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
.
20
,
N
o
.
1
,
O
c
t
o
be
r
20
20
,
pp
.
31~
38
IS
S
N
:
25
02
-
4752
,
D
O
I
:
10.
1
1591
/
i
j
e
e
c
s
.
v
20
.i
1
.
pp31
-
38
31
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
S
e
n
si
t
i
v
i
t
y
a
n
a
l
y
si
s b
a
sed
a
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
a
p
p
r
o
a
c
h
f
o
r
g
l
o
b
a
l
s
o
l
a
r
r
a
d
i
a
t
i
o
n
p
r
e
d
i
c
t
i
o
n
i
n
In
d
i
a
R
.
M
e
e
n
al
1
,
A
.
I
m
m
an
u
e
l
S
e
l
v
a
k
u
m
ar
2
,
P
r
aw
i
n
A
n
ge
l
M
i
c
h
ae
l
3
,
E
k
am
b
ar
am
R
aj
as
e
k
ar
an
4
1,
2
,
3
D
e
pa
r
t
m
e
n
t
o
f
E
l
e
c
t
r
i
c
a
l
a
nd
E
l
e
c
t
r
o
ni
c
s
E
ng
i
ne
e
r
i
ng
,
K
a
r
uny
a
I
ns
t
i
t
u
t
e
o
f
T
e
c
hno
l
o
gy
a
nd
S
c
i
e
nc
e
s
,
I
ndi
a
2
D
e
pa
r
t
m
e
n
t
o
f
C
he
m
i
s
t
r
y
,
V
S
B
E
ng
i
ne
e
r
i
ng
C
o
l
l
e
g
e
,
I
ndi
a
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
a
n
6
,
20
20
R
e
v
i
s
e
d
M
a
y
8
,
202
0
A
c
c
e
pt
e
d
M
a
r
22
,
202
0
T
he
o
bj
e
c
t
i
v
e
o
f
t
hi
s
p
a
pe
r
i
s
t
o
bui
l
d
a
n
a
r
t
i
f
i
c
i
a
l
ne
u
r
a
l
n
e
t
w
o
r
k
m
o
de
l
t
o
pr
e
d
i
c
t
g
l
o
ba
l
s
o
l
a
r
r
a
di
a
t
i
o
n
(
G
S
R
)
w
i
t
h
i
m
p
r
o
v
e
d
a
c
c
ur
a
c
y
us
i
ng
l
e
s
s
num
be
r
o
f
be
s
t
i
npu
t
pa
r
a
m
e
t
e
r
s
s
e
l
e
c
t
e
d
us
i
ng
s
e
ns
i
t
i
v
i
t
y
a
na
l
y
s
i
s
.
I
n
t
h
i
s
w
o
r
k,
t
he
i
npu
t
pa
r
a
m
e
t
e
r
s
us
e
d
f
o
r
t
r
a
i
n
i
ng
t
he
a
r
t
i
f
i
c
i
a
l
ne
u
r
a
l
ne
t
w
o
r
k
(
A
N
N
)
m
o
de
l
s
a
r
e
br
i
g
ht
s
uns
hi
n
e
d
ur
a
t
i
o
n,
m
a
x
i
m
um
a
nd
m
i
ni
m
um
t
e
m
pe
r
a
t
u
r
e
,
da
y
l
e
ng
t
h,
m
o
nt
hs
,
e
x
t
r
a
t
e
r
r
e
s
t
r
i
a
l
r
a
di
a
t
i
o
n
(
H
0
)
,
r
e
l
a
t
i
v
e
hum
i
d
i
t
y
a
nd
g
e
og
r
a
phi
c
a
l
p
a
r
a
m
e
t
e
r
s
o
f
t
he
l
o
c
a
t
i
o
ns
na
m
e
l
y
t
he
l
a
t
i
t
ud
e
a
nd
l
o
ng
i
t
ud
e
.
S
e
n
s
i
t
i
v
i
t
y
a
na
l
y
s
i
s
i
s
us
e
d
t
o
d
i
s
c
o
v
e
r
ho
w
t
he
o
ut
p
ut
da
t
a
a
r
e
i
nf
l
u
e
nc
e
d
by
t
he
c
ha
ng
e
a
b
i
l
i
t
y
o
f
t
he
i
npu
t
d
a
t
a
.
T
hr
e
e
A
N
N
m
o
de
l
s
n
a
m
e
l
y
T
-
A
N
N
,
S
-
A
N
N
a
nd
T
S
-
A
N
N
a
r
e
pr
o
po
s
e
d
w
i
t
h
m
o
s
t
s
ui
t
a
bl
e
i
npu
t
pa
r
a
m
e
t
e
r
s
s
e
l
e
c
t
e
d
u
s
i
ng
s
e
ns
i
t
i
v
i
t
y
a
na
l
y
s
i
s
.
T
h
e
pr
i
nc
i
p
l
e
o
f
t
hi
s
f
e
a
t
u
r
e
s
e
l
e
c
t
i
o
n
us
i
ng
s
e
ns
i
t
i
v
i
t
y
a
na
l
y
s
i
s
i
s
t
o
i
m
pr
o
v
e
t
he
pr
e
d
i
c
t
i
o
n
a
c
c
ur
a
c
y
of
s
o
l
a
r
r
a
d
i
a
t
i
o
n
m
o
de
l
s
w
i
t
h
l
e
s
s
num
be
r
o
f
i
nput
s
.
T
he
p
r
o
po
s
e
d
A
N
N
m
o
de
l
i
s
a
l
s
o
t
e
s
t
e
d
un
de
r
no
i
s
y
da
t
a
a
nd
p
r
o
v
e
d
t
ha
t
A
N
N
i
s
a
bl
e
t
o
pe
r
f
o
r
m
r
e
a
s
o
na
bl
y
go
o
d
i
n
G
S
R
p
r
e
d
i
c
t
i
o
n
o
n
p
r
a
c
t
i
c
a
l
a
pp
l
i
c
a
t
i
o
ns
w
he
r
e
t
he
d
a
t
a
i
s
a
f
f
e
c
t
e
d
by
no
i
s
e
c
a
us
e
d
by
e
r
r
o
r
s
o
n
m
e
a
s
ur
i
ng
,
f
a
u
l
t
o
f
da
t
a
a
c
qui
s
i
t
i
o
n
s
y
s
t
e
m
,
r
e
c
o
r
di
ng
p
r
o
bl
e
m
s
,
a
n
d
s
o
o
n.
Ke
y
w
or
d
s
:
ANN
P
r
e
di
c
t
i
o
n
S
e
n
s
i
t
i
v
i
t
y
a
na
l
y
s
i
s
S
o
l
a
r
r
a
d
i
a
t
i
o
n
C
opy
r
i
gh
t
©
2020
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
:
M
e
e
n
a
l
R.
,
D
e
pa
rt
m
e
n
t
o
f
E
l
e
c
t
ri
c
a
l
a
nd
E
l
e
c
t
r
o
ni
c
s
E
n
g
i
n
e
e
ri
n
g,
K
a
r
u
n
y
a
In
s
t
i
t
ut
e
o
f
T
e
c
hn
o
l
o
g
y
a
nd
S
c
i
e
n
c
e
s
,
Co
i
m
b
a
t
o
r
e
,
In
d
i
a
.
E
m
a
i
l
:
m
e
e
na
s
e
ka
r
5
@
gm
a
i
l
.
c
o
m
1.
I
N
TR
O
D
U
C
TI
O
N
T
h
i
s
w
o
r
k
p
r
e
s
e
n
t
s
t
h
e
a
ppl
i
c
a
t
i
o
n
of
a
rt
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
(
A
N
N
)
f
o
r
t
h
e
p
r
e
di
c
t
i
o
n
o
f
gl
o
b
a
l
s
o
l
a
r
ra
di
a
t
i
o
n
w
i
t
h
o
ut
a
n
y
s
i
gni
f
i
c
a
n
t
e
rr
o
r
s
.
S
i
n
c
e
t
h
e
n
e
t
w
o
r
k
o
f
r
a
di
a
t
i
o
n
m
e
a
s
u
r
i
n
g
s
t
a
t
i
o
n
i
s
v
e
r
y
l
i
m
i
t
e
d
due
t
o
c
os
t
l
y
m
e
a
s
uri
n
g
i
n
s
t
rum
e
n
t
,
p
r
e
di
c
t
i
o
n
o
f
G
S
R
i
s
ve
r
y
i
m
po
r
t
a
nt
i
n
c
o
un
t
r
y
l
i
ke
I
n
di
a
.
S
e
v
e
r
a
l
s
o
l
a
r
ra
di
a
t
i
o
n
m
o
de
l
s
na
m
e
l
y
c
l
e
a
r
s
ky
,
m
a
t
h
e
m
a
t
i
c
a
l
,
f
uz
z
y
,
a
rt
i
f
i
c
i
a
l
i
n
t
e
l
l
i
ge
n
c
e
a
n
d
v
a
ri
o
us
h
y
b
r
i
d
ra
d
i
a
t
i
o
n
m
o
de
l
s
a
r
e
a
v
a
i
l
a
b
l
e
i
n
t
h
e
l
i
t
e
ra
t
u
r
e
f
o
r
t
h
e
p
r
e
di
c
t
i
o
n
o
f
G
S
R
[1
-
4].
G
S
R
c
a
n
b
e
pr
e
di
c
t
e
d
us
i
n
g
us
ua
l
l
y
a
v
a
i
l
a
b
l
e
m
e
t
e
o
r
o
l
o
gi
c
a
l
pa
ra
m
e
t
e
r
s
l
i
ke
t
e
m
pe
ra
t
u
r
e
,
s
u
ns
h
i
n
e
du
r
a
t
i
o
n
,
r
e
l
a
t
i
v
e
h
u
m
i
di
t
y
,
w
i
n
d
s
pe
e
d,
a
t
m
o
s
ph
e
ri
c
p
r
e
s
s
ur
e
a
n
d
s
o
o
n
a
s
i
n
pu
t
p
a
r
a
m
e
t
e
r
s
.
T
h
i
s
G
S
R
pr
e
di
c
t
i
o
n
c
a
n
b
e
do
n
e
w
i
t
h
t
h
e
h
e
l
p
o
f
A
N
N
a
pp
r
o
a
c
h
w
i
t
h
o
ut
us
i
n
g
ra
di
a
t
i
o
n
m
e
a
s
u
r
i
n
g
i
n
s
t
rum
e
n
t
s
uc
h
a
s
py
r
a
n
o
m
e
t
e
r
.
A
r
t
i
f
i
c
i
a
l
Ne
u
r
a
l
n
e
t
w
o
r
ks
ha
v
e
b
e
e
n
s
uc
c
e
s
s
f
ul
l
y
a
ppl
i
e
d
t
o
v
a
r
i
o
us
a
ppl
i
c
a
t
i
o
n
s
s
uc
h
a
s
fo
r
e
c
a
s
t
i
n
g
,
o
pt
i
m
i
z
a
t
i
o
n
,
m
a
c
hi
n
e
di
a
g
n
o
s
t
i
c
s
,
pr
o
c
e
s
s
m
o
de
l
l
i
n
g
a
n
d
c
o
n
t
r
o
l
,
i
n
t
e
l
l
i
ge
n
t
s
e
a
r
c
hi
n
g
,
v
o
i
c
e
r
e
c
o
gn
i
t
i
o
n,
f
r
a
ud
de
t
e
c
t
i
o
n
a
n
d
s
o
o
n
[5
,
6]
.
T
h
e
o
p
t
i
m
u
m
t
u
ni
ng
p
a
ra
m
e
t
e
rs
o
f
A
A
20
24
-
T
35
1
a
l
l
o
y
i
s
de
t
e
rm
i
ne
d
u
s
i
ng
t
he
A
N
N
c
o
m
p
u
t
i
ng
a
na
l
y
s
i
s
[7]
.
S.
K
a
r
upi
a
h
[8]
p
r
e
s
e
n
t
e
d
a
n
ANN
a
pp
r
o
a
c
h
f
o
r
pr
e
di
c
t
i
n
g
ov
e
r
c
urr
e
nt
r
e
l
a
y
m
i
s
c
oo
r
di
na
t
i
o
n
t
i
m
e
w
i
t
h
t
h
e
h
e
l
p
o
f
M
A
T
L
A
B
s
of
t
w
a
r
e
.
