이 연구는 칼라 디지털 카메라 영상 분석에 의한 유수분화기 벼 군락의 건물중 및 질소흡수량 추정 모델, 유수분화기 질소흡수량과 질소 수비량에 따른 유수분화기 이후 질소 흡수량 추정 모델, 유수분화기 질소 흡수량과 유수분화기 이후 질소 흡수량에 따른 수량 및 쌀 단백질함량 추정 모델을 구축하고 이를 종합하여 목표 수량 또는 단백질함량을 달성하기 위한 질소 수비량을 추천하는 원시 프로그램을 개발하여 현장 적용성 예비 검토를 실시하고자 한 것이다. 1. 군락피복도(CC)와 군락체적(CV)은 초장, 건물중 및 질소흡수량과 고도로 유의한정의 상관을 나타내었으며, R, G, B, NDI 및 명도 값은 이들과 유의한 부의 상관을 나타내었다. 한편 표준화된 색지표인 r은 잎 및 지상부 질소함량과 유의한 부의 상관을 나타내었으나 표준화 색지표 b와 g는 이들과 유의한 상관을 보이지 않았다. 2. 벼 군락의 디지털 카메라 영상분석을 이용한 벼 지상부 건물중 및 질소 흡수량을 추정하기 위한 비선형회귀 모델을 작성하였다. 지상부 건물중 추정 모텔에는 CC와 정규화된 R값(r, NorR)이 변수로 채택이 되었고, 질소흡수량 추정에는 CC와 정규화된 G값(g, NorG)이 채택되었으며, 이들 모델의 결정계수는 각각 0.81과 0.68이었다. 영성분석 색지표 이외에 초장을 모델에 도입하는 경우 모델의 결정계수는 더 높아졌다. 3. 유수분화기에 적정 질소 추비량을 처방하기 위해서는 유수분화기 식물체의 질소 영양 상태(질소 흡수량, PNup) 및 질소 시비량이 수량과 단백질함량에 미치는 영향을 정량화하여야 하는데, 이를 위하여 Npi와 PNup이 유수 분화기부터 성숙기까지의 지상부 질소흡수량에 미치는 영향 및 PNup과 PHNup이 벼 수량 및 쌀 단백질 함량에 미치는 영향을 검토하여 중회귀 모델을 작성하였으며 이 모델들은 결정계수가 모두 0.8이상으로 높았다. 4. 상기의 모델들을 종합하여 유수분화기 벼 군락 영상분석을 이용한 수비처방 원시 프로그램을 작성하여 예비 검증 실험을 하였다. 벼 수비 처방 프로그램에 의해 쌀단백질 함량 6.0%를 기준으로 처방된 수비질소 분시율이 19%~21%로 표준재배 분시율 30%에 비해 낮은 수준으로 처방되었으나 완전미 수량은 대등하였고, 단백질함량은 수비처방 목표단백질 함량 6%보다는 다소 낮은 5.7~5.8%였으며, 수량과 단백질함량의 변이 계수는 관행 수비 처방구에 비하여 프로그램 처방구에서 크게 낮아져서 프로그램 처방에 의하여 수량과 품질이 균질화되는 결과였다.
본 연구에서는 금강권역을 대상으로 최대 12개월까지 선행예측이 가능한 월 강수량 예측모형을 구축하였으며, 예측모형 구축에는 다중회귀분석과 인공신경망의 두 가지 통계적 기법을 적용하였다. 예측인자 후보로 NOAA에서 제공하는 글로벌 기후패턴 39종과 금강권역에 대한 기상인자 8종 등 총 47종의 기후지수를 활용하였다. 예측대상월을 기준으로 과거 40년간의 월 강수량과 기후지수와의 지연상관성 분석을 통해 상관도가 높은 기후지수를 예측인자로 활용하여 다중회귀모형 및 인공신경망 모형을 구축하였다. 1991~2021년에 대해 매월 예측결과의 평균값과 관측값과의 적합도를 분석한 결과, 다중회귀모형은 PBIAS -3.3~-0.1%, NSE 0.45~0.50, r 0.69~0.70으로 분석되었으며, 인공신경망모형은 PBIAS -5.0~+0.5%, NSE 0.35~0.47, r 0.64~0.70로, 다중회귀모형에 의해 도출된 예측치의 평균값이 인공신경망모형보다 관측치에 좀 더 근접한 것으로 나타났다. 각 월의 예측범위 안에 관측치가 포함될 확률을 분석한 결과에서는 다중회귀모형이 57.5~83.6%(평균 72.9%), 인공신경망모형의 경우에는 71.5~88.7%(평균 81.1%)로 인공신경망모형 결과가 우수한 것으로 나타났다. 3분위 예측확률을 비교한 결과는 다중회귀모형의 경우에는 25.9~41.9%(평균 34.6%), 인공신경망모형은 30.3~39.1%(평균 34.7%)로 비슷하며, 두 모형 모두 평균 33.3% 이상으로 월 강수량에 대한 장기예측성을 확인 할 수 있었다. 이상과 같이 두 모형의 예측성 차이는 비교적 크지 않은 것으로 나타났으나, 예측범위에 대한 적중률이나 3분위 예측확률로부터 판단할 때 예측성에 대한 월별 편차는 인공신경망모형의 결과가 상대적으로 작게 나타났다.
