I
n
d
on
e
s
i
an
Jo
u
r
n
al
o
f
El
e
c
t
r
i
c
al
En
gi
n
e
e
r
i
n
g
an
d
C
o
m
p
u
te
r
S
c
i
e
n
c
e
V
o
l
.
19
,
N
o
.
1
,
J
ul
y
20
20
,
pp
.
3
44
~
3
52
IS
S
N
:
2502
-
4752
,
D
O
I
:
10.
1
1591
/
i
j
e
e
c
s
.
v
1
9
.i
1
.
pp
344
-
352
344
Jou
r
n
al
h
o
m
e
pa
ge
:
ht
t
p:
/
/
i
j
e
e
c
s
.
i
a
e
s
c
or
e
.
c
om
D
e
t
e
c
t
i
n
g
a
b
n
o
r
m
a
l
m
o
v
e
m
e
n
t
o
f
d
r
i
v
e
r
'
s h
e
a
d
b
a
s
e
d
o
n
sp
a
t
i
a
l
-
t
e
m
p
o
r
a
l
f
e
a
t
u
r
e
s
o
f
v
i
d
e
o
u
si
n
g
d
e
e
p
n
e
u
r
a
l
n
e
t
w
o
r
k
DNN
N
oo
r
D
.
A
l
-
S
h
a
k
ar
c
h
y
1
,
I
s
r
aa
H
ad
i
A
l
i
2
1
,2
C
o
l
l
e
g
e
o
f
I
n
f
o
r
m
a
t
i
o
n
T
e
c
hno
l
o
gy
,
U
ni
v
e
r
s
i
t
y
o
f
B
a
b
y
l
o
n,
I
r
a
q
1
C
o
l
l
e
g
e
o
f
S
c
i
e
nc
e
,
U
ni
v
e
r
s
i
t
y
o
f
K
e
r
ba
l
a
,
I
r
a
q
A
r
ti
c
l
e
I
n
fo
A
B
S
TR
A
C
T
Ar
t
i
c
l
e
h
i
s
t
or
y
:
R
e
c
e
i
v
e
d
J
ul
28
,
20
19
R
e
v
i
s
e
d
N
o
v
20,
2019
A
c
c
e
pt
e
d
D
e
c
2
6
,
2
0
19
T
he
de
v
e
l
o
pm
e
n
t
o
f
t
r
a
c
k
i
ng
a
n
d
s
u
r
v
e
i
l
l
a
nc
e
d
e
v
i
c
e
s
m
a
ke
s
e
xt
r
a
c
t
i
ng
us
e
f
ul
i
nf
o
r
m
a
t
i
o
n
e
f
f
i
c
i
e
nt
l
y
.
H
e
a
d
t
r
a
c
k
i
ng
i
s
a
n
e
f
f
i
c
i
e
nt
m
e
t
ho
d
t
o
o
bt
a
i
n
t
he
n
a
na
l
y
z
e
t
r
a
j
e
c
t
o
r
y
da
t
a
a
nd
m
a
ke
a
de
c
i
s
i
o
n
ba
s
e
d
o
n
t
h
e
s
pa
t
i
o
t
e
m
po
r
a
l
i
nf
o
r
m
a
t
i
o
n
o
f
v
i
de
o
s
.
M
a
ny
a
ppl
i
c
a
t
i
o
ns
a
r
e
b
a
s
e
d
o
n
he
a
d
t
r
a
c
ki
ng
s
uc
h
a
s
di
s
e
a
s
e
s
s
o
m
e
d
i
a
g
no
s
i
s
,
t
he
g
e
s
t
ur
e
s
l
a
ng
ua
g
e
s
,
a
n
d
dr
o
w
s
i
ne
s
s
d
e
t
e
c
t
i
o
n
a
nd
s
o
o
n.
A
bno
r
m
a
l
he
a
d
m
o
v
e
m
e
nt
d
e
t
e
c
t
i
o
n
c
a
n
b
e
a
c
h
i
e
v
e
d
u
s
i
ng
s
pa
t
i
a
l
i
nf
o
r
m
a
t
i
o
n
ba
s
e
d
o
n
a
s
i
ng
l
e
i
m
a
g
e
(
o
ne
f
r
a
m
e
)
a
t
a
t
i
m
e
w
i
t
ho
ut
c
o
ns
i
de
r
i
ng
t
he
t
e
m
po
r
a
l
i
nf
o
r
m
a
t
i
o
n
o
v
e
r
t
i
m
e
.
I
n
t
hi
s
p
a
pe
r
,
a
ne
w
m
e
t
ho
d
ba
s
e
d
o
n
m
ul
t
i
-
i
m
a
g
e
s
i
s
pr
o
po
s
e
d
t
o
t
r
a
c
k
he
a
d
i
n
o
r
de
r
t
o
d
e
t
e
c
t
a
bno
r
m
a
l
he
a
d
m
ov
e
m
e
nt
d
e
pe
ndi
ng
o
n
s
pa
t
i
o
t
e
m
po
r
a
l
F
e
a
t
u
r
e
us
i
ng
D
e
e
p
N
e
ur
a
l
N
e
t
w
o
r
k
D
N
N
t
h
a
t
e
m
p
l
oy
e
d
t
he
3
-
D
i
m
e
n
s
i
o
na
l
C
o
nv
o
l
ut
i
o
n
N
e
u
r
a
l
N
e
t
w
o
r
ks
3D
C
N
N
.
T
h
e
p
r
o
po
s
e
d
m
e
t
ho
d
e
x
t
r
a
c
t
s
t
h
e
s
pa
t
i
a
l
i
nf
o
r
m
a
t
i
o
n
a
s
w
e
l
l
a
s
t
he
t
e
m
po
r
a
l
i
nf
o
r
m
a
t
i
o
n
a
v
a
i
l
a
bl
e
i
n
a
v
i
de
o
t
he
n
a
n
a
l
y
s
i
s
t
hi
s
i
nf
o
r
m
a
t
i
o
n
t
o
m
a
ke
t
h
e
d
e
c
i
s
i
o
n
ba
s
e
d
o
n
t
i
m
e
s
e
r
i
e
s
(
s
e
que
nc
e
s
o
f
f
r
a
m
e
s
)
;
t
he
s
e
t
i
m
e
s
e
r
i
e
s
pr
o
v
i
de
s
t
he
t
r
a
c
ki
ng
t
o
t
h
e
h
e
a
d
o
v
e
r
t
i
m
e
t
o
m
a
ke
t
he
de
c
i
s
i
o
n.
T
he
ne
w
da
t
a
s
e
t
c
r
e
a
t
e
d
a
nd
g
a
t
h
e
r
e
d
t
o
i
m
p
l
e
m
e
nt
w
i
t
h
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
a
nd
c
a
l
l
e
d
N
o
r
m
a
l
A
bno
r
m
a
l
H
e
a
d
M
o
v
e
m
e
nt
D
a
t
a
s
e
t
(
N
A
H
M
)
v
i
d
e
o
da
t
a
s
e
t
.
T
h
e
ne
w
da
t
a
s
e
t
p
r
o
v
i
de
s
di
f
f
e
r
e
nt
s
ub
j
e
c
t
s
w
i
t
h
di
f
f
e
r
e
nt
c
o
ndi
t
i
o
ns
t
ha
t
g
i
v
e
m
o
r
e
e
f
f
i
c
i
e
nc
y
i
n
t
he
i
m
p
l
e
m
e
nt
a
t
i
o
n
o
f
t
he
p
r
o
po
s
e
d
s
y
s
t
e
m
.
T
h
e
a
c
c
ur
a
c
y
of
t
he
t
r
a
i
n
i
ng
s
e
t
t
ha
t
a
c
h
i
e
v
e
s
by
pr
o
po
s
e
d
s
y
s
t
e
m
r
e
a
c
h
t
o
8
8
%
a
nd
o
f
v
a
l
i
da
t
i
o
n
s
e
t
r
e
a
c
he
s
t
o
86
%
.
T
he
v
a
l
ue
s
o
f
l
o
s
s
f
unc
t
i
o
n
r
e
a
c
h
t
o
0.
3
f
o
r
t
r
a
i
n
i
ng
s
e
t
a
nd
0.
4
f
o
r
t
he
v
a
l
i
da
t
i
o
n
s
e
t
.
Ke
y
w
or
d
s
:
3D
CN
N
A
b
n
o
r
m
a
l
h
e
a
d
P
r
e
di
c
t
o
r
D
e
e
p
N
e
ur
a
l
n
e
t
w
o
r
k
(D
N
N
)
Im
a
ge
s
V
i
de
o
C
opy
r
i
gh
t
©
20
20
I
n
s
t
i
t
ut
e
o
f
A
dv
anc
e
d
E
ng
i
ne
e
r
i
ng
and
S
c
i
e
nc
e
.
A
l
l
r
i
gh
t
s
r
e
s
e
r
v
e
d
.
Cor
r
e
s
pon
di
n
g
Au
t
h
or
:
N
oo
r
D
.
A
l
-
S
h
a
k
a
r
c
h
y
,
Co
l
l
e
ge
of
In
f
o
r
m
a
t
i
o
n
T
e
c
hn
o
l
o
gy
,
U
n
i
v
e
r
s
i
t
y
of
B
a
by
l
o
n
,
51002,
B
a
b
i
l
,
I
ra
q.
E
m
a
i
l
:
n
o
o
r
.
d
@
uo
ke
r
b
a
l
a
.
e
du.
i
q
1.
I
N
TR
O
D
U
C
TI
O
N
V
a
r
i
o
us
a
ppl
i
c
a
t
i
o
n
s
i
n
c
o
m
put
e
r
v
i
s
i
o
n,
ge
s
t
u
r
e
s
l
a
n
gu
a
ge
,
a
n
d
d
i
s
e
a
s
e
s
di
a
g
n
o
s
i
s
t
a
ke
t
h
e
h
e
a
d
m
o
ve
m
e
n
t
n
a
t
u
r
e
a
s
a
m
a
j
o
r
r
o
l
e
i
n
t
hi
s
p
r
o
c
e
s
s
.
D
ri
v
e
r
D
r
o
w
s
i
n
e
s
s
D
e
t
e
c
t
i
o
n
S
y
s
t
e
m
(D
D
D
S
)
i
s
a
c
o
l
l
e
c
t
i
o
n
of
i
m
a
ge
p
r
o
c
e
s
s
i
n
g
a
nd
m
a
c
hi
n
e
l
e
a
rni
n
g
t
e
c
hni
que
s
t
o
a
n
a
l
y
z
e
,
t
r
a
c
k,
a
nd
c
l
a
s
s
i
fy
v
i
de
o
da
t
a
i
n
o
r
de
r
t
o
m
a
ke
pr
e
di
c
t
i
o
n
s
a
b
o
ut
d
r
o
w
s
i
n
e
s
s
s
t
a
t
us
.
D
D
D
S
i
n
v
o
l
v
e
s
e
xt
r
a
c
t
i
ng
s
a
l
i
e
n
t
a
n
d
i
m
po
rt
a
nt
f
e
a
t
u
r
e
s
a
n
d
t
h
e
n
t
r
a
c
ki
ng
t
h
e
s
e
f
e
a
t
ur
e
s
t
o
m
a
ke
a
n
a
c
c
ur
a
t
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
b
o
ut
d
r
o
w
s
i
n
e
s
s
s
t
a
t
us
.
V
i
de
o
s
c
o
n
s
i
s
t
o
f
s
pa
t
i
a
l
-
t
e
m
po
r
a
l
i
n
f
o
r
m
a
t
i
o
n
w
hi
c
h
i
s
p
r
e
s
e
n
t
e
d
a
s
t
e
m
po
r
a
l
f
e
a
t
u
r
e
s
o
v
e
r
t
h
e
c
o
n
s
e
c
ut
i
ve
f
r
a
m
e
s
a
s
w
e
l
l
a
s
t
h
e
s
p
a
t
i
a
l
f
e
a
t
u
r
e
s
r
e
p
r
e
s
e
n
t
e
d
b
y
e
a
c
h
f
ra
m
e
(s
t
i
l
l
i
m
a
ge
)
[1
,
2]
a
nd
t
h
e
o
b
t
a
i
n
e
d
t
ra
j
e
c
t
o
r
y
f
r
o
m
h
e
a
d
t
ra
c
ki
n
g
i
n
a
v
i
de
o
i
s
fo
r
m
e
d
f
r
o
m
a
s
e
que
n
c
e
of
pi
xe
l
s
i
n
c
o
n
s
e
c
ut
i
v
e
f
r
a
m
e
s
[3,
4]
.
A
b
n
o
r
m
a
l
h
e
a
d
m
o
v
e
m
e
n
t
de
t
e
c
t
i
o
n
i
n
t
h
e
v
i
de
o
c
a
n
b
e
c
o
n
s
i
de
r
e
d
a
s
a
v
i
de
o
c
l
a
s
s
i
f
i
c
a
t
i
o
n
p
r
o
b
l
e
m
b
a
s
e
d
o
n
F
e
a
t
u
r
e
E
xt
ra
c
t
i
o
n.
V
i
de
o
c
l
a
s
s
i
f
i
c
a
t
i
o
n
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
D
e
t
e
c
t
i
ng
abnor
m
a
l
m
o
v
e
m
e
nt
o
f
dr
i
v
e
r
's
he
ad
bas
e
d
on
s
pa
t
i
al
-
t
e
m
por
al
…
(
Noor
D
.
A
l
-
Sha
k
ar
c
hy
)
345
m
e
t
h
o
ds
c
a
n
b
e
c
a
t
e
go
r
i
z
e
d
i
n
t
o
t
w
o
t
y
p
e
s
:
s
pa
t
i
a
l
s
t
a
m
p
m
e
t
h
o
ds
;
w
h
e
r
e
t
h
e
de
c
i
s
i
o
n
m
a
ke
s
b
a
s
e
d
o
n
s
p
a
t
i
a
l
f
e
a
t
ur
e
o
f
o
n
e
f
ra
m
e
a
t
a
t
i
m
e
;
a
nd
t
i
m
e
s
t
a
m
p
m
e
t
h
o
ds
b
a
s
e
d
o
n
a
s
e
que
n
c
e
o
f
f
r
a
m
e
s
a
t
a
t
i
m
e
t
o
r
e
p
r
e
s
e
n
t
t
h
e
dy
n
a
m
i
c
c
h
a
n
ge
s
i
n
t
h
e
f
e
a
t
u
r
e
s
o
v
e
r
t
h
e
t
i
m
e
c
a
l
l
e
d
s
pa
t
i
o
t
e
m
po
r
a
l
f
e
a
t
u
r
e
[5
,
6].
T
h
e
r
o
b
us
t
a
nd
e
f
f
i
c
i
e
n
t
c
l
a
s
s
i
f
i
c
a
t
i
o
n
m
e
t
h
o
ds
de
pe
n
d
o
n
e
xt
ra
c
t
i
n
g
s
a
l
i
e
n
t
a
n
d
e
f
f
i
c
i
e
n
t
s
pa
t
i
o
t
e
m
po
ra
l
f
e
a
t
u
r
e
s
t
h
a
t
c
a
n
b
e
us
e
d
i
n
de
c
i
s
i
o
n
m
a
k
i
n
g
a
s
w
e
l
l
a
s
t
h
e
po
s
s
i
b
i
l
i
t
y
t
o
de
a
l
w
i
t
h
c
h
a
ngi
n
g
i
n
l
um
i
n
a
n
c
e
a
n
d
r
e
s
o
l
ut
i
o
n
[7
,
8]
.
