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; Salomón, Micael Jeremías; Monzani, Federico; Montenegro, Marcos Gaspar; Córdoba, Mariano Augusto
- Año de publicación
- 2019
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- Fil: Carranza, Juan Pablo. Universidad Siglo 21. Secretaría de Investigación; Argentina.
Fil: Piumetto, Mario Andrés. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Centro de Estudios Territoriales (CET); Argentina.
Fil: Salomón, Micael Jeremías. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
Fil: Monzani, Federico. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Economía y Finanzas; Argentina.
Fil: Montenegro, Marcos Gaspar. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Economía y Finanzas; Argentina.
Fil: Córdoba, Mariano Augusto. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fil: Córdoba, Mariano Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba). Unidad de Fitopatología y Modelización Agrícola; Argentina.
Fil: Córdoba, Mariano Augusto. Instituto Nacional de Tecnología Agropecuaria (INTA). Unidad de Fitopatología y Modelización Agrícola; Argentina.
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.
info:eu-repo/semantics/publishedVersion
Fil: Carranza, Juan Pablo. Universidad Siglo 21. Secretaría de Investigación; Argentina.
Fil: Piumetto, Mario Andrés. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Centro de Estudios Territoriales (CET); Argentina.
Fil: Salomón, Micael Jeremías. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
Fil: Monzani, Federico. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Economía y Finanzas; Argentina.
Fil: Montenegro, Marcos Gaspar. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Economía y Finanzas; Argentina.
Fil: Córdoba, Mariano Augusto. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fil: Córdoba, Mariano Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba). Unidad de Fitopatología y Modelización Agrícola; Argentina.
Fil: Córdoba, Mariano Augusto. Instituto Nacional de Tecnología Agropecuaria (INTA). Unidad de Fitopatología y Modelización Agrícola; Argentina. - Materia
-
Valuación de la tierra
Zonas urbanas
Inteligencia artificial
Random Forest
Kriging Ordinario
San Francisco
Córdoba
Argentina - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/548540
Ver los metadatos del registro completo
id |
RDUUNC_bc49d6b0657b9650a062095b34a923dc |
---|---|
oai_identifier_str |
oai:rdu.unc.edu.ar:11086/548540 |
network_acronym_str |
RDUUNC |
repository_id_str |
2572 |
network_name_str |
Repositorio Digital Universitario (UNC) |
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 AndrésSalomón, Micael JeremíasMonzani, FedericoMontenegro, Marcos GasparCórdoba, Mariano AugustoValuación de la tierraZonas urbanasInteligencia artificialRandom ForestKriging OrdinarioSan FranciscoCórdobaArgentinaFil: Carranza, Juan Pablo. Universidad Siglo 21. Secretaría de Investigación; Argentina.Fil: Piumetto, Mario Andrés. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Centro de Estudios Territoriales (CET); Argentina.Fil: Salomón, Micael Jeremías. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.Fil: Monzani, Federico. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Economía y Finanzas; Argentina.Fil: Montenegro, Marcos Gaspar. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Economía y Finanzas; Argentina.Fil: Córdoba, Mariano Augusto. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.Fil: Córdoba, Mariano Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba). Unidad de Fitopatología y Modelización Agrícola; Argentina.Fil: Córdoba, Mariano Augusto. Instituto Nacional de Tecnología Agropecuaria (INTA). Unidad de Fitopatología y Modelización Agrícola; Argentina.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.info:eu-repo/semantics/publishedVersionFil: Carranza, Juan Pablo. Universidad Siglo 21. Secretaría de Investigación; Argentina.Fil: Piumetto, Mario Andrés. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Centro de Estudios Territoriales (CET); Argentina.Fil: Salomón, Micael Jeremías. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.Fil: Monzani, Federico. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Economía y Finanzas; Argentina.Fil: Montenegro, Marcos Gaspar. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Economía y Finanzas; Argentina.Fil: Córdoba, Mariano Augusto. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.Fil: Córdoba, Mariano Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba). Unidad de Fitopatología y Modelización Agrícola; Argentina.Fil: Córdoba, Mariano Augusto. Instituto Nacional de Tecnología Agropecuaria (INTA). Unidad de Fitopatología y Modelización Agrícola; Argentina.2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfCarranza, J. P., Piumetto, M. A., Salomón, M. J., Monzani, F., Montenegro, M. G. y Córdoba, M. A. (2019). Valuación masiva de la tierra urbana mediante inteligencia artificial. El caso de la ciudad de San Francisco, Córdoba, Argentina. Vivienda & Ciudad 6, 90-112. https://revistas.unc.edu.ar/index.php/ReViyCi/article/view/27090http://hdl.handle.net/11086/5485402422-670Xhttps://revistas.unc.edu.ar/index.php/ReViyCi/article/view/27090https://revistas.unc.edu.ar/index.php/ReViyCispainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:44:24Zoai:rdu.unc.edu.ar:11086/548540Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:44:24.967Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse |
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 Valuación de la tierra Zonas urbanas Inteligencia artificial Random Forest Kriging Ordinario San Francisco Córdoba Argentina |
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 Salomón, Micael Jeremías Monzani, Federico Montenegro, Marcos Gaspar Córdoba, Mariano Augusto |
author |
Carranza, Juan Pablo |
author_facet |
Carranza, Juan Pablo Piumetto, Mario Andrés Salomón, Micael Jeremías Monzani, Federico Montenegro, Marcos Gaspar Córdoba, Mariano Augusto |
author_role |
author |
author2 |
Piumetto, Mario Andrés Salomón, Micael Jeremías Monzani, Federico Montenegro, Marcos Gaspar Córdoba, Mariano Augusto |
author2_role |
author author author author author |
dc.subject.none.fl_str_mv |
Valuación de la tierra Zonas urbanas Inteligencia artificial Random Forest Kriging Ordinario San Francisco Córdoba Argentina |
topic |
Valuación de la tierra Zonas urbanas Inteligencia artificial Random Forest Kriging Ordinario San Francisco Córdoba Argentina |
dc.description.none.fl_txt_mv |
Fil: Carranza, Juan Pablo. Universidad Siglo 21. Secretaría de Investigación; Argentina. Fil: Piumetto, Mario Andrés. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Centro de Estudios Territoriales (CET); Argentina. Fil: Salomón, Micael Jeremías. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina. Fil: Monzani, Federico. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Economía y Finanzas; Argentina. Fil: Montenegro, Marcos Gaspar. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Economía y Finanzas; Argentina. Fil: Córdoba, Mariano Augusto. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina. Fil: Córdoba, Mariano Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba). Unidad de Fitopatología y Modelización Agrícola; Argentina. Fil: Córdoba, Mariano Augusto. Instituto Nacional de Tecnología Agropecuaria (INTA). Unidad de Fitopatología y Modelización Agrícola; Argentina. 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. info:eu-repo/semantics/publishedVersion Fil: Carranza, Juan Pablo. Universidad Siglo 21. Secretaría de Investigación; Argentina. Fil: Piumetto, Mario Andrés. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Centro de Estudios Territoriales (CET); Argentina. Fil: Salomón, Micael Jeremías. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina. Fil: Monzani, Federico. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Economía y Finanzas; Argentina. Fil: Montenegro, Marcos Gaspar. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Economía y Finanzas; Argentina. Fil: Córdoba, Mariano Augusto. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina. Fil: Córdoba, Mariano Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba). Unidad de Fitopatología y Modelización Agrícola; Argentina. Fil: Córdoba, Mariano Augusto. Instituto Nacional de Tecnología Agropecuaria (INTA). Unidad de Fitopatología y Modelización Agrícola; Argentina. |
description |
Fil: Carranza, Juan Pablo. Universidad Siglo 21. Secretaría de Investigación; Argentina. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/article http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
status_str |
publishedVersion |
format |
article |
dc.identifier.none.fl_str_mv |
Carranza, J. P., Piumetto, M. A., Salomón, M. J., Monzani, F., Montenegro, M. G. y Córdoba, M. A. (2019). Valuación masiva de la tierra urbana mediante inteligencia artificial. El caso de la ciudad de San Francisco, Córdoba, Argentina. Vivienda & Ciudad 6, 90-112. https://revistas.unc.edu.ar/index.php/ReViyCi/article/view/27090 http://hdl.handle.net/11086/548540 2422-670X https://revistas.unc.edu.ar/index.php/ReViyCi/article/view/27090 https://revistas.unc.edu.ar/index.php/ReViyCi |
identifier_str_mv |
Carranza, J. P., Piumetto, M. A., Salomón, M. J., Monzani, F., Montenegro, M. G. y Córdoba, M. A. (2019). Valuación masiva de la tierra urbana mediante inteligencia artificial. El caso de la ciudad de San Francisco, Córdoba, Argentina. Vivienda & Ciudad 6, 90-112. https://revistas.unc.edu.ar/index.php/ReViyCi/article/view/27090 2422-670X |
url |
http://hdl.handle.net/11086/548540 https://revistas.unc.edu.ar/index.php/ReViyCi/article/view/27090 https://revistas.unc.edu.ar/index.php/ReViyCi |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositorio Digital Universitario (UNC) instname:Universidad Nacional de Córdoba instacron:UNC |
reponame_str |
Repositorio Digital Universitario (UNC) |
collection |
Repositorio Digital Universitario (UNC) |
instname_str |
Universidad Nacional de Córdoba |
instacron_str |
UNC |
institution |
UNC |
repository.name.fl_str_mv |
Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba |
repository.mail.fl_str_mv |
oca.unc@gmail.com |
_version_ |
1844618981421350912 |
score |
13.070432 |