Earticle

초록

한국어

본 논문은 단독·다가구 주택을 대상으로 인공지능(AI) 기반에 주택 가격 정보를 미리 예측하는 방법으로 MLP (Multi-Layer Perceptron) 모델을 제안한다. 주택 가격 정보 예측을 위해 지번(PNU) 단위의 실거래가 공간정보 데이터 및 건 물특성 정보 등을 수집하였다. 수집된 정보를 기반으로 GIS 분석 기법을 활용하여 주거환경 정보를 가공하였다. 수집된 정보 들을 학습 데이터(Learning Data)로 활용하여 MLP 기반의 서울시 단독·다가구 주택 가격 예측 모델을 구현한다. 이후, 제안 한 모델의 예측 기법을 서울시 전역으로 적용하고 RMSE를 지표로 하여 성능 분석을 통해 기존 다중회귀분석 방법과 비교 하였다. 비교 결과 제안한 MLP 모델이 기존 다중회귀분석 방법에 비해 우수한 예측 성능을 보였다.

영어

This paper proposes a Multi-Layer Perceptron (MLP) model as an AI-based method for predicting housing prices of single-family and multi-family houses. To forecast housing prices, spatial transaction data at the parcel level (PNU) and building characteristics were collected. Based on the collected data, residential environment information was processed using GIS (Geographic Information System) analysis techniques. These datasets were then utilized as learning data to construct an MLP-based housing price prediction model for single-family and multi-family houses in Seoul. The proposed prediction model was applied across the entire city of Seoul, and its performance was evaluated using Root Mean Square Error (RMSE) as the metric. The results were compared with those of a traditional multiple linear regression model. The comparison revealed that the proposed MLP model exhibited superior predictive performance compared to the conventional multiple regression method.

목차

요약
ABSTRACT
2. 관련 연구
3. AI 학습데이터 수집 및 변수 선정
4. 주택 가격 정보 예측 모델링
4.1 기존 다중회귀분석 결과
4.2 주택 가격 정보 예측 모델링 및 MLP 구축
5. 결론
참고문헌

저자

• 백승원 [ Seung Won Baek | 국립군산대학교, 컴퓨터정보공학과, 박사과정 ] 주저자
• 이동춘 [ Dong Chun Lee | 국립군산대학교, 컴퓨터정보공학과, 교수 ] 공동저자
• 이종찬 [ Jong Chan Lee | 국립군산대학교, 컴퓨터정보공학과, 정교수 ] 교신저자

참고문헌