論文の概要: Assisting Tibetan Students in Learning Quantum Mechanics via Mathematica

• arxiv url: http://arxiv.org/abs/2406.18810v2
• Date: Sun, 01 Dec 2024 15:11:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-03 16:54:52.957345
• Title: Assisting Tibetan Students in Learning Quantum Mechanics via Mathematica
• Title（参考訳）: 数学による量子力学学習におけるチベット学生の支援
• Authors: Guangtian Zhu, Jing Hu, Chun Du,
• Abstract要約: チベット人学生は主観的な学習感を持つ傾向があり、漢人学生(多国籍)はマテマティカの操作技術に重点を置いている。 また,チベットの学生と漢の学生は,MathematicaでQMを学習した後,時間に依存しないシュロディンガー方程式を限定的に改善することが示唆された。
• 参考スコア（独自算出の注目度）: 1.6319654629154523
• License:
• Abstract: Undergraduate students of physics in Tibet have great difficulty learning quantum mechanics (QM). We attempt to use PER-based methods to help Tibetan students learn QM. In this preliminary study, we incorporate Mathematica in a QM course at Tibet University and record students' learning experiences. Tibetan students tend to have subjective feelings of learning Mathematica, whereas Han students (majority) are more focused on the operational techniques of Mathematica. The results also suggest that both Tibetan students and Han students show limited improvement in time-independent Schrodinger equations after learning QM with Mathematica. Further effort is needed to improve the academic literacy skills of physics students in Tibet.
• Abstract（参考訳）: チベットの物理学の大学院生は量子力学(QM)を学ぶのがとても難しい。 我々は,チベットの学生がQMを学習するのを助けるためにPERベースの手法を使おうとする。 本研究では,チベット大学のQMコースにMathematicaを取り入れ,学生の学習経験を記録する。 チベットの学生はマテマティカを学ぶという主観的な感情を抱く傾向にあるが、漢人学生はマテマティカの操作技術に重点を置いている。 また,チベットの学生と漢の学生は,MathematicaでQMを学習した後,時間に依存しないシュロディンガー方程式を限定的に改善することが示唆された。 チベットの物理学生の学力向上にはさらなる努力が必要である。

関連論文リスト

• LeanAgent: Lifelong Learning for Formal Theorem Proving [85.39415834798385]
  フォーマルな定理証明のための新しい生涯学習フレームワークであるLeanAgentを紹介する。 LeanAgentは継続的に一般化し、拡張可能な数学的知識を改善します。 以前、23のリーンリポジトリで人間が公式に証明していなかった155の定理の証明に成功した。
  論文  参考訳（メタデータ） (2024-10-08T17:11:24Z)
• A Personalised Learning Tool for Physics Undergraduate Students Built On a Large Language Model for Symbolic Regression [0.6666419797034796]
  インターリーブド・プラクティスは、学部生の記憶と問題解決能力を高める。 本稿では,Large Language Model(LLM)上に構築されたパーソナライズされた学習ツールについて紹介する。
  論文  参考訳（メタデータ） (2024-06-17T13:43:30Z)
• MathBench: Evaluating the Theory and Application Proficiency of LLMs with a Hierarchical Mathematics Benchmark [82.64129627675123]
  MathBenchは、大規模言語モデルの数学的能力を厳格に評価する新しいベンチマークである。 MathBenchは幅広い数学の分野にまたがっており、理論的な理解と実践的な問題解決のスキルの両方を詳細に評価している。
  論文  参考訳（メタデータ） (2024-05-20T17:52:29Z)
• MathScale: Scaling Instruction Tuning for Mathematical Reasoning [70.89605383298331]
  大規模言語モデル(LLM)は問題解決において顕著な能力を示した。 しかし、数学的な問題を解く能力は依然として不十分である。 高品質な数学的推論データを作成するためのシンプルでスケーラブルな方法であるMathScaleを提案する。
  論文  参考訳（メタデータ） (2024-03-05T11:42:59Z)
• Quantum Picturalism: Learning Quantum Theory in High School [0.3764231189632788]
  量子理論は、しばしば学び、教えることが難しいと見なされる。 本稿では,量子論と計算の基本的な概念を教える新しいアプローチとして,量子ピクトラリズム(Quantum Picturalism)を提案する。
  論文  参考訳（メタデータ） (2023-12-06T18:16:12Z)
• Deep Learning and Computational Physics (Lecture Notes) [0.5156484100374059]
  ノートは、応用数学の強い背景を持つ典型的な工学の大学院生にアクセスできるべきである。 深層学習アルゴリズムの理解を深めるために、計算物理学の概念を使う。 いくつかの新しいディープラーニングアルゴリズムは、計算物理学の難解な問題を解くのに使える。
  論文  参考訳（メタデータ） (2023-01-03T03:56:19Z)
• A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
  我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。 大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
  論文  参考訳（メタデータ） (2022-12-20T18:46:16Z)
• JiuZhang: A Chinese Pre-trained Language Model for Mathematical Problem Understanding [74.12405417718054]
  本稿では,中国初の数学的事前学習言語モデル(PLM)を提示することにより,機械の数学的知性向上を目指す。 他の標準のNLPタスクとは異なり、数学的テキストは問題文に数学的用語、記号、公式を含むため理解が難しい。 基礎課程と上級課程の両方からなる数学PLMの学習を改善するための新しいカリキュラム事前学習手法を設計する。
  論文  参考訳（メタデータ） (2022-06-13T17:03:52Z)
• From Quantum Graph Computing to Quantum Graph Learning: A Survey [86.8206129053725]
  まず、量子力学とグラフ理論の相関関係について、量子コンピュータが有用な解を生成できることを示す。 本稿では,その実践性と適用性について,一般的なグラフ学習手法について概説する。 今後の研究の触媒として期待される量子グラフ学習のスナップショットを提供する。
  論文  参考訳（メタデータ） (2022-02-19T02:56:47Z)
• Teaching quantum information science to high-school and early undergraduate students [0.0]
  このプログラムにより、学生は量子回路とアルゴリズムを使って有意義なハンズオン計算を行うことができる。 ペンと紙のエクササイズとIBM Qシミュレーションを組み合わせることで、学生は量子ゲートと回路の構造を理解することができる。
  論文  参考訳（メタデータ） (2020-05-16T05:16:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。