본 연구는 DWI 검사 시 자화율 차이로 인해 뇌줄기에 발생하는 영상의 왜곡을 새로운 SS-TSE를 적용하여 감소시키고자 하였다. 연구방법은 2015년 7월부터 동년 9월까지 DWI 검사를 검사한 30명을 대상으로, 기존의 SS-EPI 기법과 새로운 SS-TSE를 적용하여 기법에 따른 뇌줄기의 왜곡과 오차율을 비교평가 하였다. 연구결과, 새로운 SS-TSE 적용 시 왜곡이 감소된 것을 볼 수 있으며, 오차율 또한 b0 영상은 2.4%(11.1%에서 8.7%), b1000 영상은 1.2%(11.4%에서 10.1%) 감소하는 것을 볼 수 있었다. 결론적으로, 뇌줄기의 DWI 검사 시 본 연구의 SS-TSE를 이용하면 기존 기법 사용 시 발생하는 영상의 왜곡을 감소시킬 수 있어 진단적 가치가 높은 영상을 획득할 수 있다.
한반도 여수연안($127^{\circ}37.73^{\prime}E$, $34^{\circ}37.60^{\prime}N$)의 46년(1965-2010년)간 월평균 표면수온의 계절변동과 장기변동추세를 파악하였으며, 시계열모형을 수립하여 향후 12개월의 표면수온을 예측하였다. 여수연안의 연평균 표면수온은 $15.6^{\circ}C$, 연진폭은 $9^{\circ}C$를 보이며, 연위상은 $236^{\circ}$로서 최고수온을 보이는 시기는 8월 26일경으로 나타났다. 장기적으로 여수연안 표면수온은 연간 약 $0.0305^{\circ}C$의 유의한 상승 추세를 가지며, 시기적으로 1981년부터 2010년까지 30년간의 상승 경향이 1966년부터 1995년까지 30년간의 상승 경향보다 현저하며, 계절적으로 겨울철의 상승 경향이 지배적으로 나타났다. 월평균 표면수온을 적합시켜 선택된 시계열모형은 $ARIMA(1,0,0)(2,1,0)_{12}$을 따르며, 수립된 모형에 의한 2010년 월평균 표면수온의 예측치는 8.3%의 평균절대백분율오차(Mean Absolute Percentage Error)를 수반하였다.
하단배출 형태의 연직수문에서의 퇴적토사 이동을 수반한 유량계수, 수력도약 높이, 수력도약 길이의 수리특성을 분석하기 위해 수리 모형실험과 차원해석을 수행하였다. Froude 수와 수리특성의 상관관계를 퇴적토 이동 유무에 따라 도식화하고, 무차원 매개변수와 수리특성의 상관성을 분석하고 다중회귀분석식을 개발하였다. 퇴사의 이동을 수반한 수리특성은 퇴적토의 이동이 없을 경우와는 다른 양상을 확인하여 퇴적토 이동을 특성을 나타낼 수 있는 변수의 도입이 필요함을 확인하였다. 유량계수, 수력도약 높이와 수력도약 길이에 대한 각 다중회귀분석식의 결정계수는 유량계수 0.749, 수력도약 높이 0.896, 수력도약 길이 0.955로 높게 나타났다. 개발한 수리특성식의 적용성을 평가하기 위해 실제 측정값과 회귀분석식에 의해 계산된 값의 95%의 예측구간 분석을 수행하였고, 유량계수, 수력도약 높이와 길이에 대한 예측의 정확도 분석차원의 NSE (Nash-Sutcliffe Efficiency), RMSE (root mean square)와 MAPE (mean absolute percentage error)는 적절한 것으로 판단되었다.
