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
.
22
,
N
o
.
2
,
M
a
y
2021
,
pp
.
944
~
952
IS
S
N
:
25
02
-
4752
,
D
O
I
:
10.
1
1591
/
i
j
e
e
c
s
.
v
22
.i
2
.
pp
944
-
952
944
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
Pr
e
d
i
c
t
i
n
g
t
e
m
p
e
r
a
t
u
r
e
of
e
r
b
i
l
c
i
t
y
a
p
p
l
y
i
n
g
d
e
e
p
l
e
a
r
n
i
n
g
a
n
d
n
e
u
r
a
l
n
e
t
w
o
r
k
S
ar
d
ar
M.
R.
K
Al
-
Ju
mu
r
1
,
S
h
ah
ab
Wah
h
ab
K
a
r
e
e
m
2
,
R
agh
ad
z
.
yo
u
s
i
f
3
1
,3
C
o
l
l
e
g
e
of
S
c
i
e
nc
e
D
e
pa
r
t
m
e
nt
of
P
hy
s
i
c
,
S
a
l
a
h
a
dd
i
n
U
ni
v
e
r
s
i
t
y
,
K
ur
d
i
s
t
a
n
I
r
a
q
2
E
r
bi
l
T
e
c
hni
c
a
l
E
ng
i
n
e
e
r
i
ng
C
o
l
l
e
g
e
,
E
r
bi
l
P
o
l
y
t
e
c
hni
c
U
ni
v
e
r
s
i
t
y
,
K
ur
di
s
t
a
n
I
r
a
q
1
pa
i
t
a
xt
t
e
c
hni
c
a
l
i
n
s
t
i
t
ut
e
E
r
b
i
l
,
K
ur
d
i
s
t
a
n
I
r
a
q
3
D
e
pa
r
t
m
e
n
t
of
I
T
,
C
a
t
ho
l
i
c
U
n
i
v
e
r
s
i
t
y
in
E
r
bi
l
,
K
u
r
d
i
s
t
a
n
I
r
a
q
2
C
o
l
l
e
g
e
of
E
ng
i
ne
e
r
i
ng
a
nd
C
o
m
put
e
r
S
c
i
e
nc
e
,
L
e
ba
n
e
s
e
F
r
e
nc
h
U
ni
v
e
r
s
i
t
y
,
K
ur
d
i
s
t
a
n
I
r
a
q
A
r
ti
c
l
e
I
n
fo
A
B
S
TR
A
C
T
Ar
t
i
c
l
e
h
i
s
t
or
y
:
R
e
c
e
i
v
e
d
S
e
p
20
,
2
020
R
e
v
i
s
e
d
M
a
r
21
,
20
21
A
c
c
e
pt
e
d
M
a
r
31
,
202
1
O
ne
of
t
he
m
o
s
t
s
i
g
ni
f
i
c
a
nt
a
n
d
da
un
t
i
ng
a
c
t
i
v
i
t
i
e
s
in
t
o
da
y
'
s
w
o
r
l
d
is
t
e
m
pe
r
a
t
u
r
e
pr
e
d
i
c
t
i
o
n.
T
h
e
m
e
t
e
o
r
o
l
o
g
i
s
t
s
t
r
a
d
i
t
i
o
na
l
l
y
pr
e
di
c
t
t
e
m
pe
r
a
t
u
r
e
v
i
a
s
o
m
e
s
t
a
t
i
s
t
i
c
a
l
m
o
de
l
s
a
i
m
e
d
to
f
o
r
e
c
a
s
t
t
he
f
l
uc
t
ua
t
i
o
ns
t
h
a
t
m
i
g
ht
ha
v
e
ha
ppe
ne
d
to
a
t
m
o
s
phe
r
i
c
pa
r
a
m
e
t
e
r
s
s
uc
h
as
t
e
m
pe
r
a
t
u
r
e
a
n
d
hum
i
di
t
y
.
T
he
m
a
i
n
o
bj
e
c
t
i
v
e
of
t
hi
s
pa
pe
r
is
to
bui
l
d
an
i
nt
e
l
l
i
g
e
n
t
t
e
m
pe
r
a
t
ur
e
pr
e
d
i
c
t
i
o
n
m
o
de
l
of
E
r
bi
l
c
i
t
y
in
K
R
G
/
I
r
a
q
ba
s
e
d
on
a
hi
s
t
o
r
i
c
a
l
da
t
a
s
e
t
f
r
o
m
1992
to
2016
in
e
a
c
h
y
e
a
r
t
he
r
e
a
r
e
t
w
e
l
v
e
m
o
nt
hs
’
a
v
e
r
a
g
e
t
e
m
pe
r
a
t
ur
e
r
e
a
d
i
ng
s
f
r
o
m
(
J
a
nua
r
y
to
D
e
c
e
m
be
r
)
.
H
e
nc
e
to
r
e
s
o
l
v
e
t
h
i
s
pr
e
di
c
t
i
o
n
pr
o
bl
e
m
an
up
-
to
-
da
t
e
d
e
e
p
l
e
a
r
n
i
ng
ne
u
r
a
l
ne
t
w
o
r
k
ha
s
be
e
n
u
s
e
d
,
t
he
n
e
t
w
o
r
k
m
o
de
l
is
ba
s
e
d
o
n
l
o
ng
s
ho
r
t
-
t
e
r
m
m
e
m
o
r
y
(
L
S
T
M
)
as
an
a
r
t
i
f
i
c
i
a
l
r
e
c
ur
r
e
nt
ne
u
r
a
l
ne
t
w
o
r
k
(
R
N
N
)
a
r
c
hi
t
e
c
t
u
r
e
w
h
i
c
h
e
m
p
l
oy
e
d
to
e
s
t
i
m
a
t
e
t
he
f
u
t
ur
e
a
v
e
r
a
g
e
t
e
m
pe
r
a
t
u
r
e
.
T
he
i
m
p
l
e
m
e
nt
i
ng
m
o
de
l
us
e
s
t
h
e
da
t
a
s
e
t
f
r
o
m
r
e
a
l
-
t
i
m
e
30
w
e
a
t
h
e
r
s
t
a
t
i
o
ns
de
pl
o
y
e
d
in
t
he
a
r
e
a
of
t
he
c
i
t
y
.
T
he
pr
e
di
c
t
i
o
n
pe
r
f
o
r
m
a
nc
e
of
t
he
pr
o
po
s
e
d
r
e
c
ur
r
e
nt
n
e
ur
a
l
ne
t
w
o
r
k
m
o
de
l
ha
s
be
e
n
c
o
m
pa
r
e
d
w
i
t
h
s
o
m
e
s
t
a
t
e
of
a
r
t
a
l
g
o
r
i
t
hm
s
l
i
k
e
A
de
l
i
ne
ne
u
r
a
l
n
e
t
w
o
r
k
,
A
ut
o
r
e
g
r
e
s
s
i
v
e
ne
ur
a
l
n
e
t
w
o
r
k
(
N
A
R
)
,
a
nd
g
e
ne
r
a
l
i
z
e
d
r
e
g
r
e
s
s
i
o
n
ne
ur
a
l
n
e
t
w
o
r
k
(
G
R
N
N
)
.
T
he
r
e
s
u
l
t
s
s
ho
w
t
ha
t
t
he
p
r
o
po
s
e
d
m
o
de
l
ba
s
e
d
on
de
e
p
l
e
a
r
n
i
ng
g
i
v
e
s
m
i
ni
m
um
p
r
e
d
i
c
t
i
o
n
e
r
r
o
r
.
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
e
e
p
l
e
a
rni
n
g
P
r
e
di
c
t
i
o
n
m
o
de
l
s
W
e
a
t
h
e
r
T
hi
s
is
an
ope
n
ac
c
e
s
s
ar
t
i
c
l
e
u
nde
r
t
he
CC
BY
-
SA
l
i
c
e
ns
e
.
Cor
r
e
s
pon
di
n
g
Au
t
h
or
:
S
ha
h
a
b
W
a
hha
b
K
a
r
e
e
m
D
e
pa
rt
m
e
n
t
of
In
f
o
r
m
a
t
i
o
n
S
y
s
t
e
m
E
n
g
i
n
e
e
r
i
ng
E
r
b
il
P
o
l
y
t
e
c
hn
i
c
U
ni
v
e
r
s
i
t
y
E
m
a
i
l
:
s
ha
ha
b
.
ka
r
e
e
m
@
e
pu
.
e
du.
i
q
1.
I
N
TR
O
D
U
C
TI
O
N
T
h
e
p
r
e
di
c
t
i
o
n
of
f
ut
ur
e
b
e
h
a
v
i
o
r
is
i
m
po
r
t
a
n
t
i
s
s
ue
s
in
t
h
e
s
c
i
e
n
c
e
s
a
n
d
e
n
g
i
n
e
e
r
i
ng,
to
n
e
e
d
it
in
t
h
e
a
r
e
a
s
of
all
of
l
i
f
e
,
s
uc
h
as
t
h
e
p
r
e
di
c
t
i
o
n
p
ri
c
e
,
w
e
a
t
he
r
,
a
n
d
t
e
m
pe
r
a
t
u
r
e
s
,
m
o
s
t
c
o
un
t
r
i
e
s
r
e
l
y
on
its
pl
a
n
s
a
n
d
de
v
e
l
o
pm
e
n
t
p
r
o
gra
m
s
on
t
h
e
f
o
un
d
a
t
i
o
n
s
a
nd
a
dv
a
n
c
e
d
s
c
i
e
n
t
i
f
i
c
m
e
t
h
o
ds
to
de
s
i
g
n
m
o
r
e
e
ffe
c
t
i
ve
pl
a
n
[
1]
-
[2]
.
T
hr
o
ug
h
t
h
e
s
t
a
t
i
s
t
i
c
a
l
a
na
l
y
s
i
s
kn
o
w
t
h
e
p
a
s
t
a
n
d
di
s
a
dv
a
nt
a
ge
s
a
n
d
p
r
e
d
i
c
t
t
h
e
f
ut
u
r
e
a
n
d
n
e
e
ds
a
c
c
o
r
di
n
g
to
t
h
e
po
s
s
i
b
i
l
i
t
i
e
s
a
v
a
i
l
a
b
l
e
a
n
d
w
h
e
re
it
c
a
nn
o
t
r
e
a
c
h
an
a
c
c
u
r
a
t
e
pr
e
di
c
t
i
o
n
for
t
h
e
f
ut
ur
e
w
i
t
h
o
ut
k
n
o
w
i
n
g
t
h
e
c
o
n
s
a
n
d
pa
s
t
s
h
o
r
t
c
o
m
i
n
gs
.
So
S
t
a
t
e
s
r
e
gi
s
t
e
ri
n
g
a
s
e
r
i
e
s
of
e
c
o
n
o
m
i
c
a
n
d
s
o
c
i
a
l
c
h
a
nge
s
[3]
.
F
o
r
e
c
a
s
t
i
n
g
t
h
e
w
e
a
t
h
e
r
h
a
s
r
e
c
e
i
v
e
d
t
h
e
a
t
t
e
n
t
i
o
n
of
m
a
n
y
r
e
s
e
a
r
c
h
e
r
s
f
r
o
m
di
f
f
e
r
e
n
t
i
n
v
e
s
t
i
ga
t
i
o
n
a
r
e
a
s
due
to
its
i
n
f
l
ue
n
c
e
on
pub
l
i
c
s
oc
i
a
l
l
i
f
e
[4]
-
[5]
.
T
h
e
po
pul
a
r
a
v
a
i
l
a
b
i
l
i
t
y
is
w
i
de
s
pr
e
a
d
W
e
a
t
h
e
r
m
o
n
i
t
o
ri
n
g
d
a
t
a
i
n
c
l
udi
ng
i
n
f
o
r
m
a
t
i
o
n
de
v
e
l
o
pm
e
nt
c
o
m
put
e
r
t
e
c
hn
o
l
o
gy
in
t
h
e
pa
s
t
de
c
a
de
h
a
s
c
a
us
e
d
s
e
ve
r
a
l
s
e
a
r
c
h
e
s
to
i
n
v
e
s
t
i
ga
t
e
t
h
e
pa
t
t
e
rn
h
i
dde
n
in
t
h
e
h
uge
da
t
a
s
e
t
of
pr
e
di
c
t
i
o
n
w
e
a
t
h
e
r
[6]
.
W
e
a
t
h
e
r
f
o
r
e
c
a
s
t
i
ng
is
o
n
e
of
t
h
e
c
a
t
a
l
y
t
i
c
r
e
s
e
a
r
c
h
p
r
o
b
l
e
m
s
w
i
t
h
m
o
s
t
po
t
e
n
t
i
a
l
a
pp
l
i
c
a
t
i
o
n
s
v
a
r
y
i
n
g
f
r
o
m
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
P
r
e
di
c
t
i
ng
t
e
m
pe
r
a
t
ur
e
of
e
r
b
i
l
c
i
t
y
a
ppl
y
i
ng
d
e
e
p
l
e
ar
ni
ng
a
nd
n
e
ur
al
ne
t
w
or
k
(
Sar
dar
M.
R
.
K
A
l
-
J
um
ur
)
945
a
e
r
o
na
u
t
i
c
s
to
a
gri
c
ul
t
u
r
e
a
n
d
t
o
u
r
i
s
m
.
L
e
a
rn
i
ng
to
pr
e
di
c
t
t
h
e
w
e
a
t
h
e
r
us
i
n
g
a
b
r
o
a
d
da
t
a
s
e
t
of
w
e
a
t
h
e
r
d
a
t
a
a
n
d
de
s
i
g
ni
n
g
a
r
o
b
us
t
w
e
a
t
h
e
r
f
o
r
e
c
a
s
t
f
o
r
m
t
h
a
t
us
e
s
f
un
d
a
m
e
nt
a
l
de
s
i
g
n
s
c
o
ve
r
e
d
in
t
h
e
l
a
r
ge
w
e
a
t
h
e
r
d
a
t
a
c
o
l
l
e
c
t
i
o
n
a
r
e
a
m
o
ng
t
h
e
c
h
a
l
l
e
n
ge
s
of
w
e
a
t
h
e
r
f
o
r
e
c
a
s
t
i
n
g
[
7]
.
M
a
n
y
us
e
f
ul
a
ppl
i
c
a
t
i
o
n
s
of
s
t
a
t
i
s
t
i
c
a
l
m
o
de
l
i
n
g
t
e
c
hni
q
ue
s
,
e
s
pe
c
i
a
l
l
y
m
a
c
h
i
n
e
l
e
a
rni
n
g
,
for
fo
r
e
c
a
s
t
i
n
g
w
e
a
t
h
e
r
r
e
qui
r
e
m
e
nt
s
ha
v
e
b
e
e
n
pub
l
i
s
h
e
d
o
v
e
r
t
h
e
l
a
s
t
de
c
a
de
[5]
,
[6]
,
[8]
.