Y
a
da
v
a
n
d
C
h
a
nde
l
[9]
o
ff
e
r
e
d
a
c
o
m
pl
e
t
e
r
e
v
i
e
w
of
A
N
N
t
e
c
hn
i
que
s
b
a
s
e
d
s
o
l
a
r
ra
di
a
t
i
o
n
p
r
e
di
c
t
i
o
n
.
V
a
ri
o
us
A
N
N
m
o
de
l
s
[10
-
15
]
ha
v
e
be
e
n
de
ve
l
o
pe
d
fo
r
t
h
e
p
r
e
di
c
t
i
o
n
of
da
i
l
y
a
n
d
m
o
n
t
hl
y
gl
ob
a
l
s
o
l
a
r
r
a
d
i
a
t
i
o
n
.
A
N
N
[
16
-
19]
i
s
t
h
e
m
o
s
t
c
om
m
o
n
l
y
us
e
d
t
e
c
h
n
i
que
f
o
r
t
h
e
p
r
e
di
c
t
i
o
n
o
f
G
S
R
a
n
d
r
e
c
e
nt
l
y
m
a
c
h
i
ne
l
e
a
r
n
i
n
g
t
e
c
h
n
i
q
u
e
s
l
i
k
e
s
u
p
p
o
rt
v
e
c
t
o
r
m
a
c
h
i
ne
[
2
0
]
i
s
u
s
e
d
f
o
r
s
o
l
a
r
r
a
d
i
a
t
i
o
n
p
re
d
i
c
t
i
o
n
.
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
.
20
,
N
o
.
1
,
O
c
t
o
b
e
r
20
20
:
31
-
38
32
Ide
n
t
i
f
i
c
a
t
i
o
n
o
f
t
h
e
b
e
s
t
s
ui
t
a
b
l
e
i
nput
v
a
ri
a
b
l
e
s
i
s
t
h
e
m
a
i
n
r
e
s
e
a
r
c
h
a
r
e
a
i
n
s
o
l
a
r
r
a
di
a
t
i
o
n
pr
e
di
c
t
i
o
n
.
T
h
e
a
u
t
h
o
r
s
i
de
n
t
i
f
i
e
d
t
h
e
s
e
l
e
c
t
i
o
n
of
t
h
e
m
o
s
t
s
ui
t
a
b
l
e
m
e
t
e
o
r
o
l
o
gi
c
a
l
a
nd
ge
o
gr
a
p
hi
c
a
l
i
nput
pa
r
a
m
e
t
e
r
s
t
o
s
o
l
a
r
r
a
d
i
a
t
i
o
n
m
o
de
l
s
a
s
a
m
a
j
o
r
r
e
s
e
a
r
c
h
ga
p
w
hi
c
h
r
e
qui
r
e
s
t
o
b
e
a
ddr
e
s
s
e
d.
T
h
i
s
p
a
pe
r
pr
e
s
e
nt
s
t
h
e
s
e
l
e
c
t
i
o
n
of
m
o
s
t
s
ui
t
a
b
l
e
i
n
p
ut
p
a
r
a
m
e
t
e
r
s
f
o
r
t
h
e
e
s
t
i
m
a
t
i
o
n
o
f
s
o
l
a
r
r
a
d
i
a
t
i
o
n
us
i
n
g
s
e
n
s
i
t
i
v
i
t
y
a
n
a
l
y
s
i
s
of
A
N
N
a
ppr
o
a
c
h.
T
h
e
m
a
i
n
go
a
l
i
s
t
o
r
e
duc
e
t
h
e
n
u
m
b
e
r
o
f
i
n
put
pa
ra
m
e
t
e
r
s
a
nd
t
o
i
m
p
r
o
ve
t
h
e
a
c
c
ura
c
y
of
t
h
e
A
N
N
m
o
de
l
s
w
i
t
h
l
e
s
s
e
rr
o
r
us
i
n
g
s
e
n
s
i
v
i
t
y
a
na
l
y
s
i
s
.
S
e
n
s
i
t
i
v
i
t
y
a
na
l
y
s
i
s
h
a
s
b
e
e
n
us
e
d
i
n
v
a
r
i
o
us
a
pp
l
i
c
a
t
i
o
n
s
l
i
ke
p
r
e
di
c
t
i
o
n,
o
pt
i
m
i
z
a
t
i
o
n
a
nd
s
o
o
n
[21
-
25
].
M
o
ha
m
m
a
d
H
a
s
a
n
S
h
o
j
a
e
e
f
a
r
d
a
pp
l
i
e
d
s
e
n
s
i
t
i
v
i
t
y
a
n
a
l
y
s
i
s
a
ppr
o
a
c
h
i
n
F
r
i
c
t
i
o
n
S
t
i
r
L
a
p
J
o
i
n
i
n
g
o
f
A
l
um
i
n
um
t
o
B
ra
s
s
[26
]
.
A
n
A
N
N
a
pp
r
o
a
c
h
a
n
d
s
e
n
s
i
t
i
v
i
t
y
a
n
a
l
y
s
i
s
i
s
us
e
d
i
n
p
r
e
di
c
t
i
ng
s
ke
l
e
t
a
l
m
us
c
l
e
f
o
r
c
e
s
by
M
i
l
o
s
l
a
v
V
i
l
i
m
e
k
[2
7
]
.
I
n
t
hi
s
pa
pe
r
t
hr
e
e
A
N
N
m
o
de
l
s
a
r
e
de
v
e
l
o
pe
d
w
i
t
h
b
e
s
t
i
n
p
ut
pa
ra
m
e
t
e
r
s
s
e
l
e
c
t
e
d
us
i
n
g
s
e
n
s
i
t
i
v
i
t
y
a
n
a
l
y
s
i
s
.
T
h
i
s
pa
pe
r
i
s
o
r
g
a
n
i
z
e
d
a
s
f
o
l
l
ow
s
;
S
e
c
t
i
o
n
2
c
o
n
t
a
i
n
s
t
he
da
t
a
s
e
t
us
e
d
f
o
r
t
ra
i
n
i
n
g
t
h
e
s
o
l
a
r
ra
d
i
a
t
i
o
n
m
o
de
l
s
.
S
e
c
t
i
o
n
3
p
r
e
s
e
nt
s
a
b
ri
e
f
r
e
v
i
e
w
of
t
h
e
A
N
N
n
e
t
w
o
r
k
us
e
d
i
n
t
h
i
s
w
o
r
k.
S
e
c
t
i
o
n
4
p
r
e
s
e
nt
s
t
h
e
s
e
n
s
i
t
i
v
i
t
y
a
na
l
y
s
i
s
m
e
t
h
o
do
l
o
g
y
us
e
d
t
o
c
o
n
duc
t
t
h
i
s
s
t
udy
.
A
l
s
o
,
t
h
e
e
xpe
r
i
m
e
n
t
a
l
r
e
s
ul
t
s
a
r
e
p
r
e
s
e
n
t
e
d
a
n
d
di
s
c
us
s
e
d.
F
i
na
l
l
y
,
t
h
e
c
o
n
c
l
us
i
o
n
o
f
t
hi
s
s
t
u
dy
i
s
gi
v
e
n
i
n
S
e
c
t
i
o
n
5.
2.
D
A
TA
S
ET
G
l
o
b
a
l
s
o
l
a
r
r
a
di
a
t
i
o
n
i
s
pr
e
di
c
t
e
d
us
i
n
g
s
o
l
a
r
ra
d
i
a
t
i
o
n
m
o
de
l
s
de
ve
l
o
pe
d
us
i
n
g
a
rt
i
f
i
c
i
a
l
i
n
t
e
l
l
i
ge
n
c
e
b
a
s
e
d
a
ppr
o
a
c
h.
S
e
l
e
c
t
i
o
n
o
f
m
o
s
t
s
ui
t
a
b
l
e
i
n
put
pa
r
a
m
e
t
e
r
i
s
t
h
e
m
o
s
t
i
m
po
r
t
a
n
t
r
e
s
e
a
r
c
h
a
r
e
a
i
n
s
o
l
a
r
ra
d
i
a
t
i
o
n
p
r
e
di
c
t
i
o
n
T
a
b
l
e
1
s
h
o
w
s
t
h
e
i
nput
pa
ra
m
e
t
e
r
s
u
t
i
l
i
z
e
d
f
o
r
t
ra
i
ni
n
g
t
h
e
ra
d
i
a
t
i
o
n
m
o
de
l
s
.
T
h
e
i
n
put
p
a
r
a
m
e
t
e
r
s
a
r
e
m
a
xi
m
u
m
t
e
m
pe
r
a
t
u
r
e
(
T
m
ax
),
m
i
n
i
m
u
m
t
e
m
pe
r
a
t
u
r
e
(
T
m
i
n
),
b
r
i
g
ht
s
un
s
hi
n
e
dura
t
i
o
n
(S
)
,
l
e
n
g
t
h
o
f
t
h
e
d
a
y
(
S
0
),
m
o
n
t
h
s
,
e
xt
ra
t
e
rr
e
s
t
ri
a
l
r
a
d
i
a
t
i
o
n
(
H
0
)
,
R
e
l
a
t
i
v
e
h
um
i
di
t
y
(RH
)
a
n
d
l
a
t
i
t
u
de
a
n
d
l
o
n
g
i
t
u
de
.
D
a
y
l
e
n
gt
h
a
n
d
H
0
a
r
e
c
a
l
c
ul
a
t
e
d
pa
ra
m
e
t
e
r
s
[1].
T
h
e
m
e
a
s
u
r
e
d
da
t
a
f
o
r
t
hi
s
s
t
udy
a
r
e
m
o
n
t
hl
y
a
v
e
r
a
ge
m
a
xi
m
u
m
a
n
d
m
i
n
i
m
um
t
e
m
pe
ra
t
u
r
e
,
b
ri
g
ht
s
u
n
s
hi
n
e
du
ra
t
i
o
n
a
nd
d
a
i
l
y
G
S
R
i
n
M
J
/
m
2
/
da
y
fo
r
v
a
r
i
o
us
l
o
c
a
t
i
o
n
s
of
In
di
a
w
e
r
e
c
o
l
l
e
c
t
e
d
f
r
o
m
In
di
a
M
e
t
e
o
r
o
l
o
gi
c
a
l
D
e
pa
r
t
m
e
n
t
,
P
u
n
e
.
F
i
gu
r
e
1
s
h
o
w
s
t
h
e
m
e
a
s
u
r
e
d
m
o
nt
h
l
y
a
v
e
r
a
ge
b
r
i
g
ht
s
u
n
s
hi
n
e
h
o
ur
s
f
o
r
I
n
d
i
a
n
c
i
t
i
e
s
N
a
g
pu
r
,
B
h
ub
a
n
e
s
w
a
r
a
n
d
N
e
w
D
e
l
h
i
f
r
o
m
IM
D
,
P
u
n
e
.
H
o
ur
l
y
gl
o
b
a
l
s
o
l
a
r
ra
d
i
a
t
i
o
n
da
t
a
i
n
M
J
/
m
2
/
da
y
i
s
c
o
l
l
e
c
t
e
d
fo
r
15
I
ndi
a
n
l
o
c
a
t
i
o
n
s
.
D
a
i
l
y
a
v
e
r
a
ge
a
n
d
m
o
n
t
hl
y
a
ve
r
a
ge
G
S
R
da
t
a
i
s
c
a
l
c
ul
a
t
e
d
f
r
o
m
h
o
u
r
l
y
da
t
a
s
e
t
.
T
a
b
l
e
2
s
h
o
w
s
t
h
e
m
e
a
s
u
r
e
d
m
o
n
t
hl
y
a
ve
r
a
ge
G
S
R
i
n
M
J
/
m
2
/
d
a
y
fo
r
t
h
e
s
e
l
e
c
t
e
d
e
i
ght
I
n
di
a
n
c
i
t
i
e
s
na
m
e
l
y
B
h
ub
a
n
e
s
w
a
r,
C
h
e
nn
a
i
,
H
y
de
r
a
b
a
d,
M
a
n
g
a
l
o
r
e
,
N
a
gpu
r
P
a
t
n
a
,
N
e
w
D
e
l
h
i
a
n
d
T
r
i
v
a
n
d
r
u
m
.
M
o
nt
h
l
y
a
ve
r
a
ge
da
t
a
a
v
a
i
l
a
b
l
e
fo
r
fe
w
In
d
i
a
n
l
o
c
a
t
i
o
n
s
i
s
u
t
i
l
i
z
e
d
t
o
t
r
a
i
n
t
h
e
s
o
l
a
r
r
a
d
i
a
t
i
o
n
m
o
de
l
s
t
o
pr
e
di
c
t
t
h
e
G
S
R
f
o
r
o
t
h
e
r
I
n
d
i
a
n
l
o
c
a
t
i
o
n
s
w
h
e
r
e
t
h
e
G
S
R
da
t
a
i
s
una
v
a
i
l
a
b
l
e
.
M
e
a
s
ur
e
d
m
o
n
t
hl
y
a
ve
ra
ge
G
S
R
,
m
e
a
s
ur
e
d
m
o
n
t
hl
y
a
v
e
r
a
ge
T
m
ax
a
n
d
T
m
i
n
fo
r
t
h
e
s
e
l
e
c
t
e
d
t
hr
e
e
I
ndi
a
n
l
o
c
a
t
i
o
n
s
a
r
e
a
l
s
o
s
h
o
w
n
i
n
F
i
gu
r
e
1
.
T
h
e
e
n
t
i
r
e
da
t
a
s
e
t
i
s
d
i
v
i
de
d
i
n
t
o
t
w
o
s
e
c
t
i
o
n
s
na
m
e
l
y
t
h
e
t
ra
i
ni
n
g
s
e
t
(I
n
s
t
a
l
l
a
t
i
o
n
s
ub
-
da
t
a
s
e
t
)
a
n
d
t
e
s
t
i
n
g
s
e
t
(V
a
l
i
d
a
t
i
o
n
s
ub
-
da
t
a
s
e
t
).
T
h
e
da
t
a
s
e
t
i
s
pr
o
c
e
s
s
e
d
f
ur
t
h
e
r
by
ut
i
l
i
z
i
n
g
s
o
l
a
r
r
a
d
i
a
t
i
o
n
m
o
de
l
s
w
i
t
h
t
he
he
l
p
o
f
a
rt
i
f
i
c
i
a
l
i
n
t
e
l
l
i
g
e
nc
e
a
p
p
ro
a
c
h.
M
A
T
L
A
B
R
2
0
1
0
a
s
o
f
t
w
a
re
i
s
a
p
p
l
i
e
d
f
o
r
d
e
v
e
l
o
p
i
ng
t
h
e
c
o
m
put
e
r
c
o
d
e
s
fo
r
s
o
l
a
r
r
a
d
i
a
t
i
o
n
p
r
e
di
c
t
i
o
n
m
o
de
l
s
.
T
ra
i
ni
n
g
da
t
a
s
e
t
i
s
a
ppl
i
e
d
fo
r
t
ra
i
ni
n
g
t
h
e
s
o
l
a
r
ra
di
a
t
i
o
n
m
o
de
l
s
;
f
urt
h
e
r
t
h
e
t
e
s
t
i
n
g
da
t
a
s
e
t
i
s
us
e
d
f
o
r
v
a
l
i
d
a
t
i
n
g
t
h
e
s
o
l
a
r
r
a
di
a
t
i
o
n
m
o
de
l
s
.
T
a
b
l
e
1
.
I
nput
a
nd
o
ut
pu
t
p
a
ra
m
e
t
e
r
s
S.
No
In
p
u
t
a
n
d
O
u
t
p
u
r
p
a
ra
m
e
t
e
r
s
M
e
a
s
u
r
e
d
I
n
p
u
t
P
a
ra
m
e
t
e
r
1
M
a
x
i
m
u
m
T
e
m
p
e
ra
t
u
re
ºC
(
T
m
a
x
)
2
M
i
n
i
m
u
m
T
e
m
p
e
ra
t
u
r
e
ºC
(
T
m
i
n
)
3
S
-
Bri
g
h
t
s
u
n
s
h
i
n
e
h
o
u
r
4
RH
-
P
e
r
c
e
n
t
a
g
e
R
e
l
a
t
i
v
e
h
u
m
i
d
i
t
y
Ca
l
c
u
l
a
t
e
d
i
n
p
u
t
p
a
ra
m
e
t
e
r
s
5
H
0
-
E
x
t
ra
t
e
rr
e
s
t
ri
a
l
ra
d
i
a
t
i
o
n
i
n
M
J
/
m
2
/
d
a
y
6
S0
-
D
a
y
l
e
n
g
t
h
G
e
o
g
ra
p
h
i
c
a
l
i
n
p
u
t
p
a
ra
m
e
t
e
r
s
7
M
o
n
t
h
8
L
a
t
i
t
u
d
e
º
(N
)
9
L
o
n
g
i
t
u
d
e
º
(E
)
O
u
t
p
u
t
p
a
ra
m
e
t
e
r
10
G
l
o
b
a
l
S
o
l
a
r
Ra
d
i
a
t
i
o
n
i
n
M
J
/
m
2
/
d
a
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
Se
ns
i
t
i
v
i
t
y
anal
y
s
i
s
bas
e
d
ar
t
i
f
i
c
i
al
ne
ur
a
l
ne
t
w
or
k
appr
oa
c
h
f
or
gl
ob
al
s
ol
ar
r
adi
a
t
i
o
n
…
(
Me
e
na
l
R
.
)
33
T
a
b
l
e
2
.
M
e
a
s
u
r
e
d
m
o
nt
h
l
y
a
v
e
r
a
ge
G
S
R
i
n
M
J
/
m
2
/
da
y
fo
r
I
n
d
i
a
n
c
i
t
i
e
s
c
o
l
l
e
c
t
e
d
f
r
o
m
IM
D
,
P
u
n
e
M
o
n
t
h
s
L
o
c
a
t
i
o
n
/
D
a
t
a
S
e
t
D
u
ra
t
i
o
n
P
a
t
n
a
N
e
w
D
e
l
h
i
N
a
g
p
u
r
H
y
d
e
ra
b
a
d
Ch
e
n
n
a
i
Bh
u
b
a
n
e
s
w
a
r
M
a
n
g
a
l
o
re
T
ri
v
a
n
d
ru
m
2000
-
2
0
0
8
2003
-
2
0
1
2
2004
-
2
0
1
0
2000
-
2
0
0
8
2003
-
2
0
1
2
2003
-
2
0
0
8
2004
-
2
0
0
8
2005
-
2
0
1
2
J
a
n
u
a
ry
1
1
.
8
2
1
1
.
4
0
1
5
.
3
6
1
8
.
6
5
1
7
.
0
2
1
4
.
8
0
1
7
.
6
2
1
7
.
7
3
F
e
b
ru
a
ry
1
5
.
1
8
1
4
.
6
4
1
8
.
6
2
2
0
.
7
0
2
0
.
8
9
1
6
.
7
4
2
0
.
2
0
1
9
.
6
3
M
a
rc
h
1
8
.
6
0
1
8
.
1
8
2
0
.
9
7
2
2
.
8
7
2
2
.
4
6
2
0
.
1
0
1
9
.
9
5
1
9
.
3
0
A
p
ri
l
2
0
.
4
6
2
1
.
2
5
2
3
.
3
7
2
3
.
9
0
2
2
.
5
5
2
3
.
1
8
2
1
.
3
5
1
8
.
3
9
M
a
y
2
0
.
5
8
2
0
.
9
1
2
3
.
6
0
2
3
.
9
7
2
1
.
7
1
2
2
.
4
4
1
8
.
8
3
1
7
.
3
6
J
u
n
e
1
7
.
2
7
2
0
.
0
1
1
8
.
6
7
1
8
.
9
1
2
0
.
0
0
1
6
.
5
4
1
7
.
5
0
1
6
.
6
2
J
u
l
y
1
4
.
2
4
1
7
.
0
7
1
3
.
8
1
1
7
.
1
1
1
8
.
5
1
1
5
.
3
1
1
3
.
1
2
1
6
.
2
0
A
u
g
u
s
t
1
6
.
1
7
1
5
.
9
0
1
4
.
3
7
1
6
.
6
6
1
8
.
8
5
1
5
.
1
7
1
4
.
4
1
1
7
.
5
2
S
e
p
t
e
m
b
e
r
1
4
.
7
0
1
5
.
5
1
1
7
.
5
5
1
7
.
6
4
1
8
.
6
1
1
4
.
5
0
1
7
.
3
9
1
7
.
8
4
O
c
t
o
b
e
r
1
4
.
6
8
1
5
.
3
2
1
8
.
2
3
1
7
.
8
9
1
6
.
5
1
1
7
.
5
1
1
8
.
1
8
1
6
.
2
1
N
o
v
e
m
b
e
r
1
2
.
8
6
1
2
.
4
4
1
5
.
9
5
1
9
.
3
4
1
4
.
3
4
1
5
.
6
9
1
8
.
0
9
1
4
.
5
2
D
e
c
e
m
b
e
r
1
1
.
6
4
1
0
.
6
0
1
4
.
8
6
1
8
.
0
0
1
3
.
3
2
1
3
.
4
1
1
7
.
6
5
1
5
.
7
3
(a
)
(b
)
(c
)
(d)
F
i
gu
r
e
1
.
M
e
a
s
u
r
e
d
i
n
pu
t
pa
ra
m
e
t
e
r
s
f
o
r
I
ndi
a
n
c
i
t
i
e
s
p
r
o
v
i
de
d
by
IM
D
,
P
u
n
e
,
(a
)
m
e
a
s
u
r
e
d
b
r
i
g
ht
s
u
n
s
hi
n
e
ho
u
,
(b
)
m
e
a
s
u
r
e
d
G
S
R
i
n
M
J
/
m
2
/
da
y
,
(c
)
m
e
a
s
u
r
e
d
m
a
xi
m
um
t
e
m
pe
ra
t
u
r
e
,
(d
)
m
e
a
s
u
r
e
d
m
i
ni
m
um
t
e
m
pe
r
a
t
u
r
e
3.
M
ET
H
O
D
O
L
O
G
Y
T
hr
e
e
a
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
(A
N
N
)
m
o
de
l
s
a
r
e
de
v
e
l
o
p
e
d
t
o
e
s
t
i
m
a
t
e
t
h
e
m
o
nt
h
l
y
a
v
e
r
a
ge
da
i
l
y
G
S
R
v
a
l
ue
s
i
n
di
f
f
e
r
e
n
t
l
o
c
a
t
i
o
n
s
o
f
Indi
a
.
S
e
n
s
i
t
i
v
i
t
y
a
na
l
y
s
i
s
a
pp
r
o
a
c
h
i
s
ut
i
l
i
z
e
d
t
o
b
ui
l
dt
h
e
A
N
N
m
o
de
l
s
t
o
s
e
l
e
c
t
t
h
e
b
e
s
t
i
nput
p
a
r
a
m
e
t
e
r
s
.
T
h
e
a
i
m
o
f
t
h
e
s
e
n
s
i
t
i
v
i
t
y
a
n
a
l
y
s
i
s
i
s
t
o
d
e
c
r
e
a
s
e
t
h
e
n
um
b
e
r
o
f
i
n
pu
t
s
r
e
qui
r
e
d
f
o
r
t
h
e
p
r
e
di
c
t
i
o
n
of
G
S
R
v
a
l
ue
s
w
i
t
h
o
ut
ra
i
s
i
ng
t
h
e
n
e
t
w
o
r
k
e
rr
o
r.
A
N
N
m
o
de
l
s
pr
o
v
i
de
a
be
t
t
e
r
s
o
l
ut
i
o
n
w
i
t
o
ut
r
e
qu
i
r
i
ng
t
h
e
k
n
o
w
l
e
dge
of
m
a
t
h
e
m
a
t
i
c
a
l
c
a
l
c
ul
a
t
i
o
n
s
a
m
o
ng
t
h
e
pa
ra
m
e
t
e
r
s
.
