본 논문을 통해서 우리는 최적화 알고리즘인 binary harmony search (BHS) 알고리즘을 이용하여 unsupervised nonlinear classifier를 구현하는 방안을 제시하였다. 패턴인식을 위한 기계학습이나 뇌파 신호의 분석 과정과 같이 벡터로 표현되는 특징들을 분류하는데 있어 다양한 알고리즘들이 제시되었다. 교사 학습기반의 분류 방식으로는 support vector machine과 같은 기법이 사용되어왔고, 비교사 학습 방법을 통한 분류 기법으로는 fuzzy c-mean (FCM)과 같은 알고리즘들이 사용되어 왔다. 그러나 기존에 사용해 왔던 분류 방법들은 비선형 데이터 분류에 적용하기 힘들거나 교사 학습을 적용하기 위해서 사전정보를 필요로 하는 문제점이 있다. 본 논문에서는 경험적 접근을 통해 공간상에 분포된 벡터 사이의 기하학적 거리를 최소로 만드는 벡터 집합을 선택하고 이를 하나의 클래스로 간주하는 방법을 적용한 분류법을 제시하였다. 비교 대상으로 FCM과 artificial neural network (ANN) 기반의 self-organizing map (SOM)을 제시하였다. 시뮬레이션에는 KEEL machine learing dataset을 사용하였고 그 결과, 제안된 방식이 기존 알고리즘에 비해 더 나은 우수성을 지니고 있음을 확인하였다.
'Semantic gap' has been a year-old problem in automatic video summarization, which refers to the gap between semantics implied in video summarization algorithms and what people actually infer from watching videos. Using the external EEG bio-feedback obtained from video watchers as a solution of this semantic gap problem has several another issues: First, how to define and measure noises against ERP waveforms as signals. Second, whether individual differences among subjects in terms of noise and SNR for conventional ERP studies using still images captured from videos are the same with those differently conceptualized and measured from videos. Third, whether individual differences of subjects by noise and SNR levels help to detect topic-irrelevant shots as signals which are not matched with subject's own semantic topical expectations (mis-match negativity at around 400m after stimulus on-sets). The result of repeated measures ANOVA test clearly shows a 2-way interaction effect between topic-relevance and noise level, implying that subjects of low noise level for video watching session are sensitive to topic-irrelevant visual shots, while showing another 3-way interaction among topic-relevance, noise and SNR levels, implying that subjects of high noise level are sensitive to topic-irrelevant visual shots only if they are of low SNR level.
문명의 발달과 함께 인간은 사회생활의 증가와 부족한 수면으로 인한 스트레스와 병이 증가하고 있다. 따라서 수면에 대한 관심이 증가하면서 편안하고 쾌적한 수면을 위한 수면환경에 대한 연구가 진행되어지고 있다. 본 연구는 쾌적한 온열환경 제시를 위한 방법으로서 여름철 실내환경이 수면에 미치는 영향을 알아보기 위해 22$^{\circ}C$, 26$^{\circ}C$, 3$0^{\circ}C$의 3가지 온도조건을 제시하고 5명의 피험자를 대상으로 수면다원검사를 실시하여 EEG, EOG, ECG, EMG 등의 생리신호를 측정하였다. 측정된 생리신호를 통해 수면단계분석과 수면효율을 분석한 결과 총 수면시간, SWS latency, 총 수면시간에 대한 SWS 시간의 비율이 26$^{\circ}C$의 조건에서 가장 좋은 결과를 나타내었으며, 22$^{\circ}C$, 3$0^{\circ}C$의 순서로 나타났다. 이러한 분석을 통해 온도차에 따라 수면상태가 달라짐을 관찰할 수 있었고, 여름철에 26$^{\circ}C$ 정도의 실내온도가 편안하고 쾌적한 수면을 위한 실내온열환경임을 알 수 있었다.
