#禁煙アプリケーション | Explore Tumblr posts and blogs

ya-sojiro-blog · 11 months ago

Text

羽田空港で飛行機を撮る

　普段とは違うジャンルの写真に挑戦してみる。今回は羽田空港で飛行機を撮影する。

※写真は全て管理人が撮影・編集したもので、著作権があります。複製や加工などの二次利用を厳しく禁止しています。ルールが守れない方は必要な措置を講じる場合がありますので、ご注意ください。

　日中の撮影は、職場で借りてきた300mm望遠単焦点レンズを用いて撮影していく。レンズだけでも非常に重たいので取り扱いには十分注意が必要だ。

　始めに羽田空港第2ターミナルの展望デッキから、C滑走路を滑走する飛行機を撮影していく。誰でも無料で入れる場所だ。

　American Airlines AAL170便。飛行機は詳しくないのでアプリケーション「フライトレーダー24」を用いて調べると、Boeing 787-8 Dreamlinerという機種で、機体記号はN874AN。白い機体に大きく書かれた「American」の文字が目立つ。ロサンゼルス国際空港行きの国際便だ。

　停車中のAll Nippon Airways ANA997便。機種はAirbus A321-272N、機体記号はJA140A。スリムな顔に特徴的なコックピットの窓を構図に入れて、イケメンな顔を目立たせる仕上がりとした。

　場所を変えて羽田空港第1ターミナルの展望デッキから撮影する。Japan Airlines JAL314便、機種はAirbus A350-941、機体記号はJA11XJ。強い逆光の中、光り輝く飛行機を撮影した。

　羽田空港のA滑走路に着陸する瞬間の飛行機を撮影。タイヤが地面に接地して煙が出ている姿がかっこいい。Japan Airlines JAL908便、機種はAirbus A350-941、機体記号はJA09XJ。主翼の先端が赤色に塗られているウィングレットが特徴的で、コックピットの窓の縁が黒く塗られているところがキュートである。個人的に好きな機種である。

　さらに場所を変えて羽田空港第3ターミナルの展望デッキから撮影する。ヘルシンキ・ヴァンター国際空港からFIN61便として、羽田空港に到着したFinnair。機種はAirbus A350-941、機体記号はOH-LWL。羽田空港は国際空港（東京国際空港）としての役割を持っているため、間近で海外の飛行機を見ることができる。

　上海浦東国際空港から到着したShanghai Airlines CSH895便。機種はBoeing 737-89P、機体記号はB-5705。鼻から機体後方へ流れる赤い帯がスピード感を感じさせられる。

　個人的に激アツだったのがこの瞬間。垂直尾翼を夕陽の黄金色で輝かせ、デルタ航空同士がすれ違うきらびやかな瞬間を狙った。手前はデトロイト・メトロポリタン・ウェイン・カウンティ空港から到着したDelta Air Lines DAL275便、機種はAirbus A350-941、機体記号はN501DN。奥はデトロイト・メトロポリタン・ウェイン・カウンティ空港へ向けて出発するDelta Air Lines DAL276便、機種はAirbus A350-941、機体記号はN502DN。同じ航空会社で、アメリカから見た海外の遠く離れた日本で、同じ機種で、機体記号が連番の飛行機がすれ違う瞬間は非常に珍しいのではないだろうか。この瞬間を2度と見ることはできないだろう。

　夜を迎えた羽田空港も良い。再び羽田空港第2ターミナルの展望デッキに移動して、飛行��を流し撮る。レンズは個人所有の70-200mmに付け替えて撮影を行う。

　ダニエル・K・イノウエ国際空港（旧称ホノルル国際空港）から到着したDelta Air Lines DAL181便、機種はBoeing 767-332(ER)、機体記号はN199DN。着陸した瞬間のため飛行機は減速している。その減速に合わせてカメラを振り、低速シャッタースピードで撮影するため、難易度は非常にハードである。