T
h
e
de
s
i
g
n,
t
r
a
i
ni
n
g
p
a
r
a
m
e
t
e
r
s
,
a
r
c
h
i
t
e
c
t
ur
e
,
a
nd
s
e
n
s
i
t
i
v
i
t
y
a
n
d
pe
r
f
o
r
m
a
n
c
e
a
n
a
l
y
s
i
s
of
t
h
e
pr
o
po
s
e
d
A
N
N
m
o
d
e
l
s
i
s
di
s
c
us
s
e
d
h
e
r
e
i
n
de
t
a
i
l
.
T
hr
o
ug
h
t
h
e
p
r
o
po
s
e
d
m
e
t
h
o
do
l
o
g
y
,
t
h
e
pr
e
di
c
t
i
o
n
a
c
c
ura
c
y
i
s
i
m
p
r
o
v
e
d
w
i
t
h
l
e
s
s
nu
m
b
e
r
o
f
i
np
u
t
s
.
T
he
p
ro
p
o
s
e
d
A
N
N
m
o
de
l
s
f
o
r
G
S
R
p
re
d
i
c
t
i
o
n
i
s
d
e
v
e
l
o
p
e
d
us
i
ng
t
he
L
a
v
e
nb
e
rg
-
M
a
rq
u
a
rd
t
b
a
c
k
p
ro
p
a
g
a
t
i
o
n
a
l
g
o
r
i
t
hm
(
L
M
a
l
g
o
ri
t
h
m
)
.
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
.
20
,
N
o
.
1
,
O
c
t
o
b
e
r
20
20
:
31
-
38
34
3.
1
.
G
l
o
b
al
s
o
l
ar
r
ad
i
at
i
o
n
p
r
e
d
i
c
ti
o
n
u
s
i
n
g
ar
t
i
fi
c
i
a
l
n
e
u
r
al
n
e
tw
o
r
k
A
N
N
t
e
c
hn
i
que
s
ha
v
e
be
e
n
a
ppl
i
e
d
f
o
r
a
w
i
de
ra
n
ge
o
f
a
ppl
i
c
a
t
i
o
n
s
s
uc
h
a
s
p
r
e
d
i
c
t
i
o
n,
i
m
a
ge
pr
o
c
e
s
s
i
n
g,
p
a
t
t
e
rn
r
e
c
o
gn
i
t
i
o
n,
o
pt
i
m
i
z
a
t
i
o
n
,
f
o
r
e
c
a
s
t
i
n
g
a
nd
s
i
m
ul
a
t
i
o
n
a
n
d
s
o
o
n
.
V
a
r
i
o
us
r
e
s
e
a
r
c
h
e
r
s
ha
v
e
pr
e
di
c
t
e
d
G
S
R
by
us
i
n
g
A
N
N
m
o
de
l
s
w
i
t
ha
pp
r
o
p
r
i
a
t
e
m
e
t
e
o
r
o
l
o
gi
c
a
l
da
t
a
a
s
i
n
pu
t
p
a
r
a
m
e
t
e
r
s
[11]
.
A
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
ks
r
e
pl
i
c
a
t
e
t
h
e
b
i
o
l
o
gi
c
a
l
n
e
u
r
a
l
n
e
t
w
o
r
ks
.
A
s
i
m
p
l
e
m
o
de
l
o
f
a
n
a
rt
i
f
i
c
i
a
l
n
e
u
r
o
n
i
s
s
h
o
w
n
i
n
F
i
gu
r
e
2.
T
h
e
n
e
u
r
o
n
i
s
t
h
e
b
a
s
i
c
e
l
e
m
e
nt
o
f
a
n
A
N
N
.
T
h
e
i
n
p
ut
s
t
o
t
h
e
A
N
N
a
r
e
a
n
d
t
h
e
w
e
i
gh
t
s
l
i
nke
d
t
o
t
h
e
i
nput
a
r
e
.
T
h
e
s
u
m
f
u
n
c
t
i
o
n
i
s
u
s
e
d
t
o
pr
o
c
e
s
s
t
h
e
c
a
pt
u
r
e
d
i
n
pu
t
i
n
f
o
r
m
a
t
i
o
n
.
T
h
e
n
e
w
s
i
gn
a
l
de
v
e
l
o
pe
d
by
t
h
e
n
e
u
r
o
n
i
s
s
e
t
b
y
t
h
e
a
c
t
i
v
a
t
i
o
n
f
un
c
t
i
o
n
.
T
h
e
r
e
f
o
r
e
,
t
h
e
n
e
ur
o
n
s
a
r
e
b
a
s
e
d
o
n
u
n
c
o
m
pl
i
c
a
t
e
d
m
a
t
h
e
m
a
t
i
c
a
l
f
un
c
t
i
o
n
w
h
i
c
h
i
s
gi
v
e
n
by
t
h
e
f
o
l
l
ow
i
n
g
e
qu
a
t
i
o
n
.
[
∑
]
(1)
w
h
e
r
e
t
h
e
i
th
i
n
put
o
f
ANN
,
r
e
pr
e
s
e
nt
s
t
h
e
w
e
i
gh
t
a
n
d
r
e
p
r
e
s
e
n
t
s
t
h
e
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
.
T
h
e
m
ul
t
i
pl
e
i
n
pu
t
s
i
n
gl
e
o
ut
put
A
N
N
i
s
gi
v
e
n
by
t
h
e
f
o
l
l
o
w
i
n
g
e
qua
t
i
o
n:
[
∑
∑
]
(2)
In
t
h
i
s
s
t
udy
,
t
a
n
s
i
g
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
i
s
a
pp
l
i
e
d
f
o
r
hi
d
de
n
l
a
y
e
r
a
n
d
l
i
n
e
a
r
f
u
n
c
t
i
o
n
in
o
ut
put
l
a
y
e
r
.
In
t
hi
s
s
t
udy
,
t
hr
e
e
a
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
(A
N
N
)
m
o
de
l
s
a
r
e
de
v
e
l
o
p
e
d
us
i
n
g
t
h
e
s
e
n
s
i
t
i
v
i
t
y
a
n
a
l
y
s
i
s
t
e
c
h
n
i
q
u
e
.
T
he
s
e
t
h
r
e
e
A
N
N
m
o
d
e
l
s
a
r
e
u
t
i
l
i
z
e
d
t
o
e
s
t
i
m
a
t
e
t
he
m
o
n
t
h
l
y
a
v
e
r
a
g
e
d
a
i
l
y
s
o
l
a
r
r
a
d
i
a
t
i
o
n
v
a
l
u
e
s
i
n
I
n
d
i
a
.
F
i
gu
r
e
2
.
M
o
de
l
o
f
a
n
a
r
t
i
f
i
c
i
a
l
n
e
u
r
o
n
4.
S
EN
S
I
TI
V
I
TY
A
N
A
L
Y
S
I
S
A
s
e
n
s
i
t
i
v
i
t
y
a
n
a
l
y
s
i
s
i
s
a
t
e
c
hn
i
q
ue
w
h
i
c
h
i
s
us
e
d
t
o
s
t
ud
y
t
h
e
b
e
h
a
v
i
o
r
o
f
a
m
o
d
e
l
.
T
h
i
s
t
e
c
hni
que
i
s
us
e
d
t
o
a
s
s
e
s
s
t
h
e
i
m
po
rt
a
n
c
e
o
f
e
a
c
h
i
n
pu
t
v
a
ri
a
b
l
e
s
o
n
t
he
v
a
l
ue
s
of
t
h
e
o
ut
put
pa
ra
m
e
t
e
r
o
f
t
h
e
ra
di
a
t
i
o
n
m
o
de
l
.
In
a
m
o
r
e
ge
n
e
ra
l
s
e
n
s
e
,
t
h
e
s
e
n
s
i
t
i
v
i
t
y
a
n
a
l
y
s
i
s
de
t
e
r
m
i
n
e
s
h
o
w
di
ffe
r
e
nt
v
a
l
ue
s
o
f
t
h
e
i
nput
pa
r
a
m
e
t
e
r
s
a
f
fe
c
t
t
h
e
t
h
e
o
ut
put
v
a
ri
a
b
l
e
.
W
i
t
h
t
h
i
s
t
e
c
hn
i
q
u
e
,
i
t
i
s
f
e
a
s
i
b
l
e
t
o
d
e
t
e
r
m
i
n
e
w
h
i
c
h
i
nput
v
a
r
i
a
b
l
e
s
sh
o
ul
d
b
e
c
o
n
s
i
de
r
e
d
a
s
t
h
e
m
o
s
t
i
m
po
r
t
a
n
t
a
n
d
l
e
a
s
t
i
m
p
o
r
t
a
nt
o
n
e
s
f
o
r
t
h
e
p
r
e
di
c
t
i
o
n
o
f
s
o
l
a
r
ra
d
i
a
t
i
o
n.
I
n
t
h
i
s
s
t
u
dy
,
a
c
o
rre
l
a
t
i
o
n
a
n
a
l
y
s
i
s
i
s
c
a
rri
e
d
o
u
t
t
o
d
e
t
e
rm
i
ne
t
he
m
o
s
t
i
nf
l
u
e
nc
i
ng
i
np
u
t
v
a
ri
a
b
l
e
s
.
T
a
b
l
e
3
s
h
ow
s
t
h
e
ra
n
k
i
n
g
o
f
i
n
p
ut
p
a
r
a
m
e
t
e
r
s
b
a
s
e
d
o
n
t
h
e
v
a
l
ue
o
f
c
o
r
r
e
l
a
t
i
o
n
c
o
e
ff
i
c
i
e
n
t
.
T
h
e
p
r
e
d
i
c
t
i
o
n
r
e
s
ul
t
s
w
i
l
l
b
e
b
e
t
t
e
r
i
f
t
h
e
v
a
l
ue
o
f
R
i
s
h
i
g
h
w
h
i
c
h
i
s
n
e
a
r
e
r
t
o
o
n
e
.
It
i
s
o
b
s
e
r
v
e
d
t
ha
t
r
e
l
a
t
i
v
e
hum
i
di
t
y
s
c
o
r
e
d
t
h
e
l
e
a
s
t
R
v
a
l
ue
of
0.
44;
m
a
x
i
m
um
t
e
m
pe
r
a
t
u
r
e
go
t
t
h
e
h
i
g
h
e
s
t
v
a
l
u
e
of
0.
8
f
o
l
l
ow
e
d
by
b
r
i
g
h
t
s
u
n
s
hi
n
e
d
u
ra
t
i
o
n.
T
h
e
c
a
l
c
ul
a
t
e
d
c
o
r
r
e
l
a
t
i
o
n
c
o
e
ff
i
c
i
e
n
t
v
a
l
ue
s
ra
n
ge
s
b
e
t
w
e
e
n
0.
4
4
a
nd
0
.
80
.
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
Se
ns
i
t
i
v
i
t
y
anal
y
s
i
s
bas
e
d
ar
t
i
f
i
c
i
al
ne
ur
a
l
ne
t
w
or
k
appr
oa
c
h
f
or
gl
ob
al
s
ol
ar
r
adi
a
t
i
o
n
…
(
Me
e
na
l
R
.
)
35
T
a
b
l
e
3
.
R
a
n
k
i
n
g
o
f
i
n
pu
t
pa
ra
m
e
t
e
r
s
b
a
s
e
d
o
n
t
h
e
v
a
l
ue
o
f
c
o
r
r
e
l
a
t
i
o
n
c
o
e
ff
i
c
i
e
n
t
(R
)
S.
No
In
p
u
t
p
a
ra
m
e
t
e
r
s
Co
rr
e
l
a
t
i
o
n
C
o
e
ff
i
c
i
e
n
t
-
(R
)
Ra
n
k
1
Re
l
a
t
i
v
e
h
u
m
i
d
i
t
y
(
RH
)
0
.
4
4
6
2
M
i
n
i
m
u
m
t
e
m
p
e
ra
t
u
r
e
(
T
m
i
n
)
0
.
5
4
5
3
L
e
n
g
t
h
o
f
t
h
e
d
a
y
0.
