Zastosowanie sztucznych sieci neuronowych w procesie tworzenia mapy wartości gruntów

• Autorzy: Tomasz Budzyński

Warianty tytułu

Application of Artificial Neural Networks in the Process of Making Land Value Maps

• Języki publikacji: PL

Abstrakty

W referacie przedstawiono możliwości zastosowania sztucznych sieci neuronowych w procesie sporządzania mapy wartości gruntów typu obiektowego w podejściu modelowym. W pierwszej jego części zawarto podstawowe zasady sporządzania ww. rodzaju mapy a także budowy modeli sztucznych sieci neuronowych. W drugiej części referatu opisano proces sporządzania mapy wartości gruntów, przeznaczonych pod zabudowę mieszkaniową jednorodzinną dla fragmentu gminy Wołomin. W procesie tworzenia mapy, do określenia jednostkowej wartości gruntów w danej strefie wykorzystano sztuczne sieci neuronowe typu MLP - perceptron wielowarstwowy oraz RBF - sieci o radialnych funkcjach bazowych. W podsumowaniu opracowania przedstawiono korzyści jak i zagrożenia płynące z zastosowania sztucznych sieci neuronowych w procesie sporządzania mapy wartości gruntów. (abstrakt oryginalny)

EN

The paper presents possibilities of applying artificial neural networks in the process of making an object land value map in a model approach. The first part of paper contais the basic rules of making land value maps and constructing artificial neural networks. In the second part of paper was discribed the process of making a land value map for areas planned for one-family houses, located in the part of the municipality Wołomin. In the process of creating maps to determine the unit value of land in the area used an artificial neural network MLP - multilayer perceptron and RBF - networks of radial base. In summary, the benefits and risks associated with application of artificial neural networks in the process of drawing up maps of land values were presented. (original abstract)

Słowa kluczowe

PL

Nieruchomości gruntowe; Sztuczne sieci neuronowe (SSN)

EN

Ground real estate; Artificial neural networks (ANN)

• Czasopismo: Studia i Materiały Towarzystwa Naukowego Nieruchomości
• Rocznik: 2011
• Tom: 19
• Numer: nr 3
• Strony: 192--203

Twórcy

autor

Tomasz Budzyński

• Politechnika Warszawska

Bibliografia

• BAGDONAVIVIUS A., DEVEIKIS S. 2006. Implementation of Building Taxation and Mass Valuation in Lithuania - Outcomes and Lessons Learnt. Shaping the Change XXIII FIG Congress Munich, Germany.
• CELLMER R., KURYJ J., 2003. Interpretacja wyników analizy statystycznej cen transakcyjnych procesie sporządzania map wartości gruntów. Problemy interpretacji wyników metod badawczych stosowanych w geografii społecznoekonomicznej i gospodarce przestrzennej. Bogucki Wydawnictwo Naukowe, Poznań, s.257-266.
• HOZER J. (red.) 1999. Ekonometryczny algorytm masowej wyceny nieruchomości gruntowych. Uniwersytet Szczeciński. Szczecin.
• MCCLUSKEY W.J. 1996. Zastosowanie sztucznej inteligencji w wycenie masowej dla potrzeb taksacji nieruchomości. Wycena nr 5(28), Olsztyn.
• SEIDEL C. 2005. Transparency in the German real estate market - Results and problems, chances and new development. FIG Commission 9, CIREA and HKIS Symposium - Property Valuers Fronting the Triple Bottom Lines of Economic, Environment and Social Conflicts. Xian, China.
• SAWIŁOW E. 2008. Metodyka ustalania wartości katastralnych. Studia i Materiały Towarzystwa Naukowego Nieruchomości - vol. 16 nr 3 2008
• STATSOFT POLSKA sp. z o.o. 2000, podręcznik elektroniczny STATISTICA Neural Networks
• WILKOWSKI W., BUDZYŃSKI T. 2006. Application of Artificial Neural Networks for Real Estate Valuation. Shaping the Change XXIII FIG Congress Munich, Germany.
• ŹRÓBEK S., CELLMER R., KURYJ J., JANOWSKI A. (2004) : Mapa przeciętnych wartości gruntów - narzędzie pomocnicze w powszechnej taksacji nieruchomości. http://www.i-net.pl/publikacje/cellmer-janowski-kuryj-zrobek-2004.pdf