• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.31-34
• /
• 2023

주택 매매에 있어서 가격에 대한 예측은 매우 중요하지만, 실거래 발생 전까지는 정확한 가격을 알 수 없다. 그렇기에 주택가격을 예측하는 많은 연구가 진행되어왔다. 주택가격을 결정하는 영향요인은 크게 주택의 내부요인과 주택의 외부 요인으로 구분되는데, 내부적인 요인 (공급면적, 전용면적, 층, 방 개수 등)에 대한 연구가 많이 진행되었다. 하지만 외부적인 요인 (위치 요인, 금융요인 등)에 대한 연구는 미비하였다. 본 연구는 주택 매수자 관점에서 가격 예측 시 외부적인 요인 역시 중요하다고 판단하여 외부요인을 적용하고자 한다. 본 논문에서 제안하는 방법은 다양한 외부요인 중 주택의 위치 정보를 활용하여, 해당 정보 기반으로 도출 가능한 데이터를 추가한다. 또한 이용량에 따른 지하철역 데이터를 추가하여 관련된 여러 영향요인들을 분석 및 적용 후 머신러닝 기반 예측 모델을 생성한다. 생성된 모델들에 주택매매 실거래 데이터를 적용하여 예측 정확도를 비교 후 높은 정확성을 보이는 모델 결과에 주요하게 영향을 끼치는 요인에 관하여 기술한다.

• Korean Journal of Construction Engineering and Management
• /
• v.9 no.4
• /
• pp.92-100
• /
• 2008

Productivity is acknowledged as a very important factor for successful construction projects. Various data items collected daily form a construction site can be used for monitoring its productivity by analyzing them. However, no analytical methods for that purpose have been established in the domestic construction industry yet. Previous researches that utilized OLAP and data mining to analyze the factors that affect the productivity did not do well with predicting future cases with sufficient reliability. This research therefore proposes a new analytical process which is capable of figuring out the factors that would affect the productivity of future projects, through qualitative and quantitative analysis of the data collected from past projects.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.638-639
• /
• 2011

전력수요는 여러 가지 사회, 경제, 기상 등의 복합적인 요인에 의해 결정되므로 예측하기 쉽지 않다. 수요 예측 시스템을 통해 예측된 결과는 예측일의 상황에 맞는 여러 가지 예측과 관련된 변동 요인의 적용범위가 수치적으로 달라 질 수 있어 예측 데이터와 실제 수요와의 오차율이 높아질 수 있다. 따라서 전력수요 실적과 예측간 오차에 영향을 주는 변동 요인의 영향력을 분석하고, 예측일의 상황에 맞게 적절한 수치의 변수를 예측 시스템에 제공하여 예측의 정확성을 향상시키는 방안에 대하여 알아보았다.

• International Area Studies Review
• /
• v.21 no.4
• /
• pp.159-172
• /
• 2017

In a typical trend-cycle decomposition of GDP, the trend component is usually assumed to follow a random walk process. This paper considers an ARIMA trend and assesses the validity of the ARIMA trend model. I construct univariate and bivariate unobserved-components(UC) models, allowing the ARIMA trend. Estimation results using U.S. data are favorable to the ARIMA trend models. I, also, compare the forecasting performance of the UC models. Dynamic pseudo-out-of-sample forecasting exercises are implemented with recursive estimations. I find that the bivariate model outperforms the univariate model, the smoothed estimates of trend and cycle components deliver smaller forecasting errors compared to the filtered estimates, and, most importantly, allowing for the ARIMA trend can lead to statistically significant gains in forecast accuracy, providing support for the ARIMA trend model. It is worthy of notice that trend shocks play the main source of the output fluctuation if the ARIMA trend is allowed in the UC model.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.539-541
• /
• 2019

오프라인 소비자의 의사결정은 크게 라이프스타일, 동기, 개성, 학습 등 개인적인 영향요인과 문화, 기후, 가족 등 기타 상황적 요인을 포함하는 환경적 영향요인에 의해 결정된다. 이러한 요인들을 입력 값으로 하는 다양한 딥러닝 모델을 이용한 소비예측 연구들이 진행되고 있다. 딥러닝을 이용한 예측모델을 사용하기 위해서는 먼저 요인들이 의사를 결정하는데 있어 얼마나 상관관계가 있는지 파악하는 작업이 중요하다. 본 논문에서는 이를 위해 다양한 상관관계 분석모델을 이용해 소비 의사결정 요소 중 기후, 문화와 같은 상황적 요인과 소비와의 상관관계를 도출하고, 기후, 문화를 대변하는 미세먼지 데이터와, SNS 버즈량 데이터와 소비데이터를 학습하는 소비예측 LSTM모델을 제안하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.513-515
• /
• 2022

본 연구는 범죄를 발생시키는데 관련된 여러가지 요인들을 기반으로 범죄 예측 모델을 생성하고 설명 가능 인공지능 기술을 적용하여 인천 광역시를 대상으로 범죄 발생에 영향을 미치는 요인들을 분석하였다. 범죄 예측 모델 생성을 위해 XG Boost 알고리즘을 적용하였으며, 설명 가능 인공지능 기술로는 Shapley Additive exPlanations (SHAP)을 사용하였다. 기존 관련 사례들을 참고하여 범죄 예측에 사용된 변수를 선정하였고 변수에 대한 데이터는 공공 데이터를 수집하였다. 실험 결과 성매매단속 현황과 청소년 실종 가출 신고 현황이 범죄 발생에 큰 영향을 미치는 주요 요인으로 나타났다. 제안하는 모델은 범죄 발생 지역, 요인들을 미리 예측하여 제시함으로써 범죄 예방에 사용되는 인력자원, 물적자원 등을 용이하게 쓸 수 있도록 활용할 수 있다.

