전파형 역산은 석유가스 탐사를 위한 탄성파 자료처리 분야에서 지층의 속도 모델을 추정하는데 사용되는 역산 기법이다. 최근 탄성파 자료처리에 딥러닝 기술의 활용이 급격하게 증가하고 있는데, 전파형 역산 기술도 마찬가지로 다양한 연구가 이루어지고 있다. 초기에는 머신러닝 기술을 활용한 자료처리 기법이 전파형 역산을 위한 입력자료의 전처리 목적으로 활용되는 수준이었으나, 딥러닝 기술을 통해 전파형 역산을 직접적으로 구현하는 연구가 등장하기 시작하였다. 딥러닝 기술을 활용한 전파형 역산은 순수 데이터 기반 접근법, 물리 기반 신경망 활용법, 인코더-디코더 구조 활용법, 신경망 재매개변수화를 이용한 구현법, 물리정보 기반 신경망 기법 등으로 구분할 수 있다. 이 논문에서는 딥러닝 기반 전파형 역산 기법을 발전 과정 순서로 체계화하여 각각의 접근법에 대한 이론과 특징을 설명하였다. 전파형 역산 기술에 딥러닝 기법을 도입한 초기에는 데이터 과학의 기본 원리에 충실하게 대량의 학습자료를 준비하고 순수 데이터 기반 예측 모델을 적용하여 속도 모델을 역산하는 연구로 시작하였다. 최근 연구 동향은 탄성파 자료의 잔차나 파동방정식 자체의 물리정보를 심층 신경망에 활용하여 순수 데이터 기반 접근법의 단점을 보완해 나가는 방향으로 진행되고 있다. 이러한 발전으로 대량의 학습자료가 필요하지 않고, 전파형 역산의 태생적 한계점인 주기 놓침 현상을 완화하며 계산 시간을 획기적으로 줄일 수 있는 딥러닝 기반 전파형 역산 기술이 등장하고 있다. 딥러닝 기술의 도입으로 전파형 역산 기술은 탄성파 자료처리 분야에서 가치가 더 높아질 것으로 생각된다.
본 연구는 수상 운송업이 전체 산업들과의 관계 속에서 경제 전반에 미치는 유발 효과 및 네트워크 연결성과 네트워크 시각화 분석을 시행하는 것이다. 이를 위하여 산업연관분석과 단위구조행렬을 활용하여 수상 운송업의 각종 유발계수를 분석하며, 단위구조행렬과 역행렬함수를 작성하고 Ucinet 6을 이용하여 네트워크 연결성과 NetDraw를 활용하는 네트워크 시각화 분석을 시행한다. 연구결과 수상 운송업의 각종 유발계수로서 투입계수, 생산유발계수, 부가가치유발계수, 산업간 연쇄효과의 분석 결과를 제시 하였으며, 네트워크 연결성으로서 연결중앙성, 인접중앙성, 사이중앙성 및 네트워크 시각화 분석의 내용을 제시하였다. 본 연구를 통하여 수상 운송업의 현재 위치와 현황 및 전체 산업들과의 관계를 확인하였으며 어떠한 산업들과 전략적 관계를 가져야 하는가를 제시하였다. 향후에는 2000년대 이후 발간된 산업연관분석을 활용하여 각종 유발 효과 및 연결성(중앙성), 네트워크 시각화 분석의 변동 현황과 추이에 대한 사항을 추가로 분석하는 것이 필요하다.
서비스기업경쟁력강화사업은 서비스 중소기업의 기업(업무) 프로세스 전반에 걸쳐 서비스의 과학화를 접목한 비즈니스 모델을 지원하고 확산함으로써 이들 기업의 생산성을 향상시키고, 고부가 가치화를 하고자 산업통상자원부가 정보통신산업진흥원을 전담기관으로 추진한 사업이다. 이 사업을 수행하기 위해 2014년에는 5개 주관기관이 선정되었고, 2015년에는 4개의 주관기관이 선정되어 이 사업을 진행하였다. 이 연구는 서비스기업경쟁력강화사업의 주관기관을 대상으로 DEA 분석 방법을 이용하여 효율성 분석을 실시하였다. 선행연구의 분석을 통하여 본 연구에서 사용될 투입변수와 산출변수를 도출하였다. 투입변수로는 정부 출연금 규모, 산출변수로는 보급 기업수, 매출액, 신규 고용 인원수 등을 고려하였다. 분석결과 DMU12, DMU15, 그리고 DMU21이 효율적인 기관으로 선정되었다. 이 연구에서는 원래 이 사업의 유일한 성과지표인 보급기업 수 이외에도 고용창출과 매출액 달성이라는 두 개의 성과지표를 발굴하였다.
