نام کاربري رمز عبور

    ثبت نام | فراموشي رمز عبور | راهنماي استفاده از سايت | پشتيباني کاربران | عضويت ويژه کتابخانه ها

ISSN 1735-5540
شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: 8971
ناشر تخصصی کنفرانسهای کشور

نمایه کنفرانسهای کشور | English Pages

 

 

 

 
لينك‌ها

[ گزارش اشكال در مقاله | بازگشت | جستجو | ليست كنفرانس‌ها ]

اطلاعات مقاله

[ اعتبار مورد نياز: 1 | تعداد صفحات: 6 | 643 بار مشاهده چكيده ]

عنوان مقاله: Macro Factors' Based Neural Networks to Predict House Price Index in Fars Province
سرفصل مربوط:
سال انتشار: 1389
نوع ارايه:
محل انتشار: [ سيزدهمين كنفرانس دانشجويي مهندسي برق ايران ]
زبان مقاله: انگليسي حجم فايل: 313.25 كيلوبايت

نمايش خلاصه مقاله

Macro Factors' Based Neural Networks to Predict House Price Index in Fars Province  Fulltext 

نويسند‌گان:






خلاصه مقاله:

The purpose of this paper is to investigate the influence of macro factors on the house price and then to predict house price in Fars province (in Iran) with the aid of neural networks. The data set consists of 13 years of information was taken from Iran's statistical yearbook of 2006. The information includes house price index, per capita income, inflation rate, liquidity, bank facilities to housing sector, and the total price of the traded shares in Iran stock exchange. In order to compensate the lack of data, nonlinear interpolation methods were employed to create some data points. The results presented in this paper support the potential of neural network for house price prediction with a consideration of macro factors.


كلمات كليدي:

house price, neural network, macro factors.


[ لينک دايمي به اين صفحه: ]

نمايش صفحه قابل چاپ خلاصه مقاله

راهنمایی دریافت اصل/فایل مقاله

برای دریافت اصل مقاله هم می توانید ابتدا عضو شوید و سپس اقدام به دریافت نمایید و یا اینکه به صورت خرید تک مقاله ای از طریق پرداخت اینترنتی اقدام نمایید. اصل مقالات براي کاربران عضو سايت با 50 درصد تخفيف ارائه مي شوند. عضويت در سيويليکا ساده و سريع است. براي عضويت به بخش عضويت در سيويليکا مراجعه نماييد.

در صورتي که عضو نيستيد و ميخواهيد اصل مقاله را خريداري نماييد از بخش خريد اصل مقاله استفاده نماييد.

قبل از اقدام به دريافت يا خريد مقاله، به تعداد صفحات آن که در بالا درج شده است توجه نماييد.

براي راهنمايي کاملتر راهنماي سايت را مطالعه کنيد.

دريافت اصل/فایل مقاله (ویژه اعضا)

شما به صورت کاربر وارد سايت نشده ايد. پس از ورود به سايت با شناسه و رمز عبور خود، لينک دريافت مقاله در اين بخش نمايش داده مي شود.

 

نام کاربري

رمز عبور

ثبت نام و عضویت جدید
رمز عبور را فراموش کرده ايد؟

خرید اصل/فایل مقاله

کاربران غير عضو، مي توانند با استفاده از پرداخت اينترنتي، بلافاصله اصل اين مقاله را خريداري نمايند.


قيمت اين مقاله : 20,000 ريال


آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. در راهنمای پرداخت اینترنتی می توانید جزئیات کامل کارتهای شبکه شتاب که امکان پرداخت اینترنتی را دارند را مشاهده نمایید.


آدرس ايميل:

رفتن به مرحله بعد:


راهنماي پرداخت اينترنتي


نحوه استناد به این مقاله
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:

Jesmani، Mansoureh، Ebrahim Hadian، و Ali Akbar Safavi، 1389، Macro Factors' Based Neural Networks to Predict House Price Index in Fars Province، سیزدهمین کنفرانس دانشجویی مهندسی برق ایران، تهران، دانشگاه تربیت مدرس، http://www.civilica.com/Paper-ISCEE13-ISCEE13_282.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.

برای بار اول: (Jesmani، Mansoureh، Ebrahim Hadian، و Ali Akbar Safavi، 1389)
برای بار دوم به بعد: (Jesmani، Hadian، و Safavi، 1389)

برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
 

مجموعه ها: سیویلیکا | بانک کنفرانسهای خارجی | پروژه ها و تحقیقات دانشجویی | بانک اطلاعاتی شرکتهای عمرانی | بنانیوز (خبرگزاری مسکن و معماری) | مرجع کتاب | فراخوانهای علمی پژوهشی کشور | مرجع صنعت کنفرانس | سیمپوزیا

دفتر مرکزی انتشارات بوم سازه (سیویلیکا): تهران، خیابان کارگر شمالی، بالاتر از پمپ بنزین امیرآباد، کوچه زمرد، شماره 27 ، طبقه دوم. تلفن: 88008044 - نمابر: 88335451 - کدپستی: 1413634633
تماس با ما / سامانه پشتیبانی و راهنمایی کاربران | راهنمای کامل کاربران