Kim, Dong-Wook;Jung, Sang-Jin;Kwon, Young-Seok;Kim, Hak-Jin
한국농업기계학회:학술대회논문집
/
한국농업기계학회 2017년도 춘계공동학술대회
/
pp.45-45
/
2017
On-site monitoring of vegetable growth parameters, such as leaf length, leaf area, and fresh weight, in an agricultural field can provide useful information for farmers to establish farm management strategies suitable for optimum production of vegetables. Unmanned Aerial Vehicles (UAVs) are currently gaining a growing interest for agricultural applications. This study reports on validation testing of previously developed vegetable growth estimation models based on UAV-based RGB images for white radish and Chinese cabbage. Specific objective was to investigate the potential of the UAV-based RGB camera system for effectively quantifying temporal and spatial variability in the growth status of white radish and Chinese cabbage in a field. RGB images were acquired based on an automated flight mission with a multi-rotor UAV equipped with a low-cost RGB camera while automatically tracking on a predefined path. The acquired images were initially geo-located based on the log data of flight information saved into the UAV, and then mosaicked using a commerical image processing software. Otsu threshold-based crop coverage and DSM-based crop height were used as two predictor variables of the previously developed multiple linear regression models to estimate growth parameters of vegetables. The predictive capabilities of the UAV sensing system for estimating the growth parameters of the two vegetables were evaluated quantitatively by comparing to ground truth data. There were highly linear relationships between the actual and estimated leaf lengths, widths, and fresh weights, showing coefficients of determination up to 0.7. However, there were differences in slope between the ground truth and estimated values lower than 0.5, thereby requiring the use of a site-specific normalization method.
온도와 일장을 예측변수로 하는 2차원 non-par-ametric model을 개발하여, 건답직파재배에서 파종기 이동 및 단일처리 (26개품종, 4월 10일부터 2주 간격으로 8회 파종, 해지기 직전 1시간 차광)를 하여 얻은 자료로부터 출아에서 출수까지의 일평균발육속도(DVR)를 추정하였다. 또한 여기서 추정한 DVR을 이용 독립자료에 대하여 모델을 검증하였다. 1. 발육 예측정도는 온도와 일장에 대한 smoothing parameter λ$_{T}$ 와 λ$_{L}$에 따라서 단조적으로 변하였으며 예측정도를 가장 높게하는 λ$_{T}$ 와 λ$_{L}$이 존재하였다. 2. 최적 λ$_{T}$와 λ$_{L}$은 품종에 따라서 달랐으며 5~100,000의 범위내에 있었다 3. 최적 λ$_{T}$와 λ$_{L}$에서 구한 DVR을 이용하여 발육을 예측하는 경우 C.V는 품종에 따라 0.5-2.6% 였으며 기존의 함수모델들 보다 예측 정도가 높았다 4. DVR을 계산하는데 이용되지 않은 독립자료를 이용하여 11개 품종을 대상으로 출수기를 예측한 결과 예측오차는 0-3일로 추정 정도가 높았다.
