영면변위(d)는 거친 식생군락에 의해 운동량이 모두 흡수되어 군락 내의 대수적 풍속 프로파일이 0이 되는 높이를 말한다. 군락의 표면 거칠기의 구조를 나타내는 영면변위는 군락난류의 분석과 지표 스칼라 플럭스의 계산에 매우 중요하다. 본 단보에서는 Monin-Obukhov 상사이론에 기반을 두고 단일층에서 관측된 평균수평풍속 자료를 사용하는 두 가지 다른 방법을 사용하여 광릉침엽수림에서 d 값을 추정하였다. 관측지의 비균질성과 복잡성을 고려해서, 표면거칠기와 바람체계가 d에 미칠수 있는 영향을 살펴보기 위해, 자료를 매 $30^{\circ}$ 간격의 풍향별로 나누었다. 전반적으로 두 방법을 사용한 결과는 서로 비슷했는데, $d/h_c$ (여기서 $h_c$는 군락의 높이로서 약 ~23m)는 풍향에 따라 0.51~0.97의 범위를 보였다. 이러한 $d/h_c$의 값의 범위는 문헌에 보고되어 있는 범위(0.64~0.94)와 크게 다르지 않았으나, 다소 높은 쪽에 분포되어 있었다. 이러한 원인의 하나로는 관측이 두 방법의 전제인 Monin-Obukhov 상사이론이 성립하지 않는 거칠기아층에서 이루어졌기 때문인 것으로 사료된다. 따라서 관측높이가 거칠기 아층에 존재할 경우에는 단일층 풍속으로부터 영면변위를 추정하는 방법을 적용하고 그 결과를 해석하는 데에 세심한 주의가 필요하다.
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.
특징 기반 유사성은 멀티미디어 데이터베이스 시스템에서 중요한 연구 쟁점이 되고 있다. 멀티미디어 데이터의 특징이 멀티미디어 객체들을 구별하는데 유용하다지만 특징 벡터의 차원의 수가 증가함에 따라 종래의 다차원 데이터 구조의 성능은 떨어지는 경향이 있다. $R^{*}-Tree$는 R-Tree의 가장 성공적인 병형으로 본 논문에서 고차원 특징 벡터를 위한 새로운 인덱싱 방법으로서 자기 조직화 맵 기반 $R^{*}-Tree$를 제안한다. 자기 조직화 맵 기잔 $R^{*}-Tree$는 고차원 데이터를 좀더 스칼라화해서 탐색할 수 있도록 SOM과 $R^{*}-Tree$를 결합하여 구축한 인덱싱 기법이다. 자기 조직 맵은 고차원 특징 벡터들로부터 2차원 공간으로의 맵핑을 제공한다. 그러나 맵을 위상 특징 맵이라 하고 인접 노느에서 서로 유사한 특징 벡터들을 모아서 입력데이터의 특징 공간들 속에 유사성을 보존하는데 위상 특징 맵의 각 노드는 코드북 벡터를 가지고 있다. 실험적으로 4만개의 이미지로부터 추출된 색깔 특징 벡터들을 이용하여 자기 조직화 맵 기반 $R^{*}-Tree$의 검색시간 비용과 자기 조직화 맵과 $R^{*}-Tree$의 검색 시간 비용을 비교한다. 그 결과 $R^{*}-Tree$를 구축하는데 필요한 노드 수와 검색 시간 비용이 감소됨으로써 자기 조직화 맵 기반 $R^{*}-Tree$는 자기 조직화 맵과 $R^{*}-Tree$보다 훨씬 우수한 성능을 나타냄이 입증되었다.
