I
n
d
on
e
s
i
an
Jo
u
r
n
al
o
f
El
e
c
t
r
i
c
al
En
gi
n
e
e
r
i
n
g
an
d
C
o
m
p
u
te
r
S
c
i
e
n
c
e
V
o
l
.
19
,
N
o
.
2
,
A
ugus
t
20
20
,
pp
.
775~
783
IS
S
N
:
25
02
-
4752
,
D
O
I
:
10.
1
1591
/
i
j
e
e
c
s
.
v
19
.i
2
.
pp775
-
783
775
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
i
m
u
l
a
t
i
o
n
a
n
d
o
p
t
i
m
i
z
a
t
i
o
n
o
f
g
e
n
e
t
i
c
a
l
g
o
r
i
t
h
m
-
a
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
b
a
sed
a
ir
q
u
a
l
i
t
y
e
s
t
i
m
a
t
o
r
S
h
i
r
i
s
h
P
an
d
e
y
,
S
.
H
as
an
S
a
e
e
d
,
N
.
R
.
K
i
d
w
ai
D
e
p
a
r
t
m
e
n
t
o
f
E
C
E
,
I
nt
e
g
r
a
l
U
ni
v
e
r
s
i
t
y
,
I
ndi
a
A
r
ti
c
l
e
I
n
fo
A
B
S
TR
A
C
T
Ar
t
i
c
l
e
h
i
s
t
or
y
:
R
e
c
e
i
v
e
d
J
a
n
4
,
2020
R
e
v
i
s
e
d
M
a
r
6
,
2
020
A
c
c
e
pt
e
d
M
a
r
2
1
,
20
20
I
n
t
hi
s
w
o
r
k
i
n
t
e
l
l
i
g
e
nt
m
o
de
l
f
o
r
e
s
t
i
m
a
t
i
o
n
o
f
t
he
c
o
nc
e
nt
r
a
t
i
o
n
o
f
c
a
r
bo
n
m
o
no
xi
de
i
n
a
po
l
l
ut
e
d
e
nv
i
r
o
nm
e
n
t
i
s
d
e
v
e
l
o
pe
d
o
n
m
a
t
L
a
b
pl
a
t
f
o
r
m
.
T
he
r
e
s
u
l
t
s
a
r
e
v
a
l
i
d
a
t
e
d
us
i
ng
da
t
a
c
o
l
l
e
c
t
e
d
f
r
o
m
r
e
po
s
i
t
o
r
y
l
i
n
ke
d
t
o
U
ni
v
e
r
s
i
t
y
o
f
C
a
l
i
f
o
r
ni
a
.
T
he
da
t
a
r
e
c
o
r
ds
a
r
e
o
v
e
r
t
he
du
r
a
t
i
o
n
o
f
o
ne
y
e
a
r
us
i
ng
E
no
s
e
s
e
ns
o
r
pl
a
c
e
d
i
n
m
a
i
n
c
i
t
y
of
I
t
a
l
y
.
T
h
e
r
e
c
o
r
ds
a
r
e
r
e
c
t
i
f
i
e
d
a
nd
s
e
g
m
e
nt
e
d
a
t
d
i
f
f
e
r
e
n
t
l
e
ng
t
h
t
o
e
xt
r
a
c
t
t
he
B
a
s
e
a
nd
D
i
v
e
r
g
e
n
c
e
V
a
l
ue
s
f
e
a
t
u
r
e
s
.
A
n
A
r
t
i
f
i
c
i
a
l
N
e
ur
a
l
N
e
t
w
o
r
k
M
o
de
l
(
A
N
N
)
i
s
de
v
e
l
o
pe
d
a
nd
t
he
r
e
s
ul
t
i
s
v
a
l
i
d
a
t
e
d
m
a
n
ua
l
l
y
.
A
n
o
t
he
r
o
pt
i
m
i
z
e
d
G
e
ne
t
i
c
A
l
go
r
i
t
hm
-
A
r
t
i
f
i
c
i
a
l
N
e
ur
a
l
N
e
t
w
o
r
k
ba
s
e
d
a
i
r
qua
l
i
t
y
e
s
t
i
m
a
t
i
o
n
m
o
de
l
i
s
de
v
e
l
o
pe
d
w
hi
c
h
v
a
l
i
d
a
t
e
t
he
r
e
s
ul
t
us
i
ng
a
r
t
i
f
i
c
i
a
l
i
nt
e
l
l
i
g
e
nc
e
t
e
c
hni
q
ue
t
o
ge
t
a
be
t
t
e
r
pe
r
f
o
r
m
a
nc
e
n
e
t
w
o
r
k
.
Ke
y
w
or
d
s
:
A
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
G
e
n
e
t
i
c
a
l
go
ri
t
hm
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
:
S
h
i
ri
s
h
P
a
nde
y
,
D
e
p
a
rt
m
e
n
t
o
f
E
C
E
,
I
nt
e
g
r
a
l
U
ni
v
e
r
s
i
t
y
,
K
ur
s
i
R
o
a
d
L
uc
kn
o
w
226021,
I
n
d
i
a
.
E
m
a
i
l
:
S
h
i
r
i
s
h109
@
gm
a
i
l
.
c
o
m
1.
I
N
TR
O
D
U
C
TI
O
N
T
h
e
e
n
v
i
r
o
nm
e
nt
a
i
r
po
l
l
ut
i
o
n
a
f
fe
c
t
s
t
h
e
h
u
m
a
n
l
i
f
e
.
T
h
e
r
e
f
o
r
e
i
t
i
s
n
e
c
e
s
s
a
r
y
t
o
pr
e
di
c
t
t
h
e
a
i
r
qua
l
i
t
y
e
xa
c
t
l
y
.
In
t
h
e
p
r
e
s
e
nt
t
i
m
e
i
t
w
i
l
l
b
e
r
a
t
h
e
r
e
a
s
y
t
o
us
e
di
gi
t
a
l
s
i
g
na
l
p
r
o
c
e
s
s
i
n
g
t
e
c
hni
que
f
o
r
r
e
s
e
a
r
c
h
pu
r
po
s
e
a
nd
s
o
f
a
r
ge
n
e
ra
t
i
n
g
r
e
s
ul
t
.
T
h
e
ge
o
gra
p
h
i
c
a
l
i
n
f
o
rm
a
t
i
o
n
s
y
s
t
e
m
(G
.
I.
S
.
)
a
po
w
e
r
t
e
c
hn
i
q
ue
t
o
pr
o
c
e
s
s
p
o
l
l
ut
e
d
da
t
a
.
T
h
o
ugh
t
h
e
G
.
I
.
S
b
a
s
e
d
da
t
a
m
i
n
i
ng
t
e
c
hni
que
i
s
v
e
r
y
po
pul
a
r
b
ut
i
t
i
s
n
o
t
m
uc
h
a
c
c
u
r
a
t
e
.
P
e
o
pl
e
i
n
v
o
l
v
e
d
i
n
e
n
v
i
r
o
nm
e
nt
a
l
r
e
s
e
a
r
c
h
a
l
s
o
us
e
a
n
u
m
b
e
r
o
f
n
um
e
r
i
c
f
a
c
t
o
r
s
t
o
a
c
hi
e
ve
de
s
i
r
e
d
r
e
s
ul
t
.
It
i
s
e
a
s
i
e
r
t
o
de
f
i
n
e
c
e
r
t
a
i
n
a
t
t
ri
b
ut
e
s
fo
r
e
a
c
h
da
t
a
s
a
m
p
l
e
us
i
n
g
n
um
e
r
i
c
f
a
c
t
o
r
s
.
D
ue
t
o
t
h
e
s
e
a
t
t
ri
b
ut
e
s
i
t
i
s
po
s
s
i
b
l
e
t
o
i
de
n
t
i
fy
v
a
r
i
a
t
i
o
n
i
n
po
l
l
u
t
i
o
n
.
T
h
e
a
t
t
ri
b
ut
e
s
a
r
e
o
r
di
na
l
-
s
c
a
l
e
v
a
r
i
a
b
l
e
.
O
r
d
i
n
a
l
-
s
c
a
l
e
v
a
r
i
a
b
l
e
a
r
e
o
b
t
a
i
n
e
d
b
y
l
i
t
e
r
a
t
u
r
e
r
e
v
i
e
w
.
O
r
d
i
n
a
l
s
c
a
l
e
v
a
r
i
a
b
l
e
a
r
e
n
o
t
e
a
s
y
t
o
de
f
i
n
e
[1].
A
n
u
m
b
e
r
o
f
o
t
h
e
r
m
e
t
h
o
ds
w
e
r
e
a
l
s
o
pr
o
po
s
e
d
fo
r
t
h
e
e
s
t
i
m
a
t
i
o
n
a
n
d
m
o
ni
t
o
ri
n
g
a
i
r
qua
l
i
t
y
.
A
m
e
t
h
o
d
w
a
s
pr
o
po
s
e
d
t
o
m
o
n
i
t
o
r
a
i
r
qu
a
l
i
t
y
i
n
e
n
v
i
r
o
nm
e
n
t
us
i
ng
c
o
n
c
e
pt
t
h
a
t
i
n
a
v
e
h
i
c
l
e
t
h
e
a
i
r
q
ua
l
i
t
y
i
s
s
i
m
i
l
a
r
t
o
t
h
e
o
ut
e
r
e
n
v
i
r
o
n
m
e
n
t
i
f
t
h
e
w
i
n
do
w
s
a
r
e
o
pe
n
.
T
h
e
y
de
t
e
c
t
e
d
a
i
r
e
xc
h
a
nge
r
a
t
e
w
i
t
h
i
n
a
nd
o
ut
s
i
de
o
f
v
e
h
i
c
l
e
b
e
fo
r
e
a
n
d
a
f
t
e
r
w
i
n
do
w
i
s
o
pe
n
o
n
a
n
i
nt
e
rn
e
t
o
f
t
h
i
ngs
(I
o
t
)
pl
a
t
f
o
r
m
[2]
.
A
n
o
t
h
e
r
Io
T
a
p
pl
i
c
a
t
i
o
n
us
i
ng
A
N
N
i
s
p
r
o
po
s
e
d
by
o
ve
r
c
o
m
i
n
g
t
h
e
l
i
m
i
t
a
t
i
o
n
o
f
e
xi
s
t
i
n
g
a
ppr
o
a
c
h
e
s
w
h
i
c
h
ha
v
e
l
e
n
g
t
h
y
s
h
o
r
t
t
e
rm
m
e
m
o
r
y
b
a
s
e
d
a
r
t
i
f
i
c
i
a
l
i
n
t
e
l
l
i
ge
n
c
e
t
e
c
hn
i
que
us
i
ng
n
e
u
r
a
l
n
e
t
w
o
r
k
fo
r
p
r
e
di
c
t
i
o
n
o
f
c
o
n
t
a
m
i
n
a
nt
s
c
o
n
c
e
n
t
ra
t
i
o
n
i
n
a
po
l
l
ut
e
d
e
n
v
i
r
o
n
m
e
n
t
[3
-
5].
D
i
f
fe
r
e
n
t
me
t
h
o
ds
fo
r
m
o
ni
t
o
r
i
n
g
e
n
v
i
r
o
nm
e
nt
qu
a
l
i
t
y
i
n
m
a
n
uf
a
c
t
u
ri
n
g
i
ndus
t
r
y
us
i
n
g
w
i
r
e
l
e
s
s
s
e
n
s
o
r
n
e
t
w
o
r
k
w
i
t
h
Z
i
gb
e
e
w
e
r
e
pr
o
po
s
e
d
t
o
c
o
l
l
e
c
t
da
t
a
fo
r
v
a
r
i
o
us
t
o
xi
c
ga
s
e
s
a
l
o
n
g
w
i
t
h
t
e
m
pe
r
a
t
u
r
e
,
a
n
d
h
u
m
i
d
i
t
y
[6
-
11].
