Kurz vor der Drucklegung dieses KN-Heftes ist unser Mitautor Ulrich F. Voos plötzlich und unerwartet verstorben. Wir gedenken Ulrich F. Voos und möchten ihm, dem Initiator dieses Artikels, für seine Arbeit und sein Engagement herzlich danken.
F. Dickmann und S. Hellmann
Zusammenfassung
Bodenrichtwertkarten sind von großer Bedeutung für Planung, Finanzbehörden, und Immobilienmärkte. Zu ihrer Erstellung müssen von den Gutachterausschüssen der zuständigen kommunalen Verwaltungen vielfältige Informationen und große Datenmengen ausgewertet werden. Der Beitrag geht der Frage nach, ob die Nutzung neuronaler Netzwerke den datentechnischen Verarbeitungsprozess unterstützen kann. Die mithilfe einer Self-organizing Map vorgenommene Berechnung von Richtwerten für städtische Teilgebiete zeigt eine hohe Übereinstimmung mit den Ergebnissen des klassischen Gutachter-Verfahrens.
Abstract
The visualization of standard ground values is very important for many applications in planning, taxation and real estate domains. To obtain reliable information of a region´s ground values a huge amount of heterogeneous data has to be managed and interpreted by experts. This article shows how artificial neural networks could be used to support the digital data processing. The results of a comparative model experiment indicate, that the use of self-organizing maps could be truly an economic option.
Literatur
Anderson, J., Rosenfeld, E. (1988): Neurocomputing: Foundations of Research. Vol. 1. Cambridge, MA.
Bacher, J., Pöge, A., Wenzig, K. (2010): Clusteranalyse. Anwendungsorientierte Einführung in Klassifikationsverfahren. München.
Bertin, J. (1982): Graphische Darstellungen und die graphische Weiterverarbeitung der Information. Berlin, New York.
BoRiWErl. NRW; Bodenrichtwert - Erlass NRW RdErl. d. Innenministeriums des Landes Nordrhein-Westfalen v. 2. 3. 2004 - 36 - 9210 - (MBl. NRW. S. 331); SMBI. NRW 2315.
Galert, A. (2007): Frühwarnung durch Bilanzanalyse mittels neuronaler Netze. München, Ravensburg.
Gutachterausschüsse für Grundstückswerte in den Ländern der Bundesrepublik Deutschland. Online in Internet: www.gutachterausschuesse-online.de [Stand: 2011-03-11].
Hartung, J., Elpelt, B. (2006): Multivariate Statistik. Lehrund Handbuch der angewandten Statistik. München.
Kohonen, T. (2001): Self-Organizing Maps. Berlin, Heidelberg.
Pinel, J. (2001): Biopsychologie. Heidelberg, Berlin.
Pytlik, M. (1995): Diskriminanzanalyse und Künstliche Neuronale Netze zur Klassifizierung von Jahresabschlüssen - Ein empirischer Vergleich. In: Europäische Hochschulschriften Bd. 1688. Frankfurt/M., Berlin.
Rey, G., Wender K. (2008): Neuronale Netze. Eine Einführung in die Grundlagen, Anwendungen und Datenauswertung. Bern.
Sachs, L. (2002): Angewandte Statistik. Berlin, Heidelberg, New York.
Skupin, A., Esperbé, A. (2008): Towards High-resolution Self-organizing Maps of Geographic Features. In: Dodge, M., McDerby, M., Turner, M. (Hrsg.): Geographic Visualization - Concepts, Tools and Applications, John Wiley & Sons Ltd., Chichester (GB), S.159–181.
Steinhausen, D., Langer, K. (1977): Clusteranalyse. Einführung in Methoden und Verfahren der automatischen Klassifikation. Berlin, New York.
Tobler, W. (1970): A computer movie simulating urban growth in the Detroit region, Economic Geography, Vol. 46, Nr.2, Supplement: Proceedings. International Geographical Union. Commission on Quantitative Methods, S. 234–240. (http://www.jstor.org/stable/143141?origin=JSTOR-pdf)
Voos, U. (1988): Explorative Datenanalyse mit P-STAT 8, in: Faulbaum, F. / Uehlinger H.-M.: Fortschritte in der Statistik-Software 1., Stuttgart, New York.
Voos, U. (2010): Korrelationskoeffizienten und der Einfluss von Extrem- und Störwerten. Online in Internet:http://www.vgsps.de/html/news/Okt2010_Korrelationsanalyse.pdf [Stand: 2013-XX-XX].
Author information
Authors and Affiliations
Corresponding author
Additional information
Dipl.-Psych. & -Inform. Ulrich F. Voos, VGSPS mbH, Beratungsgesellschaft für Datenbank- und Statistiksysteme, Bon
Univ.-Prof. Dr. Frank Dickmann, Geographisches Institut, Ruhr-Universität Bochum, Fachbereich Kartographie
Rights and permissions
About this article
Cite this article
Voos, U.F., Hellmann, S. & Dickmann, F. Nutzung neuronaler Netzwerke zur Erstellung von Bodenrichtwertkarten. j. Cartogr. Geogr. inf. 63, 247–254 (2013). https://doi.org/10.1007/BF03546139
Received:
Revised:
Published:
Issue Date:
DOI: https://doi.org/10.1007/BF03546139