　C滑走路を物凄い早さで加速するJapan Airlines JAL527便。機種はAirbus A350-941、機体記号はJA07XJ。離陸する瞬間のため飛行機は加速している。飛行機の流し撮りは思う以上にハードであるが、何枚か挑戦していると綺麗に仕上がる時がある。鉄道写真を撮影する時に流し撮りを習得していたことから、落ち着いてカメラを振ることができた。ファインダーを覗きながら目で飛行機を追い、シャッターを切っている間は頭の中で「被写体がどの程度動くか」を予測している。シャッタースピードは1/10秒だ。

　普段は撮影しないジャンルに挑戦することはやりがいを感じて、非常に楽しい。鉄道と同じく飛行機も乗り物だが、陸と空では全く違う楽しさを感じた。普段飛行機を撮影しない私にとって、飛行機の撮影はカメラ初心者にも挑戦が容易な被写体、ジャンルであると感じた。カメラ初心者や上級者でも、ぜひ空港に足を運んで飛行機を撮影してみてはいかがだろうか。羽田空港は飛行機の撮影だけではなく、お土産ショップやレストランも豊富にあるため一��楽しむことができる。少しだけ飛行機に興味を持った一日だった。

#写真 #飛行機 #航空写真 #airplane #airplane photo #photography #ブログ

2 notes · View notes

masaa-ma · 5 years ago

Text

GCPでリアルタイムデータ基盤を内製――ユーザー体験を向上させる事例の紹介

from http://codezine.jp/article/detail/11608

リクルートのビジネスモデル

　具体的な施策のお話をする前に、リクルートのビジネスモデルについて最初に紹介します。リクルートは、ヘアサロン情報検索サービス「ホットペッパービューティー」や住宅情報サービス「SUUMO（スーモ）」、結婚情報サービス「ゼクシィ」のように、個人と企業をつなぐことで、より多くの選択肢を提供するマッチングプラットフォームとしてビジネスを展開しています。

　例えば、「ホットペッパービューティー」では、自分に合ったヘアサロンを探したいユーザーと、集客したいヘアサロンをマッチングさせるイメージです。

クライアントとユーザーを結びつけるマッチングプラットフォーム

　「ユーザー」と「クライアント」をマッチングさせる様子がリボンのように見えることから、このビジネスモデルを「リボンモデル」と呼んでいます。

　今回のリアルタイムなデータを活用した施策についても、「ユーザーとクライアントをどうマッチングさせるか」という基本的なビジネスモデルは変わらないため、この後も必要に応じてこのリボンモデルの絵を念頭に置いて読み進めていただければ幸いです。

hacciのビジネス活用

　第1回で紹介した通り、Web上のユーザー行動をリアルタイムに捉えたおもてなしをするニーズが高まっています。ここでは、私たちがGCP上に構築した「hacci（ハッチ）」というリアルタイムデータ基盤を実際のビジネスにどう適用しているか、一例をご紹介します（内容は現在フィジビリティスタディ中のため、サービス名は伏せております）。

例1：「迷いユーザー」への検索条件レコメンド

　Web上でショッピングしたり宿泊施設を探したりするとき、最初から明確な条件を持って検索し始めるケースもあれば、いろいろな条件を変更しながら多くのアイテムを閲覧しているうちに、条件が絞られていくケースも多くあるでしょう。また、条件をあれこれと変えて多くのアイテムを閲覧しているうちに、「何が自分にとって欲しかったものか、だんだんわからなくなってしまった」といった体験をお持ちの方も多いのではないでしょうか。

　私たちはこういったユーザー体験に課題感を持ち、どうにかして改善できないかと考えました。そこで、サイト内の回遊ログを元に、「正しく検索できているユーザー」「決定に悩んでいるユーザー」を特定するモデルを開発し、ユーザーに合わせてリアルタイムにナビゲーションを出す施策を試みました。

　非常にシンプルな例として、下図のように検索結果一覧画面において、サイト内行動からユーザーの嗜好性を推定し「適切な絞り込み条件を、適切なタイミングで提示する」イメージです。

