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
.
21
,
N
o
.
3
,
M
a
r
c
h
2021
,
pp.
14
65
~
1
4
7
3
IS
S
N
:
25
02
-
4752
,
D
O
I
:
10.
1
1591
/
i
j
e
e
c
s
.
v
21
.i
3
.
pp
146
5
-
1
4
7
3
1465
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
N
o
i
se
-
r
o
b
u
st
c
l
a
ss
i
f
i
c
a
t
i
o
n
w
i
t
h
h
y
p
e
r
g
r
a
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
N
gu
ye
n
Tr
i
n
h
V
u
D
an
g
1
,
Lo
c
T
r
an
2
,
L
i
n
h
T
r
an
3
1
,3
H
o
C
hi
M
i
nh
C
i
t
y
,
U
ni
v
e
r
s
i
t
y
of
T
e
c
hno
l
ogy
(
H
C
M
U
T
)
,
V
N
U
-
H
C
M
,
H
o
C
h
i
M
i
nh
C
i
t
y
,
V
i
e
t
na
m
2
L
a
b
o
r
a
t
o
i
r
e
C
H
A
r
t
E
A
4004
E
P
H
E
-
P
S
L
U
ni
v
e
r
s
i
t
y
,
V
i
e
t
na
m
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
S
e
p
23
,
2
020
R
e
v
i
s
e
d
D
e
c
7
,
2
020
A
c
c
e
pt
e
d
D
e
c
23
,
2
020
T
hi
s
p
a
pe
r
pr
e
s
e
nt
s
a
no
v
e
l
v
e
r
s
i
o
n
o
f
h
y
pe
r
g
r
a
ph
ne
u
r
a
l
ne
t
w
o
r
k
m
e
t
ho
d.
T
hi
s
m
e
t
ho
d
i
s
ut
i
l
i
z
e
d
t
o
s
o
l
v
e
t
he
no
i
s
y
l
a
be
l
l
e
a
r
ni
ng
pr
o
bl
e
m
.
F
i
r
s
t
,
w
e
a
ppl
y
t
he
P
C
A
di
m
e
n
s
i
o
na
l
r
e
duc
t
i
o
n
t
e
c
hn
i
que
t
o
t
he
f
e
a
t
u
r
e
m
a
t
r
i
c
e
s
o
f
t
he
i
m
a
g
e
da
t
a
s
e
t
s
i
n
o
r
de
r
t
o
r
e
duc
e
t
h
e
“
no
i
s
e
”
a
nd
t
h
e
r
e
du
nda
nt
f
e
a
t
ur
e
s
i
n
t
he
f
e
a
t
u
r
e
m
a
t
r
i
c
e
s
o
f
t
he
i
m
a
g
e
da
t
a
s
e
t
s
a
nd
t
o
r
e
d
uc
e
t
h
e
r
un
t
i
m
e
c
o
ns
t
r
uc
t
i
ng
t
h
e
hy
pe
r
g
r
a
ph
o
f
t
he
hy
pe
r
g
r
a
ph
ne
u
r
a
l
ne
t
w
o
r
k
m
e
t
h
o
d.
T
he
n
,
t
he
c
l
a
s
s
i
c
g
r
a
ph
ba
s
e
d
s
e
m
i
s
upe
r
v
i
s
e
d
l
e
a
r
n
i
ng
m
e
t
ho
d,
t
h
e
c
l
a
s
s
i
c
hy
pe
r
g
r
a
ph
ba
s
e
d
s
e
m
i
-
s
up
e
r
v
i
s
e
d
l
e
a
r
n
i
ng
m
e
t
ho
d,
t
he
g
r
a
ph
ne
u
r
a
l
ne
t
w
o
r
k
,
t
h
e
hy
pe
r
g
r
a
ph
ne
ur
a
l
ne
t
w
o
r
k
,
a
nd
o
ur
pr
o
po
s
e
d
hy
pe
r
g
r
a
ph
ne
u
r
a
l
ne
t
w
o
r
k
a
r
e
e
m
pl
o
y
e
d
t
o
s
o
l
v
e
t
h
e
no
i
s
y
l
a
be
l
l
e
a
r
n
i
ng
pr
o
b
l
e
m
.
T
h
e
a
c
c
ur
a
c
i
e
s
o
f
t
h
e
s
e
f
i
v
e
m
e
t
ho
ds
a
r
e
e
v
a
l
ua
t
e
d
a
n
d
c
o
m
pa
r
e
d
.
E
x
pe
r
i
m
e
n
t
a
l
r
e
s
ul
t
s
s
ho
w
t
ha
t
t
he
hy
pe
r
g
r
a
ph
ne
u
r
a
l
ne
t
w
o
r
k
m
e
t
ho
ds
a
c
hi
e
v
e
t
he
b
e
s
t
pe
r
f
o
r
m
a
nc
e
w
he
n
t
he
no
i
s
e
l
e
v
e
l
i
nc
r
e
a
s
e
s
.
M
o
r
e
o
v
e
r
,
t
he
h
y
pe
r
g
r
a
ph
ne
ur
a
l
n
e
t
w
o
r
k
m
e
t
ho
ds
a
r
e
a
t
l
e
a
s
t
a
s
g
o
o
d
a
s
t
he
g
r
a
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k.
Ke
y
w
or
d
s
:
G
ra
p
h
H
y
pe
r
gra
p
h
N
e
ur
a
l
n
e
t
w
o
r
k
N
o
i
s
y
l
a
b
e
l
l
e
a
rni
n
g
S
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
T
hi
s
i
s
an
ope
n
ac
c
e
s
s
ar
t
i
c
l
e
u
nde
r
t
he
C
C
B
Y
-
SA
l
i
c
e
ns
e
.
Cor
r
e
s
pon
di
n
g
Au
t
h
or
:
L
i
nh
T
ra
n
D
e
pa
rt
m
e
n
t
o
f
E
l
e
c
t
r
o
n
i
c
s
H
o
Ch
i
M
i
nh
Ci
t
y
U
n
i
v
e
r
s
i
t
y
of
T
e
c
hn
o
l
o
g
y
(
H
CM
U
T
),
V
N
U
-
H
CM
268
L
y
T
h
uo
n
g
K
i
e
t
S
t
r
e
e
t
,
D
i
s
t
r
i
c
t
10
,
H
o
Chi
M
i
nh
Ci
t
y
,
V
i
e
t
n
a
m
E
m
a
i
l
:
l
i
nht
ra
n@
h
c
m
ut
.
e
d
u.
v
n
1.
I
N
TR
O
D
U
C
TI
O
N
D
uri
n
g
t
h
e
l
a
s
t
de
c
a
de
,
t
h
e
de
e
p
c
o
n
vo
l
ut
i
o
n
n
e
u
r
a
l
n
e
t
w
o
rk
c
a
n
b
e
c
o
n
s
i
de
r
e
d
t
h
e
c
urr
e
nt
s
t
a
t
e
of
t
h
e
a
r
t
m
e
t
h
o
d
f
o
r
v
a
r
i
o
us
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
a
s
ks
s
uc
h
a
s
i
m
a
ge
r
e
c
o
gn
i
t
i
o
n
[
1]
,
s
pe
e
c
h
r
e
c
o
gn
i
t
i
o
n
[2
]
,
t
o
n
a
m
e
a
f
e
w
.
R
e
c
e
n
t
l
y
,
t
o
de
a
l
w
i
t
h
i
rr
e
gu
l
a
r
d
a
t
a
s
t
r
uc
t
u
r
e
s
,
d
a
t
a
s
c
i
e
n
t
i
s
t
s
ha
v
e
ga
i
n
e
d
m
a
n
y
i
n
t
e
r
e
s
t
s
i
n
g
ra
p
h
c
o
n
vo
l
ut
i
o
n
n
e
u
ra
l
n
e
t
w
o
r
k
m
e
t
h
o
d
s
uc
h
a
s
[
3
]
.
I
n
t
h
i
s
m
e
t
h
o
d,
t
h
e
p
a
i
r
w
i
s
e
r
e
l
a
t
i
o
n
s
hi
ps
b
e
t
w
e
e
n
o
bj
e
c
t
s
(s
a
m
p
l
e
s
)
a
r
e
us
e
d.
I
n
t
h
e
o
t
h
e
r
w
o
r
ds
,
i
n
t
hi
s
g
ra
p
h
d
a
t
a
s
t
r
uc
t
u
r
e
,
t
h
e
e
dge
o
f
t
h
e
g
r
a
p
h
c
a
n
c
o
nn
e
c
t
o
n
l
y
t
w
o
v
e
r
t
i
c
e
s
.
T
o
ov
e
r
c
o
m
e
t
h
e
i
n
f
o
rm
a
t
i
o
n
l
o
s
s
due
t
o
o
n
l
y
c
o
n
s
i
de
ri
n
g
t
h
e
“
pa
i
r
w
i
s
e
r
e
l
a
t
i
o
n
s
h
i
p
b
e
t
w
e
e
n
ob
j
e
c
t
s
”
of
gr
a
p
h
d
a
t
a
s
t
r
uc
t
u
r
e
[4
,
5]
ha
v
e
r
e
c
e
n
t
l
y
pr
o
po
s
e
d
t
h
e
h
y
pe
r
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
a
pp
r
o
a
c
h
.
I
n
t
h
i
s
h
y
pe
r
gra
p
h
da
t
a
s
t
ruc
t
u
r
e
,
a
n
e
dge
(
h
y
pe
r
e
dge
)
c
a
n
c
o
nn
e
c
t
m
o
r
e
t
h
a
n
t
w
o
ve
r
t
i
c
e
s
.
I
n
t
h
e
o
t
h
e
r
w
o
r
ds
,
t
h
e
h
y
-
pe
r
e
dge
i
s
t
h
e
s
ub
s
e
t
o
f
t
h
e
s
e
t
o
f
v
e
r
t
i
c
e
s
of
t
he
h
y
pe
r
gra
p
h.
R
e
c
e
n
t
l
y
,
t
h
i
s
h
y
pe
r
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
m
e
t
h
o
d
h
a
s
j
us
t
b
e
e
n
e
m
pl
oy
e
d
t
o
s
o
l
v
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
a
s
ks
[4
,
5]
a
nd
o
ut
pe
r
f
o
r
m
s
t
h
e
g
ra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
a
nd
c
a
n
b
e
c
o
n
s
i
de
r
e
d
t
h
e
c
u
rr
e
n
t
s
t
a
t
e
o
f
t
h
e
a
r
t
m
e
t
h
o
d
o
f
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
a
pp
r
o
a
c
h
.
H
ow
e
ve
r
,
t
hi
s
m
e
t
h
o
d
h
a
s
a
l
s
o
n
o
t
b
e
e
n
u
t
i
l
i
z
e
d
t
o
s
o
l
v
e
t
h
e
n
o
i
s
y
l
a
b
e
l
l
e
a
rn
i
n
g
p
r
o
b
l
e
m
.
In
s
p
i
r
e
d
f
r
o
m
t
h
e
i
de
a
c
o
m
b
i
ni
n
g
t
h
e
pa
ge
ra
n
k
a
l
go
r
i
t
h
m
w
i
t
h
t
h
e
g
ra
p
h
c
o
n
v
o
l
ut
i
o
n
n
e
u
ra
l
n
e
t
w
o
r
k
i
n
[6],
i
n
t
hi
s
pa
pe
r,
w
e
pr
o
po
s
e
t
h
e
n
o
v
e
l
ve
r
s
i
o
n
o
f
h
y
p
e
r
g
r
a
p
h
n
e
ura
l
n
e
t
w
o
r
k
m
e
t
h
o
d
c
o
m
b
i
n
i
ng
t
h
e
c
l
a
s
s
i
c
h
y
pe
r
gra
p
h
b
a
s
e
d
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
m
e
t
h
o
d
[7,
8]
w
i
t
h
t
h
e
h
y
pe
r
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
m
e
t
h
o
d
[4,
5]
.
I
n
t
h
e
o
t
h
e
r
w
o
r
ds
,
w
e
c
o
m
b
i
n
e
t
h
e
p
r
o
pa
g
a
t
i
o
n
s
c
h
e
m
e
u
t
i
l
i
z
i
n
g
t
h
e
h
y
pe
r
g
r
a
p
h
m
o
de
l
w
i
t
h
t
h
e
h
y
pe
r
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
w
h
i
c
h
i
s
t
h
e
c
urr
e
nt
s
t
a
t
e
of
t
h
e
a
r
t
m
e
t
h
o
d
o
f
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
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
.
21
,
N
o
.
3
,
M
a
r
c
h
2
021
:
1
4
6
5
-
1
4
7
3
1466
a
pp
r
o
a
c
h.
W
e
f
i
n
d
o
ut
t
ha
t
t
hi
s
p
r
o
po
s
e
d
c
o
m
b
i
n
a
t
i
o
n
o
f
t
he
pr
o
pa
g
a
t
i
o
n
s
c
h
e
m
e
a
n
d
t
h
e
h
y
pe
r
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
m
e
t
h
o
d
s
i
g
n
i
f
i
c
a
n
t
l
y
i
m
pr
o
v
e
s
t
h
e
a
c
c
ur
a
c
y
of
t
h
e
h
y
pe
r
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
m
e
t
h
o
d
a
l
o
n
e
e
v
e
n
w
h
e
n
t
h
e
n
o
i
s
e
p
r
e
s
e
n
t
s
i
n
t
h
e
l
a
b
e
l
s
.
In
t
hi
s
p
a
pe
r
,
o
ur
c
o
n
t
ri
b
ut
i
o
n
s
a
r
e
t
hr
e
e
-
f
o
l
ds
:
a)
In
o
r
de
r
t
o
r
e
duc
e
t
h
e
r
u
nt
i
m
e
c
o
n
s
t
r
uc
t
i
n
g
t
h
e
g
ra
p
h
s
a
n
d
t
he
h
y
pe
r
gra
p
h
s
f
r
o
m
t
h
e
i
m
a
ge
d
a
t
a
s
e
t
s
,
w
e
a
ppl
y
t
h
e
di
m
e
n
s
i
o
na
l
r
e
duc
t
i
o
n
t
e
c
hn
i
que
P
CA
t
o
t
h
e
i
m
a
ge
da
t
a
s
e
t
s
.
b)
P
r
o
po
s
e
t
h
e
n
o
v
e
l
v
e
r
s
i
o
n
of
h
y
pe
r
gra
p
h
n
e
ura
l
n
e
t
w
o
r
k
m
e
t
h
o
d
c
o
m
b
i
n
i
n
g
t
h
e
c
l
a
s
s
i
c
h
y
pe
r
gra
p
h
b
a
s
e
d
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
m
e
t
h
o
d
w
i
t
h
t
h
e
h
y
pe
r
gr
a
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
m
e
t
h
o
d.
c)
Co
m
pa
r
e
t
h
e
a
c
c
ura
c
y
pe
r
fo
r
m
a
n
c
e
m
e
a
s
u
r
e
s
of
t
h
e
c
l
a
s
s
i
c
gra
p
h
b
a
s
e
d
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rn
i
ng
pr
o
b
l
e
m
,
t
h
e
c
l
a
s
s
i
c
h
y
p
e
r
g
r
a
p
h
b
a
s
e
d
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rn
i
ng
pr
o
b
l
e
m
,
t
h
e
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
m
e
t
h
o
d,
t
h
e
h
y
pe
r
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
m
e
t
h
o
d,
a
nd
o
ur
p
ro
pos
e
d
h
y
pe
r
g
r
a
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
m
e
t
h
o
d
w
h
e
n
w
e
a
pp
l
y
t
h
e
s
e
f
i
v
e
m
e
t
h
o
ds
t
o
s
o
l
v
e
t
h
e
n
o
i
s
y
l
a
b
e
l
l
e
a
rn
i
ng
p
r
o
b
l
e
m
.