영화를 감상하는 동안 관객들은 각기 다양한 감성 반응을 보인다. 슬퍼하고 분노하며, 기뻐하고 화를 내는 등의 감성 반응이 영화가 전개되는 스토리에 따라 나타난다. 영화 전개에서 벌어지는 상황과 사건 등에서 관객이 보인 감성반응이 무엇인지를 뇌파 측정을 통해 알 수 있다. 이것을 연구하기 위해 연구 대상으로 각 장르를 대표하며, 흥행에 성공하여 많은 사람들에게 알려진 미국 영화 4편을 선택하였다. 어드밴처 장르의 <내서널트래저>, 애니메이션 장르의 <토이스토리3>, 액션 장르의 <아이언맨1>, 드라마 장르의 <블라인드사이드>이다. 이들 영화의 감성반응을 측정하기 위해 뇌파의 PPG를 중심으로 4개 경우를 설정하여 시계열 그래프 패턴으로 분석하였다. 그 결과 그래프에 나타난 감성반응이 스토리 전개와 밀접한 상관성이 있음을 알 수 있었다. 본 연구는 향후 영화 제작할 때, 특히 스토리를 어떻게 구성하여 전개시켜 나갈 것인가 할 때 장르 선택에 도움을 줄 것이고, 관객들의 감성을 유도해 내는 데도 도움을 줄 것이라고 기대한다.
본 논문에서는 임계값 자동 설정 기능을 지원하는 효과적인 뉴로피드백 시스템을 제안한다. 실시간 뇌파의 신호 처리를 통해 보상 주파수와 억제 주파수에 대한 정확한 피드백을 생성하는 알고리즘을 설계하고, 이를 기반으로 치료사가 정한 목표 성공률을 얻기 위해 자동으로 임계값을 계산하는 기술을 제시한다. 본 논문에서 제시한 자동 임계값 설정 기술은 피험자의 이전 뇌파 패턴을 분석하여 목표 성공률과의 차이를 최소로하는 최적의 임계값을 계산한다. 다양한 조건의 실험을 통해 제안된 기법의 효율성과 안정성을 입증한다.
Journal of information and communication convergence engineering
/
제20권3호
/
pp.174-180
/
2022
Emotion recognition is an essential component of complete interaction between human and machine. The issues related to emotion recognition are a result of the different types of emotions expressed in several forms such as visual, sound, and physiological signal. Recent advancements in the field show that combined modalities, such as visual, voice and electroencephalography signals, lead to better result compared to the use of single modalities separately. Previous studies have explored the use of multiple modalities for accurate predictions of emotion; however the number of studies regarding real-time implementation is limited because of the difficulty in simultaneously implementing multiple modalities of emotion recognition. In this study, we proposed an emotion recognition system for real-time emotion recognition implementation. Our model was built with a multithreading block that enables the implementation of each modality using separate threads for continuous synchronization. First, we separately achieved emotion recognition for each modality before enabling the use of the multithreaded system. To verify the correctness of the results, we compared the performance accuracy of unimodal and multimodal emotion recognitions in real-time. The experimental results showed real-time user emotion recognition of the proposed model. In addition, the effectiveness of the multimodalities for emotion recognition was observed. Our multimodal model was able to obtain an accuracy of 80.1% as compared to the unimodality, which obtained accuracies of 70.9, 54.3, and 63.1%.
KSII Transactions on Internet and Information Systems (TIIS)
/
제17권11호
/
pp.3099-3120
/
2023
The present fast-moving era brings a serious stress issue that affects elders and youngsters. Everyone has undergone stress factors at least once in their lifetime. Stress is more among youngsters as they are new to the working environment. whereas the stress factors for elders affect the individual and overall performance in an organization. Electroencephalogram (EEG) based stress level classification is one of the widely used methodologies for stress detection. However, the signal processing methods evolved so far have limitations as most of the stress classification models compute the stress level in a predefined environment to detect individual stress factors. Specifically, machine learning based stress classification models requires additional algorithm for feature extraction which increases the computation cost. Also due to the limited feature learning characteristics of machine learning algorithms, the classification performance reduces and inaccurate sometimes. It is evident from numerous research works that deep learning models outperforms machine learning techniques. Thus, to classify all the emotions based on stress level in this research work a hybrid deep learning algorithm is presented. Compared to conventional deep learning models, hybrid models outperforms in feature handing. Better feature extraction and selection can be made through deep learning models. Adding machine learning classifiers in deep learning architecture will enhance the classification performances. Thus, a hybrid convolutional neural network model was presented which extracts the features using CNN and classifies them through machine learning support vector machine. Simulation analysis of benchmark datasets demonstrates the proposed model performances. Finally, existing methods are comparatively analyzed to demonstrate the better performance of the proposed model as a result of the proposed hybrid combination.