KSII Transactions on Internet and Information Systems (TIIS)
/
제17권7호
/
pp.1951-1975
/
2023
Recent advances in Cognitive Radio Networks (CRN) have elevated them to the status of a critical instrument for overcoming spectrum limits and achieving severe future wireless communication requirements. Collaborative spectrum sensing is presented for efficient channel selection because spectrum sensing is an essential part of CRNs. This study presents an innovative cooperative spectrum sensing (CSS) model that is built on the Firefly Algorithm (FA), as well as machine learning artificial neural networks (ANN). This system makes use of user grouping strategies to improve detection performance dramatically while lowering collaboration costs. Cooperative sensing wasn't used until after cognitive radio users had been correctly identified using energy data samples and an ANN model. Cooperative sensing strategies produce a user base that is either secure, requires less effort, or is faultless. The suggested method's purpose is to choose the best transmission channel. Clustering is utilized by the suggested ANN-FA model to reduce spectrum sensing inaccuracy. The transmission channel that has the highest weight is chosen by employing the method that has been provided for computing channel weight. The proposed ANN-FA model computes channel weight based on three sets of input parameters: PU utilization, CR count, and channel capacity. Using an improved evolutionary algorithm, the key principles of the ANN-FA scheme are optimized to boost the overall efficiency of the CRN channel selection technique. This study proposes the Artificial Neural Network with Firefly Algorithm (ANN-FA) for cognitive radio networks to overcome the obstacles. This proposed work focuses primarily on sensing the optimal secondary user channel and reducing the spectrum handoff delay in wireless networks. Several benchmark functions are utilized We analyze the efficacy of this innovative strategy by evaluating its performance. The performance of ANN-FA is 22.72 percent more robust and effective than that of the other metaheuristic algorithm, according to experimental findings. The proposed ANN-FA model is simulated using the NS2 simulator, The results are evaluated in terms of average interference ratio, spectrum opportunity utilization, three metrics are measured: packet delivery ratio (PDR), end-to-end delay, and end-to-average throughput for a variety of different CRs found in the network.
해싱 기반 이미지 검색에서는 조작된 이미지의 해시코드가 원본 이미지와 달라 동일한 이미지 검색이 어렵다. 본 논문은 이미지의 질감, 모양, 색상 등 특징 정보로부터 지각적 해시코드를 생성하는 자기 감독 기반 딥해싱 모델을 제안하고 평가한다. 비교 모델은 오토인코더 기반 변분 추론 모델들이며, 인코더는 완전 연결 계층, 합성곱 신경망과 트랜스포머 모듈 등으로 설계된다. 제안된 모델은 기하학적 패턴을 추출하고 이미지 내 위치 관계를 활용하는 SimAM 모듈을 포함하는 변형 추론 모델이다. SimAM은 뉴런과 주변 뉴런의 활성화 값을 이용한 에너지 함수를 통해 객체 또는 로컬 영역이 강조된 잠재 벡터를 학습할 수 있다. 제안 방법은 표현 학습 모델로 고차원 입력 이미지의 저차원 잠재 벡터를 생성할 수 있으며, 잠재 벡터는 구분 가능한 해시코드로 이진화 된다. CIFAR-10, ImageNet, NUS-WIDE 등 공개 데이터셋의 실험 결과로부터 제안 모델은 비교 모델보다 우수하며, 지도학습 기반 딥해싱 모델과 동등한 성능이 분석되었다.
