수리 또는 계량적 모형을 사용하는 사회과학연구에서 분석의 초점은 종속변수와 설명변수의 관계를 밝히는 것, 즉 설명 중심의 모형(explanatory modeling)이 지금까지 주류를 이루었다. 반면 예측(prediction) 능력 제고에 초점을 맞춘 분석은 드물었다. 본 연구에서는 이론 및 가설을 검증하거나 변수 간의 관계를 밝히는 설명 중심의 모형이 아니라 신규 관찰치에 대한 예측 오차를 줄이는, 예측 중심의 비모수 모형(non-parametric model)을 검토하였다. 서울시 강남구를 사례지역으로 선정한 후, 2011년부터 2014년까지 신고된 단독주택 실거래가를 기초자료로 하여 주택가격을 추정하였다. 적용한 비모수 모형은 기계학습 분야에서 제시된 일반가산모형(generalized additive model), 랜덤 포리스트, MARS(multivariate adaptive regression splines), SVM(support vector machines) 등이며 비교적 최근에 개발된 MARS나 SVM의 예측력이 뛰어남을 확인할 수 있었다. 마지막으로 이러한 비모수 모형에 공간적 자기상관성을 추가적으로 반영한 결과, 모형의 가격 예측력이 보다 개선되었음을 알 수 있었다. 본 연구를 계기로 그간 모수 모형에 집중되었던 부동산 가격추정 방법론이 비모수 모형으로 확대 및 다양화되기를 기대한다.
The Collapse Margin Ratio (CMR) is a notable index used for seismic assessment of the structures. As proposed by FEMA P695, a set of analyses including the Nonlinear Static Analysis (NSA), Incremental Dynamic Analysis (IDA), together with Fragility Analysis, which are typically time-taking and computationally unaffordable, need to be conducted, so that the CMR could be obtained. To address this issue and to achieve a quick and efficient method to estimate the CMR, the Artificial Neural Network (ANN), Response Surface Method (RSM), and Adaptive Neuro-Fuzzy Inference System (ANFIS) will be introduced in the current research. Accordingly, using the NSA results, an attempt was made to find a fast and efficient approach to derive the CMR. To this end, 5016 IDA analyses based on FEMA P695 methodology on 114 various Reinforced Concrete (RC) frames with 1 to 12 stories have been carried out. In this respect, five parameters have been used as the independent and desired inputs of the systems. On the other hand, the CMR is regarded as the output of the systems. Accordingly, a double hidden layer neural network with Levenberg-Marquardt training and learning algorithm was taken into account. Moreover, in the RSM approach, the quadratic system incorporating 20 parameters was implemented. Correspondingly, the Analysis of Variance (ANOVA) has been employed to discuss the results taken from the developed model. Additionally, the essential parameters and interactions are extracted, and input parameters are sorted according to their importance. Moreover, the ANFIS using Takagi-Sugeno fuzzy system was employed. Finally, all methods were compared, and the effective parameters and associated relationships were extracted. In contrast to the other approaches, the ANFIS provided the best efficiency and high accuracy with the minimum desired errors. Comparatively, it was obtained that the ANN method is more effective than the RSM and has a higher regression coefficient and lower statistical errors.
Netflix, Amazon Prime, and YouTube are the most popular and fastest-growing streaming services globally. It is a matter of great interest for the streaming service providers to preview their service infrastructure and streaming strategy in order to provide new streaming services. Hence, the first part of the paper presents a detailed survey of the Content Distribution Network (CDN) and cloud infrastructure of these service providers. To understand the streaming strategy of these service providers, the second part of the paper deduces a common quality-of-service (QoS) model based on rebuffering time, bitrate, progressive download ratio, and standard deviation of the On-Off cycle. This model is then used to analyze and compare the streaming behaviors of these services. This study concluded that the streaming behaviors of all these services are similar as they all use Dynamic Adaptive Streaming over HTTP (DASH) on top of TCP. However, the amount of data that they download in the buffering state and steady-state vary, resulting in different progressive download ratios, rebuffering levels, and bitrates. The characteristics of their On-Off cycle are also different resulting in different QoS. Hence a thorough adaptive bit rate (ABR) analysis is presented in this paper. The streaming behaviors of these services are tested on different access network bandwidths, ranging from 75 kbps to 30 Mbps. The survey results indicate that Netflix QoS and streaming behavior are significantly consistent followed by Amazon Prime and YouTube. Our approach can be used to compare and contrast the streaming services' strategies and finetune their ABR and flow control mechanisms.
