多模式财产视频神经分析
Arturas Kaklauskas1, Valeria Minucciani2, Gianluca D'Agostino2
1Vilnius Gediminas Technical University, Saulėtekio al. 11, LT-10223, Vilnius, Lithuania. arturas.kaklauskas@vilniustech.lt.
Scientific reports
|October 30, 2025
概括
本研究介绍了多式联网物业视频神经分析 (MOVE),这是一个低成本的系统,分析建筑数据和投资者的情绪. 移动提高房地产估值,并提供建议增加价值和改善绿色建筑评级.
科学领域:
- 神经科学是一个神经科学.
- 计算机科学 计算机科学
- 房地产 房地产 房地产
背景情况:
- 智能技术在建筑物中产生多式联运大数据,但实时福利数据仍然不足.
- 需要低成本的数据收集方法来获得详细的建筑洞察力.
- 现有的绿色建筑评级系统缺乏情感层面.
研究的目的:
- 开发多模式物业视频神经分析 (MOVE) 以进行全面的物业和投资者分析.
- 整合各种数据源来评估情绪,情感和生理状态 (MAPS).
- 提供基于证据的建议,以提高财产价值和改善绿色建筑.
主要方法:
- 影响的综合环复式模型,体征标记假设,回归和多标准分析.
- 集成文本,生物识别,音频和图像分析技术.
- 开发多式联运分析,融合,回归,决策支持和价值分析子系统.
主要成果:
- 移动通过分析财产,背景和投资者MAPS来确定感知投资价值.
- 该系统提供数字化,基于证据的建议,以增加房地产价值.
- 纳入投资者MAPS数据可以显著提高绿色建筑评级.
结论:
- MOVE提供了一种新的,低成本的方法来收集和分析多式联运建筑和投资者数据.
- 该系统促进了数据驱动的房地产估值和战略改进.
- 建议在绿色建筑评级系统中包括情感层面,以获得更好的质量反映.