D
e
e
p
N
e
ur
a
l
n
e
t
w
o
r
ks
a
n
d
D
e
e
p
l
e
a
rn
i
ng
p
r
e
s
e
n
t
e
d
a
n
e
f
f
i
c
i
e
n
t
a
pp
r
o
a
c
h
t
o
e
xt
ra
c
t
s
a
l
i
e
nt
f
e
a
t
u
r
e
s
[9]
s
uc
h
a
s
Co
n
v
o
l
ut
i
o
n
N
e
ura
l
N
e
t
w
or
ks
(CN
N
)
.
CN
N
c
a
n
e
xt
r
a
c
t
s
t
h
e
s
pa
t
i
a
l
f
e
a
t
u
r
e
s
a
s
w
e
l
l
a
s
t
h
e
t
e
m
po
ra
l
f
e
a
t
u
r
e
s
(
r
e
pr
e
s
e
nt
e
d
t
h
e
t
ra
c
ki
n
g
o
f
t
h
e
s
p
a
t
i
a
l
f
e
a
t
u
r
e
s
)
s
i
m
ul
t
a
n
e
o
us
l
y
i
n
c
o
n
v
o
l
ut
i
o
n
l
a
y
e
r
s
w
h
i
c
h
pl
a
y
t
h
e
r
o
l
e
o
f
s
pa
t
i
o
t
e
m
po
ra
l
f
e
a
t
u
r
e
e
xt
ra
c
t
o
r
by
a
ppl
y
i
n
g
f
i
l
t
e
r
s
o
v
e
r
a
l
l
t
h
e
f
r
a
m
e
s
e
que
n
c
e
of
v
i
de
o
a
t
a
t
i
m
e
[1
0].
In
t
h
e
i
m
p
l
e
m
e
nt
a
t
i
o
n
o
f
v
i
de
o
c
l
a
s
s
i
f
i
c
a
t
i
o
n,
a
t
hr
e
e
D
i
m
e
n
s
i
o
n
Co
n
v
o
l
ut
i
o
n
a
l
N
e
ura
l
N
e
t
w
o
r
ks
(3D
CN
N
)
t
a
ke
i
n
t
o
a
c
c
o
un
t
t
e
m
po
ra
l
i
n
f
o
r
m
a
t
i
o
n
o
f
v
i
de
o
a
s
w
e
l
l
a
s
s
pa
t
i
a
l
i
n
f
o
r
m
a
t
i
o
n
o
f
f
r
a
m
e
s
s
i
m
ul
t
a
n
e
o
us
l
y
.
T
h
e
t
w
o
D
i
m
e
n
s
i
o
n
m
e
t
h
o
ds
de
a
l
w
i
t
h
s
pa
t
i
a
l
i
n
f
o
rm
a
t
i
o
n
b
a
s
e
d
o
n
t
h
e
f
ra
m
e
s
o
n
l
y
a
n
d
i
g
n
o
r
e
t
h
e
t
e
m
po
ra
l
f
e
a
t
u
r
e
s
o
f
t
h
e
v
i
de
o
;
o
n
e
f
r
a
m
e
i
s
c
l
a
s
s
i
f
i
e
d
i
nde
pe
n
de
nt
l
y
a
t
a
t
i
m
e
[
1,
11]
.
T
h
a
t
’s
m
e
a
n
w
i
t
h
c
o
m
pa
r
e
d
t
o
3D
CN
N
,
t
h
e
3D
CN
N
t
a
ke
s
i
n
t
o
a
c
c
o
un
t
t
h
e
dy
na
m
i
c
c
ha
n
ge
s
i
n
f
e
a
t
u
r
e
s
o
v
e
r
t
h
e
t
i
m
e
f
o
r
e
a
c
h
f
r
a
m
e
w
i
t
h
n
e
xt
f
ra
m
e
.
T
hi
s
t
e
m
po
ra
l
i
n
f
o
r
m
a
t
i
o
n
i
s
r
e
pr
e
s
e
n
t
e
d
b
y
a
s
e
que
n
c
e
o
f
f
r
a
m
e
s
o
ve
r
t
i
m
e
w
h
i
c
h
pr
o
v
i
de
t
r
a
c
ki
ng
t
o
t
h
e
h
e
a
d
i
n
a
v
i
de
o
t
ha
t
c
a
n
us
e
i
n
c
l
a
s
s
i
f
i
c
a
t
i
o
n
[12
,
13].
In
3D
c
o
n
v
o
l
ut
i
o
n
t
h
e
s
p
a
t
i
a
l
r
e
l
a
t
i
o
n
s
h
i
ps
o
f
o
bj
e
c
t
s
e
n
c
o
de
s
o
bj
e
c
t
s
i
n
t
h
e
3D
s
pa
c
e
.
T
h
e
3D
f
i
l
t
e
r
m
o
ve
a
n
d
s
l
i
de
s
i
n
a
l
l
3
-
di
r
e
c
t
i
o
n
(
h
e
i
g
ht
,
w
i
dt
h,
c
h
a
nn
e
l
o
f
t
h
e
i
m
a
ge
)
a
n
d
t
h
e
o
ut
pu
t
n
u
m
b
e
r
s
a
r
e
a
rra
n
ge
d
i
n
a
3D
s
pa
c
e
a
l
s
o
.
T
h
e
3D
c
o
n
v
o
l
ut
i
o
n
o
pe
ra
t
i
o
n
r
e
p
r
e
s
e
nt
s
i
n
F
i
gu
r
e
1
.
F
i
gu
r
e
1
.
T
h
e
3D
c
o
n
v
o
l
ut
i
o
n
o
pe
ra
t
i
o
n
i
n
c
o
n
v
o
l
ut
i
o
n
l
a
y
e
r
T
h
e
l
a
c
k
i
n
v
i
de
o
da
t
a
s
e
t
s
t
ha
t
c
o
n
c
e
rn
e
d
w
i
t
h
h
e
a
d
m
o
v
e
m
e
nt
c
l
a
s
s
i
f
i
c
a
t
i
o
n
l
e
a
ds
t
o
c
r
e
a
t
e
a
n
e
w
da
t
a
s
e
t
t
o
i
m
p
l
e
m
e
n
t
w
i
t
h
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
c
a
l
l
e
d
N
o
r
m
a
l
A
b
n
o
r
m
a
l
H
e
a
d
M
o
ve
m
e
n
t
D
a
t
a
s
e
t
(N
A
H
M
)
vi
de
o
da
t
a
s
e
t
.
T
h
e
N
A
H
M
da
t
a
s
e
t
c
o
n
t
a
i
n
s
v
i
de
o
s
o
f
di
ffe
r
e
nt
s
ub
j
e
c
t
s
(vo
l
unt
e
e
r
s
)
w
i
t
h
d
i
f
f
e
r
e
n
t
c
o
n
d
i
t
i
o
n
s
t
o
gi
v
e
a
l
l
s
t
a
t
e
s
o
f
pub
l
i
c
a
l
l
y
h
e
a
d
m
o
v
e
m
e
n
t
a
n
d
p
r
e
v
e
n
t
t
h
e
o
v
e
r
f
i
t
t
i
ng
a
n
d
u
n
de
r
-
f
i
t
t
i
n
g
p
r
o
b
l
e
m
t
ha
t
m
a
y
a
ppe
a
r.
S
o
m
e
r
e
s
e
a
r
c
h
e
s
de
t
e
c
t
e
d
t
h
e
h
e
a
d
po
s
e
b
a
s
e
d
o
n
t
h
e
“
A
p
pe
a
ra
n
c
e
T
e
m
pl
a
t
e
M
o
de
l
s
”
s
uc
h
a
s
J
.
F
oy
t
i
k
e
t
a
l
.
[1
4],
V
.
N
.
B
a
l
a
s
ub
r
a
m
a
ni
a
n.
[
15]
a
n
d
J
.
S
h
e
rra
h
e
t
a
l
.
[16
]
w
h
i
c
h
s
a
v
e
d
a
s
e
t
o
f
e
xe
m
pl
a
r
i
m
a
ge
s
,
t
h
e
n
t
h
e
n
e
w
u
n
s
e
e
n
i
m
a
ge
i
s
c
o
m
pa
r
e
d
d
i
r
e
c
t
l
y
w
i
t
h
t
h
e
s
e
e
x
e
m
pl
a
r
i
m
a
ge
s
a
n
d
t
h
e
h
e
a
d
po
s
e
i
s
de
t
e
c
t
e
d
w
i
t
h
a
m
o
s
t
s
i
m
i
l
a
r
e
xe
m
pl
a
r.
T
h
i
s
m
e
t
h
o
d
i
s
e
a
s
y
i
m
p
l
e
m
e
nt
a
t
i
o
n
b
ut
o
n
t
h
e
o
t
h
e
r
s
i
de
,
i
t
s
uf
f
e
r
s
f
r
o
m
t
i
m
e
-
c
o
n
s
um
i
n
g
a
nd
t
h
i
s
m
e
t
h
o
d
de
t
e
c
t
i
ng
o
nl
y
di
s
c
r
e
t
e
po
s
e
s
.
O
t
h
e
r
r
e
s
e
a
r
c
h
e
s
e
m
pl
o
y
e
d
t
h
e
m
a
c
hi
n
e
l
e
a
rni
n
g
by
de
pe
n
di
ng
o
n
“
D
e
t
e
c
t
o
r
a
rr
a
y
s
”
t
o
de
t
e
c
t
t
h
e
h
e
a
d
po
s
e
s
u
c
h
a
s
E
.
O
s
u
na
e
t
a
l
.
[17]
,
M
.
J
o
n
e
s
e
t
a
l
.
[18]
w
h
i
c
h
t
r
a
i
n
s
m
u
l
t
i
pl
e
f
a
c
e
de
t
e
c
t
o
r
s
o
n
di
v
e
r
s
e
po
s
e
s
of
t
h
e
h
e
a
d.
T
h
e
h
e
a
d
po
s
e
of
a
n
e
w
un
s
e
e
n
i
m
a
ge
c
a
n
b
e
de
f
i
n
e
d
b
a
s
e
d
o
n
t
h
e
l
a
rge
s
t
s
uppo
rt
o
f
t
h
e
de
t
e
c
t
o
r
.
T
h
i
s
m
e
t
h
o
d
i
s
m
o
r
e
r
o
b
us
t
a
ga
i
n
s
t
t
h
e
v
a
r
i
a
t
i
o
n
s
i
n
a
ppe
a
ra
nc
e
b
ut
i
t
’s
po
o
r
e
r
f
o
r
t
ra
i
ni
n
g
t
w
o
c
l
a
s
s
i
f
i
e
r
s
o
n
a
s
i
m
i
l
a
r
po
s
e
.
M
.
S
.
L
.
K
ha
n
e
t
a
l
.
[19]
p
r
e
s
e
nt
e
d
G
e
o
m
e
t
r
i
c
M
e
t
h
o
ds
t
o
e
s
t
i
m
a
t
e
t
h
e
h
e
a
d
po
s
e
by
m
e
a
s
ur
i
ng
t
h
e
di
s
t
a
n
c
e
s
be
t
w
e
e
n
f
a
c
i
a
l
f
e
a
t
u
r
e
s
a
n
d
de
v
i
a
t
i
o
n
f
r
o
m
b
i
l
a
t
e
ra
l
s
y
m
m
e
t
r
y
.
T
h
i
s
m
e
t
h
o
d
f
a
i
l
s
w
i
t
h
t
h
e
pa
rt
s
o
c
c
l
ude
d
s
uc
h
a
s
w
h
e
n
t
h
e
e
y
e
oc
c
l
ude
d
by
gl
a
s
s
e
s
b
e
c
a
u
s
e
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
i
s
m
e
t
h
o
d
de
pe
n
ds
o
n
l
o
c
a
l
i
z
a
t
i
o
n
t
h
e
f
a
c
i
a
l
f
e
a
t
u
r
e
s
i
n
a
n
a
c
c
ura
t
e
m
a
nn
e
r.
A
.
K
um
a
r
e
t
a
l
.
[20]
e
s
t
i
m
a
t
e
t
h
e
h
e
a
d
po
s
e
by
us
i
n
g
n
e
u
r
a
l
n
e
t
w
o
r
ks
b
a
s
e
d
o
n
m
o
di
f
i
e
d
“
G
oo
gl
e
N
e
t
”
a
r
c
hi
t
e
c
t
u
r
e
t
o
p
r
e
di
c
t
f
a
c
i
a
l
ke
y
po
i
n
t
s
a
n
d
t
h
e
n
j
o
i
n
t
t
h
e
s
e
ke
y
po
i
n
t
s
t
o
p
r
e
di
c
t
t
h
e
h
e
a
d
po
s
e
.
T
h
e
a
c
c
ura
c
y
of
t
h
i
s
m
e
t
h
o
d
de
pe
n
ds
o
n
t
h
e
ri
g
h
t
f
a
c
i
a
l
ke
y
po
i
n
t
’s
p
r
e
di
c
t
i
o
n
a
n
d
f
a
i
l
w
i
t
h
p
a
r
t
i
a
l
o
r
t
o
t
a
l
o
c
c
l
ude
d.
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
19
,
N
o
.
1
,
J
ul
y
202
0
:
344
-
35
2
3
46
J
.
G
.
X
.
Y
.
S
.
D
e
e
t
a
l
.
[21]
us
e
d
t
w
o
c
o
m
b
i
n
e
d
n
e
t
w
o
r
ks
a
V
G
G
n
e
t
w
o
r
k
a
n
d
a
r
e
c
u
rr
e
n
t
n
e
u
r
a
l
n
e
t
w
o
r
k
t
o
e
s
t
i
m
a
t
e
t
h
e
E
ul
e
r
a
n
gl
e
s
o
f
t
h
e
h
e
a
d
po
s
e
i
n
a
v
i
de
o
.
T
hi
s
m
e
t
h
o
d
p
r
o
v
i
de
s
a
n
i
m
p
r
o
v
e
d
po
s
e
pr
e
di
c
t
i
o
n
by
l
e
v
e
r
a
gi
n
g
t
h
e
t
i
m
e
di
m
e
n
s
i
o
n
t
ha
t
t
a
ke
s
i
nt
o
a
c
c
o
un
t
a
s
e
que
n
c
e
o
f
f
r
a
m
e
s
i
n
po
s
e
pr
e
di
c
t
i
o
n
.
T
h
i
s
m
e
t
h
o
d
p
r
o
v
i
de
d
a
p
r
o
m
i
s
i
ng
m
e
t
h
o
d
f
o
r
a
v
i
de
o
t
o
e
s
t
i
m
a
t
e
t
h
e
h
e
a
d
po
s
e
di
r
e
c
t
l
y
a
n
d
c
l
a
s
s
i
fy
t
h
i
s
po
s
e
i
n
di
r
e
c
t
l
y
b
a
s
e
d
o
n
t
h
e
E
ul
e
r
a
ngl
e
s
a
s
w
e
l
l
a
s
i
t
s
uf
f
e
r
s
f
r
o
m
t
i
m
e
-
c
o
n
s
um
i
ng.