A
u
ni
que
m
e
t
h
o
d
t
o
pr
e
di
c
t
t
h
e
a
i
r
qua
l
i
t
y
us
i
n
g
n
e
u
r
a
l
n
e
t
w
o
r
k
b
a
s
e
d
o
n
m
ul
t
i
pl
e
l
o
c
a
t
i
o
n
s
,
o
ut
c
o
m
e
f
r
o
m
c
o
r
r
e
l
a
t
i
o
n
s
b
e
t
w
e
e
n
n
e
a
r
by
l
o
c
a
t
i
o
n
s
a
n
d
a
m
o
n
g
s
i
m
i
l
a
r
l
o
c
a
t
i
o
n
s
i
n
t
e
m
po
ra
r
y
do
m
a
i
n
a
t
t
h
e
l
o
c
a
t
i
o
n
i
n
T
a
i
w
a
n
a
nd
B
e
i
j
i
n
g
[12]
.
A
n
e
l
e
c
t
r
o
ni
c
n
o
s
e
m
e
t
h
o
d
us
e
d
t
o
p
r
e
di
c
t
t
h
e
e
n
v
i
r
o
nm
e
nt
a
l
po
l
l
ut
i
o
n
.
T
h
e
y
e
m
pl
oy
e
d
t
hr
e
e
t
y
pe
of
e
-
n
o
s
e
s
y
s
t
e
m
b
a
s
e
d
o
n
a
m
pe
r
o
m
e
t
ri
c
ga
s
s
e
n
s
o
r
s
[13
-
15]
.
A
m
e
t
h
o
d
us
i
n
g
w
i
r
e
l
e
s
s
s
e
n
s
o
r
n
e
t
w
o
r
k
i
s
pr
e
s
e
n
t
e
d
us
i
n
g
de
pl
oy
m
e
n
t
o
f
s
e
n
s
o
r
s
a
t
v
a
r
i
o
us
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2
502
-
47
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g&
Co
m
p
S
c
i
,
V
o
l
.
19
,
N
o
.
2
,
A
ugus
t
20
20
:
775
-
7
83
776
l
o
c
a
t
i
o
n
t
ha
t
s
e
n
s
e
s
w
e
a
t
h
e
r
c
o
n
di
t
i
o
n
o
n
t
i
m
e
v
a
r
y
i
n
g
f
r
a
m
e
a
n
d
i
n
f
r
a
s
t
ruc
t
u
r
e
c
o
n
n
e
c
t
i
v
i
t
y
[16].
A
n
o
t
h
e
r
di
f
f
e
r
e
n
t
t
y
pe
of
a
ppr
o
a
c
h
p
r
e
s
e
n
t
e
d
a
m
e
t
h
o
d
f
o
r
t
h
e
e
s
t
i
m
a
t
i
o
n
o
f
a
i
r
po
l
l
u
t
a
nt
by
n
e
ura
l
n
e
t
w
o
r
k
t
o
di
s
t
i
n
gui
s
h
na
t
u
ra
l
i
m
a
ge
s
i
n
t
o
s
e
pa
ra
t
e
c
a
t
e
go
r
i
e
s
b
a
s
e
d
o
n
P
M
2
.
5
c
o
n
c
e
n
t
ra
t
i
o
n
[17]
.
A
s
y
s
t
e
m
c
o
m
pri
s
e
s
of
l
ow
c
o
s
t
m
o
t
e
s
m
a
de
up
o
f
a
n
a
rra
y
o
f
s
e
n
s
o
r
s
t
o
m
o
ni
t
o
r
a
i
r
qu
a
l
i
t
y
i
s
de
ve
l
o
pe
d.
M
o
t
e
s
a
r
e
w
i
r
e
l
e
s
s
l
y
l
i
n
ke
d
w
i
t
h
s
e
n
s
i
n
g
p
l
a
t
f
o
r
m
t
o
p
r
o
c
e
s
s
t
h
e
i
n
f
o
r
m
a
t
i
v
e
da
t
a
a
n
d
f
o
r
e
c
a
s
t
t
h
e
a
i
r
qu
a
l
i
t
y
[18
-
20].
I
n
o
r
de
r
t
o
a
c
hi
e
v
e
m
o
r
e
a
c
c
ur
a
t
e
r
e
s
ul
t
t
h
e
c
o
n
c
e
pt
of
n
e
w
e
r
a
n
d
po
w
e
r
f
ul
da
t
a
m
i
ni
n
g
t
e
c
hni
que
s
uc
h
a
s
A
r
t
i
f
i
c
i
a
l
N
e
ur
a
l
N
e
t
w
o
r
k
(A
N
N
)
a
n
d
G
e
n
e
t
i
c
a
l
go
ri
t
hm
b
a
s
e
d
o
pt
i
m
i
z
e
d
s
e
a
r
c
h
a
r
e
us
e
d
fo
r
P
o
l
l
ut
i
o
n
b
a
s
e
d
r
e
s
e
a
r
c
h
[21
-
23]
.
A
m
ul
t
i
pl
e
i
n
b
ui
l
t
s
e
n
s
o
r
n
e
t
w
o
r
k
c
i
r
c
ui
t
r
y
i
s
pr
o
po
s
e
d
t
o
di
s
c
r
i
m
i
na
t
e
b
e
t
w
e
e
n
P
M
2.
5
a
n
d
P
M
10
l
e
v
e
l
a
n
d
a
l
s
o
t
o
m
o
n
i
t
o
r
d
i
f
fe
r
e
nt
a
i
r
po
l
l
ut
i
ng
a
ge
n
t
s
[
24].
A
m
e
t
h
o
d
w
h
i
c
h
i
n
c
l
ude
s
do
ub
l
e
c
h
a
nn
e
l
w
e
i
ght
e
d
c
o
n
vo
l
ut
i
o
n
n
e
t
w
o
r
k
b
a
s
e
d
l
e
a
rn
i
ng
a
l
go
r
i
t
h
m
i
s
pr
o
po
s
e
d
f
o
r
t
h
e
m
e
a
s
u
r
e
m
e
nt
o
f
a
i
r
qu
a
l
i
t
y
[25].
A
m
e
t
h
o
d
w
h
i
c
h
i
n
c
l
ude
s
m
a
c
h
i
n
e
l
e
a
rni
n
g
a
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
b
a
s
e
d
i
s
pr
o
po
s
e
d
fo
r
a
c
c
ur
a
t
e
pr
e
di
c
t
i
o
n
o
f
a
i
r
qu
a
l
i
t
y
w
i
t
h
m
e
t
r
o
l
o
gi
c
a
l
m
e
a
s
u
ri
n
g
s
y
s
t
e
m
[26]
.
A
u
ni
que
m
e
t
h
o
d
w
h
i
c
h
s
h
o
w
s
t
h
a
t
i
t
b
e
c
o
m
e
s
po
s
s
i
b
l
e
t
o
e
xa
c
t
l
y
pr
e
di
c
t
P
M
2
.
5
c
o
n
c
e
nt
r
a
t
i
o
n
w
i
t
hi
n
m
i
ni
m
um
c
o
m
put
a
t
i
o
n
a
l
t
i
m
e
b
y
us
i
n
g
di
f
fe
r
e
nt
d
a
t
a
c
l
us
t
e
r
t
e
c
hn
i
que
o
n
IO
T
(i
nt
e
rn
e
t
o
f
t
h
i
n
g
)
p
l
a
t
f
o
r
m
[27
].
F
o
r
t
h
e
e
s
t
i
m
a
t
i
o
n
o
f
t
h
e
u
r
b
a
n
a
i
r
qu
a
l
i
t
y
a
m
e
t
h
o
d
i
s
p
r
o
po
s
e
d
us
i
n
g
v
e
h
i
c
ul
a
r
s
e
n
s
o
r
n
e
t
w
o
r
k
a
n
d
a
s
m
a
r
t
da
t
a
c
o
l
l
e
c
t
i
n
g
a
n
d
e
s
t
i
m
a
t
i
o
n
m
e
c
ha
n
i
s
m
i
s
de
v
e
l
o
p
e
d.
O
n
V
S
N
(v
e
h
i
c
ul
a
r
s
e
n
s
o
r
n
e
t
w
o
r
k)
p
l
a
t
f
o
r
m
[28].
T
h
e
r
e
s
ul
t
o
b
t
a
i
n
e
d
by
A
N
N
m
o
de
l
i
s
n
o
t
h
i
n
g
b
ut
l
o
gi
c
a
l
r
e
s
po
n
s
e
b
a
s
e
d
o
n
h
i
s
t
o
r
y
of
t
h
e
da
t
a
.
T
h
e
a
r
t
i
f
i
c
i
a
l
i
nt
e
l
l
i
ge
n
c
e
t
e
c
h
ni
que
us
i
n
g
G
e
n
e
t
i
c
a
l
go
r
i
t
hm
(G
A
)
o
n
A
r
t
i
f
i
c
i
a
l
N
e
u
r
a
l
n
e
t
w
o
r
k
pl
a
t
f
o
r
m
i
s
a
l
s
o
p
r
e
f
e
r
r
e
d
by
m
a
n
y
r
e
s
e
a
r
c
h
e
r
s
[29
-
34
]
.
T
h
e
ge
n
e
t
i
c
a
l
go
r
i
t
h
m
ha
s
i
m
po
rt
a
nt
p
r
o
pe
r
t
y
of
ge
n
e
t
i
c
i
nh
e
ri
t
a
n
c
e
w
h
i
c
h
m
a
de
i
t
a
c
o
m
pl
e
x
a
l
go
r
i
t
hm
f
o
r
da
t
a
m
i
ni
n
g
.
I
n
t
h
i
s
r
e
s
e
a
r
c
h
w
o
r
k
G
e
n
e
t
i
c
A
l
go
r
i
t
h
m
-
A
r
t
i
f
i
c
i
a
l
N
e
ura
l
N
e
t
w
o
r
k
b
a
s
e
d
o
pt
i
m
i
z
e
d
s
e
a
r
c
h
i
s
us
e
t
o
e
s
t
i
m
a
t
e
t
h
e
c
o
n
c
e
n
t
ra
t
i
o
n
o
f
Ca
r
b
o
n
m
o
n
o
xi
de
i
n
a
po
l
l
u
t
e
d
e
n
v
i
r
o
nm
e
nt
t
h
e
r
e
s
ul
t
s
s
o
ob
t
a
i
n
e
d
i
s
c
o
m
pa
r
e
d
w
i
t
h
t
h
e
A
r
t
i
f
i
c
i
a
l
N
e
ura
l
N
e
t
w
o
r
k
M
o
de
l
(A
N
N
)
m
o
de
l
t
o
j
us
t
i
fy
t
h
a
t
G
e
n
e
t
i
c
A
l
go
r
i
t
h
m
-
A
rt
i
f
i
c
i
a
l
N
e
u
r
a
l
N
e
t
w
o
r
k
(G
A
-
A
N
N
m
o
de
l
)
i
s
m
o
r
e
a
c
c
u
r
a
t
e
.
2.
P
R
O
P
O
S
ED
R
ES
EA
R
C
H
M
ET
H
O
D
2.
1
.
A
r
t
i
fi
c
i
a
l
n
e
u
r
al
n
e
tw
o
r
k
A
r
t
i
f
i
c
i
a
l
n
e
u
ra
l
n
e
t
w
o
r
k
(A
N
N
)
i
s
b
a
s
e
d
o
n
h
u
m
a
n
n
e
u
ra
l
r
e
s
po
n
s
e
t
o
r
e
c
e
i
v
e
e
xt
e
rn
a
l
s
t
i
m
ul
i
a
nd
pr
o
duc
e
s
ui
t
a
b
l
e
r
e
s
po
n
s
e
.
F
o
r
r
e
s
e
a
r
c
h
w
o
r
k
i
t
i
s
l
i
ke
t
o
r
e
c
e
i
v
e
e
xt
e
r
na
l
s
t
i
m
u
l
a
t
i
o
n
a
n
d
t
h
e
n
t
hr
o
ug
h
a
n
u
m
b
e
r
o
f
l
o
gi
c
a
l
pr
o
c
e
s
s
e
s
pr
o
duc
e
t
h
e
o
ut
c
o
m
e
.
It
i
s
t
o
d
e
c
i
de
w
h
i
c
h
r
e
s
po
n
s
e
i
s
m
o
s
t
s
ui
t
a
b
l
e
.
