Штучний інтелект прогнозує ціни на землю в Україні з точністю до 95%

Вчені Національного наукового центру "Інститут аграрної економіки" здійснили революційне дослідження в галузі прогнозування цін на сільськогосподарські землі, розробивши унікальну методологію з використанням глибоких нейронних мереж LSTM (Long Short-Term Memory).

Дослідження, проведене Ігорем Юрченком, Ольгою Ходаківською та Максимом Мартинюком, демонструє принципово новий підхід до аналізу ринку земель в Україні. Науковці створили три різні архітектури нейронних мереж для порівняння та вибору найефективнішої моделі прогнозування.

Методологія дослідження базується на аналізі часового ряду цін на сільськогосподарську землю за період з липня 2021 по серпень 2024 року. Дослідники використали сучасні інструменти машинного навчання, зокрема мову програмування Python та спеціалізовані бібліотеки Pandas, Sklearn, Keras для реалізації моделей.

Унікальність дослідження полягає в комплексному підході до прогнозування. Науковці не лише створили прогностичну модель, але й провели глибокий кореляційний аналіз факторів, що впливають на ціноутворення земель. Зокрема, вони виявили помірну негативну кореляцію (-0,48) між ціною та площею земельної ділянки, а також слабкі позитивні кореляції з роком і місяцем спостереження.

Порівняння трьох архітектур нейронних мереж (базової, з Dropout та глибокої) показало, що глибока модель LSTM демонструє найвищу точність прогнозування. Її ефективність підтверджена низькими показниками похибок: RMSE склав 2426,01, MSE - 5885547,38, MAE - 1661,79, а MAPE - лише 5,34%.

Прогноз на 2025 рік передбачає поступове зниження цін на сільськогосподарські землі в доларовому еквіваленті: від 805–810 дол. США/га на початку року до 724–725 дол. США/га наприкінці року. Це зниження може бути пов'язане з адаптацією ринку до нових умов та впливом різноманітних економічних факторів.

Дослідження має важливе практичне значення для учасників ринку земель, інвесторів та органів державної влади. Розроблена методологія дозволяє більш точно прогнозувати ціни, приймати обґрунтовані управлінські рішення та формувати ефективну земельну політику.

Науковці підкреслюють, що представлена модель є першим комплексним дослідженням прогнозування цін на сільськогосподарські землі в Україні з використанням глибоких нейронних мереж. Вона відкриває нові можливості для аналізу ринку земель та створює методологічне підґрунтя для подальших досліджень.

Перспективи розвитку дослідження включають розширення часового горизонту аналізу, інтеграцію додаткових факторів впливу, таких як кліматичні умови та геопросторові характеристики, а також удосконалення методів машинного навчання для підвищення точності прогнозування.

Робота демонструє потужний потенціал штучного інтелекту в аграрному секторі та підтверджує, що сучасні технології здатні revolutionізувати процеси прийняття рішень у сфері земельних відносин.