횡단보행자의 임계간격은 비신호 횡단보도에서의 교통운영분석에 중요한 파라메타이나 국내에서는 이 분야의 연구가 빈약한 실정이다. 이에 본연구의 목적은 횡단보행자의 임계간격 추정을 위한 모형을 개발하는데 있다. 이를 위해, 이 임계간격 에 영향을 미치는 인자들 중 퍼지적 성격을 가진 보행자 연령과 횡단보도의 연장, 거절되거나 수락되는 간격이 연장 3.5m에서 10.5m 범위의 행단보도에서 수집되었다. 이들 횡단보도에서의 임계간격은 2.56초에서 5.56초 범위의 값을 보였다. 연령과 횡단보도 연장이 각각 3개의 퍼지변수로 구분되고 각 경우에 대하여 Raff의 기법에 의한 임계간격이 추정되어 총 9개의 퍼지규칙이 설정되었다, 이들 규칙에 기초하여 횡단보행자 임계간격을 추정할 수 있는 ANFIS모형이 구축되었다. 모형의 예측력은 실측치와 추론치를 비교함으로써 평가되었다. 결정계수 $R^2$와 오차 및 분산정도를 나타내는 척도인 평균절대 오차(MAE) 및 평균제곱근 오차(MSE)가 각각 0.96, 0.097, 0.015로 나타나 본 모형의 설명력이 높은 것으로 평가된다. 본 연구의 과정에서 보행자의 연령 40세 이후 임계간격의 증가율이 높음을 볼 수 있었다.
국토 면적의 약 90%를 차지하는 농촌은 여러가지 공익적 기능을 수행하는 공간으로서 중요성과 가치가 증가하고 있지만 주거지 인근에 축사, 공장, 태양광패널 등 주민생활에 불편을 미치는 시설들이 무분별하게 들어서면서 농촌 환경과 경관이 훼손되고 주민 삶의 질이 낮아지고 있다. 농촌지역의 무질서한 개발을 방지하고 농촌 공간을 계획적으로 관리하기 위해서는 농촌지역 내 위해시설에 대한 탐지 및 모니터링이 필요하다. 주기적으로 취득 가능하고 전체 지역에 대한 정보를 얻을 수 있는 위성영상을 통해 데이터의 취득이 가능하고, 합성곱 신경망 기법을 통한 영상 기반 딥러닝 기술을 활용하여 효과적인 탐지가 가능하다. 따라서 본 연구에서는 의미적 분할(Semantic segmentation)에서 높은 성능을 보이는 U-Net 모델을 이용하여 농촌 지역에서 잠재적으로 위해시설이 될 수 있는 농촌시설을 분류하는 연구를 수행하였다. 본 연구에서는 2020년에 제작된 공간해상도 0.7 m의 KOMPSAT 정사모자이크 광학영상을 한국항공우주연구원으로부터 제공받아 사용하였으며 축사, 공장, 태양광 패널에 대한 AI 학습용 데이터를 직접 제작하여 학습 및 추론을 진행하였다. U-Net을 통해 학습시킨 결과 픽셀 정확도(pixel accuracy)는 0.9739, mean Intersection over Union (mIOU)은 0.7025의 값을 도출하였다. 본 연구 결과는 농촌 지역의 위험 시설물 모니터링에 활용될 수 있으며, 농촌계획 수립에 있어 기초 자료로 활용될 수 있을 것으로 기대된다.
이 연구의 목적은 학생들의 과학적 논증과정 평가를 위한 루브릭을 개발하는 것이다. 루브릭의 개발을 위해 과학교육에서의 논증과정과 관련된 문헌의 분석을 통해 루브릭의 개발 절차및 평가의 범주를 도출하였다. 루브릭 개발의 일반적인 절차를 따라서 논증과정 평가의 기준을 형식, 내용, 태도의 세 가지 범주를 문헌을 통해 도출하였다. 형식의 범주에는 전체의 구성, 주장, 근거, 결론의 하위 기능으로 세분화하였고, 내용의 범주에는 이해, 신빙성, 추론으로 하위 기능을 세분하였으며, 태도의 범주에는 참여도와 개방성을 하위 기능으로 정하였다. 이렇게 구성된 각각의 하위기능의 평가에 대한 기준을 구체적인 5단계로 제시하였다. 문헌 연구를 토대로 개발된 평가 루브릭은 과학 교육 전문가 1인과 동료 연구자들의 정기적인 세미나를 통해 점검 받았다. 개발된 초기의 루브릭은 과학교육 전문가 4인에게 의뢰하여 문제점 및 개선점에 대한 검증을 받아 다시 수정되었으며, 최종 완성된 루브릭은 과학교육 전문가 4인에게 타당도를 검증받아 내용타당도지수 0.96으로 높게 나타났다. 개발된 루브릭을 통해 학생들의 논증과정에 대한 이해를 높일 수있고, 논증과정 프로그램 개발과 논증과정 평가를 위한 기준으로 활용이 가능할 것이다.