60
4
4
H
0
0
.
6
3
3
5
Bri
g
h
t
s
u
n
s
h
i
n
e
d
u
ra
t
i
o
n
0
.
6
8
2
6
M
a
x
i
m
u
m
t
e
m
p
e
ra
t
u
re
(
T
max
)
0
.
8
0
1
4
.
1
.
ANN
m
o
d
e
l
s
T
h
re
e
a
rt
i
f
i
c
i
a
l
ne
u
ra
l
ne
t
w
o
rk
(
A
N
N
)
m
o
d
e
l
s
na
m
e
l
y
S
-
A
N
N
,
T
-
A
N
N
a
nd
ST
-
A
N
N
N
a
re
de
v
e
l
o
pe
d
us
i
n
g
s
e
n
s
i
t
i
v
i
t
y
a
n
a
l
y
s
i
s
t
e
c
hn
i
q
ue
.
T
h
e
S
-
A
N
N
m
o
de
l
h
a
s
b
r
i
g
h
t
s
u
n
s
h
i
n
e
h
o
ur
(
S
)
a
nd
l
e
n
g
t
h
o
f
t
h
e
da
y
(
S
0
)
a
s
i
t
s
i
n
p
ut
.
A
s
t
h
e
m
e
t
e
o
r
o
l
o
gi
c
a
l
pa
ra
m
e
t
e
r
b
r
i
g
ht
s
u
n
s
hi
n
e
h
o
ur
i
s
n
o
t
a
v
a
i
l
a
b
l
e
i
n
a
l
l
t
h
e
m
e
a
s
u
ri
n
g
s
t
a
t
i
o
n
s
o
f
In
di
a
,
t
h
e
t
e
m
pe
ra
t
u
r
e
-
b
a
s
e
d
A
N
N
m
o
de
l
n
a
m
e
l
y
T
-
ANN
i
s
b
ui
l
d
w
i
t
h
t
h
e
h
e
l
p
o
f
m
a
xi
m
u
m
a
nd
m
i
ni
m
u
m
t
e
m
pe
ra
t
u
r
e
a
s
i
t
s
i
n
pu
t
v
a
ri
a
b
l
e
s
.
T
h
e
l
a
s
t
m
o
de
l
S
T
-
A
N
N
i
s
de
v
e
l
o
p
e
d
us
i
n
g
m
a
x
i
m
um
a
n
d
m
i
ni
m
u
m
t
e
m
pe
r
a
t
u
r
e
,
b
ri
g
h
t
s
u
n
s
h
i
n
e
h
o
ur
v
a
l
ue
s
,
da
y
l
e
n
g
t
h
a
r
e
us
e
d
a
s
i
n
pu
t
s
pa
r
a
m
e
t
e
r
s
.
F
o
r
a
l
l
t
h
e
a
bo
ve
m
e
n
t
i
o
n
e
d
t
hr
e
e
A
N
N
m
o
d
e
l
s
,
l
a
t
i
t
ude
,
l
o
n
gi
t
ude
a
n
d
m
o
nt
h
o
f
t
h
e
s
e
l
e
c
t
e
d
In
di
a
n
c
i
t
i
e
s
a
r
e
us
e
d
a
s
c
o
m
m
o
n
i
n
put
p
a
ra
m
e
t
e
r
s
a
n
d
t
h
e
o
ut
put
i
s
t
h
e
m
o
n
t
hl
y
a
v
e
r
a
ge
da
i
l
y
G
S
R
da
t
a
.
F
i
gu
r
e
3
s
h
o
w
s
t
h
e
a
r
c
h
i
t
e
c
t
u
r
e
o
f
t
h
e
S
T
-
A
N
N
m
o
de
l
.
L
a
v
e
n
b
e
r
g
-
M
a
r
qu
a
rdt
b
a
c
k
pr
o
pa
g
a
t
i
o
n
a
l
go
r
i
t
h
m
(L
M
a
l
go
r
i
t
hm
)
i
s
a
ppl
i
e
d
t
o
e
s
t
i
m
a
t
e
t
h
e
s
o
l
a
r
ra
di
a
t
i
o
n
i
n
s
e
l
e
c
t
e
d
I
n
di
a
n
l
o
c
a
t
i
o
n
s
,
T
h
e
m
a
i
n
a
i
m
o
f
t
h
e
s
e
n
s
i
t
i
v
i
t
y
a
na
l
y
s
i
s
t
e
c
h
ni
que
i
s
t
o
de
c
r
e
a
s
e
t
h
e
n
u
m
b
e
r
o
f
i
nput
s
v
a
r
i
a
b
l
e
s
r
e
qui
r
e
d
fo
r
e
s
t
i
m
a
t
i
o
n
of
s
o
l
a
r
r
a
d
i
a
t
i
o
n
w
i
t
h
o
ut
r
a
i
s
i
n
g
t
h
e
e
rr
o
r
o
f
t
h
e
n
e
t
w
o
r
k
.
T
o
a
c
c
o
m
pl
i
s
h
t
h
i
s
,
A
N
N
m
o
de
l
i
s
de
v
e
l
o
pe
d
by
di
ff
e
r
e
n
t
c
o
m
b
i
na
t
i
o
n
o
f
i
n
pu
t
s
a
n
d
t
h
e
n
t
ra
i
n
e
d
r
e
s
pe
c
t
i
v
e
l
y
.
N
e
xt
,
t
h
e
a
c
c
o
m
pl
i
s
h
e
d
pe
r
f
o
r
m
a
n
c
e
i
s
r
e
po
r
t
e
d.
T
a
b
l
e
4
p
r
e
s
e
n
t
s
t
h
e
r
e
s
ul
t
s
o
f
t
ra
i
ni
n
g
e
rr
o
r
na
m
e
l
y
R
M
S
E
fo
r
s
i
n
gl
e
i
nput
pa
r
a
m
e
t
e
r
a
n
d
c
o
m
b
i
na
t
i
o
n
o
f
t
w
o
i
n
pu
t
s
.
T
h
e
de
v
e
l
o
pe
d
A
N
N
m
o
de
l
w
i
t
h
l
e
a
s
t
R
M
S
E
h
a
s
t
h
e
t
h
e
m
a
j
o
r
i
t
y
i
n
f
l
ue
n
c
e
o
n
t
h
e
gl
o
b
a
l
s
o
l
a
r
r
a
d
i
a
t
i
o
n.
F
r
o
m
T
a
b
l
e
4,
i
t
i
s
fo
un
d
t
h
a
t
m
o
de
l
w
i
t
h
t
h
e
c
o
m
b
i
n
a
t
i
o
n
o
f
b
r
i
g
h
t
s
un
s
hi
n
e
dura
t
i
o
n
a
n
d
d
a
y
l
e
n
gt
h
i
nput
s
pe
r
f
o
r
m
s
e
xc
e
l
l
e
n
t
i
n
t
h
e
e
s
t
i
m
a
t
i
o
n
o
f
s
o
l
a
r
ra
di
a
t
i
o
n
w
i
t
h
l
e
a
s
t
e
rr
o
r
fo
l
l
ow
e
d
by
t
h
e
m
o
de
l
us
i
n
g
m
a
x
i
m
u
m
a
n
d
m
i
ni
m
um
t
e
m
p
e
r
a
t
u
r
e
a
s
i
n
pu
t
s
.
T
hus
,
f
o
r
ra
di
a
t
i
o
n
p
r
e
di
c
t
i
o
n
t
h
e
f
i
r
s
t
t
w
o
m
o
d
e
l
s
w
i
t
h
l
e
s
s
R
M
S
E
v
a
l
ue
i
s
s
e
l
e
c
t
e
d.
Be
s
t
pe
r
f
o
r
m
i
ng
m
o
de
l
s
a
r
e
a
v
a
i
l
a
b
l
e
i
n
T
a
b
l
e
5.
F
ro
m
T
a
b
l
e
5
,
i
t
i
s
v
e
ri
f
i
e
d
t
ha
t
t
he
i
nc
l
u
s
i
o
n
o
f
t
he
ge
o
g
ra
p
hi
c
a
l
p
a
ra
m
e
t
e
rs
re
s
u
l
t
s
i
n
m
i
ni
m
i
z
i
ng
t
he
re
g
re
s
s
i
o
n
e
rro
r
o
f
t
he
A
N
N
m
o
de
l
s
.
I
n
a
d
d
i
t
i
o
n,
t
he
m
o
d
e
l
w
i
t
h
t
he
c
o
m
b
i
na
t
i
o
n
o
f
t
e
m
p
e
ra
t
u
re
a
nd
s
u
n
s
hi
n
e
i
nput
s
g
i
v
e
s
e
xc
e
l
l
e
n
t
p
r
e
d
i
c
t
i
o
n
r
e
s
ul
t
s
.
F
i
gu
r
e
3
.
A
r
c
h
i
t
e
c
t
ur
e
o
f
t
h
e
ST
-
ANN
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
.
20
,
N
o
.
1
,
O
c
t
o
b
e
r
20
20
:
31
-
38
36
T
a
b
l
e
4
.
S
e
n
s
i
t
i
v
i
t
y
r
e
gr
e
s
s
i
o
n
e
rr
o
r
f
o
r
s
i
n
gl
e
i
n
pu
t
a
n
d
t
w
o
i
n
put
s
S
.
N
o
In
p
u
t
p
a
ra
m
e
t
e
r
s
RM
S
E
In
p
u
t
p
a
ra
m
e
t
e
r
s
RM
S
E
S
i
n
g
l
e
In
p
u
t
T
ra
i
n
T
e
s
t
T
w
o
i
n
p
u
t
s
T
ra
i
n
T
e
s
t
1
M
a
x
i
m
u
m
t
e
m
p
e
ra
t
u
re
T
max
1
.
7
9
2
.
2
9
S,
S
0
0
.
9
4
1
.
7
7
2
M
o
n
t
h
N
u
m
b
e
r
2
.
0
0
2
.
1
2
T
m
a
x
, T
m
i
n
1
.
2
3
1
.
5
0
3
Bri
g
h
t
s
u
n
s
h
i
n
e
h
o
u
r
2
.
1
0
2
.
6
0
S,
H
0
1
.
3
4
2
.
4
6
4
H
0
2
.
2
3
2
.
6
9
T
m
a
x
,
RH
1
.
5
4
1
.
9
6
5
D
a
y
l
e
n
g
t
h
2
.
3
9
2
.
8
9
T
m
a
x
,
H
0
1
.
6
9
1
.
9
0
6
M
i
n
i
m
u
m
t
e
m
p
e
ra
t
u
r
e
T
m
i
n
3
.
8
9
3
.
5
6
T
m
i
n
,
RH
2
.
0
3
2
.
5
6
7
RH
2
.
6
9
3
.
0
1
T
m
i
n
, H
0
2
.
2
9
2
.
9
0
T
a
b
l
e
5
.
S
e
n
s
i
t
i
v
i
t
y
r
e
gr
e
s
s
i
o
n
e
rr
o
r
f
o
r
t
h
e
p
r
o
po
s
e
d
ANN
m
o
de
l
s
P
ro
p
o
s
e
d
A
N
N
M
o
d
e
l
In
p
u
t
P
a
ra
m
e
t
e
r
s
RM
S
E
T
ra
i
n
T
e
s
t
S
-
A
N
N
S
,
S
0
0
.
2
6
0
.
7
5
T
-
A
N
N
T
max
, T
m
i
n
0
.
7
3
0
.
9
6
ST
-
A
N
N
S,
S
0
,
T
max
,T
m
i
n
0
.
2
3
0
.
5
3
4.
2
.
S
e
n
s
i
ti
v
i
ty
an
al
ys
i
s
u
n
d
e
r
n
o
i
s
e
In
t
h
e
f
o
l
l
ow
i
n
g
a
na
l
y
s
i
s
,
a
s
i
m
ul
a
t
e
d
s
m
a
l
l
r
a
n
do
m
e
rr
o
r
ha
s
b
e
e
n
i
n
t
r
o
duc
e
d
i
n
i
n
pu
t
v
a
ri
a
b
l
e
s
t
o
s
e
e
t
h
e
i
n
f
l
ue
n
c
e
o
n
de
s
i
r
e
d
o
ut
pu
t
.