크리깅 보간법은 지구통계학 분야에 주로 사용되는 보간법의 하나이다. 이 방법은 실험적 베리오그램과 이론적 베리오그램의 작성과 크리깅 보간법의 정식화에 관한 연구를 포함하고 있다. 종래의 응력복구를 위한 최소제곱법과 대조적으로, 가우스적분점에서의 응력데이타로부터 준정해를 얻기 위해 가중 최소제곱법에 기초를 둔다. 즉, 동일한 가중치를 사용하는 종래의 방식들과는 달리 가우스적분점에서의 응력값의 보간을 위하여 베리오그램 모델링을 통한 가중치가 결정된다. 한편, 분할된 요소망에 Zienkiewicz와 Zhu에 의해 제안된 SPR기법에 기초를 둔 사후오차평가를 통해 p-차수를 균등 또는 선택적으로 증가시키는 자동체눈 방식이 도입되었다. 이 방법의 정당성을 보기위해 인장력을 받는 개구부를 갖는 평판문제를 해석하였다. 또한, 기존의 최소제곱법과의 비교를 통한 크리깅보간법의 정당성을 보여 주었다.
AI-OCR은 광학 문자 인식(OCR) 기술과 Artificial intelligence(AI)의 결합으로 사람의 인식이 필요하던 OCR의 단점을 보완하는 기술 향상을 이뤄내고 있다. AI-OCR의 성능을 높이기 위해서는 다양한 학습데이터의 훈련이 필요하다. 하지만 이미지 색상이 비슷한 밝기를 가진 경우에는 인식률이 떨어지기 때문에, Homomorphic filtering(HF)을 이용한 전처리 과정으로 색상 차이를 분명하게 하여 텍스트 인식률을 높이게 된다. HF은 감마값을 이용해 이미지의 고주파와 저주파를 각각 조절한다는 점에서 텍스트 추출에 적합하지만 감마값의 조절이 수동적으로 이뤄지는 단점이 존재한다. 본 연구는 시험적 과정을 거쳐 이미지의 대비, 밝기 및 엔트로피를 근거하는 감마의 임계값 범위를 제안한다. 제안된 감마값 범위를 적용한 HF의 실험 결과는 효율적인 AI-OCR의 높은 등장 가능성을 시사한다.
Journal of International Society for Simulation Surgery
/
제1권1호
/
pp.37-40
/
2014
Purpose For living donor liver transplantation, liver segmentation is difficult due to the variability of its shape across patients and similarity of the density of neighbor organs such as heart, stomach, kidney, and spleen. In this paper, we propose an automatic segmentation of the liver using multi-planar anatomy and deformable surface model in portal phase of abdominal contrast-enhanced CT images. Method Our method is composed of four main steps. First, the optimal liver volume is extracted by positional information of pelvis and rib and by separating lungs and heart from CT images. Second, anisotropic diffusing filtering and adaptive thresholding are used to segment the initial liver volume. Third, morphological opening and connected component labeling are applied to multiple planes for removing neighbor organs. Finally, deformable surface model and probability summation map are performed to refine a posterior liver surface and missing left robe in previous step. Results All experimental datasets were acquired on ten living donors using a SIEMENS CT system. Each image had a matrix size of $512{\times}512$ pixels with in-plane resolutions ranging from 0.54 to 0.70 mm. The slice spacing was 2.0 mm and the number of images per scan ranged from 136 to 229. For accuracy evaluation, the average symmetric surface distance (ASD) and the volume overlap error (VE) between automatic segmentation and manual segmentation by two radiologists are calculated. The ASD was $0.26{\pm}0.12mm$ for manual1 versus automatic and $0.24{\pm}0.09mm$ for manual2 versus automatic while that of inter-radiologists was $0.23{\pm}0.05mm$. The VE was $0.86{\pm}0.45%$ for manual1 versus automatic and $0.73{\pm}0.33%$ for manaual2 versus automatic while that of inter-radiologist was $0.76{\pm}0.21%$. Conclusion Our method can be used for the liver volumetry for the pre-surgery planning of living donor liver transplantation.