B
a
s
e
d
o
n
de
e
p
b
e
l
i
e
f
n
e
t
w
o
r
ks
[4]
(D
B
N
),
p
r
o
c
e
e
di
n
g
de
e
p
n
e
t
w
o
r
ks
[5]
,
e
n
e
r
gy
-
b
a
s
e
d
f
o
r
m
s
s
h
o
ul
d
d
i
s
pl
a
y
de
ve
l
o
pi
n
g
s
uppo
r
t
of
de
e
p
l
e
a
rn
i
ng
as
s
t
r
uc
t
u
ra
l
de
s
i
g
n
s
o
r
g
a
n
i
z
e
d
in
-
de
p
t
h
w
i
t
h
i
n
t
h
e
p
ri
o
r
de
c
a
de
[9]
.
T
h
e
w
o
r
d
"
de
e
p"
in
de
e
p
l
e
a
rn
i
ng
r
e
f
e
r
s
to
t
h
e
f
a
c
t
t
h
a
t
t
h
i
s
n
e
u
ra
l
n
e
t
w
o
r
k
(N
N
)
ha
s
m
o
r
e
l
a
y
e
r
s
t
ha
n
t
h
o
s
e
us
e
d
in
m
a
c
hi
n
e
l
e
a
rn
i
ng
m
o
de
l
s
.
M
ul
t
i
l
a
y
e
r
NN
ha
s
d
r
a
w
n
a
l
o
t
of
r
e
s
e
a
r
c
h
i
n
t
e
r
e
s
t
a
f
t
e
r
a
s
uc
c
e
s
s
f
ul
i
m
pl
e
m
e
n
t
a
t
i
o
n
of
an
un
s
upe
r
v
i
s
e
d
pr
e
-
t
ra
i
ni
n
g
t
o
o
l
w
h
i
c
h
is
us
e
d
to
s
o
l
ve
s
i
m
pl
e
t
ra
i
ni
n
g
p
r
o
b
l
e
m
s
.
W
h
e
n
it
c
o
m
e
s
to
s
i
m
pl
e
fo
r
m
s
,
"
de
e
p"
s
t
r
uc
t
u
r
e
is
v
e
r
y
i
m
po
r
t
a
nt
,
a
n
d
NN
h
a
s
a
d
e
e
p
s
t
r
uc
t
u
r
e
t
ha
t
can
p
r
o
duc
e
a
m
o
r
e
e
f
fe
c
t
i
ve
l
e
a
rn
i
ng
e
xpe
r
i
e
n
c
e
.
T
h
e
go
a
l
of
t
h
e
pa
pe
r
is
to
e
xa
m
i
n
e
s
o
m
e
f
e
a
s
i
b
i
l
i
t
y
of
de
e
p
l
e
a
rni
n
g
m
e
t
h
o
ds
for
w
e
a
t
h
e
r
p
r
e
di
c
t
i
o
n
a
ppl
y
i
n
g
s
t
r
o
ng
hi
e
ra
r
c
h
i
c
a
l
w
e
a
t
h
e
r
de
s
c
r
i
p
t
i
o
n
s
l
e
a
rn
e
d
f
r
o
m
t
h
e
w
e
a
t
h
e
r
d
a
t
a
s
e
t
.
M
o
de
l
s
h
a
v
e
t
e
s
t
e
d
us
i
n
g
t
h
e
a
m
o
unt
of
w
e
a
t
h
e
r
da
t
a
p
r
o
v
i
de
d
by
E
r
b
i
l
w
e
a
t
h
e
r
s
t
a
t
i
o
n
(
m
i
ni
s
t
r
y
of
t
ra
n
s
po
rt
a
nd
c
o
m
m
u
ni
c
a
t
i
o
n
s
)
w
a
s
c
o
m
pi
l
e
d
f
r
o
m
a
b
o
ut
30
w
e
a
t
h
e
r
s
t
a
t
i
o
n
s
f
r
o
m
1992
to
2016.
In
t
h
e
a
f
o
r
e
m
e
n
t
i
o
n
e
d
r
e
s
e
a
r
c
h
,
T
h
e
l
o
n
g
s
h
o
rt
-
t
e
r
m
m
e
m
o
r
y
(L
S
T
M
),
a
d
a
l
i
n
e
n
e
u
r
a
l
n
e
t
w
o
r
k,
a
u
t
o
r
e
gr
e
s
s
i
v
e
n
e
u
r
a
l
n
e
t
w
o
r
k
(N
A
R
),
a
n
d
ge
n
e
ra
l
i
z
e
d
r
e
g
r
e
s
s
i
o
n
n
e
u
ra
l
n
e
t
w
o
r
k
(G
R
N
N
)
a
r
e
s
o
m
e
of
t
h
e
a
l
go
ri
t
hm
s
for
c
l
i
m
a
t
e
m
o
de
l
i
ng.
2.
R
ELA
TED
WO
R
K
T
h
e
r
e
is
m
uc
h
r
e
s
e
a
r
c
h
to
ha
n
dl
e
t
h
e
pr
o
b
l
e
m
of
pr
e
di
c
t
i
n
g
t
h
e
w
e
a
t
h
e
r
in
t
hi
s
s
e
c
t
i
o
n
,
s
o
m
e
of
t
h
e
m
w
i
l
l
be
fo
c
us
e
d
o
n
.
In
[10
]
t
e
m
pe
r
a
t
u
r
e
f
o
r
e
c
a
s
t
i
n
g
s
y
s
t
e
m
fo
r
pa
s
t
w
e
a
t
h
e
r
pa
ra
m
e
t
e
r
s
ha
s
b
e
e
n
pr
o
po
s
e
d
w
h
i
c
h
is
b
a
s
e
d
on
f
uz
z
y
time
s
e
r
i
e
s
.
In
[7]
a
c
o
n
c
l
us
i
o
n
ha
s
b
e
e
n
m
a
de
,
w
h
i
c
h
s
t
a
t
e
s
t
ha
t
us
i
ng
a
c
o
m
b
i
n
a
t
i
o
n
of
ANN
l
e
a
ds
to
e
nh
a
n
c
e
a
l
e
a
rni
n
g
p
r
o
c
e
s
s
in
w
e
a
t
h
e
r
p
r
e
di
c
a
t
i
o
n
s
m
o
de
l
s
fo
r
di
f
fe
r
e
n
t
w
e
a
t
h
e
r
pa
ra
m
e
t
e
r
s
.
An
ANN
fo
r
fo
r
e
c
a
s
t
i
n
g
p
r
e
c
i
pi
t
a
t
i
o
n
b
a
s
e
d
o
s
t
a
t
i
s
t
i
c
a
l
r
e
du
c
t
i
o
n
ha
s
b
e
e
n
pr
o
po
s
e
d
[11]
.
W
h
e
r
e
a
s
in
[12]
a
n
e
u
r
a
l
n
e
t
w
o
r
k
b
a
s
e
d
on
c
h
a
o
t
i
c
s
h
o
r
t
-
t
e
rm
o
s
c
i
l
l
a
t
i
o
n
s
for
w
i
n
d
p
r
e
di
c
t
i
ng
ut
i
l
i
z
i
n
g
L
ID
A
R
da
t
a
ha
s
b
e
e
n
pr
o
po
s
e
d.
A
l
o
n
g
r
a
i
n
s
p
r
e
di
c
t
i
o
n
f
o
r
m
ut
i
l
i
z
i
n
g
c
o
m
b
i
n
e
d
f
uz
z
y
l
o
gi
c
W
a
v
e
l
e
t
w
i
t
h
ANN
h
a
s
b
e
e
n
pr
e
s
e
n
t
e
d
in
[13]
.
In
[14]
t
h
e
de
e
p
l
e
a
rni
n
g
ha
s
b
e
e
n
e
m
pl
oy
e
d
in
w
e
a
t
h
e
r
p
r
e
di
c
t
i
o
n.
T
h
us
a
c
o
m
pa
ri
s
o
n
h
a
s
b
e
e
n
m
a
de
b
e
t
w
e
e
n
t
h
e
f
o
r
e
c
a
s
t
a
c
hi
e
v
e
m
e
n
t
of
c
o
n
di
t
i
o
na
l
r
e
s
t
ri
c
t
e
d
b
o
l
t
z
m
a
nn
m
a
c
hi
n
e
(CR
B
M
)
w
i
t
h
r
e
c
urr
e
nc
e
n
e
u
ra
l
n
e
t
w
o
r
k
(R
N
N
)
a
nd
c
o
n
v
o
l
u
t
i
o
na
l
ne
t
w
o
rk
(
CN
)
m
o
de
l
s
.
In
[1
5]
N
e
w
m
a
c
hi
n
e
l
e
a
rni
ng
t
e
c
hni
q
ue
s
a
nd
d
a
t
a
p
r
o
c
e
s
s
i
ng
a
r
e
p
re
s
e
nt
e
d
by
t
h
e
a
ut
ho
r
s
(
r
a
ndo
m
f
o
r
e
s
t
c
l
a
s
s
i
f
i
c
a
t
i
o
n)
for
c
l
i
m
a
t
e
c
o
ndi
t
i
o
n
s
f
o
r
e
c
a
s
t
i
ng
.
T
he
y
c
o
n
c
e
nt
ra
t
e
on
t
h
e
c
ha
l
l
e
nge
s
of
t
o
da
y
'
s
ra
p
i
d
w
e
a
t
he
r
c
ha
ng
e
,
w
hi
c
h
r
e
nde
rs
t
ra
d
i
t
i
o
na
l
w
e
a
t
he
r
p
r
e
d
i
c
t
i
o
n
a
p
p
r
o
a
c
he
s
l
e
s
s
a
c
c
u
ra
t
e
a
nd
t
i
m
e
-
c
o
n
s
u
m
i
ng
.
To
m
e
e
t
t
he
s
e
c
ha
l
l
e
nge
s
,
s
t
r
o
ng
c
l
i
m
a
t
e
f
o
r
e
c
a
s
t
i
ng
t
e
c
hni
q
ue
s
a
re
ne
e
de
d
.
In
[
16
]
a
n
e
w
d
a
t
a
-
d
ri
v
e
n
l
i
g
ht
w
e
i
g
ht
w
e
a
t
he
r
-
p
re
di
c
t
i
ng
m
o
de
l
ha
s
b
e
e
n
c
o
n
s
t
ruc
t
e
d
by
i
n
v
e
s
t
i
g
a
t
i
ng
t
h
e
pe
r
f
o
rm
a
nc
e
of
t
e
m
po
ra
r
y
f
o
r
m
i
ng
m
e
t
h
o
ds
of
t
e
m
po
ra
l
c
o
n
v
o
l
u
t
i
o
na
l
ne
t
w
o
r
k
s
(
T
C
N
)
a
nd
(L
S
T
M
)
a
nd
c
o
m
p
a
ri
ng
it
w
i
t
h
t
he
c
u
rr
e
nt
s
t
a
nd
a
rd
m
e
t
h
o
ds
of
m
a
c
hi
ne
l
e
a
rni
ng
,
l
i
ke
s
up
po
rt
v
e
c
t
o
r
r
e
g
r
e
s
s
i
o
n
(S
V
R
)
,
s
t
a
nd
a
rd
re
g
re
s
s
i
o
n
(S
R
)
,
ra
ndo
m
f
o
r
e
s
t
(R
F
)
a
l
s
o
v
e
c
t
o
r
a
u
t
o
r
e
g
re
s
s
i
o
n
(V
A
R
)
,
v
e
c
t
o
r
e
rro
r
c
o
rre
c
t
i
o
n
m
o
de
l
(
V
E
C
M
)
a
nd
a
u
t
o
r
e
g
re
s
s
i
v
e
i
nt
e
g
ra
t
e
d
m
o
v
i
ng
a
v
e
ra
ge
(
A
R
IM
A
)
,
a
r
e
pe
r
f
o
rm
e
d
as
a
na
l
y
t
i
c
a
l
p
r
e
d
i
c
t
i
ng
m
e
t
h
o
ds
.
M
o
r
e
o
v
e
r,
t
h
e
a
rb
i
t
ra
ge
o
f
p
r
e
d
i
c
t
i
ng
e
xpe
rt
(A
F
E
)
is
pe
r
f
o
rm
e
d
as
t
h
e
dy
n
a
m
i
c
e
n
s
e
m
b
l
e
m
e
t
h
o
d
.
T
h
e
y
i
n
v
e
s
t
i
g
a
t
e
t
h
e
c
o
m
m
u
ni
t
y
L
S
T
M
a
nd
T
CN
m
o
de
l
s
,
a
l
t
h
o
ug
h
it
is
p
a
rt
i
c
u
l
a
r
m
o
de
l
in
w
e
a
t
he
r
p
r
e
di
c
t
i
o
n
ut
i
l
i
z
i
ng
A
N
N
,
us
i
ng
t
i
m
e
-
s
e
ri
e
s
d
a
t
a
.
T
h
e
de
e
p
l
e
a
rni
ng
s
t
ruc
t
u
r
e
ha
s
s
e
v
e
ra
l
l
a
y
e
r
s
t
ha
t
a
d
d
s
u
r
f
a
c
e
w
e
a
t
h
e
r
p
a
ra
m
e
t
e
rs
to
w
e
a
t
he
r
p
re
d
i
c
t
i
o
n
o
v
e
r
a
pe
ri
o
d
of
t
i
m
e
.
T
h
e
p
r
o
po
s
e
d
de
e
p
l
e
a
rni
ng
ne
t
w
o
rks
i
n
c
l
ud
i
ng
T
CN
a
nd
L
S
T
M
l
a
y
e
r
s
a
re
t
e
s
t
e
d
in
m
ul
t
i
-
i
npu
t
m
u
l
t
i
-
o
u
t
pu
t
a
nd
m
u
l
t
i
-
i
np
ut
s
i
ng
l
e
-
o
u
t
p
u
t
r
e
g
r
e
s
s
i
o
n
s
.
T
he
c
ha
l
l
e
nge
of
i
n
v
e
s
t
i
g
a
t
i
ng
c
u
rre
nt
t
re
nds
w
i
t
h
w
e
a
t
he
r
-
p
r
e
di
c
t
i
ng
as
a
d
a
t
a
s
o
u
r
c
e
c
o
v
e
r
s
r
e
s
ul
t
s
o
v
e
r
t
i
m
e
a
nd
s
p
a
c
e
.
