메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이주미 (한양대학교) 박성훈 (다인그룹엔지니어링건축사사무소) 조상호 (토문엔지니어링건축사사무소) 김주형 (한양대학교)
저널정보
대한건축학회 대한건축학회논문집 大韓建築學會論文集 第37卷 第1號(通卷 第387號)
발행연도
2021.1
수록면
191 - 199 (9page)

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
As the real estates occupy major portion of domestic households assets, relevant issue has been dealt seriously by the Korean government. However, apartment prices in downtown Seoul, the capital city, have soared despite various policies. Forecasting the real estate market trend has become an important research topic in order to provide information for establishing policies. In the prediction of the real estate market in the previous studies, two research directions were classified as follows: quantitative economic models and machine learning models. Regarding this trend, there was a need for comparative research on machine learning models, emerging methods, that are used to compare and predict various real estate indices. In this study, the machine learning model RF(Random Forest), XGBoost(eXtreme Gradient Boosting), and LSTM (Long Short Term Memory) are used to select suitable machine learning models for selected real estate index and conduct a comparative study to validate predictive power of machine learning models. Apartment sales index, land price index, charter price index, and real estate psychological index using univariate variables are predicted. In addition, RF, XGBoost and LSTM models all tended to be generally marginal with RMSE values of 0.0268, 0.0296, and 0.0259 in charter(Jeonse), Korean traditional pre-deposit rental system, price index data with linear but small variants. This shows that the prediction of the real estate index is deviated from the prediction accuracy of machine learning models depending on the periodic characteristics and data characteristics of the real estate index.
#부동산 지수 예측 #머신러닝 #장단기메모리 #Real Estates Index Forecasting #Machine Learning #Long Short-Term Memory

목차

Abstract
1. 서론
2. 문헌고찰
3. 부동산 지수 예측 및 분석
4. 부동산 지수 예측 결과 비교 분석
5. 결론
REFERENCES

참고문헌 (22)

참고문헌 신청
Bae, S., & Yoo, J. (2017). Predicting the Real Estate Price Index Using Deep Learning, Korea Real Estate Review, 27(3), 71~86. google schola Bae, S., & Yoo, J. (2018). Predicting the Real Estate Price Index Using Machine Learning Methods and Time Series Analysis Model, Korean Association For Housing Policy Studies, 26(1), 107~133. google schola Bae, S. (2019). Forecasting Property Prices Using the Machine Learning Methods: Model Comparisons, Doctoral dissertation, Dan-Kook University. google schola Brownlee, J. (2017). Long short-term memory networks with python, 1.5, Machine learning mastery. google schola Cao, Q., Ewing, B.T., & Thompson, M.A. (2012). Forecasting wind speed with recurrent neural networks, European Journal of Operational Research, 221(1), 148~154. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

철도건설공사 세부공종별 공기예측을 위한 딥러닝 모델 적용성 연구
안현주 ,  박상미 ,  이재희 외 1명 한국철도학회 논문집 2020 .07
부동산 가격 추정을 위한 헤도닉 변수의 해석 가능성: 헤도닉 가격 모형과 머신러닝
Sihyun An ,  Yena Song ,  Hanwool Jang 외 1명 한국경영과학회 학술대회논문집 2022 .06
부동산 매매지수와 전세지수 예측: 독립성분분석을 활용한 분석
박노진 응용통계연구 2017 .04
가계특성이 부동산자산구성에 미치는 영향분석
김형점 ,  박문수 주택도시연구 2022 .08
뉴스의 감성분석과 전문가 지식을 이용한 딥러닝 기반의 부동산 가격 예측
신은경 ,  김은미 ,  홍태호 인터넷전자상거래연구 2022 .06

최근 본 자료

전체보기

댓글(0)

0