In
e
s
S
o
p
h
i
a
R
i
e
ge
r
[
22]
i
m
pl
e
m
e
nt
e
d
a
r
e
s
i
d
ua
l
n
e
t
w
o
rk
(R
e
s
N
e
t
)
a
n
d
L
e
N
e
t
-
5
t
o
i
m
p
r
o
ve
t
h
e
e
s
t
i
m
a
t
i
o
n
o
f
h
e
a
d
po
s
e
.
T
hi
s
m
e
t
h
o
d
us
e
d
s
pa
t
i
a
l
i
n
f
o
r
m
a
t
i
o
n
f
o
r
p
r
e
di
c
t
i
o
n
w
i
t
h
o
ut
t
a
ki
ng
t
h
e
t
i
m
e
di
m
e
n
s
i
o
n
s
.
T
h
e
a
b
n
o
rm
a
l
h
e
a
d
m
o
v
e
m
e
n
t
c
a
nn
o
t
b
e
de
t
e
c
t
e
d
d
i
r
e
c
t
l
y
b
ut
i
t
c
o
m
put
e
s
f
r
o
m
t
h
e
e
s
t
i
m
a
t
e
d
v
a
l
ue
s
of
h
e
a
d
po
s
e
.
T
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
p
r
e
s
e
n
t
s
a
n
a
r
c
hi
t
e
c
t
u
r
e
o
f
3D
CN
N
w
h
i
c
h
d
i
r
e
c
t
l
y
pr
e
di
c
t
t
h
e
a
b
n
o
rm
a
l
h
e
a
d
m
o
v
e
m
e
n
t
i
n
a
v
i
de
o
.
I
n
o
t
h
e
r
w
o
r
ds
,
t
h
e
de
c
i
s
i
o
n
m
a
ki
n
g
o
f
h
e
a
d
m
o
v
e
m
e
n
t
p
r
o
duc
e
d
di
r
e
c
t
l
y
w
i
t
h
o
ut
de
pe
n
de
n
t
o
n
a
n
g
l
e
s
o
r
a
n
y
po
s
t
-
pr
o
c
e
s
s
.
In
t
hi
s
p
a
pe
r
,
t
h
e
D
D
D
S
m
a
ke
p
r
e
di
c
t
i
o
n
b
a
s
e
d
o
n
a
b
n
o
rm
a
l
h
e
a
d
m
o
v
e
m
e
n
t
po
s
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pr
e
di
c
t
o
r
t
h
a
t
i
s
p
r
e
di
c
t
e
d
us
i
n
g
H
e
a
d
M
o
v
e
m
e
n
t
S
t
a
t
us
D
e
e
p
L
e
a
rni
n
g
N
e
ura
l
N
e
t
w
o
r
k
(H
M
S
D
L
N
N
)
M
o
de
l
.
T
h
e
p
r
e
v
i
o
us
D
D
D
S
i
s
b
a
s
e
d
o
n
t
h
e
c
l
o
s
e
d
e
y
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pr
e
di
c
t
o
r
p
r
e
s
e
nt
e
d
i
n
a
p
r
e
v
i
o
us
pub
l
i
s
h
e
d
p
a
pe
r
s
uc
h
t
ha
t
t
h
e
c
l
o
s
e
d
e
y
e
i
s
p
r
e
di
c
t
e
d
b
y
us
i
n
g
t
h
e
E
y
e
S
t
a
t
us
D
e
e
p
L
e
a
rn
i
ng
N
e
u
r
a
l
N
e
t
w
o
r
k
(E
S
D
L
N
N
)
M
o
de
l
.
T
h
e
c
o
r
e
of
t
ha
t
w
o
r
k
i
s
g
r
e
a
t
l
y
de
pe
n
di
n
g
o
n
e
xt
ra
c
t
e
d
t
h
e
f
a
c
e
t
h
e
n
t
h
e
r
e
gi
o
n
o
f
e
y
e
s
,
t
h
e
r
e
f
o
r
e
i
f
t
h
e
f
a
c
e
n
o
t
e
x
t
r
a
c
t
e
d
f
o
r
a
n
y
r
e
a
s
o
n
,
t
h
e
s
y
s
t
e
m
f
a
i
l
e
d
t
o
p
r
e
di
c
t
t
h
e
e
y
e
'
s
s
t
a
t
us
.
T
h
e
c
o
nt
r
i
b
ut
i
o
n
o
f
t
h
i
s
pa
pe
r
i
s
t
o
de
s
i
gn
a
n
d
i
m
pl
e
m
e
n
t
e
d
a
c
o
m
put
e
r
v
i
s
i
o
n
s
y
s
t
e
m
t
o
de
t
e
c
t
a
nd
c
l
a
s
s
i
fy
t
h
e
h
e
a
d
m
o
v
e
m
e
n
t
s
i
n
v
i
de
o
s
t
o
a
b
n
o
rm
a
l
a
n
d
n
o
rm
a
l
c
l
a
s
s
e
s
di
r
e
c
t
l
y
by
c
o
n
s
i
de
r
i
ng
t
h
e
t
e
m
po
r
a
l
i
n
f
o
r
m
a
t
i
o
n
a
s
w
e
l
l
a
s
t
h
e
s
pa
c
i
a
l
i
n
f
o
r
m
a
t
i
o
n
s
i
m
u
l
t
a
n
e
o
us
l
y
i
n
o
rde
r
t
o
i
m
p
l
e
m
e
n
t
e
d
f
or
d
r
o
w
s
i
n
e
s
s
de
t
e
c
t
i
o
n
.
T
h
e
h
e
a
d
m
o
v
e
m
e
n
t
c
l
a
s
s
i
f
i
c
a
t
i
o
n
i
n
t
h
e
v
i
de
o
i
s
de
c
i
de
d
di
r
e
c
t
l
y
by
i
m
pl
e
m
e
nt
i
ng
3
-
D
i
m
e
n
s
i
o
n
a
l
Co
n
v
o
l
ut
i
o
n
a
l
N
e
u
r
a
l
N
e
t
w
o
r
ks
(3D
CN
N
)
w
i
t
h
t
h
e
p
r
o
po
s
e
d
a
r
c
h
i
t
e
c
t
u
r
e
.
T
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
pr
e
s
e
n
t
e
d
c
o
n
s
i
s
t
s
o
f
t
hr
e
e
m
a
i
n
pa
rt
s
:
t
h
e
pr
e
p
r
o
c
e
s
s
i
n
g
s
t
a
ge
,
t
h
e
f
e
a
t
u
r
e
e
xt
r
a
c
t
i
o
n
s
t
a
ge
a
c
h
i
e
v
e
d
by
e
m
pl
oy
i
n
g
3D
CN
N
,
a
n
d
f
i
n
a
l
l
y
de
c
i
s
i
o
n
m
a
k
i
n
g
o
f
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
T
h
e
o
r
ga
ni
z
a
t
i
o
n
o
f
t
h
i
s
p
a
pe
r
i
l
l
us
t
r
a
t
e
s
a
s
f
o
l
l
o
w
s
.
S
e
c
t
i
o
n
2
i
l
l
us
t
ra
t
e
s
3
D
i
m
e
n
s
i
o
n
Co
n
v
o
l
ut
i
o
n
N
e
ur
a
l
N
e
t
w
o
r
ks
(3D
CN
N
).
S
e
c
t
i
o
n
3
i
l
l
us
t
ra
t
e
s
r
e
l
a
t
e
d
w
o
r
ks
w
i
t
h
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
.
S
e
c
t
i
o
n
4
p
r
e
s
e
nt
e
d
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
,
i
t
s
a
r
c
hi
t
e
c
t
u
r
e
,
i
t
s
m
a
i
n
s
t
a
ge
s
a
nd
t
h
e
i
nn
e
r
s
t
e
ps
o
f
e
a
c
h
s
t
a
ge
.
T
h
e
e
xpe
r
i
m
e
nt
a
l
r
e
s
ul
t
s
pr
e
s
e
nt
e
d
i
n
S
e
c
t
i
o
n
5
a
n
d
f
i
n
a
l
l
y
t
h
e
c
o
n
c
l
us
i
o
n
s
o
b
t
a
i
n
e
d
f
ro
m
t
h
i
s
w
o
r
k
p
r
e
s
e
n
t
i
n
S
e
c
t
i
o
n
6
.
2.
R
ES
EA
R
C
H
M
ET
H
O
D
In
t
h
i
s
p
a
pe
r,
a
p
r
o
po
s
e
d
h
e
a
d
t
ra
c
ki
n
g
m
o
de
l
f
o
r
a
b
n
o
rm
a
l
h
e
a
d
m
o
v
e
m
e
n
t
de
t
e
c
t
i
n
g
b
a
s
e
d
o
n
a
s
pa
t
i
o
t
e
m
po
ra
l
f
e
a
t
u
r
e
us
i
n
g
D
e
e
p
N
e
ura
l
N
e
t
w
o
r
k
D
N
N
i
s
p
r
e
s
e
n
t
e
d
.
T
h
i
s
m
o
de
l
de
s
i
g
n
w
i
t
h
p
r
o
po
s
e
d
a
r
c
hi
t
e
c
t
u
r
e
o
f
3D
CN
N
a
nd
t
ra
i
n
s
a
n
d
t
e
s
t
s
o
n
c
r
e
a
t
e
d
v
i
de
o
d
a
t
a
s
e
t
na
m
e
d
N
o
rm
a
l
A
b
n
o
rm
a
l
H
e
a
d
M
o
v
e
m
e
n
t
D
a
t
a
s
e
t
(N
A
H
M
)
w
h
i
c
h
a
c
hi
e
v
e
r
e
a
s
o
n
a
b
l
e
a
n
d
e
f
f
i
c
i
e
n
t
a
c
c
ura
c
y
.
T
h
e
ge
n
e
ra
l
s
t
a
ge
s
a
n
d
t
h
e
m
a
i
n
s
t
e
ps
f
o
r
e
a
c
h
s
t
a
ge
o
f
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
a
r
e
i
l
l
us
t
ra
t
e
d
i
n
a
b
l
oc
k
di
a
g
ra
m
o
f
F
i
gur
e
2.
T
h
e
ge
n
e
ra
l
s
t
a
ge
s
a
r
e
c
a
t
e
go
r
i
z
e
d
t
o
t
w
o
m
a
i
n
s
t
a
ge
s
:
t
h
e
p
r
e
-
p
r
o
c
e
s
s
i
n
g
s
t
a
ge
w
h
i
c
h
r
e
s
po
n
s
i
b
l
e
f
o
r
p
r
e
pa
ri
n
g
v
i
de
o
da
t
a
a
nd
e
xt
ra
c
t
i
n
g
t
h
e
R
e
gi
o
n
o
f
In
t
e
r
e
s
t
R
O
I;
w
h
i
c
h
i
s
t
h
e
a
r
e
a
a
ro
un
d
t
h
e
f
a
c
e
;
t
o
pr
e
s
e
nt
i
t
t
o
t
h
e
s
e
c
o
n
d
s
t
a
ge
.
T
h
e
s
e
c
o
n
d
s
t
a
ge
i
s
a
b
n
o
rm
a
l
m
o
v
e
m
e
n
t
de
t
e
c
t
i
ng
s
t
a
ge
w
hi
c
h
p
r
e
s
e
n
t
s
i
n
a
D
e
e
p
N
e
u
r
a
l
N
e
t
w
o
r
k
s
y
s
t
e
m
fo
r
s
pa
t
i
o
t
e
m
po
ra
l
f
e
a
t
u
r
e
e
xt
ra
c
t
i
o
n
s
t
e
p
a
n
d
de
c
i
s
i
o
n
m
a
ki
ng
s
t
e
p.
W
h
i
c
h
c
a
n
b
e
i
l
l
us
t
ra
t
e
d
i
n
F
i
gu
r
e
3.
In
t
h
e
p
r
e
-
p
r
o
c
e
s
s
i
n
g
s
t
a
ge
,
m
a
n
y
f
un
c
t
i
o
n
s
r
u
n
s
uc
h
a
s
c
o
nv
e
r
t
t
h
e
v
i
de
o
t
o
c
o
r
r
e
s
po
n
d
i
n
g
f
r
a
m
e
s
,
e
xt
ra
c
t
R
O
I
a
r
o
u
n
d
f
a
c
e
a
r
e
a
i
n
e
a
c
h
f
r
a
m
e
o
f
a
v
i
de
o
,
c
r
e
a
t
e
s
a
m
pl
e
s
de
pe
n
d
o
n
t
i
m
e
s
e
r
i
e
s
t
o
r
e
p
r
e
s
e
n
t
t
h
e
t
e
m
po
ra
l
di
m
e
n
s
i
o
n
t
o
s
uppo
r
t
h
e
a
d
t
ra
c
ki
n
g
.
I
n
a
b
n
o
r
m
a
l
he
a
d
m
o
v
e
m
e
n
t
de
t
e
c
t
i
n
g
s
t
a
ge
a
3
D
i
m
e
n
s
i
o
n
o
f
D
e
e
p
N
e
ur
a
l
N
e
t
w
o
r
k
m
o
de
l
de
s
i
g
n
a
n
d
us
e
t
o
e
xt
ra
c
t
s
a
l
i
e
nt
s
pa
t
i
o
t
e
m
po
ra
l
f
e
a
t
u
r
e
s
f
r
o
m
t
h
e
c
o
rr
e
s
po
n
d
i
n
g
s
e
que
n
c
e
of
f
r
a
m
e
s
.
A
t
l
a
s
t
t
h
e
s
e
e
xt
r
a
c
t
e
d
f
e
a
t
u
r
e
s
a
r
e
us
e
d
t
o
r
e
c
o
gn
i
z
e
a
b
n
o
rm
a
l
h
e
a
d
m
o
v
e
m
e
n
t
.
A
s
s
h
o
w
n
i
n
F
i
g
u
r
e
3
a
b
o
ve
t
h
e
num
b
e
r
o
f
f
i
l
t
e
r
s
(ke
rna
l
s
)
u
s
e
d
i
n
c
o
n
v
o
l
ut
i
o
n
l
a
y
e
r
s
a
r
e
32
,
64,
1
28
a
n
d
128
r
e
s
pe
c
t
e
v
e
l
y
.
T
h
e
i
n
c
r
e
a
s
e
d
i
n
num
b
e
r
o
f
f
i
l
t
e
r
s
b
a
s
e
d
o
n
t
h
e
c
o
n
c
e
pt
t
ha
t
hi
e
ra
r
c
h
i
c
a
l
f
e
a
t
u
r
e
s
us
e
d
i
n
CN
N
p
r
o
c
e
s
s
i
n
g
p
i
pe
l
i
n
e
.
I
n
l
o
w
e
r
l
a
y
e
r
s
t
h
e
f
e
a
t
ur
e
s
a
re
p
r
i
m
i
t
i
v
e
w
h
i
l
e
i
n
u
ppe
r
l
a
y
e
r
s
t
h
o
s
e
a
r
e
m
a
de
f
r
o
m
c
o
m
b
i
n
a
t
i
o
n
s
o
f
l
o
w
e
r
-
l
e
v
e
l
fe
a
t
u
r
e
s
a
n
d
a
r
e
b
e
hi
g
h
-
l
e
ve
l
a
b
s
t
ra
c
t
f
e
a
t
u
r
e
s
.
Ce
rt
a
i
n
a
t
t
ri
b
ut
e
s
o
f
t
h
e
i
n
p
ut
a
r
e
m
e
a
s
u
r
e
d
f
r
o
m
t
h
e
ke
rn
e
l
s
r
e
s
po
n
s
e
s
i
n
t
h
e
f
i
r
s
t
h
i
dde
n
l
a
y
e
r
a
n
d
i
n
t
h
e
s
e
c
o
n
d
hi
dde
n
n
e
e
ds
t
o
h
a
v
e
a
n
e
ve
n
l
a
r
ge
r
n
u
m
b
e
r
o
f
ke
rn
e
l
s
t
o
p
r
o
pe
rl
y
m
e
a
s
ur
e
t
h
e
n
o
w
r
i
c
h
e
r
p
r
o
j
e
c
t
i
o
n
o
f
t
h
e
i
nput
t
hr
o
ug
h
hi
dde
n
l
a
y
e
r
1
a
nd
s
o
o
n
t
o
a
v
o
i
de
a
s
e
ri
o
us
b
o
t
t
l
e
n
e
c
k
f
o
r
uppe
r
l
a
y
e
r
s
.
T
o
b
e
a
b
l
e
t
o
e
n
c
o
de
t
h
e
i
n
c
r
e
a
s
i
n
g
l
y
r
i
c
h
e
r
a
n
d
ri
c
h
e
r
r
e
p
r
e
s
e
nt
a
t
i
o
n
s
,
t
h
e
num
b
e
r
o
f
f
i
l
t
e
r
s
i
s
i
n
c
r
e
m
e
n
t
e
d
w
i
t
h
t
h
e
m
o
v
e
s
up
t
h
e
r
e
p
r
e
s
e
nt
a
t
i
o
na
l
h
i
e
r
a
r
c
h
y
due
t
o
a
v
o
i
d
t
h
e
b
o
t
t
l
e
n
e
c
k
e
ff
e
c
t
.
T
h
e
s
a
m
pl
e
s
i
z
e
t
h
a
t
us
e
d
i
n
f
i
r
s
t
c
o
n
v
o
l
ut
i
o
n
l
a
y
e
r
i
s
(10
0,
1
00,
8)
w
hi
c
h
i
s
po
o
l
e
d
t
o
(50,
50
,
8)
a
f
t
e
r
f
i
r
s
t
po
o
l
i
ng
l
a
y
e
r
w
i
t
h
s
p
a
t
i
o
-
t
e
m
po
r
a
l
e
xt
e
nt
(2
,
2,
1)
a
n
d
s
pa
t
i
o
-
t
e
m
po
r
a
l
s
t
r
i
d
(
2,
2
,
1)
t
o
c
a
n
t
r
e
duc
t
i
o
n
t
h
e
t
e
m
po
ra
l
f
e
a
t
u
r
e
s
.
T
h
e
o
t
h
e
r
po
o
l
i
n
g
l
a
y
e
r
s
us
e
d
s
pa
t
i
o
-
t
e
m
po
r
a
l
e
x
t
e
nt
(2,
2,
2)
a
n
d
s
p
a
t
i
o
-
t
e
m
po
r
a
l
s
t
r
i
d
(2,
2,
2)
w
h
i
c
h
r
e
duc
t
t
h
e
s
pa
t
i
o
-
t
e
m
po
r
a
l
f
e
a
t
u
r
e
s
t
o
ga
t
h
e
r
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
D
e
t
e
c
t
i
ng
abnor
m
a
l
m
o
v
e
m
e
nt
o
f
dr
i
v
e
r
's
he
ad
bas
e
d
on
s
pa
t
i
al
-
t
e
m
por
al
…
(
Noor
D
.
A
l
-
Sha
k
ar
c
hy
)
347
F
i
gu
r
e
2
.
B
l
o
c
k
di
a
g
r
a
m
o
f
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
F
i
gu
r
e
3.
P
r
o
po
s
e
d
3D
CN
N
a
r
c
hi
t
e
c
t
u
r
e
f
o
r
f
e
a
t
u
r
e
e
xt
ra
c
t
i
o
n
2.
1
.
D
atas
e
t
T
h
e
p
r
o
po
s
e
d
m
o
de
l
b
a
s
e
d
o
n
a
n
e
w
a
r
c
hi
t
e
c
t
u
r
e
o
f
3D
CN
N
w
h
i
c
h
i
s
t
ra
i
ni
n
g
a
nd
t
e
s
t
i
n
g
o
n
c
r
e
a
t
e
d
da
t
a
s
e
t
na
m
e
d
N
o
rm
a
l
A
b
n
o
rm
a
l
H
e
a
d
M
o
v
e
m
e
n
t
D
a
t
a
s
e
t
(
N
A
H
M
).
T
h
e
t
o
t
a
l
d
a
t
a
s
e
t
c
o
n
s
i
s
t
s
o
f
20
s
ub
j
e
c
t
s
of
b
o
t
h
m
a
l
e
a
n
d
f
e
m
a
l
e
a
c
t
s
t
w
o
di
f
f
e
r
e
n
t
s
c
e
n
a
ri
o
s
o
f
n
o
r
m
a
l
a
nd
a
b
n
o
r
m
a
l
h
e
a
d
m
o
v
e
m
e
n
t
s
.
T
h
e
s
c
e
na
r
i
o
s
c
o
n
t
a
i
n
v
i
de
o
s
w
i
t
h
b
a
r
e
f
a
c
e
d
(
n
o
G
l
a
s
s
e
s
)
a
nd
G
l
a
s
s
e
s
a
n
d
t
h
e
v
i
de
o
s
i
n
t
h
e
s
e
s
c
e
n
a
ri
o
s
a
r
e
30
f
ra
m
e
s
pe
r
s
e
c
o
n
d.
T
h
e
t
o
t
a
l
da
t
a
s
e
t
di
v
i
de
d
i
n
t
o
t
w
o
s
ub
-
da
t
a
s
e
t
s
;
t
r
a
i
n
i
n
g
d
a
t
a
s
e
t
r
e
p
r
e
s
e
nt
e
d
85
%
f
r
o
m
t
h
e
o
r
i
g
i
n
a
l
da
t
a
s
e
t
a
n
d
t
e
s
t
i
n
g
da
t
a
s
e
t
w
i
t
h
1
5%
us
e
d
f
o
r
t
e
s
t
i
ng
t
h
e
s
y
s
t
e
m
on
u
n
s
e
e
n
i
m
a
ge
s
.
T
h
e
t
ra
i
ni
n
g
d
a
t
a
s
e
t
a
l
s
o
di
v
i
de
d
i
n
t
o
a
c
t
ua
l
t
ra
i
ni
n
g
d
a
t
a
s
e
t
r
e
p
r
e
s
e
nt
e
d
8
0%
o
f
t
h
e
t
ra
i
n
i
n
g
d
a
t
a
s
e
t
,
a
nd
v
a
l
i
d
a
t
i
o
n
da
t
a
s
e
t
r
e
p
r
e
s
e
n
t
e
d
20
%
of
t
h
e
t
r
a
i
n
i
ng
da
t
a
s
e
t
.
T
o
p
r
e
pa
ri
n
g
d
a
t
a
s
e
t
,
e
a
c
h
v
i
de
o
c
o
n
v
e
r
t
s
t
o
s
o
m
e
s
a
m
pl
e
s
r
e
p
r
e
s
e
n
t
e
d
s
e
que
n
c
e
s
of
f
r
a
m
e
s
w
i
t
h
25%
o
v
e
r
l
a
pp
i
n
g
.
T
h
e
o
ve
r
l
a
ppi
ng
us
e
d
t
o
i
n
c
r
e
a
s
e
t
h
e
s
i
z
e
o
f
da
t
a
s
e
t
a
nd
f
e
e
di
n
g
t
o
t
h
e
m
o
de
l
t
h
e
m
o
v
e
m
e
n
t
a
t
e
v
e
r
y
m
o
m
e
n
t
.
2.
2
P
r
o
p
o
s
e
d
s
ys
te
m
s
tage
s
2.
2
.
1.
P
re
-
p
r
o
c
e
s
s
i
n
g
s
tag
e
T
h
e
f
i
r
s
t
s
t
a
ge
i
n
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
n
a
m
e
d
p
r
e
-
p
r
o
c
e
s
s
i
n
g;
a
l
l
p
r
e
pa
ri
n
g
w
o
r
ks
a
r
e
p
r
e
s
e
n
t
e
d
o
n
t
h
e
i
nput
v
i
de
o
t
o
b
e
s
ui
t
a
b
l
e
f
o
r
i
m
p
l
e
m
e
n
t
i
n
g
o
n
p
r
o
po
s
e
d
3D
CN
N
a
r
c
h
i
t
e
c
t
ur
e
.
T
h
e
c
o
r
e
o
f
t
h
e
p
r
e
p
r
o
c
e
s
s
i
n
g
s
t
a
ge
i
s
t
o
pe
r
f
o
r
m
a
r
e
gul
a
r
v
i
de
o
s
e
gm
e
nt
a
t
i
o
n
b
a
s
e
d
o
n
t
i
m
e
s
e
ri
e
s
by
c
o
n
v
e
r
t
i
n
g
e
a
c
h
v
i
de
o
t
o
s
o
m
e
s
a
m
pl
e
s
.
E
a
c
h
s
a
m
pl
e
r
e
p
r
e
s
e
n
t
e
d
s
e
que
n
c
e
s
of
f
r
a
m
e
s
w
i
t
h
25%o
v
e
r
l
a
p
pi
n
g
.
T
h
e
o
v
e
r
l
a
ppi
ng
us
e
d
t
o
f
e
e
d
t
o
t
h
e
m
o
de
l
t
h
e
m
o
v
e
m
e
n
t
a
t
e
v
e
r
y
m
o
m
e
nt
.
G
a
t
h
e
r
t
h
e
f
ra
m
e
s
i
n
a
s
e
que
n
c
e
o
f
s
a
m
pl
e
s
t
o
r
e
p
r
e
s
e
n
t
t
h
e
t
i
m
e
s
e
ri
e
s
w
h
i
c
h
i
s
t
h
e
t
e
m
po
r
a
l
i
n
f
o
r
m
a
t
i
o
n
o
f
t
h
e
v
i
de
o
.
I
n
o
t
h
e
r
w
o
r
ds
,
t
h
e
p
r
e
p
r
o
c
e
s
s
i
n
g
s
t
a
ge
c
r
e
a
t
e
s
t
h
e
5
-
di
m
e
n
s
i
o
na
l
a
rra
y
f
r
o
m
v
i
de
o
a
n
d
a
c
o
rr
e
s
po
n
di
n
g
l
a
b
e
l
.
T
hi
s
5D
a
rra
y
i
s
(
n
u
m
b
e
r
o
f
s
a
m
pl
e
s
,
t
i
m
e
s
e
ri
e
s
(s
e
que
n
c
e
s
l
e
n
g
t
h
),
t
h
e
h
e
i
g
h
t
o
f
f
r
a
m
e
s
,
t
h
e
w
i
dt
h
o
f
f
r
a
m
e
s
,
c
h
a
nn
e
l
s
num
b
e
r
o
f
f
r
a
m
e
s
).
T
h
e
s
e
que
n
c
e
l
e
ngt
h
i
s
c
h
o
s
e
n
b
a
s
e
d
o
n
t
h
e
f
a
c
t
t
ha
t
t
h
e
hu
m
a
n
v
i
s
ua
l
s
y
s
t
e
m
ha
s
a
r
e
duc
t
i
o
n
t
i
m
e
a
b
o
ut
1
-
2
s
e
c
o
n
ds
,
w
hi
c
h
m
e
a
n
s
a
b
o
ut
30
-
6
0
f
ra
m
e
s
s
i
n
c
e
F
P
S
i
s
n
o
rm
a
l
l
y
30.
S
o
t
ha
t
4
0
f
r
a
m
e
s
i
s
l
i
ke
l
y
t
o
be
r
e
a
s
o
na
b
l
e
a
s
a
n
i
n
i
t
i
a
l
i
nt
e
r
v
a
l
.
F
i
g
u
r
e
4
s
h
o
w
s
t
h
e
b
l
o
c
k
di
a
g
ra
m
o
f
s
e
que
n
c
e
ge
n
e
ra
t
i
o
n
w
i
t
h
o
v
e
r
l
a
pp
i
n
g
.
T
h
e
o
t
h
e
r
f
un
c
t
i
o
n
t
ha
t
i
s
do
n
e
d
u
r
i
n
g
t
h
e
p
r
e
-
p
r
o
c
e
s
s
i
n
g
s
t
a
ge
i
s
R
e
gi
o
n
o
f
In
t
e
r
e
s
t
i
n
g
(R
O
I)
e
xt
ra
c
t
i
o
n
by
us
i
n
g
U
ppe
r
b
o
d
y
H
a
a
r
C
a
s
c
a
de
e
xt
ra
c
t
o
r
;
w
h
i
c
h
i
s
o
n
e
o
f
o
p
e
n
CV
f
un
c
t
i
o
n
s
.
T
h
i
s
s
t
e
p
i
s
m
o
s
t
i
m
po
rt
a
nt
b
e
c
a
us
e
t
h
e
v
a
ri
a
t
i
o
n
i
n
h
e
a
d
s
c
a
l
e
a
n
d
pl
a
n
r
o
t
a
t
i
o
n
c
a
n
b
e
e
l
i
m
i
n
a
t
e
d.
T
h
e
c
a
pt
u
r
e
d
f
ra
m
e
s
i
n
e
a
c
h
s
a
m
pl
e
i
n
p
ut
t
o
t
h
e
e
x
t
r
a
c
t
o
r
a
nd
o
ut
pu
t
s
a
m
pl
e
s
c
o
n
t
a
i
ni
n
g
h
e
a
ds
.
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
19
,
N
o
.
1
,
J
ul
y
202
0
:
344
-
35
2
348
D
a
t
a
r
e
s
i
z
i
ng
(s
c
a
l
e
)
a
nd
d
a
t
a
n
o
rm
a
l
i
z
a
t
i
o
n
(da
t
a
m
o
de
l
l
i
n
g
t
o
D
L
N
N
)
a
r
e
a
l
s
o
do
n
e
a
s
a
pr
e
p
r
o
c
e
s
s
i
n
g
s
t
a
ge
f
u
n
c
t
i
o
n
s
.
A
r
e
s
i
z
i
ng
t
h
e
d
i
m
e
n
s
i
o
na
l
i
t
y
of
c
r
o
ppe
d
i
m
a
ge
s
i
n
t
h
e
s
a
m
p
l
e
s
i
s
m
o
r
e
i
m
po
rt
a
nt
s
t
e
p
t
o
p
r
o
v
i
de
t
h
e
ge
n
e
r
a
l
i
t
y
t
o
s
a
m
pl
e
s
a
nd
t
o
b
e
s
ui
t
a
b
l
e
fo
r
t
h
e
p
r
e
d
i
c
t
i
o
n
de
e
p
l
e
a
rni
n
g
m
o
de
l
.
T
h
e
i
m
a
ge
s
c
a
l
i
ng
i
n
t
e
r
p
r
e
t
s
a
s
a
n
i
m
a
ge
r
e
s
i
z
i
n
g
t
ha
t
i
n
v
o
l
v
e
r
e
c
o
n
s
t
r
uc
t
i
o
n
i
m
a
ge
f
r
o
m
o
n
e
p
i
xe
l
g
r
i
d
t
o
a
n
o
t
h
e
r;
w
hi
c
h
de
t
e
c
t
e
d
i
n
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
t
o
100
˟
10
0,
by
i
n
c
r
e
a
s
e
o
r
de
c
r
e
a
s
e
t
h
e
t
o
t
a
l
num
b
e
r
o
f
pi
xe
l
s
i
n
i
m
a
ge
s
o
f
s
a
m
pl
e
s
.