P
a
rt
i
c
u
l
a
rl
y
,
t
h
e
y
i
n
v
e
s
t
i
g
a
t
e
t
h
e
po
t
e
nt
i
a
l
of
t
h
e
f
o
r
e
c
a
s
t
t
hro
u
g
h
a
he
t
e
r
o
ge
n
e
o
us
di
s
c
ri
m
i
na
nt
m
e
t
h
o
d
P
r
e
d
i
c
t
i
v
e
m
o
de
l
s
t
ra
i
ne
d
in
a
de
e
p
ne
u
ra
l
n
e
t
w
o
r
k
as
a
s
t
a
nd
a
rd
a
na
l
y
t
i
c
a
l
p
ri
n
c
i
p
l
e
for
a
c
o
l
l
e
c
t
i
o
n
of
w
e
a
t
h
e
r
-
re
l
a
t
e
d
v
a
ri
a
b
l
e
s
.
T
he
y
e
xp
l
a
i
n
h
o
w
t
he
f
u
nd
a
m
e
nt
a
l
f
o
rm
c
a
n
de
v
e
l
o
p
s
p
a
t
i
a
l
i
nc
o
r
po
ra
t
i
o
n
t
ha
t
u
t
i
l
i
z
e
s
l
o
ng
-
ra
nge
s
p
a
t
i
a
l
de
pe
nde
nc
i
e
s
[1
7]
.
3.
N
EU
R
A
L
N
ETW
O
R
K
N
e
ur
a
l
n
e
t
w
o
r
ks
c
a
n
be
ut
i
l
i
z
e
d
to
a
n
t
i
c
i
pa
t
e
a
n
y
pr
o
c
e
du
r
e
as
l
o
n
g
as
a
de
qua
t
e
i
n
f
o
r
m
a
t
i
o
n
is
pr
o
duc
e
d
to
p
r
e
c
i
s
e
l
y
pr
e
pa
r
e
t
h
e
m
o
de
l
.
T
h
e
y
c
a
n
c
r
e
a
t
e
de
s
i
g
n
s
a
nd
r
e
c
o
gn
i
z
e
i
nt
e
r
f
a
c
e
/
i
n
c
l
i
n
e
s
t
h
a
t
a
r
e
t
o
o
m
i
n
d
-
b
o
ggl
i
n
g
to
be
in
a
n
y
w
a
y
w
a
t
c
h
e
d
t
hr
o
ug
h
di
f
f
e
r
e
nt
p
r
o
c
e
dur
e
s
,
in
t
hi
s
m
a
nn
e
r
t
a
k
i
n
g
i
nt
o
c
o
n
s
i
de
r
a
t
i
o
n
t
h
e
s
o
l
i
d
m
a
r
ke
r
s
of
n
e
w
c
i
r
c
um
s
t
a
n
c
e
s
of
i
n
t
ri
gue
.
ANNs
can
be
ut
i
l
i
z
e
d
to
p
r
e
c
i
s
e
l
y
f
o
r
e
s
e
e
m
e
c
h
a
ni
c
a
l
p
r
o
pe
r
t
i
e
s
a
n
d
o
t
h
e
r
s
i
g
ni
f
i
c
a
nt
w
e
l
d
qu
a
l
i
t
i
e
s
w
i
t
h
o
ut
t
h
e
r
e
qui
r
e
m
e
n
t
for
r
ui
n
o
us
t
e
s
t
i
n
g
,
w
hi
l
e
e
xa
c
t
m
o
de
l
s
w
i
l
l
gi
v
e
t
r
us
t
in
t
h
e
w
e
l
ds
de
l
i
v
e
r
e
d.
T
h
e
n
u
m
b
e
r
of
h
ub
s
in
ANNs
a
nd
t
h
e
a
s
s
o
c
i
a
t
i
o
n
e
xa
m
pl
e
s
of
t
h
e
h
ub
s
can
s
h
i
f
t
.
T
h
e
m
o
s
t
b
r
o
a
dl
y
ut
i
l
i
z
e
d
a
s
s
o
c
i
a
t
i
o
n
de
s
i
g
n
is
t
h
e
t
hr
e
e
-
l
a
y
e
r
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
.
22
,
N
o
.
2
,
M
a
y
202
1
:
944
-
95
2
946
b
a
c
kpr
o
pa
ga
t
i
o
n
n
e
u
r
a
l
s
y
s
t
e
m
[18]
-
[19]
.
T
h
e
de
c
e
pt
i
v
e
ne
ur
o
n
s
a
r
e
m
a
na
gi
ng
s
e
c
t
i
o
n
s
t
h
a
t
a
r
e
m
a
de
in
pow
e
r
f
ul
i
nt
e
r
c
o
nn
e
c
t
e
d
l
a
y
e
r
s
t
ha
t
ge
t
t
h
e
d
a
t
a
(i
n
pu
t
f
a
c
t
o
rs
)
a
nd
s
p
r
e
a
d
it
t
o
w
a
r
ds
t
h
e
y
i
e
l
d
l
a
y
e
r
.
T
h
e
da
t
a
go
t
is
w
e
i
gh
t
e
d
by
a
s
y
n
a
pt
i
c
w
e
i
gh
t
t
ha
t
p
i
c
ks
if
t
h
e
go
i
n
g
w
i
t
h
n
e
u
r
o
n
w
i
l
l
be
be
gun
by
t
h
e
a
pp
r
o
v
a
l
w
o
r
k,
fo
r
t
h
e
m
o
s
t
pa
r
t
as
f
a
r
as
po
s
s
i
b
l
e
in
n
o
n
-
di
r
e
c
t
i
s
s
ue
s
.
S
y
s
t
e
m
l
e
a
rni
n
g
ha
ppe
n
s
as
t
h
e
pi
l
e
s
a
r
e
b
a
l
a
n
c
e
d
a
l
o
n
gs
i
de
t
h
e
l
a
y
e
r
s
,
as
pe
r
t
h
e
r
e
l
a
t
i
o
n
s
hi
p
b
e
t
w
e
e
n
t
h
e
w
e
l
l
s
p
r
i
n
gs
of
i
n
f
o
r
m
a
t
i
o
n
a
n
d
t
h
e
i
de
a
l
y
i
e
l
ds
.
O
n
e
of
t
h
e
m
o
s
t
f
un
d
a
m
e
n
t
a
l
m
o
de
l
s
is
t
h
e
m
u
l
t
i
l
a
y
e
r
pe
r
c
e
pt
r
o
n
n
e
t
w
o
r
k
(M
L
P
),
w
h
i
c
h
is
ge
n
e
ra
l
l
y
ut
i
l
i
z
e
d
in
t
h
e
e
s
t
i
m
a
t
i
o
n
of
n
o
n
-
di
r
e
c
t
c
o
n
f
i
n
e
s
t
ha
t
de
l
i
n
e
a
t
e
c
o
m
pl
e
x
r
e
l
a
t
i
o
n
s
hi
ps
a
m
o
n
g
s
e
l
f
-
c
o
n
t
r
o
l
l
i
n
g
a
nd
s
ubo
r
di
na
t
e
f
a
c
t
o
r
s
in
d
i
f
f
e
r
e
n
t
a
pp
l
i
c
a
t
i
o
n
s
[20]
.
F
u
n
d
a
m
e
n
t
a
l
l
y
,
t
h
e
r
e
a
r
e
3
d
i
s
t
i
n
c
t
l
a
y
e
r
s
in
a
n
e
u
r
a
l
s
y
s
t
e
m
:
a)
In
p
ut
L
a
y
e
r
-
T
h
e
Input
l
a
y
e
r
s
pe
a
ks
w
i
t
h
t
h
e
o
ut
e
r
c
o
n
di
t
i
o
n
t
ha
t
p
r
e
s
e
nt
s
an
e
xa
m
pl
e
to
t
h
e
n
e
u
r
a
l
s
y
s
t
e
m
.
It
s
r
e
s
po
n
s
i
b
i
l
i
t
y
is
to
m
a
na
ge
a
l
l
t
h
e
i
n
f
o
r
m
a
t
i
o
n
s
o
ur
c
e
s
as
t
h
e
y
w
e
r
e
.
b)
H
i
dde
n
L
a
y
e
r
s
-
T
h
e
s
hr
o
ude
d
l
a
y
e
r
is
t
h
e
a
s
s
o
r
t
m
e
n
t
of
n
e
u
r
o
n
s
t
ha
t
ha
s
a
c
t
ua
t
i
o
n
w
o
r
k
a
ppl
i
e
d
on
it
a
n
d
it
is
a
m
i
d
dl
e
-
of
-
t
h
e
-
r
o
a
d
l
a
y
e
r
fo
un
d
b
e
t
w
e
e
n
t
h
e
i
n
f
o
r
m
a
t
i
o
n
l
a
y
e
r
a
n
d
t
h
e
y
i
e
l
d
l
a
y
e
r
.
It
s
r
e
s
po
n
s
i
b
i
l
i
t
y
is
to
p
r
o
c
e
s
s
t
h
e
i
n
f
o
r
m
a
t
i
o
n
s
o
ur
c
e
s
a
c
qui
r
e
d
by
its
pa
s
t
l
a
y
e
r
.
So
it
is
t
h
e
l
a
y
e
r
t
h
a
t
is
m
i
n
df
ul
e
xt
ri
c
a
t
i
n
g
t
h
e
n
e
c
e
s
s
a
r
y
h
i
g
hl
i
g
ht
s
f
r
o
m
t
h
e
i
n
f
o
r
m
a
t
i
o
n
.
c)
O
ut
put
L
a
y
e
r
-
T
h
e
y
i
e
l
d
l
a
y
e
r
of
t
h
e
n
e
ura
l
s
y
s
t
e
m
ga
t
h
e
r
s
a
n
d
t
r
a
n
s
m
i
t
s
t
h
e
da
t
a
in
l
i
ke
m
a
nn
e
r
in
t
h
e
w
a
y
it
h
a
s
b
e
e
n
i
n
t
e
n
de
d
to
gi
v
e
.
T
h
e
da
t
a
ge
n
e
ra
t
e
d
at
t
hi
s
o
ut
put
l
a
y
e
r
c
a
n
be
gi
v
e
n
as
i
n
p
ut
to
t
h
e
f
i
r
s
t
l
a
y
e
r
as
fe
e
d
b
a
c
k.
N
o
n
l
i
n
e
a
r
a
u
t
o
r
e
g
r
e
s
s
i
v
e
n
e
ur
a
l
n
e
t
w
o
r
k
(N
A
R
)
e
m
pow
e
r
s
t
h
e
e
xpe
c
t
a
t
i
o
n
of
f
ut
ur
e
e
s
t
i
m
a
t
i
o
n
s
of
a
pe
r
i
o
d
a
rra
n
ge
m
e
n
t
,
b
o
l
s
t
e
r
e
d
by
its
h
i
s
t
o
r
y
fo
un
da
t
i
o
n,
by
m
e
t
h
o
ds
fo
r
a
re
-
t
a
ki
n
g
c
a
r
e
of
c
o
m
po
n
e
n
t
,
in
w
h
i
c
h
an
a
n
t
i
c
i
pa
t
e
d
w
o
r
t
h
m
a
y
f
i
l
l
in
as
a
c
o
n
t
r
i
b
ut
i
o
n
for
n
e
w
fo
r
e
c
a
s
t
s
at
f
urt
h
e
r
de
ve
l
o
pe
d
f
oc
us
e
s
in
time
[21]
-
[
22]
.
D
e
e
p
l
e
a
rni
n
g
t
e
c
hni
que
s
h
a
v
e
b
e
c
o
m
e
ge
n
e
r
a
l
l
y
i
de
n
t
i
f
i
e
d
s
i
n
c
e
i
m
po
rt
a
nt
m
a
c
hi
n
e
l
e
a
rni
n
g
m
e
c
ha
ni
s
m
s
for
r
e
g
r
e
s
s
i
o
n
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
p
r
o
b
l
e
m
s
.
T
h
e
m
o
s
t
a
dv
a
n
c
e
d
de
e
p
l
e
a
rn
i
ng
a
r
c
h
i
t
e
c
t
ur
e
s
for
s
ub
s
e
que
n
t
l
e
a
rni
n
g
r
e
s
po
n
s
i
b
i
l
i
t
i
e
s
is
L
S
T
M
[23]
.
L
S
T
M
de
s
i
g
n
e
d
to
us
e
l
o
n
g
-
ra
n
ge
da
t
a
r
e
gi
o
n
s
i
n
v
o
l
v
i
n
g
d
a
t
a
f
r
o
m
t
i
m
e
-
s
e
ri
e
s
,
w
h
i
c
h
p
r
e
s
e
nt
s
t
h
e
b
e
s
t
e
n
c
o
ur
a
ge
m
e
n
t
a
n
d
po
t
e
n
t
i
a
l
for
t
h
e
e
vo
l
ut
i
o
n
r
e
g
a
r
di
ng
a
s
ui
t
a
b
l
e
a
rra
n
ge
m
e
nt
to
n
o
n
l
i
n
e
a
r
s
t
ruc
t
u
ra
l
c
ha
l
l
e
nge
s
.
T
h
e
L
S
T
M
m
o
de
l
s
uppl
a
nt
s
e
v
e
r
y
RN
N
s
y
s
t
e
m
un
de
r
t
h
e
h
i
dde
n
l
a
y
e
r
t
h
a
t
c
o
n
t
a
i
n
s
an
L
S
T
M
b
l
o
c
k
fo
r
m
a
k
i
n
g
a
l
o
n
g
-
t
e
rm
m
e
m
o
r
y
[24]
.
T
h
e
L
S
T
M
b
l
o
c
k
c
o
n
t
a
i
n
s
f
o
ur
i
nt
e
ra
c
t
i
v
e
pa
rt
s
:
w
h
i
c
h
is
an
i
n
pu
t
ga
t
e
,
an
o
ut
put
ga
t
e
,
a
f
o
r
ge
t
t
i
n
g
ga
t
e
,
a
n
d
an
i
n
t
e
rna
l
u
ni
t
.
I
n
put
is
c
o
n
t
r
o
l
l
e
d
by
i
n
put
ga
t
e
w
h
i
c
h
p
a
s
s
e
s
an
i
n
i
t
i
a
t
e
d
da
t
a
w
hi
c
h
t
h
e
n
e
xt
s
t
a
t
e
to
t
h
e
i
n
t
e
rn
a
l
p
a
r
t
s
t
a
t
e
.
T
h
e
i
n
t
e
rna
l
b
l
o
c
k
l
e
a
rn
s
t
h
e
u
ni
t
s
t
a
t
us
of
t
h
e
pr
e
v
i
o
us
time
s
t
e
p
us
i
n
g
a
s
e
l
f
-
r
e
p
l
i
c
a
t
i
n
g
c
o
nn
e
c
t
i
o
n
[2
5]
.
