ЗАГАЛЬНА НЕЙРОМЕРЕЖЕВА МОДЕЛЬ ПОРІВНЯЛЬНОГО ПІДХОДУ ВАРТІСНОЇ ОЦІНКИ МАТЕРІАЛЬНИХ ТА НЕМАТЕРІАЛЬНИХ АКТИВІВ

Автор(и)

  • В В Якубовський Інститут міжнародних відносин Київського національного університету імені Тараса Шевченка
  • О С Бичков Київського національного університету імені Тараса Шевченка

DOI:

https://doi.org/10.17721/apmv.2016.127.2.144-151

Анотація

В статті обґрунтована доцільність використання методології штучних нейронних мереж до розв’язання питань вартісної оцінки матеріальних та нематеріальних активів. Запропоновано загальну структуровану нейромережеву модель найбільш поширеного порівняльного підходу вартісної оцінки майна та майнових прав.

Нейронна мережа використовується для виконання процесів розпізнавання об’єкту оцінки, його класифікації та формування ціни на підставі порівняння з об’єктами-аналогами згідно значень відповідних ціноутворюючих параметрів.

Описаний алгоритм програмної реалізації запропонованої загальної нейромережевої моделі при її практичної реалізації.

Біографії авторів

  • В В Якубовський, Інститут міжнародних відносин Київського національного університету імені Тараса Шевченка
    Доктор технічних наук, професор кафедри міжнародного бізнесу
  • О С Бичков, Київського національного університету імені Тараса Шевченка
    Кандидат фізико-математичних наук, доцент, завідувач кафедри програмних систем і технологій

Посилання

Voronin V. O., Lyantse E. V., Mamchin M. M. Property market analitics: methodology and principles of nowadays valuation. – Lviv : ≪Magnolia 2006≫, 2014. – 304 p.

Property valuation. Textbook. / O. I. Drapikovskiy, I. B. Ivanova, Y. V. Krumelis. – K. : ≪SIC Group Ukraine≫ Ltd. 2015. – 424 p.

Shannon P. Pratt, Alina V. Niculita. Valuing a Business. The Analysis and Appraisal of Closely Held Companies. 5th edition. – McGraw-Hill Companies, 2008. – 1081 p.

Eszhov A. A., Shumskiy S. A. Neurocomputing and its utilization in economy and business. – M. : MIFI, 1998.– 222 p.

Zaychenko Y. P., Plaksin V. K. Financial timing sequences prognosis with utilization of neuro nets. ChDTU Bulletin, 2010, № 2. – P. 27-32.

Bychkov A. S., Vlasov A. M. Differential equations utilization for modeling of psychoemotional processes // Differential equations, functional spaces, approximation theory. Int. conf. Novosibirsk, 5-12 October, 2008. – P.460-466.

Haykin S. Neuro nets. Complete coarse. 2th ed. – M. : Williams, 2006. – 1104 p.

Bychkov A.S. Cognitive methods of cybernetics. ≪Kyiv’s university≫ publ., 2006. – 128 p.

Kalyaev A. V. Information processes modelling in neuroprocessing nets. Part І // Electronic modelling. – 2003. – 25, № 6. – P. 5-21.

Gorbanj A. N., Mirkes E. M. Information capacity of tensor nets: IV All-Russian seminar ≪Neuroinformation and its application≫ proceedings. – Krasnoyarsk, 1996. – P. 22-23.

Gorbanj A. N., Mirkes Е. М. Noise resistance of tensor nets: IV All-Russian seminar ≪Neuroinformation and its application≫ proceedings . – Krasnoyarsk, 1996. – P. 24-25.

Завантаження

Опубліковано

2017-02-21