1. Inserting machine learning in physics courses: the case of rolling on an inclined plane
- Author
-
H. Ferreira, E.F. Almeida Junior, W. Espinosa-García, E. Novais, J.N.B. Rodrigues, and G.M. Dalpian
- Subjects
Machine Learning ,Aprendizado de Máquina ,Artificial Intelligence ,General Physics and Astronomy ,Inteligência Artificial ,Inclined Plane ,Plano Inclinado ,Education - Abstract
Em uma ciência cada vez mais orientada a dados, o uso de métodos computacionais inteligentes é progressivamente indispensável. Neste contexto, torna-se importante expor os estudantes de graduação em física às metodologias de inteligência artificial e aprendizado de máquina. Neste trabalho propomos uma forma de utilizar tais métodos na física, resolvendo o problema didático do rolamento em um plano inclinado. Para tanto, introduzimos os principais conceitos das técnicas de aprendizado de máquina e realizamos medidas do tempo que diferentes objetos (aro, disco e esfera) levam para percorrer uma certa distância, de acordo com a altura inicial e o ângulo de inclinação do plano. Com estes dados, aplicamos métodos de classificação capazes de predizer o objeto que rolava sobre o plano com acurácia de 83%, e métodos de regressão capazes de prever a velocidade média do objeto com erro absoluto médio de 1.4 cm s−1. Mostramos também que este modelo didático é instrutivo pois possibilita uma comparação direta com modelos físicos tradicionais e serve como exemplo introdutório para a discussão do que significa ensinar física para o computador. In an increasingly data-oriented science, the use of automatic computational methods is progressively indispensable. In this context, it becomes important to expose undergraduate physics students to artificial intelligence and machine learning methodologies. In this work we propose a way to use such methods in physics, solving the didactic problem of rolling on an inclined plane. We introduce the main concepts of machine learning techiniques and measure the travel time of different objects (rim, disk and sphere) for an initial height and tilt angle. Based on these data, we used classification models capable of predicting the object that was dropped with an accuracy of 83%, and regression models which were able to predict the average speed of the object that was rolled with mean absolute error of 1.4 cm s−1. We also show that this didactic model is instructive because it allows a direct comparison with physical models and serves as a discussion of the meaning of teaching physics to the computer.
- Published
- 2022
- Full Text
- View/download PDF