Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Steiner, Maria Teresinha Arns, 1957- | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Métodos Numéricos em Engenharia | - |
Autor(es): dc.creator | Baptistella, Marisa | - |
Data de aceite: dc.date.accessioned | 2025-09-01T13:56:22Z | - |
Data de disponibilização: dc.date.available | 2025-09-01T13:56:22Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2005 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/3153 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/3153 | - |
Descrição: dc.description | Orientadora: Maria Teresinha Arns Steiner | - |
Descrição: dc.description | Inclui apêndice | - |
Descrição: dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setores de Tecnologia e Ciências Exatas, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 2005 | - |
Descrição: dc.description | Inclui bibliografia e anexos | - |
Descrição: dc.description | Área de concentração: Programação matemática | - |
Descrição: dc.description | Resumo: O presente trabalho tem por objetivo comparar as técnicas de Redes Neurais Artificiais e Regressão Linear Múltipla, na estimação dos valores venais de imóveis urbanos da cidade de Guarapuava/PR. Para tanto, utilizou-se os dados do Cadastro Imobiliário, fornecido pelo setor de Planejamento da Prefeitura Municipal de Guarapuava. O modelo inicial foi composto por treze variáveis do referido cadastro, sendo elas: bairro, setor, pavimentação, esgoto, iluminação pública, área do terreno, pedologia, topografia, situação, área edificada, tipo, estrutura e conservação. Utilizou-se a técnica de Análise de Componentes Principais para reduzir e transformar as variáveis originais para nove fatores. As Redes Neurais Artificiais desenvolvidas foram do tipo feed-forward, utilizando o algoritmo de treinamento "Levenberg Marquardt" com uma camada oculta, cujos resultados foram comparados com os resultados obtidos através da Regressão Linear Múltipla, para a predição dos valores venais. As duas técnicas se mostraram eficientes, sendo que, para o problema estudado, o desempenho das Redes Neurais Artificiais foi superior ao resultado apresentado pela outra técnica. | - |
Descrição: dc.description | Abstract: The present work has the objective of comparing the techniques of Artificial Neural Networksand Multiple Linear Regression, in the estimation of venal values of urban real properties ofthe city of Guarapuava. For this purpose, data from the real estate dossier were utilized,supplied by the sector of Planning of the City Hall of Guarapuava. The initial model wascompounded of thirteen variables from the above mentioned dossier: quarter, sector, paving,drain, public illumination, land area, pedology, topography, situation, built area, type,structure and conservation. The technique of Principal Component Analysis was used toreduce and transform the original variables into nine factors. The Artificial Neural Networksdeveloped were of the type feed-forward, using the training algorithm Levenberg Marquardtwith one hidden layer, whose results were compared with the results obtained through theMultiple Linear Regression, for the prediction of venal values. Both techniques resultedefficient, and for this problem, the performance of Artificial Neural Networks was superior tothe result showed by the other technique. | - |
Formato: dc.format | xii, 103f. : il., tabs. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Relação: dc.relation | Disponível em formato digital | - |
Palavras-chave: dc.subject | Redes neurais (Computação) | - |
Palavras-chave: dc.subject | Análise de regressão (Matemática) | - |
Palavras-chave: dc.subject | Imóveis - Avaliação | - |
Palavras-chave: dc.subject | Valores imobiliários | - |
Palavras-chave: dc.subject | Análise numérica | - |
Título: dc.title | O uso de redes neurais e regressão linear múltipla na engenharia de avaliações : determinação dos valores venais de imóveis urbanos | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: