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
.
18
,
N
o
.
1
,
A
p
r
i
l
20
20
,
p
p.
150
~
157
IS
S
N
:
2502
-
4752
,
D
O
I
:
10.
1
1591
/
i
j
e
e
c
s
.
v
1
8
.i
1
.
pp
150
-
157
150
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
h
o
r
t
-
t
e
r
m
w
i
n
d
sp
e
e
d
p
r
e
d
i
c
t
i
o
n
b
a
sed
o
n
M
L
P
a
n
d
N
A
R
X
n
e
t
w
o
r
k
m
o
d
e
l
s
Y
o
u
s
r
a
A
m
e
l
l
as
1
,
O
u
tm
an
El
B
a
k
k
al
i
2
,
A
b
d
e
l
o
u
ah
e
d
D
je
b
i
l
3
,
A
d
i
l
Ec
h
c
h
e
l
h
4
1
,4
L
a
bo
r
a
t
o
r
y
o
f
M
a
t
e
r
i
a
l
s
a
nd
E
ne
r
gy
,
F
a
c
ul
t
y
o
f
S
c
i
e
nc
e
,
U
n
i
v
e
r
s
i
t
y
of
K
e
ni
t
r
a
,
M
o
r
o
c
c
o
1
,
3
L
a
bo
r
a
t
o
r
y
o
f
E
ne
r
g
e
t
i
c
s
,
F
l
u
i
d
M
e
c
ha
n
i
c
s
a
nd
M
a
t
e
r
i
a
l
s
,
F
a
c
ul
t
y
o
f
S
c
i
e
nc
e
,
U
ni
v
e
r
s
i
t
y
o
f
T
e
t
o
ua
n,
M
o
r
o
c
c
o
2
L
a
b
o
r
a
t
o
r
y
of
S
e
m
i
-
C
o
nduc
t
o
r
s
a
nd
T
h
i
n
L
a
y
e
r
s
,
F
a
c
ul
t
y
o
f
S
c
i
e
nc
e
,
U
n
i
v
e
r
s
i
t
y
o
f
K
e
ni
t
r
a
,
M
o
r
o
c
c
o
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
un
2
4
,
201
9
R
e
v
i
s
e
d
S
e
p
25
,
201
9
A
c
c
e
pt
e
d
O
c
t
16
,
2
01
9
T
he
a
r
t
i
c
l
e
a
i
m
s
t
o
pr
e
d
i
c
t
t
he
w
i
n
d
s
pe
e
d
by
t
w
o
a
r
t
i
f
i
c
i
a
l
ne
u
r
a
l
ne
t
w
o
r
k
’
s
m
o
de
l
s
.
T
he
f
i
r
s
t
m
o
de
l
i
s
a
m
u
l
t
i
l
a
y
e
r
pe
r
c
e
pt
r
o
n
(
M
L
P
)
t
r
e
a
t
e
d
b
y
ba
c
k
-
pr
o
pa
g
a
t
i
o
n
a
l
g
o
r
i
t
hm
a
nd
t
h
e
s
e
c
o
nd
o
ne
i
s
a
r
e
c
ur
r
e
n
t
ne
u
r
o
n
ne
t
w
o
r
k
t
y
pe
,
pr
o
c
e
s
s
e
d
by
t
he
N
A
R
X
m
o
de
l
.
T
he
t
w
o
m
o
de
l
s
h
a
v
i
ng
t
he
s
a
m
e
N
e
t
w
o
r
k’
s
s
t
r
uc
t
ur
e
,
w
hi
c
h
t
he
y
a
r
e
c
o
m
po
s
e
d
by
4
I
nput
s
l
a
y
e
r
s
(
W
i
nd
S
pe
e
d
,
P
r
e
s
s
ur
e
T
e
m
pe
r
a
t
ur
e
a
n
d
H
um
i
di
t
y
)
,
a
n
i
nt
e
r
m
e
di
a
t
e
l
a
y
e
r
de
f
i
n
e
d
by
20
ne
ur
o
ns
a
nd
a
n
a
c
t
i
v
a
t
i
o
n
f
unc
t
i
o
n,
a
s
w
e
l
l
a
s
a
s
i
ng
l
e
o
ut
pu
t
l
a
y
e
r
c
ha
r
a
c
t
e
r
i
z
e
d
by
w
i
nd
s
pe
e
d
a
nd
a
l
i
n
e
a
r
f
unc
t
i
o
n.
N
A
R
X
s
ho
w
s
t
he
be
s
t
r
e
s
u
l
t
s
w
i
t
h
a
r
e
g
r
e
s
s
i
o
n
c
o
e
f
f
i
c
i
e
nt
R
=
0.
984
e
t
R
M
S
E
=
0.
3
14
.
Ke
y
w
or
ds
:
A
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
D
a
i
l
y
pr
e
di
c
t
i
o
n
M
ul
t
i
-
l
a
y
e
r
pe
r
c
e
pt
r
o
n
(M
L
P
)
N
A
R
X
R
e
c
urr
e
nt
n
e
u
r
a
l
n
e
t
w
o
r
k
(R
N
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
:
Y
o
us
r
a
A
m
e
l
l
a
s
,
L
a
bo
r
a
t
o
r
y
of
M
a
t
e
r
i
a
l
s
a
nd
E
n
e
rgy
,
F
a
c
ul
t
y
of
S
c
i
e
n
c
e
,
U
n
i
v
e
r
s
i
t
y
of
K
e
n
i
t
ra
,
M
o
r
o
c
c
o
.
E
m
a
i
l
:
y
o
us
r
a
.
a
m
e
@
g
m
a
i
l
.
c
o
m
1.
I
N
TR
O
D
U
C
TI
O
N
T
h
e
fo
r
e
c
a
s
t
of
t
h
e
w
i
n
d
s
pe
e
d
i
s
a
n
e
s
s
e
n
t
i
a
l
p
r
o
c
e
s
s
i
n
t
he
m
a
n
a
ge
m
e
nt
o
f
e
l
e
c
t
r
i
c
i
t
y
ge
n
e
r
a
t
i
o
n
s
y
s
t
e
m
s
of
w
i
n
d
o
r
i
g
i
n,
i
t
a
l
l
o
w
s
t
h
e
p
r
o
v
i
s
i
o
n
o
f
t
h
e
n
e
c
e
s
s
a
r
y
i
n
f
o
r
m
a
t
i
o
n
t
o
e
l
a
b
o
r
a
t
e
go
o
d
s
t
ra
t
e
g
i
e
s
a
n
d
t
o
a
c
h
i
e
v
e
t
h
e
pl
a
nn
e
d
o
b
j
e
c
t
i
ve
s
t
o
o
pt
i
m
i
z
e
e
ff
i
c
i
e
n
c
y
,
de
c
r
e
a
s
i
n
g
a
nd
s
t
a
b
i
l
i
z
i
n
g
t
h
e
di
f
f
e
r
e
n
c
e
be
t
w
e
e
n
de
m
a
n
d
a
n
d
o
ff
e
r
[1].
S
e
v
e
r
a
l
m
e
t
e
o
r
o
l
o
gi
c
a
l
,
m
e
c
ha
n
i
c
a
l
a
n
d
e
l
e
c
t
ri
c
a
l
c
h
a
ra
c
t
e
ri
s
t
i
c
s
a
l
l
o
w
d
a
n
o
pt
i
m
a
l
e
l
e
c
t
r
i
c
e
n
e
r
gy
.
T
h
e
W
i
nd
i
s
t
h
e
ke
y
e
l
e
m
e
n
t
t
h
a
t
i
s
us
ua
l
l
y
c
h
a
ra
c
t
e
ri
z
e
d
b
y
h
i
s
s
pe
e
d
a
n
d
hi
s
di
r
e
c
t
i
o
n
w
h
i
c
h
ha
v
e
t
h
e
s
t
r
o
n
g
i
n
f
l
ue
n
c
e
o
n
t
h
e
f
i
n
a
l
p
r
o
duc
t
i
o
n,
o
t
h
e
r
v
a
ri
a
b
l
e
s
a
r
e
t
a
ke
n
i
n
t
o
c
o
n
s
i
de
ra
t
i
o
n
a
s
t
h
e
pr
e
s
s
u
r
e
,
t
e
m
pe
ra
t
u
r
e
,
h
u
m
i
d
i
t
y
a
n
d
t
h
e
de
w
po
i
n
t
t
e
m
pe
ra
t
u
r
e
,
t
h
e
y
a
r
e
a
l
l
u
np
r
e
di
c
t
a
b
l
e
a
n
d
r
a
ndo
m
.
T
h
e
r
e
a
r
e
s
e
v
e
r
a
l
t
e
c
hni
que
s
f
o
r
p
r
e
di
c
t
i
n
g
a
n
d
a
nt
i
c
i
p
a
t
i
n
g
t
h
e
f
ut
u
r
e
.
T
w
o
b
r
o
a
d
c
a
t
e
go
r
i
e
s
o
f
a
pp
r
o
a
c
h
e
s
ha
v
e
be
e
n
de
ve
l
o
pe
d,
P
h
y
s
i
c
a
l
a
pp
r
o
a
c
h
e
s
s
uc
h
a
s
N
W
P
(N
um
e
ri
c
W
e
a
t
h
e
r
P
r
e
di
c
t
o
r
s
),
G
F
S
(G
l
o
b
a
l
fo
r
e
c
a
s
t
s
y
s
t
e
m
),
H
IRL
A
M
[2]
a
r
e
us
ua
l
l
y
a
ppl
i
e
d
fo
r
t
he
l
o
n
g
-
t
e
rm
f
o
r
e
c
a
s
t
.
W
h
i
l
e
fo
r
t
h
e
s
h
o
r
t
-
t
e
rm
fo
r
e
c
a
s
t
s
t
a
t
i
s
t
i
c
a
l
a
pp
r
o
a
c
h
e
s
h
a
v
e
s
h
o
w
n
e
ff
e
c
t
i
v
e
a
n
d
e
ff
i
c
i
e
n
t
r
e
s
ul
t
s
.
T
h
e
y
i
n
t
e
g
ra
t
e
t
w
o
b
r
o
a
d
m
e
t
h
o
ds
t
i
m
e
s
e
ri
e
s
l
i
ke
A
R
M
A
,
A
R
IM
A
,
G
r
e
y
P
r
e
di
c
t
o
r
s
,
L
i
n
e
a
r
P
r
e
di
c
t
i
o
n
s
,
A
R
X
…
us
ua
l
l
y
c
o
n
s
i
de
r
e
d
a
s
l
i
n
e
a
r
m
e
t
h
o
ds
t
h
a
t
t
h
e
y
de
a
l
l
i
n
e
a
r
a
n
d
s
i
m
pl
e
m
o
de
l
s
.
F
o
r
n
o
n
-
l
i
n
e
a
r
a
n
d
c
o
m
pl
e
x
m
o
de
l
s
,
t
h
e
s
e
c
o
n
d
m
e
t
h
o
d
w
h
i
c
h
i
s
a
rt
i
f
i
c
i
a
l
i
nt
e
l
l
i
ge
n
c
e
(A
I)
[3]
p
r
e
s
e
nt
s
go
o
d
r
e
s
ul
t
s
i
n
c
l
ude
,
a
r
t
i
f
i
c
i
a
l
n
e
u
ra
l
n
e
t
w
o
r
ks
(A
N
N
),
S
uppo
r
t
V
e
c
t
o
r
M
a
c
h
i
n
e
(S
V
M
),
F
u
z
z
y
L
o
gi
c
M
e
t
h
o
ds
,
W
a
v
e
l
e
t
P
r
e
di
c
t
i
o
n
s
[4
,
5]
…
a
s
w
e
l
l
a
s
o
t
h
e
r
h
y
b
r
i
d
m
o
de
l
s
a
s
A
N
F
IS
.
T
hi
s
s
t
udy
de
a
l
s
w
i
t
h
t
h
e
24
-
h
o
u
r
w
i
n
d
f
o
r
e
c
a
s
t
t
a
ki
n
g
a
s
a
n
e
xa
m
pl
e
3
y
e
a
r
s
of
m
e
t
e
o
r
o
l
o
gi
c
a
l
da
t
a
(2015
-
2016
-
2
017)
o
f
t
h
e
T
e
t
o
ua
n
r
e
gi
o
n
.
W
e
c
h
o
s
e
s
upe
r
v
i
s
e
d
l
e
a
rni
n
g
f
o
r
o
ur
r
e
g
r
e
s
s
i
o
n
p
r
o
b
l
e
m
us
i
n
g
t
w
o
di
ffe
r
e
n
t
t
y
p
e
s
of
n
e
ur
a
l
n
e
t
w
o
r
ks
.
T
h
e
m
u
l
t
i
l
a
y
e
r
pe
r
c
e
pt
r
o
n
(M
L
P
)
t
y
pe
o
f
f
e
e
d
-
fo
r
w
a
r
d
n
e
u
r
a
l
n
e
t
w
o
r
k
(F
N
N
)
b
a
s
e
d
o
n
b
a
c
k
-
p
r
o
pa
ga
t
i
o
n
a
l
go
ri
t
hm
us
i
ng
L
e
v
e
n
b
e
r
g
-
M
a
r
qua
rdt
t
r
a
i
ni
n
g
f
un
c
t
i
o
n
(L
M
).
T
h
e
s
e
c
o
n
d
i
s
N
o
n
l
i
n
e
a
r
A
u
t
o
r
e
g
r
e
s
s
i
v
e
e
xo
g
e
n
o
us
m
o
d
e
l
(N
A
R
X
)
t
y
pe
of
R
e
c
urr
e
nt
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
Shor
t
-
t
e
r
m
w
i
nd
s
pe
e
d
pr
e
di
c
t
i
on
bas
e
d
on
ML
P
a
nd
NA
R
X
ne
t
w
or
k
m
ode
l
s
(
Y
ous
r
a
A
m
e
l
l
as
)
151
n
e
u
r
a
l
n
e
t
w
o
r
k
(R
N
N
)
b
a
s
e
d
o
n
T
i
m
e
s
e
r
i
e
s
us
i
n
g
S
c
a
l
e
d
Co
n
j
uga
t
e
G
ra
d
i
e
nt
(S
G
C)
t
r
a
i
n
i
ng
f
un
c
t
i
o
n
[6].
W
e
fo
un
d
t
ha
t
t
h
e
l
a
t
t
e
r
l
e
a
ds
t
o
b
e
t
t
e
r
r
e
s
ul
t
s
.
T
o
e
v
a
l
ua
t
e
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
m
o
de
l
a
n
d
s
e
l
e
c
t
a
b
e
t
t
e
r
s
t
ruc
t
u
r
e
.
W
e
ha
v
e
b
a
s
e
d
o
n
M
S
E
a
nd
R
M
S
E
e
s
t
i
m
a
t
o
r
s
.
2.
R
ES
EA
R
C
H
M
ET
H
O
D
2.
1
.
M
e
te
o
r
o
l
o
gi
c
al
D
ata
T
hr
o
ug
h
t
hi
s
s
t
udy
w
e
w
a
nt
t
o
c
h
o
o
s
e
t
h
e
m
o
s
t
pe
r
f
o
r
m
i
n
g
p
r
e
di
c
t
i
v
e
m
o
de
l
of
t
h
e
da
i
l
y
w
i
n
d
s
pe
e
d
of
T
e
t
o
ua
n
s
i
t
e
.
M
e
t
e
o
r
o
l
o
gi
c
a
l
da
t
a
o
f
t
h
e
T
e
t
o
ua
n
s
i
t
e
ha
v
e
be
e
n
t
a
k
e
n
e
v
e
r
y
da
y
fo
r
t
hr
e
e
y
e
a
r
s
,
2015
-
2016
-
2017
;
t
h
e
y
a
r
e
o
b
t
a
i
n
e
d
f
r
o
m
t
h
e
s
i
t
e
h
t
t
ps
:
/
/
w
w
w
.
h
i
s
t
o
r
i
que
-
m
e
t
e
o
.
n
e
t
/
a
f
r
i
que
/
m
a
r
o
c
/
t
e
t
o
ua
n/
.
T
h
e
T
a
b
l
e
1
m
e
t
e
o
r
o
l
o
gi
c
a
l
da
t
a
s
h
e
e
t
i
n
c
l
ude
s
t
h
e
da
t
e
(
T
IM
E
)
da
y
by
da
y
,
W
i
n
d
s
pe
e
d
(W
S
)
i
n
m
/
s
,
T
e
m
pe
ra
t
u
r
e
(T
M
P
)
i
n
°
C
,
A
t
m
o
s
p
h
e
ri
c
pr
e
s
s
ur
e
(A
T
M
)
i
n
h
P
a
,
D
e
w
p
o
i
n
t
t
e
m
pe
r
a
t
u
r
e
(D
E
W
)
i
n
°
C
a
nd
H
um
i
di
t
y
(
H
)
i
n
%
.
A
l
s
o
t
h
e
t
a
b
l
e
p
r
e
pr
o
c
e
s
s
e
s
m
e
t
e
o
r
o
l
o
gi
c
a
l
da
t
a
t
o
f
a
c
i
l
i
t
a
t
e
t
h
e
i
r
us
e
a
n
d
e
xp
l
o
i
t
a
t
i
o
n
[7]
.
O
ur
m
e
t
e
o
r
o
l
o
gi
c
a
l
d
a
t
a
w
a
s
p
r
o
c
e
s
s
e
d
by
E
xc
e
l
s
of
t
w
a
r
e
a
s
w
e
l
l
a
s
t
h
e
m
o
de
l
i
n
g
w
a
s
do
n
e
by
N
N
T
O
O
L
fo
r
M
L
P
a
n
d
N
N
S
T
A
R
T
f
o
r
N
A
R
X
o
n
M
A
T
L
A
B
s
of
t
w
a
r
e
.
M
o
r
e
o
ve
r
,
m
e
t
e
o
r
o
l
o
gi
c
a
l
da
t
a
pr
e
t
r
e
a
t
m
e
nt
s
i
m
pl
i
f
i
e
s
t
h
e
c
h
o
i
c
e
of
t
h
e
pa
ra
m
e
t
e
r
s
of
t
h
e
pre
di
c
t
i
v
e
m
o
de
l
s
.
T
o
a
v
o
i
d
e
xpe
n
s
i
v
e
c
a
l
c
ul
a
t
i
o
n,
i
t
’s
p
r
e
f
e
r
a
b
l
e
t
o
m
i
ni
m
i
z
e
t
h
e
n
um
b
e
r
o
f
m
o
de
l
'
s
i
n
pu
t
v
a
r
i
a
b
l
e
s
.
T
a
b
l
e
1
.
P
r
e
s
e
n
t
a
t
i
o
n
o
f
t
h
e
W
e
a
t
h
e
r
D
a
t
a
S
h
e
e
t
o
f
T
e
t
o
ua
n
D
a
t
e
W
i
n
d
S
p
e
e
d
(
m
/
s
)
P
re
s
s
u
r
e
(
h
P
a
)
T
e
m
p
e
ra
t
u
re
(
°
C)
H
u
m
i
d
i
t
y
(
%
)
D
e
w
p
o
i
n
t
t
e
m
p
e
ra
t
u
re
(
°
C)
3
0
/
1
2
/
2
0
1
7
1
,
6
6
6
6
6
6
6
6
7
1028
15
74
13
2
9
/
1
2
/
2
0
1
7
3
,
6
1
1
1
1
1
1
1
1
1024
15
87
13
2
8
/
1
2
/
2
0
1
7
6
,
6
6
6
6
6
6
6
6
7
1024
13
86
12
2
7
/
1
2
/
2
0
1
7
10
1027
10
87
12
2
6
/
1
2
/
2
0
1
7
6
,
9
4
4
4
4
4
4
4
4
1028
12
83
10
2
5
/
1
2
/
2
0
1
7
1
,
9
4
4
4
4
4
4
4
4
1031
12
66
11
2
4
/
1
2
/
2
0
1
7
3
,
6
1
1
1
1
1
1
1
1
1032
12
86
11
2
3
/
1
2
/
2
0
1
7
2
,
7
7
7
7
7
7
7
7
8
1037
14
62
7
2
2
/
1
2
/
2
0
1
7
2
,
7
7
7
7
7
7
7
7
8
1037
12
69
8
2
1
/
1
2
/
2
0
1
7
5
,
5
5
5
5
5
5
5
5
6
1032
11
69
7
2
0
/
1
2
/
2
0
1
7
5
,
2
7
7
7
7
7
7
7
8
1029
11
75
8
2.