본 논문에서는 영역 기반 부호화를 위해 영상 분할 과정에서 요구되는 수리형태학 기반의 새로운 Connected Operator를 제안한다 참조 영상(Reference Image)의 선택에 있어 크기와 대조를 동시에 고려하는 효과적인 참조 영상 선택 방법을 제안한다 이는 시각적으로 중요한 요소를 보존하고 불필요한 영역은 제거함으로써 단순화 성능을 높일 수 있다 또한 기존 Connected Operator는 작은 크기의 요소들에 대해서는 좋은 결과를 보이지만 정의된 요소보다 크고 천천히 변화하는 영역에 대해서는 인접영역의 간섭으로 인해 단순화의 효과가 상당히 떨어지게 된다는 문제점이 있다 이를 보완하기위해 기존의 Geodesic Dilation 방법을 적응적으로 개선시키기 위해 원영상으로 복원된 화소는 연산과정에서 제외시킨다 제안하는 참조 영상 선택의 기준과 개체 영역을 고려한 개선된 Geodesic Dilation을 이용하여 크기와 대조를 고려한 새로운 Connected Operator를 제안한다. 제안하는 알고리즘은 중요 요소의 제거를 줄이고 화질을 개선시키며, 지역 최대/최소(Regional Maximum/Minimum)인 커다란 영역으로부터 발생하는 방해를 효과적으로 줄일 수 있다 실험 결과에 대한 주관적 평가에서 동일한 조건의 경우 제안하는 알고리즘이 기존 알고리즘보다 평탄면 생성이 더 우수함을 보였으며, 특히 객관적인 평가에서는 같은 영역 개수에 대해 기존의 연산자보다 평균 7dB정도 우수함을 확인하였다.
This study aims to evaluate the performance of the U-Net based learning model that may vary depending on the histogram equalization algorithm. The subject of the experiment were 17 radiology students of this college, and 1,727 data sets in which the region of interest was set in the thyroid after acquiring ultrasound image data were used. The training set consisted of 1,383 images, the validation set consisted of 172 and the test data set consisted of 172. The equalization algorithm was divided into Histogram Equalization(HE) and Contrast Limited Adaptive Histogram Equalization(CLAHE), and according to the clip limit, it was divided into CLAHE8-1, CLAHE8-2. CLAHE8-3. Deep Learning was learned through size control, histogram equalization, Z-score normalization, and data augmentation. As a result of the experiment, the Attention U-Net showed the highest performance from CLAHE8-2 to 0.8355, and the U-Net and BSU-Net showed the highest performance from CLAHE8-3 to 0.8303 and 0.8277. In the case of mIoU, the Attention U-Net was 0.7175 in CLAHE8-2, the U-Net was 0.7098 and the BSU-Net was 0.7060 in CLAHE8-3. This study attempted to confirm the effects of U-Net, Attention U-Net, and BSU-Net models when histogram equalization is performed on ultrasound images. The increase in Clip Limit can be expected to increase the ROI match with the prediction mask by clarifying the boundaries, which affects the improvement of the contrast of the thyroid area in deep learning model learning, and consequently affects the performance improvement.