T
h
e
f
o
r
ge
t
g
a
t
e
r
e
t
a
i
n
s
a
n
d
de
l
e
t
e
s
i
n
f
o
r
m
a
t
i
o
n
t
h
a
t
pa
s
s
e
s
t
h
e
i
nt
e
rna
l
u
ni
t
s
t
a
t
e
,
w
h
i
c
h
a
l
l
o
w
s
t
h
e
L
S
T
M
uni
t
to
r
e
s
e
t
t
h
e
u
ni
t
’s
m
e
m
o
r
y
or
a
da
pt
i
v
e
l
y
fo
r
ge
t
.
O
ut
pu
t
c
o
n
t
r
o
l
l
e
d
by
o
ut
put
ga
t
e
w
h
i
c
h
e
n
a
b
l
e
s
a
m
ov
e
m
e
n
t
w
i
t
h
i
n
t
h
e
L
S
T
M
b
l
oc
k
o
ut
pu
[26]
-
[27]
.
4.
M
ET
H
O
D
O
L
O
G
Y
In
t
h
i
s
s
t
udy
,
fo
ur
n
e
u
ra
l
n
e
t
w
o
r
k
s
y
s
t
e
m
de
s
i
gn
s
h
a
v
e
be
e
n
s
e
l
e
c
t
e
d
to
be
ut
i
l
i
z
e
d
as
pr
e
d
i
c
t
i
o
n
m
o
de
l
s
fo
r
v
i
t
a
l
i
t
y
ut
i
l
i
z
a
t
i
o
n.
T
h
e
p
ri
n
c
i
p
a
l
m
o
de
l
is
n
o
n
-
s
t
ra
i
g
h
t
a
ut
o
r
e
gr
e
s
s
i
v
e
n
e
u
r
a
l
s
y
s
t
e
m
s
(N
A
R
),
w
h
i
c
h
a
r
e
to
ga
uge
t
e
s
t
s
c
o
n
f
i
n
e
d
in
a
o
n
e
-
di
m
e
n
s
i
o
n
a
l
t
i
m
e
a
rr
a
nge
m
e
nt
.
A
n
o
n
-
di
r
e
c
t
a
u
t
o
r
e
g
r
e
s
s
i
v
e
s
y
s
t
e
m
w
i
t
h
e
xo
ge
n
o
us
da
t
a
s
o
ur
c
e
s
(N
A
R
X
),
w
h
i
c
h
g
r
o
w
m
ul
t
i
di
m
e
n
s
i
o
na
l
t
i
m
e
a
rr
a
nge
m
e
n
t
ut
i
l
i
z
i
ng
o
ut
s
i
de
da
t
a
ha
s
b
e
e
n
s
e
l
e
c
t
e
d
to
i
m
pr
o
v
e
time
a
rra
n
ge
m
e
nt
fo
r
e
c
a
s
t
e
xe
c
ut
i
o
n
,
a
n
d
e
v
e
n
t
ua
l
l
y
,
a
t
r
a
di
t
i
o
na
l
G
R
N
N
s
y
s
t
e
m
is
a
l
s
o
pr
o
po
s
e
d.
E
a
c
h
s
y
s
t
e
m
m
o
de
l
h
a
s
its
a
dv
a
nt
a
ge
s
a
n
d
e
xpe
n
s
e
s
:
NAR
t
e
c
hn
i
que
s
a
r
e
l
e
s
s
c
o
m
pl
e
x
t
h
a
n
N
A
R
X
.
A
l
l
t
hi
n
gs
c
o
n
s
i
de
r
e
d
,
t
h
e
l
a
s
t
m
o
de
l
pe
r
m
i
t
s
t
h
e
ut
i
l
i
z
a
t
i
o
n
of
e
xt
r
a
da
t
a
t
ha
t
may
i
m
p
r
o
v
e
e
xp
e
c
t
a
t
i
o
n
p
r
e
c
i
s
i
o
n.
In
a
ge
nui
n
e
c
i
r
c
um
s
t
a
n
c
e
,
o
nl
y
o
n
e
o
ut
of
e
v
e
r
y
o
dd
s
t
r
uc
t
u
r
e
h
a
s
a
s
i
m
i
l
a
r
a
dm
i
n
i
s
t
r
a
t
i
o
n
f
r
a
m
e
w
o
r
k
n
o
r
a
s
i
m
i
l
a
r
n
u
m
b
e
r
of
h
i
g
hl
i
g
ht
s
:
s
o
m
e
l
o
n
e
r
e
gi
s
t
e
r
ut
i
l
i
z
a
t
i
o
n
w
hi
l
e
o
t
h
e
r
s
ha
n
dl
e
m
o
r
e
da
t
a
,
for
e
xa
m
pl
e
,
o
ut
e
r
a
n
d
i
n
s
i
de
t
e
m
pe
ra
t
u
r
e
.
T
h
e
c
h
o
s
e
n
ANN
m
o
de
l
s
p
e
r
m
it
us
to
w
o
r
k
w
i
t
h
t
h
e
t
w
o
m
e
t
h
o
do
l
o
gi
e
s
.
T
h
e
a
c
c
o
m
pa
n
y
i
n
g
s
ub
s
e
c
t
i
o
n
s
po
r
t
ra
y
t
h
e
s
e
m
o
de
l
s
to
t
a
ke
c
a
r
e
of
t
h
e
i
s
s
ue
of
v
i
t
a
l
i
t
y
ut
i
l
i
z
a
t
i
o
n
t
i
m
e
a
rra
n
ge
m
e
nt
f
o
r
e
c
a
s
t
.
4.
1
.
NAR
m
o
d
e
l
A
n
o
n
l
i
n
e
a
r
a
ut
o
r
e
gr
e
s
s
i
v
e
n
e
u
r
a
l
s
y
s
t
e
m
a
ppl
i
e
d
to
t
i
m
e
a
rra
n
ge
m
e
nt
de
t
e
r
m
i
n
i
ng
po
rt
r
a
y
s
a
di
s
c
r
e
t
e
,
n
o
n
-
d
i
r
e
c
t
,
T
h
e
f
o
l
l
o
w
i
n
g
a
r
e
t
h
e
c
ha
r
a
c
t
e
r
i
s
t
i
c
s
of
an
a
ut
o
r
e
gr
e
s
s
i
v
e
m
o
de
l
.
y
(t
)=
h
(y
(t
−
1),
y
(t
−
2),
.
.
.
,
y
(t
−
p))+
e
(t
)
(1)
T
h
i
s
e
qua
t
i
o
n
po
r
t
ra
y
s
h
ow
a
NAR
a
r
ra
n
ge
m
e
n
t
is
ut
i
l
i
z
e
d
to
fo
r
e
s
e
e
t
h
e
e
s
t
i
m
a
t
i
o
n
of
an
i
n
f
o
r
m
a
t
i
o
n
a
rra
n
ge
m
e
nt
y
at
t
i
m
e
t,
y
(t
),
ut
i
l
i
z
i
n
g
t
h
e
p
pa
s
t
e
s
t
i
m
a
t
i
o
n
s
of
t
h
e
a
rra
n
ge
m
e
n
t
.
T
h
e
c
a
p
a
c
i
t
y
h
(•
)
is
o
b
s
c
ur
e
a
h
e
a
d
of
t
i
m
e
,
a
n
d
t
h
e
p
r
e
p
a
r
a
t
i
o
n
of
t
h
e
n
e
u
r
a
l
s
y
s
t
e
m
pl
a
n
s
to
e
s
t
i
m
a
t
e
t
h
e
c
a
p
a
c
i
t
y
by
m
e
t
h
o
ds
fo
r
t
h
e
e
nh
a
n
c
e
m
e
n
t
of
t
h
e
s
y
s
t
e
m
l
o
a
ds
a
n
d
n
e
u
r
o
n
p
r
e
di
s
po
s
i
t
i
o
n.
At
l
a
s
t
,
t
h
e
t
e
rm
e
(t
)
r
e
pr
e
s
e
nt
s
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
P
r
e
di
c
t
i
ng
t
e
m
pe
r
a
t
ur
e
of
e
r
b
i
l
c
i
t
y
a
ppl
y
i
ng
d
e
e
p
l
e
ar
ni
ng
a
nd
n
e
ur
al
ne
t
w
or
k
(
Sar
dar
M.
R
.
K
A
l
-
J
um
ur
)
947
t
h
e
b
l
un
de
r
of
t
h
e
e
s
t
i
m
a
t
i
o
n
of
t
h
e
a
rr
a
nge
m
e
n
t
y
at
time
t.
T
h
e
t
o
po
l
o
g
y
of
a
N
A
R
a
rr
a
nge
m
e
nt
a
p
pe
a
r
s
in
F
i
gu
r
e
1.
T
h
e
p
h
i
g
hl
i
g
h
t
s
y
(t
−
1),
y
(t
−
2),
.
.
.
,
y
(t
−
p),
a
r
e
c
a
l
l
e
d
i
n
p
ut
de
l
a
y
s
.
4.
2
.
A
D
A
LI
N
E
al
go
r
i
th
m
T
h
e
A
de
l
i
n
e
a
l
go
r
i
t
hm
is
us
e
d
a
m
o
n
g
t
a
p
pe
d
de
l
a
y
l
i
n
e
(
T
D
L
)
for
c
o
n
s
t
r
uc
t
i
ng
t
h
e
l
i
n
e
a
r
f
i
l
t
e
r
w
h
i
c
h
is
a
pp
l
i
e
d
w
i
t
h
i
n
f
o
r
e
c
a
s
t
i
ng
w
e
a
t
h
e
r
.
F
i
gu
r
e
3
s
h
o
w
s
t
h
e
i
l
l
us
t
r
a
t
e
d
f
i
gu
r
e
of
A
da
l
i
n
e
.
T
h
e
f
i
r
s
t
pa
rt
of
t
h
e
s
y
s
t
e
m
is
t
h
e
T
D
L
.
T
h
e
da
t
a
e
nt
e
r
s
t
h
e
i
n
p
ut
f
r
o
m
t
h
e
l
e
f
t
a
nd
m
o
v
e
s
w
i
t
hi
n
N
-
1
de
l
a
y
s
.
An
N
-
di
m
e
n
s
i
o
na
l
v
e
c
t
o
r
is
a
T
D
L
o
ut
put
t
ha
t
is
m
a
de
up
of
t
h
e
c
u
rr
e
n
t
i
nput
d
a
t
a
a
n
d
t
h
e
p
ri
o
r
i
nput
s
i
g
na
l
[28]
.
4.
3
.
G
e
n
e
r
a
l
i
z
e
d
r
e
gr
e
s
s
i
o
n
n
e
u
r
al
n
e
tw
o
r
k
(
G
R
N
N
)
G
R
N
N
is
a
r
a
di
a
l
n
e
u
ra
l
b
a
s
e
n
e
t
w
o
r
k
v
a
r
i
a
n
t
t
ha
t
,
u
nl
i
ke
B
P
N
N
,
ha
s
f
o
ur
l
a
y
e
r
s
:
i
nput
,
p
a
t
t
e
rn,
s
um
m
a
t
i
o
n
,
a
n
d
o
ut
put
[2]
.
T
h
e
a
v
e
r
a
ge
t
e
m
pe
ra
t
u
r
e
is
us
e
d
in
t
h
e
f
i
r
s
t
l
a
y
e
r
as
t
h
e
i
n
pu
t
v
e
c
t
o
r
.
T
h
e
p
a
t
t
e
rn
uni
t
s
a
r
e
in
t
h
e
s
e
c
o
n
d
l
a
y
e
r
,
a
n
d
t
h
e
o
ut
put
s
of
t
h
i
s
l
a
y
e
r
a
re
f
e
d
i
n
t
o
t
h
e
t
h
i
r
d
l
a
y
e
r
'
s
s
um
m
a
t
i
o
n
u
n
i
t
s
.
T
h
e
f
i
n
a
l
l
a
y
e
r
p
r
o
t
e
c
t
s
t
h
e
m
a
n
uf
a
c
t
u
ri
n
g
u
ni
t
s
.
It
s
a
r
c
hi
t
e
c
t
u
re
is
de
pi
c
t
e
d
in
F
i
gu
r
e
4.
G
R
N
N
r
e
pl
a
c
e
s
t
h
e
s
i
gm
o
i
d
a
c
t
i
v
a
t
i
o
n
f
un
c
t
i
o
n
t
y
pi
c
a
l
l
y
us
e
d
in
ANN
w
i
t
h
a
ra
di
a
l
b
a
s
e
f
un
c
t
i
o
n
(R
B
F
),
w
h
i
c
h
c
a
l
c
u
l
a
t
e
s
t
h
e
pr
o
b
a
b
i
l
i
t
y
de
n
s
i
t
y
f
un
c
t
i
o
n
us
i
n
g
an
e
s
t
i
m
a
t
o
r
[
15]
.
T
h
e
p
r
e
di
c
t
e
d
v
a
l
ue
is
s
i
m
p
l
y
a
w
e
i
gh
t
e
d
a
v
e
r
a
ge
of
t
a
r
ge
t
v
a
l
ue
s
f
r
o
m
t
r
a
i
n
i
ng
pa
t
t
e
rn
s
t
ha
t
a
r
e
s
i
m
i
l
a
r
to
t
h
e
i
nput
pa
t
t
e
rn
.
T
h
e
s
m
o
o
t
hi
n
g
f
a
c
t
o
r
,
w
h
i
c
h
r
e
p
r
e
s
e
n
t
s
RBF
di
s
t
a
n
c
e
,
is
t
h
e
o
n
l
y
a
dj
us
t
a
b
l
e
p
a
r
a
m
e
t
e
r.
T
he
fo
l
l
ow
i
n
g
a
r
e
t
h
e
G
R
N
N
s
pe
c
i
f
i
c
s
:
y
(
x
)
=
∑
y
k
K
(
x
1
,
x
k
)
N
k
=
1
∑
K
(
x
1
,
x
k
)
N
k
=
1
(2)
w
h
e
r
e
,
K
(
x
,
x
k
)
=
e
−
(
x
−
x
k
)
T
(
x
−
x
k
)
/
2
σ
2
(3)
w
h
e
r
e
y
(x)
is
t
h
e
i
nput
x
p
r
e
d
i
c
t
i
o
n
v
a
l
ue
,
yk
is
t
h
e
a
c
t
i
v
a
t
i
o
n
w
e
i
gh
t
for
t
h
e
p
a
t
t
e
rn
l
a
y
e
r
n
e
u
r
o
n
at
k,
a
n
d
K
(x,
xk)
is
t
h
e
RBF
as
fo
r
m
u
l
a
t
e
d
in
(
3
)
.