W
e
w
i
l
l
o
rg
a
ni
z
e
t
h
e
pa
pe
r
a
s
f
o
l
l
ow
s
:
S
e
c
t
i
o
n
2
w
i
l
l
di
s
c
us
s
t
h
e
r
e
l
a
t
e
d
w
o
r
k.
S
e
c
t
i
o
n
3
w
i
l
l
i
n
t
r
o
duc
e
t
h
e
n
o
v
e
l
ve
r
s
i
o
n
o
f
h
y
p
e
r
g
r
a
p
h
n
e
ura
l
n
e
t
w
o
r
k
m
e
t
h
o
d.
S
e
c
t
i
o
n
4
w
i
l
l
de
s
c
r
i
b
e
t
h
e
da
t
a
s
e
t
s
a
n
d
pr
e
s
e
nt
t
h
e
e
xpe
ri
m
e
n
t
a
l
r
e
s
ul
t
s
.
S
e
c
t
i
o
n
5
w
i
l
l
c
o
n
c
l
ude
t
h
i
s
pa
p
e
r
a
n
d
t
h
e
f
ut
u
r
e
di
r
e
c
t
i
o
n
o
f
r
e
s
e
a
r
c
h
e
s
w
i
l
l
b
e
di
s
c
us
s
e
d.
2.
R
ELA
TED
WO
R
K
L
e
a
rn
i
ng
w
i
t
h
l
a
b
e
l
n
o
i
s
e
ga
i
n
s
m
a
n
y
i
n
t
e
r
e
s
t
s
s
i
n
c
e
l
a
b
e
l
n
o
i
s
e
m
a
y
l
e
a
d
t
o
m
a
n
y
un
de
s
i
ra
b
l
e
c
o
n
c
e
r
n
s
s
uc
h
a
s
t
h
e
de
c
r
e
a
s
e
i
n
l
e
a
rn
i
ng
pe
r
f
o
r
m
a
n
c
e
.
T
h
e
c
urr
e
n
t
s
t
udi
e
s
a
s
s
o
c
i
a
t
e
d
t
o
t
h
i
s
p
r
o
b
l
e
m
c
a
n
b
e
a
s
s
e
m
b
l
e
d
i
n
t
o
t
hr
e
e
m
a
i
n
g
r
o
ups
[
9
]:
a)
Ro
b
us
t
m
o
de
l
a
pp
r
o
a
c
h
b)
D
a
t
a
f
i
l
t
e
r
i
ng
a
pp
r
o
a
c
h
c)
Inh
e
r
e
n
t
l
y
n
o
i
s
e
-
t
o
l
e
r
a
n
t
l
e
a
rni
n
g
a
pp
r
o
a
c
h
2
.
1
.
R
o
b
u
s
t
mo
d
e
l
ap
p
r
o
ac
h
T
hi
s
a
pp
r
o
a
c
h
e
m
pi
ri
c
a
l
l
y
s
t
udi
e
s
t
h
e
r
o
b
us
t
n
e
s
s
p
r
o
pe
rt
y
of
v
a
r
i
o
us
c
l
a
s
s
i
c
a
l
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
l
go
ri
t
hm
s
s
uc
h
a
s
N
a
̈ı
v
e
B
a
y
e
s
pr
o
b
a
b
i
l
i
s
t
i
c
c
l
a
s
s
i
f
i
e
r
,
C4
.
5
de
c
i
s
i
o
n
t
r
e
e
,
t
h
e
S
M
O
s
u
ppo
r
t
v
e
c
t
o
r
m
a
c
h
i
n
e
[9],
t
o
na
m
e
a
f
e
w
.
E
xpe
r
i
m
e
n
t
a
l
r
e
s
ul
t
s
s
h
o
w
t
h
a
t
t
h
e
N
a
̈
ı
v
e
B
a
y
e
s
pr
o
b
a
b
i
l
i
s
t
i
c
c
l
a
s
s
i
f
i
e
r
a
nd
t
h
e
ra
n
do
m
f
o
r
e
s
t
e
n
s
e
m
b
l
e
c
l
a
s
s
i
f
i
e
r
a
r
e
t
h
e
m
o
s
t
r
o
b
us
t
c
l
a
s
s
i
c
a
l
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
s
a
ga
i
n
s
t
n
o
i
s
e
l
a
b
e
l
[9]
.
H
ow
e
ve
r
,
t
h
e
w
e
a
k
n
e
s
s
of
t
h
e
s
e
c
l
a
s
s
i
c
a
l
c
l
a
s
s
i
f
i
c
a
t
i
o
n
i
s
v
e
r
y
c
l
e
a
r.
F
i
r
s
t
,
t
h
i
s
a
pp
r
o
a
c
h
i
s
i
na
c
t
i
v
e
.
I
n
s
t
e
a
d
of
r
e
f
i
n
i
ng
a
n
d
c
ha
n
g
i
n
g
t
h
e
c
l
a
s
s
i
c
a
l
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
l
go
r
i
t
hm
s
,
t
h
e
y
o
n
l
y
e
xpl
o
r
e
t
h
e
r
o
b
us
t
n
e
s
s
pr
o
p
-
e
r
t
y
of
c
o
m
m
o
n
l
y
us
e
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
s
.
S
e
c
o
n
d,
t
h
e
m
o
s
t
r
o
b
us
t
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
i
s
e
ff
e
c
t
i
v
e
o
n
l
y
w
h
e
n
t
h
e
pe
r
c
e
nt
a
ge
o
f
l
a
b
e
l
n
o
i
s
e
i
s
m
i
n
o
r.
T
h
e
pe
r
f
o
r
m
a
n
c
e
of
t
h
e
m
o
s
t
r
o
b
us
t
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
dr
o
ps
s
i
g
n
i
f
i
c
a
n
t
l
y
w
h
e
n
t
h
e
pe
r
c
e
nt
a
ge
o
f
l
a
b
e
l
n
o
i
s
e
i
s
h
uge
.
R
e
c
e
n
t
l
y
,
t
h
e
de
e
p
n
e
ura
l
n
e
t
w
o
r
ks
(i
.
e
.
,
t
h
e
m
o
de
rn
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
s
)
h
a
v
e
b
e
e
n
e
s
t
a
b
l
i
s
h
e
d
a
n
d
w
e
l
l
de
v
e
l
o
pe
d.
F
o
r
e
xa
m
pl
e
,
t
h
e
de
e
p
c
o
n
v
o
l
ut
i
o
n
n
e
u
ra
l
n
e
t
w
o
r
k
c
a
n
b
e
c
o
n
s
i
de
ri
n
g
t
h
e
c
urr
e
n
t
s
t
a
t
e
of
t
h
e
a
r
t
a
nd
t
h
e
b
e
s
t
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
f
o
r
i
m
a
ge
r
e
c
o
gn
i
t
i
o
n
p
r
o
b
l
e
m
[
1]
.
H
ow
e
ve
r
,
[10
-
12
]
s
h
o
w
e
d
t
ha
t
a
de
e
p
n
e
ura
l
n
e
t
w
o
r
k
w
i
t
h
h
uge
e
n
o
ugh
c
a
pa
c
i
t
y
c
a
n
m
e
m
o
r
i
z
e
t
h
e
t
ra
i
ni
n
g
s
e
t
l
a
b
e
l
s
e
ve
n
w
h
e
n
t
h
e
y
a
r
e
ra
n
do
m
l
y
m
a
de
.
H
e
n
c
e
,
t
h
e
y
a
r
e
m
o
s
t
l
y
v
ul
n
e
r
a
b
l
e
t
o
t
h
e
l
a
b
e
l
n
o
i
s
e
.
S
i
m
i
l
a
r
t
o
c
l
a
s
s
i
c
a
l
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
s
,
l
a
b
e
l
n
o
i
s
e
c
a
n
c
a
us
e
o
v
e
r
f
i
t
t
i
n
g
a
n
d
s
i
g
n
i
f
i
c
a
nt
l
y
dr
o
p
t
h
e
de
e
p
n
e
u
r
a
l
n
e
t
w
o
r
ks
’
pe
r
f
o
r
m
a
n
c
e
.
H
ow
e
ve
r
,
[1
2]
o
b
s
e
r
ve
d
t
ha
t
w
h
e
n
t
h
e
l
e
a
rni
n
g
r
a
t
e
i
s
hi
g
h,
de
e
p
n
e
u
r
a
l
n
e
t
w
o
r
ks
m
a
y
pr
e
s
e
r
v
e
qui
t
e
e
xt
r
a
o
rdi
na
r
y
a
c
c
ur
a
c
y
.
In
t
h
e
o
t
h
e
r
w
o
r
ds
,
t
h
e
i
n
f
l
ue
n
c
e
of
t
h
e
l
a
b
e
l
n
o
i
s
e
i
s
n
o
t
i
m
po
r
t
a
n
t
.
T
hi
s
ob
s
e
r
v
a
t
i
o
n
w
a
s
e
m
pl
oy
e
d
i
n
[12]
t
o
pr
e
s
e
r
v
e
a
n
a
pp
r
o
xi
m
a
t
i
o
n
o
f
t
h
e
l
a
b
e
l
s
us
i
n
g
t
h
e
r
u
nni
n
g
a
v
e
ra
ge
of
de
e
p
n
e
u
r
a
l
n
e
t
w
o
r
k’s
f
o
r
e
c
a
s
t
s
w
i
t
h
a
h
i
g
h
l
e
a
rn
i
ng
ra
t
e
.
T
h
e
s
e
a
pp
r
o
xi
m
a
t
i
o
n
s
t
h
e
n
c
a
n
b
e
ut
i
l
i
z
e
d
a
s
t
h
e
c
o
n
t
r
o
l
(o
r
s
upe
r
v
i
s
i
o
n
)
s
i
g
na
l
s
t
o
t
ra
i
n
t
h
e
de
e
p
n
e
u
ra
l
n
e
t
w
o
r
k.
I
n
s
p
i
r
e
d
by
t
h
e
w
o
r
k
o
f
[10
-
12]
a
n
d
[
4
-
6
,
1
3
],
i
n
t
hi
s
pa
pe
r,
w
e
w
i
l
l
de
v
e
l
o
p
t
h
e
gra
p
h
a
n
d
h
y
pe
r
g
ra
p
h
c
o
n
v
o
l
ut
i
o
n
n
e
u
ra
l
n
e
t
w
o
r
k
m
e
t
h
o
ds
a
nd
a
ppl
y
t
h
e
s
e
m
e
t
h
o
ds
t
o
s
o
l
v
e
t
h
e
“
n
o
i
s
y
l
a
b
e
l
l
e
a
rni
n
g
”
p
r
o
b
l
e
m
(us
i
n
g
t
h
e
i
m
a
ge
da
t
a
s
e
t
s
s
uc
h
a
s
M
N
IS
T
,
U
S
P
S
,
a
n
d
F
A
S
H
IO
N
M
N
IS
T
).
T
o
t
h
e
b
e
s
t
of
o
ur
k
n
o
w
l
e
dge
,
t
h
i
s
w
o
r
k
ha
s
n
o
t
b
e
e
n
i
n
v
e
s
t
i
ga
t
e
d
a
n
d
de
ve
l
o
pe
d.
2
.
2
.
D
at
a
f
i
l
t
e
r
i
n
g
ap
p
r
o
ac
h
In
t
hi
s
a
pp
r
o
a
c
h
,
t
h
e
s
a
m
pl
e
s
w
i
t
h
n
o
i
s
y
l
a
b
e
l
s
a
r
e
di
s
t
i
ngui
s
h
e
d
a
n
d
f
i
xe
d
be
fo
r
e
t
h
e
t
ra
i
ni
n
g
pr
o
c
e
s
s
.
T
h
e
rui
n
e
d
l
a
b
e
l
s
c
a
n
b
e
m
e
r
e
l
y
e
l
i
m
i
na
t
e
d
o
r
r
e
l
a
b
e
l
e
d
a
t
t
h
e
v
e
r
y
b
e
gi
nn
i
ng.
O
n
e
i
de
a
i
s
t
o
e
m
pl
oy
t
h
e
f
o
r
e
c
a
s
t
s
f
r
o
m
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
(fo
r
e
.
g
.
t
h
e
S
V
M
s
y
s
t
e
m
)
t
o
de
t
e
c
t
m
i
s
l
a
b
e
l
e
d
s
a
m
pl
e
s
.
T
h
e
c
l
a
s
s
of
t
h
e
s
e
m
e
t
h
o
ds
i
s
c
a
l
l
e
d
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
f
i
l
t
e
r
i
ng
s
y
s
t
e
m
.
H
ow
e
ve
r
,
f
i
l
t
e
r
i
n
g
a
l
l
t
h
e
s
a
m
p
l
e
s
t
ha
t
a
r
e
m
i
s
c
l
a
s
s
i
f
i
e
d
by
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
f
i
l
t
e
r
i
ng
s
y
s
t
e
m
i
s
t
o
o
i
n
f
l
e
xi
b
l
e
a
n
d
r
i
s
ky
s
i
n
c
e
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
f
i
l
t
e
r
i
ng
s
y
s
t
e
m
l
e
a
rn
e
d
f
r
o
m
da
t
a
w
i
t
h
n
o
i
s
y
l
a
b
e
l
s
m
i
g
ht
n
o
t
a
l
w
a
y
s
b
e
a
c
c
ur
a
t
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
Noi
s
e
-
r
ob
us
t
c
l
as
s
i
f
i
c
at
i
on
w
i
t
h
hy
p
e
r
gr
aph
ne
ur
al
ne
t
w
or
k
(
Nguy
e
n
T
r
i
nh
V
u
D
ang
)
1467
k
-
nn
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
s
i
s
r
e
l
a
t
e
d
t
o
a
n
o
t
h
e
r
c
l
a
s
s
o
f
m
e
t
h
o
ds
.
k
-
nn
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
s
a
r
e
s
h
o
w
n
t
ha
t
t
h
e
y
a
r
e
v
e
r
y
v
ul
n
e
r
a
b
l
e
t
o
l
a
b
e
l
n
o
i
s
e
.