유비쿼터스 시대의 도래에 따른 서비스의 고급화는 다양한 형태의 사용자 단말기의 개발을 유도하였으며, 이러한 사용자 단말기의 변화는 다양한 형태의 인간친화형 사용자 인터페이스의 개발로 이어지게 되었다. 이러한 다양한 형태의 인간친화형 사용자 인터페이스 중, 인간의 뇌를 활용한 사용자 인터페이스, 즉, BCI에 관한 연구가 최근 산발적으로 다양하게 진행되고 있다. 현재 진행되어지고 있는 다양한 형태의 BCI 관련 연구들은, 연구 초기 수준을 극복하지 못하는 실정이며, 이러한 연구개발의 지체 이유로는 체계적인 연구가 진행되어지지 않고 있다는 점을 들 수 있다. 대부분의 HCI 또는 BCI 관련 연구들은 생체신호를 수집하여 신호처리 과정을 거치게 되며, 이때 중요한 연구요소중의 하나로 DB구축 분야를 들 수 있다. 하지만 현재 진행되고 있는 대부분의 BCI 관련 연구의 경우 DB구축부터 시작한 체계적인 연구가 이루어지고 있지 않는 실정이다. 뇌파를 제외한 다른 생체신호, 즉 오감자극을 활용한 HCI 연구와는 달리, 뇌파 DB의 경우 피험자를 제외한 다른 연구 관련자들은 현재 피험자로부터 수집되어지고 있는 DB가 실험에 필요한 적절한 신호인지 구분하기 힘든 실정이다. 또한, 뇌파 신호의 수집 시 연구관련 자들은 피험자에게 정확한 지침을 제시하지 못하고 있는 실정이며 어떠한 방법으로 피험자가 실험에 집중하여야 확연한 패턴을 보이는 차별화 된 뇌파 신호의 생성이 가능한지 명확하게 알려지지 않은 실정이다. 따라서 본 논문에서는 뇌파를 활용한 BCI구현과 사용자 의지에 따른 활용 시 보다 정확하고 높은 인식률 구현을 하기 위한 기초 연구 방안으로 정확하고 효율적인 뇌파 DB구축 시스템을 제안한다. 또한 현재까지 명확하게 알려지지 않은 효과적인 뇌파생성 방안을 동시에 연구하기 위하여 오감자극을 활용한 뇌파 DB 수집이 가능한 구축 시스템을 구현하며 각 방법에 따라 구축되어진 뇌파의 패턴 분석을 통한 효율적인 뇌파 DB구축 방안을 제안한다.
본 논문에서는 사이버 멀미 발생 예측에 활용 할 CNN 기반의 신경망의 성능 향상을 위하여, 다양한 형태의 신경망 구조에 대한 성능 분석을 수행한다. 특히, 대뇌 구조의 특성을 반영한 CNN을 차별적으로 구현하여 각 CNN(Convolution Neural Network)의 성능을 비교 분석하였으며, 이를 기반으로 사이버 멀미 발생 예측에 최적화된 신경망 구조의 설계와 관련한 기본적인 이론을 제시한다. 사이버 멀미 발생에는 많은 원인이 있지만 가장 중요한 원인은 뇌와 관련된 전정 기능의 장애에 기인한 것으로 판단된다. 뇌파는 뇌 활동 상태를 나타내는 지표 역할을 하며 외부 자극과 뇌 활동에 따라 차이를 나타낸다. 2019년에 출판된 Tony Ro의 Martijn E. Wokke 논문을 포함한 많은 연구와 실험에 의해 외부 자극과 뇌 활동으로 인한 뇌파의 변화가 입증되었으며, 본 논문에서는 이러한 상관관계를 바탕으로 사이버 멀미 유발 환경에서 수집 한 뇌파 데이터를 분석하고 뇌 구조의 특성을 반영하는 사이버 멀미 예측 인공 신경망의 구현 가능성을 제시하였다. 본 연구의 결과는 사이버 멀미 예측에 활용되는 CNN의 최적 성능 도출을 위하여, 고려하여야 할 신경망의 기본 구조 설계에 활용될 수 있으며, 다양한 가상현실(VR) 환경 등 대뇌 활동이 관여하는 분야에서 응용 될 신경망 구조 설계의 기초를 제공 할 것으로 기대된다.
