I
n
t
e
r
n
a
t
io
n
a
l
J
o
u
r
n
a
l
o
f
E
le
c
t
r
ic
a
l
a
n
d
Co
m
p
u
t
e
r
E
n
g
in
e
e
r
in
g
(
I
J
E
CE
)
Vo
l.
5
,
No
.
6
,
De
c
e
m
b
e
r
2
0
1
5
,
p
p
.
1
5
6
9
~
1
5
7
6
I
S
S
N:
2
0
8
8
-
8
7
0
8
1
5
6
9
J
o
u
r
n
a
l
h
o
m
e
p
a
g
e
:
h
ttp
:
//ia
e
s
jo
u
r
n
a
l.
c
o
m/o
n
lin
e
/in
d
e
x
.
p
h
p
/I
J
E
C
E
Co
m
pa
ring
P
erf
o
r
m
a
nce
o
f
Da
t
a
M
ining
Alg
o
rit
h
m
s
i
n
P
redic
t
io
n
H
ea
rt
Dis
ea
s
e
s
M
o
lo
u
d
Ab
d
a
r
1
,
S
h
a
r
a
r
e
h
R.
Nia
k
a
n
K
a
lh
o
r
i
2
,
T
o
le
S
u
t
i
k
n
o
3
,
I
m
a
m
M
u
c
h
I
b
n
u
S
u
b
r
o
t
o
4
,
G
o
li
Ar
j
i
5
1
U
n
d
e
r
g
r
a
d
u
a
te
o
f
C
o
m
p
u
te
r
E
n
g
i
n
e
e
r
i
n
g
,
D
e
p
a
rt
m
e
n
t
o
f
E
n
g
i
n
e
e
ri
n
g
,
D
a
m
g
h
a
n
U
n
i
v
e
rs
i
t
y
,
Ir
a
n
2
D
e
p
a
rt
m
e
n
t
o
f
H
e
a
l
t
h
In
f
o
rm
a
t
i
o
n
M
a
n
a
g
e
m
e
n
t
,
T
e
h
ra
n
U
n
i
v
e
rs
i
t
y
o
f
M
e
d
i
c
a
l
S
c
i
e
n
c
e
s
,
Ira
n
3
D
e
p
a
rt
m
e
n
t
o
f
E
l
e
c
t
ri
c
a
l
E
n
g
i
n
e
e
ri
n
g
,
U
n
i
v
e
rs
i
t
a
s
A
h
m
a
d
D
a
h
l
a
n
,
Y
o
g
y
a
k
a
rt
a
,
In
d
o
n
e
s
i
a
4
D
e
p
a
rt
m
e
n
t
o
f
In
f
o
rm
a
t
i
c
s
E
n
g
i
n
e
e
ri
n
g
,
U
n
i
v
e
rs
i
t
a
s
Is
l
a
m
S
u
l
t
a
n
A
g
u
n
g
,
S
e
m
a
r
a
n
g
,
In
d
o
n
e
s
i
a
5
H
e
a
l
t
h
In
f
o
rm
a
t
i
o
n
M
a
n
a
g
e
m
e
n
t
,
T
e
h
ra
n
U
n
i
v
e
rs
i
t
y
o
f
M
e
d
i
c
a
l
S
c
i
e
n
c
e
s
,
Ira
n
Ar
t
ic
le
I
n
f
o
AB
S
T
RAC
T
A
r
tic
le
h
is
to
r
y
:
R
e
c
e
iv
e
d
Au
g
4
,
2
0
1
5
R
e
v
i
s
e
d
Oc
t
1
1
,
2
0
1
5
A
c
c
e
p
te
d
Oc
t
2
7
,
2
0
1
5
H
e
a
rt
d
i
s
e
a
s
e
s
a
re
a
m
o
n
g
t
h
e
n
a
t
i
o
n
’s
l
e
a
d
i
n
g
c
o
u
s
e
o
f
m
o
rt
a
l
i
t
y
a
n
d
m
o
ri
b
i
d
i
t
y
.
D
a
t
a
m
i
n
i
n
g
t
e
q
n
i
q
u
e
s
c
a
n
p
re
d
i
c
t
t
h
e
l
i
k
e
l
i
h
o
o
d
o
f
p
a
t
i
e
n
t
s
g
e
t
t
i
n
g
a
h
e
a
rt
d
i
s
e
a
s
e
.
T
h
e
p
u
r
p
o
s
e
o
f
t
h
i
s
s
t
u
d
y
i
s
c
o
m
p
a
ri
s
o
n
o
f
d
i
f
f
e
re
n
t
d
a
t
a
m
i
n
i
n
g
a
l
g
o
ri
t
h
m
o
n
p
re
d
i
c
t
i
o
n
o
f
h
e
a
rt
d
i
s
e
a
s
e
s
.
T
h
i
s
w
o
rk
a
p
p
l
i
e
d
a
n
d
c
o
m
p
a
re
d
d
a
t
a
m
i
n
i
n
g
t
e
c
h
n
i
q
u
e
s
t
o
p
re
d
i
c
t
t
h
e
ri
s
k
o
f
h
e
a
rt
d
i
s
e
a
s
e
s
.
A
f
t
e
r
fe
a
t
u
re
a
n
a
l
y
s
i
s
,
m
o
d
e
l
s
b
y
f
i
v
e
a
l
g
o
ri
t
h
m
s
i
n
c
l
u
d
i
n
g
C5
.
0
,
N
e
u
ra
l
N
e
t
w
o
rk
,
S
u
p
p
o
rt
V
e
c
t
o
r
M
a
c
h
i
n
e
(
S
V
M
)
,
K
-
N
e
a
re
s
t
N
e
i
g
h
b
o
rh
o
o
d
(
K
N
N
)
a
n
d
L
o
g
i
s
t
i
c
Re
g
re
s
s
i
o
n
,
d
e
v
e
l
o
p
e
d
a
n
d
v
a
l
i
d
a
t
e
d
.
C
5
.
0
D
e
c
i
s
i
o
n
t
re
e
h
a
s
b
e
e
n
a
b
l
e
t
o
b
u
i
l
d
a
m
o
d
e
l
w
i
t
h
g
re
a
t
e
s
t
a
c
c
u
ra
c
y
9
3
.
0
2
%
,
K
N
N
,
S
V
M
,
N
e
u
ra
l
N
e
t
w
o
rk
h
a
v
e
b
e
e
n
8
8
.
3
7
%
,
8
6
.
0
5
%
a
n
d
8
0
.
2
3
%
re
s
p
e
c
t
i
v
e
l
y
.
P
ro
d
u
c
e
d
re
s
u
l
t
s
o
f
d
e
c
i
s
i
o
n
t
re
e
c
a
n
b
e
s
i
m
p
l
y
i
n
t
e
rp
re
t
a
b
l
e
a
n
d
a
p
p
l
i
c
a
b
l
e
;
t
h
e
i
r
ru
l
e
s
c
a
n
b
e
u
n
d
e
rs
t
o
o
d
e
a
s
i
l
y
b
y
d
i
ff
e
r
e
n
t
c
l
i
n
i
c
a
l
p
ra
c
t
i
t
i
o
n
e
r.
K
e
y
w
o
r
d
:
C
5
.
0
A
l
g
o
r
ith
m
Da
ta
M
in
i
n
g
He
a
r
t
Dis
e
a
s
e
Ne
u
r
a
l
Ne
t
w
o
r
k
Co
p
y
r
i
g
h
t
©
2
0
1
5
In
s
t
i
t
u
t
e
o
f
A
d
v
a
n
c
e
d
E
n
g
i
n
e
e
r
i
n
g
a
n
d
S
c
i
e
n
c
e
.