In
t
h
e
s
e
c
o
n
d
l
a
y
e
r,
t
h
e
r
e
a
r
e
t
h
e
s
a
m
e
n
u
m
b
e
r
of
n
e
ur
o
n
s
as
t
h
e
r
e
a
r
e
i
n
put
/
t
a
r
ge
t
v
e
c
t
o
r
s
,
b
ut
t
h
e
w
e
i
gh
t
s
a
r
e
all
s
e
t
to
t
a
rge
t
T.
A
c
o
l
um
n
v
e
c
t
o
r
of
0.
8326/
S
p
r
e
a
d
is
us
e
d
to
s
e
t
t
h
e
b
i
a
s
.
To
s
i
m
u
l
a
t
e
G
R
N
N
,
us
e
M
a
t
l
a
b
'
s
b
ui
l
t
-
in
f
un
c
t
i
o
n:
n
e
t
=
n
e
w
grnn
(P
,
T,
S
p
r
e
a
d)
(4)
T
h
e
n
e
w
grnn
f
un
c
t
i
o
n
t
a
ke
s
i
nput
v
e
c
t
o
r
P
a
nd
t
a
r
ge
t
v
e
c
t
o
r
T
m
a
t
r
i
c
e
s
,
as
w
e
l
l
as
a
ra
d
i
a
l
b
a
s
e
l
a
y
e
r
s
pr
e
a
d
,
a
n
d
r
e
t
u
rn
s
a
n
e
t
w
o
r
k
w
i
t
h
w
e
i
ght
s
a
nd
b
i
a
s
e
s
s
uc
h
t
ha
t
t
h
e
o
ut
pu
t
s
a
r
e
e
x
a
c
t
l
y
T
w
h
i
l
e
t
h
e
i
n
put
s
a
r
e
P.
T
h
e
i
n
pu
t
ha
s
22
i
n
pu
t
s
,
w
i
t
h
t
h
e
f
i
r
s
t
hi
dde
n
l
a
y
e
r
c
o
n
s
i
s
t
i
n
g
of
12
n
e
ur
o
n
s
a
n
d
t
h
e
s
e
c
o
n
d
l
a
y
e
r
c
o
n
s
i
s
t
i
n
g
of
o
n
e
n
e
u
r
o
n,
a
n
d
t
h
e
o
ut
put
h
a
s
o
n
e
o
ut
pu
t
.
4.
4
.
LS
TM
An
L
S
T
M
is
a
m
u
l
t
i
pu
r
po
s
e
de
v
i
c
e
t
h
a
t
is
m
a
de
up
of
a
r
e
c
urr
e
nt
n
e
t
w
o
r
k
w
i
t
h
f
e
e
d
b
a
c
k
c
o
n
n
e
c
t
i
o
n
s
.
D
e
s
i
gna
t
e
r
e
pl
i
e
s
as
t
ra
i
ni
n
g
s
e
que
n
c
e
s
of
v
a
l
ue
s
s
h
i
f
t
i
n
g
w
i
t
h
a
s
i
n
g
l
e
time
s
t
e
p
to
pr
e
di
c
t
f
ut
ur
e
v
a
l
ue
s
of
f
ut
ur
e
t
i
m
e
s
t
e
ps
for
a
s
e
r
i
e
s
[29
]
.
T
ha
t
i
s
,
t
h
e
L
S
T
M
n
e
t
w
o
r
k
l
e
a
rn
s
to
p
r
e
di
c
t
t
h
e
v
a
l
ue
of
t
h
e
n
e
xt
t
i
m
e
s
t
e
p
fo
r
e
a
c
h
t
i
m
e
s
t
e
p
in
t
h
e
i
nput
s
e
ri
e
s
.
T
ra
i
n
i
n
g
s
e
que
n
c
e
s
w
i
t
h
o
ut
t
h
e
f
i
n
a
l
t
i
m
e
s
t
a
ge
a
r
e
kn
o
w
n
as
p
r
e
di
c
t
o
r
s
[30]
.
U
s
e
t
h
e
A
n
dU
pda
t
s
t
a
t
e
p
r
e
di
c
t
i
o
n
f
un
c
t
i
o
n
to
p
r
e
di
c
t
m
u
l
t
i
pl
e
t
i
m
e
p
h
a
s
e
v
a
l
ue
s
in
t
h
e
f
ut
ur
e
o
n
e
at
a
t
i
m
e
,
u
pda
t
i
n
g
t
h
e
n
e
t
w
o
r
k
s
t
a
t
e
in
e
a
c
h
f
o
r
e
c
a
s
t
.
U
s
i
n
g
t
h
e
p
r
e
v
i
o
us
fo
r
e
c
a
s
t
as
a
s
t
a
rt
i
ng
po
i
n
t
for
e
a
c
h
f
o
r
e
c
a
s
t
[31
]
.
4.
5
.
P
e
r
fo
r
m
an
c
e
e
v
al
u
ati
o
n
T
h
e
c
urr
e
n
t
da
t
a
s
e
t
is
c
o
l
l
e
c
t
e
d
f
r
o
m
E
r
b
i
l
w
e
a
t
h
e
r
s
t
a
t
i
o
n
s
.
In
t
h
e
L
S
T
M
t
h
e
a
u
t
h
o
r
s
'
s
t
e
ps
as
fo
l
l
ow
:
L
a
un
c
h
t
h
e
da
t
a
,
t
h
a
t
f
oc
us
e
s
on
a
s
i
ngl
e
time
s
e
r
i
e
s
fo
r
s
t
e
p
s
i
z
e
r
e
fe
rr
i
n
g
to
y
e
a
r
s
a
nd
v
a
l
ue
s
de
n
o
t
e
s
t
h
e
n
u
m
b
e
r
of
h
o
t
da
y
s
p
e
r
m
o
nt
h
.
T
h
e
r
e
s
ul
t
is
a
c
e
l
l
a
rra
y
w
i
t
h
a
s
i
ngl
e
t
i
m
e
s
t
e
p
fo
r
e
a
c
h
u
n
i
t
.
M
a
ke
a
r
ow
v
e
c
t
o
r
o
ut
of
t
h
e
r
e
s
ul
t
s
.
A
f
t
e
r
t
ha
t
,
s
pl
i
t
t
h
e
da
t
a
i
nt
o
t
w
o
g
r
o
ups
:
t
ra
i
ni
n
g
a
nd
e
v
a
l
ua
t
i
o
n
.
T
r
a
i
n
for
t
h
e
f
i
r
s
t
85%
of
t
h
e
s
e
r
i
e
s
a
n
d
t
h
e
n
t
e
s
t
for
t
h
e
l
a
s
t
15%
.
T
h
e
r
e
a
f
t
e
r,
s
t
a
nda
r
d
i
z
e
t
h
e
t
ra
i
ni
n
g
d
a
t
a
to
p
r
o
v
i
de
a
z
e
r
o
m
e
a
n
a
nd
u
n
i
t
v
a
ri
a
n
c
e
for
a
b
e
t
t
e
r
f
i
t
a
nd
to
a
v
o
i
d
t
h
e
t
r
a
i
n
i
n
g
f
r
o
m
d
i
v
e
r
gi
n
g
.
At
t
h
e
t
i
m
e
of
e
s
t
i
m
a
t
i
o
n
,
t
h
e
t
e
s
t
da
t
a
m
us
t
be
s
t
a
n
d
a
r
di
z
e
d
us
i
n
g
t
h
e
s
a
m
e
pa
ra
m
e
t
e
r
s
as
t
h
e
t
ra
i
ni
n
g
d
a
t
a
.
S
pe
c
i
fy
t
h
e
r
e
s
po
n
s
e
s
to
be
t
r
a
i
ni
n
g
s
e
que
n
c
e
s
w
i
t
h
v
a
l
ue
s
c
ha
n
ge
d
by
a
o
n
e
-
t
i
m
e
p
h
a
s
e
to
pr
e
di
c
t
t
h
e
v
a
l
ue
s
of
p
o
t
e
n
t
i
a
l
t
i
m
e
s
t
e
ps
of
a
s
e
r
i
e
s
.
T
ha
t
i
s
,
t
h
e
L
S
T
M
n
e
t
w
o
r
k
l
e
a
rn
s
to
p
r
e
di
c
t
t
h
e
v
a
l
ue
of
t
h
e
n
e
xt
t
i
m
e
s
t
e
p
at
e
a
c
h
t
i
m
e
s
t
e
p
of
t
h
e
i
n
put
s
e
ri
e
s
.
T
h
e
pr
e
di
c
t
o
r
s
a
r
e
t
h
e
t
r
a
i
ni
n
g
s
e
que
n
c
e
s
t
h
a
t
do
n
o
t
i
n
c
l
ude
t
h
e
l
a
s
t
t
i
m
e
pha
s
e
.
A
f
t
e
r
t
ha
t
,
c
r
e
a
t
e
an
L
S
T
M
r
e
g
r
e
s
s
i
o
n
n
e
t
w
o
r
k.
S
e
t
t
h
e
s
e
c
r
e
t
u
ni
t
s
for
t
h
e
L
S
T
M
l
a
y
e
r
to
100.
A
f
t
e
r
t
ha
t
,
c
h
o
o
s
e
y
o
ur
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
.
22
,
N
o
.
2
,
M
a
y
202
1
:
944
-
95
2
948
t
r
a
i
ni
n
g
c
h
o
i
c
e
s
.
S
e
t
t
h
e
s
o
l
v
e
r
to
'
a
da
m
'
a
n
d
p
r
a
c
t
i
c
e
fo
r
500
i
t
e
r
a
t
i
o
n
s
.
S
e
t
t
h
e
g
r
a
d
i
e
nt
t
hr
e
s
h
o
l
d
to
1
to
ke
e
p
t
h
e
gra
di
e
nt
s
f
r
o
m
b
ur
s
t
i
n
g
.
S
e
t
t
h
e
i
n
i
t
i
a
l
l
e
a
rni
n
g
ra
t
e
to
0.
0054
,
a
n
d
a
f
t
e
r
125
e
po
c
h
s
,
r
e
duc
e
t
h
e
l
e
a
rn
i
ng
ra
t
e
by
a
f
a
c
t
o
r
of
0.
2.
T
h
e
t
r
a
i
n
n
e
t
w
o
r
k
is
us
e
d
to
t
ra
i
n
t
h
e
L
S
T
M
n
e
t
w
o
r
k
w
i
t
h
t
h
e
de
f
i
n
e
d
t
ra
i
ni
n
g
o
pt
i
o
n
s
.
U
s
e
t
h
e
‘
pr
e
di
c
t
A
n
dU
pda
t
e
S
t
a
t
e
’
f
e
a
t
u
r
e
to
pr
e
di
c
t
t
h
e
v
a
l
ue
s
of
s
e
ve
r
a
l
t
i
m
e
s
t
e
ps
in
t
h
e
f
ut
u
r
e
,
o
n
e
at
a
t
i
m
e
,
a
n
d
upda
t
e
t
h
e
n
e
t
w
o
r
k
s
t
a
t
e
at
e
a
c
h
p
r
e
di
c
t
i
o
n.
U
s
e
t
h
e
p
r
e
v
i
o
us
pr
e
di
c
t
i
o
n
as
i
n
pu
t
to
t
h
e
f
un
c
t
i
o
n
fo
r
e
a
c
h
p
r
e
di
c
t
i
o
n
.
U
s
i
n
g
t
h
e
s
a
m
e
pa
ra
m
e
t
e
r
s
as
t
h
e
t
ra
i
ni
n
g
d
a
t
a
,
s
t
a
n
d
a
r
di
z
e
t
h
e
t
e
s
t
da
t
a
.
P
r
e
di
c
t
on
t
h
e
t
r
a
i
ni
n
g
da
t
a
X
T
ra
i
n
f
i
r
s
t
to
i
n
i
t
i
a
l
i
z
e
t
h
e
n
e
t
w
o
r
k
c
o
n
di
t
i
o
n.
T
h
e
n,
us
i
n
g
t
h
e
l
a
s
t
t
i
m
e
p
ha
s
e
of
t
h
e
t
r
a
i
n
i
ng
a
n
s
w
e
r
Y
T
r
a
i
n
,
m
a
ke
y
o
ur
f
i
r
s
t
p
r
e
d
i
c
t
i
o
n
(e
n
d
).
I
nput
t
h
e
pr
e
v
i
o
us
pr
e
di
c
t
i
o
n
to
‘
p
r
e
di
c
t
A
n
dU
pda
t
e
S
t
a
t
e
’
a
f
t
e
r
l
o
o
pi
n
g
t
hr
o
ug
h
t
h
e
r
e
m
a
i
n
i
ng
p
r
e
di
c
t
i
o
n
s
.
F
o
r
l
a
rg
e
c
o
l
l
e
c
t
i
o
n
s
of
da
t
a
,
l
o
n
g
s
e
que
n
c
e
s
,
or
l
a
r
ge
n
e
t
w
o
r
ks
,
p
r
e
di
c
t
i
o
n
s
on
t
h
e
GPU
a
r
e
us
ua
l
l
y
f
a
s
t
e
r
to
c
om
put
e
t
ha
n
p
r
e
di
c
t
i
o
n
s
on
t
h
e
CP
U
.
O
t
h
e
r
w
i
s
e
,
pr
e
di
c
t
i
o
n
s
on
t
h
e
CP
U
a
r
e
us
ua
l
l
y
f
a
s
t
e
r
to
c
o
m
put
e
.
F
o
r
s
i
n
g
l
e
-
t
i
m
e
s
t
e
p
p
r
e
di
c
t
i
o
n
s
,
us
e
t
h
e
CP
U
.
To
us
e
t
h
e
CP
U
fo
r
pr
e
d
i
c
t
i
o
n,
s
e
t
t
h
e
'
E
xe
c
ut
i
o
n
E
n
v
i
r
o
n
m
e
n
t
'
o
pt
i
o
n
of
‘
pr
e
di
c
t
A
n
dU
pda
t
e
S
t
a
t
e
’
to
'
c
pu'
.
T
h
e
a
ut
o
r
e
g
r
e
s
s
i
v
e
n
o
nl
i
n
e
a
r
a
d
a
pt
i
v
e
f
i
l
t
e
r
m
o
de
l
i
s
t
h
e
s
e
c
o
n
d
p
r
o
po
s
e
d
m
e
t
h
o
d.
In
t
h
i
s
m
e
t
h
o
d,
a
pp
l
i
e
d
t
h
e
f
e
e
d
-
fo
r
w
a
r
d
n
e
u
r
a
l
n
e
t
w
o
r
k
w
i
t
h
a
t
a
ppe
d
de
l
a
y
l
i
n
e
.
It
us
e
d
an
a
da
pt
i
v
e
f
i
l
t
e
r
to
a
pp
l
y
t
h
e
de
s
i
r
e
d
r
e
s
po
n
s
e
in
t
h
e
t
i
m
e
s
e
ri
e
s
a
n
d
t
h
e
p
r
e
v
i
o
us
da
t
a
as
i
nput
to
t
h
e
a
da
p
t
i
v
e
f
i
l
t
e
r.
