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
이태형 전명진 (중앙대학교)
저널정보
SH도시연구원 주택도시연구 주택도시연구 제8권 제2호
발행연도
2018.8
수록면
39 - 56 (18page)
DOI
10.26700/shuri.2018.08.8.2.39

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2019

인공신경망을 활용한 주택가격지수 예측에 관한 연구 : 서울 주택가격지수를 중심으로
이태형 도시계획부동산학과 2019.01 학위논문

2018

딥러닝 모형을 활용한 서울 주택가격지수 예측에 관한 연구 : 다변량 시계열 자료를 중심으로
이태형 ,  전명진 주택도시연구 2018.08 학술저널

초록· 키워드

오류제보하기
This study aims to evaluate the predictability of Deep Learning Neural Network algorithms (RNN and LSTM) in the forecast of the Seoul apartment price index. For the empirical analysis, we collect monthly housing price index data for the medium-sized and large-sized apartment units in Seoul during January 2006-October 2017 period. We also collect six macroeconomic variables that are known to affect housing price including expected inflation rate, rental price index, debt interest rate, stock price index, consumer price index, and unemployment rate. For the comparative purpose, we build Vector Autoregressive model (VAR) for multivariate time-series forecast. The analysis results indicate that the LSTM model best performed with the lowest RMSEs (0.826 and 1.038) for the medium-sized and large-sized apartment price indices, respectively, which is about 52 and 63 percent reductions from the VAR’s RMSE (1.708 and 2.825). We also found that standard deviations of predicted values from the LSTM are substantially lower than those of simple RNN, indicating higher stability of predicted price index from the LSTM than simple RNN.
#주택가격지수 #벡터자기회귀모델 #인공신경망 #딥러닝 #Deep Learning #LSTM #Vector Autoregressive Model #Housing Price Index

목차

Abstract
1. 서론
2. 선행연구 검토 및 연구의 차별성
3. 분석 모형과 자료
4. 실증분석
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

딥 러닝을 이용한 주택가격 예측에 관한 연구
전해정 ,  양혜선 주거환경 2019 .06
시계열분석모형과 머신러닝을 이용한 주택가격 예측력 연구
전해정 주거환경 2020 .03
LSTM 네트워크를 활용한 농산물 가격 예측 모델
신성호 ,  이미경 ,  송사광 한국콘텐츠학회논문지 2018 .11
경상북도 산림습지의 생태환경에 기초한 습지복원 및 조성방안
유주한 ,  나정화 ,  정성관 외 1명 한국산림휴양학회지 2010 .06
가구의 자산과 부채 특성이 주택가격 전망에 미치는 영향 연구
오승준 ,  이강용 ,  정준호 한국콘텐츠학회논문지 2023 .11

최근 본 자료

전체보기

댓글(0)

0