適切な絞り込み条件を、適切なタイミングでレコメンド

　現在テストを行っている段階で、徐々に改善を重ねているところです。

例2：強化学習によるUX改善

　「強化学習」という、近年注目を集めている手法があります。最近では、プロ棋士を破った囲碁用AI「AlphaGo（アルファ碁）」の名前でご存知の方もいらっしゃるかもしれません。今回は、hacciとこの強化学習を組み合わせた例を紹介します。

　アルゴリズムの詳細はここでは割愛しますが、一言で表すと強化学習とは「ゴール（報酬）を与えれば『どの状態で』『どういった行動』をとればいいかを教えてくれる手法」です。詳細について興味ある方は、以下の記事も参考にしてみてください。

　そもそも強化学習という手法を取り上げたのは、「リアルタイム」と非常に相性が良いためです。というのも、強化学習においては「今がどんな状態か」の情報を元に「取るべき行動」を決定するため、ユーザーの「今」をデータで捉えることができれば、強化学習によるレコメンド（＝リアルタイム接客）が可能になると考えるからです。

　今回はあるサービスにおいて、「hacci×強化学習」を組み合わせてA/Bテストを実施しました。そのサービスでは、例えば宿を探す場合、「朝食付き」「禁煙」などの「こだわり条件」が数十存在しています。ユーザー自身でこだわり条件を設定することもできますが、必ずしも自分の求めるこだわり条件を設定できるわけではなく、無意識のうちに希望する特徴を持つ宿を閲覧していることもあります。

　また、ユーザーごとの行動データをベースに、ユーザーにとって適切なおすすめ検索条件を自動でレコメンドする内容でもA/Bテストを行いました。フィジビリティスタディの実施中ですが、一定の成果をあげています。

こだわり条件を強化学習で提案するイメージ

　ただし、強化学習を単に動かせばいいというわけではなく、導入にあたってはユーザーの「状態（State）」「行動（Action）」「報酬（Reward）」をどう定義するかが肝です。そのため、本ケースでもUXやデータサイエンティスト、データエンジニアが協業して設計を行っています。

例3：リスク把握基盤

　リクルートの一部のシステム・アプリケーションはJenkinsをベースにCI開発が行われています。このJenkinsが知りうる情報から、��ステム・アプリケーションが依存するミドルウェアやライブラリのバージョン情報を取り出してhacciに流し、可視化する取り組みを検討しています。

　この情報は主に、ミドルウェア・ライブラリの脆弱性が発見され公開されたときに、その依存を持つシステム・アプリケーションを速やかに発見する運用の効率化に貢献できると期待されています。

他にもさまざまな施策を検討中

　hacciにデータが流れたことで、他にも施策イメージをふくらませることができました。これを、私たちは「データドリブン施策」と呼んでいます。例えば、パソコンとスマートフォンの両方から私たちのサービスを利用している人を見つけ、適切な対応をする「クロスデバイス接客」、BOT判定でリアルタイムBOTを排除することで無駄な処理を削減することなどを予定しています。

https://codezine.jp/static/images/article/11608/11608_og.png

#Feedly

0 notes

korehayabai · 5 years ago

Text

「70万円2つ持ってこい」88歳施設利用者食事に誘い…車中で恐喝 54歳介護福祉士の女50万奪う（北海道ニュースUHB TimeLine）

三陸の「牛乳瓶生ウニ」や殻付きウニなど、逸品をお取り寄せ

Yahoo! JAPAN

ヘルプ

キーワード：

IDでもっと便利に新規取得

ログイン新型コロナ私たちの暮らしに役立つヒント

北海道ニュースUHB TimeLine

/ 「70万円2つ持ってこい」88歳施設利用者食事に誘い…車中で恐喝 54歳介護福祉士の女50万奪う





閉じる

エラーコード：1001100

ご利用の環境では映像を視聴できません。映像視聴における推奨環境はこちらをご確認ください。

緊急事態宣言「解除」方針の北海道 2人死亡15人感染…クラスター施設2人と別の病院で6人も判明