A
l
l
r
i
g
h
t
s
r
e
s
e
r
v
e
d
.
C
o
r
r
e
s
p
o
n
d
in
g
A
u
th
o
r
:
Go
li
A
r
j
i,
F
a
c
u
lt
y
o
f
A
l
lie
d
M
e
d
ic
a
l
S
c
i
e
n
c
e
s
T
e
h
r
a
n
Un
iv
e
r
s
it
y
o
f
M
e
d
ic
a
l
S
c
ie
n
c
e
s
A
d
d
r
e
s
,
T
e
h
r
a
n
,
I
r
a
n
E
m
a
il:
Go
lia
r
j
i@
y
m
a
il.
c
o
m
1
.
I
NT
RO
D
UCT
I
O
N
A
c
c
o
r
d
in
g
to
t
h
e
la
te
s
t
s
ta
t
is
ti
c
s
f
r
o
m
th
e
W
o
r
ld
He
a
lth
Or
g
a
n
iz
a
tio
n
(
W
HO
)
,
h
e
a
r
t
d
is
e
a
s
e
s
h
a
v
e
a
g
r
e
a
t
d
e
a
l
o
f
a
tte
n
tio
n
in
m
e
d
ic
a
l
r
e
s
e
a
r
c
h
d
u
e
to
its
im
p
a
c
t
o
n
h
u
m
a
n
h
e
a
l
th
[
1
]
.
C
a
r
d
io
v
a
s
c
u
la
r
d
is
e
a
s
e
is
th
e
n
u
m
b
e
r
o
n
e
c
a
u
s
e
o
f
d
e
a
t
h
i
n
i
n
d
u
s
tr
ia
liz
e
d
c
o
u
n
tr
ie
s
a
n
d
n
o
t
o
n
l
y
h
a
v
e
a
m
a
j
o
r
i
m
p
a
c
t
o
n
i
n
d
iv
id
u
a
ls
a
n
d
th
e
ir
q
u
a
lit
y
o
f
li
f
e
in
g
e
n
e
r
a
l,
b
u
t
a
ls
o
o
n
p
u
b
lic
h
e
a
lth
c
o
s
ts
a
n
d
th
e
c
o
u
n
tr
ie
s
’
e
c
o
n
o
m
ie
s
.
Dia
g
n
o
s
is
o
f
h
e
a
r
t
d
is
e
a
s
e
w
a
s
m
o
r
e
c
o
s
t
l
y
d
e
c
is
io
n
i
n
d
ia
g
n
o
s
is
.
A
r
t
if
ic
ia
l
I
n
te
lli
g
e
n
c
e
(
A
I
)
te
c
h
n
iq
u
e
s
w
e
r
e
u
s
e
d
v
a
s
t
l
y
in
m
e
d
ic
a
l
d
ia
g
n
o
s
is
.
W
it
h
t
h
e
a
d
v
a
n
c
e
m
e
n
t
o
f
s
c
ie
n
c
e
,
t
h
e
v
o
lu
m
e
o
f
a
c
c
u
m
u
la
te
d
d
a
ta
i
n
v
a
r
io
u
s
f
ie
ld
s
h
a
s
b
e
e
n
in
c
r
e
a
s
e
d
t
h
a
t
it
is
w
e
ll
k
n
o
w
n
t
h
e
e
x
p
lo
s
io
n
o
f
in
f
o
r
m
a
tio
n
[
2
]
.
W
h
e
n
a
n
a
l
y
z
i
n
g
t
h
e
a
c
c
u
m
u
la
te
d
d
a
ta
th
e
y
c
o
u
ld
r
e
v
e
a
l
th
e
ir
h
id
d
e
n
u
s
e
f
u
l
in
f
o
r
m
a
tio
n
.
B
y
p
e
r
f
o
r
m
i
n
g
d
a
ta
m
in
in
g
,
w
h
ic
h
is
a
n
e
w
s
c
ie
n
c
e
,
w
e
a
b
le
to
e
x
tr
a
c
t
th
e
h
id
d
e
n
k
n
o
w
le
d
g
e
o
f
th
e
d
a
ta
.
P
e
r
f
o
r
m
i
n
g
d
a
ta
m
i
n
i
n
g
r
e
v
e
a
ls
u
s
e
f
u
l
r
e
la
tio
n
s
h
ip
e
x
is
te
d
a
m
o
n
g
d
a
ta
,
a
n
d
th
is
r
u
le
c
a
n
a
p
p
l
y
f
o
r
r
ig
h
t
d
e
c
is
io
n
m
a
k
i
n
g
[
3
]
,
[
4
]
.
C
la
s
s
if
ic
a
t
io
n
is
o
n
e
o
f
th
e
s
u
b
d
iv
i
s
io
n
s
o
f
d
a
ta
m
i
n
i
n
g
,
w
h
ic
h
a
c
t
s
i
n
a
c
c
o
r
d
a
n
c
e
w
it
h
I
f
-
T
h
e
n
r
u
le
.
I
ts
p
u
r
p
o
s
e
i
s
to
p
r
e
d
ic
t
a
v
a
r
ia
b
le
b
a
s
e
d
o
n
o
th
e
r
f
e
a
tu
r
e
s
th
a
t
a
r
e
k
n
o
w
n
a
s
p
r
e
d
ic
to
r
s
.
Ne
u
r
a
l
Ne
t
w
o
r
k
,
s
u
p
p
o
r
t
v
e
c
to
r
m
a
c
h
in
e
a
n
d
d
e
c
is
io
n
T
r
e
e
a
r
e
d
if
f
e
r
e
n
t
f
o
r
m
o
f
c
la
s
s
if
ic
a
tio
n
a
lg
o
r
it
h
m
s
[
5
-
9
]
.
T
h
e
p
u
r
p
o
s
e
o
f
t
h
i
s
s
tu
d
y
is
c
o
m
p
a
r
is
o
n
o
f
d
i
f
f
e
r
e
n
t
m
a
c
h
in
e
le
a
r
n
i
n
g
a
l
g
o
r
ith
m
o
n
p
r
e
d
ic
tio
n
o
f
h
e
a
r
t
d
is
e
a
s
e
s
.
T
h
is
s
e
c
tio
n
s
u
m
m
a
r
is
e
s
v
a
r
io
u
s
te
c
h
n
ic
a
l
a
r
tic
le
s
o
n
KD
D
p
r
o
c
e
s
s
a
n
d
d
a
ta
m
i
n
i
n
g
c
l
a
s
s
i
f
ic
a
tio
n
te
c
h
n
iq
u
e
s
a
p
p
lie
d
o
n
h
e
a
r
t
d
i
s
e
s
e
s
d
a
ta
s
e
t
s
:
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
0
8
8
-
8
7
0
8
I
J
E
C
E
Vo
l.
5
,
No
.
6
,
De
c
e
m
b
e
r
2
0
1
5
:
1
5
6
9
–
1
5
7
6
1
5
7
0
R
a
m
B
ila
s
P
a
c
h
o
r
i
a
n
d
h
i
s
c
o
lle
a
g
u
e
s
[
1
0
]
h
a
v
e
b
e
e
n
s
t
u
d
y
in
g
a
n
d
d
ia
g
n
o
s
in
g
h
e
a
r
t
d
is
e
a
s
e
u
s
i
n
g
tu
n
a
b
le
-
Q
w
a
v
e
le
t
o
b
ta
in
e
d
f
r
o
m
h
e
a
r
t
r
a
te
s
ig
n
a
l
s
.
