| DC Field | Value | Language |
|---|
| dc.contributor.author | Чепелевич, В. О. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2026-07-17T12:06:19Z | - |
| dc.date.available | 2026-07-17T12:06:19Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.citation | Чепелевич, В. О. Программное средство оценки рыночной стоимости недвижимости на основе нейронной сети = Software tool for real estate market value assessment based on a neural network / В. О. Чепелевич // Электронные системы и технологии : сборник материалов 62-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 13–17 апреля 2026 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: П. В. Камлач [и др.]. – Минск, 2026. – С. 722–724. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/64736 | - |
| dc.description.abstract | Экспериментально исследовано функционирование программного средства автоматизированной оценки стоимости жилой недвижимости с применением нейросетевых моделей в условиях обработки гетерогенных данных. Установлено, что критическое снижение точности прогноза (увеличение средней абсолютной ошибки MAPE свыше 12 %) наступает при дефиците или некорректности ключевых признаков объектов недвижимости в JSON-пакетах свыше 5,2 % от общего объема выборки. Предложена методика верификации бизнес-логики, основанная на контроле весов нейронной сети и качества входных векторов. Разработаны структурные схемы взаимодействия серверной и клиентской частей программного средства для обеспечения точности бизнес-анализа. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | недвижимость | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | REST-архитектура | en_US |
| dc.title | Программное средство оценки рыночной стоимости недвижимости на основе нейронной сети | en_US |
| dc.title.alternative | Software tool for real estate market value assessment based on a neural network | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The functioning of a software tool for automated real estate value estimation using neural network models under conditions of heterogeneous data processing has been experimentally investigated. It was found that a critical decrease in forecast accuracy (MAPE exceeding 12%) occurs when the share of incorrect or incomplete key features in JSON packets exceeds 5.2% of the total sample volume. A method for controlling the business logic of a software tool based on the verification of functional blocks and input vectors quality is proposed. | en_US |
| Appears in Collections: | Электронные системы и технологии : материалы 62-й конференции аспирантов, магистрантов и студентов (2026)
|