Alavi, Amir Hossein;Gandomi, Amir Hossein;Mousavi, Mehdi;Mollahasani, Ali
Geomechanics and Engineering
/
제2권4호
/
pp.253-280
/
2010
A new prediction model is derived for the uplift capacity of suction caissons using a hybrid method coupling genetic programming (GP) and simulated annealing (SA), called GP/SA. The predictor variables included in the analysis are the aspect ratio of caisson, shear strength of clayey soil, load point of application, load inclination angle, soil permeability, and loading rate. The proposed model is developed based on well established and widely dispersed experimental results gathered from the literature. To verify the applicability of the proposed model, it is employed to estimate the uplift capacity of parts of the test results that are not included in the modeling process. Traditional GP and multiple regression analyses are performed to benchmark the derived model. The external validation of the GP/SA and GP models was further verified using several statistical criteria recommended by researchers. Contributions of the parameters affecting the uplift capacity are evaluated through a sensitivity analysis. A subsequent parametric analysis is carried out and the obtained trends are confirmed with some previous studies. Based on the results, the GP/SA-based solution is effectively capable of estimating the horizontal, vertical and inclined uplift capacity of suction caissons. Furthermore, the GP/SA model provides a better prediction performance than the GP, regression and different models found in the literature. The proposed simplified formulation can reliably be employed for the pre-design of suction caissons. It may be also used as a quick check on solutions developed by more time consuming and in-depth deterministic analyses.
Several fields of science have demanded large-scale workflow support, which requires thousands of CPU cores or more. In order to support such large-scale scientific workflows, high capacity parallel systems such as supercomputers are widely used. In order to increase the utilization of these systems, most schedulers use backfilling policy: Small jobs are moved ahead to fill in holes in the schedule when large jobs do not delay. Since an estimate of the runtime is necessary for backfilling, most parallel systems use user's estimated runtime. However, it is found to be extremely inaccurate because users overestimate their jobs. Therefore, in this paper, we propose a novel system for the runtime prediction based on workload-aware clustering with the goal of improving prediction performance. The proposed method for runtime prediction of parallel applications consists of three main phases. First, a feature selection based on factor analysis is performed to identify important input features. Then, it performs a clustering analysis of history data based on self-organizing map which is followed by hierarchical clustering for finding the clustering boundaries from the weight vectors. Finally, prediction models are constructed using support vector regression with the clustered workload data. Multiple prediction models for each clustered data pattern can reduce the error rate compared with a single model for the whole data pattern. In the experiments, we use workload logs on parallel systems (i.e., iPSC, LANL-CM5, SDSC-Par95, SDSC-Par96, and CTC-SP2) to evaluate the effectiveness of our approach. Comparing with other techniques, experimental results show that the proposed method improves the accuracy up to 69.08%.
Jayaram, Nirmal;Baker, Jack W.;Okano, Hajime;Ishida, Hiroshi;McCann, Martin W. Jr.;Mihara, Yoshinori
Earthquakes and Structures
/
제2권4호
/
pp.357-376
/
2011
Ground motion models predict the mean and standard deviation of the logarithm of spectral acceleration, as a function of predictor variables such as earthquake magnitude, distance and site condition. Such models have been developed for a variety of seismic environments throughout the world. Some calculations, such as the Conditional Mean Spectrum calculation, use this information but additionally require knowledge of correlation coefficients between logarithmic spectral acceleration values at multiple periods. Such correlation predictions have, to date, been developed primarily from data recorded in the Western United States from active shallow crustal earthquakes. This paper describes results from a study of spectral acceleration correlations from Japanese earthquake ground motion data that includes both crustal and subduction zone earthquakes. Comparisons are made between estimated correlations for Japanese response spectral ordinates and correlation estimates developed from Western United States ground motion data. The effect of ground motion model, earthquake source mechanism, seismic zone, site conditions, and source to site distance on estimated correlations is evaluated and discussed. Confidence intervals on these correlation estimates are introduced, to aid in identifying statistically significant differences in correlations among the factors considered. Observed general trends in correlation are similar to previous studies, with the exception of correlation of spectral accelerations between orthogonal components, which is seen to be higher here than previously observed. Some differences in correlations between earthquake source zones and earthquake mechanisms are observed, and so tables of correlations coefficients for each specific case are provided.
