ORTHO 2020 PRIVATE HOUSE RC：One basement floor and one ground floor
「NOT A HOTEL DESIGN COMPETITION 2024」最優秀賞が決定 イタリアからの提案〈NATURE WITHIN〉を北軽井沢に建設へ NOT A HOTELとして実現・販売するデザインを国内外へ向けて公募した「NOT A HOTEL DESIGN COMPETITION 2024」の最優秀賞が先ごろ決定し、NOT A HOTELの公式サイトおよびSNSなどで発表されています（2024年12月21日プレスリリース）。 最優秀賞は、イタリアからの応募者でMohamed Hassan ElgendyとNahed Zmeterの2氏が提案した「NATURE WITHIN（ネイチャー ウィズ イン）」が獲得しました（本稿1枚目の画像：内外観3点）。 若い世代に創作機会を提供、多様なクリエイターによる建築の実現を目指したコンペ 「NOT A HOTEL DESIGN COMPE
関連リソース Agent Design Pattern Catalogue: A Collection of Architectural Patterns for Foundation Model based Agents 【論文紹介】LLMベースのAIエージェントのデザインパターン18選 基盤モデルを用いたAIエージェントの設計パターン The Landscape of Emerging AI Agent Architectures for Reasoning, Planning, and Tool Calling: A Survey The Landscape of Emerging AI Agent Architectures for Reasoning, Planning, and Tool Calling: A Survey は、「AIエージェントのアーキテクチャ」について、シン
アートコレクティブ。2001年から活動を開始。集団的創造によって、アート、サイエンス、テクノロジー、そして自然界の交差点を模索している国際的な学際的集団。アーティスト、プログラマ、エンジニア、CGアニメーター、数学者、建築家など、様々な分野のスペシャリストから構成されている。 チームラボは、アートによって、自分と世界との関係と新たな認識を模索したいと思っている。人は、認識するために世界を切り分けて、境界のある独立したものとして捉えてしまう。その認識の境界、そして、自分と世界との間にある境界、時間の連続性に対する認知の境界などを超えることを模索している。全ては、長い長い時の、境界のない連続性の上に危うく奇跡的に存在する。 チームラボの作品は、ビクトリア国立美術館（メルボルン）、ニュー・サウス・ウェールズ州立美術館（シドニー）、南オーストラリア州立美術館（アデレード）、オーストラリア国立美術館
TIMELESS_Night 2021 PRIVATE HOUSE RC：Two stories above ground
ピーター・ズントー（Peter Zumthor, 1943年4月26日 - ）は、スイスの建築家。日本では一般にピーター・ズントーとして知られているが、ペーター・ツムトーアという転写が本人の母語であるドイツ語の発音により近い。 1943年にスイスのバーゼルに生まれた。家具製作を生業とする家庭で幼い頃から木工仕事に親しんで育ち、父親のもとで家具製作工としての職業教育を受けた。バーゼルの造形学校で“室内建築”およびデザインを学び、ニューヨークのプラット・インスティチュートでインダストリアル・デザインを学んだ後、スイス・グラウビュンデン州（スイス南東部に位置）にて歴史的建造物の修復の仕事に携わった。 1979年、同州ハルデンシュタイン（英語版）にアトリエを設立、ここを拠点に活動を展開し、スイスの内外に作品を残している。スイス、グラウビュンデン州の小さな山里に作られた温泉スパ施設「テルメ・ヴァルス
注文住宅を検討するとき、だれもがデザイン性のいい家にしたいと思うのではないでしょうか。 特にハウスメーカーの同じような外観・仕様、よくある建売のような家では満足できない方、または注文住宅をせっかく検討するのであればデザインにこだわりたい、という方に必見の内容になっています。 ただし、デザインには正解はありません。 今回は、注文住宅において唯一無二の設計ができる titel（タイテル）の建築家の事例も交え、デザイナーズ住宅を参考に「自分のスタイル」を見つけてください。 デザイン性を高めるポイントと同時に、スタイル別の事例や外観・内観で特に秀でた事例もみていきましょう。 記事監修：藤木 舞 一級建築士 / タイテル建築アドバイザー 設計事務所にて住宅・店舗・オフィスの設計を担当した後、2021年にタイテル建築アドバイザーに就任。幼い頃から住宅建築に関心を持つ。慶應義塾大学 SFC にて建築・ま
