地籍

ニューラルネットワーク、ボリビアのベスト

ボリビアからの帰りは疲れ、22時間の旅行でした。最も複雑なことは、私の出発国に到着する前に、エルサルバドールのコマラパ空港に釘付けにされた最後の立ち寄りでした。それは疲れた一週間で、一日のほとんどを座って8から5営業日、たくさんの食べ物だけでなく、たくさんの学習もしました。

私たちのほとんどすべてが、コースにはコンテンツが多すぎて実用的な作業がほとんどないと結論付けています。これは、半退屈なパワーポイントとさまざまなレベルの聴衆で、一日のプレゼンテーションを処理しなければならないインストラクターの負担に影響します...半分居眠り、残りの半分は失われ、いくつかは彼らがすでに行っていることへの実際的な利益を探しています。しかし、さまざまな国からのプレゼンテーションと展示を補完するCDは良い結果をもたらしました。

プレゼンテーションの中で、最も注目されたのは、人工知能の原理の下で複雑なプロセスにニューラルネットワークを適用することです。

問題

中央機関であろうと地方自治体であろうと、財産税を徴収するには、大規模な評価方法を実装する必要があります。これを行うには、単純化されたもの（嘘つき）から複雑すぎるもの（持続不可能）まで、いくつかあります。これらの広く普及している方法論のXNUMXつは、土地の評価と建物の交換費用の市場法によるものです。これには、少なくともXNUMXつの骨の折れる作業が必要です。

1 の更新改善値。その計装は、建設的な類型として知られているものを介して行われ、これらは予算の章で構築され、予算の章は建設的な要素で構成され、単位コストシートとして基本的な要素で構成されます。最も簡単な方法は、入力ベースを更新することです。材料、労働力、設備、機械、より専門的なサービス、そして建設の類型を適用する準備ができています。このような方法論の実用性は、評価フォームのフィールドデータの収集には、建設面積、建設特性、品質、および保全の計算のみが必要であるということです...十分に文書化されているため、主観性を克服できます。

農村地域では、永続的な作物、取引可能な資源、潜在的な用途など、資産に生産的な価値を与える特性についての研究も行われます。

2 の地図更新地上値。これは、信頼できる不動産取引のサンプルに基づいて構築されており、重要な表現があり、時間の経過とともに市場価値があると予測されています。次に、これらの値は、近接性とサービスに基づく傾向を含む均一な領域になります。

3 ネットワーク更新公共サービス。例を挙げると、道路インフラの状態が変化すると、これらの特性がXNUMXつまたは複数の前面のプロパティに影響を与えることがあります。したがって、値がブロックから通りの軸に転送されて、プロパティの正面に影響を与える比率に関連付けることができるのが理想的です...理想的には、エリアがサービスネットワークに値を与える特定の特性を持っていることと非常に直線的である可能性がある土地の価値だけでなく影響を与える利益に対する近隣の関係。

5年ごとにそれを行うことは難しくありませんが、多くの自治体で差別化された方法で行うことは、外部データとフィールドサンプルに依存するため、コンピューターアプリケーションがあっても持続不可能な狂気になります。

アプリケーション

スペイン経済省のYedraGarcíaは、このテーマに関するプレゼンテーションを発表しました 「大量評価に適用される人工知能」

コンセプトは英語でウェブ上にありますが、Yedraはこの問題に適用されるニューラルネットワークを使用することで、方法論の自動化を一見複雑にする可能性を高めました。

これは、中レベルの最小数のインジケーターが、入力値の傾向を送信し、条件の類似性による空間分析を通じて均一な領域の値の暫定的な提案を送信することにより、マトリックスを生成できる比較関係を持つことができることを意味しますこれにより、建設価格や不動産価格の電子掲示板からのデータなど、実際のデータに対して両方の方法で冗長性が確保されます。

もちろん、これは表形式のデータの単純な分析ではなく、価格設定、道路トランクの相互接続、共有近隣のトポロジカル分析に影響するレイヤーの空間分析にもつながります。

これは、特にキャピタルゲインの再評価と回復への影響の条件に基づいた作業の計画や計画など、固定資産税の単純な評価を超える結果をもたらす可能性があります。