2
.
N
e
u
r
al
N
e
tw
o
r
k
A
n
e
u
ra
l
n
e
t
w
o
r
k
i
s
a
m
o
de
l
w
h
i
c
h
i
s
de
s
c
ri
b
e
d
us
ua
l
l
y
by
m
a
n
y
c
o
m
po
n
e
n
t
s
.
U
s
ua
l
l
y
c
h
a
r
a
c
t
e
r
i
z
e
d
by
i
n
pu
t
s
(
x
0
,
…
,
x
j
)
c
o
m
e
f
r
o
m
pr
e
v
i
o
us
n
e
u
r
o
n,
e
v
e
r
y
i
n
pu
t
i
s
a
s
s
oc
i
a
t
e
d
t
o
a
w
e
i
ght
r
e
p
r
e
s
e
n
t
i
n
g
c
o
n
n
e
c
t
i
o
n
s
t
r
e
n
gt
h,
t
h
e
i
r
v
a
l
ue
s
a
r
e
c
a
l
c
ul
a
t
e
d
i
n
t
h
e
l
e
a
rni
n
g
p
h
a
s
e
i
n
h
i
dde
n
l
a
y
e
r
,
i
t
i
s
c
o
n
s
t
i
t
u
t
e
d
of
s
e
v
e
r
a
l
n
e
u
r
o
n
s
a
s
w
e
l
l
a
s
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
a
=
∑
(
w
ij
.
x
i
)
(
x
j
pr
e
s
e
nt
t
h
e
i
n
pu
t
s
o
f
t
h
e
n
e
t
w
o
r
k,
a
nd
w
ij
pr
e
s
e
nt
t
h
e
w
e
i
gh
t
s
a
s
s
o
c
i
a
t
e
d
t
o
e
a
c
h
n
e
u
r
o
n
)
i
t
c
a
n
b
e
pr
e
s
e
n
t
e
d
i
n
d
i
f
fe
r
e
nt
t
y
pe
s
,
t
h
e
m
o
s
t
us
e
d
a
r
e
,
l
i
n
e
a
r
f
un
c
t
i
o
n,
h
y
pe
r
bo
l
i
c
-
t
a
n
ge
nt
e
t
s
i
gm
o
i
d
f
un
c
t
i
o
n,
a
n
d
a
n
o
ut
put
l
a
y
e
r
ge
n
e
ra
l
l
y
c
h
a
r
a
c
t
e
r
i
z
e
d
by
a
l
i
n
e
a
r
f
un
c
t
i
o
n
[8
-
9]
.
F
o
r
m
a
l
n
e
u
r
o
n
p
r
e
s
e
n
t
a
t
i
o
n
a
s
s
h
o
w
n
i
n
F
i
gu
r
e
1.
F
i
gu
r
e
1
.
F
o
rm
a
l
n
e
u
r
o
n
p
r
e
s
e
n
t
a
t
i
o
n
:
I
n
pu
t
.
:
Co
nn
e
c
t
i
o
n
w
e
i
ght
.
∑
:
T
h
e
w
e
i
g
h
t
e
d
s
u
m
o
f
t
h
e
I
n
p
ut
s
w
e
i
gh
t
e
d
by
.
:
A
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n.
:
T
hr
e
s
h
o
l
d.
:
O
ut
pu
t
.
…
…
…
∑
=
(
∑
)
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
.
18
,
N
o
.
1
,
A
p
r
i
l
20
20
:
1
5
0
-
1
5
7
152
A
s
pr
e
v
i
o
us
l
y
m
e
n
t
i
o
n
e
d
w
e
us
e
d
t
w
o
t
y
p
e
s
of
n
e
ur
a
l
n
e
t
w
o
r
ks
.
T
h
e
M
L
P
[10]
i
s
a
c
l
a
s
s
i
c
n
e
u
r
o
n
n
e
t
w
o
r
k
w
h
i
c
h
c
o
n
s
i
s
t
s
o
f
a
n
i
n
pu
t
,
hi
dde
n
a
n
d
a
n
o
ut
put
l
a
y
e
r
s
b
a
s
e
d
o
n
t
h
e
e
rr
o
r
b
a
c
kpr
o
pa
g
a
t
i
o
n
a
l
go
ri
t
hm
w
hi
c
h
i
s
m
a
i
nl
y
b
a
s
e
d
o
n
t
h
e
g
r
a
d
i
e
n
t
de
s
c
e
n
t
a
l
g
o
r
i
t
hm
.
T
h
e
b
a
c
kpr
o
pa
g
a
t
i
o
n
a
l
go
r
i
t
hm
m
e
a
s
u
r
e
s
t
h
e
e
rr
o
r
b
e
t
w
e
e
n
t
h
e
de
s
i
r
e
d
o
ut
put
d
a
nd
o
ut
put
s
O
c
a
l
c
ul
a
t
e
d
by
t
h
e
n
e
t
w
o
r
k.
T
o
m
i
ni
m
i
z
e
t
h
e
e
rr
o
r,
t
h
e
i
n
f
o
r
m
a
t
i
o
n
i
s
pr
o
pa
ga
t
e
d
f
r
o
m
t
h
e
o
ut
put
t
o
t
h
e
i
n
p
ut
by
a
dj
us
t
i
n
g
t
h
e
w
e
i
gh
t
s
[11]
.
T
h
e
r
e
a
r
e
o
t
h
e
r
t
y
p
e
s
of
c
l
a
s
s
i
c
a
l
n
e
u
r
a
l
n
e
t
w
o
r
ks
t
ha
t
b
e
l
o
n
g
t
o
b
a
c
kpro
pa
ga
t
i
o
n
f
a
m
i
l
y
a
s
:
A
da
l
i
n
e
(A
da
p
t
i
v
e
L
i
n
e
a
r
N
e
ur
o
n
)
,
M
a
da
l
i
n
e
(M
ul
t
i
-
A
d
a
l
i
n
e
)
a
l
s
o
RB
F
(R
a
di
a
l
B
a
s
i
s
F
un
c
t
i
o
n
)
i
s
s
t
ruc
t
u
r
a
l
l
y
s
a
m
e
a
s
p
e
r
c
e
pt
r
o
n
M
L
P
.
E
x
a
m
pl
e
o
f
m
ul
t
i
l
a
y
e
r
pe
r
c
e
pt
r
o
n
w
i
t
h
a
hi
dde
n
l
a
y
e
r
a
n
d
a
n
o
ut
put
l
a
y
e
r
a
s
s
h
o
w
n
i
n
F
i
g
u
r
e
2
.
F
i
gu
r
e
2
.
E
xa
m
p
l
e
o
f
m
ul
t
i
l
a
y
e
r
pe
r
c
e
pt
r
o
n
w
i
t
h
a
hi
dde
n
l
a
y
e
r
a
n
d
a
n
o
ut
put
l
a
y
e
r
W
h
i
l
e
N
A
R
X
i
s
a
t
y
pe
of
r
e
c
urr
e
nt
n
e
u
r
a
l
n
e
t
w
o
r
k
w
h
o
ha
s
t
h
e
s
a
m
e
t
ra
i
ni
n
g
t
e
c
hn
i
q
ue
s
t
h
a
t
c
l
a
s
s
i
c
a
l
n
e
t
w
o
r
ks
b
a
s
e
d
o
n
t
h
e
gra
di
e
n
t
b
a
c
k
-
p
r
o
pa
g
a
t
i
o
n
a
l
go
r
i
t
hm
.
T
o
c
o
m
pa
r
e
t
h
e
t
w
o
t
y
p
e
s
of
n
e
t
w
o
r
ks
w
e
ke
e
p
t
h
e
s
a
m
e
s
t
ruc
t
u
r
e
o
f
t
h
e
n
e
t
w
o
r
k.
N
A
R
X
i
s
c
h
a
ra
c
t
e
r
i
z
e
d
by
i
t
s
gr
e
a
t
po
w
e
r
t
o
a
n
a
l
y
z
e
n
o
n
-
l
i
n
e
a
r
t
i
m
e
s
e
r
i
e
s
l
i
ke
dy
n
a
m
i
c
s
y
s
t
e
m
s
a
s
w
e
l
l
a
s
t
h
e
de
s
c
e
n
t
g
ra
d
i
e
nt
a
l
go
ri
t
hm
b
e
ha
v
e
s
e
ff
i
c
i
e
n
t
l
y
a
nd
c
o
n
v
e
r
ge
s
qui
c
kl
y
t
h
a
n
i
n
o
t
h
e
r
n
e
t
w
o
r
ks
.
T
h
e
r
e
a
r
e
o
t
h
e
r
s
t
y
pe
s
of
de
e
p
R
N
N
c
a
l
l
e
d
E
l
m
a
n
N
e
u
r
a
l
N
e
t
w
o
r
k
[12]
L
S
T
M
(L
o
n
g
S
h
o
r
t
-
T
e
r
m
M
e
m
o
r
y
)
[13]
a
n
d
G
R
U
(G
a
t
e
d
Re
c
ur
r
e
nt
U
n
i
t
)
.
E
xa
m
pl
e
o
f
N
A
R
X
-
N
N
s
t
r
uc
t
u
r
e
(c
l
o
s
e
l
oo
p
a
n
d
o
pe
n
l
o
o
p
)
a
s
s
h
o
w
n
i
n
F
i
gu
r
e
s
3
a
n
d
4
.
F
i
gu
r
e
3
.
E
xa
m
p
l
e
o
f
N
A
R
X
-
N
N
s
t
ruc
t
u
r
e
(c
l
o
s
e
l
oo
p)
F
i
gu
r
e
4
.
E
xa
m
p
l
e
o
f
N
A
R
X
-
N
N
s
t
ruc
t
u
r
e
(o
pe
n
l
o
o
p)
S
o
m
e
s
t
udi
e
s
c
a
s
e
h
a
s
b
e
e
n
a
n
a
l
y
z
e
d
by
N
A
R
X
f
o
r
H
o
ur
l
y
S
o
l
a
r
R
a
d
i
a
t
i
o
n
P
r
e
di
c
t
i
o
n.