S
in
c
e
m
a
n
u
a
l
d
a
ta
e
n
tr
y
o
c
c
u
r
s
w
it
h
e
r
r
o
r
s
a
n
d
a
ls
o
it
is
ti
m
e
c
o
n
s
u
m
i
n
g
,
T
u
n
a
b
le
-
Q
W
a
v
e
le
t
T
r
a
n
s
f
o
r
m
(
T
QW
T
)
m
e
t
h
o
d
is
r
e
c
o
m
m
e
n
d
e
d
in
th
e
p
r
e
s
e
n
t
s
tu
d
y
.
Us
in
g
t
h
e
le
a
s
t
s
q
u
a
r
e
s
s
u
p
p
o
r
t
v
e
c
to
r
m
a
c
h
in
e
(
L
S
-
S
V
M
)
,
th
e
y
h
a
v
e
r
e
p
o
r
te
d
th
e
a
c
c
u
r
a
c
y
o
f
9
6
.
8
%
,
s
e
n
s
iti
v
it
y
e
q
u
a
l
to
1
0
0
%
,
a
n
d
s
p
e
c
if
ic
it
y
o
f
9
3
.
7
%
.
An
o
th
e
r
s
tu
d
y
c
o
n
d
u
c
te
d
b
y
Yo
n
g
q
ia
n
g
L
y
u
e
t
a
l.
[
1
1
]
h
a
s
b
e
e
n
b
a
s
e
d
o
n
a
n
e
v
a
l
u
a
tio
n
m
o
d
e
l
o
f
c
o
r
o
n
a
r
y
a
r
te
r
y
d
is
e
a
s
e
b
y
u
s
i
n
g
d
a
ta
m
in
i
n
g
a
l
g
o
r
ith
m
.
I
n
t
h
is
r
e
s
e
a
r
c
h
a
n
e
w
d
y
n
a
m
ic
m
o
d
e
l,
w
h
ic
h
m
a
k
e
s
it
p
o
s
s
ib
le
to
a
s
s
e
s
s
li
f
e
ti
m
e
,
s
u
g
g
e
s
ts
lin
e
a
r
ti
m
e
-
in
v
a
r
ia
n
t
a
p
p
r
o
a
c
h
to
a
s
s
e
s
s
C
HD.
T
h
e
m
o
d
e
l
r
e
s
u
lt
b
a
s
e
d
o
n
S
YNT
A
X
s
c
o
r
e
s
i
n
d
ic
a
t
e
s
a
5
%
p
o
s
s
ib
le
e
r
r
o
r
[
1
2
]
in
t
h
i
s
s
tu
d
y
t
h
e
y
h
a
v
e
u
s
e
d
J
4
.
8
De
c
is
io
n
tr
e
e
m
e
t
h
o
d
,
a
n
d
th
e
r
e
p
o
r
te
d
p
r
e
c
is
io
n
w
a
s
8
4
.
1
p
e
r
c
e
n
t.
I
n
a
n
o
th
e
r
s
t
u
d
y
u
s
in
g
g
e
n
e
tic
a
lg
o
r
it
h
m
,
S
V
M
a
n
d
S
S
VM
c
o
n
d
u
c
te
d
b
y
S
u
m
it
B
h
a
tia
e
t
a
l.
[
1
3
]
in
c
la
s
s
i
f
ic
a
tio
n
o
f
c
a
r
d
ia
c
p
a
tie
n
ts
th
e
f
e
a
tu
r
e
s
h
a
v
e
b
e
e
n
s
e
l
e
c
te
d
b
y
g
e
n
e
t
ic
a
l
g
o
r
ith
m
to
h
e
lp
t
h
e
S
S
V
M
i
n
th
e
b
e
s
t
m
o
d
e
o
f
i
n
p
u
t
s
e
le
c
t
io
n
,
th
e
o
b
ta
i
n
e
d
p
r
e
c
is
io
n
is
7
2
.
5
5
%
,
w
h
ile
t
h
e
p
r
e
c
is
io
n
o
b
ta
in
e
d
b
y
G
A
-
S
S
VM
h
a
s
i
m
p
r
o
v
e
d
th
e
r
e
s
u
lt
a
n
d
its
p
r
e
c
is
io
n
e
q
u
a
l
s
to
9
0
.
5
7
%
.
P
e
te
r
C
.
A
u
s
t
in
a
n
d
c
o
lle
a
g
u
e
s
[
1
4
]
d
is
c
u
s
s
h
e
a
r
t
m
a
l
f
u
n
c
tio
n
s
i
n
t
h
e
ir
p
a
p
e
r
.
T
h
e
a
s
s
o
c
ia
te
d
p
h
y
s
ic
ia
n
s
h
a
v
e
d
i
v
id
e
d
th
e
p
a
tie
n
ts
i
n
to
t
w
o
g
r
o
u
p
s
o
f
"
w
it
h
"
a
n
d
"
w
it
h
o
u
t"
d
is
e
a
s
e
.
T
h
e
y
h
a
v
e
f
o
u
n
d
t
h
a
t
t
h
e
u
s
e
o
f
d
e
c
is
io
n
tr
e
e
i
n
d
a
ta
m
i
n
i
n
g
w
ill
h
a
v
e
b
e
tte
r
r
e
s
u
lt
s
th
a
n
r
e
g
r
e
s
s
io
n
m
o
d
e
l.
Us
in
g
M
V5
,
S
a
b
a
B
a
s
h
ir
e
t
a
l.
[
1
5
]
a
p
p
lie
d
M
V5
a
lg
o
r
ith
n
a
n
d
it
s
p
r
e
c
is
io
n
w
a
s
8
8
.
5
2
%
.
An
o
th
e
r
r
e
s
e
a
r
c
h
d
o
n
e
b
y
J
a
s
m
i
n
e
Na
h
a
r
e
t
a
l.
[
1
6
]
f
o
r
f
in
d
in
g
r
e
la
tio
n
s
h
ip
b
e
t
w
e
e
n
h
e
a
r
t
d
is
e
a
s
e
r
is
k
f
a
c
to
r
s
in
m
e
n
a
n
d
w
o
m
e
n
.
I
t
r
e
f
e
r
s
to
th
e
f
a
c
t
th
a
t
c
o
r
o
n
a
r
y
h
e
a
r
t
d
is
e
a
s
e
r
is
k
in
w
o
m
e
n
i
s
le
s
s
th
a
n
m
e
n
.
Do
i
n
g
e
x
e
r
c
is
e
m
e
n
a
n
d
w
o
m
e
n
c
a
n
e
a
s
il
y
o
v
e
r
c
o
m
e
t
h
e
ir
c
h
e
s
t
p
a
in
.
O
n
e
o
f
t
h
e
e
x
t
r
a
c
te
d
p
o
in
ts
in
t
h
is
p
a
p
e
r
in
tr
o
d
u
c
e
s
"
R
e
s
t
E
C
G"
in
b
o
th
f
o
r
m
s
o
f
n
o
r
m
a
l
a
n
d
h
y
p
e
r
,
a
n
d
"
S
lo
p
e
b
e
in
g
f
la
t
"
is
in
tr
o
d
u
c
e
d
a
s
a
r
is
k
f
a
c
to
r
.
Ho
w
e
v
e
r
,
th
e
r
e
s
e
a
r
c
h
r
e
s
u
lt
h
in
d
ic
a
te
th
a
t
R
e
s
t
E
C
G
f
o
r
m
e
n
is
c
o
n
s
id
e
r
e
d
a
r
is
k
f
a
c
to
r
o
n
l
y
i
n
its
h
y
p
e
r
f
o
r
m
.
