kataster

Sieci neuronowe, najlepsze z Boliwii

Powrót z Boliwii był męczący, 22 godziny podróży i najtrudniejszą rzeczą było zatrzymanie się na ostatnim postoju na lotnisku Comalapa w Salwadorze przed przybyciem do mojego kraju startowego. To był męczący tydzień, 8 do 5 dni roboczych siedzenie przez większość dnia, dużo jedzenia, ale też dużo nauki.

Prawie każdy z nas doszedł do wniosku, że kurs był zbyt obciążony treścią i zbyt małą pracą praktyczną, co wpływa na obciążenie instruktora, który musi obsługiwać cały dzień prezentacji, z na wpół nudnymi Powerpointami i publicznością na różnych poziomach ... druga połowa przegrała, a kilku szukało praktycznej korzyści z tego, co już robią. Jednak płyta CD z prezentacjami i uzupełnieniem wystaw z różnych krajów przyniosła dobre efekty.

Wśród prezentacji najbardziej przykuła moją uwagę zastosowanie sieci neuronowych do złożonych procesów na zasadzie sztucznej inteligencji.

obraz

Problem

Niezależnie od tego, czy robi to instytucja centralna, czy lokalna gmina, pobieranie podatku od nieruchomości wymaga wdrożenia szeroko zakrojonej metodologii wyceny. Aby to zrobić, istnieje kilka od uproszczonych (kłamców) do zbyt złożonych (niezrównoważonych). Jedną z tych szeroko rozpowszechnionych metodologii jest metoda rynkowa wyceny gruntów i kosztów odtworzenia budynków. Wymaga to co najmniej trzech żmudnych zadań:

1 Aktualizacja wartości poprawy. Jego oprzyrządowanie opiera się na tzw. Konstruktywnych typologiach, które są zbudowane z rozdziałów budżetowych, które z kolei składają się z elementów konstruktywnych i podstawowych jako arkuszy kosztów jednostkowych. W taki sposób, aby najprościej było zaktualizować bazę wejściową: materiały, robociznę, sprzęt i maszyny, bardziej profesjonalne usługi i wtedy już można zastosować typologie budowlane. Praktyczność metodologii takich jak ta polega na tym, że zebranie danych terenowych do formularza wyceny wymaga jedynie obliczenia obszaru budowy, charakterystyki konstrukcji, jakości i konserwacji ... dobrze udokumentowane może przezwyciężyć subiektywizm.

W przypadku obszarów wiejskich badane są również te cechy, które nadają nieruchomości wartość produkcyjną, takie jak uprawy trwałe, zasoby zbywalne lub potencjalne wykorzystanie.

2 Aktualizacja mapy wartości gruntu. Jest to budowane na podstawie próby wiarygodnych transakcji na rynku nieruchomości, które mają znaczną reprezentację i mają wartość rynkową prognozowaną w czasie. Następnie wartości te stają się jednorodnymi strefami, które zawierają trend oparty na bliskości i usługach.

3 Aktualizacja sieci usługi publiczne. Zdarza się, że gdy zmienia się stan infrastruktury drogowej, na przykład cechy te wpływają na nieruchomość na jednym lub kilku jej frontach. Dlatego idealnie jest, aby wartości były przenoszone z bloku na oś ulicy tak, aby można je było powiązać z proporcją wpływającą na front posesji ... najlepiej, aby obszar miał pewne cechy, które nadają mu wartość dla sieci usługowych i stosunek dzielnic do korzyści, które wpływają nie tylko na wartość ziemi, mogą być bardzo liniowe.

Robienie tego co lata 5 nie jest trudne, ale robienie tego w zróżnicowany sposób dla wielu gmin staje się niezrównoważonym szaleństwem, nawet jeśli istnieje aplikacja komputerowa, ponieważ nadal zależy od zewnętrznych danych i próbek terenowych.

Aplikacja

Yedra García z Ministerstwa Gospodarki Hiszpanii przedstawiła prezentację na ten temat „Sztuczna inteligencja stosowana do wyceny masowej”

Koncepcja jest dostępna w Internecie w języku angielskim, jednak Yedra podniosła taką możliwość, dzięki zastosowaniu sieci neuronowych, które zastosowane do tego problemu rozwiązałyby automatyzację metodologii tak złożonej, jak mogłoby się to wydawać:

Oznacza to, że minimalna liczba wskaźników na poziomie średnim może mieć relację porównawczą, która wysyłając trend wartości wejściowych i w górę wstępną propozycję wartości obszarów jednorodnych poprzez analizę przestrzenną podobieństwem warunków, może wygenerować macierz co powoduje obustronną redundancję w stosunku do rzeczywistych danych, takich jak dane z elektronicznych biuletynów cen budowy lub wartości nieruchomości.

Oczywiście nie prowadzi to do prostej analizy danych tabelarycznych, ale również do analizy przestrzennej warstw, które wpływają na waloryzację, wzajemne połączenia pni i analizę topologiczną wspólnego sąsiedztwa.

Może to przynieść wyniki wykraczające poza zwykłą wycenę do celów podatku od nieruchomości, takie jak planowanie lub planowanie prac w oparciu o warunki wpływu na przeszacowanie i odzyskanie zysków kapitałowych ... między innymi.

obraz

Postawa zostawia mi kiedyś zielone swędzenie podczas palenia w intencji jego wdrożenia.

Golgiego Alvareza

Pisarz, badacz, specjalista w zakresie modeli zarządzania gruntami. Uczestniczył w konceptualizacji i wdrażaniu modeli takich jak: Krajowy System Zarządzania Nieruchomościami SINAP w Hondurasie, Model Zarządzania Wspólnymi Gminami w Hondurasie, Zintegrowany Model Zarządzania Katasterem – Rejestr w Nikaragui, System Administracji Terytorium SAT w Kolumbii . Redaktor bloga wiedzy Geofumadas od 2007 roku i twórca Akademii AulaGEO, która obejmuje ponad 100 kursów z zakresu GIS - CAD - BIM - Digital Twins.

Powiązane artykuły

Zostaw komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *

Powrót do góry przycisk