ЭКСПЕРИМЕНТАЛЬНАЯ КИНЕТИЧЕСКАЯ ЭНЕРГИЯ КАК ПРИЗНАКИ ДЛЯ КЛАССИФИКАЦИИ ЕСТЕСТВЕННОГО ЯЗЫКА

> This article describes various uses of kinetic Energy in Natural Language Processing (NLP) and why Natural Language Processing could be used in trading, 
with the potential to be use also in other applications, including psychology and medicine. 

Kinetic energy discovered by great Romanian mathematician Octave Onicescu 
(1892-1983), allows to do feature engineering in various domains

Включая НЛП, которым мы занимались в этом эксперименте.
Полную статью можно найти здесь:

Более того, мы запустили модель машинного обучения под названием xgboost, чтобы увидеть важность функций и функции, извлеченные xgboost, где были зафиксированы наиболее важные, чтобы для простоты читателя классифицировать некоторых авторов по их содержанию и типу написания Ключевые слова: извлечение функций, машинное обучение, кинетическая энергия Октава Оническу на случайных векторах, криптовалюты, биткойн, обработка естественного языка, анализ настроений.

						**INTRODUCTION**
Kinetic energy for random vectors can be referred to as the analogous of kinetic energy in probability from physics. It is can also be defined as entropy that is used for determining uncertainty while measuring information. However, the correct way of explaining kinetic energy is by picturing it as ½ * m * v2 of a random vector. Octav Onicescu (1892–1983) discovered Kinetic energy and in his description, this entropy is simple sum of square probabilities. 
Case in point, if X is a random vector whose probabilities are p1………pN, its kinetic energy becomes Pi2. The calculation for kinetic energy as presented by Octav Onicescu is not different from the one done in physics only that in this case, the (1/2) * mass, has been eliminated based on the assumption that the probabilities are considered to be floating things and the sum of their mass is less plausible (1 or 0). For instance, if we have a random variable X=1, 1, 1, 1, 3, 5, 3; the kinetic energy can be computed as follows: Random vectors are 1, 3, 5.
Their categories are:
Prob (1) = 3/6 = 1/2
Prob (3) = 2/6 = 1/3
Prob (5) = 1/6 

Кинетическая энергия (X) = «сумма квадратов вероятностей» = Prob(1) + Prob(3) + Prob(5) = = (1/2) 2 + (1/3) 2 + (1/6)2 =
= 0,3888
Если X = 1, 1, 1, 1, 1…1, 1. Его кинетическая энергия (X) = Sum (Prob (1) 2) = 1.
Таким образом, это означает, что без разнообразия кинетическая энергия остается идеальной при максимальном значении 1. В этом случае, проводя аналогию с атомными ядрами,
пример имеет такую ​​​​же максимальную кинетическую энергию, как и тот, в котором атомные ядра сближаются, ситуация, которая приводит к высвобождению большого количества энергии, как в явлении, называемом ядерным синтезом.
Если X = 1, 2, 3, 4, 5…+ кинетическая энергия
Кинетический (Х) = 0
Это означает, что в случае максимального уровня разнообразия и высокого уровня неопределенности кинетическая энергия уменьшается до очень низкого значения, равного нулю или
около нуля. В этом случае категории случайных векторов интерпретируются как возникающие из атомных ядер, как в случае в предыдущем примере, и, таким образом, в результате
в высокой энергии, которая затем приводит к большому количеству атомов, но в конце концов к низкой энергии. Явление называется ядерным делением. Основываясь на двух примерах, кинетическая энергия ограничена между 1 и 0.
представить.png
Рисунок 1. Данные этого графика указывают на важность функции кинетики.