N
o
r
m
a
l
i
z
e
t
h
e
p
i
xe
l
s
v
a
l
ue
i
s
do
n
e
a
c
r
o
s
s
a
l
l
c
ha
nn
e
l
s
by
di
v
i
di
n
g
a
l
l
pi
x
e
l
s
v
a
l
ue
s
b
y
t
h
e
l
a
r
ge
s
t
p
i
xe
l
v
a
l
ue
;
t
h
a
t
i
s
2
55,
r
e
ga
rdl
e
s
s
o
f
t
h
e
a
c
t
ua
l
ra
n
ge
o
f
pi
xe
l
v
a
l
ue
s
p
r
e
s
e
n
t
i
n
t
h
e
i
m
a
ge
.
F
i
gu
r
e
4
.
B
l
o
c
k
di
a
g
r
a
m
o
f
s
e
que
n
c
e
ge
n
e
r
a
t
i
o
n
w
i
t
h
o
v
e
r
l
a
p
pi
n
g
2.
2
.
2
Th
e
v
i
d
e
o
c
l
as
s
i
fi
c
at
i
o
n
s
tage
T
h
e
n
e
xt
s
t
a
ge
i
m
pl
e
m
e
nt
s
t
h
e
f
e
a
t
ur
e
e
xt
ra
c
t
i
o
n
a
n
d
v
i
de
o
c
l
a
s
s
i
f
i
c
a
t
i
o
n
f
o
r
a
b
n
o
rm
a
l
h
e
a
d
m
o
ve
m
e
n
t
by
us
i
n
g
t
h
e
s
a
m
e
3D
CN
N
m
o
de
l
.
T
h
e
m
a
i
n
o
bj
e
c
t
i
v
e
of
t
h
e
p
r
o
po
s
e
d
m
o
de
l
i
s
t
o
p
r
e
di
c
t
t
h
e
d
r
o
w
s
i
n
e
s
s
s
t
a
t
us
o
f
dri
v
e
r
s
b
a
s
e
d
o
n
de
t
e
c
t
i
n
g
t
h
e
d
ri
v
e
r
a
b
n
o
rm
a
l
h
e
a
d
m
o
v
e
m
e
n
t
s
a
n
d
t
ra
c
ki
ng
t
h
e
s
e
m
o
ve
m
e
n
t
s
o
v
e
r
t
h
e
t
i
m
e
b
y
t
h
e
i
de
a
o
f
de
e
p
l
e
a
rn
i
ng
i
n
N
e
ura
l
N
e
t
w
o
r
k.
T
hi
s
m
o
de
l
i
s
a
l
s
o
b
a
s
e
d
o
n
s
o
l
v
i
n
g
t
h
e
p
r
o
b
l
e
m
c
o
m
pl
e
t
e
l
y
(de
t
e
c
t
i
n
g
a
n
d
t
r
a
c
ki
ng
t
h
e
f
e
a
t
ur
e
s
)
f
r
o
m
t
h
e
i
nput
u
nt
i
l
p
r
e
di
c
t
i
n
g
t
h
e
d
r
o
w
s
i
n
e
s
s
s
t
a
t
e
o
f
t
h
e
d
ri
v
e
r
b
a
s
e
d
o
n
a
b
n
o
r
m
a
l
h
e
a
d
m
o
v
e
m
e
n
t
s
f
e
a
t
u
re
.
T
h
i
s
m
o
de
l
c
o
n
s
i
s
t
s
o
f
t
w
o
m
a
i
n
t
a
s
ks
(f
e
a
t
u
r
e
e
xt
r
a
c
t
i
o
n
t
a
s
k,
a
nd
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
a
s
k)
e
a
c
h
t
a
s
k
c
o
n
s
i
s
t
o
f
di
f
fe
r
e
nt
l
a
y
e
r
s
t
ha
t
do
n
e
di
f
f
e
r
e
n
t
f
u
n
c
t
i
o
n
s
a
c
c
o
r
di
n
g
t
o
s
pe
c
i
f
i
c
ob
j
e
c
t
i
ve
t
o
e
a
c
h
l
a
y
e
r
.
E
a
c
h
l
a
y
e
r
us
e
s
s
a
ve
s
w
e
i
gh
t
s
t
o
pr
o
duc
e
t
h
e
o
ut
put
o
f
t
hi
s
l
a
y
e
r
t
o
b
e
t
h
e
i
nput
t
o
t
h
e
n
e
xt
l
a
y
e
r
a
n
d
s
o
o
n
u
nt
i
l
t
h
e
f
i
n
a
l
f
ul
l
y
c
o
nn
e
c
t
e
d
l
a
y
e
r
m
a
ke
t
h
e
de
c
i
s
i
o
n
a
n
d
p
r
o
duc
e
d
t
he
o
ut
put
o
f
t
h
e
n
e
t
w
o
r
k.
T
h
e
s
e
l
a
y
e
r
s
a
r
e
3D
c
o
n
vo
l
ut
i
o
n
l
a
y
e
r
s
,
n
o
n
-
l
i
n
e
a
r
l
a
y
e
r
s
,
po
o
l
i
n
g
l
a
y
e
r
s
,
d
r
o
po
ut
l
a
y
e
r
s
,
b
a
t
c
h
n
o
r
m
a
l
i
z
a
t
i
o
n
l
a
y
e
r
s
,
a
n
d
f
ul
l
y
c
o
n
n
e
c
t
e
d
l
a
y
e
r
s
.
T
h
e
f
i
r
s
t
k
i
n
d
o
f
l
a
y
e
r
s
i
n
t
h
e
m
o
de
l
i
s
3D
c
o
n
v
o
l
ut
i
o
n
l
a
y
e
r
w
h
i
c
h
us
e
3D
ke
rn
e
l
(f
i
l
t
e
r
)
o
n
s
e
que
n
c
e
s
of
f
r
a
m
e
s
t
o
e
x
t
r
a
c
t
f
e
a
t
u
r
e
a
n
d
p
r
o
duc
e
d
f
e
a
t
u
r
e
m
a
ps
.
T
h
e
s
e
f
i
l
t
e
r
s
r
e
p
r
e
s
e
nt
t
h
e
de
pt
h
o
f
t
h
e
l
a
y
e
r
a
n
d
us
e
s
(32,
64
,
128
,
a
n
d
128
)
r
e
s
pe
c
t
i
v
e
l
y
fo
r
t
h
e
c
o
n
v
o
l
ut
i
o
n
l
a
y
e
r
s
.
T
h
e
s
e
f
i
l
t
e
r
s
a
r
e
a
ppl
i
e
d
i
n
s
pa
t
i
a
l
a
nd
t
e
m
po
ra
l
di
m
e
n
s
i
o
n
f
o
r
e
a
c
h
i
m
a
ge
i
n
i
n
pu
t
s
a
m
pl
e
a
nd
t
h
e
s
t
ri
de
o
f
t
h
e
s
e
ke
rn
e
l
s
u
s
e
d
a
r
e
(3
,
3
,
a
nd
3)
.
T
h
e
s
a
v
e
d
w
e
i
ght
s
r
e
p
r
e
s
e
nt
e
d
t
h
e
ke
rn
e
l
c
o
e
ff
i
c
i
e
n
t
w
h
i
c
h
c
a
n
b
e
de
c
i
de
d
du
r
i
ng
t
h
e
t
ra
i
n
i
n
g
p
r
o
c
e
s
s
.
T
h
e
3D
c
o
n
vo
l
ut
i
o
n
l
a
y
e
r
us
e
ke
rn
e
l
s
t
ri
de
o
f
3
-
di
m
e
n
s
i
o
n
s
.
N
o
n
-
l
i
n
e
a
r
l
a
y
e
r
s
a
r
e
r
e
p
r
e
s
e
n
t
e
d
by
us
i
n
g
‘R
e
c
t
i
f
i
e
d
L
i
n
e
a
r
U
n
i
t
s
(R
e
L
U
s
)
f
un
c
t
i
o
n’
f
o
r
a
l
l
c
o
n
v
o
l
ut
i
o
n
l
a
y
e
r
s
a
n
d
‘s
i
g
m
o
i
d
f
un
c
t
i
o
n
’
f
o
r
f
ul
l
y
c
o
n
n
e
c
t
e
d
l
a
y
e
r
s
.
T
h
e
s
e
f
un
c
t
i
o
n
s
e
m
pl
o
y
e
d
t
o
de
t
e
r
m
i
n
e
t
h
e
di
s
t
i
n
c
t
f
e
a
t
u
r
e
s
f
o
r
e
a
c
h
hi
dde
n
l
a
y
e
r
.
T
h
e
M
a
x
-
po
o
l
i
n
g
a
l
s
o
c
a
l
l
e
d
s
ub
s
a
m
pl
i
n
g
l
a
y
e
r
w
h
i
c
h
r
e
duc
e
s
t
h
e
r
e
s
o
l
ut
i
o
n
o
f
t
h
e
f
e
a
t
u
r
e
s
t
o
p
r
o
v
i
de
r
o
b
us
t
a
ga
i
n
s
t
n
o
i
s
e
a
nd
b
l
u
rr
i
ng.
T
h
e
r
e
duc
t
i
o
n
a
c
hi
e
v
e
s
o
n
a
s
pa
t
i
a
l
a
nd
t
e
m
po
r
a
l
di
m
e
n
s
i
o
n
by
c
o
m
b
i
n
i
n
g
s
o
m
e
n
e
u
r
o
n
c
l
us
t
e
r
s
a
t
o
n
e
l
a
y
e
r
i
nt
o
a
s
i
n
gl
e
n
e
u
r
o
n
i
n
t
h
e
n
e
xt
l
a
y
e
r
by
a
ppl
y
i
n
g
a
m
a
x
-
po
o
l
i
n
g
f
u
n
c
t
i
o
n
t
o
pr
o
duc
e
t
h
e
m
a
x
i
m
um
v
a
l
u
e
o
f
t
h
e
s
e
c
l
us
t
e
r
i
ng
n
e
u
r
o
n
s
.
T
h
e
po
o
l
i
n
g
l
a
y
e
r
o
f
3D
CN
N
m
o
de
l
de
a
l
s
w
i
t
h
c
l
us
t
e
r
s
o
f
n
e
u
r
o
n
s
w
h
i
c
h
a
r
e
t
hr
e
e
di
m
e
n
s
i
o
n
s
a
n
d
n
o
n
-
o
v
e
rl
a
pp
i
n
g
s
p
a
c
e
s
(t
ha
t
’s
m
e
a
n
t
hi
s
l
a
y
e
r
po
o
l
e
d
i
n
s
pa
t
i
a
l
a
nd
t
e
m
po
ra
l
di
m
e
n
s
i
o
n
s
)
.
F
ul
l
y
c
o
nn
e
c
t
e
d
l
a
y
e
r
s
r
e
p
r
e
s
e
n
t
t
h
e
f
i
na
l
l
a
y
e
r
s
w
h
i
c
h
a
r
e
f
l
a
t
t
e
n
i
n
g
t
h
e
o
ut
put
o
f
pr
e
v
i
o
us
l
a
y
e
r
s
a
n
d
a
ppl
y
t
h
e
a
c
t
i
v
a
t
i
o
n
f
un
c
t
i
o
n
t
o
c
l
a
s
s
i
fy
t
h
e
s
e
que
n
c
e
of
f
r
a
m
e
s
.
T
h
e
l
a
s
t
f
ul
l
y
c
o
n
n
e
c
t
e
d
l
a
y
e
r
c
a
n
b
e
c
a
l
l
e
d
o
ut
put
l
a
y
e
r
o
r
de
c
i
s
i
o
n
-
m
a
ki
ng
l
a
y
e
r
w
h
i
c
h
i
s
i
m
p
l
e
m
e
nt
i
ng
a
s
i
g
m
o
i
d
f
u
n
c
t
i
o
n
t
o
p
r
o
duc
e
t
h
e
f
i
n
a
l
c
l
a
s
s
o
f
t
h
e
s
e
que
n
c
e
s
.
T
o
p
r
e
v
e
n
t
t
h
e
o
v
e
r
f
i
t
t
i
n
g
a
n
d
p
r
o
v
i
de
t
h
e
ge
n
e
r
a
l
i
z
a
t
i
o
n
o
n
u
n
s
e
e
n
da
t
a
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
pr
o
v
i
de
t
h
e
d
r
o
po
ut
l
a
y
e
r
s
.
T
h
e
d
r
o
po
ut
l
a
y
e
r
s
e
l
e
c
t
s
a
po
r
t
i
o
n
o
f
n
e
ur
o
n
s
ra
n
do
m
l
y
;
de
t
e
r
m
i
n
e
d
a
s
25
%;
a
nd
s
e
t
t
h
e
i
r
w
e
i
ght
s
t
o
z
e
r
o
du
r
i
ng
t
h
e
t
ra
i
ni
n
g
p
r
o
c
e
s
s
.
T
h
e
d
r
o
po
ut
l
a
y
e
r
i
s
a
s
i
m
p
l
e
w
a
y
t
o
e
ffe
c
t
i
v
e
l
y
c
o
n
t
r
o
l
t
h
e
m
o
de
l
s
e
n
s
i
t
i
v
i
t
y
t
o
t
h
e
n
o
i
s
e
du
ri
n
g
t
h
e
t
ra
i
ni
n
g
p
r
o
c
e
s
s
w
h
i
l
e
m
a
i
n
t
a
i
ni
n
g
t
h
e
r
e
qui
r
e
d
c
o
m
pl
e
xi
t
y
of
t
h
e
pr
o
po
s
e
d
m
o
de
l
a
r
c
h
i
t
e
c
t
u
r
e
.
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
D
e
t
e
c
t
i
ng
abnor
m
a
l
m
o
v
e
m
e
nt
o
f
dr
i
v
e
r
's
he
ad
bas
e
d
on
s
pa
t
i
al
-
t
e
m
por
al
…
(
Noor
D
.
A
l
-
Sha
k
ar
c
hy
)
349
3.
R
ES
U
LTS
A
N
D
A
N
A
L
Y
S
I
S
T
h
e
m
e
t
ri
c
s
us
e
d
i
n
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
a
r
e
t
h
e
a
c
c
ura
c
y
f
un
c
t
i
o
n
,
l
o
s
s
a
n
d
m
e
a
n
s
qua
r
e
e
rr
o
r
f
un
c
t
i
o
n
s
t
ha
t
us
e
i
n
e
a
c
h
s
t
e
p
o
f
t
r
a
i
n
i
ng
a
nd
v
a
l
i
d
a
t
i
o
n
p
ro
c
e
s
s
e
s
.
T
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
s
uc
h
a
s
a
l
l
N
e
ura
l
N
e
t
w
o
r
k
s
y
s
t
e
m
s
i
s
i
m
pl
e
m
e
n
t
i
n
g
i
n
t
w
o
s
t
a
ge
s
:
l
e
a
rni
n
g
s
t
a
ge
a
nd
p
r
e
di
c
t
i
o
n
s
t
a
ge
.