I
n
ge
n
e
ra
l
A
N
N
i
s
a
m
e
t
h
o
d
o
f
c
l
a
s
s
i
f
i
c
a
t
i
o
n
c
a
n
b
e
de
m
o
n
s
t
ra
t
e
d
i
n
m
a
n
y
w
a
y
s
[35,
36].
By
t
h
e
p
r
o
c
e
s
s
o
f
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
h
e
f
a
c
t
o
r
e
f
fe
c
t
c
a
n
b
e
a
na
l
y
z
e
d
a
n
d
t
o
b
ui
l
d
re
gr
e
s
s
i
o
n
m
o
de
l
f
o
r
p
r
e
di
c
t
i
v
e
s
i
m
u
l
a
t
i
o
n
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
of
A
N
N
de
p
e
n
ds
upo
n
s
a
m
pl
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
ut
c
o
m
e
.
If
t
h
e
s
a
m
pl
e
de
s
c
r
i
pt
i
o
n
gi
v
e
n
by
s
o
m
e
f
a
c
t
o
r
s
c
a
n
b
e
c
l
a
s
s
i
f
i
e
d
by
A
N
N
i
t
s
e
l
f
i
n
c
e
r
t
a
i
n
c
a
t
e
go
r
y
f
ur
t
h
e
r
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
m
e
e
t
s
t
h
e
r
e
a
l
i
t
y
pe
r
f
o
r
m
a
n
c
e
t
h
e
n
i
t
i
s
c
o
n
s
i
de
r
e
d
a
s
w
e
l
l
p
e
r
f
o
r
m
a
n
c
e
o
f
A
N
N
.
T
h
e
a
l
go
r
i
t
hm
i
n
v
o
l
v
e
d
i
n
A
N
N
v
a
r
i
e
s
t
h
e
w
e
i
gh
t
v
a
l
ue
o
n
e
v
e
r
y
f
a
c
t
o
r
t
o
m
e
e
t
t
h
e
de
s
i
r
e
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
T
h
i
s
i
s
k
n
o
w
n
a
s
A
N
N
t
r
a
i
ni
n
g
o
r
l
e
a
rn
i
ng
p
ha
s
e
.
A
N
N
i
s
m
a
de
up
o
f
t
hr
e
e
l
a
y
e
r
s
i
n
pu
t
l
a
y
e
r
,
h
i
dde
n
l
a
y
e
r
a
n
d
o
ut
put
l
a
y
e
r
a
s
s
h
o
w
n
i
n
F
i
g
u
r
e
1.
In
p
ut
l
a
y
e
r
ha
s
s
o
m
e
i
n
put
v
a
ri
a
b
l
e
s
w
h
i
c
h
a
r
e
b
a
s
e
d
o
n
a
s
s
u
m
pt
i
o
n
o
f
f
a
c
t
o
r
s
o
f
r
e
s
e
a
r
c
h
w
o
r
k.
O
u
t
pu
t
l
a
y
e
r
i
s
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
r
e
s
ul
t
f
i
na
l
y
.
T
h
e
a
l
go
r
i
t
hm
i
n
v
o
l
v
e
d
i
n
A
N
N
w
o
r
ks
o
n
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
s
a
m
pl
e
s
t
hr
o
ug
h
hi
dde
n
a
nd
i
nput
l
a
y
e
r
.
H
i
dde
n
l
a
y
e
r
h
a
s
m
uc
h
i
m
po
rt
a
n
c
e
t
h
a
n
o
t
h
e
r
t
w
o
l
a
y
e
r
.
A
N
N
i
s
a
ki
n
d
o
f
s
of
t
w
a
r
e
m
o
de
l
t
ha
t
de
a
l
s
w
i
t
h
t
h
e
gi
v
e
n
p
r
o
b
l
e
m
i
n
l
i
n
e
a
r
o
r
n
o
n
l
i
n
e
a
r
s
y
s
t
e
m
;
t
h
e
hi
dde
n
l
a
y
e
r
i
s
n
o
t
r
e
qu
i
r
e
d
i
n
l
i
n
e
a
r
s
y
s
t
e
m
.
T
h
e
w
e
l
l
pe
r
f
o
r
m
a
n
c
e
A
N
N
c
a
n
a
l
s
o
b
e
f
o
un
d
by
t
h
e
s
e
t
t
i
n
g
o
f
v
a
r
i
a
b
l
e
i
n
i
n
pu
t
l
a
y
e
r
a
n
d
t
h
e
n
a
ddi
ng
hi
dde
n
l
a
y
e
r
n
o
de
s
t
o
a
c
h
i
e
v
e
r
e
s
ul
t
.
It
i
s
d
i
f
f
i
c
ul
t
t
o
e
xa
m
i
n
e
t
h
e
r
e
l
a
t
i
o
n
s
hi
p
b
e
t
w
e
e
n
A
N
N
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
s
ul
t
a
n
d
v
a
r
i
a
b
l
e
s
,
t
h
i
s
i
s
w
h
y
t
h
i
s
n
e
t
w
o
r
k
m
o
de
l
kn
o
w
n
a
s
b
l
a
c
k
b
o
x
[
37]
.
In
l
i
n
e
a
r
n
e
t
w
o
r
k
s
y
s
t
e
m
i
t
i
s
e
a
s
i
e
r
t
o
c
l
a
r
i
fy
t
h
e
r
e
l
a
t
i
o
n
b
e
t
w
e
e
n
A
N
N
o
ut
put
a
nd
i
nput
v
a
ri
a
b
l
e
.
I
n
t
hi
s
p
a
pe
r
w
e
a
ppl
y
t
h
e
A
N
N
m
o
de
l
a
s
n
o
n
l
i
n
e
r
s
y
s
t
e
m
.
T
h
e
w
e
i
gh
t
v
a
l
ue
s
of
A
N
N
c
a
n
c
l
a
r
i
f
y
w
h
i
c
h
f
a
c
t
o
r
s
a
r
e
m
o
r
e
e
f
fe
c
t
i
ve
i
n
l
i
n
e
r
A
N
N
s
y
s
t
e
m
.
2.
2
.
G
e
n
e
ti
c
a
l
go
r
i
th
m
G
e
n
e
t
i
c
a
l
go
ri
t
hm
(G
A
)
i
s
a
n
a
r
t
i
f
i
c
i
a
l
i
nt
e
l
l
i
ge
n
c
e
t
e
c
hni
que
t
h
e
m
a
i
n
o
bj
e
c
t
i
v
e
i
s
o
pt
i
m
i
z
e
d
s
e
a
r
c
h
i
n
g
.
G
A
i
s
po
pul
a
r
b
e
c
a
us
e
of
t
h
e
g
l
o
b
a
l
o
pt
i
m
i
z
a
t
i
o
n
t
e
c
hn
i
q
ue
a
n
d
pe
rm
i
t
s
y
n
c
hr
o
n
o
us
o
pe
r
a
t
i
o
n
o
f
a
n
u
m
b
e
r
o
f
n
um
e
r
i
c
a
l
t
a
r
ge
t
s
.
T
h
e
pr
i
m
e
di
f
fe
r
e
n
c
e
c
o
m
pa
r
i
n
g
w
i
t
h
o
t
h
e
r
o
pt
i
m
i
z
a
t
i
o
n
a
l
go
ri
t
hm
i
s
t
h
a
t
G
A
c
a
n
p
a
s
s
t
h
e
i
n
f
o
r
m
a
t
i
o
n
f
r
o
m
t
h
e
l
a
s
t
s
t
a
ge
of
s
e
a
r
c
h
t
o
t
h
e
n
e
xt
s
t
a
ge
,
s
h
o
w
s
t
h
e
c
o
n
c
e
pt
o
f
i
nh
e
r
i
t
i
n
g
.
A
num
b
e
r
o
f
r
e
s
e
a
r
c
h
w
o
r
ke
r
s
a
pp
l
y
G
A
b
a
s
e
d
o
pt
i
m
i
z
a
t
i
o
n
s
e
a
r
c
h
i
n
t
o
A
N
N
p
r
o
c
e
s
s
t
o
f
i
n
d
t
h
e
o
pt
i
m
i
z
e
d
pa
r
a
m
e
t
e
r
go
a
l
o
f
A
N
N
.
T
h
i
s
d
i
f
f
e
r
e
n
t
i
a
t
e
ge
n
e
t
i
c
a
l
go
ri
t
hm
f
r
o
m
o
t
h
e
r
t
e
c
hni
que
F
o
r
i
t
s
gl
o
b
a
l
s
e
a
r
c
h
i
n
g
a
b
i
l
i
t
y
a
n
d
t
o
m
i
ni
m
i
z
e
t
h
e
c
o
n
c
e
pt
o
f
A
N
N
r
e
s
ul
t
s
i
n
k
i
n
g
i
n
t
o
l
o
c
a
l
o
pt
i
m
i
z
a
t
i
o
n
.
A
n
u
m
b
e
r
o
f
r
e
s
e
a
r
c
h
e
xpe
r
t
s
ha
v
e
e
xpl
i
c
i
t
l
y
de
m
o
n
s
t
r
a
t
e
d
h
o
w
t
o
us
e
t
o
p
ra
c
t
i
c
e
G
A
i
n
o
pt
i
m
i
z
e
d
s
e
a
r
c
h
a
pp
l
i
c
a
t
i
o
n
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
n
g&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
Si
m
ul
a
t
i
on
an
d
op
t
i
m
i
z
at
i
on
of
ge
n
e
t
i
c
al
gor
i
t
hm
-
ar
t
i
f
i
c
i
a
l
n
e
ur
al
ne
t
w
or
k
bas
e
d
ai
r
.
.
.
.
(
Shi
r
i
s
hP
ande
y
)
777
[3
8
,
39
].
G
e
n
e
t
i
c
a
l
go
r
i
t
hm
i
n
v
o
l
v
e
s
m
a
n
y
pr
o
c
e
s
s
i
n
g
s
t
e
ps
a
s
s
h
o
w
n
i
n
F
i
g
u
r
e
2
.
T
h
e
m
a
i
n
s
t
e
ps
a
r
e
c
ri
t
e
r
i
a
fo
r
i
n
i
t
i
a
l
po
pul
a
t
i
o
n
,
po
pul
a
t
i
o
n
s
e
l
e
c
t
i
o
n
,
po
pul
a
t
i
o
n
c
r
o
s
s
ov
e
r
a
nd
po
pul
a
t
i
o
n
m
ut
a
t
i
o
n,
a
n
d
t
h
e
n
e
n
t
e
r
i
nt
o
n
e
xt
ge
n
e
ra
t
i
o
n
po
pul
a
t
i
o
n
.
S
e
l
e
c
t
i
o
n
s
t
e
p
c
a
n
o
pt
fo
r
be
s
t
ob
j
e
c
t
s
t
o
c
o
n
duc
t
ge
n
e
t
i
c
p
r
o
c
e
s
s
e
s
a
c
c
o
r
di
n
g
t
o
t
h
e
o
pt
i
m
i
z
a
t
i
o
n
go
a
l
.
T
h
e
s
e
l
e
c
t
i
o
n
pr
o
c
e
s
s
c
a
n
r
e
t
a
i
n
t
h
e
e
l
i
t
e
o
bj
e
c
t
s
t
o
n
e
xt
ge
n
e
r
a
t
i
o
n.
P
o
pul
a
t
i
o
n
Cr
o
s
s
ov
e
r
i
s
j
us
t
m
i
xi
n
g
o
f
i
nh
e
r
i
t
a
n
c
e
pr
o
pe
r
t
y
fo
r
n
e
xt
ge
n
e
ra
t
i
o
n
o
ut
put
.
I
n
M
ut
a
t
i
o
n
pr
o
c
e
s
s
s
o
m
e
of
t
h
e
i
nh
e
r
i
t
a
n
c
e
p
r
o
pe
r
t
y
o
b
j
e
c
t
of
f
e
w
ob
j
e
c
t
s
i
s
v
a
r
i
e
d
b
y
ra
n
do
m
s
e
a
r
c
h
i
n
g
.
