Art Deco

Summary

Art Deco, short for the French Arts Décoratifs, and sometimes referred to simply as Deco, is a style of visual arts, architecture, and product design, that first appeared in France in the 1910s (just before World War I), and flourished in the United States and Europe during the 1920s to early 1930s. Through styling and design of the exterior and interior of anything from large structures to small objects, including how people look (clothing, fashion and jewelry), Art Deco has influenced bridges, buildings (from skyscrapers to cinemas), ships, ocean liners, trains, cars, trucks, buses, furniture, and everyday objects like radios and vacuum cleaners. It got its name after the 1925 Exposition internationale des arts décoratifs et industriels modernes (International Exhibition of Modern Decorative and Industrial Arts) held in Paris. Art Deco combined modern styles with fine craftsmanship and rich materials. During its heyday, it represented luxury, glamour, exuberance, and faith in socia

Official source

https://en.wikipedia.org/wiki/Art_Deco

About this result

This page is automatically generated and may contain information that is not correct, complete, up-to-date, or relevant to your search query. The same applies to every other page on this website. Please make sure to verify the information with EPFL's official sources.

Related publications (13)

Related publications

Related people

Related units

Related concepts (56)

Related concepts

Related courses (9)

Related courses

Related lectures (6)

Related lectures

En 1961, le parking de Montbenon remplace les cultures maraîchères de Lausanne qui sont délocalisées en périphérie de la ville. Cet aménagement brutal transforme l’esplanade de Montbenon en un vaste belvédère. « Bolo’vedere », dans la ligne directe des mouvements contestataires et utopiques suisses des années 80, revendique un mode radical d’habiter dans la ville. L’automobile, symbole d’espoir et de rêve de la modernité, est balayée par l’urgence des préoccupations environnementales actuelles. La structure préexistante du parking, ruine d’une ère passée, devient la ressource matérielle première du projet. Ses spécificités génèrent des typologies d’habitation et des utilisations inédites. Critique des rapports sociaux de la ville d’aujourd’hui, la communauté s’adonne à la pratique de « plantages »; véritable agora agricole. La végétation et les cultures retrouvent leur place originelle et insèrent le projet dans une logique d’autonomie et d’autosuffisance. Les ressources primaires que l’ère industrielle avait progressivement séparées, puis que l’urbanisme moderne a ségréguées, retrouvent leur proximité. En repoussant le dogme de propriété privée, le projet s’oppose aux valeurs spéculatives et offre une meilleure résilience aux changements à venir. La réappropriation de l’espace public par les habitants participe alors à l’aménagement commun de l’espace et à la préservation des ressources. Cette hypothèse, en renouvelant l'héritage moderne, révise la théorie du vivre en ville. Ce jardin idéologique devient le théâtre d’expérimentations sociales, et par sa spécificité, critique notre condition et marque l’urgence de notre siècle.

2021

Centre ARP. Musée d'art moderne, Locarno

1996

Au sein de l’entreprise Hydrique Ingénieurs, fournissant des prévisions de débits utiles à l’optimisation de production d’hydroélectricité conjointe à la gestion des crues, des améliorations sont amenées aux prévisions à l’horizon vingt-quatre heures de bassins versants glaciaires avec des modèles d’apprentissage automatique. Les modèles initialement pris en main sont purement empiriques, basant la prévision à partir d’exemples appris, contenant des données météorologiques (précipitation, température, rayonnement) et des mesures passées de débit. Des améliorations d’ordre méthodologique (validation croisée, arrêt précoce, taux d’apprentissage adaptatif) sont d’abord amenées, puis diverses techniques issues de l’état de l’art sont explorées. Il résulte des recherches que c’est en plaçant ces modèles en posttraitement de prévisions d’autres modèles que la performance est largement améliorée. En particulier, les modèles hybrides prenant comme données d’apprentissage des données spatialement interpolées par le modèle physique sont les plus intéressants. En outre, la possibilité d’utiliser des modèles glaciaires globaux est développée : celle-ci est intéressante lorsque le modèle physique est lacunaire. Une nouvelle approche de modélisation sur de multiples échelles de temps est proposée, montrant un potentiel. Une méthode de quantification de l’incertitude autour de telles prévisions est aussi amenée. D’autres procédures purement empiriques (auto-encodeurs, réseaux convolutifs) montrent des résultats négatifs. Il est finalement conclu que l’essentiel de l’information prédictive des données en est extraite, d’éventuelles futures améliorations se plaçant désormais du côté des données d’entrée et du modèle physique.

2020