Machine Learning na Física, Química, e Ciência de Materiais: Descoberta e Design de Materiais

Abstract

Avanços recentes nas técnicas experimentais e desenvolvimentos teóricos e computacionais resultaram em um aumento crescente na geração de dados. Essa disponibilidade de dados, associada à novas ferramentas e tecnologias capazes de armazenar e processar esses dados, culminaram na chamada ciência de dados. Uma das áreas de maior destaque recente são os algoritmos de aprendizado de máquina (machine learning), que têm como objetivo a identificação de correlações e padrões nos conjuntos de dados. Esses algoritmos vêm sendo usados há décadas, por exemplo nas áreas da saúde. Apenas recentemente a comunidade introduziu a sua aplicação para materiais, devido à criação, padronização e consolidação de bancos de dados consistentes. O uso dessas metodologias permite extrair conhecimento e insights da enorme quantidade de dados brutos e informações agora disponíveis. A área apresenta diversas oportunidades para a solução de desafios na física, química e ciência de materiais. Especificamente, os métodos de machine learning são uma poderosa ferramenta para a descoberta e design de novos materiais com propriedades e funcionalidades desejadas e otimizadas. Neste artigo apresentamos o contexto do surgimento do machine learning, seus fundamentos e aplicações para a descoberta e design de materiais.

Desenvolvimento E Verificação Da Acurácia De Um Aplicativo Móvel Para Dosagem De Concreto Convencional

“…A dosagem de concreto teve início de maneira empírica, mas com o passar do tempo foram desenvolvidos métodos mais precisos, como o uso de fórmulas matemáticas, ábacos e tabelas (Bauer;Noronha, 2015). Com o avanço da tecnologia, em especial da computação, a velocidade e a precisão na realização de cálculos matemáticos aumentaram exponencialmente, tornando possível um entendimento maior e cada vez mais rápido das características dos materiais constituintes e do próprio concreto, ampliando os horizontes da aplicação deste e de diversos outros tipos de materiais (Brookshear, 2013;Schleder;Fazzio, 2021).…”

Introduzindo aprendizado de máquina em cursos de física: o caso do rolamento no plano inclinado

“…Por outro lado, os avanços na ciência da computação suprem novos métodos computacionais para solução de problemas com abordagens muito diferentes daquelas comumente exploradas na física. Em especial, a inteligência artificial e a mineração de dados tem se mostrado ferramentas capazes de acrescentar novos contornos aos paradigmas de fazer ciência [14]. Da mesma maneira que Galileo pode ser considerado como um representante arquetípico da transição entre a Ciência Empírica e a Ciência Teórica, a inteligência artificial é a ferramenta arquetípica da Ciência Orientada à Dados, o paradigma onde grandes volumes de dados podem ser medidos e/ou simulados, armazenados, acessados e processados para gerar conhecimento.…”