C
r
o
s
s
o
ve
r
a
n
d
m
ut
a
t
i
o
n
s
t
e
ps
di
f
fe
r
e
nt
i
a
t
e
t
h
e
G
A
a
l
go
r
i
t
h
m
f
r
o
m
o
t
h
e
r
t
e
c
hni
que
s
o
t
ha
t
ge
n
e
t
i
c
a
l
go
r
i
t
h
m
w
o
ul
dn
‟t
l
i
m
i
t
t
o
t
h
e
l
o
c
a
l
o
pt
i
m
i
z
a
t
i
o
n.
F
i
gu
r
e
2
s
h
o
w
s
t
h
e
b
a
s
i
c
f
l
o
w
c
h
a
r
t
o
f
t
h
e
ge
n
e
t
i
c
a
l
go
ri
t
hm
.
N
:
i
nput
n
o
de
,
b
:
B
i
a
s
,
w
:
w
e
i
ght
,
T
:
T
a
r
ge
t
,
a
:
A
c
t
ua
l
o
ut
pu
t
F
i
gu
r
e
1
.
A
rt
i
f
i
c
i
a
l
n
e
u
ra
l
n
e
t
w
o
r
k
m
o
de
l
F
i
gu
r
e
2
.
G
e
n
e
t
i
c
a
l
go
r
i
t
hm
f
l
ow
c
h
a
rt
3.
R
ES
EA
R
C
H
M
ET
H
O
D
T
he
o
b
j
e
c
t
i
v
e
o
f
t
hi
s
re
s
e
a
rc
h
w
o
rk
t
o
e
s
t
i
m
a
t
e
t
he
c
o
nc
e
nt
r
a
t
i
o
n
o
f
c
a
rb
o
n
m
o
no
x
i
d
e
i
n
a
p
o
l
l
u
t
e
d
e
nv
i
ro
nm
e
n
t
.
T
he
P
o
l
l
u
t
e
d
d
a
t
a
i
s
t
a
k
e
n
f
ro
m
u
ni
v
e
rs
i
t
y
o
f
C
a
l
i
f
o
rni
a
w
e
b
s
i
t
e
w
hi
c
h
i
s
o
ne
y
e
a
r
d
a
t
a
o
f
t
he
m
a
i
n
c
i
t
y
o
f
I
t
a
l
y
c
o
l
l
e
c
t
e
d
a
t
a
n
i
nt
e
rv
a
l
o
f
o
ne
ho
u
r
p
e
ri
o
d
i
c
a
l
l
y
f
o
r
o
ne
y
e
a
r.
T
he
A
i
r
P
o
l
l
u
t
e
d
d
a
t
a
i
s
R
e
c
t
i
f
i
e
d
a
nd
M
o
d
i
f
i
e
d
i
nt
o
D
i
f
f
e
re
nt
S
e
g
m
e
nt
L
e
ng
t
h
.
T
he
B
a
s
e
a
nd
D
i
v
e
rg
e
nc
e
V
a
l
u
e
s
a
re
s
o
rt
e
d
.
T
he
A
rt
i
f
i
c
i
a
l
N
e
u
ra
l
N
e
t
w
o
rk
M
o
de
l
i
s
D
e
v
e
l
o
pe
d
U
s
i
ng
M
a
t
L
a
b
.
N
u
m
b
e
r
o
f
N
e
u
ro
ns
i
n
H
i
d
d
e
n
L
a
y
e
r
a
l
o
ng
w
i
t
h
D
a
t
a
S
e
g
m
e
nt
L
e
ng
t
h
i
s
v
a
ri
e
d
t
o
A
c
hi
e
v
e
B
e
s
t
P
e
rf
o
rm
a
nc
e
N
e
t
w
o
rk
.
P
e
rf
o
rm
a
nc
e
A
na
l
y
s
i
s
i
s
do
ne
i
n
T
e
rm
s
o
f
M
i
ni
m
u
m
V
a
l
u
e
o
f
M
e
a
n
S
q
u
a
re
d
E
r
ro
r
a
nd
M
a
x
i
m
u
m
V
a
l
u
e
o
f
R
e
g
re
s
s
i
o
n.
A
f
t
e
r
t
he
I
d
e
nt
i
f
i
c
a
t
i
o
n
o
f
B
e
s
t
P
e
rf
o
rm
a
nc
e
N
e
t
w
o
rk
m
o
d
e
l
w
hi
c
h
i
s
f
o
r
S
e
g
m
e
nt
L
e
ng
t
h=
4
0
a
nd
no
.
o
f
N
e
u
ro
ns
i
n
H
i
d
d
e
n
l
a
y
e
r=
4
,
t
he
C
o
nc
e
nt
ra
t
i
o
n
o
f
C
a
rb
o
n
M
o
no
O
x
i
d
e
i
s
A
na
l
y
z
e
d
o
n
t
h
i
s
N
e
t
w
o
rk
M
o
de
l
.
T
o
a
c
hi
e
v
e
m
o
re
a
c
c
u
ra
t
e
re
s
u
l
t
,
G
e
ne
t
i
c
a
l
g
o
ri
t
h
m
b
a
s
e
d
o
p
t
i
m
i
z
e
s
e
a
rc
h
c
o
d
i
ng
i
s
d
o
ne
o
n
M
a
t
L
a
b
a
nd
i
s
a
p
p
l
i
e
d
o
n
A
rt
i
f
i
c
i
a
l
N
e
u
ra
l
N
e
t
w
o
rk
(
A
N
N
)
ne
t
w
o
rk
m
o
d
e
l
.
M
a
t
L
A
B
Co
d
i
ng
o
f
G
e
ne
t
i
c
A
l
g
o
ri
t
hm
A
rt
i
f
i
c
i
a
l
N
e
u
ra
l
N
e
t
w
o
rk
,
(
G
A
-
A
N
N
)
M
o
de
l
i
s
d
e
v
e
l
o
p
e
d
.
4.
R
ES
U
LT
A
N
D
D
I
S
C
U
S
S
I
O
N
R
e
s
u
l
t
G
e
ne
ra
t
i
o
n
a
nd
R
e
s
u
l
t
A
na
l
y
s
i
s
i
s
D
o
ne
f
o
r
G
A
-
A
N
N
M
o
de
l
.
C
o
m
p
a
ri
s
o
n
o
f
A
N
N
M
o
de
l
a
nd
GA
-
AN
N
M
o
d
e
l
i
s
do
ne
.
I
t
i
s
f
o
u
nd
t
h
a
t
G
A
-
A
N
N
m
o
d
e
l
i
s
m
o
re
a
c
c
u
ra
t
e
F
i
rs
t
o
f
a
l
l
t
he
A
N
N
i
s
a
p
p
l
i
e
d
i
nd
i
v
i
d
u
a
l
l
y
a
t
d
i
f
f
e
re
nt
s
e
g
m
e
nt
l
e
ng
t
h
a
nd
d
i
f
f
e
re
nt
nu
m
b
e
r
o
f
hi
d
d
e
n
no
d
e
s
.
S
i
nc
e
A
N
N
e
x
hi
b
i
t
s
b
e
ha
v
i
o
r
of
ra
nd
o
m
u
p
d
a
t
e
s
i
n
ne
t
w
o
rk
p
a
ra
m
e
t
e
rs
t
hu
s
i
t
i
s
no
t
s
u
re
t
h
a
t
i
n
s
i
ng
l
e
a
t
t
e
m
p
t
b
e
s
t
ne
t
w
o
rk
c
a
n
b
e
p
ro
d
u
c
e
d
.
T
hu
s
k
e
e
p
i
n
t
hi
s
i
n
a
c
c
o
u
nt
5
a
t
t
e
m
p
t
s
f
o
r
e
a
c
h
c
o
m
b
i
na
t
i
o
n
o
f
da
t
a
s
e
g
m
e
nt
l
e
ng
t
h
a
nd
ne
t
w
o
rk
hi
d
d
e
n
no
d
e
s
a
re
p
e
rf
o
rm
e
d
.
T
he
b
e
s
t
M
S
E
v
a
l
u
e
s
o
b
t
a
i
ne
d
a
t
d
i
f
f
e
re
nt
a
t
t
e
m
p
t
s
f
o
r
d
e
f
i
ni
t
e
c
o
m
b
i
na
t
i
o
n
o
f
L
a
nd
n
.
I
t
i
s
o
b
s
e
rv
e
d
t
h
a
t
w
he
n
A
N
N
i
s
a
p
p
l
i
e
d
a
t
s
u
p
e
rv
i
s
e
d
a
t
t
e
m
p
t
s
t
he
M
i
n
i
m
u
m
M
S
E
o
b
t
a
i
ne
d
i
s
0
.
0
6
3
a
t
L
=
4
0
a
nd
n
=
4
.
T
hu
s
l
a
rg
e
A
N
N
i
s
no
t
ne
c
e
s
s
a
ri
l
y
re
q
u
i
re
d
.
S
m
a
l
l
nu
m
b
e
r
o
f
no
d
e
s
i
s
m
o
re
c
a
p
a
b
l
e
o
f
g
i
v
i
ng
b
e
t
t
e
r
a
c
c
u
ra
c
y
.
A
f
t
e
r
t
h
i
s
A
N
N
i
s
hy
b
ri
d
w
i
t
h
G
A
f
o
r
d
e
v
e
l
o
p
i
ng
a
n
a
u
t
o
m
a
t
e
d
A
N
N
m
o
d
e
l
d
e
s
i
g
n
a
p
p
ro
a
c
h.
T
h
i
s
G
A
-
A
N
N
a
p
p
ro
a
c
h
s
e
a
rc
h
f
o
r
b
e
s
t
{
L
,
n}
v
a
l
u
e
a
t
w
hi
c
h
m
i
ni
m
u
m
M
S
E
i
s
o
b
t
a
i
ne
d
(
s
e
e
F
i
g
u
re
3
)
.
I
n
T
a
b
l
e
1
m
i
ni
m
u
m
M
S
E
i
s
o
b
t
a
i
ne
d
u
s
i
ng
G
A
-
A
N
N
a
t
{
L
,
n}
=
{
1
6
1
,
1
8
}
ha
v
i
ng
v
a
l
u
e
0
.
0
4
4
w
hi
c
h
i
s
b
e
t
t
e
r
t
h
a
n
w
he
n
A
N
N
i
s
a
p
p
l
i
e
d
a
l
o
ne
w
i
t
ho
u
t
G
A
.
T
a
b
l
e
2
s
ho
w
s
t
he
A
N
N
b
a
s
e
d
re
g
re
s
s
i
o
n
re
s
u
l
t
w
hi
c
h
e
x
p
re
s
s
t
he
s
i
m
i
l
a
ri
t
y
b
e
t
w
e
e
n
e
x
p
e
c
t
e
d
o
u
t
p
u
t
a
nd
a
c
t
u
a
l
o
u
t
p
u
t
w
hi
c
h
c
o
m
e
s
o
u
t
t
o
m
a
x
i
m
u
m
0
.
8
6
.
T
a
b
l
e
3
s
ho
w
s
t
he
G
e
ne
t
i
c
A
l
go
ri
t
hm
-
A
rt
i
f
i
c
i
a
l
N
e
u
ra
l
N
e
t
w
o
rk
B
a
s
e
d
re
g
re
s
s
i
o
n
re
s
u
l
t
w
hi
c
h
i
s
0
.
9
5
a
t
i
t
s
m
a
x
i
m
u
m
f
o
r
{
L
,
n}
=
{
1
6
1
,
1
8
}
.
T
a
b
l
e
4
s
ho
w
s
t
he
O
b
j
e
c
t
S
e
l
e
c
t
i
o
n
Ba
s
e
d
o
n
T
a
rg
e
t
o
p
t
i
m
i
z
a
t
i
o
n
P
e
r
fo
r
m
Cr
o
s
s
o
v
e
r
In
i
t
i
a
l
i
z
e
I
n
i
t
i
a
l
P
o
p
u
l
a
t
i
o
n
N
e
x
t
G
e
n
e
ra
t
i
o
n
P
r
o
c
e
s
s
P
e
r
fo
r
m
M
u
t
a
t
i
o
n
S
t
a
rt
N
1
:
N
2
:
N3
F
i
n
a
l
O
u
t
p
u
t
(F
i
n
i
s
h
T
ra
i
n
i
n
g
)
A=
T
A
T
Y
e
s
b
w
No
In
p
u
t
L
a
y
e
r
H
i
d
d
e
n
L
a
y
e
r
O
u
t
p
u
t
L
a
y
e
r
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2
502
-
47
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g&
Co
m
p
S
c
i
,
V
o
l
.