					**PART 2: THE EXPERIMENT**
In this year’s Halloween playground competition, you’re challenged to predict the author of excerpts from horror stories by Edgar Allan Poe, Mary Shelley, and HP Lovecraft.
The competition is encouraging us to share our insights in the competition’s discussion forum and code in Kernels. There are designated prizes that awarded to the authors in these discussions that are particularly valuable to the community which motivate us further. We have conducted an experiment for the Kaggle competition for various features of kinetic energy. We extracted the following features based on the kinetic energy in the Kaggle experiment (Fig.1). 
In our experiments we used the following features.
	• Kinetic vowels
	• Kinetic consonants
	• Kinetic punctuation
	• Average of kinetic energy of words
	• Kinetic of all letters in the text
					**KINETIC VOWELS**
There is a way of teaching vowels using kinetics. Kinetic vowels are grouped under the articulatory phonetics which is a subsequent category of phonetics in general. These vowels are concern by the transformation of aerodynamic energy to acoustic energy (study of waves in gases, liquids and solids) the aerodynamics in this case refers to the air flow through the vocal tract. Its potential form is air pressure while its kinetic form is the dynamic airflow.
					**KINETIC CONSONANTS**
In kinetic consonants, there is a combination of aerodynamics transformation to acoustic energy. During pronunciation of these consonants, there is energy of motion that is used (kinetic energy) to adjust different parts of the mouth to produce the sounds correctly. The sound energy produced, is also as a result of kinetics. Generally, kinetic motions are responsible for the various adjustments

формы рта, чтобы производить эти звуки. Модификация рта для создания динамического воздушного потока может быть связана с кинетической энергией.
КИНЕТИЧЕСКАЯ ПУНКТУАЦИЯ
В языке знаки препинания важны, поскольку они придают разное значение конкретному предложению/тексту или абзацу. Понимание того, как используется кинетическая энергия, может иметь решающее значение для пунктуации предложения/текста или абзаца. Регулирование количества энергии, производимой для движения воздуха в тракте, происходит в результате кинетических движений.
СРЕДНЯЯ КИНЕТИЧЕСКАЯ ЭНЕРГИЯ СЛОВ
Слова имеют некоторую энергию в виде молекул газа. Поэтому слова можно рассматривать в скобках молекул газа. Однако при различных формах энергии, из которых состоят слова, можно использовать кинетические формулы для расчета средней энергии слов.
КИНЕТИКА ВСЕХ БУКВ В ТЕКСТЕ
При произношении разных букв в тексте эффективно разбивать текст на отдельные буквы, состоящие из гласных и согласных. Каждая буква произносится с разной динамикой, которая включает движение рта для создания звуковой энергии, обеспечивающей произношение. Все буквы в тексте представляют разные потенциалы, казалось бы, по-разному. Следовательно, можно вычислить кинетическую энергию всех букв в тексте. В заключение, понимание различных языков и тенденций в языках, кинетика имеет важное значение. Это может быть новый метод извлечения соответствующих функций в
естественный язык с потенциальным применением также в медицинских областях.
ВЫВОД
Мы получили несколько хороших функций, которые продемонстрировали влияние на задачу классификации в соответствии с изображением важности функций на рисунке 1. Классификация может быть не ограничена только предсказанием автора текста, но может распространяться на финансовые рынки или криптовалюты в том смысле, что некоторые могут использовать новости. и это извлеченные функции, чтобы попытаться классифицировать вверх или вниз по цене, учитывая влияние некоторых репрезентативных новостей, которые некоторые могут иметь.
В наши дни только 5% инвесторов получают финансовую выгоду от изучения криптоновостей, что является еще одной причиной того, почему надежные функции, как
те, которые были разработаны в ходе этого эксперимента, докажут, что будут хорошо работать в другой демонстрации, над которой мы сейчас работаем. Согласно 8 говорится, что,
хорошо не торговать собственными эмоциями, а получать эмоции/настроения из текстовых данных.
Если судить с медицинской точки зрения, это также может повлиять на фармацевтический и финансовый секторы. У нас есть план провести исследование с использованием текстовых данных о диабете и других нарушениях обмена веществ.
Бюджет, выделенный на борьбу с диабетом в 2014 году, был намного значительнее по сравнению с 1994 годом. Точнее, диабетики и люди, не страдающие диабетом, писали стихи, чтобы посмотреть, сможем ли мы обнаружить закономерности, которые могли бы различать эти два случая, и это имеет смысл. другие делали это с другими подходами и при других заболеваниях.
Недавние исследования выявили явные различия между почерком больных болезнью Паркинсона и почерком здоровых людей».

Похожие записи

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *