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
- 2022.5
- 수록면
- 269 - 276 (8page)
이용수
초록· 키워드
오류제보하기
This study proposes a long-term prediction method of rebar price using deep learning techniques such as a bidirectional long and short-term memory (Bi-LSTM), a recursive method, and a time series cross-validation. Among recurrent neural network (RNN) models, Bi-LSTM provides the best prediction performance for small time series data such as monthly rebar price when applied. The recursive method uses the short-term prediction result as an input value for predicting the next time point data, which can repeatedly be used for making long-term predictions. Time-series cross-validation enables more stable prediction accuracy by enhancing learning that may be lacking in small time series data. By applying these deep learning techniques, this study predicts the monthly rebar price for up to 5 months and compares it with the previous study. As a result, it has been found that the average accuracy increases, and the deviation of the predicted values decreases.
목차
Abstract
1. 서론
2. 딥러닝 관련 문헌고찰
3. 철근 가격예측 모델 환경구성
4. 검증 및 예측방법
5. 예측결과 및 분석
6. 결론
REFERENCES
참고문헌 (32)
참고문헌 신청
Bae, S., & Yu, J. (2018). Predicting the real estate price index using machine learning methods and time series analysis model, Housing Studies Review, 26(1), 107-133.
Bergstra, J., & Bengio, Y. (2012). Random search for hyper-parameter optimization, The Journal of Machine Learning Research, 13(1), 281-305.
Choi, M., & Kwon, O. (2008). Construction material costincrease and countermeasures, Construction trend briefing by Korea Institute of Construction Industry, 6, 2-34.
Choi, Y., Yim, H., & Park, B. (2009). Analysis on the Lotting Price Fluctuation of the Multi-Family Attached House According to the Construction Material Cost Variation, Journal of The Korean Society of Civil Engineers, 29(6D), 753-760.
Géron, A. (2019). Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems (2E), O'Reilly, p.31.
Bergstra, J., & Bengio, Y. (2012). Random search for hyper-parameter optimization, The Journal of Machine Learning Research, 13(1), 281-305.
Choi, M., & Kwon, O. (2008). Construction material costincrease and countermeasures, Construction trend briefing by Korea Institute of Construction Industry, 6, 2-34.
Choi, Y., Yim, H., & Park, B. (2009). Analysis on the Lotting Price Fluctuation of the Multi-Family Attached House According to the Construction Material Cost Variation, Journal of The Korean Society of Civil Engineers, 29(6D), 753-760.
Géron, A. (2019). Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems (2E), O'Reilly, p.31.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝을 활용한 철근 가격 단기예측범위 확대에 관한 실험적 연구
대한건축학회논문집
2020 .12
-
양방향 장단기 기억 네트워크를 이용한 단기 주가예측
한국정보과학회 학술발표논문집
2017 .12
-
장단기 기억 신경망을 사용한 다변수 데이터 농산물 가격 예측 모델
전기전자학회논문지
2024 .09
-
양방향 LSTM 순환신경망 기반 주가예측모델
한국정보전자통신기술학회 논문지
2018 .04
-
양방향 LSTM을 활용한 전력수요 데이터 예측 기법 연구
한국소프트웨어감정평가학회논문지
2018 .01
-
장단기 메모리를 이용한 새로운 선박 이동 경로 예측 방법
전기학회논문지
2020 .07
-
LSTM 순환신경망을 이용한 단기전력 가격 예측
Proceedings of KIIT Conference
2018 .06
-
STOCK PRICE PREDICTION BY USING LONG SHORT-TERM MEMORY MODEL WITH MULTIPLE LOOK BACK PERIODS
대한산업공학회 추계학술대회 논문집
2023 .11
-
Q-learning 강화학습을 이용한 가격 예측에 관한 연구
한국통신학회 학술대회논문집
2019 .06
-
중장기 농산물 가격 예측을 위한 다단계 시계열 예측 모델
한국컴퓨터정보학회논문지
2023 .02
-
LSTM 기반 딥러닝 모델을 이용한 비행 데이터 예측 기법
한국항공우주학회 학술발표회 초록집
2021 .11
-
CNN-LSTM Coupled Model for Prediction of Waterworks Operation Data
JIPS(Journal of Information Processing Systems)
2018 .01
-
다변수 LSTM 딥러닝 네트워크를 이용한 육계 시세 예측 모델 연구
한국통신학회논문지
2022 .12
-
RNN과 LSTM을 이용한 주가 예측율 향상을 위한 딥러닝 모델
한국정보기술학회논문지
2017 .10
-
기상 데이터 및 환경데이터를 활용한 LSTM 기반 태양광 발전량 예측 시스템
한국태양에너지학회 학술대회논문집
2023 .04
-
V2X 통신 및 LSTM을 활용한 주변 차량 경로 예측 알고리즘
한국자동차공학회 추계학술대회 및 전시회
2019 .11
-
LSTM 모델을 이용한 농산물 가격 예측에 관한 연구
한국정보통신학회 종합학술대회 논문집
2022 .05
-
장단기 교통흐름 예측을 위한 딥러닝 LSTM 신경망
한국정보과학회 학술발표논문집
2019 .06
-
LSTM을 활용한 배추 가격 예측에 대한 연구
한국정보과학회 학술발표논문집
2018 .12
-
A Deep Learning LSTM Framework for Urban Traffic Flow and Fine Dust Prediction
Journal of KIISE
2020 .03
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-540-001328577