19
,
N
o
.
2
,
A
ugus
t
20
20
:
775
-
7
83
778
c
o
m
p
a
ri
s
o
n
o
f
R
e
g
re
s
s
i
o
n
b
e
t
w
e
e
n
A
N
N
a
nd
G
A
-
A
N
N
m
o
de
l
.
I
t
i
s
c
l
e
a
r
t
ha
t
R
e
g
re
s
s
i
o
n
B
a
s
e
d
o
n
G
A
-
A
N
N
m
o
d
e
l
i
s
b
e
t
t
e
r.
F
i
g
u
re
3
s
ho
w
s
t
he
d
e
t
a
i
l
e
d
a
r
r
a
ng
e
m
e
n
t
o
f
da
t
a
p
ro
c
e
s
s
i
ng
a
nd
s
a
m
p
l
i
ng
/
o
p
t
i
m
i
z
a
t
i
o
n
o
f
G
A
-
A
N
N
i
n
t
e
rm
s
o
f
f
l
o
w
c
ha
rt
.
F
i
g
u
re
4
s
ho
w
s
t
he
re
g
re
s
s
i
o
n
c
u
rv
e
.
F
i
g
u
re
5
a
nd
6
s
ho
w
s
t
he
p
l
o
t
o
f
M
S
E
a
t
d
i
f
f
e
re
nt
a
t
t
e
m
p
t
s
f
o
r
A
N
N
a
nd
a
l
s
o
f
o
r
G
A
-
ANN
.
F
i
g
u
re
7
a
nd
8
a
re
s
i
m
i
l
a
r
p
l
o
t
s
b
u
t
f
o
r
R
e
g
re
s
s
i
o
n
v
a
l
u
e
s
.
F
i
g
u
re
9
i
s
t
he
c
o
m
p
a
ra
t
i
v
e
p
l
o
t
(
m
s
e
)
f
o
r
a
l
l
t
he
a
t
t
e
m
p
t
s
f
o
r
A
N
N
a
nd
G
A
-
A
N
N
a
p
p
ro
a
c
h.
F
i
g
u
re
1
0
i
s
t
he
c
o
m
p
a
ra
t
i
v
e
p
l
o
t
(R
e
g
re
s
s
i
o
n)
f
o
r
a
l
l
t
he
a
t
t
e
m
p
t
s
f
o
r
A
N
N
a
nd
G
A
-
A
N
N
ne
t
w
o
rk
m
o
de
l
i
ng
.
F
i
g
u
re
1
1
s
ho
w
s
t
he
v
a
ri
a
t
i
o
n
i
n
f
i
t
ne
s
s
v
a
l
u
e
i
.
e
.
m
e
a
n
s
q
u
a
re
d
e
rro
r
a
nd
i
nd
i
v
i
d
u
a
l
L
a
nd
n
w
i
t
h
re
s
p
e
c
t
t
o
i
nd
i
v
i
d
u
a
l
i
.
d
.
D
u
ri
ng
ne
t
w
o
rk
m
o
d
e
l
i
ng
i
t
c
a
n
b
e
e
a
s
i
l
y
o
b
s
e
rv
e
d
t
ha
t
G
A
-
A
N
N
a
l
w
a
y
s
g
i
v
e
s
l
o
w
e
r
v
a
l
u
e
o
f
M
e
a
n
s
q
u
a
re
d
e
rro
r
a
nd
hi
g
he
r
v
a
l
u
e
o
f
re
g
re
s
s
i
o
n
a
s
c
o
m
p
a
re
d
t
o
a
t
t
e
m
p
t
s
w
he
n
A
N
N
a
p
p
l
i
e
d
a
l
o
ne
F
i
gu
r
e
3
.
G
e
n
e
t
i
c
a
l
go
r
i
t
hm
-
a
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
m
o
de
l
f
l
o
w
c
h
a
rt
In
i
t
i
a
l
i
z
e
p
p
o
p
u
l
a
t
i
o
n
.
D
e
f
i
n
e
M
a
x
i
m
u
m
i
t
e
ra
t
i
o
n
E
rro
r.
T
o
l
e
ra
n
c
e
l
i
m
i
t
(
fi
t
n
e
s
s
v
a
l
u
e
)
U
p
p
e
r
a
n
d
l
o
w
e
r
l
i
m
i
t
o
f
L
a
n
d
n
U
ppe
r
a
n
d
l
o
w
e
r
l
i
m
i
t
o
f
L
a
n
d
n
G
e
n
e
ra
t
e
A
N
N
fo
r
E
a
c
h
P
o
p
u
l
a
t
i
o
n
S
e
t
F
i
n
d
t
h
e
N
e
t
w
o
rk
p
e
r
fo
r
m
a
n
c
e
i
n
t
e
rm
s
o
f
„m
s
e
‟
a
s
fi
t
n
e
s
s
v
a
l
u
e
S
e
l
e
c
t
5
0
%
P
o
p
u
l
a
t
i
o
n
s
e
t
h
a
v
i
n
g
m
i
n
i
m
u
m
„
m
s
e
‟
v
a
l
u
e
P
e
r
fo
r
m
Cr
o
s
s
o
v
e
r
o
v
e
r
t
h
e
S
e
l
e
c
t
e
d
P
o
p
u
l
a
t
i
o
n
t
o
g
e
n
e
ra
t
e
a
n
e
w
P
o
p
u
l
a
t
i
o
n
S
e
t
D
e
v
e
l
o
p
A
N
N
m
o
d
e
l
fo
r
n
e
w
p
o
p
u
l
a
t
i
o
n
P
e
r
fo
r
m
m
u
t
a
t
i
o
n
o
v
e
r
s
o
m
e
o
f
p
o
p
u
l
a
t
i
o
n
Co
m
p
a
r
e
n
e
w
‟
m
s
e
‟
t
o
t
h
e
o
l
d
‟
m
s
e
‟
F
i
n
d
‟
m
s
e
‟
o
f
n
e
w
p
o
p
u
l
a
t
i
o
n
s
e
t
n
e
t
w
o
rk
If
„
m
s
e
‟
n
e
w
i
s
l
e
s
s
t
h
a
n
„
m
s
e
‟
o
l
d
fo
r
i
I
n
d
i
v
i
d
u
a
l
Re
p
l
a
c
e
n
e
w
L
i
,
n
i
t
o
t
h
e
o
l
d
(
y
e
s
)
Re
j
e
c
t
n
e
w
L
i
,
n
i
v
a
l
u
e
a
n
d
c
a
rr
y
o
n
o
l
d
v
a
l
u
e
(
n
o
)
U
p
d
a
t
e
n
e
w
p
o
p
u
l
a
t
i
o
n
Re
p
e
a
t
p
ro
c
e
s
s
t
i
l
l
i
t
e
ra
t
i
o
n
i
s
c
o
m
p
l
e
t
e
S
t
a
rt
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
n
g&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
Si
m
ul
a
t
i
on
an
d
op
t
i
m
i
z
at
i
on
of
ge
n
e
t
i
c
al
gor
i
t
hm
-
ar
t
i
f
i
c
i
a
l
n
e
ur
al
ne
t
w
or
k
bas
e
d
ai
r
.
.
.
.
(
Shi
r
i
s
hP
ande
y
)
779
T
a
b
l
e
1
.
G
e
n
e
t
i
c
a
l
go
r
i
t
hm
–
a
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
b
a
s
e
d
m
e
a
n
s
qua
r
e
d
e
rr
o
r
c
o
m
pa
ri
s
o
n
G
e
n
e
t
i
c
A
l
g
o
ri
t
h
m
-
A
N
N
b
a
s
e
d
M
e
a
n
s
q
u
a
re
e
rr
o
r
Co
m
p
a
ri
s
o
n
M
e
a
n
S
q
u
a
r
e
d
E
rro
r
(
M
s
e
)
S
e
g
m
e
n
t
l
e
n
g
t
h
(
L)
N
o
.
o
f
N
o
d
e
s
(
N)
A
N
N
0
.
1
3
1
10
8
0
.
1
1
1
3
15
10
0
.
1
1
8
2
20
2
0
.
1
1
7
8
25
16
0
.
1
0
1
7
30
8
0
.
1
0
6
3
35
14
0
.
0
6
3
40
4
0
.
0
9
9
9
45
8
G
A
A
N
N
0
.
0
4
4
4
161
18
0
.
0
6
2
5
153
15
0
.
0
5
8
8
107
14
0
.
0
6
1
2
149
18
0
.
0
6
5
2
158
11
0
.
0
5
8
8
215
13
0
.
0
5
1
7
126
12
0
.
0
4
6
5
170
12
0
.
0
4
4
4
161
18
0
.
0
6
2
5
153
15
0
.
0
5
8
8
107
14
T
a
b
l
e
2
.
A
N
N
b
a
s
e
d
r
e
g
r
e
s
s
i
o
n
d
a
t
a
A
N
N
Ba
s
e
d
Re
s
u
l
t
A
t
t
e
m
p
t
s
Re
g
r
e
s
s
i
o
n
(
R)
S
e
g
m
e
n
t
L
e
n
g
t
h
(
L)
N
o
o
f
N
e
u
ro
n
s
(
n)
B1
0
.
6
8
10
8
B2
0
.
7
4
15
10
B3
0
.
7
2
20
6
B4
0
.
7
3
25
16
B5
0
.
7
9
30
8
B6
0
.
7
7
35
14
B7
0
.
8
6
40
4
B8
0
.
7
7
45
8
T
a
b
l
e
3
.
G
A
-
ANN
b
a
s
e
d
r
e
g
r
e
s
s
i
o
n
da
t
a
G
e
n
e
t
i
c
A
l
g
o
ri
t
h
m
A
N
N
Ba
s
e
d
Re
s
u
l
t
A
t
t
e
m
p
t
s
Re
g
r
e
s
s
i
o
n
(
R)
S
e
g
m
e
n
t
L
e
n
g
t
h
(
L)
N
o
o
f
N
e
u
ro
n
s
(
n)
A1
0
.
8
5
144
14
A2
0
.
8
6
214
13
A3
0
.
8
9
118
9
A4
0
.
8
8
89
9
A5
0
.
9
5
161
18
A6
0
.
8
9
133
16
A7
0
.
9
144
14
A8
0
.
9
2
214
13
T
a
b
l
e
4
.
G
e
n
e
t
i
c
a
l
go
r
i
t
hm
-
a
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
b
a
s
e
d
r
e
gr
e
s
s
i
o
n
d
a
t
a
c
o
m
pa
ri
s
o
n
GA
-
A
N
N
C
o
m
p
a
ri
s
o
n
A
t
t
e
m
p
t
s
Re
g
r
e
s
s
i
o
n
(
R)
S
e
g
m
e
n
t
L
e
n
g
t
h
(
L)
N
o
o
f
N
e
u
ro
n
s
(
n)
A
N
N
B1
0
.
6
8
10
8
B2
0
.
7
4
15
10
B3
0
.
7
2
20
6
B4
0
.
7
3
25
16
B5
0
.
7
9
30
8
B6
0
.
7
7
35
14
B7
0
.
8
6
40
4
B8
0
.
7
7
45
8
GA
-
ANN
A1
0
.
8
5
144
14
A2
0
.
8
6
214
13
A3
0
.
8
9
118
9
A4
0
.
8
8
89
9
A5
0
.
9
5
161
18
A6
0
.
8
9
133
16
A7
0
.
9
144
14
A8
0
.
9
1
5
214
13
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2
502
-
47
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g&
Co
m
p
S
c
i
,
V
o
l
.
19
,
N
o
.
2
,
A
ugus
t
20
20
:
775
-
7
83
780
F
i
gu
r
e
4
.
R
e
gr
e
s
s
i
o
n
g
r
a
p
h
F
i
gu
r
e
5
.