H
e
n
c
e
s
om
e
k
-
n
n
m
e
t
h
o
ds
t
a
r
ge
t
a
t
i
m
p
r
o
v
i
ng
o
r
c
ha
n
g
i
n
g
t
h
e
r
u
l
e
s
of
k
-
nn
a
l
go
r
i
t
h
m
s
t
o
r
e
c
o
gn
i
z
e
n
o
i
s
y
l
a
b
e
l
s
a
n
d
t
h
e
n
e
l
i
m
i
na
t
e
o
r
r
e
l
a
b
e
l
t
h
e
a
s
s
o
c
i
a
t
e
d
s
a
m
p
l
e
s
.
H
ow
e
ve
r
,
t
h
e
m
e
t
h
o
ds
a
s
s
oc
i
a
t
e
d
t
o
t
h
i
s
c
l
a
s
s
a
r
e
h
e
u
r
i
s
t
i
c
s
a
n
d
m
i
g
ht
n
o
t
be
e
ffe
c
t
i
ve
fo
r
s
a
m
pl
e
s
t
h
a
t
a
r
e
c
l
o
s
e
t
o
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
b
o
un
da
r
y
.
M
o
r
e
ov
e
r
,
t
h
e
c
h
o
i
c
e
of
k
(i
.
e
.
t
h
e
n
u
m
b
e
r
o
f
n
e
i
gh
b
o
r
s
)
m
i
g
ht
a
f
f
e
c
t
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
s
e
m
e
t
h
o
ds
c
o
n
s
i
de
ra
b
l
y
.
S
o
m
e
da
t
a
f
i
l
t
e
r
i
n
g
m
e
t
h
o
ds
de
pe
n
d
o
n
s
o
m
e
t
hr
e
s
h
o
l
d
s
.
T
he
s
e
m
e
t
h
o
ds
c
o
m
put
e
t
h
e
s
c
o
r
e
f
o
r
e
a
c
h
s
a
m
pl
e
by
us
i
n
g
s
o
m
e
m
e
a
s
ur
e
s
a
n
d
e
l
i
m
i
n
a
t
e
t
h
e
s
a
m
pl
e
s
t
ha
t
a
r
e
a
b
o
v
e
t
h
e
de
f
i
n
i
t
e
t
hr
e
s
h
o
l
d
.
O
b
v
i
o
us
l
y
,
t
h
e
s
e
m
e
t
h
o
ds
a
r
e
s
i
m
i
l
a
r
t
o
o
ut
l
i
e
r
o
r
a
n
o
m
a
l
y
o
r
a
b
n
o
r
m
a
l
de
t
e
c
t
i
o
n
m
e
t
h
o
ds
w
h
i
c
h
a
r
e
v
e
r
y
h
a
r
d
t
o
s
o
l
v
e
.
M
o
r
e
ov
e
r
,
i
t
’s
v
e
r
y
di
ff
i
c
ul
t
t
o
di
f
fe
r
e
n
t
i
a
t
e
t
h
e
a
c
c
ura
t
e
e
x
e
m
pt
i
o
n
s
f
r
o
m
t
h
e
m
i
s
l
a
b
e
l
e
d
s
a
m
p
l
e
s
.
L
a
s
t
b
ut
n
o
t
l
e
a
s
t
,
fo
r
t
h
e
da
t
a
f
i
l
t
e
r
i
ng
a
pp
r
o
a
c
h
,
t
hi
s
a
pp
r
o
a
c
h
t
e
n
d
s
t
o
e
l
i
m
i
na
t
e
a
l
a
r
ge
a
m
o
unt
of
s
a
m
pl
e
s
,
w
h
i
c
h
m
a
y
c
o
n
t
a
i
n
ke
y
i
n
f
o
r
m
a
t
i
o
n
f
o
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
E
a
s
i
l
y
,
w
e
c
a
n
a
l
s
o
r
e
c
o
gn
i
z
e
t
h
a
t
w
e
c
a
n
e
m
pl
oy
t
h
e
fo
r
e
c
a
s
t
s
f
r
o
m
de
e
p
n
e
u
ra
l
n
e
t
w
o
r
ks
t
o
de
t
e
c
t
m
i
s
l
a
b
e
l
e
d
s
a
m
pl
e
s
.
2
.
3
.
I
n
h
e
r
e
n
t
l
y
n
o
i
s
e
-
to
l
e
r
an
t
l
e
ar
n
i
n
g
ap
p
r
o
ac
h
In
t
hi
s
a
pp
r
o
a
c
h
,
t
h
e
r
e
a
r
e
t
w
o
w
a
y
s
t
o
a
t
t
a
c
k
t
h
e
“
n
o
i
s
y
l
a
b
e
l
l
e
a
rni
ng
p
r
o
b
l
e
m
”
:
a)
F
i
r
s
t
,
t
hi
s
w
a
y
w
i
l
l
m
o
de
l
t
h
e
n
o
i
s
y
l
a
b
e
l
be
fo
r
e
o
r
du
r
i
ng
t
h
e
t
ra
i
ni
n
g
p
ha
s
e
t
o
t
a
ke
t
h
e
n
o
i
s
y
l
a
b
e
l
i
n
t
o
a
t
t
e
n
t
i
o
n.
T
hi
s
m
o
de
l
h
o
l
ds
t
h
e
i
n
f
o
r
m
a
t
i
o
n
o
f
t
h
e
n
o
i
s
e
a
n
d
c
a
n
b
e
i
n
s
e
rt
e
d
i
n
t
o
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
[14
-
18].
H
ow
e
v
e
r
,
i
n
o
r
de
r
t
o
b
ui
l
d
t
h
e
m
o
de
l
f
o
r
n
o
i
s
y
l
a
b
e
l
,
t
h
e
s
e
m
e
t
h
o
ds
r
e
qui
r
e
s
uppl
e
m
e
n
t
a
r
y
pa
r
a
m
e
t
e
r
s
,
t
h
a
t
m
i
g
ht
i
n
c
r
e
a
s
e
t
h
e
t
i
m
e
c
o
m
pl
e
xi
t
y
a
n
d
t
h
e
m
o
de
l
c
o
m
pl
e
xi
t
y
.
W
e
kn
o
w
t
h
a
t
hi
g
h
m
o
de
l
c
o
m
pl
e
xi
t
y
o
c
c
a
s
i
o
n
a
l
l
y
l
e
a
ds
t
o
o
v
e
r
-
f
i
t
t
i
n
g
.
b)
S
e
c
o
n
d,
t
hi
s
w
a
y
pr
o
p
o
s
e
s
t
h
e
r
o
b
u
s
t
l
o
s
s
f
un
c
t
i
o
n
f
o
r
t
h
e
n
o
i
s
e
-
t
o
l
e
r
a
nt
m
o
de
l
.
F
o
r
e
x
a
m
p
l
e
,
[1
9]
e
xpl
o
r
e
d
t
h
e
r
o
b
us
t
n
e
s
s
of
v
a
r
i
o
us
l
o
s
s
f
un
c
t
i
o
n
s
s
uc
h
a
s
m
e
a
n
s
qu
a
r
e
d
l
o
s
s
,
m
e
a
n
a
b
s
o
l
ut
e
l
o
s
s
,
a
n
d
c
r
o
s
s
e
n
t
r
o
p
y
l
o
s
s
.
In
[20]
,
c
o
m
b
i
n
e
d
t
h
e
b
e
n
e
f
i
t
s
of
t
h
e
m
e
a
n
a
b
s
o
l
ut
e
l
o
s
s
a
n
d
t
h
e
c
r
o
s
s
e
n
t
r
o
py
l
o
s
s
t
o
a
t
t
a
i
n
t
h
e
i
m
p
r
o
v
e
d
l
o
s
s
f
un
c
t
i
o
n
.
3.
H
Y
P
ER
G
R
A
P
H
N
EU
R
A
L
N
ET
WO
R
K
3.
1
.
P
r
o
b
l
e
m
fo
r
mu
l
ati
o
n
In
t
hi
s
pa
pe
r
,
w
e
w
o
ul
d
l
i
ke
t
o
s
o
l
ve
t
h
e
“
n
o
i
s
y
l
a
b
e
l
l
e
a
rn
i
n
g
”
p
r
o
b
l
e
m
[10,
21].
T
hi
s
p
r
o
b
l
e
m
c
a
n
a
l
s
o
be
c
a
l
l
e
d
t
h
e
“
l
a
b
e
l
di
s
t
r
i
b
ut
i
o
n
l
e
a
rni
n
g
”
p
r
o
b
l
e
m
[22],
t
o
n
a
m
e
a
f
e
w
.
In
t
h
i
s
p
r
o
b
l
e
m
,
l
e
t
X
t
r
a
i
n
=
{
x
1
, x
2
,
. . . , x
l
}
b
e
t
h
e
t
r
a
i
ni
n
g
s
e
t
,
w
h
e
r
e
x
i
∈
m
.
x
i
c
a
n
a
l
s
o
b
e
c
a
l
l
e
d
t
h
e
f
e
a
t
ur
e
v
e
c
t
o
r
i
o
r
i
n
s
t
a
n
c
e
i
o
r
s
a
m
p
l
e
i
o
f
t
h
e
t
r
a
i
n
i
ng
s
e
t
w
i
t
h
1≤i
≤l
.
L
e
t
Y
L
=
{
y
1
,y
2
,
.
.
.
,
y
C
}
b
e
t
h
e
c
o
m
pl
e
t
e
s
e
t
of
l
a
be
l
s
w
h
e
r
e
C
i
s
t
h
e
n
u
m
b
e
r
o
f
c
l
a
s
s
e
s
i
n
t
h
e
da
t
a
s
e
t
.
F
o
r
e
a
c
h
s
a
m
p
l
e
,
t
h
e
r
e
i
s
a
l
a
b
e
l
di
s
t
r
i
b
ut
i
o
n
=
{
1
,
2
,
…
,
}
∈
.
P
l
e
a
s
e
n
o
t
e
t
h
a
t
i
s
t
h
e
p
r
o
b
a
b
i
l
i
t
y
t
h
a
t
t
h
e
s
a
m
pl
e
b
e
l
o
n
gs
t
o
t
h
e
c
l
a
s
s
c
.
F
ro
m
t
h
e
a
b
ov
e
d
e
f
i
n
i
t
i
o
n
,
w
e
kn
o
w
t
ha
t
0
≤
≤
1
a
n
d
∑
=
1
.
T
h
e
o
b
j
e
c
t
i
v
e
of
t
h
e
n
o
i
s
y
l
a
b
e
l
l
e
a
rni
n
g
p
r
o
b
l
e
m
i
s
t
o
l
e
a
rn
a
m
a
ppi
ng
f
un
c
t
i
o
n
:
→
b
e
t
w
e
e
n
t
h
e
s
a
m
p
l
e
x
a
nd
i
t
s
c
o
rr
e
s
po
n
di
n
g
l
a
b
e
l
di
s
t
ri
b
ut
i
o
n
f
un
c
t
i
o
n
d
.
I
n
t
h
e
o
t
h
e
r
w
o
r
ds
,
t
h
e
go
a
l
o
f
n
o
i
s
y
l
a
b
e
l
l
e
a
rn
i
ng
i
s
t
o
l
e
a
rn
t
h
e
c
o
n
d
i
t
i
o
na
l
p
r
o
b
a
b
i
l
i
t
y
m
a
s
s
f
u
n
c
t
i
o
n
(
|
)
,
w
h
e
r
e
∈
,
∈
.
A
s
s
um
e
t
ha
t
(
|
)
i
s
t
h
e
p
a
ra
m
e
t
ri
c
m
o
de
l
(
|
,
)
,
w
h
e
r
e
i
s
t
h
e
p
a
r
a
m
e
t
e
r
v
e
c
t
o
r
.
G
i
v
e
n
t
h
e
t
ra
i
ni
n
g
s
e
t
,
w
e
n
e
e
d
t
o
f
i
n
d
(i
.
e
.
,
s
o
l
v
e
fo
r
)
t
h
a
t
c
a
n
ge
n
e
r
a
t
e
t
h
e
di
s
t
ri
b
ut
i
o
n
s
i
m
i
l
a
r
t
o
[23].
3.
2
.
P
r
e
l
i
m
i
n
ar
y
n
o
tati
o
n
an
d
d
e
f
i
n
i
t
i
o
n
s
G
i
v
e
n
a
h
y
pe
r
gra
p
h
G
=
(
V
,
E
)
,
w
h
e
r
e
V
i
s
t
h
e
s
e
t
of
ve
r
t
i
c
e
s
a
n
d
E
i
s
t
h
e
s
e
t
of
h
y
pe
r
-
e
dge
s
.
E
a
c
h
h
y
pe
r
-
e
dge
∈
i
s
t
h
e
s
ub
s
e
t
of
V
.
P
l
e
a
s
e
n
o
t
e
t
h
a
t
t
h
e
c
a
rdi
na
l
i
t
y
of
e
i
s
gr
e
a
t
e
r
t
ha
n
o
r
e
qua
l
t
w
o
.
In
t
h
e
o
t
h
e
r
w
o
r
ds
,
|
|
≥
2
,
f
o
r
e
v
e
r
y
∈
.
L
e
t
w
(
e
)
b
e
t
h
e
w
e
i
gh
t
o
f
t
h
e
h
y
pe
r
-
e
dge
e
.
T
h
e
n
W
w
i
l
l
b
e
t
h
e
|
|
∗
|
|
di
a
go
n
a
l
m
a
t
r
i
x
c
o
n
t
a
i
ni
n
g
t
h
e
w
e
i
gh
t
s
o
f
a
l
l
h
y
pe
r
-
e
dge
s
i
n
i
t
s
di
a
go
n
a
l
e
n
t
ri
e
s
.
T
h
e
i
n
c
i
de
n
c
e
m
a
t
r
i
x
H
o
f
G
i
s
a
|
|
∗
|
|
m
a
t
ri
x
t
h
a
t
c
a
n
b
e
de
f
i
n
e
d
a
s
f
o
l
l
ow
s
:
ℎ
(
,
)
=
{
1
ℎ
0
ℎ
(1)
T
h
e
e
xa
m
pl
e
o
f
t
h
e
h
y
pe
r
gra
p
h
s
i
s
i
l
l
us
t
ra
t
e
d
i
n
F
i
gu
r
e
1
.
