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
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/548540
Acceder
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:UNC2025-10-23T11:18:59Zoai: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:25722025-10-23 11:18:59.928Repositorio 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_ 1846785318159646720
score 12.982451

Publicaciones similares