O
f
c
o
ur
s
e
,
t
h
e
r
e
a
r
e
o
t
h
e
r
s
c
a
s
e
s
t
ud
i
e
s
w
h
o
h
a
v
e
us
e
d
N
A
R
X
fo
r
f
o
r
e
c
a
s
t
i
n
g
w
i
n
d
s
pe
e
d.
E
r
a
s
m
o
&
W
i
l
f
r
i
do
[14]
di
d
t
h
e
s
t
udy
o
n
t
w
o
s
i
t
e
s
i
n
M
e
xi
c
o
c
o
m
pa
r
i
n
g
t
w
o
w
i
n
d
s
pe
e
d
p
r
e
di
c
t
i
o
n
m
o
de
l
s
un
i
v
a
r
i
a
t
e
m
o
de
l
de
ve
l
o
pe
d
by
A
R
IM
A
a
n
d
t
h
e
m
ul
t
i
v
a
ri
a
t
e
m
o
de
l
de
v
e
l
o
pe
d
by
N
A
R
X
.
N
A
R
X
pr
e
s
e
nt
e
d
a
c
c
u
r
a
t
e
r
e
s
ul
t
s
.
H
i
d
d
e
n
L
a
y
e
r
O
u
tp
u
t
.
.
.
.
.
.
.
.
.
.
I
n
p
u
t
(
)
(
)
(
)
y
(
)
y
(
)
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
Shor
t
-
t
e
r
m
w
i
nd
s
pe
e
d
pr
e
di
c
t
i
on
bas
e
d
on
ML
P
a
nd
NA
R
X
ne
t
w
or
k
m
ode
l
s
(
Y
ous
r
a
A
m
e
l
l
as
)
153
Z
i
na
&
O
c
t
a
v
i
a
n
[15
]
d
i
d
t
h
e
s
t
udy
o
n
P
r
e
di
c
t
i
o
n
o
f
da
i
l
y
di
r
e
c
t
s
o
l
a
r
ra
di
a
t
i
o
n
us
i
n
g
N
A
R
X
m
o
de
l
a
n
d
t
h
e
y
c
o
n
c
l
ude
d
t
h
a
t
t
h
e
m
o
de
l
s
h
o
w
s
pow
e
r
f
ul
r
e
s
ul
t
s
i
n
t
h
e
pe
ri
o
di
c
a
l
t
ra
i
ni
n
g
p
h
a
s
e
.
M
.
A
.
H
a
m
da
n
&
E
.
A
b
de
l
ha
f
e
z
[16]
pe
r
f
o
r
m
e
d
t
h
e
p
r
e
di
c
t
i
o
n
o
f
h
o
ur
l
y
s
o
l
a
r
ra
di
a
t
i
o
n
i
n
A
m
m
a
n
w
i
t
h
t
hr
e
e
t
y
p
e
s
of
n
e
ur
o
n
s
n
e
t
w
o
r
k:
N
A
R
X
,
F
e
e
dfo
r
w
a
r
d
a
n
d
E
l
m
a
n.
F
o
r
t
h
e
i
r
s
t
udy
c
a
s
e
t
oo
,
N
A
R
X
w
a
s
be
t
t
e
r
a
n
d
s
h
o
w
e
d
t
h
e
b
e
s
t
r
e
s
ul
t
s
i
n
t
ra
i
ni
n
g
a
n
d
v
a
l
i
d
a
t
i
o
n
p
e
r
i
o
d
o
f
s
o
l
a
r
da
t
a
p
r
e
d
i
c
t
i
o
n
c
o
m
pa
r
e
d
t
o
o
t
h
e
r
n
e
t
w
o
r
ks
.
T
o
e
v
a
l
ua
t
e
t
h
e
s
o
l
a
r
ra
d
i
a
t
i
o
n
o
f
t
h
e
M
ut
a
h
c
i
t
y
Y
a
z
e
e
d
&
K
ha
l
e
d
[17]
ha
v
e
b
ui
l
t
s
e
v
e
n
di
f
f
e
r
e
n
t
m
o
de
l
s
of
N
A
R
X
n
e
t
w
o
r
k
by
m
o
di
fy
i
n
g
i
n
pu
t
pa
ra
m
e
t
e
r
s
,
t
h
e
num
b
e
r
o
f
n
e
u
r
o
n
s
a
nd
t
h
e
num
b
e
r
o
f
T
i
m
e
D
e
l
a
y
.
T
h
e
r
e
s
ul
t
s
s
h
o
w
e
d
t
h
a
t
t
h
e
m
o
de
l
h
a
s
t
hr
e
e
pa
ra
m
e
t
e
r
s
:
t
e
m
pe
ra
t
u
r
e
,
hum
i
di
t
y
a
n
d
w
i
n
d
s
pe
e
d
i
s
t
h
e
m
o
s
t
a
de
qu
a
t
e
t
o
p
r
e
di
c
t
t
h
e
s
o
l
a
r
r
a
d
i
a
t
i
o
n.
L
ub
n
a
&
M
o
h
a
m
m
e
d
[18]
a
l
s
o
us
e
d
t
h
e
N
A
R
X
m
o
de
l
fo
r
h
o
url
y
s
o
l
a
r
ra
d
i
a
t
i
o
n
i
n
A
m
m
a
n.
T
o
e
v
a
l
ua
t
e
t
h
e
N
A
R
X
m
o
de
l
a
nd
e
xa
m
i
n
e
hi
s
pe
r
f
o
r
m
a
n
c
e
,
t
h
e
y
h
a
v
e
ke
pt
t
h
e
s
a
m
e
m
o
de
l
s
t
ruc
t
u
r
e
b
y
m
o
di
fy
i
n
g
t
h
e
t
r
a
i
n
i
ng
a
l
go
ri
t
hm
s
a
s
:
L
M
(L
e
v
e
n
be
rg
-
M
a
r
qu
a
r
dt
),
R
P
(R
e
s
i
l
i
e
nt
B
a
c
kpr
o
pa
ga
t
i
o
n
)
,
S
CG
(S
c
a
l
e
d
C
o
n
j
uga
t
e
G
ra
d
i
e
nt
),
CG
P
(Co
n
j
uga
t
e
G
r
a
d
i
e
nt
w
i
t
h
P
o
l
a
k
-
R
i
b
i
é
r
e
upda
t
e
s
),
CG
F
(Co
n
j
uga
t
e
G
ra
di
e
n
t
w
i
t
h
F
l
e
t
c
h
e
r
-
R
e
e
ve
s
upda
t
e
s
),
CG
B
(Co
n
j
uga
t
e
G
ra
di
e
n
t
w
i
t
h
P
o
w
e
l
l
-
B
e
a
l
e
r
e
s
t
a
rt
s
)
a
n
d
O
S
S
(O
n
e
-
S
t
e
p
s
e
c
a
n
t
b
a
c
kp
r
o
pa
ga
t
i
o
n
)
.
T
h
e
b
e
t
t
e
r
t
r
a
i
n
i
ng
a
l
go
ri
t
hm
w
a
s
L
M
.
T
h
e
r
e
a
r
e
o
t
h
e
r
t
y
pe
s
of
n
e
t
w
o
r
ks
by
w
h
i
c
h
w
e
c
a
n
fo
r
e
c
a
s
t
t
h
e
w
i
n
d
s
pe
e
d
l
i
ke
CN
N
(Co
n
v
o
l
ut
i
o
n
a
l
N
e
u
r
a
l
N
e
t
w
o
r
k).
T
h
e
r
e
a
r
e
a
l
s
o
o
t
h
e
r
s
l
e
a
rn
i
ng
a
l
go
r
i
t
hm
s
a
s
S
V
R
[19],
S
V
M
[2
0],
F
uz
z
y
L
o
gi
c
s
[21]
,
A
N
F
IS
[22
],
G
e
n
e
t
i
c
a
l
go
ri
t
hm
s
[2
3]
.
2.
3
.
I
n
p
u
t
V
ar
i
ab
l
e
s
P
r
e
t
r
e
a
t
m
e
n
t
o
f
m
e
t
e
o
r
o
l
o
gi
c
a
l
da
t
a
w
a
s
c
a
rri
e
d
o
ut
i
n
t
o
f
a
c
i
l
i
t
a
t
e
m
o
de
l
i
n
g
o
n
N
N
T
O
O
L
(N
e
ura
l
N
e
t
w
o
r
k
T
o
o
l
).
T
o
o
pt
i
m
i
z
e
t
h
e
i
n
p
ut
n
u
m
b
e
r
o
f
o
ur
n
e
u
ra
l
n
e
t
w
o
r
k
a
n
d
a
v
o
i
d
t
h
e
e
xpe
n
s
i
v
e
c
a
l
c
ul
a
t
i
o
n
c
r
e
a
t
e
d
by
a
l
l
t
h
e
v
a
r
i
a
b
l
e
s
l
i
s
t
e
d
b
e
l
ow
w
e
c
a
l
c
ul
a
t
e
d
t
h
e
c
o
rr
e
l
a
t
i
o
n
c
o
e
ff
i
c
i
e
n
t
s
b
e
t
w
e
e
n
t
h
e
i
n
put
v
a
r
i
a
b
l
e
s
.
In
T
a
b
l
e
2
,
w
e
ob
s
e
r
v
e
t
h
a
t
t
h
e
r
e
i
s
a
s
t
r
o
ng
c
o
rr
e
l
a
t
i
o
n
b
e
t
w
e
e
n
t
e
m
pe
ra
t
u
r
e
a
n
d
de
w
po
i
n
t
t
e
m
pe
ra
t
u
r
e
,
w
i
t
h
t
h
e
hi
g
h
e
s
t
c
o
rr
e
l
a
t
i
o
n
c
o
e
f
f
i
c
i
e
n
t
0
,
6
76
c
l
o
s
e
t
o
1
t
h
a
t
m
e
a
n
s
t
ha
t
t
h
e
de
w
po
i
n
t
t
e
m
pe
ra
t
u
r
e
ha
s
t
h
e
s
a
m
e
c
h
a
ra
c
t
e
r
i
s
t
i
c
s
a
s
t
e
m
pe
ra
t
u
r
e
a
n
d
i
t
w
o
n
’t
h
a
v
e
i
n
f
l
ue
n
c
e
o
n
t
h
e
t
ra
i
ni
n
g
.
