| Reference: | (一) 中文部分
1.不動產估價/美國估價協會著，第十一版，宏大不動產鑑定公司譯。
2.王進德、蕭大全(1994)，類神經網路與模糊控制理論入門，全華科技圖書。
3.余文德、鄭景鴻（2001），類神經模糊系統於高速公路土石方工程成本估價之應用，二十一世紀土木工程技術與管理研討會論文集，pp. B209~B219。
4.周天穎、周學政（1997），ARCVIEW─透視3.X，松崗股份有限公司。
5.林秋瑾(1997)，住宅價格之省思：1975∼1995─理論與應用，正揚出版社。
6.林英彥(2000)，「不動產估價」九版，文笙書局。
7.林祖嘉(1992)，台灣地區房租與房價關係之研究，台灣銀行季刊，第43-1期。
8.林國民（1996），高雄市自有住宅特徵價格之研究，成功大學都市計劃研究所碩士論文。
9.高明志(1997)，類神經網路應用於房地產估價之研究，政治大學地政研究所碩士論文
10.高瑋堅（2000），購屋者特性與房屋買賣價差關係之研究，崑山科技大學。
11.張欣民、陳奉瑤(2003)，自動估價系統(AVM)算不算是估價，土地問題研究季刊第二輯第二期。
12.張金鶚、林秋瑾、楊宗憲（1995），台灣地區住宅價格指數之研究，經建會。
13.張梅英（1992），建立土地大量估價方法之研究，政治大學地政研究所博士論文。
14.陳奉瑤、梁仁旭（1999），評定公告土地現值方法之研究，國立政治大學學報第七十八期。
15.陳明吉（1989）房地產價格及其變動因素之研究，政治大學地政研究所碩士論文。
16.游淑惠(1994)，類神經網路應用於國宅需求特性之研究，成功大學都市計劃研究所碩士論文。
17.葉怡成(1997)，應用類神經網路，儒林出版社。
18.葉怡成(1997)，類神經網路模式應用與實作，儒林出版社。
19.範俊波等(1992)，神經網路與神經計算機，儒林出版社。
20.蔡芬蓮（1997），法拍屋價格影響因素之研究─以台北市為例，政治大學地政研究所碩士論文。
21.蔡瑞煌(1995)，類神經網路概論，三民書局。
22.盧炳勳、曹登發譯(1992)，P.D.Wasserman著，類神經網路理論與應用，全華科技圖書。
23.聶建中、馮正安、郭繼良（2001），金融風暴期間新台幣兌美元匯率預測─倒傳遞神經網路之應用，台灣金融財務季刊第二輯第三期。
24.羅華強(2001)，類神經網路─MATLAB的應用，清蔚科技股份有限公司。
(二)、 英文部分
1.Borst,R.A ＆ McCluskey,W.J.(1996) “An Evaluation of Abdctive Network Models for the Valuation of Residential Property”, Journal of Property Tax Assessment and Administration,Vol.2 No.2,pp.51-67.
2.Borst,R.A(1992), “Artificial Neural Network: the Next Modelling /Calibration Technology for the Assessment Community”,Artificial Neural Network,pp.64-94.
3.Daniels,H. ＆ Kamp,B. (1999) , “Application of MLP Network to Bond Rating and House Pricing ”, Neural Computing ＆ Applications ,Vol.8,pp.226-234.
4.Do,A.Q. ＆ Grudnitski,G (1992),“A Neural Network Approach to Residential Property Appraisal“,The Journal of Real Estate Research,December,pp.38-45
5.Do,A.Q.＆ Grudnitski, G. (1993),“A Neural Network Analysis of the Effect of Age on Housing Values”,The Journal of Real Estate Research,pp.253-264.
6.Evans,A.,James,H. ＆ Collins,A.(1991), “Artificial Neural Network :An Application to Residential Valuation in the UK“,The Real Estate Rese,December,pp.38-45
7.Lancaster, K (1966), “A new approach to consumer theory“, The Journal of Political Economy, Vol. 74 (2), p 132-152.
8.Lewis,O.M.,Ware,J.A. ＆ Jenkins,D.H.(2001),“Identification of Residential Property Sub-Markets using Evolutionary and Neural and Computing Techniques”, Neural Com puting and Applications, Vol.10,No.2,pp.108-119.
9.Mcgreal,S.,Adair,A.,Mcburney,D.＆Patterson,D. (1998),“Neural Networks：the Prediction of Residential Values”, Journal of Property Valuation ＆Investment,Vol.16 No.1,pp.57-70.
10.Nguyen ,N. ＆ Cripps,A. (2001),“Predicting Housing Value ：A Comparison of Multiple Regression Analysis and Artificial Neural Networks ,The Journal of Real Estate Research,Vol.22,No.3,pp.313-336.
11.Roger ,S.(1993) , “Selecting Data for Neural Networks”,Ai Expert ,February,pp.43-47.
12.Rosen, K. T. (1979),, A Regional Model of Multi-family Housing Starts, Journal of the American Real Estate and Urban Economics Association, 1979, 7:1, 63-76.
13.Tay,D.P. ＆ Ho ,D.k. (1991), Artificial Intelligence and the Mass Appraisial of Residential Apartments”, Journal of Property Valuation ＆Investment,Vol.10 ,pp.525-540.
14.William,B.R ＆ Dennis,S.T(1995) , “Artificial Intelligence: The Future of Appraising”,The Appraisal Journal ,October,pp.429-435.
15.Worzala,E.M. ＆ Silva, A. (1996),“High-tech Valuation :Should Artificial Neural Network Bypass the Human Valuer?”,Appraisal Journal ,January,pp.89-109.
16.Worzala,E.M., Lenk, M.＆ Silva, A. (1995),“An Exploration of Neural Network and Its Application to Real Estate Valuation”,The Journal of Real Estate Research,Vol.10,No.2,pp.185-202.
(三)、網頁部分
1. http://www.cis.hut.fi/ahonkela/dippa/node41.html |
