Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina
- Autores
- Carranza, Juan Pablo; Piumetto, Mario Andrés; Salomon, Micael Jeremías; Monzani, Federico; Montenegro, Marcos Gaspar; Córdoba, Mariano
- Año de publicación
- 2019
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- El mercado inmobiliario desempeña un papel importante en la economía y la sociedad, por lo tanto, la desactualización de las valuaciones catastrales, en particular del suelo urbano, tiene efectos nocivos sobre las políticas públicas impositivas, territoriales y de vivienda, como en la estabilidad del sistema financiero. Por tal motivo, los catastros afrontan el desafío de desarrollar valuaciones masivas de una jurisdicción con el fin de proveer datos actualizados y de calidad, de manera rápida y eficiente. Dado el avance tecnológico, la generación de grandes volúmenes de información y los progresos asociados a las ciencias de la computación. Los resultados obtenidos permiten resaltar la ventaja de la capacidad predictiva en la estimación del valor del suelo urbano mediante la aplicación de una técnica algorítmica de aprendizaje automático, conocida como Random Forest, en combinación con una técnica geo-estadística llamada Kriging Ordinario para el tratamiento de los residuos frente a un método econométrico clásico, regresión lineal.
The real estate market plays an important role in the economy and society, therefore, the downgrading of cadastral valuations, particularly urban land, has harmful effects on tax, territorial and housing public policies, property market, as in the stability of the finance system. For this reason, the cadastres face the challenge of developing massive valuations of a jurisdiction in order to provide updated and quality data, quickly and efficiently. Given the technological advance, the generation of large volumes of information and the progress associated with computer science, the ideas of massive appraisal of real estate by the catastres is increasingly taking hold. Under these needs and new situation, the results reflects the advantage of the predictive capacity in estimating the value of urban land by applying an algorithmic technique of machine learning, known as Random Forest, in combination with a geo-statistical technique called Ordinary Kriging for the treatment of error.
Fil: Carranza, Juan Pablo. Universidad Empresarial Siglo XXI; Argentina
Fil: Piumetto, Mario Andrés. Universidad Nacional de Córdoba; Argentina
Fil: Salomon, Micael Jeremías. Universidad Nacional de Córdoba; Argentina
Fil: Monzani, Federico. Universidad Nacional de Córdoba; Argentina
Fil: Montenegro, Marcos Gaspar. Universidad Nacional de Córdoba; Argentina
Fil: Córdoba, Mariano. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; Argentina - Materia
-
VALOR DEL SUELO
VALUACIÓN MASIVA
MACHINE LEARNING
RANDOM FOREST
KRIGING ORDINARIO - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-sa/2.5/ar/
- Repositorio
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/148582
Ver los metadatos del registro completo
id |
CONICETDig_27c82443417d1768ca03c98c032c5e44 |
---|---|
oai_identifier_str |
oai:ri.conicet.gov.ar:11336/148582 |
network_acronym_str |
CONICETDig |
repository_id_str |
3498 |
network_name_str |
CONICET Digital (CONICET) |
spelling |
Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, ArgentinaMass appraisal of urban land value using artificial intelligence: The case of San Francisco City, Córdoba, ArgentinaCarranza, Juan PabloPiumetto, Mario AndrésSalomon, Micael JeremíasMonzani, FedericoMontenegro, Marcos GasparCórdoba, MarianoVALOR DEL SUELOVALUACIÓN MASIVAMACHINE LEARNINGRANDOM FORESTKRIGING ORDINARIOhttps://purl.org/becyt/ford/5.7https://purl.org/becyt/ford/5El mercado inmobiliario desempeña un papel importante en la economía y la sociedad, por lo tanto, la desactualización de las valuaciones catastrales, en particular del suelo urbano, tiene efectos nocivos sobre las políticas públicas impositivas, territoriales y de vivienda, como en la estabilidad del sistema financiero. Por tal motivo, los catastros afrontan el desafío de desarrollar valuaciones masivas de una jurisdicción con el fin de proveer datos actualizados y de calidad, de manera rápida y eficiente. Dado el avance tecnológico, la generación de grandes volúmenes de información y los progresos asociados a las ciencias de la computación. Los resultados obtenidos permiten resaltar la ventaja de la capacidad predictiva en la estimación del valor del suelo urbano mediante la aplicación de una técnica algorítmica de aprendizaje automático, conocida como Random Forest, en combinación con una técnica geo-estadística llamada Kriging Ordinario para el tratamiento de los residuos frente a un método econométrico clásico, regresión lineal.The real estate market plays an important role in the economy and society, therefore, the downgrading of cadastral valuations, particularly urban land, has harmful effects on tax, territorial and housing public policies, property market, as in the stability of the finance system. For this reason, the cadastres face the challenge of developing massive valuations of a jurisdiction in order to provide updated and quality data, quickly and efficiently. Given the technological advance, the generation of large volumes of information and the progress associated with computer science, the ideas of massive appraisal of real estate by the catastres is increasingly taking hold. Under these needs and new situation, the results reflects the advantage of the predictive capacity in estimating the value of urban land by applying an algorithmic technique of machine learning, known as Random Forest, in combination with a geo-statistical technique called Ordinary Kriging for the treatment of error.Fil: Carranza, Juan Pablo. Universidad Empresarial Siglo XXI; ArgentinaFil: Piumetto, Mario Andrés. Universidad Nacional de Córdoba; ArgentinaFil: Salomon, Micael Jeremías. Universidad Nacional de Córdoba; ArgentinaFil: Monzani, Federico. Universidad Nacional de Córdoba; ArgentinaFil: Montenegro, Marcos Gaspar. Universidad Nacional de Córdoba; ArgentinaFil: Córdoba, Mariano. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; ArgentinaUniversidad Nacional de Córdoba. Facultad de Arquitectura, Urbanismo y Diseño2019-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/148582Carranza, Juan Pablo; Piumetto, Mario Andrés; Salomon, Micael Jeremías; Monzani, Federico; Montenegro, Marcos Gaspar; et al.; Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina; Universidad Nacional de Córdoba. Facultad de Arquitectura, Urbanismo y Diseño; Vivienda y Ciudad; 6; 12-2019; 90-1122422-670XCONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unc.edu.ar/index.php/ReViyCi/article/view/27090info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T09:59:44Zoai:ri.conicet.gov.ar:11336/148582instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 09:59:45.032CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse |
dc.title.none.fl_str_mv |
Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina Mass appraisal of urban land value using artificial intelligence: The case of San Francisco City, Córdoba, Argentina |
title |
Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina |
spellingShingle |
Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina Carranza, Juan Pablo VALOR DEL SUELO VALUACIÓN MASIVA MACHINE LEARNING RANDOM FOREST KRIGING ORDINARIO |
title_short |
Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina |
title_full |
Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina |
title_fullStr |
Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina |
title_full_unstemmed |
Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina |
title_sort |
Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina |
dc.creator.none.fl_str_mv |
Carranza, Juan Pablo Piumetto, Mario Andrés Salomon, Micael Jeremías Monzani, Federico Montenegro, Marcos Gaspar Córdoba, Mariano |
author |
Carranza, Juan Pablo |
author_facet |
Carranza, Juan Pablo Piumetto, Mario Andrés Salomon, Micael Jeremías Monzani, Federico Montenegro, Marcos Gaspar Córdoba, Mariano |
author_role |
author |
author2 |
Piumetto, Mario Andrés Salomon, Micael Jeremías Monzani, Federico Montenegro, Marcos Gaspar Córdoba, Mariano |
author2_role |
author author author author author |
dc.subject.none.fl_str_mv |
VALOR DEL SUELO VALUACIÓN MASIVA MACHINE LEARNING RANDOM FOREST KRIGING ORDINARIO |
topic |
VALOR DEL SUELO VALUACIÓN MASIVA MACHINE LEARNING RANDOM FOREST KRIGING ORDINARIO |
purl_subject.fl_str_mv |
https://purl.org/becyt/ford/5.7 https://purl.org/becyt/ford/5 |
dc.description.none.fl_txt_mv |
El mercado inmobiliario desempeña un papel importante en la economía y la sociedad, por lo tanto, la desactualización de las valuaciones catastrales, en particular del suelo urbano, tiene efectos nocivos sobre las políticas públicas impositivas, territoriales y de vivienda, como en la estabilidad del sistema financiero. Por tal motivo, los catastros afrontan el desafío de desarrollar valuaciones masivas de una jurisdicción con el fin de proveer datos actualizados y de calidad, de manera rápida y eficiente. Dado el avance tecnológico, la generación de grandes volúmenes de información y los progresos asociados a las ciencias de la computación. Los resultados obtenidos permiten resaltar la ventaja de la