법과 비교하여 최대 약 0.52dB에 해당하는 율-왜곡 성능의 향상을 보여준다.
신경회로망 설계 및 모델선택의 목표는 최적의 구조를 가지는 일반화 성능이 우수한 네트워크를 구성하는 것이다. 하지만 학습데이타에는 노이즈(noise)가 존재하고, 그 수도 충분하지 않기 때문에 최종적으로 표현하고자 하는 진확률 분포와 학습 데이타에 의해 표현되는 경험확률분포(empirical probability density) 사이에는 차이가 발생한다. 이러한 차이 때문에 신경회로망을 학습데이타에 대하여 과다하게 적합(fitting)시키면, 학습데이타만의 확률분포를 잘 추정하도록 매개변수들이 조정되어 버리고, 진확률 분포로부터 멀어지게 된다. 이러한 현상을 과다학습이라고 하며, 과다학습된 신경회로망은 학습데이타에 대한 근사는 우수하지만, 새로운 데이타에 대한 예측은 떨어지게 된다. 또한 신경회로망의 복잡도가 증가 할수록 더 많은 매개변수들이 노이즈에 쉽게 적합되어 과다학습 현상은 더욱 심화된다. 본 논문에서는 통계적인 관점을 바탕으로 신경회로망의 일반화 성능을 향상시키는 신경회로 망의 설계 및 모델 선택의 통합적인 프로세스를 제안하고자 한다. 먼저 학습의 과정에서 적응적 정규화가 있는 자연기울기 학습을 통해 수렴속도의 향상과 동시에 과다학습을 방지하여 진확률 분포에 가까운 신경회로망을 얻는다. 이렇게 얻어진 신경회로망에 자연 프루닝(natural pruning) 방법을 적용하여 서로 다른 크기의 후보 신경회로망 모델을 얻는다. 이러한 학습과 복잡도 최적화의 통합 프로세스를 통하여 얻은 후보 모델들 중에서 최적의 모델을 베이시안 정보기준에 의해 선택함으로써 일반화 성능이 우수한 최적의 모델을 구성하는 방법을 제안한다. 또한 벤치마크 문제를 이용한 컴퓨터 시뮬레이션을 통하여, 제안하는 학습 및 모델 선택의 통합프로세스의 일반화 성능과 구조 최적화 성능의 우수성을 검증한다.
본 논문은 온라인 얼굴 인식에서 전처리에 해당하는 얼굴 검출방법을 다룬다. 기존의 얼굴 검출 방법에서 에지 정보만을 이용한 얼굴 검출 방법과 컬러 정보를 이용한 얼굴 검출 방법의 단점을 상호 보완하기 위해 본 연구에서는 에지 정보와 컬러 정보를 결합한 얼굴 검출 방법 및 중심 영역 컬러 샘플링을 이용한 얼굴 검출방법을 개발하였다. 즉, 사람의 얼굴 영역이 비슷한 컬러를 가진 배경 영역과 결합(Merge)되는 것을 막기 위해 먼저 적응형 에지 검출 알고리즘을 수행하여 배경과 얼굴 영역을 각각의 고립 영역으로 분할한다. 제안된 적응형 소벨(Sobel) 에지 검출기는 배경 영역과 얼굴 영역의 경계에서 항상 에지가 발생할 수 있도록 에지가 많이 검출되고 입력 영상의 밝기 변화에 강인하다. 이로 인해 얼굴 영역이 하나의 영역이 아닌 여러 영역으로 분할되어 나타날 수 있으므로, 각 영역들의 컬러 정보를 이용해 병합한 후, 최종 얼굴 영역을 MBR(minimum bounding rectangle) 형태로 검출하였다. 이때 병합된 최종 얼굴 영역 후보가 너무 크거나 혹은 너무 작으면, 중심 영역 샘플링 방법을 이용해 다시 얼굴 영역을 검출한다. 총 2100장의 얼굴 영상 데이터베이스를 통해 실험한 결과 본 연구에서 제안한 방법을 사용해 96.3%의 높은 얼굴 영역 검출 성공률을 얻을 수 있었다.
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.