T
h
e
s
e
n
s
i
t
i
v
i
t
y
a
n
a
l
y
s
i
s
i
s
pe
r
f
o
r
m
e
d
o
n
t
e
m
pe
ra
t
u
r
e
b
a
s
e
d
A
N
N
m
o
de
l
(T
-
A
N
N
).
I
n
T
-
A
N
N
m
o
de
l
,
5
i
n
put
s
a
r
e
us
e
d
na
m
e
l
y
,
m
ont
h
,
l
a
t
i
t
u
de
l
o
n
gi
t
ude
,
m
a
xi
m
u
m
a
n
d
m
i
ni
m
u
m
t
e
m
pe
ra
t
u
r
e
.
I
n
t
h
i
s
a
na
l
y
s
i
s
,
t
h
e
ge
o
gr
a
p
hi
c
a
l
pa
ra
m
e
t
e
r
s
a
r
e
ke
pt
f
i
xe
d.
A
s
m
a
l
l
ra
n
do
m
e
rr
o
r
ha
s
b
e
e
n
i
n
t
r
o
duc
e
d
i
n
i
n
pu
t
v
a
ri
a
b
l
e
s
na
m
e
l
y
m
a
xi
m
u
m
a
n
d
m
i
ni
m
u
m
t
e
m
pe
r
a
t
u
r
e
t
o
s
e
e
t
h
e
i
n
f
l
ue
n
c
e
o
n
t
h
e
o
ut
pu
t
ra
di
a
t
i
o
n.
T
h
e
f
o
l
l
ow
i
n
g
t
hr
e
e
c
a
s
e
s
i
s
c
o
n
s
i
de
r
e
d
t
o
de
m
o
n
s
t
ra
t
e
t
h
e
s
t
a
b
i
l
i
t
y
of
t
h
e
A
N
N
:
Ca
s
e
a
)
5%
o
f
e
rr
o
r
a
dde
d
t
o
s
i
n
g
l
e
i
nput
a
nd
t
w
o
i
n
pu
t
s
Ca
s
e
b
)
10%
o
f
e
rr
o
r
a
d
de
d
t
o
s
i
ngl
e
i
n
put
a
n
d
t
w
o
i
n
p
ut
s
Ca
s
e
c
)
20%
o
f
e
rr
o
r
a
d
de
d
t
o
s
i
ngl
e
i
n
put
a
n
d
t
w
o
i
n
p
ut
s
In
a
l
l
t
h
e
t
hr
e
e
c
a
s
e
s
s
h
ow
n
i
n
T
a
b
l
e
6,
R
v
a
l
ue
i
s
a
bov
e
0
.
94
i
n
t
ra
i
ni
n
g
r
e
s
ul
t
s
.
If
s
m
a
l
l
r
a
ndo
m
e
rr
o
r
i
s
i
nt
r
o
duc
e
d
i
n
a
n
y
o
n
e
o
f
t
h
e
i
n
pu
t
s
,
t
h
e
r
e
i
s
n
o
m
uc
h
i
n
f
l
ue
n
c
e
o
n
t
h
e
o
ut
put
.
T
h
e
p
r
e
di
c
t
i
o
n
r
e
s
ul
t
s
a
r
e
go
o
d.
A
N
N
i
s
a
b
l
e
t
o
pe
r
fo
r
m
w
e
l
l
up
t
o
10%
o
f
e
r
r
o
r
i
nt
r
o
duc
e
d
i
n
t
h
e
i
n
pu
t
pa
ra
m
e
t
e
r
s
.
F
r
o
m
T
a
b
l
e
6,
i
t
i
s
o
b
s
e
r
v
e
d
t
h
a
t
u
nde
r
n
o
i
s
e
c
o
n
di
t
i
o
n
a
l
s
o
,
a
l
l
t
h
e
s
t
a
t
i
s
t
i
c
a
l
i
n
d
i
c
a
t
o
r
s
na
m
e
l
y
M
B
E
a
nd
R
M
S
E
a
r
e
w
i
t
h
i
n
t
h
e
a
c
c
e
pt
a
b
l
e
r
a
n
ge
.
A
s
t
h
e
n
o
i
s
e
l
e
v
e
l
i
s
i
n
c
r
e
a
s
i
n
g
t
o
20
%
t
h
e
r
e
i
s
a
s
m
a
l
l
de
g
ra
da
t
i
o
n
i
n
A
N
N
pe
r
f
o
r
m
a
n
c
e
w
h
i
c
h
i
s
s
h
o
w
n
i
n
T
a
b
l
e
7.
It
i
s
f
o
un
d
t
ha
t
a
s
t
h
e
e
rr
o
r
i
nt
r
o
duc
e
d
i
n
t
h
e
i
n
pu
t
i
n
c
r
e
a
s
e
s
,
t
h
e
R
M
S
E
v
a
l
ue
i
s
a
l
s
o
i
n
c
r
e
a
s
i
ng.
F
r
o
m
T
a
b
l
e
8,
i
t
i
s
f
o
un
d
t
ha
t
t
h
e
s
e
l
e
c
t
e
d
A
N
N
m
o
de
l
w
i
t
h
t
h
e
b
e
s
t
i
nput
v
a
r
i
a
b
l
e
s
i
de
n
t
i
f
i
e
d
us
i
n
g
s
e
n
s
i
t
i
v
i
t
y
a
n
a
l
y
s
i
s
pe
r
f
o
r
m
s
b
e
t
t
e
r
t
h
a
n
t
h
e
o
t
h
e
r
A
N
N
m
o
de
l
s
w
i
t
h
l
e
s
s
R
M
S
E
v
a
l
ue
a
n
d
R
v
a
l
ue
c
l
o
s
e
r
t
o
o
n
e
.
A
s
c
o
n
c
l
us
i
o
n
,
A
N
N
c
a
n
pe
r
f
o
r
m
r
e
a
s
o
na
b
l
y
go
o
d
i
n
G
S
R
pr
e
di
c
t
i
o
n
o
n
p
ra
c
t
i
c
a
l
a
p
pl
i
c
a
t
i
o
n
s
w
h
e
r
e
t
h
e
da
t
a
i
s
a
f
f
e
c
t
e
d
by
n
o
i
s
e
c
a
us
e
d
by
e
rr
o
r
s
o
n
m
e
a
s
uri
n
g
,
f
a
ul
t
o
f
da
t
a
a
c
qui
s
i
t
i
o
n
s
y
s
t
e
m
,
r
e
c
o
r
di
ng
pr
o
b
l
e
m
s
,
a
n
d
s
o
o
n
.
T
a
b
l
e
6
.
S
e
n
s
i
t
i
v
i
t
y
r
e
gr
e
s
s
i
o
n
e
rr
o
r
w
i
t
h
s
i
ngl
e
i
nput
u
nde
r
n
o
i
s
e
%
E
rr
o
r
T
ra
i
n
i
n
g
T
e
s
t
i
n
g
RM
S
E
R
M
BE
RM
S
E
R
M
BE
Ca
s
e
a
)
5
%
o
f
e
rr
o
r
a
d
d
e
d
t
o
T
max
0
.
6
1
3
3
0
.
9
8
2
6
0
.
2
2
2
9
0
.
8
6
3
9
0
.
9
7
3
8
0
.
5
6
3
2
5
%
o
f
e
rr
o
r
a
d
d
e
d
t
o
T
m
i
n
0
.
4
5
9
7
0
.
9
8
7
2
0
.
0
5
4
0
0
.
8
2
0
7
0
.
9
8
2
4
-
0
.
6
1
3
9
Ca
s
e
b
)
1
0
%
o
f
e
r
ro
r
a
d
d
e
d
t
o
T
max
0
.
9
3
6
9
0
.
9
4
4
2
0
.
0
9
7
1
1
.
5
0
1
4
0
.
8
8
7
7
-
0
.
0
5
8
2
1
0
%
o
f
e
r
ro
r
a
d
d
e
d
t
o
T
m
i
n
0
.
7
8
0
8
0
.
9
6
5
0
0
.
2
5
1
8
1
.
7
6
4
6
0
.
8
2
4
3
-
0
.
1
8
6
1
Ca
s
e
c
)
2
0
%
o
f
e
r
ro
r
a
d
d
e
d
t
o
T
max
0
.
8
2
1
3
0
.
9
7
3
8
-
0
.
4
7
8
9
1
.
8
3
2
5
0
.
7
9
6
0
-
0
.
1
2
9
3
2
0
%
o
f
e
r
ro
r
a
d
d
e
d
t
o
T
m
i
n
0
.
8
2
1
9
0
.
9
6
4
4
0
.
3
8
0
3
2
.
0
9
7
1
0
.
8
1
9
5
0
.
7
0
7
3
T
a
b
l
e
7
.
S
e
n
s
i
t
i
v
i
t
y
r
e
gr
e
s
s
i
o
n
e
rr
o
r
w
i
t
h
t
w
o
i
n
put
s
u
n
de
r
no
i
s
e
%
E
rro
r
T
ra
i
n
i
n
g
T
e
s
t
i
n
g
RM
S
E
R
M
BE
RM
S
E
R
M
BE
Ca
s
e
a
)
5
%
o
f
e
rr
o
r
a
d
d
e
d
t
o
T
max
a
n
d
T
m
i
n
0
.
7
4
2
9
0
.
9
7
3
8
0
.
3
4
7
0
0
.
9
0
5
5
0
.
9
4
8
1
0
.
0
5
6
7
Ca
s
e
b
)
1
0
%
o
f
e
r
ro
r
a
d
d
e
d
t
o
T
max
a
n
d
T
m
i
n
1
.
3
3
2
3
0
.
9
4
5
9
-
0
.
5
9
1
5
2
.
0
8
7
0
0
.
7
8
6
4
-
0
.
9
8
9
4
Ca
s
e
b
)
2
0
%
o
f
e
r
ro
r
a
d
d
e
d
t
o
T
max
a
n
d
T
m
i
n
0
.
6
2
6
1
0
.
9
7
5
5
-
0
.
0
9
0
5
2
.
3
9
9
7
0
.
5
6
4
0
-
0
.
5
0
9
0
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
Se
ns
i
t
i
v
i
t
y
anal
y
s
i
s
bas
e
d
ar
t
i
f
i
c
i
al
ne
ur
a
l
ne
t
w
or
k
appr
oa
c
h
f
or
gl
ob
al
s
ol
ar
r
adi
a
t
i
o
n
…
(
Me
e
na
l
R
.
)
37
T
a
b
l
e
8
.
Co
m
p
a
r
i
s
i
o
n
o
f
p
r
o
po
s
e
d
A
N
N
m
o
de
l
w
i
t
h
o
t
h
e
r
A
N
N
m
o
de
l
s
S
.
N
o
A
u
t
h
o
r
/
R
e
fe
rr
e
n
c
e
RM
S
E
R
1
H
a
t
i
c
e
Ci
t
a
k
o
g
l
u
[1
4
]
1
.
5
2
3
0
0
.
9
4
0
0
2
P
re
m
a
l
a
t
h
a
[1
3
]
1
.
0
4
1
6
0
.
9
5
4
5
3
K
u
m
a
r
N
.
[1
6
]
1
.
5
8
9
9
-
4
M
u
b
i
ru
[1
2
]
0
.
3
8
5
0
0
.
9
7
4
0
5
Cu
rre
n
t
s
t
u
d
y
0
.
2
2
9
0
0
.
9
9
6
8
5.
C
O
N
C
LU
S
I
O
N
T
hr
e
e
c
a
t
e
go
r
i
e
s
of
A
N
N
m
o
de
l
s
a
r
e
de
ve
l
o
pe
d
t
o
pr
e
di
c
t
t
h
e
gl
o
b
a
l
s
o
l
a
r
ra
di
a
t
i
o
n.
T
h
e
be
s
t
m
o
de
l
s
na
m
e
l
y
T
-
A
N
N
,
S
-
A
N
N
a
n
d
S
T
-
A
N
N
a
r
e
p
r
o
po
s
e
d
b
a
s
e
d
o
n
s
e
n
s
i
t
i
v
i
t
y
a
n
a
l
y
s
i
s
.