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
.
21
,
N
o
.
3
,
M
a
r
c
h
2
021
:
1
4
6
5
-
1
4
7
3
1468
F
i
gu
r
e
1
.
H
y
pe
r
gra
p
h
e
xa
m
pl
e
s
w
i
t
h
13
v
e
rt
i
c
e
s
a
n
d
4
h
y
pe
r
e
dge
s
F
r
o
m
t
h
e
a
b
ov
e
d
e
f
i
n
i
t
i
o
n
,
w
e
c
a
n
de
f
i
n
e
t
h
e
de
gr
e
e
of
v
e
rt
e
x
v
a
n
d
t
h
e
de
g
r
e
e
of
h
y
pe
r
-
e
dge
e
a
s
f
o
l
l
ow
s
:
(
)
=
∑
(
)
∗
ℎ
(
,
)
∈
(2)
(
)
=
∑
ℎ
(
,
)
∈
(3)
L
e
t
b
e
t
w
o
di
a
go
na
l
m
a
t
ri
c
e
s
c
o
n
t
a
i
ni
n
g
t
h
e
de
g
r
e
e
s
o
f
ve
r
t
i
c
e
s
a
n
d
t
h
e
de
g
r
e
e
s
o
f
h
y
p
e
r
-
e
dge
s
i
n
t
h
e
i
r
di
a
go
na
l
e
nt
r
i
e
s
r
e
s
pe
c
t
i
v
e
l
y
.
P
l
e
a
s
e
n
o
t
e
t
h
a
t
i
s
t
h
e
|
|
∗
|
|
m
a
t
ri
x
a
n
d
i
s
t
h
e
|
|
∗
|
|
m
a
t
r
i
x
.
F
r
o
m
t
h
e
a
b
o
v
e
de
f
i
n
i
t
i
o
n
s
,
[
7,
8]
de
f
i
n
e
t
h
e
s
y
m
m
e
t
ri
c
n
o
rm
a
l
i
z
e
d
h
y
pe
r
gra
p
h
L
a
pl
a
c
i
a
n
a
s
f
o
l
l
ow
s
:
=
−
−
1
2
−
1
−
1
2
(4)
M
o
r
e
ov
e
r
,
[
7,
8]
de
f
i
n
e
t
h
e
ra
n
do
m
w
a
l
k
h
y
pe
r
g
r
a
p
h
L
a
p
l
a
c
i
a
n
a
s
f
o
l
l
ow
s
:
=
−
−
1
−
1
(5)
P
l
e
a
s
e
n
o
t
e
t
h
a
t
t
h
e
t
w
o
t
e
rm
s
−
1
2
−
1
−
1
2
a
nd
−
1
−
1
i
n
t
h
e
s
y
m
m
e
t
r
i
c
n
o
r
m
a
l
i
z
e
d
h
y
pe
r
gra
p
h
L
a
pl
a
c
i
a
n
a
n
d
t
h
e
ra
n
do
m
w
a
l
k
h
y
pe
r
g
r
a
p
h
L
a
p
l
a
c
i
a
n
r
e
s
pe
c
t
i
v
e
l
y
w
i
l
l
b
e
u
s
e
d
i
n
o
ur
p
r
o
po
s
e
d
h
y
pe
r
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
m
e
t
h
o
d.
3.
3
.
H
yp
e
r
g
r
ap
h
b
as
e
d
s
e
m
i
-
s
u
p
v
e
r
v
i
s
e
d
l
e
a
r
n
i
n
g
p
r
o
b
l
e
m
G
i
v
e
n
a
s
e
t
o
f
i
m
a
ge
s
{
1
,
…
,
,
+
1
,
…
,
+
}
w
h
e
r
e
=
|
|
=
+
i
s
t
h
e
t
o
t
a
l
num
b
e
r
o
f
i
m
a
ge
s
(i
.
e
.
v
e
r
t
i
c
e
s
)
i
n
t
h
e
h
y
pe
r
gr
a
p
h
G
=
(
V
,
E
)
.
T
h
e
m
e
t
h
o
d
c
o
n
s
t
r
uc
t
i
n
g
t
h
e
i
n
c
i
de
n
c
e
m
a
t
r
i
x
H
f
r
o
m
t
h
e
i
m
a
ge
da
t
a
s
e
t
w
i
l
l
be
s
p
e
c
i
f
i
e
d
c
l
e
a
r
l
y
i
n
t
h
e
E
xpe
ri
m
e
n
t
s
a
nd
Re
s
ul
t
s
s
e
c
t
i
o
n
.
L
e
t
C
be
t
h
e
n
um
b
e
r
o
f
c
l
a
s
s
e
s
.
P
l
e
a
s
e
n
o
t
e
t
h
a
t
{
1
,
…
,
}
i
s
t
h
e
s
e
t
o
f
a
l
l
l
a
b
e
l
e
d
po
i
n
t
s
a
n
d
{
+
1
,
…
,
+
}
i
s
t
he
s
e
t
of
a
l
l
u
n
-
l
a
b
e
l
e
d
po
i
n
t
s
.
L
e
t
∈
|
|
∗
t
h
e
i
ni
t
i
a
l
l
a
b
e
l
m
a
t
ri
x
f
o
r
n
i
m
a
ge
s
i
n
t
h
e
h
y
pe
r
gra
p
h
G
b
e
de
f
i
n
e
d
a
s
f
o
l
l
ow
s
:
=
{
1
∈
1
≤
≤
−
1
∉
1
≤
≤
0
+
1
≤
≤
(6)
L
e
t
t
h
e
m
a
t
r
i
x
∈
|
|
∗
b
e
t
h
e
e
s
t
i
m
a
t
e
d
l
a
b
e
l
m
a
t
r
i
x
fo
r
t
h
e
s
e
t
o
f
i
m
a
ge
s
{
1
,
…
,
,
+
1
,
…
,
+
}
,
w
h
e
r
e
t
h
e
po
i
n
t
i
s
l
a
b
e
l
e
d
a
s
s
i
g
n
(
)
f
o
r
e
a
c
h
c
l
a
s
s
j
(
1
≤
≤
)
.
O
u
r
ob
j
e
c
t
i
v
e
i
s
t
o
pr
e
di
c
t
t
h
e
l
a
b
e
l
s
o
f
t
h
e
u
n
-
l
a
b
e
l
e
d
po
i
n
t
s
+
1
,
…
,
+
.
I
n
t
h
e
o
t
h
e
r
w
o
r
ds
,
w
e
n
e
e
d
t
o
c
o
m
put
e
t
h
e
f
i
na
l
s
o
l
ut
i
o
n
m
a
t
ri
x
F
.
F
r
o
m
[
7,
8]
,
t
h
e
c
l
o
s
e
d
f
o
r
m
s
o
l
ut
i
o
n
o
f
t
h
e
h
y
pe
r
g
r
a
p
h
b
a
s
e
d
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
m
e
t
h
o
d
c
a
n
b
e
c
o
m
put
e
d
a
s
f
o
l
l
o
w
s
:
=
(
1
−
)
(
−
−
1
2
−
1
−
1
2
)
−
1
(7)
w
h
e
r
e
α
i
s
t
h
e
p
a
r
a
m
e
t
e
r
.
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
Noi
s
e
-
r
ob
us
t
c
l
as
s
i
f
i
c
at
i
on
w
i
t
h
hy
p
e
r
gr
aph
ne
ur
al
ne
t
w
or
k
(
Nguy
e
n
T
r
i
nh
V
u
D
ang
)
1469
3.
4
.
H
yp
e
r
g
r
ap
h
n
e
u
r
al
n
e
tw
o
r
k
F
r
o
m
[
5
-
6]
,
l
e
t
:
1
=
(
−
1
2
−
1
−
1
2
1
)
(
8
)
(
8)
2
=
(
−
1
−
1
1
)
(
9
)
(
9)
T
h
e
o
ut
put
o
f
t
h
e
h
y
pe
r
gr
a
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
c
a
n
b
e
de
f
i
n
e
d
a
n
d
c
o
m
put
e
d
a
s
f
o
l
l
ow
s
:
=
(
−
1
2
−
1
−
1
2
1
2
)
(
10
)
or
=
=
(
−
1
−
1
2
2
)
(
11
)
N
o
t
e
t
h
a
t
∈
∗
1
i
s
t
h
e
f
e
a
t
u
r
e
m
a
t
r
i
x
(i
.
e
.
t
h
e
i
m
a
ge
d
a
t
a
s
e
t
).
1
∈
1
∗
2
a
nd
2
∈
2
∗
a
r
e
t
w
o
pa
r
a
m
e
t
e
r
m
a
t
r
i
c
e
s
t
ha
t
a
r
e
n
e
e
de
d
t
o
b
e
l
e
a
rn
e
d
du
r
i
ng
t
h
e
t
r
a
i
n
i
ng
p
r
o
c
e
s
s
.
3.
5
.
O
u
r
p
r
o
p
os
e
d
h
yp
e
r
g
r
ap
h
n
e
u
r
al
n
e
tw
o
r
k
In
s
p
i
r
e
d
by
t
h
e
w
o
r
k
i
n
[
6]
f
o
r
g
r
a
p
h
n
e
u
ra
l
n
e
t
w
o
r
k,
w
e
t
r
y
t
o
a
ppl
y
t
h
i
s
w
o
r
k
(i
de
a
)
t
o
de
v
e
l
o
p
o
ur
n
o
v
e
l
v
e
r
s
i
o
n
fo
r
h
y
pe
r
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
m
e
t
h
o
d.
I
n
t
hi
s
n
o
v
e
l
ve
r
s
i
o
n,
w
e
i
n
i
t
i
a
l
l
y
c
o
m
put
e
t
h
e
f
i
n
a
l
s
o
l
ut
i
o
n
m
a
t
r
i
x
F
o
f
t
h
e
c
l
a
s
s
i
c
h
y
pe
r
g
r
a
p
h
b
a
s
e
d
s
e
m
i
-
s
u
pe
rv
i
s
e
d
l
e
a
rni
n
g
m
e
t
h
o
d
a
s
i
n
(7):
=
(
1
−
)
(
−
−
1
2
−
1
−
1
2
)
−
1
(
12
)
(12)
In
t
h
i
s
f
i
r
s
t
s
t
e
p,
w
e
ov
e
r
c
o
m
e
t
h
e
di
f
f
i
c
ul
t
y
w
h
i
c
h
i
s
“
o
n
l
y
n
e
i
g
h
b
o
r
s
i
n
t
h
e
t
w
o
-
h
o
p
n
e
i
g
h
b
o
rh
o
o
d
a
r
e
c
o
n
s
i
de
r
e
d
”
o
f
t
h
e
gra
p
h
n
e
ura
l
n
e
t
w
o
r
k
m
e
t
h
o
d
a
n
d
h
y
pe
r
g
ra
p
h
n
e
ura
l
n
e
t
w
o
r
k
m
e
t
h
o
d
[5
-
6].
T
h
e
t
i
m
e
c
o
m
pl
e
xi
t
y
of
t
hi
s
c
o
m
put
a
t
i
o
n
i
s
s
t
i
l
l
l
o
w
s
i
n
c
e
w
e
e
m
pl
oy
t
h
e
s
pa
r
s
e
m
a
t
r
i
x
c
o
m
put
a
t
i
o
n
t
e
c
hn
i
que
s
,
f
o
r
e
xa
m
pl
e
s
,
t
h
e
c
o
n
j
uga
t
e
g
r
a
d
i
e
n
t
m
e
t
h
o
d,
t
o
s
o
l
ve
t
h
e
a
b
ove
s
pa
r
s
e
l
i
n
e
a
r
s
y
s
t
e
m
of
e
qua
t
i
o
n
s
.
P
l
e
a
s
e
n
o
t
e
t
h
a
t
,
t
h
i
s
f
i
r
s
t
s
t
e
p
c
a
n
a
l
s
o
b
e
c
a
l
l
e
d
t
h
e
“
f
e
a
t
ur
e
p
r
o
pa
g
a
t
i
o
n
”
s
t
e
p
o
r
“
f
e
a
t
u
r
e
di
f
f
us
i
o
n
”
s
t
e
p
[24
]
(i
.
e
.
t
hi
s
s
t
e
p
i
s
n
o
t
a
“
l
a
b
e
l
pr
o
pa
g
a
t
i
o
n
”
s
t
e
p).
It
s
pu
rpo
s
e
i
s
t
o
s
m
oo
t
h
t
h
e
d
a
t
a
(
i
.
e
.
t
h
e
f
e
a
t
u
r
e
m
a
t
r
i
x).
T
hi
s
m
i
g
h
t
l
e
a
d
t
o
t
h
e
hi
g
h
pe
r
f
o
r
m
a
n
c
e
o
f
o
ur
p
r
o
po
s
e
d
h
y
pe
r
gr
a
p
h
n
e
ura
l
n
e
t
w
o
r
k
m
e
t
h
o
d
.
I
n
a
ddi
t
i
o
n,
l
e
t
us
de
f
i
n
e
:
3
=
(
−
1
2
−
1
−
1
2
1
)
(
13
)
(13)
W
e
c
o
m
put
e
t
h
e
f
i
na
l
o
ut
put
Z
o
f
t
h
e
h
y
pe
r
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
by
:
=
(
−
1
2
−
1
3
2
)
(
14
)
(14)
S
i
m
pl
y
s
pe
a
ki
n
g
,
o
ur
n
o
v
e
l
m
e
t
h
o
d
i
s
t
h
e
c
o
m
b
i
na
t
i
o
n
of
t
h
e
c
l
a
s
s
i
c
h
y
pe
r
gr
a
p
h
b
a
s
e
d
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
m
e
t
h
o
d
a
n
d
t
h
e
h
y
pe
r
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
m
e
t
h
o
d.
T
hi
s
c
o
m
b
i
n
a
t
i
o
n
m
i
g
h
t
o
ut
pe
r
f
o
r
m
t
h
e
h
y
pe
r
-
g
r
a
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
a
l
o
n
e
(i
.
e
.
t
h
e
c
urr
e
nt
s
t
a
t
e
of
t
h
e
a
r
t
m
e
t
h
o
d
o
f
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rn
i
ng
a
pp
r
o
a
c
h
)
.