문장제 문제는 단순한 수학적 수식으로 구성된 연산문제와는 달리 언어적으로 표현된 문제 안에서 수학적 내용을 찾아 그것을 수식으로 표현하는 과정을 필요로 한다. 이는 고차원적인 인지적 전략을 요구하며 학습자는 수학적 사고력과 추론능력, 이해력, 언어와 읽기 등을 고루 활용해야 한다. 하지만 대부분의 학습장애학생들은 문장제 문제를 해결하는데 어려움을 겪고 있다. 본 연구에서는 학습장애학생이 인지적 과부하를 적게 받으면서 인지적 전략을 학습할 수 있으며 또한 학생들에게 전문가의 예시를 단계적으로 제시하는 WOE (Work-Out Examples: WOE) 기반 스마트러닝 학습시스템을 제시한다. 본 시스템의 특징은 다음과 같다. 첫째, WOE를 순차적으로 따라하면서 학습자는 인지적 부하 없이 자연스럽게 문제해결전략을 습득할 수 있다. 둘째, 학습자의 학습 동기를 높이고 흥미를 유발시킨다. 셋째, 시공간을 초월한 학습이 가능하기 때문에 학습자 스스로 학습을 조절하는 자기주도적 학습능력이 향상될 수 있다. 본 시스템의 적용결과는 다음과 같다. 첫째, 학습장애학생의 수준에 맞는 학습 단계가 제공되고 지속적인 피드백이 있기 때문에 학습자의 개별화학습이 가능하였다. 둘째, 학습자들이 학습내용을 자연스럽게 습득함으로써 문장제 문제해결능력이 향상되었다. 셋째, 학습과정에서의 성공경험으로 인하여 학습에 대한 자신감 및 학습동기가 향상되고 긍정적인 자아개념이 형성되었다.
Khan, Hafiz Mohammad Rafiqullah;Ibrahimou, Boubakari;Saxena, Anshul;Gabbidon, Kemesha;Abdool-Ghany, Faheema;Ramamoorthy, Venkataraghavan;Ullah, Duff;Stewart, Tiffanie Shauna-Jeanne
Asian Pacific Journal of Cancer Prevention
/
제15권19호
/
pp.8371-8376
/
2014
Background: The use of statistical methods has become an imperative tool in breast cancer survival data analysis. The purpose of this study was to develop the best statistical probability model using the Bayesian method to predict future survival times for the black non-Hispanic female breast cancer patients diagnosed during 1973-2009 in the U.S. Materials and Methods: We used a stratified random sample of black non-Hispanic female breast cancer patient data from the Surveillance Epidemiology and End Results (SEER) database. Survival analysis was performed using Kaplan-Meier and Cox proportional regression methods. Four advanced types of statistical models, Exponentiated Exponential (EE), Beta Generalized Exponential (BGE), Exponentiated Weibull (EW), and Beta Inverse Weibull (BIW) were utilized for data analysis. The statistical model building criteria, Akaike Information Criteria (AIC), Bayesian Information Criteria (BIC), and Deviance Information Criteria (DIC) were used to measure the goodness of fit tests. Furthermore, we used the Bayesian approach to obtain the predictive survival inferences from the best-fit data based on the exponentiated Weibull model. Results: We identified the highest number of black non-Hispanic female breast cancer patients in Michigan and the lowest in Hawaii. The mean (SD), of age at diagnosis (years) was 58.3 (14.43). The mean (SD), of survival time (months) for black non-Hispanic females was 66.8 (30.20). Non-Hispanic blacks had a significantly increased risk of death compared to Black Hispanics (Hazard ratio: 1.96, 95%CI: 1.51-2.54). Compared to other statistical probability models, we found that the exponentiated Weibull model better fits for the survival times. By making use of the Bayesian method predictive inferences for future survival times were obtained. Conclusions: These findings will be of great significance in determining appropriate treatment plans and health-care cost allocation. Furthermore, the same approach should contribute to build future predictive models for any health related diseases.