T
hi
s
i
s
t
h
e
r
e
a
s
o
n
t
ha
t
a
l
l
o
w
s
us
t
o
n
e
gl
e
c
t
de
w
po
i
n
t
t
e
m
pe
r
a
t
u
r
e
v
a
ri
a
b
l
e
.
T
a
b
l
e
2
.
P
r
e
s
e
n
t
a
t
i
o
n
o
f
Co
r
r
e
l
a
t
i
o
n
Co
e
f
f
i
c
i
e
n
t
s
b
e
t
w
e
e
n
V
a
ri
a
b
l
e
s
V
a
r
i
a
b
l
es
W
i
nd
S
pe
e
d
P
r
e
s
s
u
r
e
T
e
m
pe
r
a
t
ur
e
H
um
i
di
t
y
D
e
w
po
i
n
t
t
e
m
p
e
r
a
t
u
r
e
W
i
nd
S
pe
e
d
1
-
0,
0139
5912
9
-
0,
3584
4039
6
0,
16
3211
507
-
0,
2094
0145
3
P
r
e
s
s
u
r
e
1
-
0,
3425
5043
6
-
0,
1566
5098
5
-
0,
4889
6021
5
T
e
m
pe
r
a
t
ur
e
1
-
0,
1968
9524
0,
67
6457
342
H
um
i
di
t
y
1
0,
39
2057
985
D
e
w
po
i
n
t
t
e
m
p
e
r
a
t
u
r
e
1
3.
R
ES
U
LTS
A
N
D
D
I
S
C
U
S
S
I
O
N
T
h
e
n
e
u
r
a
l
n
e
t
w
o
r
k
ha
s
b
e
e
n
e
s
t
a
b
l
i
s
h
e
d
w
i
t
h
t
w
o
di
f
fe
r
e
nt
t
y
p
e
of
n
e
ur
o
n
n
e
t
w
o
r
ks
(M
L
P
)
a
nd
(R
N
N
)
w
i
t
h
t
w
o
di
ff
e
r
e
n
t
a
l
go
r
i
t
hm
s
,
L
e
v
e
n
be
r
g
-
M
a
rqu
a
r
dt
b
a
c
k
-
p
r
o
pa
ga
t
i
o
n
a
n
d
S
c
a
l
e
d
Co
n
j
ug
a
t
e
G
ra
di
e
n
t
(S
CG
)
s
uc
c
e
s
s
i
v
e
l
y
[24].
A
f
t
e
r
s
e
ve
r
a
l
t
r
y
w
e
c
h
a
n
ge
d
e
v
e
r
y
-
t
i
m
e
t
h
e
n
um
b
e
r
o
f
i
n
p
ut
s
,
f
r
o
m
3
i
n
pu
t
;
W
i
nd
s
pe
e
d
a
t
(t
-
1),
P
r
e
s
s
ur
e
a
t
(t
-
1
)
a
n
d
T
e
m
pe
r
a
t
u
r
e
a
t
(
t
-
1)
;
t
o
4
i
n
put
s
;
W
i
nd
s
pe
e
d
a
t
(t
-
1)
,
P
r
e
s
s
u
r
e
a
t
(
t
-
1)
,
T
e
m
pe
ra
t
u
r
e
a
t
(t
-
1)
a
n
d
h
u
m
i
di
t
y
a
t
(t
-
1);
w
e
c
h
a
n
ge
d
a
l
s
o
t
h
e
n
um
b
e
r
s
o
f
n
e
u
r
o
n
s
o
f
h
i
dde
n
l
a
y
e
r
b
e
t
w
e
e
n
5
n
e
u
r
o
n
s
a
n
d
25
n
e
ur
o
n
s
w
e
f
o
un
d
t
h
a
t
t
h
e
n
e
t
w
o
r
k
w
h
o
ha
s
4
i
n
pu
t
s
;
W
S
a
t
(
t
-
1)
,
A
L
T
M
a
t
(
t
-
1)
a
n
d
T
M
P
a
t
(t
-
1)
a
nd
H
a
t
(t
-
1)
;
w
i
t
h
20
n
e
u
r
o
n
s
o
n
h
i
dde
n
l
a
y
e
r
p
r
e
s
e
nt
t
h
e
b
e
t
t
e
r
pe
r
f
o
r
m
a
n
c
e
s
.
T
h
e
e
rr
o
r
M
S
E
(M
e
a
n
S
qu
a
r
e
E
rr
o
r
)
a
nd
R
M
S
E
(R
o
o
t
M
e
a
n
S
q
ua
r
e
E
rr
o
r
)
s
h
o
w
t
h
e
d
i
f
fe
r
e
n
c
e
b
e
t
w
e
e
n
t
h
e
de
s
i
r
e
d
o
ut
pu
t
a
nd
c
a
l
c
ul
a
t
e
d
o
ut
put
.
T
h
e
y
h
a
v
e
b
e
e
n
a
pp
l
i
e
d
f
o
r
a
l
l
t
h
e
c
a
s
e
s
m
e
nt
i
o
n
e
d
b
e
fo
r
e
(f
r
o
m
3
i
n
pu
t
t
o
4
i
n
pu
t
s
,
f
r
o
m
5
n
e
u
r
o
n
s
t
o
25
n
e
ur
o
n
s
)
.
T
h
e
T
a
b
l
e
3
pr
e
s
e
nt
t
h
e
b
e
s
t
c
a
s
e
f
o
un
d
a
c
c
o
r
di
n
g
t
o
t
h
e
t
e
s
t
s
,
a
n
d
s
i
n
c
e
,
w
e
c
a
n
c
o
n
c
l
ude
t
ha
t
a
n
e
u
r
a
l
n
e
t
w
or
k
w
i
t
h
4
i
n
put
s
a
nd
25
n
e
u
r
o
n
s
i
n
hi
dde
n
l
a
y
e
r
pr
e
s
e
nt
s
t
h
e
b
e
s
t
c
a
s
e
.
W
e
n
o
t
i
c
e
i
n
F
i
g
u
r
e
5
t
h
a
t
t
h
e
v
a
l
ue
s
of
R
i
n
t
h
e
t
hr
e
e
t
ra
i
ni
n
g
p
h
a
s
e
,
T
ra
i
ni
n
g
,
V
a
l
i
d
a
t
i
o
n
a
n
d
T
e
s
t
a
r
e
0
.
402
1,
0.
4
5163
a
n
d
0
.
52
008
s
uc
c
e
s
s
i
v
e
l
y
a
r
e
v
e
r
y
w
e
a
k.
T
h
i
s
s
h
o
w
s
t
h
a
t
t
h
e
m
o
de
l
i
s
u
na
b
l
e
t
o
pr
e
d
i
c
t
c
o
rr
e
c
t
l
y
a
n
d
a
c
h
i
e
v
e
t
o
pe
r
f
o
r
m
i
ng
re
s
ul
t
s
.
G
e
n
e
ra
l
l
y
,
w
e
fo
un
d
t
h
a
t
t
h
e
L
M
b
a
c
k
-
pr
o
pa
g
a
t
i
o
n
m
e
t
h
o
d
g
i
v
e
s
w
e
a
k
r
e
s
ul
t
s
w
i
t
h
R
=
0
.
4246
.
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
.
18
,
N
o
.
1
,
A
p
r
i
l
20
20
:
1
5
0
-
1
5
7
154
T
a
b
l
e
3
.
T
a
b
l
e
A
l
l
o
w
s
t
o
F
i
n
d
t
h
e
B
e
s
t
N
e
t
w
o
r
k’s
A
r
c
hi
t
e
c
t
u
r
e
3
In
p
u
t
s
4
In
p
u
t
s
M
S
E
RM
S
E
M
S
E
RM
S
E
5
N
e
u
ro
n
s
2
,
2
2
9
3
3
1
9
5
1
,
4
9
3
0
9
4
7
6
2
,
2
5
2
0
8
9
7
9
1
,
5
0
0
6
9
6
4
3
1
0
N
e
u
ro
n
s
2
,
2
4
5
1
4
9
0
2
1
,
4
9
8
3
8
2
1
3
2
,
2
5
6
3
0
6
5
3
1
,
5
0
2
1
0
0
7
1
1
5
N
e
u
ro
n
s
2
,
2
3
3
8
4
9
1
1
,
4
9
4
6
0
6
6
7
2
,
2
7
7
5
0
3
1
2
1
,
5
0
9
1
3
9
8
6
2
0
N
e
u
ro
n
s
2
,
2
1
8
4
7
1
0
2
1
,
4
8
9
4
5
3
2
6
2
,
1
9
3
1
8
0
5
1
1
,
4
8
0
9
3
9
0
6
2
5
N
e
u
ro
n
s
2
,
2
0
4
5
5
4
2
8
1
,
4
8
4
7
7
4
1
5
2
,
2
3
4
5
4
5
5
6
1
,
4
9
4
8
3
9
6
4
W
i
t
h
M
S
E
=
∑
(
)
R
M
S
E
=
√
∑
(
)
O
:
C
a
l
c
ul
a
t
e
d
O
u
t
pu
t
d:
D
e
s
i
r
e
d
O
u
t
put
T
h
e
r
e
a
r
e
o
t
h
e
r
s
s
t
a
t
i
s
t
i
c
a
l
e
rr
o
r
m
o
de
l
s
t
o
a
n
a
l
y
s
i
s
di
ff
e
r
e
n
t
a
l
go
ri
t
hm
s
a
s
:
a)
R
²
:
Co
e
ff
i
c
i
e
n
t
de
de
t
e
rm
i
na
t
i
o
n
.
b)
M
B
E
:
M
e
a
n
B
i
a
s
E
rr
o
r.
