메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.

고객센터 제휴문의

Top 5%

...

저널정보

저자정보

표지
이용수
내서재
15
내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
최근 저출산 문제가 심각해지면서 대한민국의 국민연금 고갈에 대한 우려가 증가하고 있다. 이에 따라, 많은 연구기관에서 대한민국 국민연금 고갈 시기를 예측하기 위해 다양한 연구들을 진행해 왔지만, 기존 연구는 통계학적 접근법에 기반을 둔 것으로 매년 발표될 때마다 예상 시기가 앞당겨지고 있다. 따라서 더 정확한 예상을 위하여 본 연구에서는 역전파 (Back propagation) 알고리즘을 이용하여 대한민국의 연도별 출생아 수 데이터를 통해 국민연금 고갈 시기를 예측하는 모델을 제시하고, 고갈 시기를 예측해 보았다. 역전파 (Back propagation) 알고리즘을 통해서 대한민국의 국민연금 고갈 시기를 예측하는 모델에 사용되는 가설과 다양한 변수들 그리고 여러 식 (Equation)을 제안하였으며, 이를 통해서 머신러닝 알고리즘을 통해서도 국민연금 적립금의 변화를 예상할 수 있음을 밝혔다.

Recently, concerns about the exhaustion of national pension have increased as the problem of low fertility rate has become serious. Accordingly, even though lots of research institutes have conducted various investigation into predicting when national pension will be exhausted in Republic of Korea, these existing studies have been based on a statistical approach and the expected time of exhaustion has been changed every year when it is announced. Therefore, for the purpose of more accurate prediction, we present a model to predict the national pension exhaustion time with back propagation algorithm through the number of births by year in Republic of Korea and predict the exhaustion time. By utilizing the back propagation algorithm, we propose the basic hypotheses, variables, and various equation used in the model and the possibility of predicting the change of national pension by machine learning algorithm is opened.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험 및 분석
Ⅳ. 결론
REFERENCES

참고문헌 (30)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-569-000882115