국내에서 계측된 92개의 측압계수를 이용하여 심도에 따른 측압계수의 경향을 분석하고 Hoek & Brown이 정의한 측압계수의 범위와 비교하였다. 국내의 측압계수는 1이상이 84%로 대부분의 경우 수평응력이 연직응력보다 크게 나타났다. 지반의 침식. 퇴적 및 암반 풍화. 횡압력에 의한 측압계수의 변화를 분석하기 위해 탄소성 이론을 적용하고 그 결과를 유한요소해석과 비교하였다. 측압계수는 지표 침식과 횡압력이 크고 암질이 양호할수록 증가하였고 퇴적의 경우에 감소하였다. 본 연구를 통하여 여러 지질작용이 측압계수에 미치는 영향을 파악할 수 있었고, 특히 지하공동의 굴착 심도인 천부 암반에서의 측압계수 변화를 파악할 수 있었다. 다층 역전파 학습 알고리즘을 적용한 인공신경망을 이용하여 측압계수 예측 전문가 시스템을 개발하였다. 학습률, 모멘텀 상수 그리고 은닉층 노드수를 고려하여 실측치와 상관계수 0.996 이상의 매우 높은 추론율을 보이는 모델을 선정하였다 학습에서 제외한 9개 계측자료로 이 모델을 검증한 결과, 추론오차의 평균은 20%였으며 상관계수도 0.95 이상으로 측압계수를 예측하는데 있어 높은 신뢰성을 보였다.
국내 당단풍나무 집단의 유전다양성, 유전분화 및 유연관계를 알아보기 위해 AFLP 분석을 실시하였다. 14개 당단풍나무 집단에 대한 7개 AFLP 프라이머 조합을 적용한 결과 유효대립유전자 수($A_e$)가 1.4개, 다형적 유전자좌 비율(%P)이 82.2%, Shannon의 다양성 지수(I)가 0.358, 이형접합도 기대치($H_e$)가 0.231이었고, 베이즈 방법으로 추론한 이형접합도 기대치(Hj)는 0.253으로 나타났다. 당단풍나무의 유전다양성은 단풍나무속 수종들과 비교했을 때 중간수준이었고, 생활사나 생태적 특성이 유사한 수종들에 비해 낮았다. 베이즈 방법으로 추정된 평균 $F_{IS}$값은 0.712로 나타나 자가수분이나 근연관계 개체 간 교배에 의한 동형접합체 증가가 유전다양성에 영향을 준 것으로 생각된다. AMOVA로 추정한 당단풍나무의 유전분화율(${\Phi}_{ST}$)은 0.107이었고, 베이즈 방법으로 추정한 유전분화율(${\Phi}^{II}$)은 0.110이었다. 당단풍나무는 생활사나 생태적 특성이 유사한 종들에 비해 유전분화가 적게 이루어진 것으로 나타났다. 유연 관계 분석에서 울릉도 집단은 내륙의 집단들과 유전적으로 가장 상이한 집단으로 나타났다. 울릉도 집단은 유전다양성이 가장 낮은 집단으로서, 내륙의 집단 일부가 이주하면서 생긴 창시자 효과와 유전적 부동에 의해 유전다양성 감소가 이루어졌고 내륙과의 지리적 격리로 인해 유전자 교류가 감소했기 때문으로 추정된다.