T
o
o
pt
i
m
i
z
e
t
h
e
fo
r
e
c
a
s
t
,
i
m
p
r
o
v
e
p
e
r
f
o
r
m
a
n
c
e
,
a
n
d
m
i
n
i
m
i
z
e
t
h
e
e
r
r
o
r
by
c
h
a
ngi
n
g
t
h
e
w
e
i
gh
t
s
,
w
e
e
v
a
l
ua
t
e
d
t
h
e
n
e
t
w
o
r
ks
(M
L
P
)
a
nd
(R
N
N
)
by
t
w
o
di
f
fe
r
e
nt
a
l
go
r
i
t
hm
s
:
a)
L
e
v
e
n
b
e
r
g
-
M
a
r
qua
rdt
b
a
c
k
-
p
r
o
pa
ga
t
i
o
n:
b
a
s
e
d
o
n
G
r
a
di
e
n
t
B
a
c
k
-
pr
o
pa
ga
t
i
o
n
.
b)
S
c
a
l
e
dCo
n
j
uga
t
e
G
ra
di
e
nt
a
l
go
r
i
t
hm
(S
CG
):
b
a
s
e
d
o
n
Co
n
j
u
ga
t
e
G
ra
di
e
n
t
.
c)
1s
t
c
a
s
e
:
L
e
v
e
n
b
e
r
g
-
M
a
r
qu
a
r
dt
b
a
c
k
-
p
r
o
pa
ga
t
i
o
n
F
i
gu
r
e
5
.
P
r
e
s
e
nt
a
t
i
o
n
o
f
M
L
P
w
i
t
h
b
a
c
k
P
r
o
pa
g
a
t
i
o
n
L
e
v
e
n
b
e
r
g
-
M
a
r
qu
a
r
dt
A
l
go
r
i
t
h
m
T
h
e
f
i
gur
e
s
b
e
l
ow
pr
e
s
e
n
t
t
h
e
t
r
a
i
n
i
ng
s
t
e
ps
of
t
h
e
M
L
P
n
e
t
w
o
r
k.
F
i
r
s
t
l
y
,
T
r
a
i
n
i
ng
i
s
us
e
d
t
o
f
i
t
t
h
e
m
o
de
l
i
t
m
e
a
n
s
t
ha
t
t
h
e
m
o
de
l
m
us
t
s
e
e
s
a
n
d
l
e
a
rn
s
t
h
e
da
t
a
.
S
e
c
o
n
dl
y
,
V
a
l
i
da
t
i
o
n
i
s
us
e
d
t
o
a
ppl
y
a
n
e
v
a
l
ua
t
i
o
n
o
f
t
h
e
f
i
t
of
t
h
e
m
o
de
l
w
h
e
n
s
e
t
t
i
n
g
p
a
ra
m
e
t
e
r
s
.
T
h
e
go
a
l
i
s
t
o
a
dj
us
t
t
h
e
pa
ra
m
e
t
e
r
s
(w
e
i
gh
t
a
n
d
b
i
a
s
)
t
o
f
i
n
d
a
po
w
e
r
f
ul
m
o
de
l
.
F
i
na
l
l
y
,
T
e
s
t
s
t
e
p
t
h
a
t
m
a
k
e
s
t
h
e
l
a
s
t
e
v
a
l
u
a
t
i
o
n
o
n
t
h
e
m
o
de
l
s
o
t
h
a
t
i
t
i
s
m
o
r
e
o
r
g
a
ni
z
e
d
[
25]
.
F
i
gu
r
e
5
.
R
e
gr
e
s
s
i
o
n
r
a
t
e
p
r
e
s
e
n
t
a
t
i
o
n
f
o
r
l
e
v
e
n
b
e
r
g
-
m
a
r
qu
a
rdt
b
a
c
k
p
r
o
pa
g
a
t
i
o
n
F
i
gu
r
e
6
s
h
o
w
s
t
h
e
b
i
g
di
ff
e
r
e
n
c
e
b
e
t
w
e
e
n
t
h
e
pr
e
di
c
t
i
o
n
o
f
t
h
e
w
i
n
d
s
pe
e
d
by
t
h
e
m
o
de
l
a
n
d
t
h
e
r
e
a
l
w
i
n
d
s
pe
e
d.
W
e
c
a
n
s
e
e
ve
r
y
w
e
l
l
t
h
e
di
f
fe
r
e
n
c
e
b
e
t
w
e
e
n
t
h
e
t
w
o
s
e
r
i
e
s
.
2
n
d
c
a
s
e
:
S
c
a
l
e
d
Co
n
j
uga
t
e
G
ra
di
e
n
t
(S
CG
)
.
P
r
e
s
e
n
t
a
t
i
o
n
o
f
N
A
R
X
w
i
t
h
S
c
a
l
e
d
C
o
n
j
uga
t
e
G
ra
di
e
nt
a
l
go
r
i
t
h
m
(S
CG
)
a
s
s
h
o
w
n
i
n
F
i
gu
r
e
7
.
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
Shor
t
-
t
e
r
m
w
i
nd
s
pe
e
d
pr
e
di
c
t
i
on
bas
e
d
on
ML
P
a
nd
NA
R
X
ne
t
w
or
k
m
ode
l
s
(
Y
ous
r
a
A
m
e
l
l
as
)
155
F
i
gu
r
e
6
.
W
i
nd
s
pe
e
d
p
r
e
di
c
t
i
o
n
g
r
a
p
h
w
i
t
h
L
e
v
e
n
be
r
g
-
M
a
rq
ua
r
dt
b
a
c
k
-
p
r
o
pa
ga
t
i
o
n
m
o
de
l
F
i
gu
r
e
7
.
P
r
e
s
e
nt
a
t
i
o
n
o
f
N
A
R
X
w
i
t
h
S
c
a
l
e
d
Co
n
j
uga
t
e
G
r
a
d
i
e
nt
a
l
go
r
i
t
hm
(S
CG
)
O
ur
N
A
R
X
m
o
de
l
h
a
s
4
e
xo
ge
n
o
us
i
nput
s
i
n
i
nput
l
a
y
e
r,
20
n
e
u
r
o
n
s
a
nd
h
y
pe
r
bo
l
i
c
t
a
n
ge
n
t
f
un
c
t
i
o
n
w
i
t
h
2
de
l
a
y
s
t
i
m
e
i
n
hi
dde
n
l
a
y
e
r
,
a
n
d
1
e
n
do
ge
no
us
o
ut
put
w
i
t
h
l
i
n
e
a
r
f
un
c
t
i
o
n
i
n
o
ut
pu
t
l
a
y
e
r
.
F
i
gu
r
e
8
pr
e
s
e
n
t
s
t
h
e
pe
r
f
o
r
m
a
n
c
e
of
t
h
e
N
A
R
X
m
o
de
l
t
r
e
a
t
e
d
by
S
c
a
l
e
d
Co
n
j
uga
t
e
G
ra
di
e
n
t
.
W
h
o
s
e
R
i
s
pr
e
s
e
nt
e
d
by
0.
98454
,
0
.
984
08
a
n
d
0.
98
598
i
n
t
r
a
i
n
i
ng,
v
a
l
i
d
a
t
i
o
n
a
n
d
t
e
s
t
pe
r
i
o
d
r
e
s
pe
c
t
i
v
e
l
y
.
In
c
o
m
pa
ri
s
o
n
w
i
t
h
t
h
e
L
M
m
o
de
l
,
N
A
R
X
da
t
a
a
r
e
i
de
nt
i
c
a
l
t
o
r
e
a
l
w
i
n
d
s
pe
e
d
da
t
a
w
i
t
h
R
=
0.
9
8454
.
T
h
e
p
r
e
s
e
n
t
a
t
i
o
n
o
f
t
h
e
t
w
o
s
e
r
i
e
s
;
p
r
e
di
c
t
w
i
n
d
s
pe
e
d
a
n
d
r
e
a
l
w
i
n
d
s
pe
e
d;
t
h
e
F
i
gur
e
9
b
l
ow
c
o
n
f
i
r
m
s
t
ha
t
t
h
e
N
A
R
X
m
o
de
l
s
h
o
w
s
a
h
i
g
h
pe
r
f
o
r
m
a
n
c
e
i
n
w
i
n
d
s
pe
e
d
p
r
e
di
c
t
i
o
n.
In
T
a
b
l
e
4
w
e
c
h
o
s
e
R
M
S
E
(
R
o
o
t
M
e
a
n
S
qu
a
r
e
E
rr
o
r
)
b
e
c
a
us
e
i
t
’s
us
ua
l
l
y
a
ppl
i
e
d
i
n
c
l
i
m
a
t
o
l
o
g
y
,
fo
r
e
c
a
s
t
a
n
d
r
e
s
gr
e
s
s
i
o
n
a
na
l
y
s
i
s
c
a
s
e
s
t
o
v
e
r
i
fy
r
e
s
ul
t
s
i
n
o
r
de
r
t
o
de
m
o
n
s
t
ra
t
e
t
h
a
t
N
A
R
X
m
o
de
l
i
s
m
o
r
e
e
ffe
c
t
i
ve
t
ha
n
t
h
e
M
L
P
m
o
de
l
f
o
r
o
ur
s
t
udy
c
a
s
e
.
F
i
gu
r
e
8
.
R
e
gr
e
s
s
i
o
n
r
a
t
e
p
r
e
s
e
n
t
a
t
i
o
n
f
o
r
s
c
a
l
e
d
c
o
n
j
uga
t
e
g
ra
di
e
n
t
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
.
18
,
N
o
.
1
,
A
p
r
i
l
20
20
:
1
5
0
-
1
5
7
156
F
i
gu
r
e
9
.
W
i
nd
s
pe
e
d
p
r
e
di
c
t
i
o
n
g
r
a
p
h
w
i
t
h
N
A
R
X
m
o
de
l
T
a
b
l
e
4
.
S
t
a
t
i
s
t
i
c
a
l
E
rr
o
r
s
G
e
n
e
ra
t
e
r
e
d
b
y
t
h
e
M
L
P
A
n
s
N
A
R
X
M
o
de
l
s
M
o
d
e
l
RM
S
E
M
L
P
1
,
4
8
0
9
3
0
6
N
A
R
X
0
,
3
1
4
5
5
6
2
1
4.