본 논문에서는 압축 하중을 받는 오픈 홀(open-hole compression) 탄소섬유 복합재(carbon fiber reinforced plastic, CFRP) 시편의 평면 내 손상(in-plane damage) 및 층간 분리(delamination)를 예측하기 위한 모델링 방법을 제안하고 유한요소해석(finite element analysis)을 수행하였다. 유한요소모델은 오픈 홀 복합재 시편의 점진적 손상 및 파손 분석(progressive damage and failure analysis)을 위해 Hashin 파손 기준(hashin failure criteria)과 표면 기반 응집 거동(cohesive behavior) 모델을 기반으로 구성되었으며 ABAQUS/EXPLICIT Solver를 활용하여 해석을 수행하였다. 유한요소해석의 타당성을 종합적으로 평가하기 위해 세 가지 유형의 적층 패턴(stacking sequences)을 가지는 오픈 홀 압축 복합재 시편에 대한 시험 결과와 비교하였다. 오픈 홀 압축 시편의 강도와 강성은 백분율 오차(percentage error) 10.0 % 미만으로 비교적 잘 예측하였으며 오픈 홀 복합재 적층판의 인장/압축 매트릭스 손상 상태 및 원공(hole) 근처의 복합재 계면 층간 분리에 대한 손상 상태를 추출하여 평가하고 분석하였다.
작물 수확량의 정확하고 시기 적절한 추정은 세계적인 식량 안보 계획 및 농업 정책 개발을 포함하여 다양한 목적을 위해 중요하다. 원격 감지 기술은 특히 vegetation indices (VIs)를 활용한 작물 상태 모니터링과 예측에서 유망성을 보여주고 있다. 그러나 normalized difference vegetation index (NDVI) 와 enhanced vegetation index (EVI) 와 같은 전통적인 Vis는 식물광합성의 빠른 변화를 포착하는 데 제한이 있으며 작물 생산성을 정확하게 대표하지 못할 수 있다. 대체적인 Vis인 near-infrared reflectance of vegetation (NIRv)는 gross primary productivity (GPP)과 강한 상관관계를 가지며 빛이 반사할 때의 혼동을 해결하는 능력으로 인해 작물 생산량을 예측하는 더 나은 지표로 제안되었다. 연구 결과는 옥수수와 콩 모두에 대해 NIRv의 최댓값과 작물 수확량/면적 간에 유의한 상관관계가 있음을 입증했다. 이 상관관계는 콩에 대해 약간 더 강한 경향을 보였다. 게다가 대부분의 주요한 주에서는 NIRv의 최댓값과 생산량 간에 주목할 만한 관계가 있으며, 다양한 주에서 일관된 경사도를 보였다. 또한, 연간 데이터에서는 대부분의 값이 서로 밀접하게 군집되는 독특한 패턴을 관찰했다. 그러나 2012년은 다양한 주에서 독특한 작물 조건을 시사하는 이상값으로 나타났다. NIRv의 최댓값과 생산량 간의 확립된 관계를 기반으로, 우리는 2022년의 작물 수확량 데이터를 예측하고, 예측의 정확도를 Root Mean Square Percentage Error (RMSPE)를 사용하여 평가했다. 우리의 연구 결과는 지역별 작물 수확량 추정에 NIRv의 최댓값과 잠재력을 나타내며, 다양한 지역에서 정확도는 달라질 수 있다는 것을 보여줄 수 있다.
PURPOSES : The purpose of this thesis is to evaluate the effectiveness of an active noise cancellation (ANC) system in reducing the traffic noise level against frequencies from the predictive model developed by previous research. The predictive model is based on ISO 9613-2 standards using the Noble close proximity (NCPX) method and the pass-by method. This means that the use of these standards is a powerful tool for analyzing the traffic noise level because of the strengths of these methods. Traffic noise analysis was performed based on digital signal processing (DSP) for detecting traffic noise with the pass-by method at the test site. METHODS : There are several analysis methods, which are generally divided into three different types, available to evaluate traffic noise predictive models. The first method uses the classification standard of 12 vehicle types. The second method is based on a standard of four vehicle types. The third method is founded on 5 types of vehicles, which are different from the types used by the second method. This means that the second method not only consolidates 12 vehicle types into only four types, but also that the results of the noise analysis of the total traffic volume are reflected in a comparison analysis of the three types of methods. The constant percent bandwidth (CPB) analysis was used to identify the properties of different frequencies in the frequency analysis. A-weighting was applied to the DSP and to the transformation process from analog to digital signal. The root mean squared error (RMSE) was applied to compare and evaluate the predictive model results of the three analysis methods. RESULTS : The result derived from the third method, based on the classification standard of 5 vehicle types, shows the smallest values of RMSE and max and min error. However, it does not have the reduction properties of a predictive model. To evaluate the predictive model of an ANC system, a reduction analysis of the total sound pressure level (TSPL), dB(A), was conducted. As a result, the analysis based on the third method has the smallest value of RMSE and max error. The effect of traffic noise reduction was the greatest value of the types of analysis in this research. CONCLUSIONS : From the results of the error analysis, the application method for categorizing vehicle types related to the 12-vehicle classification based on previous research is appropriate to the ANC system. However, the performance of a predictive model on an ANC system is up to a value of traffic noise reduction. By the same token, the most appropriate method that influences the maximum reduction effect is found in the third method of traffic analysis. This method has a value of traffic noise reduction of 31.28 dB(A). In conclusion, research for detecting the friction noise between a tire and the road surface for the 12 vehicle types needs to be conducted to authentically demonstrate an ANC system in the Republic of Korea.