T
h
e
s
tu
d
y
c
o
n
c
lu
d
e
s
t
h
a
t
R
e
s
t
E
C
G
s
h
o
u
ld
b
e
c
o
n
s
id
e
r
e
d
a
s
i
m
p
o
r
ta
n
t
f
a
c
to
r
to
p
r
e
d
ic
t
h
e
a
r
t
d
is
e
a
s
e
in
w
o
m
e
n
.
T
h
e
r
e
s
e
a
r
c
h
te
c
h
n
iq
u
e
s
in
c
l
u
d
in
g
A
p
r
io
r
i,
P
r
e
d
ic
tiv
e
A
p
r
io
r
i
a
n
d
T
e
r
tiu
s
h
a
v
e
c
o
m
p
a
r
e
d
to
e
a
c
h
o
th
e
r
a
n
d
p
r
e
c
is
io
n
o
f
p
r
e
d
ic
tiv
e
A
p
r
io
r
i
w
a
s
9
0
%
.
K
y
le
.
W
a
lk
e
r
e
t.
a
l
[
1
7
]
n
o
te
t
h
a
t
h
e
a
r
t
d
is
e
a
s
e
i
s
th
e
p
r
in
c
ip
a
l
c
a
u
s
e
o
f
d
e
a
th
i
n
Am
e
r
ic
a
,
T
e
x
a
s
.
T
h
e
r
e
f
o
r
e
,
t
h
e
p
e
r
f
o
r
m
e
d
a
s
tu
d
y
o
n
d
if
f
e
r
e
n
t
a
r
e
a
s
o
f
T
e
x
a
s
u
s
i
n
g
c
l
u
s
te
r
a
n
a
l
y
s
i
s
a
n
d
r
e
s
u
lt
s
h
o
w
th
a
t
f
a
c
to
r
s
s
u
c
h
a
s
p
o
o
r
h
y
g
ie
n
e
a
n
d
e
c
o
n
o
m
ic
d
e
p
r
iv
a
tio
n
a
n
d
o
th
e
r
c
o
n
d
i
tio
n
s
a
f
f
e
c
t
th
e
o
u
tb
r
e
a
k
o
f
d
is
e
a
s
e
.
I
n
th
e
p
a
p
e
r
p
r
e
s
e
n
te
d
b
y
K.
R
a
j
e
s
w
a
r
i
a
n
d
c
o
lle
a
g
u
e
s
[
1
8
]
,
th
e
y
s
tu
d
y
t
h
e
h
e
a
r
t
d
is
e
a
s
e
u
s
i
n
g
Ne
u
r
a
l
Ne
t
w
o
r
k
.
T
h
e
y
h
a
v
e
s
tu
d
ie
d
t
h
e
i
n
f
l
u
e
n
c
e
o
f
f
e
a
tu
r
e
s
e
le
c
tio
n
f
o
r
n
e
u
r
a
l
n
e
t
w
o
r
k
a
lg
o
r
it
h
m
i
n
id
e
n
ti
f
y
i
n
g
p
a
tie
n
t
s
w
ith
I
s
c
h
e
m
ic
h
e
a
r
t
d
is
e
a
s
e
.
1
2
f
e
a
t
u
r
e
s
h
a
v
e
b
e
e
n
u
s
e
d
in
t
h
e
p
a
p
e
r
.
T
h
e
r
e
s
u
lt
o
f
th
e
ir
s
tu
d
y
s
h
o
w
s
t
h
a
t
w
h
e
n
a
l
l
t
h
e
f
e
a
t
u
r
e
s
(
a
ttr
ib
u
te
s
)
a
r
e
a
p
p
lie
d
,
th
e
p
r
e
c
is
io
n
r
a
te
i
n
tr
a
i
n
i
n
g
m
o
d
e
8
9
.
4
%
a
n
d
i
n
te
s
t
m
o
d
e
is
8
2
.
2
%
.
An
in
te
r
e
s
tin
g
p
o
in
t
i
n
th
e
c
o
n
c
lu
s
io
n
i
s
th
a
t
a
n
y
r
e
d
u
c
tio
n
in
f
e
a
t
u
r
e
s
e
n
tr
y
c
a
u
s
e
s
th
e
p
r
e
c
is
io
n
d
e
c
r
e
a
s
e
in
b
o
th
tr
a
in
i
n
g
a
n
d
te
s
t
m
o
d
e
s
.
A
V
S
e
n
th
il
Ku
m
a
r
[
1
9
]
a
p
p
lie
d
f
u
z
z
y
m
e
c
h
a
n
i
s
m
o
n
c
a
r
d
ia
c
p
a
tie
n
ts
T
h
e
c
a
lc
u
la
t
e
d
p
r
e
c
is
io
n
i
n
t
h
is
p
a
p
e
r
w
a
s
9
4
.
1
1
%
.
S
o
m
e
e
x
a
m
p
le
s
o
f
r
e
s
e
a
r
c
h
d
o
n
e
o
n
c
a
r
d
ia
c
p
a
tie
n
ts
w
it
h
d
if
f
e
r
e
n
t
te
c
h
n
iq
u
e
s
h
a
v
e
b
r
ie
f
l
y
m
e
n
ti
o
n
e
d
b
e
lo
w
.
2
.
RE
S
E
ARCH
M
E
T
H
O
D
T
h
e
p
r
e
s
e
n
t
s
t
u
d
y
c
o
n
d
u
c
te
d
b
y
u
s
in
g
d
a
ta
f
r
o
m
t
h
e
U
n
i
v
e
r
s
it
y
o
f
C
a
li
f
o
r
n
ia
,
I
r
v
i
n
e
(
UC
I
)
.
T
h
is
d
a
ta
in
c
l
u
d
e
s
1
3
f
e
a
t
u
r
e
s
c
la
s
s
i
f
ie
d
in
to
2
c
la
s
s
e
s
o
f
"
w
it
h
"
a
n
d
"
w
it
h
o
u
t"
h
e
a
r
t
d
is
e
a
s
e
.
Af
te
r
f
e
a
t
u
r
e
a
n
a
l
y
s
i
s
,
m
o
d
e
l
s
b
y
f
i
v
e
a
lg
o
r
it
h
m
s
i
n
c
lu
d
in
g
d
e
c
is
io
n
tr
e
e
,
n
e
u
r
a
l
n
e
t
w
o
r
k
,
s
u
p
p
o
r
t
v
e
c
to
r
m
a
c
h
in
e
a
n
d
k
-
n
e
a
r
e
s
t
n
e
ig
h
b
o
r
h
o
o
d
d
e
v
e
lo
p
e
d
a
n
d
v
a
lid
a
te
d
.
2
.
1
.
C5
.
0
Alg
o
r
it
h
m
C
5
.
0
a
lg
o
r
ith
m
d
e
v
e
lo
p
e
d
f
r
o
m
C
4
.
5
a
lg
o
r
ith
m
is
o
n
e
o
f
th
e
m
o
s
t
i
m
p
o
r
ta
n
t
a
n
d
w
i
d
e
ly
u
s
e
d
a
lg
o
r
ith
m
s
i
n
d
a
ta
m
i
n
i
n
g
.
C
4
.
5
its
e
lf
is
th
e
e
x
te
n
d
e
d
f
o
r
m
o
f
I
D3
a
lg
o
r
ith
m
.
C
5
.
0
h
a
s
th
e
a
b
ilit
y
to
b
e
a
p
p
lie
d
f
o
r
c
la
s
s
if
y
i
n
g
a
s
a
d
e
c
is
io
n
tr
e
e
o
r
a
s
e
t
o
f
r
u
le
s
.
