http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 윤규리(Yun, Gyu-Ree) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
아파트 가격형성 요인 분석 : 서울특별시 강남구ㆍ성동구 아파트를 중심으로
윤규리(Yun, Gyu-Ree),조인창(Cho, In Chang) 한국부동산산업학회 2020 부동산산업연구 Vol.3 No.2
아파트는 국내의 다양한 주택유형 중에서 가장 대표적인 주거 형태이며 거래비중도 가장 높다. 따라서 아파트는 주로 주거목적으로 사용되는 부동산임에도 대다수의 국민들은 아파트 시세변동에 민감하게 반응할 수밖에 없다. 또한 정부도 주거안정화를 목적으로 다양한 부동산 가격안정화 대책을 수시로 발표하고 있다. 본 연구는 아파트 가격형성에 미치는 요인들을 분석하고자 강남아파트 중 강남구 소재 아파트와 강북아파트 중 성동구 소재 아파트를 대상으로 아파트 가격형성요인을 분석하였다. 다만 아파트 가격은 건축년도에 따라 다를 수 있으므로 아파트 가격 대신에 아파트의 공시지가를 종속변수로 선정하고, 아파트 평당단가, 강남 또는 강북 소재여부, 1,000세대 이상 대단지 여부, 브랜드 가치, 재건축 연한, 세대수 등을 독립변수로 하여 다중회귀 분석을 통해 아파트 가격형성요인을 분석하였다. The apartment is the most representative type of housing in Korea and the highest proportion of transactions. Therefore, despite the fact that apartments are mainly used for residential purposes, most of the residents are forced to react sensitively to changes in apartment prices. The government also announces various measures to stabilize real estate prices in order to stabilize housing. The purpose of this study is to analyze determinants of apartment prices in order to suggest an empirical model of apartment complex located in Southern part of Seoul, specifically in Gangnam-Gu, as well as those located in Northern part of Seoul, specifically in Seongdong-Gu. Apartment unit price per apartment, Located in Kangnam, Over 1,000 household, Apartment brand Number of apartment unit.
-
돌발상황 처리시간 예측을 위한 영향요인 분석 및 SMOGN-DNN 모델 개발
윤규리,배상훈,Yun, Gyu Ri,Bae, Sang Hoon 한국ITS학회 2021 한국ITS학회논문지 Vol.20 No.4
Predicting the incident clearance time is important for eliminating the high transportation costs and congestion from non-repetitive congestion caused by incidents. In this study, the factors influencing the clearance time suitable for domestic road conditions were analyzed, using a training dataset for predicting the incident clearance time using artificial neural networks. In a previous study, the under-prediction problem for high incident clearance time was used. In the present study, over-sampling training data applied using the SMOGN technique was obtained and applied to the model as a solution. As a result, the DNN model applying the SMOGN technique could compensate for the limitations of the previously developed prediction model by predicting the clearance time with the highest accuracy among the models developed in the research process with MAE = 18.3 minutes. 돌발상황으로 인한 비반복정체로 발생하는 높은 교통비용과 혼잡을 효과적으로 해소하기 위해서 돌발상황 처리시간을 예측하는 것은 중요하다. 본 연구에서는 인공신경망을 활용한 예측모델 개발을 위해 국내 도로상황에 적합한 돌발상황 처리시간 영향요인을 분석하고, 이를 학습데이터로 생성하였다. 기존 연구에서 장시간 소요되는 돌발상황 처리시간에 대한 과소 예측 문제가 발생하여 이에 대한 해결방안으로 본 연구에서는 SMOGN기법을 적용한 오버샘플링 학습데이터를 생성하여 이를 모델에 적용하였다. 그 결과 SMOGN기법을 적용한 DNN모델이 MAE 18.3분으로 연구 과정에서 구축된 모델 중 가장 높은 정확도로 돌발상황 처리시간을 예측하여, 기존에 개발된 예측모델의 한계점을 보완할 수 있을 것으로 기대한다.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