T
h
e
t
w
o
m
a
i
n
di
f
f
e
r
e
n
c
e
s
o
f
o
ur
p
r
o
po
s
e
d
m
e
t
h
o
d
w
i
t
h
t
h
e
m
e
t
h
o
d
p
r
o
po
s
e
d
i
n
[6]
a
r
e
:
a)
Ini
t
i
a
l
l
y
,
t
h
e
i
nput
f
e
a
t
u
r
e
m
a
t
ri
x
X
do
e
s
n
o
t
n
e
e
d
t
o
go
t
hr
o
u
gh
a
n
e
u
ra
l
n
e
t
w
o
r
k.
b)
A
t
o
ur
f
i
n
a
l
s
t
e
p,
w
e
c
o
m
put
e
t
h
e
o
ut
put
Z
of
h
y
p
e
r
g
r
a
ph
n
e
u
ra
l
n
e
t
w
o
r
k
s
i
m
i
l
a
r
t
o
t
h
e
f
o
r
m
ul
a
pr
o
po
s
e
d
by
[5].
P
l
e
a
s
e
n
o
t
e
t
h
a
t
[5]
pr
o
po
s
e
d
t
h
e
fo
r
m
ul
a
t
o
c
o
m
put
e
t
h
e
o
ut
put
of
t
h
e
gr
a
p
h
n
e
u
ra
l
n
e
t
w
o
r
k.
I
n
t
h
e
o
t
h
e
r
w
o
r
ds
,
i
n
t
h
e
m
e
t
h
o
d
p
r
o
po
s
e
d
i
n
[6],
t
h
e
f
i
n
a
l
s
o
l
ut
i
o
n
m
a
t
r
i
x
F
o
f
t
h
e
h
y
pe
r
gra
p
h
b
a
s
e
d
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
m
e
t
h
o
d
i
s
j
us
t
n
e
e
de
d
t
o
go
t
hr
o
ug
h
o
nl
y
o
n
e
l
a
y
e
r
of
t
h
e
n
e
u
r
a
l
n
e
t
w
o
r
k
w
hi
c
h
i
s
t
h
e
s
o
f
t
m
a
x
l
a
y
e
r
.
4.
EX
P
ER
I
M
EN
TA
L
R
ES
U
L
T
In
t
h
i
s
s
e
c
t
i
o
n,
w
e
w
i
l
l
a
p
pl
y
t
h
e
c
l
a
s
s
i
c
g
r
a
p
h
b
a
s
e
d
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
m
e
t
h
o
d
[25],
t
h
e
c
l
a
s
s
i
c
h
y
p
e
r
g
r
a
p
h
b
a
s
e
d
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rn
i
ng
m
e
t
h
o
d,
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
m
e
t
h
o
d,
h
y
pe
r
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
m
e
t
h
o
d,
a
n
d
o
u
r
p
r
o
po
s
e
d
h
y
p
e
r
g
r
a
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
m
e
t
h
o
d
t
o
s
o
l
ve
t
h
e
n
o
i
s
y
l
a
b
e
l
l
e
a
rn
i
n
g
pr
o
b
l
e
m
.
I
n
t
h
e
o
t
h
e
r
w
o
r
ds
,
w
e
w
i
l
l
t
e
s
t
t
h
e
n
o
i
s
e
r
o
b
us
t
n
e
s
s
of
t
h
e
s
e
f
i
ve
m
e
t
h
o
ds
.
T
h
e
t
hr
e
e
i
m
a
ge
da
t
a
s
e
t
s
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
.
21
,
N
o
.
3
,
M
a
r
c
h
2
021
:
1
4
6
5
-
1
4
7
3
1470
t
h
a
t
w
e
w
i
l
l
us
e
i
n
t
h
e
e
xpe
ri
m
e
nt
s
a
r
e
t
h
e
M
N
IS
T
da
t
a
s
e
t
,
t
h
e
U
S
P
S
da
t
a
s
e
t
,
a
nd
t
h
e
F
A
S
IO
N
M
N
IS
T
da
t
a
s
e
t
.
4
.
1
.
D
at
as
e
t
M
N
IS
T
:
T
h
i
s
i
m
a
ge
da
t
a
s
e
t
i
s
t
h
e
d
a
t
a
s
e
t
c
o
n
t
a
i
n
i
ng
t
h
e
ha
n
dw
ri
t
t
e
n
i
m
a
ge
s
f
r
o
m
‘0’
t
o
‘9’.
T
h
e
r
e
a
r
e
70,
000
i
m
a
ge
s
i
n
t
h
e
da
t
a
s
e
t
.
T
h
e
r
e
a
r
e
60,
0
00
i
m
a
ge
s
i
n
t
h
e
t
ra
i
ni
n
g
s
e
t
a
nd
10
,
000
i
m
a
ge
s
i
n
t
h
e
t
e
s
t
i
n
g
s
e
t
.
O
bv
i
o
us
l
y
,
t
h
e
n
u
m
b
e
r
o
f
c
l
a
s
s
e
s
i
n
t
h
i
s
M
N
IS
T
i
m
a
ge
da
t
a
s
e
t
i
s
10.
E
a
c
h
i
m
a
ge
i
n
t
h
e
d
a
t
a
s
e
t
i
s
t
h
e
28
-
by
-
28
m
a
t
ri
x
(g
ra
y
s
c
a
l
e
i
m
a
ge
)
.
O
u
r
f
i
r
s
t
t
a
s
k
i
n
t
h
e
p
r
e
p
r
o
c
e
s
s
i
n
g
s
t
e
p
i
s
t
o
c
o
n
v
e
r
t
t
h
i
s
g
ra
y
s
c
a
l
e
i
m
a
ge
t
o
1
-
by
-
784
v
e
c
t
o
r
.
W
e
a
c
hi
e
v
e
t
h
i
s
t
a
s
k
by
c
o
n
c
a
t
e
na
t
i
ng
e
v
e
r
y
r
o
w
s
of
t
h
e
gra
y
s
c
a
l
e
i
m
a
ge
t
o
a
“
l
o
ng
”
r
o
w
v
e
c
t
o
r
.
I
n
t
h
e
o
t
h
e
r
w
o
r
ds
,
w
e
ha
v
e
t
h
e
R
7
0
,
0
0
0
×
7
8
4
f
e
a
t
u
r
e
m
a
t
ri
x.
U
S
P
S
:
T
h
i
s
i
m
a
ge
da
t
a
s
e
t
i
s
a
l
s
o
t
h
e
ha
n
dw
r
i
t
t
e
n
i
m
a
ge
da
t
a
s
e
t
f
r
o
m
‘0’
t
o
‘9’.
H
ow
e
ve
r
,
i
n
t
hi
s
da
t
a
s
e
t
,
t
h
e
r
e
a
r
e
j
us
t
9,
298
i
m
a
ge
s
i
n
t
h
e
da
t
a
s
e
t
.
T
h
e
r
e
a
r
e
7,
291
i
m
a
ge
s
i
n
t
h
e
t
r
a
i
n
i
ng
s
e
t
a
n
d
2
,
007
i
m
a
ge
s
i
n
t
h
e
t
e
s
t
i
n
g
s
e
t
.
T
h
e
n
um
b
e
r
o
f
c
l
a
s
s
e
s
i
n
t
hi
s
U
S
P
S
da
t
a
s
e
t
i
s
10.
E
a
c
h
i
m
a
ge
i
n
t
h
e
da
t
a
s
e
t
i
s
t
h
e
16
-
by
-
16
m
a
t
r
i
x
(g
ra
y
s
c
a
l
e
i
m
a
ge
).
W
e
c
o
n
c
a
t
e
n
a
t
e
e
ve
r
y
r
ow
s
of
t
h
e
gr
a
y
s
c
a
l
e
i
m
a
ge
(i
n
t
h
i
s
U
S
P
S
da
t
a
s
e
t
)
t
o
t
h
e
1
-
by
-
256
“
l
o
n
g
”
r
o
w
v
e
c
t
o
r
.
T
h
us
,
f
i
n
a
l
l
y
,
w
e
h
a
v
e
t
h
e
R
9
,
2
9
8
×
2
5
6
f
e
a
t
ur
e
m
a
t
ri
x.
F
A
S
H
IO
N
M
N
IS
T
:
T
h
i
s
i
m
a
ge
da
t
a
s
e
t
i
s
t
h
e
da
t
a
s
e
t
c
o
n
t
a
i
ni
n
g
i
m
a
ge
s
of
s
h
o
e
s
,
c
l
o
t
h
e
s
,
c
a
ps
,
e
t
c
.
T
h
e
r
e
a
r
e
70,
0
00
i
m
a
ge
s
i
n
t
h
e
da
t
a
s
e
t
.
T
h
e
r
e
60,
0
00
i
m
a
g
e
s
i
n
t
h
e
t
r
a
i
n
i
n
g
s
e
t
a
n
d
10
,
00
0
i
m
a
ge
s
i
n
t
h
e
t
e
s
t
i
n
g
s
e
t
.
T
h
e
n
um
b
e
r
o
f
c
l
a
s
s
e
s
i
n
t
hi
s
F
A
S
H
IO
N
M
N
IS
T
i
m
a
ge
da
t
a
s
e
t
i
s
10
.
E
a
c
h
i
m
a
ge
i
n
t
h
e
da
t
a
s
e
t
i
s
t
h
e
28
-
by
-
28
m
a
t
r
i
x
(g
r
a
y
s
c
a
l
e
i
m
a
ge
).
W
e
c
o
n
c
a
t
e
na
t
e
e
ve
r
y
r
ow
s
o
f
t
h
e
gra
y
s
c
a
l
e
i
m
a
ge
t
o
t
h
e
1
-
by
-
784
“
l
o
n
g
”
r
o
w
v
e
c
t
o
r
.
I
n
t
h
e
o
t
h
e
r
w
o
r
ds
,
w
e
h
a
v
e
t
h
e
R
7
0
,
0
0
0
×
7
8
4
f
e
a
t
ur
e
m
a
t
ri
x
.
T
h
i
s
F
A
S
H
IO
N
M
N
I
S
T
i
m
a
ge
da
t
a
s
e
t
i
s
c
o
n
s
i
de
r
e
d
t
h
e
h
a
rde
s
t
i
m
a
ge
da
t
a
s
e
t
t
o
t
e
s
t
i
n
o
ur
e
xpe
r
i
m
e
nt
s
.
4
.
2
.
Ex
p
e
r
i
m
e
n
ts
an
d
r
e
s
u
l
t
In
o
r
de
r
t
o
r
e
duc
e
t
h
e
n
o
i
s
e
a
nd
r
e
du
nda
nt
f
e
a
t
ur
e
s
i
n
t
h
e
i
n
p
u
t
f
e
a
t
ur
e
m
a
t
ri
c
e
s
a
n
d
i
n
o
r
de
r
t
o
r
e
duc
e
t
h
e
t
i
m
e
c
o
n
s
t
ruc
t
i
n
g
t
h
e
g
ra
p
h
s
a
n
d
h
y
pe
r
gra
p
h
s
f
r
o
m
t
h
e
t
hr
e
e
i
m
a
ge
d
a
t
a
s
e
t
s
,
w
e
a
ppl
y
t
h
e
di
m
e
n
s
i
o
na
l
r
e
duc
t
i
o
n
P
CA
t
e
c
hni
que
t
o
t
h
e
t
hr
e
e
i
n
put
f
e
a
t
u
r
e
m
a
t
r
i
c
e
s
.
F
i
n
a
l
l
y
,
t
h
e
M
N
IS
T
da
t
a
s
e
t
i
s
t
r
a
n
s
f
o
r
m
e
d
t
o
t
h
e
R
70,
000
×
50
m
a
t
r
i
x.
T
h
e
U
S
P
S
da
t
a
s
e
t
i
s
t
ra
n
s
f
o
r
m
e
d
t
o
R
9,
298
×
50
m
a
t
ri
x.
T
h
e
F
A
S
H
IO
N
M
N
IS
T
da
t
a
s
e
t
i
s
t
r
a
n
s
f
o
r
m
e
d
t
o
R
70,
000
×
300
m
a
t
r
i
x
.
T
h
e
w
a
y
c
o
n
s
t
r
uc
t
i
n
g
t
h
e
g
ra
p
h
s
f
r
o
m
t
h
e
t
hr
e
e
i
m
a
ge
da
t
a
s
e
t
s
c
a
n
b
e
fo
un
d
i
n
[25
,
2
6].
N
e
x
t
,
w
e
w
i
l
l
di
s
c
us
s
h
o
w
t
o
c
o
n
s
t
ruc
t
t
h
e
i
n
c
i
de
n
c
e
m
a
t
ri
x
H
of
t
h
e
h
y
pe
r
g
r
a
p
h
s
f
r
o
m
t
h
e
t
hr
e
e
i
m
a
ge
da
t
a
s
e
t
s
.
P
l
e
a
s
e
n
o
t
e
t
ha
t
t
h
e
n
u
m
b
e
r
o
f
h
y
pe
r
e
dge
s
i
n
t
h
e
h
y
pe
r
gra
p
h
i
s
e
qua
l
t
o
t
h
e
n
u
m
b
e
r
o
f
i
m
a
ge
s
i
n
t
h
e
da
t
a
s
e
t
[
27].
T
h
e
i
m
a
ge
i
b
e
l
o
n
gs
t
o
h
y
p
e
r
e
dge
j
i
f
i
m
a
ge
i
i
s
a
m
o
n
g
t
h
e
k
-
n
e
a
r
e
s
t
n
e
i
g
h
b
o
r
o
f
i
m
a
ge
j
o
r
i
m
a
ge
j
i
s
a
m
o
n
g
t
h
e
k
-
n
e
a
r
e
s
t
n
e
i
g
h
b
o
r
o
f
i
m
a
ge
i
.
I
n
t
h
i
s
pa
pe
r,
k
i
s
c
h
o
s
e
n
t
o
b
e
5.
F
i
na
l
l
y
,
f
r
o
m
t
h
e
c
o
m
put
e
d
H
,
w
e
c
a
n
c
o
m
put
e
t
h
e
t
w
o
t
e
rm
s
(
−
1
2
−
1
−
1
2
)
a
n
d
(
−
1
−
1
)
i
n
t
h
e
s
y
m
m
e
t
r
i
c
n
o
r
m
a
l
i
z
e
d
h
y
pe
r
gra
p
h
L
a
p
l
a
c
i
a
n
a
nd
t
h
e
ra
n
do
m
w
a
l
k
h
y
pe
r
gra
p
h
L
a
pl
a
c
i
a
n
us
e
d
i
n
t
h
e
c
l
a
s
s
i
c
h
y
pe
r
gra
p
h
b
a
s
e
d
s
e
m
i
-
s
u
pe
r
v
i
s
e
d
l
e
a
rni
n
g
m
e
t
h
o
d,
t
h
e
h
y
pe
r
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
m
e
t
h
o
d,
a
n
d
o
ur
p
r
o
po
s
e
d
h
y
p
e
r
g
r
a
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
m
e
t
h
o
d.
