kataster

Neurónové siete, to najlepšie z Bolívie

Návrat z Bolívie bol namáhavý, 22 hodín cesty a najkomplikovanejšie bolo byť na poslednom medzipristátí uviaznutom na letisku Comalapa v Salvádore pred príletom do mojej východiskovej krajiny. Bol to namáhavý týždeň, 8 až 5 pracovných dní sediacich väčšinu dňa, veľa jedla, ale aj veľa učenia.

Takmer všetci z nás sme dospeli k záveru, že kurz bol príliš nabitý obsahom a veľmi malou praktickou prácou, čo ovplyvňuje zaťaženie inštruktora, ktorý musí zvládnuť celodennú prezentáciu, s polovičnými nudnými bodmi Powerpoints a hľadiskom rôznych úrovní ... druhá polovica stratila a niekoľko hľadalo praktický prínos pre to, čo už robia. CD s prezentáciami a doplnkom k výstavám z rôznych krajín však prinieslo dobré výsledky.

Medzi prezentáciami, ktoré ma najviac zaujali, je aplikácia neurónových sietí na zložité procesy na základe umelej inteligencie.

obraz

Problém

Či už to robí ústredná inštitúcia alebo miestna samospráva, výber dane z nehnuteľností si vyžaduje implementáciu rozsiahlej metodiky oceňovania. Existuje niekoľko vecí od zjednodušených (klamárov) po príliš zložitých (neudržateľných). Jednou z týchto široko rozšírených metodík je trhová metóda oceňovania pozemkov a náhradných nákladov na budovy. To si vyžaduje najmenej tri náročné úlohy:

1. Aktualizácia zlepšenie. Jeho vybavenie spočíva v konštruktívnych typológiách, ktoré sú zostavené z rozpočtových kapitol, ktoré sú zase tvorené konštruktívnymi prvkami a sú tvorené základnými jednotkami ako jednotkové nákladové listy. Najjednoduchšou vecou je aktualizácia vstupnej základne: materiály, práca, vybavenie a stroje, profesionálnejšie služby a potom sú pripravené na použitie stavebné typológie. Praktickosť metodík, ako je táto, spočíva v tom, že zhromažďovanie údajov v teréne pre hodnotiace formuláre si vyžaduje iba výpočet stavebnej plochy, stavebných charakteristík, kvality a konzervácie ... a je dobre zdokumentované, že môže prekonať subjektivitu.

V prípade vidieckych oblastí sa vypracúva aj štúdia tých charakteristík, ktoré dávajú nehnuteľnosti úžitkovú hodnotu, ako sú trvalé plodiny, obchodovateľné zdroje alebo potenciálne využitie.

2. Aktualizácia mapy základných hodnôt. Toto je postavené na vzorke spoľahlivých transakcií s nehnuteľnosťami, s významným zastúpením a v priebehu času sa predpokladá, že budú mať trhovú hodnotu. Potom sa tieto hodnoty stanú homogénnymi zónami, ktoré obsahujú trend založený na blízkosti a službách.

3. Aktualizácia siete verejné služby. Stáva sa, že keď sa zmení stav cestnej infraštruktúry, uvedieme príkladom tieto vlastnosti, ktoré majú vplyv na nehnuteľnosť na jednom alebo viacerých jej frontoch. Preto je ideálne, aby sa hodnoty prenášali z bloku na os ulice, aby ich bolo možné priradiť k podielu, ktorý ovplyvňuje prednú časť nehnuteľnosti ... ideálne je, aby oblasť mala určité vlastnosti, ktoré jej dávajú hodnotu pre servisné siete a vzťah štvrtí k výhodám, ktoré ovplyvňujú nielen hodnotu pôdy, ktorá môže byť veľmi lineárna.

Robiť to každých 5 rokov nie je ťažké, ale robiť to diferencovaným spôsobom pre mnohé obce sa stáva neudržateľným šialenstvom, aj keď existuje počítačová aplikácia, pretože stále závisí od externých údajov a vzoriek z terénu.

Aplikácia

Yedra García z ministerstva hospodárstva Španielska prezentovala túto tému „Umelá inteligencia použitá pri hromadnom oceňovaní“

Tento koncept je k dispozícii na webe, v angličtine však Yedra ponúkla možnosť, vďaka použitiu neurónových sietí, ktoré sa uplatnili na tento problém, by sa vyriešila automatizácia metodiky tak zložitá, ako sa môže zdať:

To znamená, že minimálny počet ukazovateľov na strednej úrovni môže mať komparatívny vzťah, ktorý poslaním trendu vstupných hodnôt a smerom nahor predbežný návrh hodnôt homogénnych oblastí prostredníctvom priestorovej analýzy podľa podobnosti podmienok môže vygenerovať maticu čo spôsobuje nadbytočnosť v porovnaní s reálnymi údajmi, napríklad s údajmi z elektronických bulletinov o stavebných cenách alebo hodnotách nehnuteľností.

To samozrejme nevedie k jednoduchej analýze tabuľkových údajov, ale tiež k priestorovej analýze vrstiev, ktoré ovplyvňujú valorizáciu, vzájomné prepojenie cestných kmeňov a topologickú analýzu spoločného susedstva.

To by mohlo priniesť výsledky nad rámec jednoduchého ocenenia na účely dane z nehnuteľností, ako je plánovanie alebo plánovanie prác na základe podmienok vplyvu na precenenie a vymáhanie kapitálových ziskov ... okrem iného.

obraz

Pozícia mi jedného dňa ponecháva zelenú fajčiarsku svrbenie v úmysle ju implementovať.

Golgi Alvarez

Spisovateľ, výskumník, špecialista na modely hospodárenia s pôdou. Podieľal sa na konceptualizácii a implementácii modelov ako: Národný systém správy majetku SINAP v Hondurase, Model hospodárenia spoločných obcí v Hondurase, Integrovaný model správy katastra - Register v Nikarague, Systém správy územia SAT v Kolumbii . Editor vedomostného blogu Geofumadas od roku 2007 a tvorca akadémie AulaGEO, ktorá zahŕňa viac ako 100 kurzov na témy GIS - CAD - BIM - Digitálne dvojičky.

súvisiace články

zanechať komentár

Vaša e-mailová adresa nebude zverejnená. Povinné položky sú označené *

Tlačidlo späť nahor