Przejdź do treści
Studia i Prace WNEiZ US

Wcześniej: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia i Prace WNEiZ

nr 45/1 2016
OpenAlex

Dane dotyczą tego artykułu lub rozdziału.

Rekord znaleziony w bazie

Cytowania
6
Pozycje bibliografii
6
Cytowania według lat
RokCytowania
20181
20191
20212
20242

Dane pobrane:

Zobacz w źródle (nowa karta)
Crossref

Dane dotyczą tego artykułu lub rozdziału.

Rekord znaleziony w bazie

Cytowania
6

Dane pobrane:

Zobacz w źródle (nowa karta)
OpenCitations

Dane dotyczą tego artykułu lub rozdziału.

Cytowania
6

Dane pobrane:

Publikacje cytujące
  1. 10.1016/j.procs.2024.09.323 (2024)
  2. 10.3846/ijspm.2021.14293 (2021)
  3. 10.1088/1757-899x/710/1/012001 (2019)
  4. 10.2478/remav-2024-0029 (2024)
  5. 10.31648/ts.7062 (2021)
  6. 10.2478/rgg-2018-0011 (2018)
Zobacz w źródle (nowa karta)
Google Scholar

Prognozowanie cen nieruchomości lokalowych za pomocą sztucznych sieci neuronowych

DOI: 10.18276/sip.2016.45/1-25
Cytuj

Pełny tekst jest dostępny

Abstrakt

Opracowanie porusza problematykę modelowania cen nieruchomości lokalowych na rynku wtórnym za pomocą sztucznych sieci neuronowych. Przeprowadzone przez autorów badania mają charakter zarówno literaturowy, jak i empiryczny. W procesie budowy modeli testowano możliwość użycia licznych zmiennych wejściowych. Badania objęły swoim zasięgiem strefę śródmiejską Łodzi. Wśród sieci poddanych testom znalazły się: sieć jednokierunkowa wielowarstwowa o jednej i dwóch warstwach ukrytych oraz sieć o radialnych funkcjach bazowych.
Podgląd PDF

Otwórz PDF

Bibliografia

  1. Antipov, E.A., Pokryshevskaya, E.B. (2012). Mass Appraisal of Residential Apartments: An Application of Random Forest for Valuation and a CART-based Approach for Model Diagnostics. Expert Systems with Applications, 39, 1772–1778. DOI: 10.1016/j.eswa.2011.08.077.
  2. Chiarazzo, V., Caggiani, L., Marinelli, M., Ottomanelli, M. (2014). A Neural Network Based Model for Real Estate Price Estimation Considering Environmental Quality of Property Location. Transportation Research Procedia, 3, 810–817. DOI: 10.1016/j.trpro.2014.10.067.
  3. Garcia, N., Gamez, M., Alfaro, E. (2008). ANN+GIS: An Automated System for Property Valuation. Neurocomputing, 71, 733–742. DOI: 10.1016/j.neucom.2007.07.031.
  4. Jasiński, T. (2003). Przegląd architektur sztucznych sieci neuronowych wykorzystywanych w ekonomii do przewidywania szeregów czasowych. Studia i Prace Kolegium Zarządzania i Finansów, 35, 166–177.
  5. Liu, X., Deng, Z., Wang, T. (2011). Real Estate Appraisal System Based on GIS and BP Neural Network. Transactions of Nonferrous Metals Society of China, 21, 626–630. DOI: 10.1016/S1003-6326(12)61652-5.
  6. Selim, H. (2009). Determinants of House Prices in Turkey: Hedonic Regression Versus Artificial Neural Network. Expert Systems with Applications, 36, 2843–2852. DOI: 10.1016/j.eswa.2008.01.044.
  7. Tadeusiewicz, R. (1998). Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami. Warszawa: Akademicka Oficyna Wydawnicza PLJ.