T
h
e
t
w
o
m
a
i
n
d
i
f
f
e
r
e
n
c
e
s
of
o
ur
m
e
t
h
o
ds
w
i
t
h
o
t
h
e
r
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rn
i
ng
m
e
t
h
o
ds
[28,
29]
s
o
l
v
-
i
n
g
t
h
e
i
m
a
ge
c
l
a
s
s
i
f
i
c
a
t
i
o
n
p
r
o
b
l
e
m
w
i
t
h
n
o
i
s
y
l
a
b
e
l
s
a
r
e
:
a)
O
t
h
e
r
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
m
e
t
h
o
ds
j
us
t
us
e
d
t
h
e
s
ub
s
e
t
s
of
t
h
e
M
N
IS
T
a
n
d
t
h
e
U
S
P
S
da
t
a
s
e
t
s
.
F
o
r
e
xa
m
pl
e
,
i
n
[2
8],
t
h
e
a
ut
h
o
r
s
j
us
t
us
e
d
10,
00
0
i
m
a
ge
s
f
r
o
m
M
N
IS
T
t
o
e
v
a
l
ua
t
e
t
h
e
i
r
m
e
t
h
o
ds
.
I
n
t
h
e
o
t
h
e
r
ha
n
d
,
o
u
r
m
e
t
h
o
ds
us
e
t
h
e
c
o
m
pl
e
t
e
M
N
IS
T
,
U
S
P
S
,
a
nd
F
A
S
H
IO
N
M
N
IS
T
i
m
a
ge
da
t
a
s
e
t
s
.
b)
O
ur
m
e
t
h
o
ds
a
ppl
y
di
r
e
c
t
l
y
t
h
e
P
CA
t
e
c
h
ni
que
t
o
t
h
e
f
e
a
t
ur
e
m
a
t
r
i
c
e
s
of
t
h
e
t
hr
e
e
i
m
a
ge
da
t
a
s
e
t
s
i
n
o
r
de
r
t
o
r
e
duc
e
t
h
e
t
i
m
e
c
o
n
s
t
r
uc
t
i
ng
t
h
e
g
r
a
p
h
s
a
n
d
t
h
e
h
y
p
e
r
g
r
a
p
h
s
o
f
t
h
e
t
hr
e
e
i
m
a
ge
da
t
a
s
e
t
s
.
T
o
t
h
e
b
e
s
t
of
o
ur
kn
o
w
l
e
dge
,
t
h
i
s
w
o
r
k
ha
s
n
o
t
b
e
e
n
do
n
e
be
fo
r
e
.
T
h
e
e
xpe
r
i
m
e
nt
a
l
r
e
s
ul
t
s
s
h
o
w
t
h
a
t
i
f
w
e
d
o
n
o
t
a
ppl
y
t
h
e
P
CA
t
e
c
hn
i
q
ue
t
o
t
h
e
f
e
a
t
ur
e
m
a
t
r
i
c
e
s
of
t
h
e
t
hr
e
e
i
m
a
ge
da
t
a
s
e
t
,
t
h
e
h
y
pe
r
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
s
i
g
ni
f
i
c
a
nt
l
y
o
ut
pe
r
fo
r
m
s
t
h
e
g
ra
p
h
n
e
u
ra
l
n
e
t
w
o
rk.
If
w
e
a
ppl
y
t
h
e
P
CA
t
e
c
h
ni
que
t
o
t
h
e
f
e
a
t
ur
e
m
a
t
ri
c
e
s
of
t
h
e
t
hr
e
e
i
m
a
ge
da
t
a
s
e
t
s
,
t
h
e
h
y
p
e
rgra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
m
e
t
h
o
d
do
e
s
n
o
t
s
i
g
n
i
f
i
c
a
n
t
l
y
o
ut
pe
r
f
o
r
m
t
h
e
g
ra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
m
e
t
h
o
d;
h
o
w
e
ve
r
,
b
o
t
h
t
h
e
h
y
pe
r
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
a
n
d
t
h
e
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
w
i
t
h
P
CA
a
r
e
b
e
t
t
e
r
t
ha
n
t
h
e
g
ra
p
h
a
nd
h
y
pe
r
gr
a
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
w
i
t
h
o
ut
us
i
n
g
P
CA
t
e
c
hn
i
que
.
T
h
e
s
e
c
l
a
i
m
s
w
i
l
l
b
e
c
l
a
r
i
f
i
e
d
i
n
T
a
b
l
e
s
1,
2
,
3
,
4.
In
ge
n
e
ra
l
,
i
n
t
hi
s
p
a
pe
r
,
w
h
a
t
w
e
w
a
n
t
t
o
a
c
hi
e
v
e
i
s
c
l
e
a
r:
w
e
w
o
ul
d
l
i
ke
t
o
p
r
o
v
e
t
ha
t
t
h
e
h
y
pe
r
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
ks
(t
h
e
c
u
rr
e
n
t
s
t
a
t
e
o
f
t
h
e
a
rt
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rn
i
ng
m
e
t
h
o
d
a
nd
o
ur
p
r
o
po
s
e
d
m
e
t
h
o
d)
a
r
e
a
t
l
e
a
s
t
a
s
go
o
d
a
s
t
h
e
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
b
u
t
s
o
m
e
t
i
m
e
s
l
e
a
d
t
o
b
e
t
t
e
r
a
c
c
ura
c
y
pe
r
fo
r
m
a
n
c
e
m
e
a
s
u
r
e
s
.
W
e
r
u
n
o
u
r
f
i
v
e
m
e
t
h
o
ds
(P
y
t
h
o
n
c
o
de
)
o
n
G
o
o
g
l
e
Co
l
a
b
w
i
t
h
N
V
ID
IA
T
e
s
l
a
K
80
G
P
U
a
n
d
1
2
GB
R
A
M
.
T
h
e
f
o
l
l
ow
i
n
g
T
a
b
l
e
s
1
,
2
,
3,
a
nd
4
s
h
o
w
t
h
e
e
xpe
ri
m
e
n
t
a
l
r
e
s
ul
t
s
o
f
o
ur
f
i
v
e
m
e
t
h
o
ds
.
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
Noi
s
e
-
r
ob
us
t
c
l
as
s
i
f
i
c
at
i
on
w
i
t
h
hy
p
e
r
gr
aph
ne
ur
al
ne
t
w
or
k
(
Nguy
e
n
T
r
i
nh
V
u
D
ang
)
1471
F
r
o
m
t
h
e
a
b
ov
e
t
hr
e
e
t
a
b
l
e
s
,
w
e
e
a
s
i
l
y
r
e
c
o
gn
i
z
e
i
ni
t
i
a
l
l
y
a
n
d
d
i
r
e
c
t
l
y
t
h
a
t
w
h
e
n
t
h
e
n
o
i
s
e
l
e
v
e
l
i
n
c
r
e
a
s
e
s
,
o
ur
p
r
o
po
s
e
d
h
y
p
e
r
g
r
a
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
o
ut
pe
r
fo
r
m
s
t
h
e
o
t
h
e
r
m
e
t
h
o
ds
(i
.
e
.
e
s
pe
c
i
a
l
l
y
w
h
e
n
t
h
e
n
o
i
s
e
l
e
v
e
l
r
e
a
c
h
e
s
45%)
.
S
e
c
o
n
d,
f
r
o
m
t
h
e
e
xpe
r
i
m
e
n
t
a
l
r
e
s
ul
t
s
,
w
e
s
e
e
t
ha
t
t
h
e
h
y
pe
r
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
m
e
t
h
o
ds
(bo
t
h
t
h
e
c
urr
e
n
t
s
t
a
t
e
of
t
h
e
a
rt
s
e
m
i
-
s
u
pe
r
v
i
s
e
d
l
e
a
rn
i
ng
m
e
t
h
o
d
a
nd
o
ur
p
r
o
p
o
s
e
d
m
e
t
h
o
d)
a
r
e
a
t
l
e
a
s
t
a
s
go
o
d
a
s
t
h
e
g
ra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
p
r
o
po
s
e
d
by
T
h
o
m
a
s
K
i
pf
b
ut
s
o
m
e
t
i
m
e
s
l
e
a
d
t
o
b
e
t
t
e
r
a
c
c
ur
a
c
y
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
u
r
e
s
.
F
i
n
a
l
l
y
,
w
e
c
a
n
a
l
s
o
e
a
s
i
l
y
s
e
e
t
h
a
t
t
h
e
c
l
a
s
s
i
c
g
ra
p
h
b
a
s
e
d
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
m
e
t
h
o
d
pe
r
f
o
r
m
s
w
o
r
s
t
w
h
e
n
t
h
e
n
o
i
s
e
l
e
v
e
l
i
n
c
r
e
a
s
e
s
.
L
a
s
t
b
ut
n
o
t
l
e
a
s
t
,
i
n
t
h
e
F
A
S
H
IO
N
M
N
IS
T
da
t
a
s
e
t
,
w
e
w
o
ul
d
l
i
ke
t
o
s
h
o
w
t
h
a
t
i
f
w
e
d
o
n
o
t
a
ppl
y
t
h
e
P
CA
t
e
c
hn
i
q
ue
t
o
t
h
e
f
e
a
t
ur
e
m
a
t
ri
x
o
f
t
h
e
F
A
S
H
IO
N
M
N
IS
T
i
m
a
ge
da
t
a
s
e
t
,
t
h
e
h
y
pe
r
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
s
i
g
ni
f
i
c
a
nt
l
y
o
ut
pe
r
f
o
r
m
s
t
h
e
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k.
T
h
i
s
c
l
a
i
m
i
s
s
h
o
w
n
i
n
t
h
e
f
o
l
l
ow
i
n
g
T
a
b
l
e
4.
T
a
b
l
e
1
.
M
N
IS
T
d
a
t
a
s
e
t
:
c
o
m
pa
ri
s
o
n
o
f
o
ur
f
i
v
e
m
e
t
h
o
ds
w
i
t
h
v
a
r
i
o
us
n
o
i
s
e
l
e
v
e
l
s
.
T
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
c
c
ur
a
c
y
i
s
r
e
po
r
t
e
d
(
%)
N
o
i
s
e
l
e
v
e
l
0%
15%
30%
45%
G
ra
p
h
b
a
s
e
d
s
e
m
i
-
s
u
p
e
r
v
i
s
e
d
l
e
a
rn
-
i
n
g
9
7
.
7
0
9
3
.
3
3
8
0
.
9
4
5
7
.
4
H
y
p
e
r
g
ra
p
h
b
a
s
e
d
s
e
m
i
-
s
u
p
e
r
v
i
s
e
d
l
e
a
rn
i
n
g
9
7
.
6
5
9
7
.
5
6
9
7
.
5
4
8
4
.
4
9
G
ra
p
h
n
e
u
ra
l
n
e
t
w
o
rk
9
7
.
3
9
9
7
.
3
1
9
7
.
1
1
8
6
.
1
5
H
y
p
e
r
g
ra
p
h
n
e
u
ra
l
n
e
t
w
o
rk
(
c
u
rre
n
t
s
t
a
t
e
o
f
t
h
e
a
rt
s
e
m
i
-
s
u
p
e
rv
i
s
e
d
9
7
.
5
2
l
e
a
rn
i
n
g
m
e
t
h
o
d
)
9
7
.
5
2
9
7
.
4
0
97.
34
8
7
.
0
7
P
ro
p
o
s
e
d
h
y
p
e
r
g
ra
p
h
n
e
u
ra
l
n
e
t
-
w
o
rk
9
7
.
7
2
9
7
.
6
9
9
7
.
3
0
9
1
.
6
5
T
a
b
l
e
2
.
U
S
P
S
da
t
a
s
e
t
:
c
o
m
pa
ri
s
o
n
o
f
o
ur
f
i
v
e
m
e
t
h
o
ds
w
i
t
h
v
a
r
i
o
us
n
o
i
s
e
l
e
v
e
l
s
.
T
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
c
c
ura
c
y
i
s
r
e
po
r
t
e
d
(%)
N
o
i
s
e
l
e
v
e
l
0%
15%
30%
45%
G
ra
p
h
b
a
s
e
d
s
e
m
i
-
s
u
p
e
r
v
i
s
e
d
l
e
a
rn
i
n
g
9
5
.
0
6
9
4
.
9
6
9
2
.
8
2
6
6
.
2
6
H
y
p
e
r
g
ra
p
h
b
a
s
e
d
s
e
m
i
-
s
u
p
e
r
v
i
s
e
d
l
e
a
rn
i
n
g
9
5
.
0
6
9
4
.
9
1
9
4
.
7
1
7
4
.
5
8
G
ra
p
h
n
e
u
ra
l
n
e
t
w
o
rk
9
4
.
6
6
9
4
.
4
2
9
3
.
1
2
7
0
.
0
0
H
y
p
e
r
g
ra
p
h
n
e
u
ra
l
n
e
t
w
o
rk
(
c
u
rre
n
t
s
t
a
t
e
o
f
t
h
e
a
rt
s
e
m
i
-
s
u
p
e
rv
i
s
e
d
9
7
.
5
2
l
e
a
rn
i
n
g
m
e
t
h
o
d
)
9
4
.
7
6
9
4
.
7
1
9
3
.
8
2
7
4
.
4
8
P
ro
p
o
s
e
d
h
y
p
e
r
g
ra
p
h
n
e
u
ra
l
n
e
t
w
o
rk
9
5
.
0
6
9
4
.
8
1
9
4
.
3
7
8
2
.
5
1
T
a
b
l
e
3
.
F
a
s
hi
o
n
M
N
IS
T
da
t
a
s
e
t
:
c
o
m
pa
ri
s
o
n
o
f
o
ur
f
i
v
e
m
e
t
h
o
ds
w
i
t
h
v
a
ri
o
us
n
o
i
s
e
l
e
v
e
l
s
.
T
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
c
c
u
r
a
c
y
i
s
r
e
po
rt
e
d
(%
)
N
o
i
s
e
l
e
v
e
l
0%
15%
30%
45%
G
ra
p
h
b
a
s
e
d
s
e
m
i
-
s
u
p
e
r
v
i
s
e
d
l
e
a
rn
i
n
g
8
6
.
1
3
8
5
.
7
5
8
4
.
0
2
6
3
.
6
1
H
y
p
e
r
g
ra
p
h
b
a
s
e
d
s
e
m
i
-
s
u
p
e
r
v
i
s
e
d
l
e
a
rn
i
n
g
8
4
.
8
8
8
4
.
6
9
8
3
.
4
3
6
9
.