지도 학습 기반의 신경 망을 활용한 공학적 자료의 분석은 화학공학 공정 최적화, 미세 먼지 농도 추정, 열역학적 상평형 예측, 이동 현상 계의 물성 예측 등 다양한 분야에서 활용되고 있다. 신경 망의 지도 학습은 학습 자료를 요구하며, 주어진 학습 자료의 구성에 따라 학습 성능이 영향을 받는다. 빈번히 관찰되는 공학적 자료 중에는 DNA의 길이, 분석 물질의 농도 등과 같이 로그 간격으로 주어지는 자료들이 존재한다. 본 연구에서는 넓은 범위에 분포된 로그 간격의 학습 자료를 기계 학습으로 처리하는 경우, 사용 가능한 손실 함수들의 학습 성능을 정량적으로 평가하였으며, 적합한 학습 자료 구성 방식을 연구하였다. 이를 수행하고자, 100×100의 가상 이미지를 활용하여 기계 학습의 회귀 과업을 구성하였다. 4개의 손실 함수들에 대하여 (i) 오차 행렬, (ii) 최대 상대 오차, (iii) 평균 상대 오차로 정량적 평가하여, mape 혹은 msle가 본 연구에서 다룬 과업에 대해 최적의 손실 함수가 됨을 알아내었다. 또한, 학습 자료의 값이 넓은 범위에 걸쳐 분포하는 경우, 학습 자료의 구성을 로그 간격 등을 고려하여 균등 선별하는 방식이 높은 학습 성능을 보임을 밝혀내었다. 본 연구에서 다룬 회귀 과업은 DNA의 길이 예측, 생체 유래 분자 분석, 콜로이드 용액의 농도 추정 등의 공학적 과업에 적용 가능하며, 본 결과를 활용하여 기계 학습의 성능과 학습 효율의 증대를 기대할 수 있을 것이다.
Salman Ihsan;Shahab Saqib;Hafiz Muhammad Awais Rashid;Fawad S. Niazi;Mohsin Usman Qureshi
Geomechanics and Engineering
/
제35권2호
/
pp.121-133
/
2023
The demand for cement and limestone crushed materials has increased many folds due to the tremendous increase in construction activities in Pakistan during the past few decades. The number of cement production industries has increased correspondingly, and so the rock-blasting operations at the limestone quarry sites. However, the safety procedures warranted at these sites for the blast-induced ground vibrations (BIGV) have not been adequately developed and/or implemented. Proper prediction and monitoring of BIGV are necessary to ensure the safety of structures in the vicinity of these quarry sites. In this paper, an attempt has been made to predict BIGV using artificial neural network (ANN) at three selected limestone quarries of Pakistan. The ANN has been developed in Python using Keras with sequential model and dense layers. The hyper parameters and neurons in each of the activation layers has been optimized using randomized and grid search method. The input parameters for the model include distance, a maximum charge per delay (MCPD), depth of hole, burden, spacing, and number of blast holes, whereas, peak particle velocity (PPV) is taken as the only output parameter. A total of 110 blast vibrations datasets were recorded from three different limestone quarries. The dataset has been divided into 85% for neural network training, and 15% for testing of the network. A five-layer ANN is trained with Rectified Linear Unit (ReLU) activation function, Adam optimization algorithm with a learning rate of 0.001, and batch size of 32 with the topology of 6-32-32-256-1. The blast datasets were utilized to compare the performance of ANN, multivariate regression analysis (MVRA), and empirical predictors. The performance was evaluated using the coefficient of determination (R2), mean absolute error (MAE), mean squared error (MSE), mean absolute percentage error (MAPE), and root mean squared error (RMSE)for predicted and measured PPV. To determine the relative influence of each parameter on the PPV, sensitivity analyses were performed for all input parameters. The analyses reveal that ANN performs superior than MVRA and other empirical predictors, andthat83% PPV is affected by distance and MCPD while hole depth, number of blast holes, burden and spacing contribute for the remaining 17%. This research provides valuable insights into improving safety measures and ensuring the structural integrity of buildings near limestone quarry sites.
