都市調査実習(2023)

都市調査実習 立命館大学 建築都市デザイン学科 建築情報学 系授業 3回生後期(2023)

授業内容：

「コンセプトマイニングとストーリーメイキング」

「調査・分析・実験に立脚した提案 （またはその逆） 」は学ぶ授業である。卒業設計（修士設計）・卒業論文（修士論文）の練習とも言える。
調査（研究）は非常に重要である。何故なら下記の図式が成り立つ。
【「提案・デザイン」=「技能」*「保有している情報」*「思考」】
「建築都市のデザインや構成を定量的に解析しデザインコンセプトを練る」，「文献調査・ヒアリング調査（実験）から企画を練る」など全ての場面に該当する。
身近な体験であるデザイン演習において経験した行き詰まりの原因の一つは「技能」と「保有している情報」の希薄さである。提案・デザインといった感性的な表現に帰着する対象は「ふと思いついた」，「センス」によりアウトプットされたと感じることもあるかもしれないが，全てがインプットされた情報に対する技能に基づく内面的な探求の末にアウトプットされたものである。つまり前述の図式のように「提案・デザイン」には優れた「思考」と同等に「技能」と「保有している情報」が必要である。「思考」が優れていて，いくら時間を使っても「技能」と「保有している情報」が乏しければ「結果」は伴わない。言わば脆弱な土台，もしくは低い状態からのジャンプである。この図式をふまえ，この授業では「技能」と「保有している情報」に焦点を当てる。
　また「保有している情報」とは「体験」でもあり，知っているだけ，聞いたことあるだけ，と実際にミニマムでも実施したことある，では別次元に対象に対する理解度が異なる。そこでトピック的に建築情報学も学習する。最後に，そもそも学習は「評価」よりも「技能と保有している情報」がいかに増大したかが重要である。「評価」を求めることはこの手段でしかない。

目標

1. 自らの興味を深掘りするための調査を計画し，実行できる。
2. 調査をもとに立案ができる。（卒業設計・修士設計型）
3. 価値付けられた調査を計画し，実行できる。（卒業論文・修士論文型）
4. 実施内容の解釈や評価を適切に行える
5. 成果を原稿や口頭発表で完成度高く人に伝えることができる
   
   

---

#スケジュールと授業形式

対面で実施しますが，オンライン参加希望にも個別に対応します。

• 時間：時間割り通り（14時40分）
• 対面授業の場所：ウエストウイング1階のPCルーム
• zoom：実施する場合にはmanabaで告知する

---

#課題

• 課題A：「seeds 発見と深掘りの手掛かり」
• 課題B：「論文レビュー」
• 課題C：「リサーチクエスチョン・プランの設定」
• 課題D：「リサーチプラン」
• 加点イベント！（開催決定！）
  • 建築情報学 連続ミニレクチャーに参加して400字から600字のレポートを提出
  • PDF形式，書式は自由，タイトルを任意で付ける
  • ファイル名は「学生番号_repot_未定」番号は回数に応じて変更
  • レポートは講師の方にお礼としてそのままお渡しする。ただ講師の方を気持ち良くすることを目的に書く必要はない。発表や内容に意見があったら率直にＧＯ！
  • 同曜日の同時間に計3回開催予定です！

#参考

1.研究室の研究

2.フリーのオンラインコンテンツ

• 建築情報学会チャンネル
  • ちなみに僕がしゃべった回は建築情報学会チャンネル 第3回 「山田悟史×杉田宗」
• 建築情報学会 Session
  • ちなみに僕がしゃべった回はSession Vol.6 (1/2)
  • Session Vol.6 (1/2)：会員限定の有料コンテンツ（他の方の動画・配布資料・サンプルファイル有り）
• 建築情報学会 Challenge
• 建築情報学会 Fes 2023 , 
• 建築情報学会：site, t
• 情報シンポの基調講演動画
• 先人の対談

3.成功ではなく成長にこだわれ（少なくとも授業では）
＞成果物のために楽しさや成長を犠牲にしない。楽しさと成長の副産物が成果物，というスタイル

４.情報化の恩恵の一つ：学べるチャンスの拡散＞希望を描き目指せば何でもなれるチャンスがある
＞「なれなかった」ではなく「ならなかった」の時代でもある

5.建築情報学を学んで得られる成長（の実感）はシグモイド関数の繰り返し＋取り組むことができれば必ず上昇曲線に乗れる
＞乗った後は別人

6.楽しみ方は人それぞれで自由，決まった価値観や評価軸があると思うの思いこみ，先生という権威を気にし過ぎない
＞これからは人間ではなくて，人間味の時代

7.「コスト最小化」と「パフォーマンス最大化」の大きな違い。時間という資本を大切に
＞「コスト最小化」は暇な人がやること。忙しい連呼するほど陥りがちなので注意を。

8.CGには絵心がかなり反映される
＞表現が画一的になるは大きな誤解，短絡的な思い込み

9.全分野において，社会は情報化を皆さんに非常に強く要請している
＞実は残念ながら選択の余地は小さい

10.価値あることは大抵難しい，神に挑むエリートと引き離される大衆（GAFAだけが世界を作れるようになっていいのか）
＞ガチになれば一晩，一週間でできるのは，それがその程度のことで，得られる成長がその程度だから。常にガチで。

11.情報技術が発展したからこそ「経験」を大切に。
＞何かを実施した体験を振り返ることが大切

12.世界で評価されているBIM/CGアプリケーションは何？
＞色々な面で，学科は一つの村。

---

#内容 

課題Aパート：

• 授業意図の説明：こちらの動画も早送りでもいいので見てください
• 課題Aの出題
• miroのアクセス確認：この招待リンクをクリックしてアクセス確認（授業後に削除する）
• 次回：発表と課題B出題

課題Bパート：

• 課題Bの出題
• レビューの方法
• 論文を探す方法の一例
• 相談に際して必ず準備すること
  • レビュー内容を示すスライド（データ，主なレビュー対象論文のみで良い）
  • レビュー対象論文8編（印刷，全て）：大切な部分のハイライトをメモ書きを必ず加筆すること。
  • miroで興味を持った論文を随時共有

課題Cパート：

• 課題Cの出題
• 相談に際して必ず準備すること
  
  • 背景，目的，調査方法，分析方法，勉強方法を示すスライド
  • 参考論文（印刷，範囲は任意）：大切な部分のハイライトをメモ書きを必ず加筆すること。

課題Dパート：

• 課題Dの出題
• 相談に際して必ず準備すること
  • 進捗を示すスライド 
  • 参考論文（印刷，範囲は任意）：大切な部分のハイライトをメモ書きを必ず加筆すること

下記からは準備中です(24/09/26)

レクチャー内容(8,10,12,13)

データサイエンス

• 推測統計のモチベーションと母平均の信頼区間・統計的仮説検定 (one-sample t-test)（こちら*データサイエンス*の同名部分）
• 平均値差の検定と信頼区間・分散分析(paired t-test,one-way ANOVA,two-way ANOVA)（こちら*データサイエンス*の同名部分）
• 多変量解析・主成分分析(Multivariate analysis,Principal component analysis) （こちら*データサイエンス*の同名部分）
• 深層学習の基礎「単層パーセプトロン」（こちら*データサイエンス*の同名部分） 

•