지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2025.1
- 수록면
- 179 - 189 (11page)
- DOI
- 10.7465/jkdi.2025.36.1.179
이용수
초록· 키워드
오류제보하기
South Korea is experiencing an unprecedented crisis of regional population decline. The fundamental causes of depopulation include a natural decline in birth rates and aging. However, various complex factors such as a lack employment opportunities, insufficient cultural and educational environments, among others, contribute to the crisis. While research on depopulation has focused on forecasting birth rates, the number of women of childbearing age, and marriage rates, as well as developing depopulation indices considering multiple factors, these studies have mainly been conducted on a large scale, focusing on large cities. This study aims to propose a short-term population forecast model using monthly population data at the level of large cities (metropolitan cities, do, and special self-governing provinces) and small cities (si, gun, and gu). The study discusses time series analysis for short-term population forecast, comparing the autoregressive integrated moving average (ARIMA) and the long short-term memory (LSTM). Both ARIMA and LSTM models are fitted with min-max normalization applied to the population data to enhance accuracy. The LSTM structure considers a model with two stacked LSTMs combined with hidden layer. ARIMA fits well on a regional basis, while LSTM shows reasonable performance except for some cities. Although this study is limited to population forecast models, it is suggested that future research could expand to incorporated information on budgets for local governments and regional infrastructure. By combining such data, the study could extend to model research aimed at improving the system for regional affection, ultimately contributing to the enhancement of the current ‘Hometown Love e-um’.
목차
Abstract
1. Introduction
2. Research methods
3. Numerical example
4. Conclusion and discussion
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
기계학습의 LSTM을 적용한 지상 기상변수 예측모델 개발
대기
2021 .03
-
LSTM을 이용한 서울시 PM2.5 농도 예측
한국대기환경학회 학술대회논문집
2022 .10
-
Comparison of missing value imputations for groundwater levels using multivariate ARIMA, MLP, and LSTM
지질학회지
2020 .10
-
LSTM 모형을 이용한 태양활동지표 F10.7 예측
Journal of The Korean Data Analysis Society
2020 .01
-
Hybrid SARIMAX-LSTM 알고리즘을 이용한 시계열 자료 예측
한국데이터정보과학회지
2023 .09
-
주성분 분석과 LSTM 모델을 활용한 지하수위 예측 기법 개발
대한지질학회 학술대회
2020 .10
-
Potential of Bidirectional Long Short-Term Memory Networks for Crop Classification with Multitemporal Remote Sensing Images
대한원격탐사학회지
2020 .01
-
The roles of differencing and dimension reduction in machine learning forecasting of employment level using the FRED big data
CSAM(Communications for Statistical Applications and Methods)
2019 .09
-
ARIMA 모형을 사용한 전력 소모량의 단기 예측에 관한 연구
Journal of The Korean Data Analysis Society
2017 .06
-
하이퍼파라미터 최적화 방법에 따른 Long Short-Term Memory (LSTM) 모델의 PM2.5 농도 예측 정확성 비교
한국대기환경학회 학술대회논문집
2021 .10
-
Analysis of health behavior changes among residents in depopulation areas in Korea: a cross-sectional study based on Community Health Survey data from 2010 to 2019
대한지역사회영양학회지
2024 .08
-
순환신경망 모형을 활용한 시계열 비교예측
Journal of The Korean Data Analysis Society
2019 .01
-
PM2.5 공간 농도 분포 예측을 위한 Conv-LSTM 기반 AI 모델 개발
한국대기환경학회지(국문)
2025 .02
-
해양관측부위 자료 기반 딥러닝 기술을 활용한 해양 혼합층 수온 예측
대한원격탐사학회지
2022 .06
-
Classification Technology of Hand Motion using LSTM network: Preliminary study
한국자기학회 학술연구발표회 논문개요집
2023 .05
-
DNN과 LSTM 활용한 일일 전력수요모델 개발 및 예측
한국기후변화학회지
2021 .06
-
PM2.5 농도 예측을 위한 Super Learner 앙상블과 LSTM의 성능 비교
한국기상학회 학술대회 논문집
2023 .11
-
VARX 모형과 LSTM 알고리즘의 다변량 시계열 예측 비교
한국데이터정보과학회지
2022 .01
-
기상 및 토양 데이터를 활용한 장단기 메모리 모형 비교
Journal of The Korean Data Analysis Society
2021 .01
-
Forecast of COVID-19 Confirmed Cases across Region in Korea Using Long Short-term Memory
Quantitative Bio-Science
2022 .05
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-092361084