The purpose of this study is to evaluate the performance of a "stealth chamber" as a novel reference chamber for measuring percentage depth dose (PDD) and profile of 6, 8 and 10 MV photon energies. The PDD curves and dose profiles with fields ranging from $3{\times}3$ to $25{\times}25cm^2$ were acquired from measurements by using the stealth chamber and CC 13 chamber as reference chamber. All measurements were performed with Varian VitalBeam linear accelerator. In order to assess the performance of stealth chamber, PDD curves and profiles measured with stealth chamber were compared with measurement data using CC13 chamber. For PPDs measured with both chambers, the dosimetric parameters such as $d_{max}$ (depth of maximum dose), $D_{50}$ (PDD at 50 mm depth), and $D_{100}$ (PDD at 100 mm depth) were analyzed. Moreover, root mean square error (RMSE) values for profiles at $d_{max}$ and 100 mm depth were evaluated. The measured PDDs and profiles between the stealth chamber and CC13 chamber as reference detector had almost comparable. For PDDs, the evaluated dosimetric parameters were observed small difference (<1%) for all energies and field sizes, except for $d_{max}$ less than 2 mm. In addition, the difference of RMSEs for profiles at $d_{max}$ and 100 mm depth was similar for both chambers. This study confirmed that the use of stealth chamber for measuring commission beam data is a feasible as reference chamber for fields ranging from $3{\times}3$ to $20{\times}20cm^2$. Furthermore, it has an advantage with respect to measurement of the small fields (less than $3{\times}3cm^2$ field) although not performed in this study.
본 연구에서는 Geant4 시뮬레이터를 이용하여 Varian 2100C/D 선형가속기의 헤드 부분과 다엽콜리메이터를 모델링한 후 6 MV 광자 선속에 대해 선량분포 평가의 기본이 되는 물팬텀($50{\times}50{\times}50\;cm^3$) 내에서의 심부선량백분율(Percentage depth dose)과 측면선량(lateral dose)에 대해 검출기를 이용한 측정 결과와 시뮬레이션 결과를 비교 평가하였다. 시뮬레이션은 두 단계로 나누어 진행하였다. 첫 번째 단계에서 타겟을 통해 나오는 광자의 에너지 스펙트럼을 측정하였다. 다음 단계에서 셈플링한 에너지 스펙트럼에 따라 광자를 직접 팬텀에 조사하는 방식으로 수행하였다. 실험 결과 $5{\times}5 \;cm^2$와 $10{\times}10\;cm^2$ 조사야에서의 심부선량백분율과 16 mm, 50 mm, 100 mm에서 측정한 측면 선량 모두 측정값과 비교하여 2% 이내의 오차를 보여 임상적으로 허용범위 안의 오차를 확인하였고 다엽콜리메이터의 정확도는 1 mm 이내의 오차를 확인 할 수 있었다. 본 연구의 연구 결과를 기초로 한 계산적 방법은 오차가 많이 발생하는 비균질성 조직 내에서의 선량분포 연구와 DICOM 데이터를 적용한 선량 계산 시뮬레이션 응용에서 활용하기 위해 선행되어야 하는 기초 자료로서 활용가치가 있다고 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.