M
s
e
(A
N
N
)
w
i
t
h
r
e
s
pe
c
t
t
o
n
o
.
o
f
a
t
t
e
m
p
t
s
gra
p
h
F
i
gu
r
e
6
.
M
s
e
(G
A
-
A
N
N
)
w
i
t
h
r
e
s
pe
c
t
t
o
n
o
.
o
f
a
t
t
e
m
pt
s
g
r
a
p
h
F
i
gu
r
e
7
.
R
e
gr
e
s
s
i
o
n
(A
N
N
)
w
i
t
h
R
e
s
p
e
c
t
t
o
n
o
.
o
f
a
t
t
e
m
pt
s
g
ra
p
h
F
i
gu
r
e
8
.
R
e
gr
e
s
s
i
o
n
(G
A
-
A
N
N
)
w
i
t
h
R
e
s
p
e
c
t
t
o
n
o
.
o
f
a
t
t
e
m
pt
s
F
i
gu
r
e
9
.
Co
m
p
a
r
i
s
o
n
o
f
m
s
e
f
o
r
A
NN
a
nd
G
A
-
ANN
f
o
r
a
l
l
a
t
t
e
m
pt
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
n
g&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
Si
m
ul
a
t
i
on
an
d
op
t
i
m
i
z
at
i
on
of
ge
n
e
t
i
c
al
gor
i
t
hm
-
ar
t
i
f
i
c
i
a
l
n
e
ur
al
ne
t
w
or
k
bas
e
d
ai
r
.
.
.
.
(
Shi
r
i
s
hP
ande
y
)
781
F
i
gu
r
e
10
.
Co
m
pa
ri
s
o
n
o
f
r
e
g
r
e
s
s
i
o
n
v
a
l
ue
s
f
o
r
A
NN
a
n
d
G
A
-
ANN
f
o
r
a
l
l
a
t
t
e
m
pt
s
F
i
gu
r
e
11
.
M
s
e
v
a
l
ue
s
w
i
t
h
r
e
s
pe
c
t
t
o
i
ndi
v
i
du
a
l
i
d
5.
C
O
N
C
LU
S
I
O
N
In
t
hi
s
w
o
r
k
t
w
o
t
y
pe
s
of
pr
e
di
c
t
i
o
n
m
o
de
l
s
a
r
e
de
v
e
l
o
pe
d
t
h
a
t
c
a
n
e
s
t
i
m
a
t
e
t
h
e
c
o
n
c
e
n
t
ra
t
i
o
n
o
f
c
a
r
b
o
n
m
o
n
o
o
xi
de
f
r
o
m
t
h
e
e
n
o
s
e
s
e
n
s
o
r
a
rra
y
da
t
a
.
F
i
r
s
t
of
a
l
l
A
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
(A
N
N
)
m
o
de
l
i
s
de
ve
l
o
pe
d
by
m
a
n
ua
l
l
y
c
h
a
n
g
i
n
g
t
h
e
da
t
a
s
e
gm
e
nt
l
e
n
g
t
h
a
nd
n
u
m
b
e
r
of
h
i
dde
n
n
o
de
s
.
T
h
e
r
e
a
f
t
e
r
t
h
e
t
a
s
k
o
f
A
N
N
de
s
i
gn
i
s
pe
r
f
o
r
m
e
d
by
G
e
n
e
t
i
c
a
l
go
r
i
t
hm
(G
A
).
T
h
e
p
e
r
t
u
r
b
a
t
i
o
n
o
f
t
h
e
s
e
gm
e
nt
l
e
n
g
t
h
a
nd
n
u
m
b
e
r
of
n
o
de
s
i
s
de
c
i
de
d
a
s
pe
r
r
ul
e
of
s
ur
v
i
v
a
l
of
f
i
t
t
e
s
t
.
T
h
e
n
e
t
w
o
r
k
pe
r
f
o
r
m
a
n
c
e
i
s
m
e
a
s
ur
e
d
i
n
t
e
r
m
s
o
f
M
e
a
n
s
qua
r
e
d
e
rr
o
r
a
n
d
r
e
g
r
e
s
s
i
o
n
a
nd
i
t
i
s
o
b
s
e
r
ve
d
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
G
e
n
e
t
i
c
a
l
go
r
i
t
hm
-
a
rt
i
f
i
c
i
a
l
n
e
u
ra
l
n
e
t
w
o
r
k
b
a
s
e
d
da
t
a
e
s
t
i
m
a
t
o
r
o
ut
p
ut
o
b
s
e
r
v
e
s
l
e
s
s
e
r
v
a
l
ue
of
m
e
a
n
s
q
ua
r
e
d
e
rr
o
r
a
n
d
h
i
g
h
e
r
v
a
l
ue
o
f
r
e
g
r
e
s
s
i
o
n
t
ha
n
by
a
ppl
y
i
n
g
a
rt
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
b
a
s
e
d
m
o
de
l
e
d
da
t
a
e
s
t
i
m
a
t
o
r
.
G
A
-
A
N
N
a
l
s
o
t
a
ke
s
l
e
s
s
t
i
m
e
a
n
d
n
e
gl
i
gi
b
l
e
h
u
m
a
n
i
nt
e
r
v
e
nt
i
o
n
i
n
s
e
t
t
i
n
g
t
h
e
p
a
r
a
m
e
t
e
r
s
i
n
c
o
m
pa
r
i
s
o
n
t
o
t
h
e
A
N
N
m
o
de
l
a
l
o
n
e
.
T
h
e
o
pt
i
m
i
z
e
d
b
e
t
t
e
r
pe
r
f
o
r
m
a
n
c
e
n
e
t
w
o
r
k
m
o
de
l
i
s
us
e
d
t
o
e
s
t
i
m
a
t
e
t
h
e
c
o
n
c
e
n
t
ra
t
i
o
n
o
f
Ca
r
b
o
n
m
o
n
o
xi
de
i
n
a
po
l
l
ut
e
d
e
n
v
i
r
o
nm
e
nt
.
A
C
K
N
O
WL
ED
G
E
M
EN
T
A
ut
h
o
r
s
a
r
e
t
h
a
nkf
ul
t
o
I
n
t
e
g
r
a
l
I
n
f
o
r
m
a
t
i
o
n
a
n
d
R
e
s
e
a
r
c
h
Ce
n
t
r
e
o
f
In
t
e
g
ra
l
U
ni
v
e
r
s
i
t
y
L
uc
kn
ow
,
In
d
i
a
f
o
r
p
r
o
v
i
di
n
g
a
n
o
ppo
rt
u
n
i
t
y
t
o
c
a
rr
y
o
ut
t
hi
s
r
e
s
e
a
r
c
h
w
o
r
k.
T
h
i
s
w
o
r
k
i
s
a
n
i
n
t
e
l
l
e
c
t
ua
l
p
r
o
pe
r
t
y
of
Int
e
g
r
a
l
U
ni
v
e
r
s
i
t
y
v
i
de
s
t
h
e
M
a
n
us
c
ri
pt
Co
m
m
u
n
i
c
a
t
i
o
n
N
O
.
IU
/
R
&
D
/
2019
-
M
CN
0
00765
.
R
EF
ER
EN
C
ES
[
1]
S
.
L
e
e
a
n
d
C
.
W
u,
“
E
xp
l
o
r
i
ng
t
h
e
V
a
g
ue
E
nv
i
r
o
nm
e
nt
a
l
F
a
c
t
o
r
v
i
a
D
a
t
a
-
D
r
i
v
e
n
M
e
t
ho
ds
,
”
201
2
8
t
h
I
nt
e
r
n
at
i
on
al
C
onf
e
r
e
nc
e
on
N
a
t
ur
al
C
om
p
ut
a
t
i
on
(
I
C
N
C
2012)
,
pp
409
-
41
7
,
20
1
2
.
[
2]
J
.
H
ua
ng
,
e
t
a
l
.
,
“
A
C
r
o
w
ds
o
ur
c
e
-
B
a
s
e
d
S
e
n
s
i
ng
S
y
s
t
e
m
f
o
r
M
o
ni
t
o
r
i
ng
F
i
ne
-
g
r
a
i
ne
d
A
i
r
Q
ua
l
i
t
y
i
n
U
r
ba
n
E
nv
i
r
o
nm
e
nt
s
,
”
I
E
E
E
I
nt
e
r
ne
t
o
f
T
hi
ngs
J
our
nal
,
v
o
l
.
6
,
no
.
2
,
pp
.
3
240
-
3247
,
201
.
[
3]
B
.
W
a
ng
,
e
t
a
l
.
,
“
A
i
r
Q
ua
l
i
t
y
F
o
r
e
c
a
s
t
i
ng
B
a
s
e
d
o
n
G
a
t
e
d
R
e
c
ur
r
e
nt
L
o
n
g
S
ho
r
t
T
e
r
m
M
e
m
o
r
y
M
o
de
l
i
n
I
nt
e
r
ne
t
o
f
T
hi
ng
s
,
”
I
E
E
E
A
c
c
e
s
s
,
v
o
l
.
7
,
pp.
6
9
524
-
6
9
534
,
2019
.
[
4]
M
.
J
i
a
,
e
t
a
l
.
,
“
A
do
pt
i
ng
I
nt
e
r
ne
t
o
f
T
hi
ng
s
f
o
r
t
he
de
v
e
l
o
pm
e
nt
o
f
s
m
a
r
t
bui
l
d
i
ng
s
:
A
r
e
v
i
e
w
o
f
E
na
bl
i
ng
t
e
c
hno
l
o
g
i
e
s
a
nd
a
pp
l
i
c
a
t
i
o
ns
,
”
A
ut
om
at
i
on
i
n
C
on
s
t
r
uc
t
i
on
,
v
o
l
.
101
,
pp.
1
11
-
126
,
201
9
.
[
5]
R
.
M
o
nt
e
l
l
a
,
e
t
a
l
.
,
“
W
o
r
k
fl
ow
-
ba
s
e
d
a
u
t
o
m
a
t
i
c
p
r
o
c
e
s
s
i
ng
f
o
r
I
nt
e
r
ne
t
o
f
t
hi
ng
s
c
r
o
w
d
s
o
ur
c
e
d
d
a
t
a
,
”
F
ut
ur
e
G
e
ne
r
at
i
on
C
om
put
er
Sy
s
t
em
,
v
o
l
.
94
,
pp
.
103
-
11
9,
2019
.
[
6]
Q
.
H
a
n
,
e
t
a
l
.
,
“A
W
i
r
e
l
e
s
s
S
e
ns
o
r
N
e
t
w
o
r
k
f
o
r
M
o
ni
t
o
r
i
ng
E
nv
i
r
o
nm
e
nt
a
l
Q
ua
l
i
t
y
i
n
t
he
M
a
nuf
a
c
t
u
r
i
ng
I
ndus
t
r
y
,
”
I
E
E
E
A
c
c
e
s
s
,
v
o
l
.
7,
pp
.
781
08
-
7811
9
,
20
19
.
[
7]
M
i
n
i
s
t
r
y
E
nv
i
r
o
n.
N
a
t
ur
a
l
R
e
s
o
ur
,
“
I
m
pa
c
t
F
ue
l
C
ha
ng
e
s
E
xh
a
u
s
t
E
v
a
po
r
a
t
i
v
e
E
m
i
s
s
i
o
ns
,
”
U
r
b
a
n
A
i
r
Q
ua
l
i
t
y
M
a
n
a
g
e
m
e
nt
P
r
o
j
e
c
t
,
S
r
i
L
a
nka
,
pp
.
7
5
-
85
,
20
03
.
[
8]
W
H
O
,
“
C
h
e
m
i
c
a
l
H
a
z
a
r
ds
,
”
W
o
r
l
d
H
e
a
l
t
h
O
r
g
a
ni
z
a
t
i
o
n
,
G
e
n
e
v
a
,
S
w
i
t
z
e
r
l
a
nd,
2
005
.
[
9]
X
.
L
uo
a
nd
J
.
