• International journal of advanced smart convergence
• /
• 제11권1호
• /
• pp.19-27
• /
• 2022

Across the world, 'housing' comprises a significant portion of wealth and assets. For this reason, fluctuations in real estate prices are highly sensitive issues to individual households. In Korea, housing prices have steadily increased over the years, and thus many Koreans view the real estate market as an effective channel for their investments. However, if one purchases a real estate property for the purpose of investing, then there are several risks involved when prices begin to fluctuate. The purpose of this study is to design a real estate price 'return rate' prediction model to help mitigate the risks involved with real estate investments and promote reasonable real estate purchases. Various approaches are explored to develop a model capable of predicting real estate prices based on an understanding of the immovability of the real estate market. This study employs the LSTM method, which is based on artificial intelligence and deep learning, to predict real estate prices and validate the model. LSTM networks are based on recurrent neural networks (RNN) but add cell states (which act as a type of conveyer belt) to the hidden states. LSTM networks are able to obtain cell states and hidden states in a recursive manner. Data on the actual trading prices of apartments in autonomous districts between January 2006 and December 2019 are collected from the Actual Trading Price Disclosure System of the Ministry of Land, Infrastructure and Transport (MOLIT). Additionally, basic data on apartments and commercial buildings are collected from the Public Data Portal and Seoul Metropolitan Government's data portal. The collected actual trading price data are scaled to monthly average trading amounts, and each data entry is pre-processed according to address to produce 168 data entries. An LSTM model for return rate prediction is prepared based on a time series dataset where the training period is set as April 2015~August 2017 (29 months), the validation period is set as September 2017~September 2018 (13 months), and the test period is set as December 2018~December 2019 (13 months). The results of the return rate prediction study are as follows. First, the model achieved a prediction similarity level of almost 76%. After collecting time series data and preparing the final prediction model, it was confirmed that 76% of models could be achieved. All in all, the results demonstrate the reliability of the LSTM-based model for return rate prediction.

• 한국자연치유학회지
• /
• 제7권2호
• /
• pp.39-46
• /
• 2018

교래자연휴양림을 탐방한 대상자들이 삼림욕을 한 후에 자율신경의 활성도에 미치는 영향을 평가하는 것이 목적이었다. 방법: 삼림욕 전후에 유비맥파기를 이용하여 맥파를 측정하였다. 결과: 삼림욕 후에 교감신경 활성(LF)의 변화에서는 대조군의 사전과 사후의 평균치 차이는 유의성이 없었으나, 실험군에서는 사전보다 사후에는 증가하여 유의성이 있었으며(p<.038), 분산분석에서는 그룹간(p<.014), 전후 차( p<.026) 및 그룹과 전후 차에서도 유의하였다(p<.018). 부교감신경 활성도(HF)의 변화에서는 대조군과 실험군 간에 모두 유의성이 없었다. LF/HF 비율에서는 실험군에서는 사전보다 사후에 증가하여 유의성이 있었고(p<.019), 그리고 분산분석에서는 그룹간, 사전 및 사후 차간에서도 유의성이 있었다(p<.04). 평균맥박의 변화에서는 대조군은 사전보다 사후에 유의성이 없이 감소하였으나, 실험군에서는 사전보다 사후에 증가하여 유의성이 있었다(p<.026). 맥박표준편차(SDNN)의 변화에서는 대조군 및 실험군의 사전보다 사후의 평균치는 감소하였으나 유의성이 없었으나, 분산분석에서는 그룹간에서는 유의성이 있었다(p <.014). 심박변이평균편차(RMSSD)의 변화에서는 대조군 및 실험군의 사전과 사후의 평균치 차이는 유의성이 없었다. 결론: 교래곶자왈 숲 삼림욕 후에는 자율신경의 활성이 변화되고 평균맥박도 높아져서 자연치유의 장소로 유용하다고 판단한다.

• 과학기술학연구
• /
• 제19권2호
• /
• pp.169-206
• /
• 2019

이 글은 인공지능이 만들어내는 문화적 상상을 분석하면서 기술과 인간 사이의 새로운 윤리를 모색한다. 과학기술을 돌봄물(matter of care)로 이해하는 페미니스트 과학기술학 연구(Puig de la Bellacas, 2011)에 기댄 이 글은 우선 인공지능이 자율성을 문화적 상상으로 강력하게 생산하고 있다는 점에 주목한다. 스스로의 경험과 학습을 통해 새로운 환경에 적응할 수 있는 능력으로 정의된 이 자율성은 기술적 영역을 넘어 이상적인 인간상을 정의하고 있다. 하지만 데이터에 기반한 딥러닝 기법과 무장한 무인 비행기가 예증하듯, 인공지능 기술은 보이지 않는 인간노동과 복잡한 물질적 장치에 의존하고 있으며, 자율성은 허구에 가깝다. 또한 이른바 '조수 기술 (assistant technology)'이 보여주듯, 가사노동을 부불노동화하는 우리 사회의 오래된 젠더화된 노동인식에 기초해 수많은 인간의 돌봄 노동은 비가시화되는 반면, 기계의 돌봄노동은 적극적으로 가시화되고 있다. 또한 인공지능의 문화적 상상은 자율성과 행위능력을 이상적인 인간의 특질로 정의하면서 장애의 몸과 이 몸이 갖는 가치인 연약함과 의존성의 연대는 가치 없는 것으로 만들고 있다. 인공지능과 그 문화적 상상은 능력이 있는 몸(abled-bodies)을 이상화하고 기술의 자율성을 우선 가치로 삼으면서 서로 의존하는 인간과 기술의 현실적 관계를 삭제하고 있다. 결론에서 저자는 우리에게 필요한 기술은 타자의 비정형적인 몸과 인간의 돌봄노동을 가치 없게 여기도록 하는 것이 아니라 이들을 있는 그대로 드러내면서 그 가치를 인정하는 것이어야 한다고 주장한다. 책임 있게 응답하는 기술은 주변화된 존재들에 공감하고 의존성을 긍정하고 연약성 사이의 연대를 촉진하는 것이어야 한다. 저자는 이런 대안적인 기술을 형상화하기 위해 예술가 수 오스틴의 퍼포먼스에서 영감을 얻어 '휠체어 탄 인공지능'을 제안한다. '휠체어 탄 인공지능'은 자율성을 과시하기보다는 타자의 몸과 노동을 부정하지 않고 이들의 존재론적 가능성을 함께 만들어가려 노력하는 상호의존과 돌봄의 기술이다.