基于自监督视觉Transformer的房地产 property 估值
计算机视觉与模式识别
2023-02-02 v1 人工智能
机器学习
计量经济学
摘要
近年来，人工智能(AI)在房地产市场中的应用不断增长。本文提出一种利用自监督视觉Transformer(计算机视觉与深度学习领域的近期突破)的房产估值新方法。我们提出的算法结合机器学习、计算机视觉以及基于房地产数据训练的享乐定价模型，来估计给定房产的价值。我们收集并预处理了科罗拉多州博尔德市的一组房地产数据集，并用其训练、验证和测试我们的算法。我们的数据集包含定性图像(包括房屋内部、外部和街景)以及定量特征，如卧室数量、浴室数量、建筑面积、地块面积、房龄、犯罪率和到便利设施的邻近度。我们使用均方根误差(RMSE)等指标评估模型性能。我们的研究结果表明，这些技术能够准确预测房产价值，且RMSE较低。所提算法优于不利用房产图像的传统评估方法，并有望用于实际应用场景。
引用
@article{arxiv.2302.00117,
title = {Real Estate Property Valuation using Self-Supervised Vision Transformers},
author = {Mahdieh Yazdani and Maziar Raissi},
journal= {arXiv preprint arXiv:2302.00117},
year = {2023}
}