Vuillaume-Okeya는 스칼라 모듈러 지수승 연산에서 SPA공격에 안전한 리코딩 방법을 제안하였다. 제안한 방법은 역원 연산의 비용이 큰 RSA 또는 DSA 같은 시스템에서 효율적으로 구성 될 수 있게 비밀키의 표현을 0을 포함하지 않는 양의 디짓 셋 ${1,2,{\cdots},2^{\omega}-1}$을 이용해 리코딩 하였다. 제안된 방법은 비밀키의 최하위 비트부터 스캔하면서 리코딩하는 Right-to-Left기법이다. 따라서 지수승 연산 전에 리코딩이 연산되고 그 결과를 저장하는 추가적인 공간이 필요하게 된다. 본 논문은 Left-to-Right 방향으로 수행하는 새로운 리코딩 방법들을 제안한다. 본 논문에서 제안하는 방법은 (1) 일반적으로 윈도우 크기가 ${\omega}$인 SPA에 안전한 부호가 없는 Left-to-Right리코딩 방법이고 (2) 윈도우 크기 ${\omega}=1$(즉, {1,2}로 구성된 부호가 없는 이진 표현)인 경우는 일반적인 윈도우 크기 ${\omega}$에 제안된 기법보다 훨씬 간단하게 변형할 수 있다. 또한 (3) 제안된 리코딩 방법은 부호가 없는 comb 방법에도 적용하여 SPA에 안전하게 수행할 수 있고, (4) 기수가 ${\gamma}$인 경우에도 확장하여 SPA에 안전하게 대응할 수 있다. 본 논문에서 제안한 Left-to-Right리코딩 기법들은 메모리의 제약을 받는 장비인 스마트 카드, 센서 노드에 적합하다.
온라인 리뷰는 소비자의 구매 의사결정 과정에서 중요한 역할을 담당하고 있으므로 소비자에게 유용하고 신뢰성이 있는 리뷰를 제공하는 것이 중요하다. 기존의 온라인 리뷰 유용성 예측 관련 연구는 주로 온라인 리뷰의 텍스트와 평점 정보 간의 일관성을 바탕으로 리뷰 유용성을 예측하였다. 그러나 기존 연구는 평점 정보를 스칼라로 표현했기 때문에 표현 수용력이 제한적이거나 평점 정보와 리뷰 텍스트 정보와의 상호작용을 제한적으로 학습하는 한계가 존재한다. 본 연구에서는 기존 연구의 한계점을 보완하기 위해 리뷰 텍스트와 평점 정보 간의 상호작용을 효과적으로 학습할 수 있는 CNN-RHP(CNN based Review Helpfulness Prediction) 모델을 제안하였다. 먼저, 리뷰 텍스트의 의미론적 특성을 추출하기 위해 multi-channel CNN을 적용하였다. 다음으로, 평점 정보는 텍스트 특성과 동일한 차원을 나타내는 독립된 고차원 임베딩 특성 벡터로 변환하였다. 최종적으로 요소별(Element-wise) 연산을 통해 리뷰 텍스트와 평점 정보 간의 일관성을 학습하였다. 본 연구에서는 제안된 CNN-RHP 모델의 성능을 평가하기 위해 Amazom.com에서 수집된 온라인 소비자 리뷰를 사용하였다. 실험 결과, 본 연구에서 제안한 CNN-RHP 모델이 기존 연구에서 제안된 여러 모델과 비교했을 때 우수한 예측 성능을 나타내는 것을 확인하였다. 본 연구의 결과는 온라인 전자상거래 플랫폼에서 소비자들에게 리뷰 유용성 예측 서비스를 제공할 때 유의미한 시사점을 제공할 수 있다.
