Detalhes bibliográficos
| Ano de defesa: |
2010 |
| Autor(a) principal: |
Cabral, Carlos Cristiano |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual do Ceará
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=67798
|
Resumo: |
O presente trabalho busca empregar técnicas de clusterização para identificar distorções tributárias causadoras de evasão fiscal, fornecendo embasamento para a correção, o controle e a minimização da ocorrência de inconsistências em bancos de dados técnicos imobiliários. Estudadas algumas redes neurais, a Rede Neural de Kohonen, também conhecida como Mapas Auto-organizáveis de Kohonen, foi escolhida por tratar com maior habilidade os dados relativos aos imóveis, uma vez que estes tipos de dados apresentam grande duplicidade de valores em suas características. Apresenta-se, a título de avaliação, estudo de caso específico do município de Fortaleza. A rede neural implementada deu origem ao software Analisador do Solo Urbano, atualmente na versão 1.4.1. Palavras-chave: clusterização, redes neurais, Kohonen, mapas auto-organizáveis, tributação imobiliária, IPTU, arrecadação, propriedade urbana. |