T
h
e
s
t
a
b
i
l
i
t
y
of
t
h
e
m
o
de
l
i
s
c
h
e
c
ke
d
by
c
o
n
duc
t
i
n
g
s
e
n
s
i
t
i
v
i
t
y
a
na
l
y
s
i
s
un
d
e
r
n
o
i
s
e
c
o
n
di
t
i
o
n
by
i
n
t
r
o
duc
i
n
g
s
o
m
e
e
rr
o
r
i
n
t
h
e
i
nput
s
gi
v
e
n
t
o
t
h
e
A
N
N
m
o
de
l
s
.
F
r
o
m
t
h
e
r
e
s
ul
t
s
r
e
po
rt
e
d
i
n
t
h
i
s
w
o
r
k,
i
t
i
s
c
o
n
c
l
ude
d
t
ha
t
c
o
rr
e
l
a
t
i
o
n
c
oe
ff
i
c
i
e
n
t
a
nd
p
r
e
di
c
t
i
o
n
a
c
c
ura
c
y
of
t
h
e
A
N
N
m
o
de
l
s
b
ui
l
d
i
n
t
h
i
s
w
o
r
k
w
i
t
h
m
o
s
t
s
ui
t
a
b
l
e
i
n
put
v
a
ri
a
b
l
e
s
a
r
e
be
t
t
e
r
t
ha
n
t
h
e
o
t
h
e
r
A
N
N
m
o
de
l
s
a
v
a
i
l
a
b
l
e
i
n
t
h
e
l
i
t
e
ra
t
u
r
e
(R
=
0.
99
).
T
h
e
e
ff
e
c
t
i
v
e
n
e
s
s
of
t
h
e
A
N
N
m
o
de
l
s
de
v
e
l
o
pe
d
i
n
t
hi
s
w
o
r
k
w
i
t
h
b
e
s
t
i
n
pu
t
v
a
ri
a
b
l
e
s
ha
s
b
e
e
n
v
e
r
i
f
i
e
d
by
c
o
n
duc
t
i
ng
c
o
m
pa
ra
t
i
v
e
s
t
ud
y
w
i
t
h
o
t
h
e
r
A
N
N
m
o
de
l
s
.
It
ha
s
b
e
e
n
o
b
s
e
r
v
e
d
t
ha
t
t
h
e
s
e
l
e
c
t
e
d
A
N
N
m
o
de
l
s
ha
v
e
pe
r
f
o
r
m
e
d
s
upe
ri
o
r
o
v
e
r
t
h
e
o
t
h
e
r
m
o
n
t
hl
y
A
N
N
m
o
de
l
s
.
T
h
e
r
e
f
o
r
e
i
t
i
s
obv
i
ous
l
y
v
e
r
i
f
i
e
d
t
ha
t
t
h
e
i
nput
v
a
r
i
a
b
l
e
s
n
a
m
e
l
y
t
h
e
m
a
xi
m
um
t
e
m
pe
ra
t
u
r
e
a
n
d
b
ri
g
ht
s
u
n
s
h
i
n
e
du
r
a
t
i
o
n
i
de
n
t
i
f
i
e
d
us
i
ng
s
e
n
s
i
t
i
v
i
t
y
a
n
a
l
y
s
i
s
pl
a
y
s
a
n
i
m
po
rt
a
nt
r
o
l
e
i
n
o
b
t
a
i
n
i
ng
t
h
e
s
upe
ri
o
r
p
r
e
di
c
t
i
o
n
a
c
c
u
r
a
c
y
.
In
a
ddi
t
i
o
n,
A
N
N
i
s
a
b
l
e
t
o
pe
r
fo
r
m
r
e
a
s
o
n
a
b
l
y
go
o
d
i
n
G
S
R
pr
e
di
c
t
i
o
n
o
n
p
ra
c
t
i
c
a
l
a
pp
l
i
c
a
t
i
o
n
s
w
h
e
r
e
t
he
da
t
a
i
s
a
f
f
e
c
t
e
d
by
n
o
i
s
e
c
a
us
e
d
by
e
r
r
o
r
s
o
n
m
e
a
s
u
r
i
n
g
,
f
a
ul
t
o
f
da
t
a
a
c
qu
i
s
i
t
i
o
n
s
y
s
t
e
m
,
r
e
c
o
r
di
ng
p
r
o
b
l
e
m
s
,
a
n
d
s
o
o
n
.
A
C
K
N
O
WL
ED
G
E
M
EN
TS
In
d
i
a
M
e
t
e
o
r
o
l
o
gi
c
a
l
D
e
pa
rt
m
e
n
t
i
s
a
c
k
n
o
w
l
e
dge
d
fo
r
t
h
e
da
t
a
s
ppo
r
t
.
R
EF
ER
EN
C
ES
[
1]
H
.
R
i
c
h
I
nm
a
n,
e
t
a
l
.
,
“
R
e
v
i
e
w
S
o
l
a
r
f
o
r
e
c
a
s
t
i
ng
m
e
t
ho
ds
f
o
r
r
e
n
e
w
a
bl
e
e
ne
r
gy
i
nt
e
g
r
a
t
i
o
n,
”
P
r
ogr
e
s
s
i
n
E
ne
r
g
y
and
C
om
bus
t
i
on
Sc
i
e
nc
e
,
v
o
l
.
39
,
no
.
6,
pp
.
535
-
57
6,
20
13
.
[
2]
R
.
M
e
e
na
l
,
e
t
a
l
.
,
“
S
o
l
a
r
M
a
pp
i
ng
o
f
I
ndi
a
us
i
ng
S
uppo
r
t
V
e
c
t
o
r
M
a
c
hi
ne
,
”
J
o
ur
na
l
of
P
hy
s
i
c
s
:
C
on
f
e
r
e
nc
e
Se
r
i
e
s
,
v
o
l
.
1142
p
.
01
20
10
,
2018
.
[
3]
R.
M
e
e
na
l
a
nd
I
m
m
a
nue
l
S
e
l
v
a
kum
a
r
A
.
,
"
A
s
s
e
s
s
m
e
n
t
o
f
s
o
l
a
r
E
ne
r
g
y
P
o
t
e
nt
i
a
l
o
f
S
m
a
r
t
C
i
t
i
e
s
o
f
T
a
m
i
l
N
a
du
us
i
ng
M
a
c
h
i
ne
L
e
a
r
n
i
ng
w
i
t
h
B
i
g
da
t
a
,"
A
d
v
an
c
e
s
i
n
B
i
g
D
a
t
a
and
C
l
oud
C
om
p
ut
i
ng
,
v
o
l
.
75
0,
pp
.
27
-
36
,
2018
.
[
4]
R
.
M
e
e
na
l
,
e
t
a
l
.
,
“
R
e
v
i
e
w
o
n
m
a
t
he
m
a
t
i
c
a
l
m
o
de
l
s
f
o
r
t
he
pr
e
di
c
t
i
o
n
o
f
g
l
o
ba
l
s
o
l
a
r
r
a
di
a
t
i
o
n,
”
I
ndone
s
i
an
J
o
ur
n
al
of
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
(
I
J
E
E
C
S)
,
v
o
l
.
15
,
no
.
1,
pp
.
54
-
59
,
2019
.
[
5]
A
hm
a
d
F
a
t
e
h
M
o
ha
m
a
d
N
o
r
a
nd
M
a
r
i
z
a
n
S
u
l
a
i
m
a
n
,
“
V
o
l
t
a
g
e
i
ns
t
a
b
i
l
i
t
y
a
na
l
y
s
i
s
ba
s
e
d
o
n
m
o
da
l
a
na
l
y
s
i
s
t
e
c
hni
que
a
nd
a
r
t
i
f
i
c
i
a
l
ne
u
r
a
l
ne
t
w
o
r
k
,
”
I
n
done
s
i
an
J
our
n
al
o
f
E
l
e
c
t
r
i
c
al
E
n
gi
ne
e
r
i
n
g
and
C
om
p
ut
e
r
S
c
i
e
nc
e
(
I
J
E
E
C
S)
,
v
o
l
.
13
,
no
.
3,
pp
.
127
4
-
1279
,
201
9.
[
6]
L
e
e
Y
e
e
A
nn,
e
t
a
l
.
,
“
F
P
G
A
-
ba
s
e
d
a
r
c
h
i
t
e
c
t
ur
e
o
f
hy
br
i
d
m
ul
t
i
l
a
y
e
r
e
d
pe
r
c
e
pt
r
o
n
ne
u
r
a
l
ne
t
w
o
r
k
,
”
I
ndon
e
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
(
I
J
E
E
C
S)
,
v
o
l
.
14
,
no
.
2,
pp
.
94
9
-
956,
2
019
.
[
7]
W
a
qa
s
S
a
l
e
e
m
,
e
t
a
l
.
,
“
C
o
m
put
a
t
i
o
na
l
A
na
l
y
s
i
s
a
nd
A
r
t
i
f
i
c
i
a
l
N
e
ur
a
l
N
e
t
w
o
r
k
O
pt
i
m
i
z
a
t
i
o
n
o
f
D
r
y
T
ur
ni
ng
P
a
r
a
m
e
t
e
r
s
-
A
A
2024
-
T
351,
”
A
pp
l
i
e
s
S
c
i
e
nc
e
s
,
v
o
l
.
7,
no
.
6
,
pp.
1
-
2
1,
201
7.
[
8]
S
.
K
a
r
u
pi
a
h,
e
t
a
l
.
,
“
P
r
e
di
c
t
i
o
n
o
f
o
v
e
r
c
ur
r
e
nt
R
e
l
a
y
m
i
s
c
oo
r
di
na
t
i
o
n
t
i
m
e
u
s
i
ng
a
r
t
i
f
i
c
i
a
l
n
e
ur
a
l
ne
t
w
o
r
k
,
”
I
ndo
ne
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
(
I
J
E
E
C
S)
,
v
o
l
.
14
,
n
o
.
1,
pp
.
319
-
32
6,
20
19
.
[
9]
Y
a
da
v
A
.
K
.,
a
nd
C
ha
nde
l
S
.
S
.
,
“
S
o
l
a
r
r
a
di
a
t
i
o
n
pr
e
di
c
t
i
o
n
us
i
ng
a
r
t
i
f
i
c
i
a
l
n
e
ur
a
l
ne
t
w
o
r
k
t
e
c
hni
qu
e
s
:
a
r
e
v
i
e
w
,
”
R
e
ne
w
abl
e
and
Sus
t
a
i
n
a
bl
e
E
ne
r
gy
R
e
v
i
e
w
s
,
v
o
l
.
33,
p
p.
77
2
-
7
81,
2014
.
[
10]
M
.
B
e
ng
ha
n
e
m
,
e
t
a
l
.
,
“
A
N
N
-
ba
s
e
d
m
o
de
l
l
i
ng
a
nd
e
s
t
i
m
a
t
i
o
n
o
f
da
i
l
y
g
l
o
ba
l
s
o
l
a
r
r
a
di
a
t
i
o
n
da
t
a
:
A
c
a
s
e
s
t
udy
,
”
E
ne
r
gy
C
onv
e
r
s
i
on
a
nd
M
anage
m
e
nt
,
v
o
l
.
50,
no
.
7
,
pp.
1
644
-
165
5
,
2009
.
[
11]
E
m
a
nue
l
F
e
d
e
r
i
c
o
A
l
s
i
n
a
,
e
t
a
l
.
,
“
A
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
ne
t
w
o
r
k
o
pt
i
m
i
z
a
t
i
o
n
f
o
r
m
o
nt
hl
y
a
v
e
r
a
g
e
da
i
l
y
g
l
o
ba
l
s
o
l
a
r
r
a
d
i
a
t
i
o
n
pr
e
di
c
t
i
o
n,
”
E
ne
r
g
y
C
onv
e
r
s
i
on
a
nd
M
a
nage
m
e
nt
,
v
o
l
.
12
0,
pp
.
320
-
329
,
201
6.
[
12]
M
ub
i
r
u,
J
.
a
nd
B
a
nd
a
E
.
J
.
K
.
B
.