본 연구에서 초등 교과서의 비와 비율 단원 및 비례식과 비례배분 단원에서 비와 비례 개념과 관련하여 제시된 활동을 분석하여 교과서에 제시된 비례추론 과제가 교육과정별로 어떠한지 알아보았다. 비와 비율 단원에 제시된 비례추론 과제가 2009 개정 때에는 비와 비율의 곱셈 구조 유형과 비례추론 활동이 모두 늘어 내용이 다양해졌지만, 백분율의 곱셈 구조 유형과 비례추론 활동은 모두 약화되었다. 2015 개정 때에도 둘 다 약화되었고, 백분율의 곱셈 구조 유형과 비례 추론 활동은 모두 늘어 내용이 다양해졌다. 비례식과 비례배분 단원에 제시된 비례추론 과제가 2009 개정 시기에는 비의 성질의 곱셈 구조 유형과 비례추론 활동이 모두 증가하여 내용이 다양해졌지만, 비례식과 비례배분은 곱셈 구조 유형만 늘고 비례추론 활동에는 큰 변화가 없어 이전과 내용이 비슷했다. 그리고 2015 개정 시기에 비례식의 곱셈 구조 유형과 비례추론 활동이 모두 늘어 내용이 다양해졌지만, 비의 성질과 비례배분은 곱셈 구조의 유형과 비례추론 활동에 큰 변화가 없어 이전 내용과 비슷하였다. 비와 비율 단원과 비례식과 비례배분 단원에서 모두 다중 묶음 관점에 따라 측정 공간 내의 분석으로 해석하려는 시도가 주로 있었다.
본 연구는 기계학습의 키워드 출현 빈도 분석과 CONCOR(CONvergence of iteration CORrealtion) 기법을 통한 ICT 교육에 대한 흐름을 탐색한다. 2018년부터 현재까지의 등재지 이상의 논문을 'ICT 교육'의 키워드로 구글 스칼라에서 304개 검색하였고, 체계적 문헌 리뷰 절차에 따라 ICT 교육과 관련이 높은 60편의 논문을 선정하면서, 논문의 제목과 요약을 중심으로 키워드를 추출하였다. 단어 빈도 및 지표 데이터는 자연어 처리의 TF-IDF를 통한 빈도 분석, 동시 출현 빈도의 단어를 분석하여 출현 빈도가 높은 49개의 중심어를 추출하였다. 관계의 정도는 단어 간의 연결 구조와 연결 정도 중심성을 분석하여 검증하였고, CONCOR 분석을 통해 유사성을 가진 단어들로 구성된 군집을 도출하였다. 분석 결과 첫째, '교육', '연구', '결과', '활용', '분석'이 주요 키워드로 분석되었다. 둘째, 교육을 키워드로 N-GRAM 네트워크 그래프를 진행한 결과 '교육과정', '활용'이 가장 높은 단어의 관계로 나타났다. 셋째, 교육을 키워드로 군집분석을 한 결과, '교육과정', '프로그래밍', '학생', '향상', '정보'의 5개 군이 형성되었다. 이러한 연구 결과를 바탕으로 ICT 교육 동향의 분석 및 트렌드 파악을 토대로 ICT 교육에 필요한 실질적인 연구를 수행할 수 있을 것이다.
오픈 과학으로 진화하는 학문 생태계 속에서 개방형 동료심사는 학술 커뮤니케이션의 투명성과 개방성을 강화하는 방안으로 주목받고 있다. 본 연구는 개방형 동료심사를 도입한 오픈액세스 학술지 118건을 대상으로 개방형 동료심사 제도 구성요소의 채택 현황과 출판사 유형, 국가·대륙별, 언어별, 학문 분야별 특성을 살펴보았다. 개방형 동료심사는 심사 보고서 또는 심사 전 논고를 공개하거나 저자와 심사자의 신원을 상호 간에 공개하는 등 다양한 방식으로 구현되었다. 또한 학문 분야별로 채택된 구성요소 간에 차이를 발견할 수 있었다. 출판사 유형별 비중이 큰 상업 출판사가 대체로 많이 채택한 것으로 나타났으며, 주로 유럽에 속하는 국가에서 영어로 발행되는 현황이다. 분야별로 살펴보면, 전통적으로 개방적인 학술 커뮤니케이션을 지향하는 의약학, 자연과학 분야에서 더욱 활발한 개방형 동료심사 제도를 찾아볼 수 있었던 반면, 복합학, 인문학 분야에서는 소수의 학술지를 찾아볼 수 있다. 이를 통해 개방형 동료심사 제도의 학술지 채택 현황을 파악할 수 있으며, 개방형 동료심사제도 채택에 따른 학술 커뮤니티의 특성에 대한 이해를 높일 수 있다.