C
O
N
C
LU
S
I
O
N
W
i
n
d
s
pe
e
d
da
i
l
y
fo
r
e
c
a
s
t
o
f
T
e
t
o
ua
n
r
e
gi
o
n,
ha
s
b
e
e
n
d
o
n
e
by
t
w
o
a
rt
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
ks
,
m
ul
t
i
l
a
y
e
r
pe
r
c
e
pt
r
o
n
m
o
de
l
(M
L
P
)
a
nd
r
e
c
urr
e
n
t
n
e
u
ra
l
n
e
t
w
o
r
k
(R
N
N
),
w
h
i
c
h
t
h
e
y
ke
e
p
t
h
e
s
a
m
e
s
t
r
uc
t
u
r
e
de
f
i
n
e
d
by
f
o
ur
i
n
pu
t
s
v
a
r
i
a
b
l
e
s
de
f
i
n
e
t
h
e
i
nput
l
a
y
e
r
V
(t
-
1)
,
P
(t
-
1)
,
T(
t
-
1)
a
n
d
H
(T
-
1),
a
h
i
d
de
n
l
a
y
e
r
c
h
a
ra
c
t
e
ri
z
e
d
by
20
n
e
ur
o
n
s
a
n
d
a
n
a
c
t
i
v
a
t
i
o
n
f
un
c
t
i
o
n
.
W
i
n
d
s
pe
e
d
a
t
t
h
e
i
n
s
t
a
nt
(t
)
de
f
i
n
e
s
t
h
e
o
ut
put
l
a
y
e
r
.
W
e
us
e
d
t
w
o
di
ff
e
r
e
n
t
a
l
go
ri
t
hm
s
,
L
e
v
e
n
b
e
r
g
-
M
a
r
qua
rd
t
B
a
c
k
-
pr
o
pa
g
a
t
i
o
n
t
ha
t
i
t
ga
v
e
l
ow
r
e
s
ul
t
s
R
=
0,
4246
,
a
nd
m
o
de
l
N
A
R
X
t
ra
i
n
e
d
by
S
c
a
l
e
d
Co
n
j
uga
t
e
G
r
a
d
i
e
nt
.
T
h
i
s
l
a
s
t
ga
v
e
goo
d
r
e
s
ul
t
s
w
i
t
h
R
=
0.
9845
4.
T
h
e
r
e
f
o
r
e
,
w
e
c
a
n
b
e
c
o
n
c
l
ude
d
t
ha
t
N
A
R
X
e
ff
e
c
t
i
v
e
l
y
t
r
e
a
t
s
n
o
nl
i
n
e
a
r
a
nd
c
o
m
pl
e
x
p
r
o
b
l
e
m
s
b
e
t
t
e
r
t
ha
n
M
L
P
s
.
R
EF
ER
EN
C
ES
[
1]
R
.
B
a
ï
l
e
.
"
A
na
l
y
s
e
e
t
m
o
dé
l
i
s
a
t
i
o
n
m
ul
t
i
f
r
a
c
t
a
l
e
s
de
v
i
t
e
s
s
e
s
d
e
v
e
nt
.
A
ppl
i
c
a
t
i
o
n
à
l
a
p
r
é
v
i
s
i
o
n
de
l
a
r
e
s
s
o
ur
c
e
é
o
l
i
e
n
ne
.
O
c
é
a
n,
A
t
m
o
s
phè
r
e
,
"
U
ni
v
e
r
s
i
t
é
P
a
s
c
a
l
P
a
o
l
i
,
(
2010
)
.
[
2]
M
.
L
e
i
,
e
t
a
l
.
,
"
A
r
e
v
i
e
w
o
n
t
he
f
o
r
e
c
a
s
t
i
ng
o
f
w
i
nd
s
pe
e
d
a
n
d
g
e
ne
r
a
t
e
d
po
w
e
r
,
"
R
e
ne
w
abl
e
and
Sus
t
ai
nab
l
e
E
ne
r
gy
R
e
v
i
e
w
s
13,
91
5
-
920
(
2
009
)
.
[
3]
Y
.
W
a
ng
,
e
t
al
.
,
"
R
e
v
i
e
w
o
n
S
t
udi
e
s
a
nd
A
dv
a
nc
e
s
o
f
M
a
c
hi
n
L
e
a
r
ni
ng
A
ppr
o
a
c
he
s
,
"
T
E
L
K
O
M
N
I
K
A
(
I
ndone
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)
.
201
4;
12
(
2
)
:
1487
-
1494
.
[
4]
X
.
W
a
ng
,
e
t
a
l
.
,
"
A
r
e
v
i
e
w
o
f
W
i
nd
P
o
w
e
r
F
o
r
e
c
a
s
t
i
ng
M
o
de
l
s
,
"
E
n
e
r
gy
P
r
o
c
e
di
a
12
,
7
70
-
778
(
2011
)
.
[
5]
C
o
s
t
a
,
e
t
a
l
.
,
"
A
r
e
v
i
e
w
o
n
t
h
e
y
o
ung
hi
s
t
o
r
y
of
t
he
w
i
nd
po
w
e
r
s
ho
r
t
-
t
e
r
m
p
r
e
di
c
t
i
o
n,
"
R
e
ne
w
abl
e
and
Su
s
t
a
i
n
abl
e
E
ne
r
gy
R
e
v
i
e
w
s
12,
17
25
–
1
744
(
2008
)
.
[
6]
G
.
Z
h
a
ng
,
e
t
al
.
,
"
F
o
r
e
c
a
s
t
i
ng
w
i
t
h
a
r
t
i
f
i
c
i
a
l
ne
u
r
a
l
n
e
t
w
o
r
k
s
:
T
he
s
t
a
t
e
o
f
a
r
t
,
"
I
n
t
e
r
na
t
i
ona
l
J
our
nal
o
f
F
or
e
c
as
t
i
ng
14
,
3
5
-
62
(
19
98)
.
[
7]
A
.
S
a
l
a
m
i
,
e
t
a
l
.
,
"
P
r
é
d
i
c
t
i
o
n
de
l
a
m
oy
e
nne
ho
r
a
i
r
e
de
l
a
v
i
t
e
s
s
e
du
v
e
nt
s
ur
l
e
s
i
t
e
de
L
o
m
é
pa
r
r
é
s
e
a
u
d
e
ne
ur
o
ne
s
,
"
V
o
l
.
2(
1)
,
I
S
S
N
23
12
-
8712
J
une
(
2017
)
.
[
8]
K
.
S
r
e
e
l
a
ks
hm
i
,
e
t
a
l
.
,
"
N
e
ur
a
l
N
e
t
w
o
r
k
s
f
o
r
S
ho
r
t
T
e
r
m
W
i
nd
S
pe
e
d
P
r
e
d
i
c
t
i
o
n,
"
W
or
l
d
A
c
ade
m
y
o
f
Sc
i
e
nc
e
,
E
ngi
ne
e
r
i
n
g
and
T
e
c
hno
l
og
y
I
n
t
e
r
na
t
i
o
nal
J
our
nal
o
f
C
om
pu
t
e
r
a
n
d
I
nf
o
r
m
a
t
i
o
n
E
ng
i
ne
e
r
i
ng
.
V
o
l
:
2,
N
o
:
6
(
2008
)
.
[
9]
M
.
B
i
l
g
i
l
i
,
e
t
al
.
,
"
A
ppl
i
c
a
t
i
o
n
o
f
a
r
t
i
f
i
c
i
a
l
ne
ur
a
l
ne
t
w
o
r
ks
f
o
r
t
he
w
i
nd
s
p
e
e
d
p
r
e
d
i
c
t
i
o
n
o
f
t
a
r
g
e
t
s
t
a
t
i
o
n
us
i
ng
r
e
f
e
r
e
nc
e
s
t
a
t
i
o
ns
da
t
a
,
"
R
e
ne
w
abl
e
E
ne
r
gy
,
32
,
235
0
-
2360
(
2007
)
.
[
10]
M
.
W
.
G
a
r
dn
e
r
,
e
t
al
.
,
"
A
r
t
i
f
i
c
i
a
l
N
e
u
r
a
l
N
e
t
w
o
r
k
s
(
T
h
e
m
ul
t
i
l
a
y
e
r
pe
r
c
e
p
t
r
o
n)
-
A
r
e
v
i
e
w
of
A
ppl
i
c
a
t
i
o
n
i
n
t
he
a
t
m
o
s
phe
r
i
c
s
c
i
e
nc
e
s
,
"
S
c
ho
o
l
o
f
E
n
v
i
r
o
nm
e
nt
a
l
S
c
i
e
nc
e
s
,
U
n
i
v
e
r
s
i
t
y
of
E
a
s
t
A
ng
l
i
a
,
N
o
r
w
i
c
h,
N
o
r
f
o
l
k
N
R
4
7T
J
,
U
K
(
19
98
)
.
[
11]
S
.
B
e
nka
c
hc
ha
,
e
t
a
l
.
,
"
S
e
a
s
o
na
l
T
i
m
e
S
e
r
i
e
s
F
o
r
e
c
a
s
t
i
ng
M
o
de
l
s
b
a
s
e
d
o
n
A
r
t
i
f
i
c
i
a
l
N
e
ur
a
l
N
e
t
w
o
r
k
,
"
I
nt
e
r
n
at
i
on
al
J
o
ur
n
al
o
f
C
om
put
e
r
A
pp
l
i
c
a
t
i
ons
,
(
0
975
-
888
7)
V
o
l
u
m
e
11
6
-
N
o
.
20
A
pr
i
l
(
201
5)
.
[
12]
M
.
Y
u
he
nd
r
i
,
e
t
al
.
,
"
M
a
x
i
m
um
O
u
t
pu
t
P
o
w
e
r
T
r
a
c
k
i
ng
o
f
W
i
nd
T
ur
b
i
n
e
U
s
i
ng
I
nt
e
l
l
i
g
e
n
t
C
o
nt
r
o
l
,
"
T
E
L
K
O
M
N
I
K
A
(
I
ndone
s
i
an
J
o
ur
n
al
o
f
E
l
e
c
t
r
i
c
al
E
n
gi
ne
e
r
i
n
g)
.
20
1
1;
9(
2)
:
217
-
226
.
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
Shor
t
-
t
e
r
m
w
i
nd
s
pe
e
d
pr
e
di
c
t
i
on
bas
e
d
on
ML
P
a
nd
NA
R
X
ne
t
w
or
k
m
ode
l
s
(
Y
ous
r
a
A
m
e
l
l
as
)
157
[
13]
Q
.