저 선량 흉부 전산화단층촬영(low dose computed tomography; LDCT)검사 시 기존의 검사방법인 필터보정역투영법인 FBP(filted back projection)와 적응식 통계적 반복 재구성법인 ASIR(adaptive statistical iterative reconstruction)의 적용 및 관전압 변화에 따른 영상의 화질과 피폭선량을 비교 평가해 보고자 하였다. 흉부 phantom을 이용하여 재구성방법에 따라 FBP와 ASIR적용(10%, 20%)을 하였고, 관전압(100kVp, 120kVp)에 변화를 주어 실험을 하였다. 화질평가를 위해 back-ground noise와 signal-noise ratio(SNR), contrast-noise ratio(CNR)를 구하였으며, 선량평가를 위해 CTDIvol과 DLP를 구하였다. 화질평가에 있어 kVp에 따른 ascending aorta(AA) SNR과 inpraspinatus muscle(IM) SNR은 AA SNR과 IM SNR은 유의한 차이가 있었다(p < 0.05). 선량평가에 있어 CTDIvol과 DLP는 유의한 차이가 있었으며(p < 0.05), CTDIvol은 120 kVp, FBP가 2.6 mGy, 120 kVp, 10%-ASIR가 2.38 mGy, 120kVp, 20%-ASIR가 2.17 mGy로 0.43 mGy 감소하였고, 100 kVp, FBP가 1.61 mGy, 100 kVp, 10%-ASIR가 1.48 mGy, 100 kVp, 20%-ASIR가 1.34 mGy로 0.27 mGy 감소하였다. 또한 DLP에서는 120 kVp, FBP가 $103.21mGy{\cdot}cm$, 120 kVp, 10%-ASIR가 $94.57mGy{\cdot}cm$, 120 kVp, 20%-ASIR가 $85.94mGy{\cdot}cm$로 $17.27mGy{\cdot}cm$(16.7%) 감소하였고, 100 kVp, FBP가 $63.87mGy{\cdot}cm$, 100 kVp, 10%-ASIR가 $58.54mGy{\cdot}cm$, 100 kVp, 20%-ASIR가 $53.25mGy{\cdot}cm$로 $10.62mGy{\cdot}cm$(16.7%)로 감소하였다. 재구성방법에 따른 FBP와 ASIR 10%, 20%에서는 화질의 변화 없이 선량을 줄일 수 있어 흉부 low dose CT검사 시 ASIR 20%적용하여 검사하는 것이 좋으며, 관전압 변화에 따른 120 kVp와 100 kVp에서는 선량은 크게 줄어들었지만, noise가 증가하여 화질이 떨어지는 것으로 나타났다.
목적 : 방사선에 의한 apoptosis 유도에 저선량 방사선이 미치는 영향을 관찰하여 adaptive response 현상이 관계되는지를 마우스 종양에서 분석하고 관련되는 기전에 관하여 연구하고자 하였다. 대상 및 방법 : 마우스 동종암인 HCa-I, OCa-I에서 저선량 (0.05 Gy) 방사선 조사 후 고선량 (25 Gy)을 조사하여 이로부터 일정시간 후 종양에서 유도된 apoptosis 수준을 비교분석하였다. 또한, apoptosis의 조절 물질인 p53, Bcl-2, Bax, Bcl-X 등의 발현을 Western blotting으로 분석하여 관련된 기전을 연구하였다. 결과 : OCa-l에서 0.05 Gy를 전처치 후에 25 Gy를 조사한 군에서 apoptosis의 유도 수준은 세포 1000개당 229로서 예상되는 값인 324 에 비하면 약 $30\%$정도 감소된 결과로 나타나서(p<0.05) 저선량의 방사선에 의하여 apoptosis의 유도 수준이 감소한 것으로 나타났다. 반면 HCa-l기에서는 예상된 apoptosis수준과 실제 관찰치간에 변화가 없었다. 유전물질의 발현에서 p53은 두 종양 공히 0.05 Gy 조사군, 25 Gy 조사군 및 0.05+25 Gy 조사군에서 발현이 증가되었다. Bcl-2와 Bax는 두 종양 모두 발현 수준의 등락이 현저하지는 않았으나 OCa-l의 0.05+25 Gy 조사군에서 Bcl-2의 발현이 Bax를 상회하는 결과를 보였다. Bcl-X는 HCa-l에서 0.05 Gy 정도의 저선량에서부터 높은 상승을 보인 반면, OCa-l기에서는 천혀 발현되지 않았다. 결론 : 마우스 종양의 일부에서 0.05 Gy의 저선량이 고선량 방사선에 의한 apoptosis 유도에 대하여 adaptive response를 보이는 것으로 나타났다. 이는 Bcl-2, Bax의 발현 수준과 BcI-X 등이 관련되는 것으로 보였다. 본 연구는 방사선에 의한 apoptosis에서 adaptive response의 관련성이 일정치 않다는 것을 마우스 종양에서 보여주었다.
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.