목 적 : 뇌실 주위 백질연화증(periventricular leukomalacia)은 동맥혈의 허혈로 인하여 뇌실 주변에 백질 괴사가 초래되어 발생하는 질환으로 미숙아와 만삭아 모두에서 관찰될 수 있으며 간질 발생의 요인이 된다. 본 연구는 뇌실 주위 백질연화증이 관찰된 간질 환아에서 재태 연령에 따라 간질 발작의 임상적인 차이점이 있는지 알아보고자 시행되었다. 방 법 : 뇌 자기공명영상으로 뇌실 주변부에 T2 강조 영상으로 고신호강도의 병변이 관찰된 108례(미숙아군 79례, 만삭아군 29례) 중 2회 이상의 간질 발작을 보이고 6개월 이상 추적 관찰이 가능했던 37례를 연구 대상으로 하였으며, 이를 다시 재태 기간이 37주 미만의 미숙아군(27례)과 37주 이상의 만삭아군(10례)으로 나누어 두 군을 비교하였다. 각각의 증례별 병력 기록지를 조사하여 두 군간의 간질 발작의 초발 연령, 첫 간질 발작의 유형, 뇌파 소견 및 항경련제에 대한 치료 반응을 비교하는 후향적 연구를 하였다. 결 과 : 첫 간질 발작은 미숙아군의 경우 평균 $22.2{\pm}18.3$개월, 만삭아군의 경우에는 평균 $26.9{\pm}21.1$개월에서 시작되었으며 통계학적으로 유의한 차이는 없었다(P=0.505). 첫 간질 발작의 유형으로는 미숙아군의 경우 영아 연축이 11례(40.7%), 단순 또는 복잡 부분 발작이 7례(25.9%), 이차성 전범화의 부분 발작이 6례(22.2%), 그리고 전신성 발작이 3례의 순으로 많았다. 만삭아군에서는 단순 또는 복잡 부분 발작이 7례(70.0%), 전신성 발작이 2례(20.0%) 그리고 지발형 영아 연축이 1례(10.0%)의 순으로 많았다. 뇌파 소견으로 미숙아군에서 고부정 뇌파가 11례(40.7%), 국소성 간질파가 6례(22.2%), 다초점성 간질파가 4례(14.8%)의 순으로 많았고, 만삭아군에서는 국소성 간질파가 5례(50.0%)였으며 3례(30.0%)에서 간질파가 관찰되지 않았다. 항경련제에 대한 반응은 추적 관찰 기간 동안 간질 발작의 재발을 보이지 않았던 경우가 미숙아군은 27례 중 16례(59.3%), 만삭아군의 경우 10례 중 6례(60.0%)였으며 난치성 간질은 미숙아군에서 6례(22.2%)가 있었으나 만삭아군에서는 1례도 관찰되지 않았다. 결 론 : 뇌실 주위 백질연화증을 가진 간질 환아에서 영아 연축과 같은 중증 간질은 미숙아군에서 주로 발생하는 경향이 있었으며 난치성 간질은 미숙아군에서만 관찰되어 만삭아군과 임상적으로 간질 발작의 유형이나 치료에 대한 반응 등에서 차이가 있는 것으로 생각된다. 향후 뇌실 주위 백질연화증의 정도나 발생 기전에 대해 두 군간의 차이점이 있는지에 대한 연구가 두 군간의 간질 발작의 임상적 차이를 이해하는데 도움이 될 것으로 생각된다.
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.