I
n
t
h
e
f
i
r
s
t
s
t
a
ge
,
t
h
e
p
r
o
po
s
e
d
m
o
de
l
i
s
t
ra
i
n
e
d
o
n
a
l
l
a
v
a
i
l
a
b
l
e
t
ra
i
ni
n
g
da
t
a
s
e
t
t
o
l
e
a
rn
o
n
t
h
e
s
a
m
pl
e
s
r
e
p
r
e
s
e
nt
e
d
t
h
e
de
s
i
r
e
d
l
a
b
e
l
s
by
pr
o
v
i
de
d
t
h
e
s
e
t
ra
i
ni
n
g
s
a
m
pl
e
s
w
i
t
h
c
o
r
r
e
s
po
n
d
i
ng
l
a
b
e
l
s
t
o
t
h
e
m
o
de
l
.
T
h
e
w
e
i
g
h
t
s
c
o
rr
e
s
po
n
di
n
g
t
o
e
a
c
h
l
a
y
e
r
a
dj
us
t
e
d
t
hr
o
ug
h
t
ra
i
ni
n
g
p
r
o
c
e
s
s
a
nd
t
hi
s
upd
a
t
i
n
g
o
f
w
e
i
ght
s
i
s
c
o
n
t
i
n
uo
us
u
n
t
i
l
t
h
e
n
e
t
w
o
r
k
i
s
c
o
n
v
e
r
ge
n
c
e
t
o
t
h
e
m
i
ni
m
u
m
e
rr
o
r
;
by
us
i
n
g
m
e
a
n
s
qu
a
r
e
e
rr
o
r.
A
f
t
e
r
t
h
e
n
e
t
w
o
r
k
s
t
a
b
l
e
,
t
h
e
v
a
l
i
d
a
t
i
o
n
p
r
o
c
e
s
s
i
m
p
l
e
m
e
nt
s
(
w
h
i
c
h
c
a
n
b
e
c
o
n
s
i
de
r
a
c
o
m
pa
t
i
b
l
e
pa
r
t
o
f
t
he
l
e
a
rni
n
g
s
t
a
ge
)
o
n
a
v
a
i
l
a
b
l
e
v
a
l
i
d
a
t
i
o
n
d
a
t
a
s
e
t
w
i
t
h
c
o
rr
e
s
po
n
di
ng
l
a
b
e
l
s
a
n
d
us
e
d
t
h
e
s
a
v
e
d
w
e
i
ght
s
f
r
o
m
t
ra
i
ni
n
g
p
r
o
c
e
s
s
t
o
pr
o
v
e
t
h
e
pe
r
f
o
r
m
a
n
c
e
a
nd
a
c
c
ur
a
c
y
of
t
h
e
t
ra
i
n
e
d
m
o
de
l
a
n
d
t
o
de
c
i
de
i
f
t
h
e
m
o
de
l
i
s
p
r
e
pa
r
e
d
t
o
p
r
e
d
i
c
t
t
h
e
c
l
a
s
s
o
f
n
e
w
da
t
a
.
T
h
e
s
e
c
o
n
d
s
t
a
ge
r
e
p
r
e
s
e
n
t
s
t
h
e
p
r
e
di
c
t
i
o
n
o
f
t
h
e
t
ra
i
n
e
d
p
r
o
po
s
e
d
m
o
de
l
t
o
t
h
e
o
ut
pu
t
o
f
un
s
e
e
n
(u
nt
r
a
i
n
e
d
s
a
m
pl
e
s
)
i
n
pu
t
s
w
h
i
c
h
i
s
t
h
e
a
pp
l
i
c
a
t
i
o
n
o
f
t
h
e
s
y
s
t
e
m
.
T
h
e
i
m
p
l
e
m
e
n
t
a
t
i
o
n
s
t
a
ge
s
o
f
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
o
ve
r
t
o
t
a
l
da
t
a
s
e
t
i
l
l
us
t
r
a
t
e
i
n
F
i
g
u
r
e
5
.
T
h
e
s
u
m
m
a
r
y
of
e
a
c
h
l
a
y
e
r
o
f
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
w
i
t
h
i
t
s
c
o
r
r
e
s
po
n
d
i
n
g
p
a
r
a
m
e
t
e
r
s
a
nd
o
ut
put
s
h
a
pe
i
s
i
l
l
us
t
ra
t
e
d
i
n
T
a
b
l
e
1
.
T
h
e
l
e
a
rni
n
g
b
e
ha
v
i
o
r
f
o
r
t
h
e
p
r
o
po
s
e
d
m
o
de
l
o
n
s
pe
c
i
f
i
c
t
ra
i
n
i
n
g
a
n
d
v
a
l
i
d
a
t
i
o
n
da
t
a
s
e
t
i
n
e
a
c
h
e
po
c
h
i
s
s
h
o
w
n
i
n
pl
o
t
t
i
ng
f
i
gu
r
e
s
r
e
p
r
e
s
e
n
t
t
h
e
r
e
s
ul
t
s
o
f
m
e
t
ri
c
s
us
e
d
i
n
e
a
c
h
e
po
c
h
a
s
s
h
o
w
n
i
n
F
i
gu
r
e
6
.
G
ra
di
e
n
t
de
s
c
e
n
t
i
s
us
e
d
i
n
t
r
a
i
n
i
ng
t
h
e
n
e
u
r
a
l
n
e
t
w
o
r
ks
a
n
d
t
h
e
w
e
i
gh
t
s
a
r
e
u
pda
t
i
n
g
b
a
s
e
d
o
n
e
rr
o
r
e
s
t
i
m
a
t
i
o
n
o
f
a
s
ub
s
e
t
of
t
h
e
t
r
a
i
n
i
ng
d
a
t
a
s
e
t
.
T
h
e
num
b
e
r
o
f
e
xa
m
p
l
e
s
i
n
t
hi
s
s
ub
s
e
t
o
f
t
h
e
t
ra
i
ni
n
g
da
t
a
s
e
t
i
s
kn
o
w
n
a
b
a
t
c
h
s
i
z
e
.
B
a
t
c
h
s
i
z
e
i
s
c
o
n
s
i
de
r
e
d
a
n
i
m
po
r
t
a
n
t
h
y
pe
r
pa
r
a
m
e
t
e
r
t
ha
t
i
n
f
l
ue
n
c
e
s
t
h
e
dy
n
a
m
i
c
s
of
t
h
e
l
e
a
rni
n
g
a
l
go
r
i
t
hm
,
s
o
i
t
'
s
c
o
n
t
r
o
l
l
i
ng
o
n
t
h
e
qui
c
kl
y
t
h
a
t
l
e
a
rn
i
ng
t
h
e
a
l
go
r
i
t
hm
.
T
h
e
e
xpe
r
i
m
e
nt
a
l
r
e
s
ul
t
s
of
t
h
e
b
a
t
c
h
s
i
z
e
a
n
d
l
e
a
rn
i
ng
ra
t
e
h
y
pe
r
pa
ra
m
e
t
e
r
s
t
u
ni
n
g
i
n
t
h
e
m
o
de
l
a
r
e
r
e
p
r
e
s
e
n
t
e
d
b
y
T
a
b
l
e
2
f
o
r
b
a
t
c
h
s
i
z
e
c
h
o
o
s
e
a
nd
T
a
b
l
e
3
f
o
r
l
e
a
rni
n
g
r
a
t
e
c
h
o
o
s
e
.
F
i
gu
r
e
5
.
T
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
i
m
pl
e
m
e
nt
a
t
i
o
n
s
t
a
ge
s
F
i
gu
r
e
6
.
A
c
c
ura
c
y
a
n
d
l
o
s
s
f
un
c
t
i
o
n
s
o
f
m
o
de
l
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
19
,
N
o
.
1
,
J
ul
y
202
0
:
344
-
35
2
350
T
a
b
l
e
1
.
P
r
o
po
s
e
d
s
y
s
t
e
m
s
um
m
a
r
y
Bl
o
c
k
n
o
.
L
a
y
e
r
T
y
p
e
O
u
t
p
u
t
S
h
a
p
e
P
a
ra
m
s
n
o
.
1
Co
n
v
1
(
Co
n
v
3
D
-
s
i
z
e
(3
,
3
,
3
))
(N
o
n
e
,
8
,
1
0
0
,
1
0
0
,
3
2
)
2624
P
o
o
l
1
(
M
a
x
P
o
o
l
i
n
g
3
D
)
(N
o
n
e
,
8
,
5
0
,
5
0
,
3
2
)
0
(N
o
n
e
,
8
,
5
0
,
5
0
,
3
2
)
0
2
Co
n
v
2
(
Co
n
v
3
D
-
s
i
z
e
(3
,
3
,
3
))
(N
o
n
e
,
8
,
5
0
,
5
0
,
6
4
)
5560
Ba
t
c
h
_
n
o
r
m
a
l
i
z
a
t
i
o
n
_
2
(N
o
n
e
,
8
,
5
0
,
5
0
,
6
4
)
256
P
o
o
l
2
(
M
a
x
P
o
o
l
i
n
g
3
D
)
(N
o
n
e
,
4
,
2
5
,
2
5
,
6
4
)
0
D
ro
p
o
u
t
_
2
(D
r
o
p
o
u
t
)
(N
o
n
e
,
4
,
2
5
,
2
5
,
6
4
)
0
3
Co
n
v
3
(
Co
n
v
3
D
-
s
i
z
e
(3
,
3
,
3
))
(N
o
n
e
,
4
,
2
5
,
2
5
,
1
2
8
)
2
2
1
3
1
2
Ba
t
c
h
_
n
o
r
m
a
l
i
z
a
t
i
o
n
_
3
(N
o
n
e
,
4
,
2
5
,
2
5
,
1
2
8
)
512
P
o
o
l
3
(
M
a
x
P
o
o
l
i
n
g
3
D
)
(N
o
n
e
,
2
,
1
2
,
1
2
,
1
2
8
)
0
D
ro
p
o
u
t
_
3
(D
r
o
p
o
u
t
)
(N
o
n
e
,
2
,
1
2
,
1
2
,
1
2
8
)
0
4
Co
n
v
4
(
Co
n
v
3
D
-
s
i
z
e
(3
,
3
,
3
))
(N
o
n
e
,
2
,
1
2
,
1
2
,
1
2
8
)
4
4
2
4
9
6
Ba
t
c
h
_
n
o
r
m
a
l
i
z
a
t
i
o
n
_
3
(N
o
n
e
,
2
,
1
2
,
1
2
,
1
2
8
)
512
P
o
o
l
4
(
M
a
x
P
o
o
l
i
n
g
3
D
)
(N
o
n
e
,
1
,
6
,
6
,
1
2
8
)
0
D
ro
p
o
u
t
_
4
(D
r
o
p
o
u
t
)
(N
o
n
e
,
1
,
6
,
6
,
1
2
8
)
0
5
F
l
a
t
t
e
n
_
1
(F
l
a
t
t
e
n
)
(N
o
n
e
,
4
6
0
8
)
0
D
e
n
s
e
_
1
(D
e
n
s
e
)
(N
o
n
e
,
1
0
0
0
)
4
6
0
9
0
0
0
Ba
t
c
h
_
n
o
r
m
a
l
i
z
a
t
i
o
n
_
4
(N
o
n
e
,
1000)
4000
D
ro
p
o
u
t
_
5
(D
r
o
p
o
u
t
)
(N
o
n
e
,
1
0
0
0
)
0
6
D
e
n
s
e
_
2
(D
e
n
s
e
)
(N
o
n
e
,
5
0
)
5
0
0
5
0
Ba
t
c
h
_
n
o
r
m
a
l
i
z
a
t
i
o
n
_
5
(N
o
n
e
,
5
0
)
200
D
ro
p
o
u
t
_
6
(D
r
o
p
o
u
t
)
(N
o
n
e
,
5
0
)
0
7
D
e
n
s
e
_
3
(D
e
n
s
e
)
(N
o
n
e
,
1
)
51
T
o
t
a
l
P
a
ra
m
s
:
5
,
3
8
6
,
3
7
3
T
ra
i
n
a
b
l
e
p
a
ra
m
s
:
5
,
3
8
3
,
6
3
3
N
o
n
-
t
ra
i
n
a
b
l
e
p
a
t
a
m
s
:
2
,
7
4
0
T
a
b
l
e
2
.
B
a
t
c
h
s
i
z
e
t
u
ni
n
g
o
f
H
M
S
D
L
N
N
Ba
t
c
h
S
i
z
e
M
o
d
e
L
o
s
s
F
u
n
c
.
M
S
E
A
c
c
u
ra
c
y
5
T
ra
i
n
i
n
g
0
.
5
0
9
5
0
.
1
7
3
4
7
2
.
5
4
T
e
s
t
i
n
g
0
.
5
5
0
3
0
.
1
7
6
0
0
.
7
3
2
9
10
T
ra
i
n
i
n
g
0
.
4
8
0
2
0
.
1
6
2
9
7
4
.
9
3
T
e
s
t
i
n
g
0
.
6
9
5
0
0
.
2
0
5
6
7
5
.
0
4
25
T
ra
i
n
i
n
g
0
.
4
6
6
1
0
.
1
5
9
2
7
5
.
3
9
T
e
s
t
i
n
g
0
.
5
9
6
8
0
.
1
8
8
7
7
4
.
7
7
32
T
ra
i
n
i
n
g
0
.
4
7
2
7
0
.
1
6
1
5
7
4
.
7
3
T
e
s
t
i
n
g
0
.
5
1
8
8
0
.
1
6
8
1
7
5
.
8
0
T
a
b
l
e
3
.
L
e
a
rn
i
ng
ra
t
e
t
u
ni
n
g
o
f
E
S
D
L
N
N
m
o
de
l
L
e
a
r
n
i
n
g
Ra
t
e
M
o
d
e
L
o
s
s
F
u
n
c
.
M
S
E
A
c
c
u
ra
c
y
0
.
0
1
T
ra
i
n
i
n
g
0
.
3
5
2
6
0
.
1
1
5
7
8
3
.
0
6
T
e
s
t
i
n
g
0
.
8
3
0
0
0
.
2
7
6
6
0
.
6
0
2
7
0
.
0
0
1
T
ra
i
n
i
n
g
0
.
3
9
9
1
0
.
1
3
2
7
0
.
8
0
6
0
T
e
s
t
i
n
g
0
.
5
6
0
6
0
.
2
0
2
3
0
.
6
3
5
1
4.
EV
A
LU
A
TI
O
N
M
O
D
EL
In
t
h
i
s
s
t
a
ge
,
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
i
s
e
v
a
l
ua
t
e
d
b
a
s
e
d
o
n
t
h
e
t
e
s
t
i
n
g
da
t
a
s
e
t
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
t
ri
c
s
s
uc
h
a
s
A
c
c
ur
a
c
y
,
Co
n
v
ut
i
o
n
M
a
t
ri
x
,
R
e
c
a
l
l
,
F
1
-
M
e
a
s
u
r
e
,
S
pe
c
i
f
i
c
i
t
y
,
a
nd
P
r
e
c
i
s
i
o
n
a
r
e
us
e
d
t
o
e
v
a
l
ua
t
e
t
h
e
p
r
o
po
s
e
d
m
o
de
l
.