2
9
G
ra
p
h
n
e
u
ra
l
n
e
t
w
o
rk
8
6
.
7
6
8
6
.
3
5
8
5
.
1
7
6
7
.
7
9
H
y
p
e
r
g
ra
p
h
n
e
u
ra
l
n
e
t
w
o
rk
(
c
u
rre
n
t
s
t
a
t
e
o
f
t
h
e
a
rt
s
e
m
i
-
s
u
p
e
rv
i
s
e
d
9
7
.
5
2
l
e
a
rn
i
n
g
m
e
t
h
o
d
)
8
6
.
4
1
8
6
.
3
0
8
5
.
4
7
7
0
.
0
9
P
ro
p
o
s
e
d
h
y
p
e
r
g
ra
p
h
n
e
u
ra
l
n
e
t
w
o
rk
8
6
.
1
4
8
5
.
9
1
8
5
.
0
2
7
5
.
8
9
T
a
b
l
e
4
.
F
a
s
hi
o
n
M
N
IS
T
da
t
a
s
e
t
:
Co
m
p
a
r
i
s
o
n
o
f
t
h
e
h
y
pe
r
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
m
e
t
h
o
d
(t
h
e
c
u
rr
e
n
t
s
t
a
t
e
o
f
a
r
t
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
m
e
t
h
o
d)
a
n
d
t
h
e
g
r
a
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
m
e
t
h
o
d
N
o
i
s
e
l
e
v
e
l
0%
G
ra
p
h
n
e
u
ra
l
n
e
t
w
o
rk
(
w
i
t
h
o
u
t
P
C
A
)
7
9
.
9
8
H
y
p
e
r
g
ra
p
h
n
e
u
ra
l
n
e
t
w
o
rk
(
w
i
t
h
o
u
t
P
C
A
)
8
5
.
0
9
G
ra
p
h
n
e
u
ra
l
n
e
t
w
o
rk
(
w
i
t
h
P
C
A
)
8
6
.
7
6
H
y
p
e
r
g
ra
p
h
n
e
u
ra
l
n
e
t
w
o
rk
(
w
i
t
h
P
C
A
)
8
6
.
4
1
5.
C
O
N
C
LU
S
I
O
N
In
t
hi
s
pa
pe
r
,
w
e
h
a
v
e
pr
o
p
o
s
e
d
t
h
e
n
o
v
e
l
h
y
pe
r
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
m
e
t
h
o
d.
O
ur
c
o
n
t
ri
b
ut
i
o
n
s
a
r
e
:
(1)
R
e
duc
e
t
h
e
t
i
m
e
c
o
n
s
t
r
uc
t
i
n
g
t
h
e
g
r
a
p
h
a
n
d
t
h
e
h
y
pe
r
gra
ph
b
y
i
n
i
t
i
a
l
l
y
a
ppl
y
i
n
g
t
h
e
P
CA
t
e
c
hn
i
que
t
o
t
h
e
i
m
a
ge
da
t
a
s
e
t
,
(2)
O
ur
n
o
v
e
l
h
y
pe
r
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
m
e
t
h
o
d
i
s
i
n
f
a
c
t
t
h
e
c
o
m
b
i
n
a
t
i
o
n
o
f
t
h
e
c
l
a
s
s
i
c
h
y
pe
r
gra
p
h
b
a
s
e
d
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rn
i
ng
m
e
t
h
o
d
a
nd
t
h
e
h
y
pe
r
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
pr
o
po
s
e
d
by
[4]
(i
.
e
.
,
t
h
e
c
urr
e
nt
s
t
a
t
e
o
f
t
h
e
a
r
t
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
m
e
t
h
o
d).
T
h
e
e
xpe
r
i
m
e
nt
a
l
r
e
s
ul
t
s
s
h
o
w
t
h
a
t
o
u
r
pr
o
po
s
e
d
h
y
p
e
r
g
r
a
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
o
ut
pe
r
f
o
r
m
s
o
t
h
e
r
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rn
i
ng
m
e
t
h
o
ds
a
s
t
h
e
n
o
i
s
e
l
e
v
e
l
i
n
t
h
e
t
r
a
i
ni
n
g
s
e
t
i
n
c
r
e
a
s
e
s
(~
45%)
.
I
n
t
h
e
o
t
h
e
r
w
o
r
ds
,
o
ur
pr
o
po
s
e
d
a
ppr
o
a
c
h
i
s
qui
t
e
r
o
b
us
t
t
o
n
o
i
s
e
l
a
b
e
l
s
t
o
s
o
m
e
e
xt
e
n
t
.
M
o
r
e
o
v
e
r
,
t
h
e
h
y
pe
r
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
s
(t
h
e
c
urr
e
n
t
s
t
a
t
e
o
f
t
h
e
a
r
t
m
e
t
h
o
d
o
f
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
a
pp
r
o
a
c
h
a
nd
o
ur
p
r
o
po
s
e
d
m
e
t
h
o
d)
a
re
a
t
l
e
a
s
t
a
s
go
o
d
a
s
t
h
e
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
pr
o
po
s
e
d
by
T
h
o
m
a
s
K
i
pf
,
b
ut
s
o
m
e
t
i
m
e
s
l
e
a
d
t
o
b
e
t
t
e
r
a
c
c
ura
c
i
e
s
.
L
a
s
t
b
ut
n
o
t
l
e
a
s
t
,
i
n
t
h
e
f
ut
u
r
e
w
o
r
k,
w
e
w
i
l
l
c
o
m
b
i
n
e
t
h
e
h
y
pe
r
gra
p
h
p
-
L
a
p
l
a
c
i
a
n
b
a
s
e
d
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
m
e
t
h
o
d
w
i
t
h
t
h
e
c
u
rr
e
nt
s
t
a
t
e
of
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
.
21
,
N
o
.
3
,
M
a
r
c
h
2
021
:
1
4
6
5
-
1
4
7
3
1472
t
h
e
a
r
t
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
m
e
t
h
o
d
(i
.
e
.
t
h
e
h
y
-
pe
r
gra
p
h
n
e
u
r
a
l
n
e
t
w
o
r
k
p
r
o
po
s
e
d
by
[4])
t
o
fo
r
m
a
n
o
v
e
l
h
y
pe
r
gra
p
h
n
e
u
ra
l
n
e
t
w
o
r
k
m
e
t
h
o
d.
F
i
na
l
l
y
,
w
e
c
a
n
a
ppl
y
t
h
i
s
n
o
v
e
l
m
e
t
h
o
d
t
o
v
a
r
i
o
us
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
a
s
ks
s
uc
h
a
s
p
r
o
t
e
i
n
f
un
c
t
i
o
n
p
r
e
di
c
t
i
o
n
,
c
a
n
c
e
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n,
a
n
d
s
pe
e
c
h
r
e
c
o
gn
i
t
i
o
n,
t
o
n
a
m
e
a
f
e
w
.
A
C
K
N
O
WL
ED
G
E
M
EN
TS
T
h
i
s
r
e
s
e
a
r
c
h
i
s
f
un
de
d
by
H
o
Ch
i
M
i
nh
Ci
t
y
U
n
i
v
e
r
s
i
t
y
of
T
e
c
hn
o
l
o
g
y
(
H
CM
U
T
),
V
N
U
-
H
CM
,
unde
r
g
r
a
n
t
n
u
m
b
e
r
B
K
-
SDH
-
2020
-
1970428
.
R
EF
ER
EN
C
ES
[
1]
K
a
r
e
n
S
i
m
o
ny
a
n
a
nd
A
ndr
e
w
Z
i
s
s
e
r
m
a
n,
“
V
e
r
y
de
e
p
c
o
nvo
l
ut
i
o
n
a
l
ne
t
w
o
r
ks
f
o
r
l
a
r
g
e
-
s
c
a
l
e
i
m
a
g
e
r
e
c
o
g
ni
t
i
o
n,
”
a
r
X
i
v
pr
e
pr
i
n
t
a
r
X
i
v
:
1409
.
1
556
,
pp
.
1
-
14
,
201
5
.
[
2]
G
.
H
i
n
t
o
n
e
t
al
.
,
“
D
e
e
p
N
e
ur
a
l
N
e
t
w
o
r
ks
f
o
r
A
c
o
us
t
i
c
M
o
de
l
i
ng
i
n
S
pe
e
c
h
R
e
c
o
g
ni
t
i
o
n:
T
he
S
ha
r
e
d
V
i
e
w
s
o
f
F
o
ur
R
e
s
e
a
r
c
h
G
r
o
ups
,
”
i
n
I
E
E
E
S
i
gna
l
P
r
oc
e
s
s
i
n
g
M
aga
z
i
ne
,
v
o
l
.
29,
no
.
6
,
p
p.
82
-
97
,
20
12
,
do
i
:
10.
1
109
/
M
S
P
.
2012
.
22
0559
7.
[
3]
T
ho
m
a
s
N
.
K
i
pf
,
M
a
x
W
e
l
l
i
ng
,
“
S
e
m
i
-
s
upe
r
v
i
s
e
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
w
i
t
h
g
r
a
ph
c
o
nv
o
l
ut
i
o
na
l
ne
t
-
w
o
r
ks
,”
a
r
X
i
v
pr
e
pr
i
nt
ar
X
i
v
:
16
09
.
029
07
,
p
p.
1
-
14
,
2016
.
[
4]
Y
i
f
a
n
F
e
ng
,
H
a
o
xua
n
Y
o
u,
Z
i
z
ha
o
Z
h
a
ng
,
R
o
ng
r
o
ng
J
i
a
nd
Y
ue
G
a
o
,
“
H
y
pe
r
g
r
a
ph
ne
ur
a
l
ne
t
w
o
r
ks
,”
T
he
T
hi
r
t
y
-
T
hi
r
d
A
A
A
I
C
on
f
e
r
e
nc
e
on
A
r
t
i
f
i
c
i
a
l
I
nt
e
l
l
i
ge
nc
e
(
A
A
A
I
-
1
9)
,
H
o
no
l
ul
u,
v
o
l
.
3
3,
no
.
1,
pp
.
35
58
-
3565
,
2
019
,
D
O
I
:
ht
t
ps
:
/
/
do
i
.
o
r
g
/
10.
1609
/
a
a
a
i
.
v
33
i
01
.
330
1355
8
.
[
5]
S
o
ng
B
a
i
,
F
e
i
h
u
Z
h
a
ng
,
P
h
i
l
i
p
H
.
S
.
T
o
r
r
,
“
H
y
pe
r
g
r
a
ph
c
o
nv
o
l
ut
i
o
n
a
nd
hy
pe
r
g
r
a
ph
a
t
t
e
n
t
i
o
n
,
”
a
r
X
i
v
p
r
e
pr
i
nt
ar
X
i
v
:
1
901
.
08
150
,
pp
.
1
-
30
,
20
20
.
[
6]
K
l
i
c
pe
r
a
,
J
o
ha
nn
e
s
,
A
l
e
ks
a
nda
r
B
o
j
c
he
v
s
ki
,
a
n
d
S
t
e
ph
a
n
G
u
̈nne
m
a
nn,
“
P
r
e
d
i
c
t
t
h
e
n
P
r
o
pa
g
a
t
e
:
G
r
a
ph
N
e
u
r
a
l
N
e
t
w
o
r
ks
m
e
e
t
P
e
r
s
o
na
l
i
z
e
d
P
a
g
e
R
a
n
k,
”
a
r
X
i
v
pr
e
pr
i
n
t
ar
X
i
v
:
181
0
.
059
97
,
v
o
l
.
1,
20
18
.
[
7]
[
8]
D
e
ngy
o
ng
Z
ho
u,
J
i
a
y
ua
n
H
u
a
ng
a
nd
B
e
r
nha
r
d
S
c
ho
l
ko
pf
,
“
L
e
a
r
n
i
ng
w
i
t
h
H
y
pe
r
g
r
a
ph
s
:
C
l
us
t
e
r
i
ng
,
C
l
a
s
s
i
f
i
c
a
t
i
o
n,
a
n
d
E
m
b
e
dd
i
ng
,
”
i
n
A
dv
anc
e
s
i
n
N
e
ur
al
I
nf
o
r
m
a
t
i
on
P
r
oc
e
s
s
i
ng
Sy
s
t
e
m
s
19:
P
r
oc
e
e
di
ngs
of
t
he
2006
C
on
f
e
r
e
nc
e
,
M
I
T
P
r
e
s
s
,
p
p.
16
01
-
1608
,
200
6
.
[
8]
D
e
ngy
o
ng
Z
ho
u,
J
i
a
y
ua
n
H
ua
ng
a
nd
B
e
r
nh
a
r
d
S
c
ho
l
ko
pf
,
“
B
e
y
ond
pa
i
r
w
i
s
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
n
d
c
l
us
t
e
r
i
ng
us
i
ng
hy
pe
r
g
r
a
phs
(
T
e
c
hn
i
c
a
l
R
e
po
r
t
1
43)
.
”
M
ax
P
l
an
k
I
ns
t
i
t
u
t
e
f
or
B
i
ol
o
gi
c
a
l
C
y
be
r
ne
t
i
c
s
,
T
üb
i
ng
e
n
,
G
e
r
m
a
ny
,
2005
.
[
9]
Z
i
j
i
n
Z
h
a
o
,
“
C
l
a
s
s
i
f
i
c
a
t
i
o
n
i
n
t
he
p
r
e
s
e
nc
e
o
f
he
a
vy
l
a
be
l
no
i
s
e
:
A
M
a
r
ko
v
c
ha
i
n
s
a
m
p
l
i
ng
f
r
a
m
e
w
o
r
k
”
.
T
he
s
e
s
(
Sc
hool
o
f
C
om
pu
t
i
ng
Sc
i
e
nc
e
)
,
S
i
m
on
F
r
as
e
r
U
n
i
v
e
r
s
i
t
y
,
2017
.
[
10]
K
.
Y
i
a
nd
J
.
W
u,
“
P
r
o
ba
b
i
l
i
s
t
i
c
E
nd
-
To
-
E
nd
N
o
i
s
e
C
o
r
r
e
c
t
i
o
n
f
o
r
L
e
a
r
ni
ng
W
i
t
h
N
o
i
s
y
L
a
be
l
s
,
”
201
9
I
E
E
E
/
C
V
F
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
ogn
i
t
i
on
(
C
V
P
R
)
,
L
o
n
g
B
e
a
c
h,
C
A
,
U
S
A
,
pp
.
7010
-
70
18
,
20
19
,
do
i
:
10.
1109
/
C
V
P
R
.
201
9.
0071
8.