Y
a
ng
,
“
P
r
o
bl
e
m
s
a
nd
c
ha
l
l
e
ng
e
s
i
n
w
a
t
e
r
po
l
l
ut
i
o
n
m
o
ni
t
o
r
i
ng
a
nd
w
a
t
e
r
po
l
l
u
t
i
o
n
s
o
ur
c
e
l
o
c
a
l
i
z
a
t
i
o
n
us
i
ng
s
e
n
s
o
r
ne
t
w
o
r
k
s
,
”
i
n
201
7
C
hi
n
e
s
e
A
ut
om
a
t
i
on
C
on
gr
e
s
s
(
C
A
C
)
,
J
i
na
n
,
C
hi
na
,
pp.
58
34
-
5838
,
201
7.
[
10]
C
.
S
un
,
e
t
a
l
.
,
“
M
u
l
t
i
-
t
y
pe
s
e
ns
o
r
p
l
a
c
e
m
e
n
t
s
i
n
G
a
us
s
i
a
n
s
p
a
t
i
a
l
e
l
d
s
f
o
r
e
nv
i
r
o
nm
e
nt
a
l
m
o
ni
t
o
r
i
ng
,
”
Se
ns
or
s
,
v
o
l
.
19,
no
.
1
,
p.
18
9,
J
a
n
201
9.
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2
502
-
47
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g&
Co
m
p
S
c
i
,
V
o
l
.
19
,
N
o
.
2
,
A
ugus
t
20
20
:
775
-
7
83
782
[
11]
Q
.
H
a
n
,
e
t
a
l
.
,
“
P
u
bl
i
s
hi
ng
hi
s
t
o
g
r
a
m
s
w
i
t
h
o
ut
l
i
e
r
s
un
de
r
da
t
a
d
i
f
f
e
r
e
nt
i
a
l
pr
i
v
a
c
y
,
”
Se
c
ur
i
t
y
and
C
om
m
u
n
i
c
at
i
on
N
e
t
w
or
k
s
,
v
o
l
.
9
,
no
.
1
4,
pp
.
231
3
-
2322
,
201
6.
[
12]
P
.
S
o
h,
e
t
a
l
.
,
“
A
da
pt
i
v
e
D
e
e
p
L
e
a
r
ni
ng
-
B
a
s
e
d
A
i
r
Q
ua
l
i
t
y
pr
e
d
i
c
t
i
o
n
M
o
de
l
U
s
i
ng
t
he
M
o
s
t
R
e
l
e
v
a
n
t
S
pa
t
i
a
l
-
T
e
m
po
r
a
l
R
e
l
a
t
i
o
ns
,
”
I
E
E
E
A
c
c
e
s
s
,
v
o
l
.
6
,
p
p.
38
186
-
381
99
,
2
018
.
[
13]
X
.
L
i
a
nd
A
.
G
.
Y
e
h,
“
N
e
u
r
a
l
-
ne
t
w
o
r
k
-
ba
s
e
d
c
e
l
l
u
l
a
r
a
u
t
o
m
a
t
a
f
o
r
s
i
m
ul
a
t
i
ng
m
ul
t
i
p
l
e
l
a
nd
u
s
e
c
ha
ng
e
s
u
s
i
ng
G
I
S
,
”
I
n
t
e
r
nat
i
on
al
j
our
na
l
o
f
ge
ogr
a
phi
c
a
l
i
n
f
or
m
at
i
on
s
c
i
e
nc
e
,
v
o
l
.
1
6,
no
.
4,
p
p.
32
3
-
343
,
2
002
.
[
14]
G
.
J
a
s
i
ns
k
i
,
e
t
a
l
.
,
“
E
v
a
l
ua
t
i
o
n
o
f
t
he
E
l
e
c
t
r
o
ni
c
N
o
s
e
U
s
e
d
f
o
r
M
o
ni
t
o
r
i
ng
E
nv
i
r
o
nm
e
n
t
a
l
P
o
l
l
u
t
i
o
n,
”
2
018
X
V
I
nt
e
r
n
at
i
on
al
Sc
i
e
nt
i
f
i
c
C
on
f
e
r
e
nc
e
on
O
p
t
oe
l
e
c
t
r
on
i
c
and
E
l
e
c
t
r
on
i
c
Se
ns
o
r
s
,
p
p.
1
-
4
,
2
018
.
[
15]
J
.
W
.
G
a
r
dne
r
a
nd
P
.
N
.
B
a
r
t
l
e
t
t
,
“
A
br
i
e
f
hi
s
t
o
r
y
o
f
e
l
e
c
t
r
o
ni
c
no
s
e
s
,
”
Se
ns
or
a
nd
A
c
t
ua
t
or
s
B
:
C
he
m
i
c
al
,
v
o
l
.
18
,
no
.
1
-
3,
p
p
.
21
0
-
2
11
,
1994
.
[
16]
A
.
B
o
ubr
i
m
a
,
e
t
a
l
.
,
“
O
p
t
i
m
a
l
W
S
N
D
e
pl
o
y
m
e
nt
M
o
de
l
s
f
o
r
A
i
r
P
o
l
l
ut
i
o
n
M
o
ni
t
o
r
i
ng
,
”
I
E
E
E
T
r
ans
ac
t
i
o
ns
on
W
i
r
e
l
e
s
s
C
om
m
un
i
c
a
t
i
ons
,
v
o
l
.
16
,
no
.
5,
pp
.
27
23
-
2735
,
201
7
.
[
17]
A
.
C
ha
km
a
,
e
t
a
l
.
,
“
I
m
a
g
e
-
ba
s
e
d
a
i
r
qu
a
l
i
t
y
a
na
l
y
s
i
s
us
i
ng
de
e
p
c
o
nv
l
ut
i
o
na
l
ne
ur
a
l
n
e
t
w
o
r
k
,”
2
017
I
E
E
E
I
nt
e
r
n
at
i
on
al
C
on
f
e
r
e
nc
e
on
I
m
a
ge
P
r
oc
e
s
s
i
ng
(
I
C
I
P
)
,
pp
.
3
9
4
9
-
3
9
5
2,
201
7
.
[
18]
K
.
B
.
S
ha
b
a
n,
e
t
a
l
.
,
“
U
r
b
a
n
A
i
r
P
o
l
l
ut
i
o
n
M
o
ni
t
o
r
i
ng
S
y
s
t
e
m
w
i
t
h
F
o
r
e
c
a
s
t
i
ng
M
o
de
l
s
,
”
I
E
E
E
Se
ns
or
s
J
ou
r
na
l
,
v
o
l
.
16,
no
.
8
,
pp
.
25
9
8
-
2606
,
2016
.
[
19]
U
.
G
e
h
r
i
ng
,
e
t
a
l
.
,
“
T
r
a
f
f
i
c
-
r
e
l
a
t
e
d
a
i
r
po
l
l
u
t
i
o
n
a
n
d
t
he
de
v
e
l
o
pm
e
n
t
o
f
a
s
t
hm
a
a
n
d
a
l
l
e
r
g
i
e
s
d
ur
i
ng
t
h
e
f
i
r
s
t
8
y
e
a
r
s
o
f
l
i
f
e
,
”
A
m
e
r
i
c
an
J
our
n
al
R
e
s
p
i
r
a
t
or
y
and
C
r
i
t
i
c
al
C
ar
e
M
e
d
i
c
i
ne
,
v
o
l
.
18
1,
no
.
6
,
p
p.
5
96
-
603
,
2010
.
[
20]
L
.
E
.
P
l
um
m
e
r
,
e
t
a
l
.
,
“
I
m
pa
c
t
o
f
a
i
r
po
l
l
u
t
i
o
n
o
n
l
ung
i
nf
l
a
m
m
a
t
i
o
n
a
nd
t
he
r
o
l
e
o
f
t
o
l
l
-
l
i
k
e
r
e
c
e
pt
o
r
s
,
”
I
nt
e
r
n
at
i
on
al
J
o
ur
n
al
o
f
I
n
t
e
r
f
e
r
on
,
C
y
t
ok
i
ne
an
d
M
e
di
a
t
o
r
R
e
s
e
ar
c
h
,
v
o
l
. 4
,
pp.
4
3
-
57
,
20
12
.
[
21]
S
.
T
.
L
e
e
,
e
t
a
l
.
,
“
A
r
t
i
f
i
c
i
a
l
ne
u
r
a
l
ne
t
w
o
r
k
a
nd
c
e
l
l
ul
a
r
a
ut
o
m
a
t
a
a
s
a
m
o
de
l
l
i
ng
s
i
m
ul
a
t
i
o
n
f
o
r
ni
g
ht
m
a
r
ke
t
s
pa
t
i
a
l
de
v
e
l
o
pm
e
nt
,
”
T
he
pr
o
c
e
e
di
ng
of
20
09
I
n
t
e
r
na
t
i
o
na
l
A
s
s
o
c
i
at
i
on
o
f
Soc
i
e
t
i
e
s
o
f
D
e
s
i
gn
R
e
s
e
ar
c
h
,
200
9.
[
22]
A
.
J
.
H
e
pp
e
ns
t
a
l
l
,
e
t
a
l
.
,
“
G
e
ne
t
i
c
a
l
g
o
r
i
t
hm
o
pt
i
m
i
z
a
t
i
o
n
o
f
a
n
a
g
e
nt
-
ba
s
e
d
m
o
de
l
f
o
r
s
i
m
ul
a
t
i
ng
a
r
e
t
a
i
l
m
a
r
ke
t
,
”
E
n
v
i
r
onm
e
nt
an
d
P
l
an
ni
n
g
B
:
P
l
ann
i
ng
an
d
D
e
s
i
gn
,
v
o
l
.
3
4
,
no
.
6,
pp
.
10
51
-
1070
,
200
7.
[
23]
M
.
M
.
F
i
s
c
he
r
,
“
C
o
m
put
a
t
i
o
na
l
ne
ur
a
l
ne
t
w
o
r
ks
:
a
ne
w
pa
r
a
d
i
g
m
f
o
r
s
pa
t
i
a
l
a
na
l
y
s
i
s
,
”
E
n
v
i
r
onm
e
nt
an
d
P
l
anni
ng
A
,
v
o
l
.
30
,
no
.
1
0,
pp
.
187
3
-
1891
,
199
8.
[
24]
P
.
W
.
O
l
uw
a
s
a
ny
a
,
e
t
a
l
.
,
“
P
o
r
t
a
bl
e
M
u
l
t
i
-
S
e
n
s
o
r
A
i
r
Q
u
a
l
i
t
y
M
o
ni
t
o
r
i
ng
P
l
a
t
f
o
r
m
f
o
r
P
e
r
s
o
na
l
E
x
po
s
ur
e
St
ud
i
e
s
,
”
I
E
E
E
I
ns
t
r
um
e
n
t
at
i
on
&
M
e
as
ur
e
m
e
nt
M
ag
az
i
ne
,
v
o
l
.
22
,
no
.
5
,
pp.
36
-
44
,
20
19
.
[
25]
Z
.
W
a
ng
,
e
t
a
l
.
,
“
A
i
r
Q
ua
l
i
t
y
M
e
a
s
ur
e
m
e
n
t
B
a
s
e
d
o
nD
o
ubl
e
-
C
ha
nne
l
C
o
nv
o
l
ut
i
o
na
l
N
e
u
r
a
l
N
e
t
w
o
r
k
E
n
s
e
m
b
l
e
L
e
a
r
ni
ng
,
”
I
E
E
E
A
c
c
e
s
s
,
v
ol
.
7
,
pp
.
1450
67
-
1450
81
,
2
019
.
[
26]
Y
.
Z
ho
u,
e
t
a
l
.
,
“
D
a
t
a
-
D
r
i
v
e
n
A
i
r
Q
u
a
l
i
t
y
C
ha
r
a
c
t
e
r
i
z
a
t
i
o
n
f
o
r
U
r
b
a
n
E
nv
i
r
o
nm
e
n
t
s
:
A
C
a
s
e
S
t
udy
,
”
I
E
E
E
A
c
c
e
s
s
,
vol
.
6,
p
p.
7799
6
-
78006
,
201
8
.
[
27]
S
.
M
a
ha
j
a
n
,
e
t
a
l
.
,
“
I
m
pr
o
v
i
ng
t
he
A
c
c
ur
a
c
y
a
nd
E
f
f
i
c
i
e
nc
y
of
P
M
2.