T
h
e
c
o
n
c
e
pt
o
f
Cr
o
s
s
V
a
l
i
d
a
t
i
o
n
CV
i
s
e
m
pl
o
y
e
d
t
o
be
c
o
m
e
e
v
a
l
ua
t
i
o
n
t
ha
t
i
s
m
o
r
e
r
e
l
i
a
b
l
e
.
T
h
i
s
t
e
c
hni
que
e
m
pl
o
y
i
n
g
t
h
e
s
m
a
r
t
r
us
e
by
pe
r
f
o
r
m
i
n
g
K
r
o
un
ds
o
f
t
ra
i
ni
n
g
-
v
a
l
i
da
t
i
o
n
-
t
e
s
t
i
ng
o
n
,
di
f
fe
r
e
nt
,
n
o
n
-
o
ve
r
l
a
ppi
ng,
e
qua
l
l
y
-
pr
o
po
r
t
i
o
n
e
d
T
r
a
i
n
i
ng
(
T
r
=
80%)
,
V
a
l
i
d
a
t
i
o
n
(V
a
=
1
0%)
,
a
n
d
T
e
s
t
i
n
g
(T
e
=
10
%)
s
e
t
s
.
T
h
e
e
v
a
l
ua
t
i
o
n
r
e
s
ul
t
s
o
f
t
h
e
H
M
S
D
L
N
N
m
o
d
e
l
a
r
e
p
r
e
s
e
nt
e
d
t
hr
o
ug
h
t
h
e
T
a
b
l
e
4
f
o
r
c
o
n
f
us
i
o
n
m
a
t
r
i
x
a
n
d
T
ab
l
e
5
p
r
e
s
e
nt
s
t
h
e
e
v
a
l
ua
t
i
o
n
o
f
t
h
e
m
o
de
l
i
n
t
he
t
e
r
m
o
f
P
e
r
f
o
r
m
a
n
c
e
M
e
t
ri
c
s
.
T
h
e
10
-
F
o
l
d
CV
i
m
p
l
e
m
e
nt
e
d
a
nd
t
h
e
e
xpe
r
i
m
e
n
t
a
l
r
e
s
ul
t
s
c
a
n
b
e
r
e
p
r
e
s
e
n
t
e
d
t
hr
o
ug
h
t
h
e
T
a
b
l
e
6
.
A
n
d
f
i
na
l
l
y
,
a
c
o
m
pa
ri
s
o
n
of
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
w
i
t
h
s
t
a
t
e
-
of
-
t
h
e
-
a
r
t
m
e
t
h
o
ds
p
r
e
s
e
nt
e
d
i
n
T
a
b
l
e
7
b
e
l
ow
.
T
h
e
b
o
l
d
n
um
b
e
r
s
r
e
p
r
e
s
e
nt
t
h
e
b
e
s
t
a
c
c
ura
c
y
.
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
D
e
t
e
c
t
i
ng
abnor
m
a
l
m
o
v
e
m
e
nt
o
f
dr
i
v
e
r
's
he
ad
bas
e
d
on
s
pa
t
i
al
-
t
e
m
por
al
…
(
Noor
D
.
A
l
-
Sha
k
ar
c
hy
)
351
T
a
b
l
e
4
.
T
h
e
c
o
n
f
us
i
o
n
m
a
t
r
i
x
CM
N
=
4
1
0
3
P
re
d
i
c
t
i
v
e
m
o
d
e
l
A
c
t
u
a
l
Re
c
o
m
m
e
n
d
e
d
Y
e
s
Y
e
s
No
No
639
1715
T
a
b
l
e
5
.
T
h
e
e
v
a
l
ua
t
i
o
n
m
e
a
s
u
r
e
s
v
a
l
us
M
e
a
s
u
r
e
V
a
l
u
e
A
c
c
u
ra
c
y
0
.
8
4
0
6
0
4
4
3
5
7
7
8
6
9
8
5
S
e
n
s
i
t
i
v
i
t
y
(T
P
Ra
t
e
)
0
.
9
9
1
4
2
3
6
7
0
6
6
8
9
5
3
6
S
p
e
c
i
f
i
c
i
t
y
(F
P
Ra
t
e
)
0
.
2
7
1
4
5
2
8
4
6
2
1
9
2
0
1
3
5
P
re
c
i
s
i
o
n
0
.
7
3
0
7
2
0
6
0
6
8
2
6
8
0
1
5
Re
c
a
l
l
0
.
9
9
1
4
2
3
6
7
0
6
6
8
9
5
3
6
F1
-
S
c
o
r
e
0.
8
4
1
3
3
9
1
5
5
7
4
9
6
3
6
T
a
b
l
e
6
.
10
-
f
o
l
d
CV
f
o
r
H
M
S
D
L
N
N
m
o
de
l
N
o
o
f
fo
l
d
A
c
c
u
ra
c
y
o
f
e
a
c
h
fo
l
d
M
o
d
e
l
a
c
c
u
ra
c
y
1
8
2
.
2
1
%
85.
3
7
%
(+
/
-
1
.
5
4
%
)
2
8
4
.
8
9
%
3
8
3
.
7
8
%
4
8
5
.
8
3
%
5
8
7
.
1
2
%
6
8
5
.
5
1
%
7
8
2
.
0
6
%
8
8
2
.
9
2
%
9
8
4
.
3
2
%
10
8
4
.
4
3
%
T
a
b
l
e
7
.
D
r
o
w
s
i
n
e
s
s
de
t
e
c
t
i
o
n
a
c
c
ura
c
i
e
s
(%)
f
o
r
di
f
f
e
r
e
n
t
s
c
e
n
a
ri
o
s
o
f
t
h
e
N
T
H
U
-
D
D
D
da
t
a
b
a
s
e
S
c
e
n
a
ri
o
s
H
u
m
a
n
[2
3
]
3D
-
D
CN
N
[2
4
]
3
-
n
e
t
s
DDD
[2
3
]
M
L
P
[2
5
]
MT
-
D
M
F
[2
6
]
S
e
q
M
T
-
D
M
F
[2
6
]
P
ro
p
o
s
e
d
s
y
s
t
e
m
Ba
re
f
a
c
e
8
2
.
0
4
7
5
.
1
0
6
9
.
8
3
8
7
.
1
2
7
6
.
0
4
8
4
.
4
6
8
8
.
1
3
G
l
a
s
s
e
s
7
8
.
8
3
7
2
.
3
0
7
5
.
9
3
8
4
.
8
5
7
4
.
1
7
7
7
.
3
5
8
3
.
4
3
S
u
n
g
l
a
s
s
e
s
8
0
.
8
9
7
0
.
9
0
6
9
.
8
6
7
5
.
1
1
7
2
.
3
9
8
6
.
4
3
8
5
.
7
7
N
i
g
h
t
-
b
a
re
f
a
c
e
8
2
.
5
4
6
8
.
4
0
7
4
.
9
3
8
1
.
4
0
7
7
.
1
6
8
2
.
4
8
8
4
.
5
8
N
i
g
h
t
-
g
l
a
s
s
e
s
7
9
.
8
7
6
8
.
3
0
7
4
.
7
7
7
6
.
1
5
7
8
.
5
6
8
7
.
1
8
8
4
.
2
8
A
v
e
ra
g
e
8
0
.
8
3
7
1
.
2
0
7
3
.
0
6
8
0
.
9
3
7
5
.
7
3
8
3
.
4
4
8
5
.
2
3
8
5.
C
O
N
C
LU
S
I
O
N
T
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
p
r
e
s
e
n
t
e
d
i
n
t
hi
s
pa
pe
r
pe
r
f
o
r
m
s
d
row
s
i
n
e
s
s
v
i
de
o
c
l
a
s
s
i
f
i
c
a
t
i
o
n
b
a
s
e
d
o
n
de
t
e
r
m
i
n
i
ng
e
f
f
i
c
i
e
n
t
f
e
a
t
u
r
e
m
a
ps
.
T
h
e
e
m
p
l
oy
m
e
n
t
o
f
de
e
p
l
e
a
rn
i
ng
us
e
d
t
o
e
xt
ra
c
t
h
i
g
h
-
l
e
v
e
l
i
m
a
ge
f
e
a
t
u
r
e
s
f
r
o
m
t
h
e
i
n
pu
t
s
a
m
pl
e
(s
e
que
n
c
e
o
f
f
r
a
m
e
s
)
by
i
m
p
l
e
m
e
nt
i
ng
a
s
e
ri
e
s
o
f
n
o
n
-
l
i
n
e
a
r
o
pe
ra
t
i
o
n,
t
h
e
n
c
l
a
s
s
i
fy
i
n
g
t
h
e
s
e
i
n
pu
t
s
a
m
p
l
e
(s
e
que
n
c
e
o
f
f
r
a
m
e
s
)
de
pe
ndi
n
g
o
n
t
h
e
e
xt
r
a
c
t
e
d
f
e
a
t
ur
e
.
S
p
a
t
i
a
l
-
t
e
m
po
r
a
l
i
n
f
o
r
m
a
t
i
o
n
of
t
h
e
v
i
de
o
i
s
e
xp
l
o
i
t
e
d
us
i
n
g
a
3D
CN
N
,
t
hi
s
t
e
m
po
r
a
l
i
n
f
o
r
m
a
t
i
o
n
r
e
p
r
e
s
e
nt
s
t
h
e
t
i
m
e
s
t
a
m
p
a
nd
c
a
n
b
e
c
o
n
s
i
de
r
e
d
t
o
m
a
ke
a
n
e
f
f
i
c
i
e
n
t
de
c
i
s
i
o
n
o
f
d
r
o
w
s
i
n
e
s
s
v
i
de
o
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
s
w
e
l
l
a
s
gi
v
e
t
h
e
p
r
o
po
s
e
d
s
y
s
t
e
m
b
e
t
t
e
r
a
c
c
ura
c
y
a
n
d
l
o
s
s
f
un
c
t
i
o
n
s
t
ha
n
s
y
s
t
e
m
b
a
s
e
d
o
n
2D
CN
N
m
o
de
l
.
T
h
e
c
o
m
pa
ri
s
o
n
a
n
d
o
ut
pe
r
f
o
r
m
a
n
c
e
of
3D
CN
N
s
y
s
t
e
m
w
i
t
h
2D
CN
N
s
y
s
t
e
m
c
a
n
b
e
pr
e
s
e
nt
w
h
i
c
h
p
r
o
v
e
t
h
e
a
c
c
ura
c
y
e
n
ha
n
c
e
m
e
nt
w
i
t
h
3D
CN
N
a
s
s
h
o
w
n
i
n
t
h
e
e
xpe
r
i
m
e
n
t
a
l
r
e
s
ul
t
s
.
R
EF
ER
EN
C
ES
[
1]
I
.
T
.
T
e
i
v
a
s
,
“
V
i
de
o
e
v
e
nt
c
l
a
s
s
i
f
i
c
a
t
i
o
n
u
s
i
ng
3D
c
o
nvo
l
ut
i
o
na
l
n
e
ur
a
l
ne
t
w
o
r
ks
,
”
T
he
s
i
s
,
T
a
m
p
e
r
e
U
n
i
v
e
r
s
i
t
y
o
f
T
e
c
hno
l
o
gy
,
2017.
[
2]
A
.
A
.
A
bdul
ka
dh
e
m
a
nd
T
.
A
.
A
l
-
a
s
s
a
d
i
,
“
A
n
i
m
po
r
t
a
n
t
l
a
ndm
a
r
ks
c
o
ns
t
r
uc
t
i
o
n
f
o
r
a
G
I
S
-
M
a
p
ba
s
e
d
o
n
i
nd
e
x
i
ng
o
f
do
l
l
y
i
m
a
g
e
s
,
”
I
n
done
s
i
an
J
our
nal
of
E
l
e
c
t
r
i
c
al
E
ng
i
ne
e
r
i
ng
a
nd
C
o
m
put
e
r
Sc
i
e
nc
e
,
v
o
l
.
15
,
no
.
1
,
pp
.
45
1
–
45
9,
J
u
l
y
2019
.
[
3]
G
.
C
a
i
,
K
.
L
e
e
,
a
n
d
I
.
L
e
e
,
“
A
f
r
a
m
e
w
o
r
k
f
o
r
m
i
ni
ng
s
e
m
a
nt
i
c
-
l
e
v
e
l
t
o
ur
i
s
t
m
o
v
e
m
e
nt
be
h
a
v
i
o
ur
s
f
r
o
m
g
e
o
-
t
a
gg
e
d
pho
t
o
s
,
”
A
us
t
r
al
a
s
i
an
J
o
i
n
t
C
o
nf
e
r
e
nc
e
o
n
A
r
t
i
f
i
c
i
a
l
I
n
t
e
l
l
i
ge
nc
e
,
v
o
l
.
9
992
,
pp.
5
19
–
5
24
,
N
o
v
e
m
be
r
201
6.
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
19
,
N
o
.
1
,
J
ul
y
202
0
:
344
-
35
2
352
[
4]
H
.
W
a
ng
e
t
a
l
.
,
“
A
r
o
bus
t
a
nd
e
f
f
i
c
i
e
n
t
v
i
de
o
r
e
p
r
e
s
e
n
t
a
t
i
o
n
f
o
r
a
c
t
i
o
n
r
e
c
o
g
ni
t
i
o
n
,”
I
nt
e
r
n
at
i
on
al
J
our
na
l
of
C
om
put
e
r
V
i
s
i
on
M
a
nus
c
r
i
p
t
,
20
16.
[
5]
B
.
R
e
ddy
,
Y
.
H
.
K
i
m
,
S
.
Y
un
,
C
.
S
e
o
,
a
n
d
J
.
J
a
ng
,
“
R
e
a
l
-
T
i
m
e
D
r
i
v
e
r
D
r
o
w
s
i
ne
s
s
D
e
t
e
c
t
i
o
n
f
o
r
E
m
be
d
de
d
S
y
s
t
e
m
U
s
i
ng
M
o
de
l
C
o
m
pr
e
s
s
i
o
n
o
f
D
e
e
p
N
e
u
r
a
l
N
e
t
w
o
r
ks
,
”
201
7
I
E
E
E
C
onf
e
r
e
nc
e
on
C
om
pu
t
e
r
V
i
s
i
on
and
P
at
t
e
r
n
R
e
c
ogni
t
i
on
W
or
k
s
hop
s
(
C
V
P
R
W
)
,
H
o
n
o
l
ul
u
,
H
I
,
p
p.
43
8
-
445,
2
01
7.
[
6]
H
.
M
e
ng
,
N
.
B
i
a
n
c
hi
-
B
e
r
t
ho
uz
e
,
Y
.
D
e
ng
,
J
.
C
he
ng
,
a
n
d
J
.
P
.
C
o
s
m
a
s
,
“
T
i
m
e
-
D
e
l
a
y
N
e
ur
a
l
N
e
t
w
o
r
k
f
o
r
C
o
nt
i
nuo
us
E
m
o
t
i
o
na
l
D
i
m
e
ns
i
o
n
P
r
e
d
i
c
t
i
o
n
F
r
o
m
F
a
c
i
a
l
E
x
pr
e
s
s
i
o
n
S
e
qu
e
nc
e
s
,
”
i
n
I
E
E
E
T
r
ans
ac
t
i
o
ns
on
C
y
be
r
ne
t
i
c
s
,
v
o
l
.
46
,
no
.
4
,
pp.
9
16
-
929
,
A
pr
i
l
20
16.
[
7]
M
.
P
a
t
a
c
c
hi
o
l
a
a
nd
A
.