B
e
c
a
u
s
e
o
f
t
h
e
u
n
d
e
r
s
ta
n
d
a
b
ilit
y
o
f
t
h
e
ir
r
u
le
s
s
e
t,
th
e
y
a
r
e
p
r
e
f
e
r
r
e
d
in
m
a
n
y
a
p
p
lic
a
tio
n
s
.
T
h
e
s
tr
e
n
g
t
h
o
f
t
h
e
a
l
g
o
r
ith
m
i
s
in
h
a
n
d
li
n
g
m
i
s
s
i
n
g
v
a
l
u
e
s
o
r
it
s
la
r
g
e
n
u
m
b
e
r
o
f
e
n
tr
ie
s
,
a
s
w
e
ll
a
s
th
e
f
a
c
t
t
h
a
t
le
s
s
ti
m
e
is
n
e
c
e
s
s
a
r
y
to
le
a
r
n
it
[
2
0
-
2
3
]
.
I
f
S
is
tr
a
i
n
i
n
g
s
e
t
a
n
d
X
c
o
n
t
a
in
s
n
a
t
tr
ib
u
te
s
s
o
t
h
a
t
t
h
e
s
e
t
S
is
d
iv
id
e
d
in
to
N
s
u
b
c
a
te
g
o
r
ie
s
:
T
h
e
a
lg
o
r
ith
m
to
te
s
t
t
h
e
f
e
a
tu
r
e
s
m
a
k
e
s
u
s
e
o
f
e
le
m
e
n
t
is
c
a
lle
d
th
e
g
a
i
n
r
a
tio
[
2
4
]
.
T
h
e
n
u
m
b
e
r
o
f
s
a
m
p
le
s
i
n
t
h
e
S
is
d
is
p
la
y
e
d
i
n
(
S
1
,
S
2
,
S
3
,
.
.
.
.
S
n
)
.
F
o
r
c
a
lc
u
la
ti
n
g
th
e
n
u
m
b
e
r
o
f
s
a
m
p
le
s
th
a
t
b
e
lo
n
g
to
C
i
(
th
e
v
a
l
u
e
P
a
r
a
m
e
te
r
i
i
s
[
i
=
1
,
2
,
3
,
4
,
.
.
.
,
N
]
)
is
u
s
e
d
i
n
t
h
e
f
o
llo
w
i
n
g
f
o
r
m
u
la
:
(
,
)
.
A
ls
o
f
o
r
c
a
lc
u
la
te
a
n
in
s
ta
n
c
e
b
e
lo
n
g
in
g
t
h
e
C
i
i
s
u
s
e
d
to
th
e
f
o
r
m
u
la
:
(
,
)
/
|
|
Evaluation Warning : The document was created with Spire.PDF for Python.
I
J
E
C
E
I
S
S
N:
2
0
8
8
-
8
7
0
8
C
o
mp
a
r
in
g
P
e
r
fo
r
ma
n
c
e
o
f
D
a
ta
M
in
in
g
A
lg
o
r
ith
ms
in
P
r
e
d
ic
tio
n
He
a
r
t
Dis
e
s
e
s
(
M
o
lo
u
d
A
b
d
a
r
)
1
5
7
1
T
r
a
in
in
g
s
e
t
c
a
n
b
e
c
a
lc
u
la
te
d
a
c
c
o
r
d
in
g
to
th
e
f
o
r
m
u
la
:
1
.
(
)
=
−
(
,
)
|
|
l
og
(
,
)
|
|
T
h
a
t
(
)
in
c
l
u
d
e
s
in
f
o
r
m
a
tio
n
c
a
n
b
e
id
e
n
ti
f
ie
d
b
y
a
ll
th
e
s
a
m
p
le
s
in
S
.
A
f
te
r
th
e
d
iv
i
s
io
n
o
f
S
to
a
ll
its
s
u
b
s
e
ts
,
Ga
i
n
r
a
tio
is
c
a
lc
u
l
a
te
d
a
s
f
o
llo
w
s
:
2
.
(
)
=
−
|
|
×
(
)
3
.
(
)
=
(
)
−
(
)
4
.
(
)
=
−
|
|
|
|
×
|
|
|
|
5
.
=
∆
6
.
=
T
N
F
P
+
T
N
7
.
S
e
n
s
it
i
v
it
y
=
T
P
T
P
+
F
N
8
.
P
r
e
c
is
ion
=
T
P
T
P
+
F
P
9
.
A
c
c
u
r
a
c
y
=
T
P
+
T
N
T
P
+
F
N
+
F
P
+
T
N
2
.
2
.
S
VM
Alg
o
r
i
t
h
m
S
u
p
p
o
r
t
Ve
c
to
r
M
a
c
h
i
n
e
(
S
V
M
)
is
a
r
e
g
u
la
to
r
y
a
lg
o
r
it
h
m
i
n
tr
o
d
u
c
e
d
b
y
Va
p
n
i
k
i
n
1
9
9
5
.
T
h
e
b
a
s
e
o
f
th
e
a
l
g
o
r
ith
m
i
s
u
s
i
n
g
t
h
e
p
r
e
c
is
io
n
to
g
e
n
e
r
a
l
iz
e
th
e
e
r
r
o
r
s
.
T
h
e
a
lg
o
r
ith
m
m
a
k
e
s
"
h
y
p
e
r
p
la
n
e
"
a
n
d
d
iv
id
e
s
th
e
d
a
ta
i
n
to
c
la
s
s
e
s
s
o
th
a
t
a
ll
s
a
m
p
le
s
b
e
lo
n
g
in
g
t
o
o
n
e
c
la
s
s
w
ill
b
e
c
a
te
g
o
r
iz
e
d
o
n
o
n
e
s
id
e
a
n
d
th
e
r
e
s
t
o
n
t
h
e
o
th
e
r
s
id
e
.
L
in
e
a
r
S
VM
C
la
s
s
if
ie
r
is
d
e
f
in
e
d
f
o
r
th
e
S
VM
c
la
s
s
i
f
y
i
n
g
ta
s
k
,
a
n
d
d
iv
id
i
n
g
th
e
m
o
c
c
u
r
s
p
r
o
v
id
e
d
th
a
t
th
e
c
h
o
s
e
n
lin
e
i
n
v
o
lv
e
s
th
e
m
o
s
t
m
a
r
g
i
n
a
liz
e
d
s
u
r
e
[
1
3
]
,
[
2
5
]
.
2
.
3
.
K
NN
Alg
o
r
it
h
m
K
-
n
e
a
r
e
s
t
n
e
i
g
h
b
o
r
a
lg
o
r
it
h
m
is
a
m
e
th
o
d
f
o
r
c
la
s
s
i
f
ic
a
tio
n
b
a
s
e
d
o
n
s
i
m
ila
r
it
y
to
o
th
e
r
c
a
s
e
s
.
T
h
o
s
e
c
lo
s
e
to
o
th
e
r
s
,
a
r
e
c
a
lle
d
a
"
n
e
ig
h
b
o
r
"
.
W
h
e
n
a
c
a
s
e
i
s
n
e
w,
its
d
i
s
ta
n
c
e
f
r
o
m
e
a
c
h
o
f
t
h
e
c
a
s
e
s
i
n
th
e
m
o
d
e
l
is
c
a
lc
u
la
te
d
.
A
p
p
l
y
in
g
t
h
is
c
l
a
s
s
i
f
ic
a
tio
n
,
s
p
e
c
if
ie
s
t
h
e
c
a
s
e
a
s
b
e
in
g
t
h
e
n
e
a
r
e
s
t
n
e
ig
h
b
o
r
,
w
h
ic
h
i
s
t
h
e
m
o
s
t
s
i
m
ila
r
.