Due to the impressive flexural performance, enhanced compressive strength and more constrained crack propagation, Fibre-reinforced concrete (FRC) have been widely employed in the construction application. Majority of experimental studies have focused on the seismic behavior of FRC columns. Based on the valid experimental data obtained from the previous studies, the current study has evaluated the seismic response and compressive strength of FRC rectangular columns while following hybrid metaheuristic techniques. Due to the non-linearity of seismic data, Adaptive neuro-fuzzy inference system (ANFIS) has been incorporated with metaheuristic algorithms. 317 different datasets from FRC column tests has been applied as one database in order to determine the most influential factor on the ultimate strengths of FRC rectangular columns subjected to the simulated seismic loading. ANFIS has been used with the incorporation of Particle Swarm Optimization (PSO) and Genetic algorithm (GA). For the analysis of the attained results, Extreme learning machine (ELM) as an authentic prediction method has been concurrently used. The variable selection procedure is to choose the most dominant parameters affecting the ultimate strengths of FRC rectangular columns subjected to simulated seismic loading. Accordingly, the results have shown that ANFIS-PSO has successfully predicted the seismic lateral load with R2 = 0.857 and 0.902 for the test and train phase, respectively, nominated as the lateral load prediction estimator. On the other hand, in case of compressive strength prediction, ELM is to predict the compressive strength with R2 = 0.657 and 0.862 for test and train phase, respectively. The results have shown that the seismic lateral force trend is more predictable than the compressive strength of FRC rectangular columns, in which the best results belong to the lateral force prediction. Compressive strength prediction has illustrated a significant deviation above 40 Mpa which could be related to the considerable non-linearity and possible empirical shortcomings. Finally, employing ANFIS-GA and ANFIS-PSO techniques to evaluate the seismic response of FRC are a promising reliable approach to be replaced for high cost and time-consuming experimental tests.
Communications for Statistical Applications and Methods
/
제16권3호
/
pp.449-461
/
2009
최근의 생산 공정은 공정의 자동화, 고객 요구의 다양화 등으로 많은 품질 특성치들을 갖는 다변량 공정의 형태가 일반적이며, 벡터 공정능력지수는 이러한 다변량 공정의 능력을 평가하기 위한 대표적인 측도라 할 수 있다. 한편 공정의 분포에 대한 정보를 정확히 파악하기 어려운 실제 현장의 상황에서 보다 정확한 공정능력을 평가할 수 있는 통계적 추정 문제는 현실적으로 중요한 문제라고 할 수 있다. 본 논문에서는 특정한 이변량 지수 공정 하에서 이변량 벡터 공정능력지수 $C_{pkl}$에 대한 신뢰영역의 추정 문제에 관하여 연구하였다. 먼저 지수분포의 특성을 고려하여 실제 현장에서 널리 사용되고 있는 가장 기본적인 일변량 공정능력지수들 중에서 규격 하한만을 고려한 형태인 $C_{pkl}$에 관하여 이변량 벡터 공정능력지수 $C_{pkl}=(C_{pklx},\;C_{pkly})$로 확장 정의하고, 이 지수의 플러그-인 추정량 및 관련 극한 확률분포를 유도하였다. 또한 이 지수에 대해 Marshall과 Olkin (1967)의 이변량 지수분포 모형을 기초로 근사 신뢰영역을 제시하였으며, 모의실험을 통하여 이변량 벡터 공정능력지수 $C_{pkl}$에 대한 95% 정규 근사(Asymptotic Normality: AN) 신뢰영역에 대한 이용가능성 및 효율성을 비교 분석하였다.
본 연구에서는 소양강댐 유역에서의 실측 단일사상 강우-유출 자료를 활용하여 Clark 단위도 방법의 매개변수를 최적화 하였으며, 그 결과를 제시하였다. 일반적으로 국내에서는 유역특성인자 최적화 분석시 미육군공병단의 HEC-1, HEC-HMS 등의 모형을 사용하고 있다. 그러나 해당 모형의 경우 유출수문곡선의 형상, 크기 등의 재현에만 초점이 맞춰져 있으며, 산정된 매개변수들의 평균을 사용하고 있어 실제 강우-유출 관계를 묘사하는데 어려움이 존재하고 있다. 이러한 점에서 본 연구에서는 기존 Clark 합성단위도법과 계층적 Bayesian 기법을 결합하여 수집된 강우-유출 자료를 동시에 활용하여 매개변수를 산정할 수 있는 모형을 개발하였다. 본 연구에서 개발된 모형을 적용한 결과 개별 단일사상 기반의 최적화 기법에 비해 다중 강우-유출 자료를 Pooling하여 매개변수를 산정하는 계층적 Bayesian 모형에서 BIC 결과 및 다수의 통계적 지표를 통해 모형의 우수성을 확인할 수 있었다. 더불어 홍수량에 따른 유역특성인자 매개변수 반응에 대한 관계규명을 기반으로 향후 댐 설계 또는 PMF 산정시 본 연구의 결과가 활용이 가능할 것으로 판단된다.
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.