SHARE 茂木哲 / nagomによる、東京・港区の住戸改修「ジャパンディスタイルの家」。外国の方の賃貸入居を想定した計画。“日本らしさ”も備えた住まいを目指し、日本建築の“天井面で空間の格式を示す”作り方を参照した設計を志向。開けた外部環境を活かす為に“風景を切り取る”窓を各部屋に作る 茂木哲 / nagomによる、東京・港区の住戸改修「ジャパンディスタイルの家」。外国の方の賃貸入居を想定した計画。“日本らしさ”も備えた住まいを目指し、日本建築の“天井面で空間の格式を示す”作り方を参照した設計を志向。開けた外部環境を活かす為に“風景を切り取る”窓を各部屋に作る下階、ダイニングからリビングと書斎を見返す。 photo©山内紀人 茂木哲 / nagomによる、東京・港区の住戸改修「ジャパンディスタイルの家」。外国の方の賃貸入居を想定した計画。“日本らしさ”も備えた住まいを目指し、日本建築の
完全招待制のオンラインカンファレンス「PIXIV MEETUP 2023」。「創作活動を、もっと楽しくする。」というミッションを遂行するために、メンバーが普段行っている業務について、自らの言葉で語り、その想いと技術を共有する場です。sugasuga氏は、機械学習チームが管理している機械学習基盤の構成と、直面している課題、これからの展望について発表しました。 登壇者の自己紹介とアジェンダの紹介sugasuga氏：こんにちは。今日は、ピクシブの機械学習基盤に関する発表をいたします。 まずは自己紹介から始めさせてください。自分は、機械学習チームでエンジニアをしているsugasugaといいます。サブで採用・広報活動にも関わっています。最近の趣味は、トレーニングです。 今日お話しすることは、（スライドを示して）こちらを予定しています。機械学習基盤について。そして、基盤で使われている技術について。運用
大量に蓄積されたデータを活用するためには、データ分析基盤の構築が必要になる。だが、専門知識を持つ人材やデータ分析にかける予算確保は容易くはない。そこで、電通国際情報サービス(ISID)の全社横断的な研究開発部門である、X（クロス）イノベーション本部ソフトウェアデザインセンターの佐藤太一氏が、自らの経験をもとにDataflowとBigQueryで大規模データ分析基盤を実装する方法を紹介。その際に重要となるコスト観も合わせて解説した。 データ分析基盤構築における考え方とシステムアーキテクチャ 佐藤 太一氏 株式会社電通国際情報サービス(ISID) Xイノベーション本部 ソフトウェアデザインセンター 今回登壇した佐藤太一氏が所属する電通国際情報サービス（以下、ISID）のXイノベーション本部は、全社横断的な研究開発部門。佐藤氏はGitHubやJIRAなどの現代的な構成管理ツールの利用促進や部門横
20 スキーマのモデリング化技法 この章では、データ・ウェアハウスのスキーマについて説明します。内容は次のとおりです。 データ・ウェアハウスのスキーマ 第3正規形 スター・スキーマ スター・クエリーの最適化 データ・ウェアハウスのスキーマ スキーマとは、表、ビュー、索引およびシノニムを含むデータベース・オブジェクトのコレクションです。 データ・ウェアハウス用に設計されたスキーマ・モデルにスキーマ・オブジェクトを配置するためには、様々な方法があります。データ・ウェアハウス・スキーマ・モデルの1つは、スター・スキーマです。shサンプル・スキーマ(このマニュアルに記載するほとんどの例の基本)では、スター・スキーマを使用します。ただし、その他にも、データ・ウェアハウスによく使用されるスキーマ・モデルがあります。そのようなスキーマ・モデルのうち最も一般的なのは、第3正規形(3NF)スキーマです。また
図1のスタースキーマは、注文(fact_orders)と返品(fact_returns)の2つプロセスを表している。それぞれ注文スター、返品スターと呼ぶ。 それぞれ別々の部門で実装されたもので、物理的に独立したデータベースに存在している。両方のデータベースに、ディメンションテーブルの日(dimension_days)、顧客(dimension_customers)、製品(dimension_products)がある。これらのスタースキーマを比較したいケースはあるとする。例えば、特定期間の製品別の注文に対する返品率などである。これはドリルアクロスを使えば実現可能である。以下が手順である。 各ファクト・テーブルを製品ごとに集約する。 集約した結果をマージし、注文された数量と返却された数量の比率が計算する。 図1の製品ディメンションを使えば、同様の手順で他のディメンション属性で分析可能だが、残念
組織でのエンタープライズ･データ・ウェアハウス構築がすでに決定されているとします。そして、ビジネス要件の定義、ビジネスの目的の適用範囲の打合せ、および概念的な設計も完了しているとします。そこで、その要件をシステムに移行できるように変換する必要があります。そのためには、データ・ウェアハウスの論理設計と物理設計を行います。定義する内容は、次のとおりです。 具体的なデータ内容 データ・グループ内およびデータ・グループ間の関係 データ・ウェアハウスをサポートするシステム環境 必要なデータ変換 データのリフレッシュ頻度 論理設計は、物理設計に比べて概念的で抽象的です。論理設計では、オブジェクト間の論理的な関係を検討します。物理設計では、オブジェクトの格納と取出しの他、転送処理およびバックアップ/リカバリの観点から、最も効果的な方法を検討します。 設計では、エンド・ユーザーのニーズを優先させる必要があ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