T
h
e
r
e
f
o
r
e
,
it
p
u
ts
th
e
c
a
s
e
in
to
th
e
g
r
o
u
p
t
h
a
t
c
o
n
t
a
in
s
t
h
e
n
e
a
r
e
s
t
n
e
i
g
h
b
o
r
s
.
T
h
e
a
lg
o
r
it
h
m
i
s
a
ls
o
a
b
le
to
c
a
lc
u
la
te
v
a
lu
e
s
c
o
n
ti
n
u
o
u
s
l
y
f
o
r
a
ta
r
g
e
t.
I
n
th
is
s
it
u
a
tio
n
,
th
e
a
v
e
r
a
g
e
o
r
th
e
m
e
d
ia
n
ta
r
g
e
t
v
a
l
u
e
o
f
th
e
n
e
a
r
e
s
t
n
e
i
g
h
b
o
r
is
u
s
e
d
to
o
b
ta
in
th
e
p
r
e
d
ic
te
d
v
a
lu
e
o
f
n
e
w
c
a
s
e
[
2
6
]
.
2
.
4
.
Ne
u
r
a
l
Ne
t
w
o
r
k
Alg
o
r
it
h
m
A
r
ti
f
ic
ia
l
Ne
u
r
a
l
Ne
t
w
o
r
k
i
s
a
d
a
ta
p
r
o
c
e
s
s
in
g
a
lg
o
r
it
h
m
,
o
r
ig
i
n
a
te
d
f
r
o
m
h
u
m
a
n
b
r
a
i
n
.
T
h
e
s
y
s
te
m
in
c
l
u
d
e
s
a
la
r
g
e
n
u
m
b
e
r
o
f
ti
n
y
p
r
o
c
e
s
s
o
r
s
to
h
a
n
d
le
d
a
ta
p
r
o
c
e
s
s
in
g
.
T
h
e
p
r
o
c
e
s
s
o
r
s
a
c
t
in
th
e
f
o
r
m
o
f
a
n
in
te
r
c
o
n
n
e
c
te
d
n
e
t
w
o
r
k
p
a
r
a
ll
e
l
to
e
a
c
h
o
th
e
r
to
s
o
lv
e
a
p
r
o
b
le
m
.
Us
i
n
g
p
r
o
g
r
a
m
m
i
n
g
k
n
o
w
le
d
g
e
,
i
n
t
h
is
n
e
t
w
o
r
k
s
a
d
a
ta
s
tr
u
c
t
u
r
e
is
d
e
s
ig
n
e
d
th
a
t
c
a
n
a
c
t
a
s
n
e
u
r
o
n
s
.
T
h
is
d
a
ta
s
tr
u
c
tu
r
e
is
c
a
l
le
d
th
e
n
e
u
r
o
n
[
2
7
-
3
0
]
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
0
8
8
-
8
7
0
8
I
J
E
C
E
Vo
l.
5
,
No
.
6
,
De
c
e
m
b
e
r
2
0
1
5
:
1
5
6
9
–
1
5
7
6
1
5
7
2
2
.
5
.
Ac
c
u
r
a
c
y
M
e
a
s
u
r
m
e
n
t
I
n
o
r
d
e
r
to
e
v
a
lu
a
te
t
h
e
p
r
e
d
ic
tio
n
r
a
te
,
th
e
r
e
a
r
e
s
e
v
e
r
a
l
in
d
ic
e
s
s
u
c
h
a
s
s
p
e
c
i
f
ic
it
y
,
s
e
n
s
iti
v
it
y
,
p
r
e
c
is
io
n
,
a
n
d
a
c
c
u
r
a
c
y
to
a
s
s
e
s
s
to
a
s
s
e
s
s
th
e
m
o
d
e
l
s
’
v
a
lid
it
y
.
T
h
e
s
e
in
d
ic
e
s
(
e
q
u
a
t
io
n
6
-
9
)
a
r
e
c
a
lc
u
la
te
d
b
y
th
e
c
o
f
u
s
io
n
m
a
tr
i
x
(
F
ig
u
r
e
1
)
.
T
h
is
m
a
tr
i
x
is
a
u
s
e
f
u
l
to
o
l
f
o
r
a
n
a
l
y
z
i
n
g
th
e
p
e
r
f
o
r
m
a
n
c
e
o
f
c
la
s
s
i
f
ic
a
tio
n
m
e
t
h
o
d
in
d
a
ta
d
ia
g
n
o
s
is
o
r
o
b
s
e
r
v
a
tio
n
s
o
f
v
a
r
io
u
s
c
a
te
g
o
r
ie
s
.
T
h
e
id
e
a
l
s
ta
te
,
m
o
s
t
p
a
r
ts
o
f
t
h
e
r
e
le
v
a
n
t
d
a
ta
w
it
h
th
e
o
b
s
e
r
v
a
tio
n
s
s
h
o
u
ld
b
e
lo
c
a
te
d
o
n
t
h
e
m
a
i
n
d
ia
g
o
n
a
l
o
f
t
h
e
m
a
tr
i
x
,
a
n
d
th
e
r
e
m
a
in
i
n
g
v
a
l
u
e
s
o
f
t
h
e
m
a
tr
i
x
a
r
e
z
e
r
o
o
r
n
e
a
r
z
e
r
o
[
3
1
]
,
[
3
2
]
.
F
N=
T
h
e
n
u
m
b
e
r
o
f
p
o
s
itiv
e
l
y
la
b
e
le
d
d
a
ta
,
w
h
ic
h
f
a
l
s
e
l
y
h
a
v
e
b
e
e
n
c
la
s
s
i
f
ie
d
a
s
"
Ne
g
a
tiv
e
"
.
T
N=
T
h
e
n
u
m
b
e
r
o
f
n
e
g
a
t
iv
e
l
y
la
b
e
le
d
d
a
ta
,
w
h
ic
h
h
a
v
e
b
e
e
n
c
la
s
s
if
ie
d
a
s
"
C
o
r
r
e
c
t
"
.
T
P
=
T
h
e
n
u
m
b
e
r
o
f
p
o
s
iti
v
e
l
y
la
b
e
le
d
d
a
ta
,
w
h
ic
h
h
a
v
e
b
e
e
n
c
la
s
s
i
f
ie
d
a
s
"
C
o
r
r
e
c
t"
.
F
P
=
T
h
e
n
u
m
b
e
r
o
f
n
e
g
a
ti
v
e
l
y
la
b
e
le
d
d
a
ta
,
w
h
ic
h
f
a
ls
e
l
y
h
a
v
e
b
e
e
n
c
la
s
s
i
f
ie
d
a
s
"
P
o
s
itiv
e
"
.
F
ig
u
r
e
1
.
C
o
n
f
u
s
io
n
m
a
tr
ix
2
.
6
.
Da
t
a
S
e
t
I
n
th
is
s
tu
d
y
2
7
0
r
e
c
o
r
d
w
it
h
1
3
f
e
a
tu
r
e
s
h
a
s
b
e
e
n
u
s
e
d
[
3
3
]
.
P
a
tie
n
ts
’
a
ttr
ib
u
tio
n
s
a
p
p
lie
d
f
o
r
m
o
d
e
li
n
g
,
th
e
ir
d
e
f
in
i
tio
n
s
a
n
d
th
e
ir
r
a
n
g
e
o
f
v
a
l
u
e
s
p
r
e
s
e
n
t
e
d
in
T
a
b
le
1
.
T
a
b
l
e
1
.