T
h
e
o
n
e
-
s
t
e
p
f
o
r
e
c
a
s
t
i
n
g
d
a
t
a
is
t
h
e
n
o
ut
put
by
t
h
e
a
d
a
pt
i
v
e
f
i
l
t
e
r
.
T
h
e
n
o
n
l
i
n
e
a
r
p
r
e
di
c
t
i
o
n
s
c
h
e
m
e
w
a
s
b
a
s
e
d
on
t
h
e
n
e
u
ra
l
n
e
t
w
o
r
k
de
pi
c
t
e
d
in
F
i
gu
r
e
1.
T
h
e
m
o
s
t
a
c
c
ur
a
t
e
fo
r
e
c
a
s
t
xe
fo
r
t
h
e
s
e
que
n
c
e
of
25
v
a
l
ue
s
t
ha
t
de
f
i
n
e
t
h
e
h
o
t
de
g
r
e
e
v
a
l
ue
s
fo
r
25
y
e
a
r
s
can
be
o
b
t
a
i
n
e
d
by
s
t
a
r
t
i
n
g
a
p
r
e
d
i
c
t
i
o
n
m
e
t
h
o
d
f
r
o
m
gi
v
e
n
s
e
ri
e
s
da
t
a
(X
n
)
at
t
i
m
e
n
a
n
d
c
o
m
pa
r
i
ng
it
to
a
t
i
m
e
s
e
ri
e
s
.
As
a
r
e
s
ul
t
,
a
p
r
e
d
i
c
t
o
r
f
i
l
t
e
r
w
i
t
h
an
i
n
pu
t
v
e
c
t
o
r
lx
is
p
r
o
po
s
e
d,
w
h
i
c
h
is
a
c
c
o
m
pl
i
s
h
e
d
by
a
ppl
y
i
n
g
t
h
e
de
l
a
y
o
p
e
r
a
t
o
r
,
Z
-
1,
to
t
h
e
s
e
r
i
e
s
xn
.
F
o
l
l
o
w
i
n
g
t
h
a
t
,
t
h
e
f
i
l
t
e
r
o
ut
put
w
i
l
l
ge
n
e
ra
t
e
xe
,
w
h
i
c
h
w
i
l
l
be
e
qua
l
to
t
h
e
c
urr
e
nt
v
a
l
ue
x
n.
As
a
c
o
n
s
e
que
n
c
e
,
t
h
e
e
rr
o
r
at
t
i
m
e
k
in
t
h
i
s
p
r
e
di
c
t
i
o
n
f
i
l
t
e
r
can
be
e
s
t
i
m
a
t
e
d:
e
(k)=
X
n
(k)
-
X
e
(k)
(
5
)
T
h
i
s
is
us
e
d
to
c
ha
n
ge
t
h
e
NN
w
e
i
ght
s
by
t
h
e
l
e
a
rni
n
g
n
o
rm
.
T
h
e
n
o
nl
i
n
e
a
r
f
i
l
t
e
r
c
o
e
ff
i
c
i
e
n
t
s
a
r
e
m
o
di
f
i
e
d
on
-
t
h
e
-
f
l
y
dur
i
ng
t
h
e
l
e
a
rn
i
ng
p
r
o
c
e
s
s
us
i
n
g
a
c
r
i
t
e
ri
o
n
t
h
a
t
c
h
a
n
ge
s
t
h
e
num
b
e
r
of
pa
t
t
e
rn
s
,
i
t
e
ra
t
i
o
n
s
,
a
nd
d
u
r
a
t
i
o
n
of
t
h
e
t
a
ppe
d
de
l
a
y
l
i
n
e
at
e
a
c
h
p
a
s
s
of
t
h
e
t
i
m
e
s
e
r
i
e
s
.
T
h
e
NAR
f
i
l
t
e
r
m
o
de
l
is
us
e
d
to
de
v
e
l
o
p
t
h
e
p
r
o
po
s
e
d
pr
e
di
c
t
m
e
t
h
o
d
in
t
h
i
s
p
a
pe
r
.
T
h
e
n
e
ura
l
n
e
t
w
o
r
k
a
r
c
h
i
t
e
c
t
ur
e
c
o
n
s
i
s
t
s
of
t
hr
e
e
s
e
c
r
e
t
(w
i
t
h
15
,
8,
a
n
d
4
n
e
u
r
o
n
s
r
e
s
pe
c
t
i
v
e
l
y
)
a
n
d
o
n
e
o
ut
put
n
e
u
ro
n
w
i
t
h
lx
i
n
pu
t
s
t
h
a
t
r
e
f
l
e
c
t
t
h
e
n
u
m
b
e
r
of
i
n
pu
t
de
l
a
y
s
.
T
h
e
L
e
ve
n
b
e
r
g
-
M
a
r
qu
a
r
d
t
m
e
t
h
o
d
is
t
h
e
b
a
s
i
s
for
t
h
e
l
e
a
rn
i
ng
rul
e
us
e
d
in
t
h
e
pr
o
c
e
dur
e
.
T
h
e
l
e
a
rn
i
ng
r
u
l
e
in
t
hi
s
m
o
de
l
,
on
t
h
e
o
t
h
e
r
ha
n
d,
c
h
a
nge
s
t
h
e
n
um
b
e
r
of
pa
t
t
e
rn
s
a
n
d
i
t
e
ra
t
i
o
n
s
at
e
a
c
h
t
i
m
e
l
e
v
e
l
.
T
h
e
f
i
r
s
t
de
l
a
y
is
t
a
ke
n
f
r
o
m
t
h
e
t
a
ppe
d
-
l
i
n
e
xn
a
n
d
us
e
d
as
f
e
e
d
b
a
c
k
to
e
s
t
i
m
a
t
e
t
h
e
s
e
r
i
e
s
xe
o
n
e
s
t
e
p
a
h
e
a
d.
As
a
r
e
s
ul
t
,
t
h
e
pe
r
f
o
r
m
a
n
c
e
p
r
e
di
c
t
i
o
n
can
be
w
r
i
t
t
e
n
a
s
:
F
i
gu
r
e
1
.
T
r
a
i
n
i
ng
t
i
m
e
s
e
ri
e
s
w
i
t
h
t
h
e
f
o
r
e
c
a
s
t
e
d
v
a
l
ue
s
X
e
(n+
1)=
F
p
(Z
-
1I({
X
n
}
))
(
5
)
xe
(n
+
1)
is
t
h
e
pe
r
f
o
r
m
a
n
c
e
p
r
e
di
c
t
i
o
n
at
n+
1
,
a
n
d
Fp
is
t
h
e
no
n
l
i
n
e
a
r
p
r
e
di
c
t
o
r
f
i
l
t
e
r
o
pe
r
a
t
o
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
P
r
e
di
c
t
i
ng
t
e
m
pe
r
a
t
ur
e
of
e
r
b
i
l
c
i
t
y
a
ppl
y
i
ng
d
e
e
p
l
e
ar
ni
ng
a
nd
n
e
ur
al
ne
t
w
or
k
(
Sar
dar
M.
R
.
K
A
l
-
J
um
ur
)
949
F
i
gu
r
e
2
pr
o
v
i
de
s
t
h
e
pe
r
f
o
r
m
a
n
c
e
of
N
A
R
b
a
s
e
d
on
t
h
e
n
u
m
b
e
r
of
i
t
e
r
a
t
i
o
n
s
.
F
r
o
m
t
h
e
f
i
gur
e
,
it
is
c
l
e
a
r
t
ha
t
t
h
e
pe
r
f
o
r
m
a
n
c
e
of
t
h
e
NAR
is
s
t
a
b
l
e
w
h
e
n
t
h
e
num
b
e
r
of
i
t
e
r
a
t
i
o
n
s
is
i
n
c
r
e
a
s
i
ng.
F
r
o
m
F
i
gu
r
e
3
pr
e
s
e
nt
s
t
h
e
R
M
S
E
of
t
h
e
N
A
R
,
i
t
'
s
c
l
e
a
r
t
ha
t
if
t
h
e
de
l
a
y
t
i
m
e
t
i
l
l
5
de
l
a
y
time
t
h
e
R
M
S
E
is
s
t
a
b
l
e
.
F
i
gu
r
e
4
s
h
o
w
s
h
ow
A
da
l
i
n
e
w
a
s
us
e
d
t
o
c
o
m
pa
r
e
a
c
t
ua
l
a
nd
p
r
e
di
c
t
e
d
r
e
s
ul
t
s
.
W
e
a
t
h
e
r
v
a
l
ue
p(
t
)
,
w
h
i
c
h
e
nt
e
r
s
f
r
o
m
t
h
e
l
e
f
t
i
n
t
o
a
t
a
ppe
d
de
l
a
y
l
i
n
e
w
i
t
h
t
h
e
l
i
n
e
a
r
a
c
t
i
v
a
t
i
o
n
f
un
c
t
i
o
n
i
n
t
h
e
o
ut
put
l
a
y
e
r
,
i
s
t
h
e
s
i
g
n
a
l
t
o
b
e
pr
e
di
c
t
e
d
h
e
r
e
.
T
h
e
p
r
e
v
i
o
us
t
w
o
v
a
l
ue
s
of
p
(t
)
a
r
e
a
v
a
i
l
a
b
l
e
a
s
o
ut
put
s
f
r
o
m
t
h
e
t
a
ppe
d
de
l
a
y
l
i
n
e
.
T
h
e
n
e
t
w
o
r
k
us
e
s
t
o
a
da
pt
t
h
e
c
ha
n
ge
t
h
e
w
e
i
g
h
t
s
o
n
e
a
c
h
t
i
m
e
s
t
e
p
t
o
m
i
ni
m
i
z
e
t
h
e
e
rr
o
r
e
(t
)
o
n
t
h
e
f
a
r
ri
g
h
t
.
If
t
h
i
s
e
rr
o
r
i
s
0
,
t
h
e
n
e
t
w
o
r
k
o
ut
put
a
(
t
)
i
s
e
xa
c
t
l
y
e
qua
l
t
o
p
(t
),
a
nd
t
h
e
n
e
t
w
o
r
k
ha
s
do
n
e
i
t
s
pr
e
di
c
t
i
o
n
p
r
o
pe
r
l
y
.
G
i
v
e
n
t
h
e
a
u
t
o
c
o
r
r
e
l
a
t
i
o
n
f
un
c
t
i
o
n
o
f
t
h
e
s
t
a
t
i
o
n
a
r
y
ra
n
do
m
p
r
o
c
e
s
s
p
(t
)
,
y
o
u
c
a
n
c
a
l
c
ul
a
t
e
t
h
e
e
rr
o
r
s
u
r
f
a
c
e
,
t
h
e
m
a
xi
m
u
m
l
e
a
rni
n
g
r
a
t
e
,
a
nd
t
h
e
o
pt
i
m
um
v
a
l
ue
s
o
f
t
h
e
w
e
i
gh
t
s
.
A
f
t
e
r
i
t
i
s
i
n
i
t
i
a
l
i
z
e
d
a
n
d
o
pe
ra
t
e
d,
t
h
e
n
e
t
w
o
r
k
a
d
a
pt
s
a
t
e
a
c
h
t
i
m
e
s
t
e
p
t
o
m
i
n
i
m
i
z
e
t
h
e
e
rr
o
r
a
n
d
i
n
a
r
e
l
a
t
i
v
e
l
y
s
h
o
r
t
t
i
m
e
c
a
n
p
r
e
di
c
t
t
h
e
i
n
pu
t
p(
t
).
F
i
gu
r
e
5
p
r
e
s
e
n
t
t
h
e
R
M
S
E
o
f
A
da
l
i
n
e
,
F
i
na
l
l
y
,
t
h
e
pe
r
f
o
r
m
a
n
c
e
r
e
s
ul
t
s
o
f
G
R
N
N
i
s
pr
e
s
e
n
t
e
d
i
n
t
h
e
F
i
gu
r
e
6
w
hi
c
h
de
pi
c
t
e
d
t
h
e
v
a
ri
a
t
i
o
n
o
f
pe
r
f
o
r
m
a
n
c
e
w
i
t
h
r
e
s
pe
c
t
of
s
pr
e
a
di
ng
f
a
c
t
o
r
f
o
r
di
f
f
e
r
e
n
t
n
u
m
b
e
r
o
f
i
n
pu
t
s
(
n
u
m
b
e
r
o
f
y
e
a
r
s
).
T
h
e
b
e
s
t
pe
r
f
o
r
m
a
n
c
e
i
s
a
t
t
a
i
n
e
d
us
i
n
g
16
y
e
a
r
s
r
e
c
o
r
d
w
i
t
h
a
s
p
r
e
a
di
ng
f
a
c
t
o
r
of
0.
782.
T
h
e
di
f
fe
r
e
n
c
e
b
e
t
w
e
e
n
pr
e
di
c
t
e
d
da
t
a
a
n
d
r
e
a
l
da
t
a
h
a
s
b
e
e
n
de
pi
c
t
e
d
i
n
F
i
gu
r
e
7.
F
i
gu
r
e
2.
P
e
r
f
o
r
m
a
n
c
e
o
f
N
A
R
F
i
gu
r
e
3.
R
M
S
E
o
f
N
A
R
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
.
22
,
N
o
.
2
,
M
a
y
202
1
:
944
-
95
2
950
F
i
gu
r
e
4
.
Co
m
p
a
r
i
s
o
n
o
f
t
h
e
r
e
a
l
a
nd
p
r
e
d
i
c
t
i
n
g
d
a
t
a
o
f
a
da
l
i
n
e
F
i
gu
r
e
5.
R
M
S
E
o
f
a
da
l
i
n
e
F
i
gu
r
e
6
.
P
e
r
f
o
r
m
a
n
c
e
o
f
G
R
N
N
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
P
r
e
di
c
t
i
ng
t
e
m
pe
r
a
t
ur
e
of
e
r
b
i
l
c
i
t
y
a
ppl
y
i
ng
d
e
e
p
l
e
ar
ni
ng
a
nd
n
e
ur
al
ne
t
w
or
k
(
Sar
dar
M.
R
.
K
A
l
-
J
um
ur
)
951
F
i
gu
r
e
7
.
T
h
e
c
o
m
pa
r
i
s
o
n
b
e
t
w
e
e
n
r
e
a
l
a
n
d
p
r
e
di
c
t
e
d
v
a
l
ue
5.
C
O
N
C
LU
S
I
O
N
In
t
h
i
s
r
e
s
e
a
r
c
h
w
o
r
k,
f
o
ur
a
l
go
r
i
t
hm
s
a
r
e
p
r
e
s
e
nt
e
d.
T
h
e
L
S
T
M
m
o
de
l
,
N
A
R
X
m
o
de
l
,
a
n
d
A
da
l
i
n
e
n
e
u
r
a
l
n
e
t
w
o
r
k
w
i
t
h
G
R
N
N
f
o
r
pr
e
di
c
t
i
n
g
t
h
e
t
e
m
pe
ra
t
u
r
e
o
f
E
r
b
i
l
c
i
t
y
.
V
a
r
i
o
us
r
e
l
a
t
e
d
m
e
t
h
o
ds
ga
t
h
e
r
da
t
a
a
c
c
o
r
di
n
g
t
o
s
pe
c
i
f
i
c
r
e
gi
o
n
s
,
w
h
e
r
e
a
s
i
n
t
hi
s
w
o
r
k
da
t
a
h
a
s
b
e
e
n
ga
t
h
e
r
e
d
f
r
o
m
30
di
f
f
e
r
e
n
t
w
e
a
t
h
e
r
s
t
a
t
i
o
n
s
.
T
h
e
a
n
a
l
y
s
i
s
of
t
h
e
da
t
a
t
e
m
pe
ra
t
u
r
e
t
hr
o
ug
h
t
h
e
n
e
u
r
a
l
n
e
t
w
o
r
k
a
n
d
a
r
e
c
u
rr
e
nt
n
e
u
r
a
l
n
e
t
w
o
r
k
m
o
de
l
ha
s
b
e
e
n
de
v
e
l
o
pe
d.
In
t
hi
s
pa
pe
r,
i
m
p
r
o
v
e
d
a
r
c
hi
t
e
c
t
u
r
e
s
o
n
t
h
e
n
e
u
r
a
l
n
e
t
w
o
r
k
a
r
e
p
r
e
s
e
nt
e
d
w
i
t
h
t
ra
d
i
t
i
o
n
a
l
o
n
e
s
(G
R
N
N
)
s
u
c
h
a
s
l
i
ke
A
D
A
L
IN
E
,
N
A
R
n
e
ur
a
l
n
e
t
w
o
r
ks
,
a
n
d
L
S
T
M
r
e
c
u
rr
e
nt
n
e
ura
l
n
e
t
w
o
r
ks
,
t
h
e
purpo
s
e
of
w
h
i
c
h
w
a
s
t
o
c
o
m
pa
r
e
t
h
e
e
f
fe
c
t
i
ve
n
e
s
s
of
v
a
r
i
o
us
pr
e
di
c
t
i
o
n
m
e
t
h
o
ds
.
O
b
t
a
i
n
e
d
r
e
s
ul
t
s
i
l
l
us
t
r
a
t
e
t
h
a
t
t
h
e
p
r
o
po
s
e
d
n
e
ur
a
l
n
e
t
w
o
r
k
a
l
go
ri
t
hm
s
o
pt
i
m
i
z
e
t
h
e
e
rr
o
r
b
e
t
t
e
r
t
h
a
n
t
h
e
s
t
a
t
i
s
t
i
c
a
l
m
e
t
h
o
ds
a
nd
t
h
e
t
r
a
d
i
t
i
o
n
a
l
o
n
e
(G
R
N
N
)
fo
r
t
h
e
d
a
t
a
s
e
t
f
o
r
w
e
a
t
h
e
r
c
o
l
l
e
c
t
e
d
f
r
o
m
(19
92
-
201
6)
f
r
o
m
K
R
G
m
e
t
e
o
r
o
l
o
gi
c
a
l
o
r
ga
ni
z
a
t
i
o
n
a
n
d
s
e
i
s
m
o
l
o
g
y
.
R
EF
ER
EN
C
ES
[
1]
S
ha
ha
b
W
a
hha
b
K
a
r
e
e
m
a
nd
M
e
hm
e
t
C
ud
i
O
ku
r
,
“
E
v
a
l
u
a
t
i
o
n
of
B
a
y
e
s
i
a
n
N
e
t
w
o
r
k
S
t
r
uc
t
u
r
e
L
e
a
r
n
i
ng
U
s
i
ng
E
l
e
p
ha
n
t
S
w
a
r
m
W
a
t
e
r
S
e
a
r
c
h
A
l
g
o
r
i
t
hm
,
”
em
H
andb
ook
of
R
e
s
e
ar
c
h
on
A
dv
anc
e
m
e
nt
s
of
Sw
ar
m
I
n
t
e
l
l
i
ge
nc
e
A
l
go
r
i
t
hm
s
f
or
So
l
v
i
ng
R
e
al
-
W
or
l
d
P
r
ob
l
e
m
s
,
C
ha
p
t
e
r
8,
I
G
I
G
l
o
ba
l
,
p
p.
139
-
15
9
,
202
0,
do
i
:
10.
4
018
/
978
-
1
-
799
8
-
3222
-
5.
c
h0
08
.
[
2]
N
a
z
m
ul
S
i
dd
i
q
ue
a
n
d
H
o
j
j
a
t
A
de
l
i
,
“
C
o
m
put
a
t
i
o
na
l
I
nt
e
l
l
i
g
e
nc
e
:
S
y
ne
r
g
i
e
s
of
F
u
z
z
y
L
o
g
i
c
,
N
e
ur
a
l
N
e
t
w
o
r
ks
,
a
n
d
E
v
o
l
ut
i
o
na
r
y
C
om
put
i
ng
,
”
F
i
r
s
t
E
di
t
i
o
n,
W
e
s
t
S
u
s
s
e
x,
P
O
19
8
S
Q
,
U
ni
t
e
d
K
i
ng
do
m
:
J
o
hn
W
i
l
e
y
&
S
o
ns
,
L
t
d,
2013
.
[
3]
P
e
t
e
r
J.
B
r
o
c
kw
e
l
l
R
i
c
ha
r
d
A.
D
a
v
i
s
,
“
I
nt
r
o
duc
t
i
o
n
to
T
i
m
e
S
e
r
i
e
s
a
n
d
F
o
r
e
c
a
s
t
i
ng
,
”
S
e
c
o
nd
E
d
i
t
i
o
n,
N
e
w
Y
o
r
k
,
I
n
c
:
S
pr
i
ng
e
r
-
V
e
r
l
a
g
.
,
200
2.
[
4]
S
ha
ha
b
W
a
hha
b
K
a
r
e
e
m
a
nd
M
e
hm
e
t
C
udi
O
k
ur
,
“
P
i
g
e
o
n
I
ns
pi
r
e
d
O
pt
i
m
i
z
a
t
i
o
n
of
B
a
y
e
s
i
a
n
N
e
t
w
o
r
k
S
t
r
uc
t
ur
e
L
e
a
r
ni
ng
a
nd
a
C
o
m
pa
r
a
t
i
v
e
E
v
a
l
u
a
t
i
o
n,
”
J
o
ur
n
al
of
C
og
ni
t
i
v
e
Sc
i
e
nc
e
,
pp.
53
5
-
552,
4
20
2019
,
do
i
:
10.
1
7791
/
j
c
s
.
20
19
.
20
.
4
.
535
.
[
5]
S
ha
ha
b
W
a
hha
b
K
a
r
e
e
m
,
M
e
hm
e
t
C
u
di
O
ku
r
,
“
S
t
r
uc
t
ur
e
L
e
a
r
n
i
n
g
of
B
a
y
e
s
i
a
n
N
e
t
w
o
r
k
s
U
s
i
ng
E
l
e
p
ha
n
t
S
w
a
r
m
W
a
t
e
r
S
e
a
r
c
h
A
l
g
o
r
i
t
hm
,
”
I
n
t
e
r
na
t
i
ona
l
J
our
n
al
of
Sw
ar
m
I
n
t
e
l
l
i
ge
nc
e
R
e
s
e
ar
c
h
,
p
p.
19
-
30
,
2
11
20
20
,
do
i
:
10.
4
018
/
I
J
S
I
R
.
202004
0102
.
[
6]
M
a
n
G
a
l
i
h
S
a
l
m
a
n
,
B
a
y
u
K
a
ni
g
o
r
o
,
Y
a
y
a
H
e
r
y
a
di
,
“
W
e
a
t
he
r
F
o
r
e
c
a
s
t
i
ng
us
i
ng
D
e
e
p
L
e
a
r
n
i
ng
T
e
c
hni
q
ue
s
,
”
em
I
C
A
C
SI
S
2
015
,
I
ndo
ne
s
i
a
,
20
15
,
do
i
:
10.
110
9/
I
C
A
C
S
I
S
.
2015.
74
15
154
.
[
7]
M
a
q
s
o
o
d,
I
.
,
M.
R.
K
ha
n
,
a
nd
A.
A
br
a
ha
m
,
“
A
n
e
ns
e
m
bl
e
of
ne
ur
a
l
ne
t
w
o
r
ks
f
o
r
w
e
a
t
he
r
f
o
r
e
c
a
s
t
i
ng
,
”
N
e
ur
a
l
C
om
put
i
ng
&
A
pp
l
i
c
at
i
on
s
,
p
p.
11
2
-
122
,
2
13
2
004
,
do
i
:
10.
10
07/
s
00521
-
00
4
-
0413
-
4
.
[
8]
S
ha
ha
b
W
a
hh
a
b
K
a
r
e
e
m
,
R
a
g
ha
d
Z
uh
a
i
r
Y
o
us
i
f
,
S
ha
d
a
n
M
o
ha
m
m
e
d
J
i
h
a
d
A
bda
l
w
a
h
i
d
,
"
A
n
a
pp
r
o
a
c
h
f
o
r
e
nha
nc
i
ng
da
t
a
c
o
nf
i
de
n
t
i
a
l
i
t
y
in
H
a
do
o
p,
"
I
ndone
s
i
a
n
J
o
ur
na
l
of
E
l
e
c
t
r
i
c
al
E
ngi
ne
e
r
i
ng
an
d
C
om
pu
t
e
r
Sc
i
e
nc
e
(
I
J
E
E
C
S)
,
pp
.
1547
-
15
55
,
3
20
2
020
,
do
i
:
10.
11
591
/
i
j
e
e
c
s
.
v
20.
i
3
.
p
p1547
-
15
55
.
[
9]
R
a
nz
a
t
o
,
M
.
,
Y
.
,
B
o
ur
e
a
u
,
C
ho
pr
a
,
S
.
,
a
n
d
L
e
C
un
,
Y
,
"A
uni
f
i
e
d
e
n
e
r
g
y
-
ba
s
e
d
f
r
a
m
e
w
o
r
k
f
o
r
un
s
up
e
r
v
i
s
e
d
l
e
a
r
n
i
ng
,
"
em
AI
-
S
t
a
t
s
,
2009
.
[
10]
C
he
n,
S
.
M
.
,
a
nd
J.
R.
H
w
a
ng
.
,
“
T
e
m
pe
r
a
t
u
r
e
p
r
e
d
i
c
t
i
o
n
us
i
ng
f
uz
z
y
t
i
m
e
s
e
r
i
e
s
,
”
em
Sy
s
t
e
m
s
,
M
a
n,
and
C
y
be
r
ne
t
i
c
s
,
P
ar
t
B:
C
y
be
r
ne
t
i
c
s
I
E
E
E
T
r
an
s
ac
t
i
ons
on
,
v
o
l
.
30,
no
.
2,
pp
.
26
3
-
275
,
200
0
,
do
i
:
10.
1
109
/
347
7.
8363
75
.
[
11]
N.
P
,
“
A
r
t
i
f
i
c
i
a
l
F
o
r
e
c
a
s
t
i
ng
in
S
t
a
t
i
s
t
i
c
a
l
D
o
w
ns
c
a
l
i
ng
,
"
T
he
s
i
s
,
I
n
do
ne
s
i
a
:
I
ns
t
i
t
ut
P
e
r
t
a
n
i
a
n
B
o
g
o
r
,
200
4.
[
12]
K
w
o
ng
,
K.
M
.
,
L
i
u,
J.
N.
K
.
,
C
ha
n
,
P.
W
.
,
a
nd
L
e
e
,
R
,
"
U
s
i
ng
L
I
D
A
R
D
o
ppl
e
r
v
e
l
o
c
i
t
y
da
t
a
a
nd
c
ha
o
t
i
c
o
s
c
i
l
l
a
t
o
r
y
-
ba
s
e
d
n
e
u
r
a
l
ne
t
w
o
r
k
f
o
r
t
he
f
o
r
e
c
a
s
t
of
t
he
m
e
s
o
s
c
a
l
e
w
i
n
d
f
i
e
l
d
,
"
em
2008
I
E
E
E
C
ong
r
e
s
s
on
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
.
22
,
N
o
.
2
,
M
a
y
202
1
:
944
-
95
2
952
E
v
ol
ut
i
ona
r
y
C
om
pu
t
at
i
on
(
I
E
E
E
W
or
l
d
C
o
ngr
e
s
s
on
C
om
put
at
i
ona
l
I
nt
e
l
l
i
ge
nc
e
)
,
H
o
ng
K
o
n
g
,
2008
,
do
i
:
10.
1
109
/
C
E
C
.
2008
.
4
6310
64
.
[
13]
B
e
l
a
y
ne
h,
"
S
t
a
nda
r
d
P
r
e
c
i
pi
t
a
t
i
o
n
I
nde
x
D
r
o
ug
ht
F
o
r
e
c
a
s
t
i
ng
U
s
i
n
g
N
e
ur
a
l
N
e
t
w
o
r
k
s
,
W
a
v
e
l
e
t
N
e
ur
a
l
N
e
t
w
o
r
ks
,
a
nd
S
u
ppo
r
t
V
e
c
t
o
r
R
e
g
r
e
s
s
i
o
n
,
"
H
i
nd
aw
i
P
ubl
i
s
hi
ng
C
o
r
po
r
at
i
o
n
A
pp
l
i
e
d
C
om
p
ut
a
t
i
ona
l
I
nt
e
l
l
i
ge
nc
e
and
S
of
t
C
om
put
i
ng
V
o
l
um
e
,
201
2
,
do
i
:
10.
1155
/
20
12
/
794
061
.
[
14]
M
a
n
G
a
l
i
h
S
a
l
m
a
n,
B
a
y
u
K
a
ni
g
o
r
o
,
a
nd
Y
a
y
a
H
e
r
y
a
di
,
“
W
e
a
t
he
r
F
o
r
e
c
a
s
t
i
ng
us
i
ng
D
e
e
p
L
e
a
r
n
i
ng
T
e
c
hni
que
s
,
”
em
I
C
A
C
SI
S
,
I
E
E
E
,
20
15
,
do
i
:
10.
1109
/
I
C
A
C
S
I
S
.
2015
.
741
5154
.