물리적 모델링은 실제 악기음과 유사한 고음질의 음을 합성하는 방법이다. 그러나 물리적 모델링은 악기의 소리를 합성할 때 필요한 수많은 파라미터들을 동시에 계산해야 하기 때문에 동시 발음수가 높은 악기의 경우 실시간 처리에 문제가 발생할 수 있다. 이러한 문제를 해결하기 위해 본 논문에서는 기타의 음 합성 알고리즘을 실시간으로 처리 가능한 단일 명령어 다중 데이터 (Single Instruction Multiple Data, SIMD)처리 방식의 병렬 프로세서를 제안한다. 대표적인 현악기인 기타의 6개 현을 제어하기 위해 6개의 프로세싱 엘리먼트 (Processing Element, PE)로 구성된 SIMD기반 병렬 프로세서를 사용하였다. 각각의 프로세싱 엘리먼트는 해당되는 기타 현을 모델링하며, 각 현의 여기신호와 파라미터를 합성 병렬 알고리즘의 입력으로 받아 동시에 6개 현의 합성된 음을 실시간으로 생성할 수 있다. 표본화 비율을 44.1 kHz로 설정하고 16비트 양자화 데이터의 음을 합성한 모의 실험 결과, 제안한 SIMD기반 병렬 프로세서를 이용한 합성음은 원음과 매우 유사하였으며, 상용 프로세서인 TI사의 TMS320C6416보다 실행 시간에서 8.9배, 에너지 효율에서 39.8배의 성능 향상을 보였다.
본 논문은 모바일 단말기, Digital Video Recorder (DVR) 등에 적용할 수 있는 뮤직비디오 브라우징 시스템을 위한 실시간 중요 구간 검출 알고리즘을 제안한다. 입력된 뮤직비디오는 음악 신호와 영상 신호로 분리되어 음악 신호에서는 에너지기반의 음악 특징값 최고점기반의 구조분석을 통해 음악의 후렴 구간을 포함하는 음악 하이라이트 구간을 검출하고, SVM AdaBoost 학습방식에서 생성된 모델을 이용해 음악신호를 분위기별로 자동 분류한다. 음악신호로부터 검출된 음악 하이라이트 구간과 영상신호로부터 검출된 가수, 주인공의 얼굴이 나오는 영상장면을 결합하여 최종적으로 중요구간이 결정된다. 제안된 방식을 통해 사용자는 모바일 단말기나 DVR에 저장되어 있는 다양한 뮤직비디오들을 분위기별로 선택한 후에 뮤직비디오의 30초 내외의 중요구간을 빠르게 브라우징하여 자신이 원하는 뮤직비디오를 선택할 수 있게 된다. 제안된 알고리즘의 성능을 측정하기 위해 200개의 뮤직비디오를 정해진 수동 뮤직비디오 구간과 비교하여 MOS 테스트를 실행한 결과 제안된 방식에서 검출된 중요 구간이 수동으로 정해진 구간보다 사용자 만족도 측면에서 우수한 결과를 나타내었다.
최근 외부 자극에 따라 팽창과 수축을 가역적으로 반복하며 형태가 변하는 소재가 주목받고 있다. 이러한 소재는 소프트 로봇, 센서, 인공근육 등 다양한 분야로의 응용가능성을 가지고 있다. 본 연구에서는 고온 물질에 감응하여 이를 보호하거나 감쌀 수 있는 새로운 소재를 제안하였다. 이를 위해, 네마틱-등방성 전이 성질을 지닌 액정 엘라스토머(liquid crystal elastomer, LCE)와 높은 기계적 강도와 고온 수치 안정성을 지닌 폴리이미드(polyimide, PI)를 이용하였다. 용액공정으로 합성된 도프 용액을 마이크로 프린팅 기법에 도입하여 mm 미만의 마이크론 선폭을 지닌 LCE/PI 이중층 구조 2차원 패턴을 개발하였다. 벌집구조로 패턴된 LCE/PI 이중층 메쉬는 PI의 기계적 강도와 LCE 고온 수축 거동의 장점을 동시에 가지고 있었고, LCE 선택적 프린팅을 통해 고온에서 원하는 방향으로의 변형을 유도할 수 있었다. 그 결과, 특정 고온 물질을 가역 반복적으로 감쌀 수 있는 기능을 구현하였다. 본 연구는 LCE 분자 변화에 따라 다양한 온도 구간에서 전기에너지 인가없이 기능을 구현할 수 있는 다양한 액추에이터 분야의 응용 가능성을 시사한다.