P
a
t
i
e
n
t
s
’
a
t
t
ri
b
u
t
i
o
n
s
a
p
p
l
i
e
d
f
o
r
m
o
d
e
l
i
n
g
,
t
h
e
i
r
d
e
f
i
n
i
t
i
o
n
s
a
n
d
t
h
e
i
r
ra
n
g
e
o
f
v
a
l
u
e
s
.
V
a
r
i
a
b
l
e
V
a
r
i
a
b
l
e
D
e
f
i
n
i
t
i
o
n
C
a
t
e
g
o
r
i
e
s
o
f
V
a
l
u
e
s
A
g
e
A
g
e
o
f
p
a
t
i
e
n
t
[
2
9
-
7
7
]
S
e
x
G
e
n
d
e
r
o
f
p
a
t
i
e
n
t
(
1
=
m
a
l
e
;
0
=
f
e
m
a
l
e
)
C
P
c
h
e
st
p
a
i
n
t
y
p
e
[
1
-
4
]
R
B
P
r
e
st
i
n
g
b
l
o
o
d
p
r
e
ssu
r
e
[
9
4
-
2
0
0
]
S
C
se
r
u
m
c
h
o
l
e
st
o
r
a
l
i
n
m
g
/
d
l
[
1
2
6
-
5
6
4
]
F
B
S
f
a
st
i
n
g
b
l
o
o
d
su
g
a
r
>
1
2
0
m
g
/
d
l
[
0
-
1
]
R
ER
r
e
st
i
n
g
e
l
e
c
t
r
o
c
a
r
d
i
o
g
r
a
p
h
i
c
r
e
su
l
t
s
[
0
-
2
]
M
H
R
A
m
a
x
i
m
u
m
h
e
a
r
t
r
a
t
e
a
c
h
i
e
v
e
d
[
7
1
-
2
0
2
]
E
I
A
e
x
e
r
c
i
se
i
n
d
u
c
e
d
a
n
g
i
n
a
[
0
-
1
]
O
l
d
p
e
a
k
S
T
d
e
p
r
e
ssi
o
n
i
n
d
u
c
e
d
b
y
e
x
e
r
c
i
se
r
e
l
a
t
i
v
e
t
o
r
e
st
[
0
-
6
.
2
]
S
l
o
p
e
t
h
e
sl
o
p
e
o
f
t
h
e
p
e
a
k
e
x
e
r
c
i
se
S
T
se
g
m
e
n
t
[
1
-
3
]
N
U
M
n
u
m
b
e
r
o
f
m
a
j
o
r
v
e
sse
l
s
(
0
-
3
)
c
o
l
o
r
e
d
b
y
f
l
o
u
r
o
so
p
y
[
0
-
3
]
T
h
a
l
N
o
r
m
a
l
,
f
i
x
e
d
d
e
f
e
c
t
,
r
e
v
e
r
si
b
l
e
d
e
f
e
c
t
[
3
,
6
,
7
]
V
a
r
i
a
b
l
e
t
o
b
e
p
r
e
d
i
c
t
e
d
C
l
a
ss
o
f
H
e
a
r
t
D
i
se
a
se
A
b
se
n
c
e
(
1
)
o
r
p
r
e
se
n
c
e
(
2
)
o
f
h
e
a
r
t
d
i
se
a
se
B
y
m
e
a
n
s
o
f
lo
g
e
s
tic
r
e
g
r
e
s
s
i
o
n
v
a
r
ia
b
le
s
w
h
ic
h
a
r
e
s
ig
n
i
f
i
c
a
n
tl
y
c
o
r
r
e
la
te
d
w
it
h
ta
r
g
e
t
v
a
r
ia
b
le
a
r
e
s
e
le
c
te
d
a
s
p
r
e
d
ic
to
r
(
P
<
=
0
.
0
5
)
.
th
e
y
a
r
e
p
r
e
s
e
n
te
d
a
n
d
e
f
in
e
d
in
T
a
b
le
2
.
T
a
b
le
2
.
v
a
r
ia
b
le
s
w
h
ic
h
a
r
e
s
i
g
n
i
f
ic
a
n
tl
y
c
o
r
r
e
la
te
d
w
it
h
ta
r
g
e
t
v
a
r
ia
b
le
b
y
u
s
i
n
g
lo
g
e
s
tic
R
e
g
r
e
s
s
io
n
V
a
r
i
a
b
l
e
V
a
r
i
a
b
l
e
D
e
f
i
n
i
t
i
o
n
C
a
t
e
g
o
r
i
e
s
o
f
V
a
l
u
e
s
B
W
a
l
d
S
i
g
Ex
p
S
e
x
G
e
n
d
e
r
1
=
m
a
l
e
;
0
=
f
e
m
a
l
e
1
.
1
0
4
6
.
3
3
7
0
.
0
1
2
3
.
0
1
8
C
P
c
h
e
st
p
a
i
n
t
y
p
e
[
1
-
4
]
0
.
7
3
1
1
3
.
6
4
8
0
.
0
0
0
2
.
0
7
7
R
B
P
r
e
st
i
n
g
b
l
o
o
d
p
r
e
ssu
r
e
[
9
4
-
2
0
0
]
0
.
0
2
3
5
.
2
3
8
0
.
0
2
2
1
.
0
2
3
E
I
A
e
x
e
r
c
i
se
i
n
d
u
c
e
d
a
n
g
i
n
a
[
0
-
1
]
1
.
2
3
6
1
0
.
1
8
2
0
.
0
0
1
3
.
4
4
2
N
U
M
n
u
m
b
e
r
o
f
m
a
j
o
r
v
e
sse
l
s
(
0
-
3
)
c
o
l
o
r
e
d
b
y
f
l
o
u
r
o
so
p
y
[
0
-
3
]
1
.
1
3
3
2
5
.
2
2
4
0
.
0
0
0
3
.
1
0
6
T
h
a
l
N
o
r
m
a
l
,
f
i
x
e
d
d
e
f
e
c
t
,
r
e
v
e
r
si
b
l
e
d
e
f
e
c
t
[
3
,
6
,
7
]
0
.
3
9
7
1
6
.
8
4
8
0
.
0
0
0
1
.
4
8
8
Evaluation Warning : The document was created with Spire.PDF for Python.
I
J
E
C
E
I
S
S
N:
2
0
8
8
-
8
7
0
8
C
o
mp
a
r
in
g
P
e
r
fo
r
ma
n
c
e
o
f
D
a
ta
M
in
in
g
A
lg
o
r
ith
ms
in
P
r
e
d
ic
tio
n
He
a
r
t
Dis
e
s
e
s
(
M
o
lo
u
d
A
b
d
a
r
)
1
5
7
3
3
.
RE
S
U
L
T
S
A
ND
AN
AL
Y
S
I
S
T
h
is
s
e
c
tio
n
p
r
e
s
e
n
ts
t
h
e
e
x
p
e
r
i
m
e
n
ta
l
r
e
s
u
lt
s
a
n
d
a
n
a
l
y
s
is
d
o
n
e
f
o
r
th
is
s
t
u
d
y
.
I
n
th
i
s
w
o
r
k
,
f
o
u
r
c
la
s
s
i
f
ie
r
s
i
n
c
l
u
d
in
g
C
5
.
0
,
S
VM
,
KNN
a
n
d
Ne
u
r
a
l
Ne
t
wo
r
k
a
r
e
c
o
n
d
u
c
te
d
.
Da
ta
d
iv
id
e
d
in
to
tr
a
in
s
e
t
a
n
d
te
s
ts
e
t
(
7
0
%
a
n
d
3
0
%
r
e
s
p
e
c
ti
v
e
l
y
)
.