5
F
o
r
e
c
a
s
t
S
e
r
v
i
c
e
U
s
i
ng
C
l
us
t
e
r
-
B
a
s
e
d
H
y
br
i
d
N
e
ur
a
l
N
e
t
w
o
r
k
M
o
de
l
,
”
I
E
E
E
A
c
c
e
s
s
,
vol
.
6
,
p
p.
1
9193
-
19
204
,
2018
.
[
28]
Y
.
W
a
ng
a
nd
G
.
C
he
n,
“
E
f
f
i
c
i
e
n
t
D
a
t
a
G
a
t
he
r
i
ng
a
nd
E
s
t
i
m
a
t
i
o
n
f
or
M
e
t
r
o
po
l
i
t
a
n
A
i
r
Q
ua
l
i
t
y
M
o
ni
t
o
r
i
ng
by
U
s
i
ng
V
e
hi
c
ul
a
r
S
e
ns
o
r
N
e
t
w
o
r
k
s
,
”
I
EEE
T
r
a
ns
a
c
t
i
on
s
o
n
V
e
hi
c
u
l
a
r
T
e
c
h
nol
o
gy
,
v
o
l
.
66
,
no
.
8
,
pp
.
7234
-
72
48,
2
017
.
[
29]
R
.
P
a
t
ue
l
l
i
,
e
t
a
l
.
,
“
N
e
u
r
a
l
ne
t
w
o
r
k
s
a
nd
g
e
ne
t
i
c
a
l
g
o
r
i
t
hm
s
a
s
f
o
r
e
c
a
s
t
i
ng
t
oo
l
s
:
a
c
a
s
e
s
t
udy
o
n
G
e
r
m
a
n
r
e
g
i
o
ns
,
”
E
nv
i
r
onm
e
nt
an
d
P
l
a
nni
ng
B
:
P
l
ann
i
ng
an
d
D
e
s
i
gn
,
v
o
l
.
35
,
no
.
4
,
pp.
70
1
-
722,
2
008
.
[
30]
M
.
M
.
F
i
s
c
he
r
a
nd
Y
.
L
e
ung
,
“
A
g
e
ne
t
i
c
-
a
l
g
o
r
i
t
hm
s
b
a
s
e
d
e
v
o
l
ut
i
o
na
r
y
c
om
put
a
t
i
o
na
l
n
e
u
r
a
l
ne
t
w
o
r
k
f
o
r
m
o
de
l
l
i
ng
s
p
a
t
i
a
l
i
n
t
e
r
a
c
t
i
o
n
da
t
a
,
”
T
he
A
nna
l
s
of
R
e
gi
ona
l
Sc
i
e
nc
e
,
v
o
l
.
32
,
no
.
3,
pp
.
43
7
-
458,
1
998
.
[
31]
R
.
S
.
S
e
x
t
o
n,
e
t
a
l
.
,
“
T
o
w
a
r
d
g
l
o
ba
l
o
pt
i
m
i
z
a
t
i
o
n
o
f
ne
ur
a
l
ne
t
w
o
r
ks
:
A
c
om
pa
r
i
s
o
n
o
f
t
he
g
e
ne
t
i
c
a
l
g
o
r
i
t
hm
a
nd
ba
c
k
p
r
o
pa
g
a
t
i
o
n,
”
D
e
c
i
s
i
on
Sup
por
t
Sy
s
t
e
m
s
,
v
o
l
.
22
,
no
.
2
,
pp
.
17
1
-
185,
19
98.
[
32]
A
.
K
.
N
a
g
a
nd
A
.
M
i
t
r
a
,
“
F
o
r
e
c
a
s
t
i
ng
D
a
i
l
y
F
o
r
e
i
g
n
E
xc
ha
ng
e
R
a
t
e
s
U
s
i
ng
G
e
ne
t
i
c
a
l
l
y
O
pt
i
m
i
z
e
d
N
e
ur
a
l
N
e
t
w
o
r
ks
,
”
J
o
ur
n
al
o
f
F
or
e
c
as
t
i
n
g
,
v
o
l
.
21
,
no
.
7
,
pp
.
501
-
511
,
20
0
2.
[
33]
G
.
P
.
Z
ha
ng
,
“
A
n
i
nv
e
s
t
i
g
a
t
i
o
n
of
ne
ur
a
l
ne
t
w
o
r
ks
f
o
r
l
i
ne
a
r
t
i
m
e
-
s
e
r
i
e
s
f
o
r
e
c
a
s
t
i
ng
,
”
C
om
p
ut
e
r
s
&
O
pe
r
at
i
on
s
R
e
s
e
ar
c
h
,
v
o
l
.
2
8,
no
.
12
,
pp.
1
183
-
120
2,
20
01
.
[
34]
C
.
M
.
B
i
s
ho
p
,
“
N
e
u
r
a
l
n
e
t
w
o
r
k
s
f
o
r
p
a
t
t
e
r
n
r
e
c
og
ni
t
i
o
n
,
”
O
xf
o
r
d
U
n
i
v
e
r
s
i
t
y
P
r
e
s
s
,
1995
.
[
35]
R
.
O
.
D
uda
,
e
t
a
l
.
,
“
P
a
t
t
e
r
n
C
l
a
s
s
i
f
i
c
a
t
i
o
n,
”
J
o
hn
W
i
l
e
y
&
S
o
ns
I
nc
.
,
200
1.
[
36]
L
e
i
,
e
t
a
l
.
,
“
T
h
e
a
pp
l
i
c
a
t
i
o
n
o
f
G
e
n
e
t
i
c
a
l
g
o
r
i
t
hm
t
o
o
l
bo
x,
”
X
i
di
a
n
U
ni
v
e
r
s
i
t
y
pr
e
s
s
,
X
i
'
a
n,
2
005
.
[
37]
S
.
O
pe
ns
h
a
w
,
“
N
e
u
r
a
l
n
e
t
w
o
r
k
,
g
e
ne
t
i
c
,
a
nd
f
uz
z
y
l
og
i
c
m
o
de
l
s
o
f
s
pa
t
i
a
l
i
n
t
e
r
a
c
t
i
o
n,
”
E
nv
i
r
onm
e
n
t
and
P
l
ann
i
ng
A
,
v
o
l
.
30
,
no
.
1
0,
pp
.
185
7
-
1872
,
199
8.
[
38]
J
o
u,
“
T
he
p
r
i
nc
i
pl
e
s
a
nd
a
pp
l
i
c
a
t
i
o
ns
o
f
G
e
ne
t
i
c
A
l
g
o
r
i
t
hm
,
”
Q
ua
n
H
un
P
r
e
s
s
,
T
a
i
p
e
i
,
200
5
.
[
39]
H
.
S
c
ha
f
f
e
r
s
,
e
t
a
l
.
,
“
S
m
a
r
t
c
i
t
i
e
s
a
nd
t
he
f
u
t
ur
e
I
nt
e
r
n
e
t
:
T
o
w
a
r
ds
c
o
o
pe
r
a
t
i
o
n
f
r
a
m
e
w
o
r
k
s
f
o
r
o
pe
n
i
nno
v
a
t
i
o
n,
”
i
n
T
he
F
ut
ur
e
I
nt
e
r
ne
t
,
pp
.
431
-
446
,
201
1
.
B
I
O
G
R
A
P
H
I
ES
O
F
A
U
T
H
O
R
S
S
h
i
r
i
s
h
p
an
d
e
y
di
d
hi
s
B
,
E
.
D
e
g
r
e
e
f
r
o
m
S
h
i
v
a
j
i
U
ni
v
e
r
s
i
t
y
H
e
obt
a
i
ne
d
M
.
T
e
c
h
D
e
g
r
e
e
f
r
o
m
N
.
I
.
E
.
L
.
I
.
T
.
H
e
ha
s
a
v
a
s
t
e
xp
e
r
i
e
nc
e
i
n
D
i
g
i
t
a
l
D
e
s
i
g
n
.
H
i
s
s
t
r
o
ng
A
r
e
a
s
a
r
e
D
i
g
i
t
a
l
D
e
s
i
g
n,
.
A
r
t
i
f
i
c
i
a
l
I
nt
e
l
l
i
g
e
nc
e
M
i
c
r
o
pr
o
c
e
s
s
o
r
a
nd
M
i
c
r
o
c
o
nt
r
o
l
l
e
r
s
,
V
L
S
I
.
P
r
e
s
e
nt
l
y
H
e
i
s
pur
s
ui
ng
hi
s
P
hd
.
f
r
o
m
I
nt
e
g
r
a
l
U
n
i
v
e
r
s
i
t
y
L
uc
kno
w
I
ndi
a
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
n
g&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
Si
m
ul
a
t
i
on
an
d
op
t
i
m
i
z
at
i
on
of
ge
n
e
t
i
c
al
gor
i
t
hm
-
ar
t
i
f
i
c
i
a
l
n
e
ur
al
ne
t
w
or
k
bas
e
d
ai
r
.
.
.
.
(
Shi
r
i
s
hP
ande
y
)
783
D
r
.
S
.
H
.
S
a
e
e
d
r
e
c
e
i
v
e
d
B
.
E
f
r
o
m
A
M
U
A
l
i
g
a
r
h
a
nd
P
hD
f
r
o
m
I
nt
e
g
r
a
l
U
n
i
v
e
r
s
i
t
y
.
P
r
e
s
e
n
t
l
y
he
i
s
pr
o
f
e
s
s
o
r
a
nd
he
a
d
o
f
D
e
pa
r
t
m
e
n
t
o
f
E
C
E
,
I
nt
e
g
r
a
l
U
n
i
v
e
r
s
i
t
y
.
H
e
i
s
a
n
e
xc
e
l
l
e
n
t
r
e
c
o
r
d
i
n
a
c
a
de
m
i
c
s
f
o
r
m
o
r
e
t
ha
n
o
ne
D
e
c
a
de
a
nd
a
l
s
o
ha
v
i
ng
v
a
s
t
i
n
dus
t
r
i
a
l
e
xpe
r
i
e
nc
e
.
H
e
h
a
s
publ
i
s
he
d
m
a
ny
bo
o
ks
,
r
e
s
e
a
r
c
h
pa
p
e
r
s
i
n
r
e
pu
t
e
d
j
o
ur
na
l
s
a
t
na
t
i
o
n
a
l
a
nd
i
nt
e
r
na
t
i
o
na
l
l
e
v
e
l
.
N
ai
m
u
r
R
ah
m
an
K
i
d
w
a
i
r
e
c
e
i
v
e
d
t
he
B
.
S
c
.
(
E
ng
g
.
)
de
g
r
e
e
i
n
e
l
e
c
t
r
o
ni
c
s
e
ng
i
ne
e
r
i
ng
f
r
om
t
he
Z
a
ki
r
H
us
s
a
i
n
C
o
l
l
e
g
e
o
f
E
ng
i
ne
e
r
i
ng
a
nd
T
e
c
hno
l
o
gy
,
A
l
i
g
a
r
h
M
us
l
i
m
U
n
i
v
e
r
s
i
t
y
,
I
ndi
a
,
i
n
1996
,
t
he
M
.
T
e
c
h.
D
e
g
r
e
e
i
n
d
i
g
i
t
a
l
c
o
m
m
uni
c
a
t
i
o
n
f
r
o
m
U
t
t
a
r
P
r
a
de
s
h
T
e
c
hni
c
a
l
U
ni
v
e
r
s
i
t
y
,
L
uc
kn
o
w
,
I
ndi
a
,
i
n
200
6,
a
n
d
t
he
P
h
.
D
.
de
g
r
e
e
f
r
o
m
I
nt
e
g
r
a
l
U
ni
v
e
r
s
i
t
y
,
L
uc
kn
o
w
,
i
n
201
4.
H
e
i
s
c
ur
r
e
n
t
l
y
a
n
A
s
s
o
c
i
a
t
e
P
r
o
f
e
s
s
o
r
w
i
t
h
t
h
e
D
e
pa
r
t
m
e
nt
o
f
E
l
e
c
t
r
o
ni
c
s
a
n
d
C
o
m
m
uni
c
a
t
i
o
n,
I
nt
e
g
r
a
l
U
n
i
v
e
r
s
i
t
y
.
Evaluation Warning : The document was created with Spire.PDF for Python.