목적 : 본 연구에서는 인체 뇌 대사물질에 대하여 2D MR 기술인 correlation spectroscopy (COSY) 와 nuclear Overhauser effect/enhancement spectroscopy (NOESY)를 직접 적용하고, 데이터를 획득하여 인체 뇌대사물질들간의 스칼라 짝지움 (coupling)과 쌍극자 (dipolar) 상호작용- NOE에 대한 분석을 통하여 결합연결관계 및 공간연결관계에 대한 정보를 획득하고자 하였다. 대상 및 방법 : 모든 2-D (dimensional) MR 실험 (즉, COSY와 NOESY)은 z축 능동차폐 펄스경사자장, 삼중공명 동결탐침기가 장착된 Bruker Avance 500 (11.8 T) 장비에서 298 K에 수행되었다. MRS상에서 뇌 대사물질과 유사하도록만든 희석액을 만들었고, 최종 MRS 샘플은 10% $D_2O$를 이용하였다. 2-D 스펙트라는 2048 복합 (complex) 데이터 포인트로서 총 320개 의 free induction decay (FID)를 평균화 (averaging)하였고, $H_2O$에서 얻어진 스펙트라는 8012 Hz 였다. 반복지연 (repetition delay) 시간은 2초, 각각의 FID는 4개의 평균화를 선택하였다. 얻어진 2D-COSY, 2D-NOESY 데이터는 Top Spin 2.0 소프트웨어에서 후 처리기법 (post-processing)에 의해 분석되었다. 분석 대상 대사물질은 N-acetyl aspartate (NAA), creatine (Cr), choline (Cho), glutamine (Gln), glutamate (Glu), myo-inositol (Ins), lactate (Lac)로서 총 7 가지 화학물로서 주요 목표 피크로 정했다. 결과 : 인체 뇌 대사물질에 대한 대칭형태의 2D-COSY와 2D-NOESY 스펙트럼을 획득하였고, COSY 스펙트럼상에서는 오직 1.0-4.5 ppm 사이에서만 교차피크들이 생성된 반면 NOESY 스펙트럼상에서는 1.0-4.5 ppm 외에도 7.9 ppm에서 공명 교차피크를 발견할 수 있었다. COSY 스펙트럼을 통하여 lactate에서 메틸 프로톤과 CH 프로톤의 COSY 크로스피크가 발견되었고, NAA에서 메틸렌 프로톤들간과 메틸렌 프로톤과 NH프로톤의 크로스피크가 발견되었고, Ins에서 CH 프로톤 들간의 크로스피크가 발견되었다. NOESY 스펙트럼을 통하여 NAA 분자내 NH 프로톤과 메틸 (-CH3) 프로톤과의 NOESY 크로스피크가 발견되었고, lactate에서 메틸 프로톤과 CH 프로톤과의 크로스피크가 발견되었고, Cr에서 메틸 프로톤과 메틸렌 프로톤과의 크로스피크가 발견되었고, Glu에서 메틸렌 프로톤 들간과 또한 메틸렌 프로톤과 CH 프로톤과의 크로스피크가 발견되었고, Gln에서 메틸렌 프로톤과 CH 프로톤과의 크로스피크가 발견되었고, Ins에서 CH 프로톤 들간의 크로스피크가 발견되었다. 결론 : 본 연구에서는 in vitro 상태의 인체 뇌 대사물질에 2D-COSY와 2D-NOESY 기술을 직접 적용하고, 결합연결관계 및 공간연결관계에 대한 정보를 성공적으로 획득하여 분석하여 보았다. 본 연구 결과물은 향후 인체 내 in vivo 2D-COSY를 이용한 뇌 대사물질 연구에 매우 유용하리라 사료된다.
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.