KCI등재
딥러닝을 활용한 출산율 예측 모형의 제안 = A Proposal for a Fertility Rate Prediction Model Using Deep Learning
저자
이상희(Sanghee Lee) ; 김규석(Kyuseok Kim) ; 정태양(Taeyang Jeong) ; 서예진(Yejin Seo)
발행기관
학술지명
산업기술연구논문지 (JITR)(Journal of Industrial Technology Research (JITR))
권호사항
발행연도
2023
작성언어
-주제어
KDC
581
등재정보
KCI등재
자료형태
학술저널
수록면
15-24(10쪽)
DOI식별코드
제공처
본 연구는 각 시도별 인구· 사회· 경제·교육학적 요인과 교육 및 의료시설 인프라, 부동산의 요인이 시도별 출산 율에 미치는 영향을 알아보고자 다중선형회귀 분석과 DNN 기반의 인공지능 모형을 적용하였다. 국가 위기 극복을 위한 합계출산율을 예측하여 저출산 대책 마련의 기초자료로 제공하고자 한다. 저출산 원인을 분석한 결과 초혼연령과 출산연령, 부동산 가격, 아파트 전세가격이 높을수록 또는 도시인 경우 통계적으로 유의미하게 부정적인 영향을 주었다. 산부인과 의료기관이 많을수록 출산율은 미미하게 낮았다. 반면 사교육비가 높을수록 유치원과 초등학 교수가 많을수록 통계적으로 유의미하게 긍정적인 영향을 주었다. 1인당 지역내 총생산량이 높을수록 출산율은 미미하게 높았다. 이러한 합계출산율 예측결과는 여성의 출산율 감소를 위한 정책을 마련하기 위한 기초자료를제공하는데 기여하고자 한다.
더보기This study applied the multiple linear regression analysis and DNN-based artificial intelligence models to determine the impact of population, social, economic, educational, and real estate factors, and educational and medical facility infrastructure on fertility rates in cities and provinces. It intends to predict the fertility rate to overcome the national crisis and provide essential data to address low fertility rate. Younger age at marriage and pregnancy, and higher real estate and apartment lease prices significantly impact fertility rate in cities. An increase in obstetrics and gynecology medical institutions slightly lowers fertility rate. Meanwhile, higher cost of private education, and an increase in number of kindergartens and elementary schools positively affect fertility rate. Furthermore, a higher gross regional product per capita leads to a higher fertility rate. Predicting fertility rate can provide basic data for policy preparation to address low fertility rates.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)