기성시가지 필지별 토지이용 변화 예측을 위한 기계학습 모델 개발에 관한 연구: 서울시 신축 발생 예측을 중심으로

노승철; 김태현; 이석준; 임재욱; 고진수

추천

검색

자료유형: 학술저널

저자정보: 노승철 김태현 이석준 임재욱 고진수

저널정보: 한국감정평가학회 감정평가학논집 감정평가학논집 제19권 제1호

발행연도: 2020.1

수록면: 27 - 52 (26page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 서울시를 대상으로 건물의 신축위치를 예측하는 기계학습 모델을 구축하 고 적용가능성에 대한 시사점을 제공하는데 목적을 두었다. 연구범위는 2006~ 2015년까지 서울시 전체 필지이며, 예측 대상은 건물의 신축이 일어나는 필지이다. 예측을 위해 필지, 건물, 주변환경 속성 등 총 59개의 변수를 구축하였으며, 모형은 지지벡터 머신, 인공신경망, 의사결정나무, 사례기반추론, 로지스틱 회귀분석, 그래 디언트 부스팅 등 6개 기계학습 알고리즘을 적용하였다. 예측결과 중요도 상위 4개 변수(대지면적, 지목, 주변지역의 과소필지 비율, 지가)를 사용한 의사결정나무 모형 의 정확도가 가장 높은 것으로 나타났다. 이는 예측모델이 주된 몇 개의 변수로 모 델을 구축하는 것이 더 나은 결과를 보일 수 있으며 데이터에 따라 적합한 알고리 즘이 다르다는 것을 의미한다. 따라서 예측모델의 구축과 적용을 위해서는 데이터 를 다양한 알고리즘과 환경에 적용하는 관련 연구의 축적이 필요할 것으로 보인다.

#Big Data #Machine Learning #Predictive Model #Construction #Parcel #Seoul

참고문헌 (38)

참고문헌 신청

김경민 / 2016 / 기계학습을 통한 공동주택 가격결정요인 분석 / 주거환경 14(3):29~40

김대종 / 2012 / 토지이용변화 예측을 위한 시공간패턴분석기법 적용방안 / 국토계획 47(6):65~81

김상훈 / 2015 / 서울시 도시철도 확충이 신규역세권 개발밀도 변화에 미치는 영향 분석 / 국토계획 50(2):173~195

김성보 / 2017 / 저층주택지의 유형 구분 및 관리방안에 관한 연구 : 서울시 저층주택지를 중심으로

김억기 / 2012 / 강수지역 구분을 위한 최적 자료 전처리 기법 분석 / 한국방재학회논문집 12(5):233~240

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!