Pawel Lech;Oksana Mychayliv;Robert Hildebrand;Olga Orman
The Plant Pathology Journal
/
제39권6호
/
pp.548-565
/
2023
Armillaria root disease affects forests around the world. It occurs in many habitats and causes losses in the infested stands. Weather conditions are important factors for growth and development of Armillaria species. Yet, the relation between occurrence of damage caused by Armillaria disease and weather variables are still poorly understood. Thus, we used generalized linear mixed models to determine the relationship between weather conditions of current and previous year (temperature, precipitation and their deviation from long-term averages, air humidity and soil temperature) and the incidence of Armillaria-induced damage in young (up to 20 years old) and older (over 20 years old) coniferous stands in selected forest districts across Poland. We used unique data, gathered over the course of 23 years (1987-2009) on tree damage incidence from Armillaria root disease and meteorological parameters from the 24-year period (1986-2009) to reflect the dynamics of damage occurrence and weather conditions. Weather parameters were better predictors of damage caused by Armillaria disease in younger stands than in older ones. The strongest predictor was soil temperature, especially that of the previous year growing season and the current year spring. We found that temperature and precipitation of different seasons in previous year had more pronounced effect on the young stand area affected by Armillaria. Each stand's age class was characterized by a different set of meteorological parameters that explained the area of disease occurrence. Moreover, forest district was included in all models and thus, was an important variable in explaining the stand area affected by Armillaria.
Background: Left ventricular assist devices (LVADs) are widely employed as a therapeutic option for end-stage heart failure. We evaluated the outcomes associated with centrifugal-flow LVAD implantation, comparing 2 device models: the Heartmate 3 (HM3) and the Heartware Ventricular Assist Device (HVAD). Methods: Data were collected from patients who underwent LVAD implantation between June 1, 2015 and December 31, 2022. We analyzed overall survival, first rehospitalization, and early, late, and LVAD-related complications. Results: In total, 74 patients underwent LVAD implantation, with 42 receiving the HM3 and 32 the HVAD. A mild Interagency Registry for Mechanically Assisted Circulatory Support score was more common among HM3 than HVAD recipients (p=0.006), and patients receiving the HM3 exhibited lower rates of preoperative ventilator use (p=0.010) and extracorporeal membrane oxygenation (p=0.039). The overall early mortality rate was 5.4% (4 of 74 patients), with no significant difference between groups. Regarding early right ventricular (RV) failure, HM3 implantation was associated with a lower rate (13 of 42 [31.0%]) than HVAD implantation (18 of 32 [56.2%], p=0.051). The median rehospitalization-free period was longer for HM3 recipients (16.9 months) than HVAD recipients (5.3 months, p=0.013). Furthermore, HM3 recipients displayed a lower incidence of late hemorrhagic stroke (p=0.016). In the multivariable analysis, preoperative use of continuous renal replacement therapy (odds ratio, 22.31; p=0.002) was the only significant predictor of postoperative RV failure. Conclusion: The LVAD models (HM3 and HVAD) demonstrated comparable overall survival rates. However, the HM3 was associated with a lower risk of late hemorrhagic stroke.
Purpose : This study aims to identify key factors for predicting dropout risk at the university level and to provide a foundation for policy development aimed at dropout prevention. This study explores the optimal machine learning algorithm by comparing the performance of various algorithms using data on college students' dropout risks. Methods : We collected data on factors influencing dropout risk and propensity were collected from N University. The collected data were applied to several machine learning algorithms, including random forest, decision tree, artificial neural network, logistic regression, support vector machine (SVM), k-nearest neighbor (k-NN) classification, and Naive Bayes. The performance of these models was compared and evaluated, with a focus on predictive validity and the identification of significant dropout factors through the information gain index of machine learning. Results : The binary logistic regression analysis showed that the year of the program, department, grades, and year of entry had a statistically significant effect on the dropout risk. The performance of each machine learning algorithm showed that random forest performed the best. The results showed that the relative importance of the predictor variables was highest for department, age, grade, and residence, in the order of whether or not they matched the school location. Conclusion : Machine learning-based prediction of dropout risk focuses on the early identification of students at risk. The types and causes of dropout crises vary significantly among students. It is important to identify the types and causes of dropout crises so that appropriate actions and support can be taken to remove risk factors and increase protective factors. The relative importance of the factors affecting dropout risk found in this study will help guide educational prescriptions for preventing college student dropout.
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.