• Korea journal of population studies
• /
• v.35 no.1
• /
• pp.77-99
• /
• 2012

This study aimed at developing a model for estimating fertility rates for Korea under some conditions. The model is expected to provide the basic information for establishing and evaluating the polices in prompt and adequate response to low fertility and population ageing. The model was established on the basis of experiences by some OECD countries in Europe, having experienced the fertility increase trend and being economically well-developed, because Korea has never experienced the steady increase in fertility rate since 1960. This study collected about 20 years' time series data for each of selected countries and applied to the regression model, which is called a 'panel analysis' to take into considerations both cross-sectional and longitudinal aspects of fertility change simultaneously. Simulation of the model for Korea and some panel countries showed a very small difference, less than 0.1, between the estimated rate and the observed rate for each year during 2006~2010. Thus, the model, as established in this study, is evaluated as accurate or well-fitted to a considerable extent.

• Korean Journal of Forensic Psychology
• /
• v.13 no.2
• /
• pp.99-119
• /
• 2022

Research on sex offense has shown that sex offenders are very heterogeneous. Sex offenders are heterogeneous in their probability of risk of recidivism. Some sex offenders are known to be much higher in their tendencies to reactivate than others. The study examined the predictive and explanatory power of static and dynamic risk factors in STATIC-99 and HAGSOR-Dynamic which have been used in Korean correctional facilities since 2014. STATIC-99 and HAGSOR-Dynamic showed moderate predictive accuracy for all crimes(AUC = .737, AUC = .597, respectively, ps < .001). However, when examining sex crime alone, only STATIC-99 predicted recidivism significantly(AUC = .743, p < .001). The incremental predictive power of HAGSOR-Dynamic was confirmed; the explanatory power of Model 2 comprising both static and dynamic risk factors were significant beyond Model 1 comprising only static factors(∆χ²= 12.721, p < .001), but this tendency was only applied to the model of all crimes. These findings were discussed with implications of practicing the sex offender assessment and treatment.

• The Korean Journal of Financial Studies
• /
• v.10 no.1
• /
• pp.145-170
• /
• 2004

Roll의 비판 이후 실행된 많은 국내외 연구결과 CAPM으로 설명이 되지 않는 이례 현상(Anomaly)들이 발견되고 있다. 이례 현상들은 다 요인 모형(multi-factor model)과 같은 추가 위험 요인이론, 표본차이이론, 과잉반응 및 특성이론들로 설명되고 있고 이러한 이례 현상들은 재무관리의 지속적인 관심사인 미래의 주가수익률 예측과 밀접한 관계에 있다. 본 연구에서는 이례 현상들이 주가수익률에 미치는 영향을 알아보기 써하여 Haugen and Baker(1996)의 다 요인 및 수익률 추정 방법론을 국내 증권시장에 적용한 다 요인 모형과 $\beta$, 기업규모, PBR, 과거 1년 주가 수익률에 의한 단일 요인 모형을 이용하여 개별 기업의 포트폴리오 구성기준을 결정하고 이 기준에 의거하여 월별로 편입 주식들을 재조정한 포트폴리오들의 년간 누적 실제수익률 예측력을 비교 분석한 결과 다음과 같은 결과를 얻었다. 첫째, 다 요인모형의 경우 기대수익률이 높은 주식으로 구성된 포트폴리오가 기대수익률이 낮은 주식으로 구성된 포트폴리오보다 실제 년간 수익률이 높게 나타난 반면, $\beta$, 기업규모, PBR, 과거 1년 주가 수익률의 요인에 의한 단일 모형을 적용한 포트폴리오는 이들 순위와 실제 수익률간에는 상관성이 높지 않게 나타나 다요인 모형이 주가 수익률 예측력에 있어서 단일요인 모형보다 우수한 것으로 판단된다. 단일모형 중에서는 PBR을 이용한 포트폴리오가 $\beta$ 단일모형보다 좋은 주가수익률 예측력을 보여 주었다. 둘째, 주가 수익률을 결정하는 유의성있는 요인들은 당기순이익의 증감, 당해연도의 당기순이익의 분포, 자산증가율, 매매 유동성, 매출액 변동, 거래량 추세, 기업크기(시가총액), 과거 1개월간의 주가수익률, 자기자본증가율등으로 나타났다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.19 no.12
• /
• pp.7-13
• /
• 2018

The strength of concrete is affected significantly not only by the internal influence factors of cement, water, sand, aggregate, and admixture, but also by the external influence factors of concrete placement delay and curing temperature. The objective of this research was to predict the concrete strength considering both the internal and external influence factors when concrete is placed at the construction site. In this study, a concrete strength test was conducted on the 24 combinations of internal and external influence factors, and a neural network model was constructed using the test data. This neural network model can predict the concrete strength considering the external influence factors of the concrete placement delay and curing temperature when concrete is placed at the construction site. Contractors can use the concrete strength prediction neural network model to make concrete more robust to external influence factors during concrete placement at a construction site.