Employing linear artificial neural networks in property appraisal and valuation – possible applications

• Autorzy: Górak M.

Identyfikatory

DOI

10.15576/GLL/2017.1.17

Warianty tytułu

PL

Zastosowanie liniowych sieci neuronowych w wycenie nieruchomości – możliwości aplikacyjne

• Języki publikacji: EN

Abstrakty

EN

Transactional price is the result of some kind of free market game, and of independent decisions taken by the parties to the transaction. Prices depend on a number of factors, specific to the local real estate market. The impact of some factors is fixed, while others are dependent on the location of the property. Therefore, research into the determination of rules that would describe the relationship between the market price of the real estate, and its market characteristics, remain valid. The article presents the possibilities of applying linear artificial neural networks to real estate valuation. Using a database, the artificial linear neural network is developing a regression model, which produces the results that oscillate close to the market value of the property. The necessary condition is the creation of a database that is representative of the given real estate market.

PL

Cena transakcyjna to wynik pewnego rodzaju gry rynkowej oraz suwerennych decyzji podejmowanych przez strony transakcji. Ceny uzależnione są od szeregu czynników charakterystycznych dla danego lokalnego rynku nieruchomości. Wpływ pewnych czynników jest niezmienny, inne zaś zależne są od lokalizacji nieruchomości. Dlatego badania nad określeniem reguł opisujących zależność pomiędzy ceną rynkową nieruchomości a jej cechami rynkowymi są wciąż aktualne. Artykuł przedstawia możliwości aplikacyjne sztucznych liniowych sieci neuronowych w wycenie nieruchomości. Sztuczna liniowa sieć neuronowa na podstawie bazy danych, opracowuje model regresyjny uzyskujący wyniki oscylujące w pobliżu rynkowej wartości nieruchomości. Warunkiem koniecznym jest utworzenie bazy danych, reprezentatywnej dla danego rynku nieruchomości.

Słowa kluczowe

EN

neural network; artificial neuron; training set; property valuation; database

PL

sieć neuronowa; sztuczny neuron; zbiór uczący; wycena nieruchomości; baza danych

• Wydawca: Wydawnictwo Uniwersytetu Rolniczego w Krakowie
• Czasopismo: Geomatics, Landmanagement and Landscape
• Rocznik: 2017
• Tom: no. 1
• Strony: 17--24
• Opis fizyczny: Bibliogr. 6 poz., rys., tab.

Twórcy

autor

Górak M.

• doktorant Uniwersytet Rolniczy w Krakowie Katedra Geodezji

Bibliografia

• Cymerman R., Hopfer A. 2009. Systemy, zasady i procedury wyceny nieruchomości. PFSRM, Warszawa.
• Siejka M. 2010. Próba zastosowania metody AHP do oceny wpływu zmiany cech nieruchomości gruntowych na ich wartość. Infr. Ekol. Ter. Wiej., 12, 93–101.
• Siejka M. 2011. Aspekty wykorzystania aktywnych baz danych w wycenie nieruchomości. Infr. Ekol. Ter. Wiej., 3, 235–250.
• Tadeusiewicz R., Gąciarz T., Borowik B., Leper B. 2007. Odkrywanie własności sieci neuronowych. Polska Akademia Umiejętności, Międzywydziałowa Komisja Nauk Technicznych, Kraków.
• Tadeusiewicz R. 1993. Sieci neuronowe. Akademicka Oficyna Wydawnicza, Warszawa.
• Tadeusiewicz R. 2007. Exploration of neural networks properties using specially written programs. Polska Akademia Umiejętności, Międzywydziałowa Komisja Nauk Technicznych, tom II, Kraków, 113–124.