capacidad predictiva en la estimación del valor del suelo urbano mediante la aplicación de una técnica algorítmica de aprendizaje automático, conocida como Random Forest, en combinación con una técnica geo-estadística llamada Kriging Ordinario para el tratamiento de los residuos frente a un método econométrico clásico, regresión lineal. The real estate market plays an important role in the economy and society, therefore, the downgrading of cadastral valuations, particularly urban land, has harmful effects on tax, territorial and housing public policies, property market, as in the stability of the finance system. For this reason, the cadastres face the challenge of developing massive valuations of a jurisdiction in order to provide updated and quality data, quickly and efficiently. Given the technological advance, the generation of large volumes of information and the progress associated with computer science, the ideas of massive appraisal of real estate by the catastres is increasingly taking hold. Under these needs and new situation, the results reflects the advantage of the predictive capacity in estimating the value of urban land by applying an algorithmic technique of machine learning, known as Random Forest, in combination with a geo-statistical technique called Ordinary Kriging for the treatment of error. Fil: Carranza, Juan Pablo. Universidad Empresarial Siglo XXI; Argentina Fil: Piumetto, Mario Andrés. Universidad Nacional de Córdoba; Argentina Fil: Salomon, Micael Jeremías. Universidad Nacional de Córdoba; Argentina Fil: Monzani, Federico. Universidad Nacional de Córdoba; Argentina Fil: Montenegro, Marcos Gaspar. Universidad Nacional de Córdoba; Argentina Fil: Córdoba, Mariano. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; Argentina |
description |
El mercado inmobiliario desempeña un papel importante en la economía y la sociedad, por lo tanto, la desactualización de las valuaciones catastrales, en particular del suelo urbano, tiene efectos nocivos sobre las políticas públicas impositivas, territoriales y de vivienda, como en la estabilidad del sistema financiero. Por tal motivo, los catastros afrontan el desafío de desarrollar valuaciones masivas de una jurisdicción con el fin de proveer datos actualizados y de calidad, de manera rápida y eficiente. Dado el avance tecnológico, la generación de grandes volúmenes de información y los progresos asociados a las ciencias de la computación. Los resultados obtenidos permiten resaltar la ventaja de la capacidad predictiva en la estimación del valor del suelo urbano mediante la aplicación de una técnica algorítmica de aprendizaje automático, conocida como Random Forest, en combinación con una técnica geo-estadística llamada Kriging Ordinario para el tratamiento de los residuos frente a un método econométrico clásico, regresión lineal. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-12 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11336/148582 Carranza, Juan Pablo; Piumetto, Mario Andrés; Salomon, Micael Jeremías; Monzani, Federico; Montenegro, Marcos Gaspar; et al.; Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina; Universidad Nacional de Córdoba. Facultad de Arquitectura, Urbanismo y Diseño; Vivienda y Ciudad; 6; 12-2019; 90-112 2422-670X CONICET Digital CONICET |
url |
http://hdl.handle.net/11336/148582 |
identifier_str_mv |
Carranza, Juan Pablo; Piumetto, Mario Andrés; Salomon, Micael Jeremías; Monzani, Federico; Montenegro, Marcos Gaspar; et al.; Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina; Universidad Nacional de Córdoba. Facultad de Arquitectura, Urbanismo y Diseño; Vivienda y Ciudad; 6; 12-2019; 90-112 2422-670X CONICET Digital CONICET |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/https://revistas.unc.edu.ar/index.php/ReViyCi/article/view/27090 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-sa/2.5/ar/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-sa/2.5/ar/ |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Nacional de Córdoba. Facultad de Arquitectura, Urbanismo y Diseño |
publisher.none.fl_str_mv |
Universidad Nacional de Córdoba. Facultad de Arquitectura, Urbanismo y Diseño |
dc.source.none.fl_str_mv |
reponame:CONICET Digital (CONICET) instname:Consejo Nacional de Investigaciones Científicas y Técnicas |
reponame_str |
CONICET Digital (CONICET) |
collection |
CONICET Digital (CONICET) |
instname_str |
Consejo Nacional de Investigaciones Científicas y Técnicas |
repository.name.fl_str_mv |
CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas |
repository.mail.fl_str_mv |
dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar |
_version_ |
1844613770139140096 |
score |
13.070432 |