C
a
ng
e
l
o
s
i
,
“
H
e
a
d
po
s
e
e
s
t
i
m
a
t
i
o
n
i
n
t
he
w
i
l
d
u
s
i
ng
C
o
nv
o
l
ut
i
o
na
l
N
e
ur
a
l
N
e
t
w
o
r
ks
a
nd
a
da
p
t
i
v
e
g
r
a
d
i
e
n
t
m
e
t
ho
ds
,
”
P
at
t
e
r
n
R
e
c
og
ni
t
i
on
,
v
o
l
.
71
,
pp.
1
32
–
143,
N
o
v
e
m
be
r
2017
.
[
8]
I
.
H
a
di
a
n
d
A
.
M
a
hd
i
,
“
G
e
ne
r
a
t
i
ng
i
m
a
g
e
s
o
f
pa
r
t
i
a
l
f
a
c
e
u
s
i
ng
l
a
ndm
a
r
k
ba
s
e
d
k
-
ne
a
r
e
s
t
n
e
i
g
hbo
r
,
”
I
n
done
s
i
an
J
our
nal
o
f
E
l
e
c
t
r
i
c
a
l
E
ngi
ne
e
r
i
ng
and
C
om
p
ut
e
r
Sc
i
e
nc
e
,
v
o
l
.
17
,
n
o
.
1,
p
p.
42
0
–
42
8,
J
a
nua
r
y
2020.
[
9]
E
.
A
l
-
S
ha
m
e
r
y
a
nd
A
.
A
.
H
.
A
l
-
S
ha
m
e
r
y
,
“
A
N
e
w
D
e
e
p
N
e
u
r
a
l
N
e
t
w
o
r
k
R
e
g
r
e
s
s
i
o
n
P
r
e
di
c
t
o
r
B
a
s
e
d
S
t
o
c
k
M
a
r
ke
t
,
”
J
our
nal
E
n
gi
ne
e
r
i
n
g
and
A
pp
l
i
e
d
Sc
i
e
nc
e
s
,
v
o
l
.
1
3,
no
.
5
,
p
p.
47
94
–
4801
,
201
8.
[
10]
D
.
N
g
uy
e
n,
K
.
N
g
uy
e
n,
S
.
S
r
i
dh
a
r
a
n
,
A
.
G
ha
s
e
m
i
,
D
.
D
e
a
n
,
a
nd
C
.
F
o
o
ke
s
,
“
D
e
e
p
s
p
a
t
i
o
-
T
e
m
po
r
a
l
f
e
a
t
ur
e
s
f
o
r
m
ul
t
i
m
o
da
l
e
m
o
t
i
o
n
r
e
c
o
g
ni
t
i
o
n,
”
2
017
I
E
E
E
W
i
nt
e
r
C
on
f
e
r
e
nc
e
on
A
ppl
i
c
a
t
i
ons
o
f
C
om
pu
t
e
r
V
i
s
i
on
(
W
A
C
V
)
,
S
a
nt
a
R
o
s
a
,
C
A
,
pp
.
1
215
-
122
3,
20
17
.
[
11]
Q
.
L
a
n
,
Z
.
W
a
ng
,
M
.
W
e
n,
C
.
Z
ha
ng
,
a
nd
Y
.
W
a
ng
,
“
H
i
g
h
P
e
r
f
o
r
m
a
nc
e
I
m
pl
e
m
e
nt
a
t
i
o
n
o
f
3D
C
o
nv
o
l
ut
i
o
na
l
N
e
u
r
a
l
N
e
t
w
o
r
ks
o
n
a
G
P
U
,
”
C
om
pu
t
a
t
i
o
na
l
I
n
t
e
l
l
i
ge
nc
e
an
d
N
e
ur
os
c
i
e
nc
e
,
v
o
l
.
20
17
,
p
p.
1
–
8,
N
o
v
e
m
be
r
2017
.
[
12]
M
.
K
ho
s
l
a
,
K
.
J
a
m
i
s
o
n,
A
.
K
uc
e
y
e
s
ki
,
a
nd
M
.
R
.
S
a
bunc
u,
“
3D
C
o
nvo
l
ut
i
o
na
l
N
e
ur
a
l
N
e
t
w
o
r
ks
f
o
r
C
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
F
unc
t
i
o
na
l
C
o
nne
c
t
o
m
e
s
,
”
A
r
x
i
v
,
p
p.
13
7
–
14
5,
2
018
.
[
13]
A
.
K
hv
o
s
t
i
ko
v
,
K
.
A
de
r
g
ha
l
,
J
.
B
e
no
i
s
-
P
i
ne
a
u,
A
.
K
r
y
l
ov
,
a
nd
G
.
C
a
t
h
e
l
i
ne
,
“
3D
C
N
N
-
ba
s
e
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
u
s
i
ng
s
M
R
I
a
nd
M
D
-
D
T
I
i
m
a
g
e
s
f
o
r
A
l
z
he
i
m
e
r
d
i
s
e
a
s
e
s
t
u
di
e
s
,
”
A
r
x
i
v
,
J
a
nua
r
y
2018.
[
14]
J
.
F
oy
t
i
k
a
nd
V
.
K
.
A
s
a
r
i
,
“
A
t
w
o
-
l
a
y
e
r
f
r
a
m
e
w
o
r
k
f
o
r
p
i
e
c
e
w
i
s
e
l
i
n
e
a
r
m
a
n
i
f
o
l
d
-
ba
s
e
d
h
e
a
d
po
s
e
e
s
t
i
m
a
t
i
o
n,
”
I
nt
e
r
n
at
i
on
al
J
o
ur
n
al
o
f
C
om
put
e
r
V
i
s
i
on
,
v
o
l
.
101
,
pp
.
270
-
287
,
2
013.
[
15]
V
.
N
.
B
a
l
a
s
ub
r
a
m
a
ni
a
n,
J
.
Y
e
a
nd
S
.
P
a
nc
ha
na
t
ha
n
,
"
B
i
a
s
e
d
M
a
ni
f
o
l
d
E
m
b
e
dd
i
ng
:
A
F
r
a
m
e
w
o
r
k
f
o
r
P
e
r
s
o
n
-
I
nde
pe
nde
n
t
H
e
a
d
P
o
s
e
E
s
t
i
m
a
t
i
o
n,
"
20
07
I
E
E
E
C
on
f
e
r
e
nc
e
on
C
om
pu
t
e
r
V
i
s
i
on
and
P
at
t
e
r
n
R
e
c
ogn
i
t
i
on
,
M
i
n
ne
a
po
l
i
s
,
M
N
,
pp
.
1
-
7,
200
7.
[
16]
J
.
S
he
r
r
a
h
,
S
.
G
o
ng
,
a
nd
E
.
J
.
O
ng
,
“
F
a
c
e
d
i
s
t
r
i
bu
t
i
o
ns
i
n
s
i
m
i
l
a
r
i
t
y
s
pa
c
e
un
de
r
v
a
r
y
i
ng
he
a
d
po
s
e
,
”
I
m
age
a
nd
V
i
s
i
o
n
C
om
put
i
ng
,
v
o
l
.
19
,
no
.
12
,
p
p.
80
7
–
81
9,
O
c
t
o
be
r
20
01
.
[
17]
E
.
O
s
una
,
R
.
F
r
e
u
nd,
a
n
d
F
.
G
i
r
o
s
i
t
,
“
T
r
a
i
ni
ng
s
uppo
r
t
v
e
c
t
o
r
m
a
c
hi
ne
s
:
a
n
a
pp
l
i
c
a
t
i
o
n
t
o
f
a
c
e
de
t
e
c
t
i
o
n,
”
P
r
oc
e
e
di
ngs
o
f
I
E
E
E
C
om
pu
t
e
r
So
c
i
e
t
y
C
on
f
e
r
e
nc
e
on
C
om
pu
t
e
r
V
i
s
i
on
a
nd
P
at
t
e
r
n
R
e
c
ogn
i
t
i
o
n
,
S
a
n
J
ua
n,
P
ue
r
t
o
R
i
c
o
,
U
S
A
,
pp
.
130
-
136
,
199
7.
[
18]
M
.
J
o
ne
s
a
nd
P
.
V
i
o
l
a
,
“
F
a
s
t
m
ul
t
i
-
v
i
e
w
f
a
c
e
de
t
e
c
t
i
o
n,
”
M
i
t
s
ubi
s
h
i
E
l
e
c
t
r
i
c
R
e
s
e
ar
c
h
L
ab
or
a
t
o
r
i
e
s
,
A
ug
us
t
2003
.
[
19]
M
.
S
.
L
.
K
h
a
n,
S
.
U
.
R
é
hm
a
n
,
Z
.
L
V
,
a
nd
H
.
L
i
,
“
H
e
a
d
O
r
i
e
n
t
a
t
i
o
n
M
o
de
l
i
ng
:
G
e
om
e
t
r
i
c
H
e
a
d
P
o
s
e
E
s
t
i
m
a
t
i
o
n
us
i
ng
M
o
no
c
ul
a
r
C
a
m
e
r
a
,
”
P
r
oc
e
e
di
ngs
o
f
t
he
1
s
t
I
E
E
E
/
I
I
A
E
I
n
t
e
r
nat
i
ona
l
C
on
f
e
r
e
nc
e
on
I
n
t
e
l
l
i
ge
n
t
S
y
s
t
e
m
s
a
nd
I
m
age
P
r
oc
e
s
s
i
ng
,
pp
.
149
-
153
,
201
3.
[
20]
A
.
K
um
a
r
,
A
.
A
l
a
v
i
,
a
n
d
R
.
C
he
l
l
a
pp
a
,
“
K
E
P
L
E
R
:
K
e
y
p
o
i
nt
a
n
d
P
o
s
e
E
s
t
i
m
a
t
i
o
n
o
f
U
nc
o
ns
t
r
a
i
n
e
d
F
a
c
e
s
by
L
e
a
r
ni
ng
E
f
f
i
c
i
e
nt
H
-
C
N
N
R
e
g
r
e
s
s
o
r
s
,
”
201
7
12
t
h
I
E
E
E
I
n
t
e
r
nat
i
onal
C
o
nf
e
r
e
nc
e
o
n
A
ut
om
at
i
c
F
ac
e
&
G
e
s
t
u
r
e
R
e
c
ogni
t
i
on
(
F
G
201
7)
,
W
a
s
h
i
ng
t
o
n,
D
C
,
pp
.
258
-
265
,
201
7.
[
21]
J
.
G
u
,
X
.
Y
a
ng
,
S
.
D
e
M
e
l
l
o
,
a
nd
J
.
K
a
ut
z
,
“
D
y
na
m
i
c
f
a
c
i
a
l
a
na
l
y
s
i
s
:
F
r
o
m
B
a
y
e
s
i
a
n
f
i
l
t
e
r
i
ng
t
o
r
e
c
ur
r
e
n
t
ne
ur
a
l
ne
t
w
o
r
k
,
”
2
017
I
E
E
E
C
on
f
e
r
e
nc
e
o
n
C
om
pu
t
e
r
V
i
s
i
o
n
and
P
at
t
e
r
n
R
e
c
o
gni
t
i
on
(
C
V
P
R
)
,
H
o
no
l
ul
u
,
H
I
,
pp
.
1
531
-
1540
,
2017
.
[
22]
I
.
S
.
R
i
e
g
e
r
,
T
.
H
a
ue
n
s
t
e
i
n
,
a
nd
S
.
H
.
B
a
m
b
e
r
g
,
“
H
e
a
d
P
o
s
e
E
s
t
i
m
a
t
i
o
n
us
i
ng
D
e
e
p
L
e
a
r
n
i
ng
,”
M
a
s
t
e
r
’
s
T
he
s
i
s
,
F
a
unho
f
e
r
-
I
ns
t
i
t
ut
e
f
o
r
I
nt
e
g
r
a
t
e
d
C
i
r
c
ui
t
s
I
I
S
,
A
pr
i
l
201
8.
[
23]
S
.
P
a
r
k,
F
.
P
a
n
,
S
.
K
a
ng
,
a
n
d
C
.
D
.
Y
o
o
,
“
D
r
i
v
e
r
dr
o
w
s
i
n
e
s
s
de
t
e
c
t
i
o
n
s
y
s
t
e
m
ba
s
e
d
o
n
f
e
a
t
ur
e
r
e
p
r
e
s
e
n
t
a
t
i
o
n
l
e
a
r
ni
ng
us
i
ng
v
a
r
i
o
us
de
e
p
ne
t
w
o
r
ks
,
”
A
s
i
an
C
on
f
e
r
e
nc
e
on
C
om
ou
t
e
r
V
i
s
i
on
,
v
o
l
.
1
0118
,
pp
.
154
–
164
,
M
a
r
c
h
201
7.
[
24]
J
o
ng
m
i
n
Y
uS
a
ng
w
o
o
P
a
r
kS
a
ng
w
oo
k
L
e
e
M
o
o
n
g
u
J
e
o
n,
“
R
e
pr
e
s
e
nt
a
t
i
o
n
L
e
a
r
n
i
ng
,
S
c
e
ne
U
nde
r
s
t
a
n
di
ng
,
a
nd
F
e
a
t
ur
e
F
u
s
i
o
n
f
o
r
D
r
o
w
s
i
n
e
s
s
D
e
t
e
c
t
i
o
n
,
”
A
s
i
an
C
on
f
e
r
e
nc
e
on
C
o
m
put
e
r
V
i
s
i
on
(
A
C
C
V
)
,
v
o
l
.
1
0118
,
pp.
165
-
17
7,
M
a
r
c
h
20
17.
[
25]
R
.
J
a
bb
a
r
,
K
.
A
l
-
kha
l
i
f
a
,
M
.
K
ha
r
be
c
he
,
a
nd
W
.
A
l
ha
j
y
a
s
e
e
n
,
“
S
c
i
e
n
c
e
D
i
r
e
c
t
R
e
a
l
-
t
i
m
e
D
r
i
v
e
r
D
r
o
w
s
i
n
e
s
s
D
e
t
e
c
t
i
o
n
f
o
r
A
ndr
o
i
d
A
ppl
i
c
a
t
i
o
n
U
s
i
ng
D
e
e
p
N
e
u
r
a
l
N
e
t
w
o
r
k
s
T
e
c
hni
q
ue
s
,
”
P
r
oc
e
di
a
C
om
put
e
r
Sc
i
e
nc
e
,
v
o
l
.
1
30,
p
p.
40
0
-
407,
2
018
.
[
26]
L
.
C
e
l
o
na
,
L
.
M
a
m
m
a
na
,
S
.
B
i
a
nc
o
,
a
nd
R
.
S
c
he
t
t
i
n
i
,
“
A
M
u
l
t
i
-
T
a
s
k
C
N
N
F
r
a
m
e
w
o
r
k
f
o
r
D
r
i
v
e
r
F
a
c
e
M
o
ni
t
o
r
i
ng
,
”
2018
I
E
E
E
8
t
h
I
nt
e
r
na
t
i
ona
l
C
on
f
e
r
e
nc
e
on
C
ons
um
e
r
E
l
e
c
t
r
oni
c
s
-
B
e
r
l
i
n
(
I
C
C
E
-
B
e
r
l
i
n)
,
B
e
r
l
i
n
,
pp.
1
-
4
,
2018
.
Evaluation Warning : The document was created with Spire.PDF for Python.