L
y
u,
e
t
al
.
,
"
R
e
v
i
s
i
t
L
o
ng
S
ho
r
t
-
T
e
r
m
M
e
m
o
r
y
:
A
n
O
pt
i
m
i
z
a
t
i
o
n
P
e
r
s
p
e
c
t
i
v
e
,
"
W
or
k
s
ho
p
on
D
e
e
p
L
e
ar
ni
ng
and
R
e
p
r
e
s
e
nt
at
i
on
L
e
ar
n
i
n
g
(
201
4)
.
[
14]
E
.
C
a
de
n
a
s
,
e
t
a
l
.
,
"
W
i
nd
S
p
e
e
d
P
r
e
di
c
t
i
o
n
U
s
i
ng
a
U
n
i
v
a
r
i
a
t
e
A
R
I
M
A
M
o
de
l
a
n
d
a
M
u
l
t
i
v
a
r
i
a
t
e
N
A
R
X
M
o
de
l
,
"
E
ne
r
gi
e
s
,
V
o
l
um
e
9
,
I
s
s
ue
2
(
2016
)
.
[
15]
Z
.
B
o
us
s
a
a
d
a
,
e
t
a
l
.
,
"
A
N
o
nl
i
ne
a
r
A
ut
o
r
e
g
r
e
s
s
i
v
e
E
xo
g
e
no
us
(
N
A
R
X
)
N
e
u
r
a
l
N
e
t
w
o
r
k
M
o
de
l
f
o
r
t
he
P
r
e
d
i
c
t
i
o
n
o
f
t
he
D
a
i
l
y
D
i
r
e
c
t
S
o
l
a
r
R
a
di
a
t
i
o
n,
"
E
ne
r
gi
e
s
,
V
o
l
um
e
11
,
I
s
s
ue
3
(
201
8)
.
[
16]
M
.
A
.
H
a
m
da
n
,
e
t
al
.
,
"
Pr
e
di
c
t
i
o
n
o
f
H
o
ur
l
y
S
o
l
a
r
R
a
d
i
a
t
i
o
n
i
n
A
m
m
a
n
-
J
o
r
da
n
by
U
s
i
ng
A
r
t
i
f
i
c
i
a
l
N
e
u
r
a
l
ne
t
w
o
r
k
s
,
"
I
n
t
.
J
.
of
T
he
r
m
a
l
&
E
n
v
i
r
onm
e
nt
al
E
ng
i
ne
e
r
i
ng
,
V
o
l
um
e
14
,
N
o
.
2
1
03
-
108
(
2
017
)
.
[
17]
Y
.
A
.
A
l
S
bo
u,
e
t
al
.
,
"
N
o
nl
i
ne
a
r
A
ut
o
r
e
g
r
e
s
s
i
v
e
R
e
c
ur
r
e
n
t
N
e
ur
a
l
N
e
t
w
o
r
k
M
o
de
l
F
o
r
S
o
l
a
r
R
a
di
a
t
i
o
n
P
r
e
d
i
c
t
i
o
n
,
"
I
n
t
e
r
na
t
i
ona
l
J
our
na
l
o
f
A
p
pl
i
e
d
E
n
gi
ne
e
r
i
n
g
R
e
s
e
ar
c
h,
I
S
S
N
0973
-
4562
V
o
l
um
e
12,
N
um
be
r
14
pp.
45
18
-
4527
(
2017
)
.
[
18]
L
.
B
.
M
o
ha
m
m
e
d,
e
t
al
.
,
"
H
o
ur
l
y
S
o
l
a
r
R
a
di
a
t
i
o
n
P
r
e
d
i
c
t
i
o
n
B
a
s
e
d
o
n
N
o
nl
i
ne
a
r
A
ut
o
r
e
g
r
e
s
s
i
v
e
E
xo
g
e
no
us
(
N
A
R
X
)
N
e
ur
a
l
N
e
t
w
o
r
k,
"
J
or
dan
J
o
ur
na
l
of
M
e
c
han
i
c
a
l
and
I
n
dus
t
r
i
a
l
E
n
gi
ne
e
r
i
ng
.
V
o
l
um
e
,
N
um
b
e
r
1
,
D
e
c
e
m
be
r
(
2
013
)
.
[
19]
H
.
W
a
ng
,
e
t
a
l
.
,
"
E
l
e
c
t
r
i
c
i
t
y
C
o
ns
um
pt
i
o
n
P
r
e
d
i
c
t
i
o
n
ba
s
e
d
o
n
S
V
R
w
i
t
h
A
nt
C
o
l
o
ny
O
pt
i
m
i
z
a
t
i
o
n.
T
E
L
K
O
M
N
I
K
A
(
I
ndone
s
i
an
J
o
ur
n
al
o
f
E
l
e
c
t
r
i
c
al
E
n
gi
ne
e
r
i
n
g
),
"
2
0
13;
11
(
11
)
:
692
8
-
6934
.
[
20]
J
.
W
a
ng
,
e
t
a
l
.
,
"
A
r
o
bus
t
c
o
m
bi
na
t
i
o
n
a
ppr
o
a
c
h
f
o
r
s
ho
r
t
-
t
e
r
m
w
i
nd
s
p
e
e
d
f
o
r
e
c
a
s
t
i
ng
a
nd
a
n
a
l
y
s
i
s
-
C
o
m
bi
na
t
i
o
n
o
f
t
he
A
R
I
M
A
(
A
ut
o
r
e
g
r
e
s
s
i
v
e
I
nt
e
g
r
a
t
e
d
M
o
v
i
ng
A
v
e
r
a
g
e
)
,
E
L
M
(
E
x
t
r
e
m
e
L
e
a
r
n
i
ng
M
a
c
hi
n
e
)
,
SV
M
(
S
up
po
r
t
V
e
c
t
o
r
M
a
c
h
i
ne
)
a
nd
L
S
S
V
M
(
L
e
a
s
t
S
q
ua
r
e
S
V
M
)
f
o
r
e
c
a
s
t
s
us
i
ng
a
G
P
R
(
G
a
u
s
s
i
a
n
P
r
o
c
e
s
s
R
e
g
r
e
s
s
i
o
n)
m
o
de
l
,
"
E
ne
r
gy
93
(
2
015
)
.
[
21]
B
.
S
i
v
a
ne
a
s
a
n,
e
t
al
.
,
"
Sol
a
r
F
or
e
c
as
t
i
ng
us
i
n
g
A
N
N
w
i
t
h
F
uz
z
y
L
o
gi
c
P
r
e
-
pr
o
c
e
s
s
i
ng
,
"
W
o
r
l
d
E
ng
i
ne
e
r
s
S
um
m
i
t
-
A
ppl
i
e
d
E
ne
r
gy
S
y
m
po
s
i
um
&
F
o
r
um
:
L
o
w
C
a
r
bo
n
C
i
t
i
e
s
&
U
r
b
a
n
E
ne
r
gy
J
o
i
nt
C
o
nf
e
r
e
nc
e
,
W
E
S
-
C
U
E
2017
,
19
-
21
J
ul
y
2017
,
S
i
ng
a
po
r
e
.
E
ne
r
gy
P
r
o
c
e
di
a
143
,
72
7
-
732
(
2
017
)
.
[
22]
S
.
J
o
v
i
c
,
e
t
al
.
,
"
M
a
n
a
g
e
m
e
nt
o
f
t
he
w
i
nd
s
p
e
e
d
d
a
t
a
us
i
n
g
a
da
pt
i
v
e
ne
ur
o
-
f
uz
z
y
m
e
t
ho
do
l
ogy
,
"
F
l
o
w
M
e
as
ur
e
m
e
nt
and
i
ns
t
r
um
e
n
t
at
i
on
,
002
-
07
(
201
6)
.
[
23]
H
.
L
i
u,
e
t
al
.
,
"
N
e
w
w
i
nd
s
pe
e
d
f
o
r
e
c
a
s
t
i
ng
a
p
pr
o
a
c
he
s
u
s
i
ng
f
a
s
t
e
n
s
e
m
b
l
e
e
m
pi
r
i
c
a
l
m
o
de
l
d
e
c
o
m
po
s
i
t
i
o
n,
g
e
ne
t
i
c
a
l
g
o
r
i
t
hm
,
M
i
nd
E
v
o
l
ut
i
o
na
r
y
A
l
go
r
i
t
hm
a
n
d
A
r
t
i
f
i
c
i
a
l
N
e
ur
a
l
N
e
t
w
o
r
k
s
,
"
R
e
ne
w
abl
e
E
ne
r
gy
8
3
,
1066
-
1075
(
2
015
)
.
[
24]
S
.
N
a
y
a
k,
e
t
a
l
.
,
"
S
c
a
l
e
d
C
o
nj
ug
a
t
e
G
r
a
di
e
n
t
B
a
c
kpr
o
pa
g
a
t
i
o
n
A
l
go
r
i
t
hm
f
o
r
S
e
l
e
c
t
i
o
n
o
f
I
ndus
t
r
i
a
l
R
o
bo
t
s
,
"
I
nt
e
r
n
at
i
on
al
J
o
ur
n
al
o
f
C
om
put
e
r
A
pp
l
i
c
a
t
i
on
(
2
250
-
179
7)
.
V
o
l
u
m
e
7
-
N
o
.
6
,
N
o
v
e
m
be
r
-
D
e
c
e
m
be
r
(
20
17)
.
[
25]
M
.
C
a
ne
r
,
e
t
al
.
,
"
I
n
v
e
s
t
i
g
a
t
i
o
n
o
n
t
he
r
m
a
l
pe
r
f
o
r
m
a
nc
e
c
a
l
c
ul
a
t
i
o
n
o
f
t
w
o
t
y
pe
s
o
l
a
r
a
i
r
c
o
l
l
e
c
t
o
r
s
u
s
i
ng
a
r
t
i
f
i
c
i
a
l
ne
ur
a
l
n
e
t
w
o
r
k
,
"
E
x
pe
r
t
Sy
s
t
e
m
s
w
i
t
h
A
pp
l
i
c
a
t
i
o
ns
28
,
166
8
-
1674
(
2011
)
.
Evaluation Warning : The document was created with Spire.PDF for Python.