[
15]
N
i
t
i
n
S
i
ng
h,
S
a
u
r
a
bh
C
h
a
t
ur
v
e
d
i
,
S
ha
m
i
m
A
kht
e
r
,
“
W
e
a
t
h
e
r
F
o
r
e
c
a
s
t
i
ng
U
s
i
ng
M
a
c
hi
ne
L
e
a
r
n
i
ng
A
l
g
o
r
i
t
hm
,
”
em
Si
gn
al
P
r
oc
e
s
s
i
ng
and
C
om
m
u
ni
c
at
i
o
n
(
I
C
SC
)
,
I
nt
e
r
na
t
i
ona
l
C
onf
e
r
e
nc
e
on,
I
E
E
E
,
I
ndi
a
,
20
19
,
do
i
:
10.
1
109
/
I
C
S
C
45622.
2019
.
89
3821
1
.
[
16]
P
r
a
d
e
e
p
H
e
w
a
g
e
,
M
a
r
c
e
l
l
o
T
r
o
v
a
t
i
,
E
l
l
a
P
e
r
e
i
r
a
,
a
nd
A
r
dhe
nd
u
B
e
he
r
a
,
“
D
e
e
p
l
e
a
r
ni
ng
-
ba
s
e
d
e
f
f
e
c
t
i
v
e
f
i
ne
-
g
r
a
i
ne
d
w
e
a
t
he
r
f
o
r
e
c
a
s
t
i
ng
m
o
de
l
,
”
P
at
t
e
r
n
A
na
l
y
s
i
s
and
A
p
pl
i
c
at
i
ons
,
p.
S
p
r
i
ng
e
r
,
2020
,
do
i
:
10.
10
07
/
s
10
044
-
020
-
0089
8
-
1
.
[
17]
A
di
t
y
a
G
r
ov
e
r
,
A
s
hi
s
h
K
a
po
o
r
,
a
n
d
E
r
i
c
H
o
r
v
i
t
z
,
“A
D
e
e
p
H
y
br
i
d
M
o
de
l
f
o
r
W
e
a
t
he
r
F
o
r
e
c
a
s
t
i
ng
,
”
em
K
D
D
’
1
5,
A
ugus
t
10
-
13
,
S
y
dne
y
,
2015
,
do
i
:
10.
114
5/
2783
258
.
278
3275
.
[
18]
S.
H
a
y
ki
n,
“
N
e
u
r
a
l
N
e
t
w
o
r
ks
:
A
C
om
pr
e
he
n
s
i
v
e
F
o
un
da
t
i
o
n,
”
2nd
e
di
t
i
o
n,
C
a
na
d
a
:
P
e
a
r
s
o
n
P
r
e
n
t
i
c
e
H
a
l
l
:
H
a
m
i
l
t
o
n,
199
9.
[
19]
S
a
m
i
H.
I
s
m
a
e
l
,
S
ha
ha
b
W
a
hha
b
K
a
r
e
e
m
,
a
n
d
F
i
r
a
s
H.
A
l
m
uk
ht
a
r
,
“
M
e
di
c
a
l
I
m
a
g
e
C
l
a
s
s
i
f
i
c
a
t
i
o
n
U
s
i
ng
D
i
f
f
e
r
e
nt
M
a
c
hi
n
e
L
e
a
r
n
i
ng
A
l
go
r
i
t
hm
s
,
”
AL
-
R
a
f
i
dai
n
J
ou
r
na
l
of
C
om
put
e
r
Sc
i
e
nc
e
s
an
d
M
a
t
he
m
at
i
c
s
,
p
p.
1
35
-
147
,
1
14
2020
,
do
i
:
10.
338
99
/
c
s
m
j
.
2020
.
16
468
2
.
[
20]
A
m
i
n
S
a
l
i
h
M
o
ha
m
m
e
d
,
S
ha
ha
b
W
a
hh
a
b
K
a
r
e
e
m
,
A
hm
e
d
kha
z
a
l
al
a
z
z
a
w
i
,
a
nd
M.
S
i
v
a
r
a
m
,
“
T
i
m
e
S
e
r
i
e
s
P
r
e
d
i
c
t
i
o
n
U
s
i
ng
S
R
E
-
N
A
R
a
nd
S
R
E
-
A
D
A
L
I
N
E
,
”
J
our
of
A
d
v
R
e
s
e
ar
c
h
in
D
y
nam
i
c
a
l
&
C
ont
r
ol
Sy
s
t
e
m
s
,
12
10
2018
.
[
21]
M.
A.
R
i
z
ki
n
a
,
D.
A
d
y
t
i
a
a
n
d
N.
S
ub
a
s
i
t
a
,
M.
A.
R
i
z
ki
na
,
D.
A
dy
t
i
a
,
a
nd
N.
S
uba
s
i
t
a
,
"
N
o
nl
i
ne
a
r
A
ut
o
r
e
g
r
e
s
s
i
v
e
N
e
ur
a
l
N
e
t
w
o
r
k
M
o
de
l
s
f
o
r
S
e
a
L
e
v
e
l
P
r
e
di
c
t
i
o
n,
S
t
u
dy
C
a
s
e
:
in
S
e
m
a
r
a
ng
,
I
ndo
ne
s
i
a
,
"
20
19
,
em
7t
h
I
nt
e
r
n
at
i
on
al
C
onf
e
r
e
nc
e
on
I
n
f
o
r
m
at
i
on
an
d
C
om
m
u
ni
c
at
i
on
T
e
c
hn
ol
o
gy
(
I
C
oI
C
T
)
,
K
ua
l
a
L
um
pur
,
I
ndo
ne
s
i
a
,
20
19
,
do
i
:
10.
1
109
/
I
C
oI
C
T
.
2019.
8835
307
.
[
22]
S.
N
e
t
s
a
ne
t
,
J.
Z
h
a
ng
,
a
nd
D.
Z
h
e
ng
,
“
S
ho
r
t
t
e
r
m
l
o
a
d
f
o
r
e
c
a
s
t
i
ng
us
i
ng
w
a
v
e
l
e
t
a
ug
m
e
nt
e
d
no
n
-
l
i
ne
a
r
a
ut
o
r
e
g
r
e
s
s
i
v
e
ne
u
r
a
l
n
e
t
w
o
r
k
s
:
A
s
i
ng
l
e
c
us
t
o
m
e
r
l
e
v
e
l
pe
r
s
pe
c
t
i
v
e
,
”
em
I
E
E
E
3r
d
I
n
t
e
r
nat
i
o
nal
C
o
nf
e
r
e
nc
e
on
B
i
g
D
at
a
A
nal
y
s
i
s
(
I
C
B
D
A
)
,
S
ha
ng
ha
i
,
2018
,
do
i
:
10.
1
109
/
I
C
B
D
A
.
2018
.
836
7717
.
[
23]
C
ho
w
dhur
y
,
K.
N
g
u
y
e
n,
C.
F
o
o
ke
s
,
a
nd
S.
S
r
i
dh
a
r
a
n,
“A
c
a
s
c
a
de
d
l
o
ng
s
ho
r
t
-
t
e
r
m
m
e
m
o
r
y
(
L
S
T
M
)
dr
i
v
e
n
g
e
ne
r
i
c
v
i
s
ua
l
que
s
t
i
o
n
a
n
s
w
e
r
i
ng
(
V
Q
A
)
,
”
em
20
17
I
E
E
E
I
nt
e
r
na
t
i
ona
l
C
onf
e
r
e
nc
e
on
I
m
age
P
r
oc
e
s
s
i
n
g
(
I
C
I
P
)
,
B
e
i
j
i
ng
,
pp
1
842
-
184
6,
20
17
,
do
i
:
10
.
110
9/
I
C
I
P
.
2017
.
829
6600
.
[
24]
L
u,
Q.
Z
ha
ng
,
Z.
Y
a
ng
,
a
n
d
M.
T
u,
"
A
h
y
br
i
d
m
o
de
l
ba
s
e
d
on
c
onv
o
l
ut
i
o
na
l
ne
ur
a
l
ne
t
w
o
r
k
a
n
d
l
o
ng
s
ho
r
t
-
t
e
r
m
m
e
m
o
r
y
f
o
r
s
ho
r
t
-
t
e
r
m
l
o
a
d
f
o
r
e
c
a
s
t
i
ng
,
"
em
2019
I
E
E
E
P
ow
e
r
&
E
n
e
r
gy
Soc
i
e
t
y
G
e
ne
r
al
M
e
e
t
i
ng
(
P
E
SG
M
)
,
A
t
l
a
nt
a
,
G
A
,
U
S
A
,
p
p.
1
-
5,
2019
,
do
i
:
10.
11
09
/
P
E
S
G
M
405
51.
2019
.
897
3549
.
[
25]
L
i
,
S.
D
a
i
,
a
nd
Z.
C
a
o
,
"
D
e
e
p
L
o
ng
S
ho
r
t
-
t
e
r
m
M
e
m
o
r
y
(
L
S
T
M
)
N
e
t
w
o
r
k
w
i
t
h
S
l
i
d
i
ng
-
w
i
ndo
w
A
ppr
o
a
c
h
in
U
r
ba
n
T
he
r
m
a
l
A
na
l
y
s
i
s
,
"
em
I
E
E
E
/
C
I
C
I
n
t
e
r
nat
i
o
nal
C
on
f
e
r
e
nc
e
on
C
om
m
un
i
c
at
i
on
s
W
or
k
s
hops
in
C
h
i
na
(
I
C
C
C
W
or
k
s
hops
)
,
C
h
a
ng
c
hun,
C
hi
na
,
2019
,
do
i
:
10.
1
109
/
I
C
C
C
hi
na
W
.
2
019.
8849
965
.
[
26]
K.
V
e
r
m
a
a
nd
V.
K
up
pi
l
i
,
“
D
a
t
a
-
o
r
i
e
n
t
e
d
N
e
ur
a
l
T
i
m
e
S
e
r
i
e
s
w
i
t
h
L
o
ng
S
ho
r
t
-
T
e
r
m
M
e
m
o
r
i
e
s
(
L
S
T
M
)
f
o
r
M
a
l
a
r
i
a
I
nc
i
de
nc
e
P
r
e
d
i
c
t
i
o
n
in
G
o
a
,
I
ndi
a
,
”
em
1
0t
h
I
n
t
e
r
na
t
i
ona
l
C
onf
e
r
e
nc
e
on
C
om
pu
t
i
ng
,
C
om
m
un
i
c
at
i
on
and
N
e
t
w
or
k
i
ng
T
e
c
hno
l
og
i
e
s
(
I
C
C
C
N
T
)
,
K
a
npu
r
,
2
019
.
[
27]
T
o
ng
t
a
a
nd
K.
C
ho
o
r
ua
ng
,
“
L
o
ng
S
ho
r
t
-
T
e
r
m
M
e
m
o
r
y
(
L
S
T
M
)
N
e
ur
a
l
N
e
t
w
o
r
ks
A
ppl
i
e
d
to
E
ne
r
gy
D
i
s
a
g
g
r
e
g
a
t
i
o
n
,
”
em
8t
h
I
nt
e
r
n
at
i
ona
l
E
l
e
c
t
r
i
c
a
l
E
ng
i
ne
e
r
i
ng
C
on
gr
e
s
s
(
i
E
E
C
O
N
)
,
C
hi
a
ng
M
a
i
,
T
ha
i
l
a
nd
,
2020
,
do
i
:
10.
1109
/
I
C
C
C
N
T
45670.
2019
.
8
9447
49
.
[
28]
G
hl
i
b,
Y.
M
e
s
s
l
e
m
,
a
nd
Z.
C
h
e
d
j
a
r
a
,
"
A
D
A
L
I
N
E
-
B
a
s
e
d
S
p
e
e
d
C
o
nt
r
o
l
F
o
r
I
nduc
t
i
o
n
M
o
t
o
r
D
r
i
v
e
,
"
em
i
nt
e
r
n
at
i
on
al
C
o
nf
e
r
e
nc
e
on
A
d
v
anc
e
d
E
l
e
c
t
r
i
c
al
E
ngi
ne
e
r
i
ng
(
I
C
A
E
E
)
,
A
l
g
e
r
i
a
,
2
019
,
do
i
:
10.
1
109
/
I
C
A
E
E
47123.
2
019
.
90
1516
2
.
[
29]
G.
N.
K
o
uz
i
o
ka
s
,
“
L
o
n
g
S
ho
r
t
-
T
e
r
m
M
e
m
o
r
y
(
L
S
T
M
)
D
e
e
p
N
e
ur
a
l
N
e
t
w
o
r
k
s
in
E
ne
r
gy
A
ppl
i
a
nc
e
s
P
r
e
d
i
c
t
i
o
n,
”
em
P
anhe
l
l
e
ni
c
C
on
f
e
r
e
nc
e
on
E
l
e
c
t
r
o
ni
c
s
&
T
e
l
e
c
om
m
uni
c
at
i
ons
(
P
A
C
E
T
)
,
V
ol
os
,
G
r
e
e
c
e
,
20
19
,
do
i
:
10.
1
109
/
P
A
C
E
T
48583
.
20
19
.
895
6252
.
[
30]
Qu
X
i
a
o
y
un,
K
a
ng
X
i
a
o
n
i
ng
,
Z
h
a
ng
C
ha
o
,
J
i
a
ng
S
hu
a
i
,
a
nd
Ma
X
i
ud
a
,
"
S
ho
r
t
-
t
e
r
m
pr
e
di
c
t
i
o
n
of
w
i
nd
po
w
e
r
ba
s
e
d
on
de
e
p
L
o
ng
S
ho
r
t
-
T
e
r
m
M
e
m
o
r
y
,
"
em
I
E
E
E
P
E
S
A
s
i
a
-
P
ac
i
f
i
c
P
ow
e
r
and
E
ne
r
gy
E
ngi
ne
e
r
i
ng
C
onf
e
r
e
nc
e
(
A
P
P
E
E
C
)
,
X
i
'
a
n,
pp
.
1
148
-
115
2,
20
16
,
do
i
:
10
.
110
9/
A
P
P
E
E
C
.
2
01
6.
77
7967
2
.
[
31]
L
i
,
H.
C
h
e
n,
T.
Z
ho
u,
a
nd
X.
L
i
,
"
T
a
i
l
i
ng
s
P
o
nd
R
i
s
k
P
r
e
d
i
c
t
i
o
n
U
s
i
ng
L
o
ng
S
h
o
r
t
-
T
e
r
m
M
e
m
o
r
y
N
e
t
w
o
r
ks
,
"
I
E
E
E
A
c
c
e
s
s
,
pp
.
1825
27
-
1825
37
,
7
2
019
,
do
i
:
10.
11
09/
A
C
C
E
S
S
.
2
019.
2959
820
.
Evaluation Warning : The document was created with Spire.PDF for Python.