플라즈마와 선택적 촉매환원법이 결합된 복합공정을 이용하여 저온에서의 질소산화물($NO_x$) 저감에 대해 조사하였다. 플라즈마와 촉매가 직접 상호작용을 할 수 있도록 촉매 충진층에서 플라즈마가 생성되도록 하였다. 반응온도, 촉매의 형태, 환원제인 n-헵테인의 농도, 산소함량, 수분함량 및 에너지밀도의 변화가 $NO_x$ 전환효율에 미치는 영향에 대해 살펴보았다. 반응온도 $250^{\circ}C$, 에너지밀도 $42J\;L^{-1}$ 조건에서, 복합공정의 $NO_x$ 전환효율은 선형의 Ag 촉매($Ag\;(nanowire)/{\gamma}-Al_2O_3$)와 구형의 Ag 촉매($Ag\;(sphere)/{\gamma}-Al_2O_3$)를 사용한 경우에 각각 83%와 69%로 나타났으며, 플라즈마를 결합하지 않았을 때는 같은 조건에서 선형의 Ag 촉매를 사용해도 약 30%의 낮은 $NO_x$ 전환효율을 보였다. 플라즈마에 의한 촉매의 성능 향상은 플라즈마의 산화작용에 의해 NO가 반응성이 우수한 $NO_2$로 전환되고, n-헵테인이 부분 산화되어 환원력이 우수한 중간생성물을 발생시켜 선택적 환원반응을 촉진시켰기 때문이다. 에너지밀도의 증가에 따라 $NO_x$ 전환효율이 증가하는 경향을 보였으며, n-헵테인의 농도를 증가시킬수록 $NO_x$ 전환효율이 높아졌으나 $C_1/NO_x$ 비가 5 이상이 되면 더 이상 $NO_x$ 전환효율이 증가되지는 않았다. 수분은 $NO_x$와 경쟁흡착 관계에 있으므로 $NO_x$ 전환효율에 큰 영향을 미치며, 수분함량이 높을 경우 $NO_x$ 전환효율이 감소하는 현상을 보였다. 산소농도가 3~15%로 증가할수록 $NO_2$ 및 부분 산화 탄화수소의 생성 촉진으로 $NO_x$ 전환효율이 향상되었으며, 특히 낮은 에너지 밀도에서 $NO_x$ 전환효율 차이가 큰 것으로 나타났다.
황해 및 동중국해에 있어서 하계 조석, 담수유입량과 풍향 풍속 변화에 따른 잔차류와 샨샤댐 건설 전과 후 양쯔강의 유량 변동에 따른 저염분 확산과 바람의 영향 등을 해석하고, 평가하였다. 3차원 해수유동모델에 의해 각 분조($M_2,\;S_2,\;K_1$과 $O_1$)의 정량적 그리고 정성적 측면의 진폭, 위상 및 흐름장이 실측값과 비교해서 재현성있게 시뮬레이션 되었다. $M_2,\;M_2+S_2$ 그리고 반일주조에 일주조 성분($K_1$과 $O_1$)의 합성에 의한 잔차류 결과는 유속의 변화와 더불어서 일부 지역에서 흐름패턴이 다르게 계산되었다. 하계 탁월풍의 세기가 커지면 양쯔강 하구에서 유출하는 힘과 대륙붕단 경계역에서 북상하는 흐름의 유속이 다소 증가하는 것으로 나타났다. 양쯔강에서 유출한 흐름은 근역에서는 동향성분이 강하게 나타나지만, 곧 황해에서 남하하는 성분에 의해 동쪽으로 충분히 확산하지 못하고 남하하거나 속도가 감소되는 것으로 나타났다. 육상 유입원의 하계 평균 유량(특히, 양쯔강은 약 $50,000\;m^3/s$)과 남풍 3.5 m/s를 고려했을 경우, 26 psu 이하의 저염수가 유입지점에서 약 95 km정도 확장되고, 30 psu 이하의 염분농도선도 약 160 km까지 확장되는 것으로 나타났고, 최대 홍수량인 $116,000\;m^3/s$를 고려했을 경우는 26 psu 이하의 저염수가 river mouth에서 약 150 km정도 확장되고, 30 psu 이하의 염분농도선도 약 300 km까지 확장되는 것으로 예측되었다. 하계 탁월풍에서 풍속이 약 1.5m/s 정도 강해지면, 저염의 확산 폭이 약 10 km정도 증가하는 것으로 나타났고, 외해에 있어서 저염수는 남서풍에 의해서는 남동방향으로 그리고 북서풍에 의해서는 남서방향으로 퍼져나가는 양상을 보였다. 양쯔강에서 유출되는 평균적인 담수량에 의한 관성력과 조류의 힘만으로는 저염수가 제주도까지 도달하는 것은 힘들겠지만, 바람장과 북상하는 난류의 흐름이 합쳐질 때는 충분히 제주도 인근 해역까지 그 영향을 미칠 수 있을 것으로 예측되었다.
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.