[
11]
C
hi
y
ua
n
Z
ha
ng
,
S
a
m
y
B
e
ng
i
o
,
M
o
r
i
t
z
H
a
r
d
t
,
B
e
n
j
a
m
i
n
R
e
c
ht
,
O
r
i
o
l
V
i
ny
a
l
s
,
“
U
nde
r
s
t
a
n
di
ng
de
e
p
l
e
a
r
ni
ng
r
e
qu
i
r
e
s
r
e
t
hi
n
ki
ng
g
e
ne
r
a
l
i
z
a
t
i
o
n,
”
ar
X
i
v
p
r
e
pr
i
n
t
ar
X
i
v
:
16
11
.
035
3
0
,
pp
.
1
-
15,
20
1
7
.
[
12]
D
.
T
a
na
ka
,
D
.
I
k
a
m
i
,
T
.
Y
a
m
a
s
a
k
i
a
nd
K
.
A
i
z
a
w
a
,
“
J
o
i
nt
O
p
t
i
m
i
z
a
t
i
o
n
F
r
a
m
e
w
o
r
k
f
o
r
L
e
a
r
ni
ng
w
i
t
h
N
o
i
s
y
L
a
be
l
s
,
”
2
018
I
E
E
E
/
C
V
F
C
onf
e
r
e
nc
e
on
C
om
pu
t
e
r
V
i
s
i
o
n
an
d
P
at
t
e
r
n
R
e
c
ogn
i
t
i
o
n
,
S
a
l
t
L
a
ke
C
i
t
y
,
U
T
,
pp
.
55
52
-
5560
,
2018
,
do
i
:
10.
11
09
/
C
V
P
R
.
2
018
.
00
582
.
[
13]
M
i
k
a
e
l
H
e
na
f
f
,
J
o
a
n
B
r
un
a
a
n
d
Y
a
n
n
L
e
C
un,
“
D
e
e
p
c
o
nvo
l
ut
i
o
na
l
ne
t
w
o
r
ks
o
n
g
r
a
ph
-
s
t
r
uc
t
ur
e
d
d
a
t
a
,
”
a
r
X
i
v
pr
e
pr
i
nt
ar
X
i
v
:
15
06
.
051
63
,
p
p.
1
-
10
,
2015
.
[
14]
J
a
k
r
a
m
a
t
e
B
o
o
t
kr
a
j
a
ng
a
nd
A
t
a
K
a
bá
n
,
“
L
a
be
l
-
no
i
s
e
r
o
bus
t
l
o
g
i
s
t
i
c
r
e
g
r
e
s
s
i
o
n
a
nd
i
t
s
a
p
pl
i
c
a
t
i
o
ns
,
”
i
n
M
ac
h
i
ne
L
e
ar
ni
n
g
and
K
now
l
e
dge
D
i
s
c
ov
e
r
y
i
n
D
a
t
a
bas
e
s
:
pr
oc
e
e
di
ng
o
f
J
oi
n
t
E
u
r
ope
an
C
o
nf
e
r
e
nc
e
on
M
a
c
hi
ne
L
e
ar
ni
n
g
and
K
now
l
e
dge
D
i
s
c
ov
e
r
y
i
n
D
at
a
bas
e
s
,
S
pr
i
ng
e
r
,
pp
.
1
43
-
158
,
20
12
.
[
15]
J
a
k
r
a
m
a
t
e
B
o
o
t
kr
a
j
a
ng
,
“
S
up
e
r
v
i
s
e
d
l
e
a
r
n
i
ng
w
i
t
h
r
a
ndo
m
l
a
be
l
l
i
ng
e
r
r
o
r
s
,
”
C
om
put
e
r
Sc
i
e
nc
e
,
U
n
i
v
e
r
s
i
t
y
of
B
i
r
m
i
ngh
am
,
20
13.
[
16]
A
.
J
.
B
e
kke
r
a
nd
J
.
G
o
l
dbe
r
g
e
r
,
“
T
r
a
i
n
i
ng
de
e
p
n
e
ur
a
l
-
n
e
t
w
o
r
ks
ba
s
e
d
o
n
unr
e
l
i
a
bl
e
l
a
b
e
l
s
,
”
2016
I
E
E
E
I
nt
e
r
n
at
i
on
al
C
on
f
e
r
e
nc
e
on
A
c
ous
t
i
c
s
,
Spe
e
c
h
and
Si
gn
al
P
r
oc
e
s
s
i
ng
(
I
C
A
S
SP
)
,
S
ha
ng
ha
i
,
pp.
2
682
-
268
6,
20
16,
do
i
:
10.
1109
/
I
C
A
S
S
P
.
2
01
6.
7
4721
64
.
[
17]
J
a
c
o
b
G
o
l
dbe
r
g
e
r
a
nd
E
hud
B
e
n
-
R
e
uv
e
n
“
T
r
a
i
ni
ng
de
e
p
ne
ur
a
l
-
ne
t
w
o
r
k
s
us
i
ng
a
no
i
s
e
a
da
p
t
a
t
i
o
n
l
a
y
e
r
,
”
5t
h
I
nt
e
r
n
at
i
on
al
C
on
f
e
r
e
nc
e
on
L
e
ar
n
i
ng
R
e
pr
e
s
e
nt
a
t
i
ons
,
T
o
ul
o
n,
pp
.
1
-
7
,
20
17
.
[
18]
A
.
J
.
B
e
kk
e
r
,
M
.
C
ho
r
e
v
,
L
.
C
a
r
m
e
l
a
nd
J
.
G
o
l
db
e
r
g
e
r
,
“
A
de
e
p
n
e
ur
a
l
n
e
t
w
o
r
k
w
i
t
h
a
r
e
s
t
r
i
c
t
e
d
no
i
s
y
c
ha
nne
l
f
o
r
i
de
n
t
i
f
i
c
a
t
i
o
n
o
f
f
unc
t
i
o
na
l
i
n
t
r
o
ns
,
”
2
017
I
E
E
E
27
t
h
I
nt
e
r
na
t
i
on
al
W
or
k
s
ho
p
on
M
ac
h
i
ne
L
e
ar
n
i
ng
f
or
S
i
gn
al
P
r
oc
e
s
s
i
ng
(
M
L
SP
)
,
T
o
k
y
o
,
pp.
1
-
6,
20
17
,
do
i
:
10
.
110
9/
M
L
S
P
.
20
1
7.
81
6818
6.
[
19]
A
r
i
t
r
a
G
ho
s
h
,
H
i
m
a
ns
h
u
K
u
m
a
r
a
nd
P
.
S
.
S
a
s
t
r
y
,
“
R
o
bus
t
l
o
s
s
f
unc
t
i
o
ns
unde
r
l
a
be
l
no
i
s
e
f
o
r
de
e
p
ne
u
r
a
l
ne
t
w
o
r
k
s
,
”
T
hi
r
t
y
-
F
i
r
s
t
A
A
A
I
C
o
nf
e
r
e
nc
e
on
A
r
t
i
f
i
c
i
a
l
I
n
t
e
l
l
i
ge
nc
e
,
S
a
n
F
r
a
nc
i
s
c
o
,
pp
.
191
9
-
1925
,
2017
.
[
20]
Z
hi
l
u
Z
h
a
ng
a
nd
M
e
r
t
R
.
S
a
bunc
u,
“
G
e
n
e
r
a
l
i
z
e
d
c
r
o
s
s
e
n
t
r
o
py
l
os
s
f
o
r
t
r
a
i
n
i
ng
de
e
p
n
e
ur
a
l
ne
t
w
o
r
ks
w
i
t
h
no
i
s
y
l
a
b
e
l
s
,
”
N
I
P
S'
18:
P
r
o
c
e
e
di
ngs
o
f
t
he
32nd
I
n
t
e
r
nat
i
on
al
C
onf
e
r
e
n
c
e
on
N
e
ur
al
I
n
f
or
m
a
t
i
on
P
r
oc
e
s
s
i
ng
Sy
s
t
e
m
s
,
N
e
w
Y
o
r
k,
p
p.
87
92
-
8802
,
201
8
.
[
21]
B
.
F
r
e
n
a
y
a
nd
M
.
V
e
r
l
e
y
s
e
n,
“
C
l
a
s
s
i
f
i
c
a
t
i
o
n
i
n
t
h
e
P
r
e
s
e
nc
e
o
f
L
a
be
l
N
o
i
s
e
:
A
S
u
r
v
e
y
,
”
i
n
I
E
E
E
T
r
an
s
ac
t
i
ons
on
N
e
ur
al
N
e
t
w
or
k
s
and
L
e
ar
n
i
ng
S
y
s
t
e
m
s
,
v
o
l
.
25
,
no
.
5,
pp
.
845
-
86
9,
201
4,
do
i
:
10.
1109
/
T
N
N
L
S
.
201
3.
2292
894
.
[
22]
W
e
i
S
h
e
n
,
K
a
i
Z
ha
o
,
Y
i
l
u
G
uo
a
n
d
A
l
a
n
Y
ui
l
l
e
,
“
L
a
be
l
d
i
s
t
r
i
b
ut
i
o
n
l
e
a
r
ni
ng
f
o
r
e
s
t
s
,
”
N
I
P
S'
17:
P
r
oc
e
e
di
ngs
o
f
t
he
31s
t
I
nt
e
r
n
at
i
on
al
C
on
f
e
r
e
nc
e
on
N
e
ur
a
l
I
n
f
or
m
a
t
i
on
P
r
oc
e
s
s
i
ng
Sy
s
t
e
m
s
,
N
e
w
Y
o
r
k,
pp
.
834
-
84
3
,
2
017
.
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
Noi
s
e
-
r
ob
us
t
c
l
as
s
i
f
i
c
at
i
on
w
i
t
h
hy
p
e
r
gr
aph
ne
ur
al
ne
t
w
or
k
(
Nguy
e
n
T
r
i
nh
V
u
D
ang
)
1473
[
23]
X
.
G
e
ng
,
“
L
a
be
l
D
i
s
t
r
i
bu
t
i
o
n
L
e
a
r
n
i
ng
,
”
i
n
I
E
E
E
T
r
an
s
ac
t
i
ons
on
K
now
l
e
dge
and
D
a
t
a
E
ng
i
ne
e
r
i
ng
,
v
o
l
.
28,
no
.
7,
pp.
17
34
-
1748
,
1
J
u
l
y
2016,
do
i
:
10.
1109
/
T
K
D
E
.
201
6.
2
5456
58
.
[
24]
R
y
a
n
A
.
R
o
s
s
i
,
R
o
ng
Z
h
o
u
a
nd
N
e
s
r
e
e
n
K
.
A
hm
e
d
“
D
e
e
p
f
e
a
t
u
r
e
l
e
a
r
ni
ng
f
o
r
g
r
a
phs
,
”
a
r
X
i
v
pr
e
pr
i
nt
ar
X
i
v
:
1
704
.
08
829
,
pp
.
1
-
11
,
201
7
.
[
25]
D
e
ngy
o
ng
Z
h
o
u.
O
l
i
v
i
e
r
B
o
us
q
ue
t
,
T
ho
m
a
s
N
a
v
i
n
L
a
l
,
J
a
s
o
n
W
e
s
t
o
n
a
nd
B
e
r
nh
a
r
d
H
S
c
höl
ko
pf
,
“
L
e
a
r
n
i
ng
w
i
t
h
l
o
c
a
l
a
nd
g
l
o
ba
l
c
o
ns
i
s
t
e
nc
y
,
”
N
I
P
S'
03:
P
r
oc
e
e
di
ngs
of
t
he
16t
h
I
nt
e
r
na
t
i
ona
l
C
onf
e
r
e
nc
e
on
N
e
ur
al
I
n
f
or
m
a
t
i
on
P
r
oc
e
s
s
i
ng
S
y
s
t
e
m
s
,
v
o
l
.
16
,
no
.
3,
pp
.
321
-
32
8
,
20
04
.
[
26]
U
l
r
i
ke
v
o
n
L
uxbur
g
,
“
A
t
ut
o
r
i
a
l
o
n
s
pe
c
t
r
a
l
c
l
us
t
e
r
i
ng
,
”
St
a
t
i
s
t
i
c
s
and
c
om
put
i
n
g
,
v
o
l
.
17
,
pp
.
395
-
41
6
,
2
007
,
ht
t
ps
:
/
/
do
i
.
o
r
g
/
10.
1007
/
s
1122
2
-
007
-
9033
-
z
.
[
27]
Y
.
H
ua
ng
,
Q
.
L
i
u
,
S
.
Z
ha
ng
a
nd
D
.
N
.
M
e
t
a
xa
s
,
“
I
m
a
g
e
r
e
t
r
i
e
v
a
l
v
i
a
pr
o
ba
b
i
l
i
s
t
i
c
hy
pe
r
g
r
a
ph
r
a
nk
i
ng
,
”
20
10
I
E
E
E
C
om
put
e
r
Soc
i
e
t
y
C
on
f
e
r
e
nc
e
on
C
om
put
e
r
V
i
s
i
o
n
a
nd
P
at
t
e
r
n
R
e
c
ogni
t
i
o
n
,
S
a
n
F
r
a
nc
i
s
c
o
,
C
A
,
pp.
337
6
-
3383
,
2010
,
do
i
:
10.
110
9/
C
V
P
R
.
20
10
.
554
0012
.
[
28]
B
.
J
i
a
ng
,
Z
.
Z
h
a
ng
,
D
.
L
i
n,
J
.
T
a
ng
a
nd
B
.
L
uo
,
“
S
e
m
i
-
S
up
e
r
v
i
s
e
d
L
e
a
r
ni
ng
W
i
t
h
G
r
a
ph
L
e
a
r
n
i
ng
-
C
o
nvo
l
ut
i
o
na
l
N
e
t
w
o
r
ks
,
”
2019
I
E
E
E
/
C
V
F
C
onf
e
r
e
nc
e
on
C
om
p
ut
e
r
V
i
s
i
on
and
P
at
t
e
r
n
R
e
c
ogn
i
t
i
on
(
C
V
P
R
)
,
L
o
n
g
B
e
a
c
h,
C
A
,
U
S
A
,
pp.
1
1305
-
11
312
,
2019
,
do
i
:
10.
1
109
/
C
V
P
R
.
2019
.
01
157
.
[
29]
Z
hi
w
u
L
u
a
nd
L
i
w
e
i
W
a
ng
,
“
N
o
i
s
e
-
r
o
bus
t
s
e
m
i
-
s
upe
r
v
i
s
e
d
l
e
a
r
ni
ng
v
i
a
f
a
s
t
s
pa
r
s
e
c
o
di
ng
,
”
P
at
t
e
r
n
R
e
c
og
ni
t
i
on
vol
.
48,
no
.
2
,
pp.
6
05
-
612
,
2015
.
Evaluation Warning : The document was created with Spire.PDF for Python.