,
“
E
s
t
i
m
a
t
i
o
n
o
f
m
o
nt
hl
y
a
v
e
r
a
g
e
da
i
l
y
g
l
o
ba
l
s
o
l
a
r
i
r
r
a
d
i
a
t
i
o
n
us
i
ng
a
r
t
i
f
i
c
i
a
l
ne
ur
a
l
n
e
t
w
o
r
ks
,
”
S
ol
a
r
E
ne
r
gy
,
v
o
l
.
82
,
no
.
2,
pp
.
181
-
18
7,
20
08
.
[
13]
P
r
e
m
a
l
a
t
ha
N
e
e
l
a
m
e
g
a
m
a
nd
V
a
l
a
n
A
r
a
s
u
A
m
i
r
t
ha
m
,
“
P
r
e
di
c
t
i
o
n
o
f
s
o
l
a
r
r
a
di
a
t
i
o
n
f
o
r
s
o
l
a
r
s
y
s
t
e
m
s
by
us
i
ng
A
N
N
m
o
de
l
s
w
i
t
h
d
i
f
f
e
r
e
n
t
ba
c
k
p
r
o
pa
g
a
t
i
o
n
a
l
g
o
r
i
t
hm
s
,
”
J
ou
r
na
l
of
A
pp
l
i
e
d
r
e
s
e
ar
c
h
and
T
e
c
hno
l
ogy
,
v
o
l
.
14
,
no
.
3
,
pp.
2
06
-
214
,
2016
.
[
14]
H
a
t
i
c
e
C
i
t
a
ko
g
l
u,
“
C
o
m
pa
r
i
s
o
n
o
f
a
r
t
i
f
i
c
i
a
l
i
n
t
e
l
l
i
g
e
nc
e
t
e
c
hni
que
s
v
i
a
e
m
pi
r
i
c
a
l
e
qua
t
i
o
ns
f
o
r
pr
e
di
c
t
i
o
n
o
f
s
o
l
a
r
r
a
d
i
a
t
i
o
n,
”
C
om
pu
t
e
r
s
and
E
l
e
c
t
r
o
ni
c
s
i
n
A
g
r
i
c
u
l
t
u
r
e
,
v
o
l
.
11
5,
pp
.
28
-
37,
20
15.
[
15]
J
i
a
ng
,
H
.
,
e
t
a
l
.
,
“
I
nt
e
l
l
i
g
e
nt
o
p
t
i
m
i
z
a
t
i
o
n
m
o
de
l
s
ba
s
e
d
o
n
h
a
r
d
-
r
i
d
g
e
pe
na
l
t
y
a
nd
R
B
F
f
o
r
f
o
r
e
c
a
s
t
i
ng
g
l
o
ba
l
s
o
l
a
r
r
a
d
i
a
t
i
o
n,
”
E
ne
r
gy
C
on
v
e
r
s
i
on
and
M
ana
ge
m
e
nt
,
v
o
l
.
95
,
pp
.
42
-
58
,
2015
.
[
16]
K
um
a
r
,
N
.
,
e
t
a
l
.
,
“
P
r
e
d
i
c
t
i
o
n
o
f
S
o
l
a
r
E
ne
r
gy
B
a
s
e
d
o
n
I
nt
e
l
l
i
g
e
nt
A
N
N
m
o
de
l
i
ng
,
”
I
nt
e
r
nat
i
o
na
l
J
ou
r
na
l
of
R
e
ne
w
abl
e
E
ne
r
gy
R
e
s
e
ar
c
h
(
I
J
R
E
R
)
,
v
o
l
.
6,
n
o.
1
,
p
p.
18
3
-
188
,
2
0
16.
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
.
20
,
N
o
.
1
,
O
c
t
o
b
e
r
20
20
:
31
-
38
38
[
17]
J
a
n
K
l
e
i
s
s
l
,
“
S
o
l
a
r
E
ne
r
gy
F
o
r
e
c
a
s
t
i
ng
a
n
d
R
e
s
o
ur
c
e
A
s
s
e
s
s
m
e
nt
,
”
E
l
s
e
v
i
e
r
,
A
c
ade
m
i
c
P
r
e
s
s
,
2
013
.
[
18]
N
.
A
b.
W
a
ha
b
e
t
a
l
.
,
“
A
r
t
i
f
i
c
i
a
l
ne
u
r
a
l
ne
t
w
o
r
k
-
ba
s
e
d
t
e
c
hn
i
que
f
o
r
e
ne
r
gy
m
a
na
g
e
m
e
nt
pr
e
d
i
c
t
i
o
n,
”
I
nd
one
s
i
a
n
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
(
I
J
E
E
C
S)
,
v
o
l
.
17
,
n
o
.
1,
pp
.
94
-
10
1,
20
20.
[
19]
H
a
di
S
uy
o
no
,
e
t
a
l
.
,
“
P
r
e
d
i
c
t
i
o
n
o
f
S
o
l
a
r
R
a
d
i
a
t
i
o
n
I
nt
e
n
s
i
t
y
us
i
ng
E
x
t
r
e
m
e
L
e
a
r
ni
ng
M
a
c
hi
ne
,
”
I
ndo
ne
s
i
a
n
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
(
I
J
E
E
C
S)
,
v
o
l
.
12
,
no
.
2,
pp
.
69
1
-
698,
2
018
.
[
20]
Z
uha
i
l
a
M
a
t
Y
a
s
i
n
,
e
t
a
l
.
,
“
P
r
e
d
i
c
t
i
o
n
o
f
s
o
l
a
r
i
r
r
a
di
a
nc
e
us
i
ng
g
r
e
y
w
o
l
f
O
pt
i
m
i
z
e
r
-
L
e
a
s
t
-
S
q
ua
r
e
s
up
po
r
t
v
e
c
t
o
r
m
a
c
h
i
n
e
,
”
I
n
d
o
n
e
s
i
a
n
J
o
u
r
n
a
l
o
f
E
l
e
c
t
r
i
c
a
l
E
n
g
i
n
e
e
r
i
n
g
a
n
d
C
o
m
p
u
t
e
r
S
c
i
e
n
c
e
(
I
J
E
E
C
S
)
,
v
o
l
.
1
7
,
n
o
.
1
,
p
p
.
1
0
-
1
7
,
2
0
2
0
.
[
21]
G
e
bda
ng
B
.
R
ub
e
n,
e
t
a
l
.
,
“
A
ppl
i
c
a
t
i
o
n
a
n
d
S
e
ns
i
t
i
v
i
t
y
A
na
l
y
s
i
s
o
f
A
r
t
i
f
i
c
i
a
l
N
e
u
r
a
l
N
e
t
w
o
r
k
f
o
r
P
r
e
di
c
t
i
o
n
o
f
C
he
m
i
c
a
l
O
xy
g
e
n
D
e
m
a
nd,
”
W
at
e
r
R
e
s
our
c
e
s
M
an
age
m
e
nt
,
v
o
l
.
3
2,
no
.
1,
pp
.
273
-
28
3,
20
18.
[
22]
V
a
hi
d
N
o
ur
a
n
i
a
n
d
M
i
n
a
S
a
y
y
a
h
F
a
r
d,
“
S
e
ns
i
t
i
v
i
t
y
a
na
l
y
s
i
s
o
f
t
he
a
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
ne
t
w
o
r
k
o
ut
pu
t
s
i
n
s
i
m
ul
a
t
i
o
n
o
f
t
he
e
v
a
po
r
a
t
i
o
n
pr
o
c
e
s
s
a
t
di
f
f
e
r
e
n
t
c
l
i
m
a
t
o
l
o
g
i
c
r
e
g
i
m
e
s
,
”
A
dv
a
nc
e
s
i
n
E
ngi
ne
e
r
i
ng
So
f
t
w
ar
e
,
v
o
l
.
47
,
no
.
1
,
pp.
12
7
-
146,
2
012
.
[
23]
A
l
i
r
e
z
a
Kh
o
s
hr
o
o
,
e
t
a
l
.
,
“
S
e
n
s
i
t
i
v
i
t
y
a
na
l
y
s
i
s
of
e
ne
r
gy
i
nput
s
i
n
c
r
o
p
pr
o
duc
t
i
o
n
us
i
ng
a
r
t
i
f
i
c
i
a
l
n
e
ur
a
l
n
e
t
w
o
r
k
s
”
,
J
our
nal
o
f
C
l
e
ane
r
P
r
od
uc
t
i
o
n
,
v
o
l
.
1
97
,
no
.
1
,
pp
.
9
92
-
998
,
201
8.
[
24]
C
hi
a
-
L
i
ng
C
ha
ng
,
a
nd
C
hung
-
S
he
ng
L
i
a
o
,
“
P
a
r
a
m
e
t
e
r
S
e
n
s
i
t
i
v
i
t
y
A
na
l
y
s
i
s
o
f
A
r
t
i
f
i
c
i
a
l
N
e
ur
a
l
N
e
t
w
o
r
k
f
o
r
P
r
e
d
i
c
t
i
ng
W
a
t
e
r
T
ur
b
i
d
i
t
y
,
”
W
or
l
d
A
c
a
de
m
y
o
f
S
c
i
e
nc
e
,
E
ng
i
ne
e
r
i
ng
an
d
T
e
c
hn
ol
ogy
,
I
n
t
e
r
nat
i
o
nal
J
o
ur
n
al
of
G
e
ol
ogi
c
al
a
nd
E
nv
i
r
o
nm
e
nt
a
l
E
ngi
ne
e
r
i
ng
,
v
o
l
.
6,
no
.
10
,
pp
.
6
57
-
660,
2
012
.
[
25]
M
.
T
.
F
a
t
ha
d
di
n
,
e
t
a
l
.
,
“
S
e
n
s
i
t
i
v
i
t
y
a
na
l
y
s
i
s
i
n
us
i
ng
of
a
r
t
i
f
i
c
i
a
l
ne
ur
a
l
n
e
t
w
o
r
k
m
o
de
l
s
t
o
de
t
e
r
m
i
n
e
i
nf
i
l
l
w
e
l
l
l
o
c
a
t
i
o
ns
i
n
a
m
a
t
ur
e
o
i
l
f
i
e
l
d,
”
I
O
P
C
onf
e
r
e
nc
e
Se
r
i
e
s
:
E
ar
t
h
an
d
E
nv
i
r
onm
e
nt
al
Sc
i
e
nc
e
,
v
o
l
.
21
2,
20
18
.
[
26]
M
o
ha
m
m
a
d
H
a
s
a
n
S
ho
j
a
e
e
f
a
r
d
,
e
t
a
l
.
,
“
S
e
ns
i
t
i
v
i
t
y
A
na
l
y
s
i
s
o
f
t
he
A
r
t
i
f
i
c
i
a
l
N
e
u
r
a
l
N
e
t
w
o
r
k
O
ut
p
ut
s
i
n
F
r
i
c
t
i
o
n
S
t
i
r
L
a
p
J
o
i
n
i
n
g
o
f
A
l
u
m
i
n
u
m
t
o
B
r
a
s
s
,
”
A
d
v
a
n
c
e
s
i
n
M
a
t
e
r
i
a
l
s
S
c
i
e
n
c
e
a
n
d
E
n
g
i
n
e
e
r
i
n
g
,
v
o
l
.
2
0
1
3
,
n
o
.
1
,
p
p
.
1
-
7
,
2
0
1
3
.
[
27]
M
i
l
o
s
l
a
v
V
i
l
i
m
e
k
,
“
A
n
a
r
t
i
f
i
c
i
a
l
ne
ur
a
l
ne
t
w
o
r
k
a
pp
r
o
a
c
h
a
nd
s
e
ns
i
t
i
v
i
t
y
a
na
l
y
s
i
s
i
n
pr
e
di
c
t
i
ng
s
ke
l
e
t
a
l
m
us
c
l
e
f
o
r
c
e
s
,
”
A
c
t
a
o
f
B
i
oe
ng
i
ne
e
r
i
ng
an
d
B
i
om
e
c
ha
ni
c
s
,
v
o
l
.
16
,
n
o
.
3
,
p
p.
119
-
12
7,
20
14.
Evaluation Warning : The document was created with Spire.PDF for Python.