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
- 학위논문
- 저자정보
- 지도교수
- 김용구
- 발행연도
- 2022
- 저작권
- 경북대학교 논문은 저작권에 의해 보호받습니다.
이용수11
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
This study is propose the conjunction models of deep neural network and residual kriging (DNNRK) for advancement of land price estimation and validate its performance. Seoul(Gangnam 3 District) was chosen as a study area and we collected land prices of standard lots estimated by appraiser. When inspecting the model performance based on the test data, we confirmed that the land price accuracy form the DNNRK model was improved substantially compared with that of the linear regression analysis, DNN and RK. Therefore these results indicate that introducing spatial auto correlation as a location factor to models can improve the performance of land price prediction significantly. Furthermore DNNRK model coupling DNN and residual kriging can be an effective alternative for estimating the land price accurately.
목차
제1장 서론 11.1 연구 배경 및 목적 11.2 연구 범위 및 방법 3제2장 이론적 배경 및 선행 연구 42.1 대량평가모형 42.2 딥러닝과 심층신경망 62.3 선행연구검토 9제3장 토지 가격 예측 113.1 입력 자료 구성 113.1.1 표준지 공시지가 자료(종속변수) 113.1.2 특성 요인 구축(설명변수) 133.2 모형 설계 153.2.1 종속 변수와 설명변수 153.2.2 분석 방법 183.3 모형 적용 233.3.1 선형회귀분석 233.3.2 회귀크리깅 253.3.3 심층신경망 263.3.4 DNNRK 263.4 모형 성능 평가 27제4장 결론 30참 고 문 헌 31
최근 본 자료
댓글(0)
0