T
h
e
tr
a
in
in
g
s
e
t
is
u
s
e
d
to
b
u
ild
th
e
c
la
s
s
i
f
ie
r
a
n
d
te
s
t
s
e
t
u
s
e
d
to
v
a
lid
a
t
e
it.
M
o
d
e
l
d
e
v
e
lo
p
m
e
n
t
is
c
o
n
d
u
c
te
d
i
n
t
w
o
m
a
i
n
s
te
p
s
i
n
c
lu
d
i
n
g
m
o
d
e
l
f
it
n
e
s
s
a
n
d
m
o
d
e
l
a
c
c
u
r
a
c
y
.
T
o
c
a
lc
u
la
te
t
h
e
m
o
d
e
l
f
it
n
e
s
s
c
r
ite
r
ia
w
e
u
s
e
d
th
e
d
a
ta
o
f
tr
a
in
in
g
s
e
t;
h
o
w
e
v
e
r
,
to
c
o
m
p
u
te
t
h
e
m
o
d
e
l
a
c
c
u
r
a
c
y
m
e
a
s
u
r
e
m
e
n
t
s
,
d
a
ta
o
f
te
s
t
in
g
s
e
t
is
a
p
p
lie
d
w
h
ic
h
is
m
e
r
e
l
y
m
u
c
h
m
o
r
e
v
a
lu
a
b
le
to
j
u
d
g
e
a
b
o
u
t
o
u
r
m
o
d
e
ls
a
c
c
u
r
a
c
y
.
R
e
la
te
d
r
e
s
u
lt
s
o
f
t
h
e
s
e
e
x
p
e
r
i
m
e
n
t
s
a
r
e
d
e
m
o
n
s
tr
a
te
d
in
T
a
b
le
3
.
T
a
b
le
3
.
C
o
m
p
a
r
is
o
n
o
n
m
o
d
e
l
f
it
n
e
s
s
a
n
d
m
o
d
e
l
a
c
c
u
r
a
c
y
o
f
f
o
u
r
v
a
r
io
u
s
a
p
p
lie
d
m
a
c
h
i
n
e
le
a
r
n
in
g
a
lg
o
r
ith
m
s
M
o
d
e
l
F
i
t
n
e
ss
(
t
h
r
o
u
g
h
u
s
i
n
g
t
r
a
i
n
i
n
g
se
t
)
M
o
d
e
l
A
c
c
u
r
a
c
y
(
t
h
r
o
u
g
h
u
si
n
g
t
e
st
i
n
g
se
t
)
A
l
g
o
r
i
t
h
m
s
S
p
e
c
i
f
i
c
i
t
y
S
e
n
si
t
i
v
i
t
y
P
r
e
c
i
si
o
n
T
r
a
i
n
i
n
g
A
c
c
u
r
a
c
y
S
p
e
c
i
f
i
c
i
t
y
S
e
n
si
t
i
v
i
t
y
P
r
e
c
i
si
o
n
T
e
st
i
n
g
A
c
c
u
r
a
c
y
C
5
.
0
8
9
.
6
2
%
8
4
.
6
1
%
8
5
.
7
1
%
8
7
.
5
0
%
9
0
.
9
0
%
9
5
.
2
3
%
9
0
.
9
0
%
9
3
.
0
2
%
S
V
M
8
4
.
9
0
%
7
9
.
4
8
%
7
9
.
4
8
%
8
2
.
6
1
%
9
0
.
9
0
%
8
0
.
9
5
%
8
9
.
4
7
%
8
6
.
0
5
%
K
N
N
9
1
.
5
0
%
7
9
.
4
8
%
8
7
.
3
2
%
8
6
.
4
1
%
8
8
.
6
3
%
8
8
.
0
9
%
8
8
.
0
9
%
8
8
.
3
7
%
N
e
u
r
a
l
N
e
t
w
o
r
k
9
1
.
5
0
%
7
8
.
2
0
%
8
7
.
1
4
%
8
5
.
8
7
%
8
6
.
3
6
%
7
3
.
8
0
%
8
3
.
7
8
%
8
0
.
2
3
%
C
5
.
0
De
c
is
io
n
tr
e
e
h
a
s
b
e
e
n
a
b
le
to
b
u
ild
a
m
o
d
e
l
w
it
h
g
r
e
a
te
s
t
a
c
c
u
r
a
c
y
s
in
c
e
th
e
m
o
d
e
l
p
r
e
d
ic
tio
n
a
c
c
u
r
a
c
y
is
9
3
.
0
2
%
.
M
o
d
e
l
a
c
c
u
r
a
c
ie
s
o
b
ta
i
n
e
d
f
r
o
m
o
t
h
e
r
c
la
s
s
if
ie
r
s
a
r
e
d
i
f
f
e
r
e
n
t
a
s
th
is
v
a
l
u
e
f
o
r
KNN,
S
VM
,
Ne
u
r
a
l
n
e
t
w
o
r
k
h
a
v
e
b
e
e
n
8
8
.
3
7
%
,
8
6
.
0
5
%
a
n
d
8
0
.
2
3
%
r
e
s
p
e
c
tiv
e
l
y
.
B
y
a
n
a
l
y
z
in
g
th
e
v
a
r
ia
b
le
s
i
m
p
o
r
ta
n
c
e
in
C
5
.
0
m
o
d
e
l
w
e
f
in
d
th
a
t
a
tte
n
tio
n
to
f
e
a
tu
r
e
s
s
u
c
h
a
s
T
h
a
l
,
C
P
a
n
d
S
lo
p
e
a
r
e
s
o
im
p
o
r
ta
n
t
i
n
p
r
e
d
ic
tio
n
o
f
h
e
a
r
t
d
is
e
a
s
e
s
(
F
ig
u
r
e
2
)
.
F
ig
u
r
e
2
.
v
a
r
ia
b
le
i
m
p
o
r
ta
n
c
e
f
o
r
h
e
a
r
t
d
is
e
a
s
e
s
p
r
e
d
ic
tio
n
b
a
s
e
d
o
n
C
5
.
0
m
o
d
e
l
F
ig
u
r
e
s
3
a
n
d
4
a
r
e
c
o
m
p
a
r
a
ti
v
e
R
OC
c
u
r
v
e
s
b
a
s
e
d
o
n
r
i
s
k
o
f
h
e
a
r
t
d
is
e
a
s
e
s
.
T
h
is
f
i
g
u
r
e
s
s
h
o
w
t
w
o
R
OC
c
u
r
v
e
f
o
r
lo
g
is
tic
r
e
g
r
e
s
s
io
n
a
n
d
C
5
.
0
d
e
c
is
io
n
tr
e
e
C
5
.
0
h
a
s
o
u
tp
e
r
f
o
r
m
e
d
th
a
n
lo
g
is
tic
r
e
g
r
e
s
s
io
n
w
it
h
a
r
e
a
u
n
d
e
r
c
u
r
v
e
(
A
U
C
)
0
.
8
6
9
.
A
U
C
f
o
r
lo
g
is
tic
r
e
g
r
e
s
s
io
n
w
a
s
0
.
8
3
5
.
Ov
e
r
a
ll,
th
e
s
e
r
e
s
u
lt
s
o
f
a
r
e
a
u
n
d
e
r
c
u
r
v
e
r
e
v
e
a
l
s
b
e
tte
r
p
e
r
f
o
r
m
a
n
c
e
o
f
C
4
.
5
d
e
c
is
io
n
tr
e
e
c
la
s
s
i
f
ic
a
tio
n
a
lg
o
r
it
h
m
.
I
J
E
C
E
I
S
S
N:
2
0
8
8
-
8
7
0
8
C
o
mp
a
r
in
g
P
e
r
fo
r
ma
n
c
e
o
f
D
a
ta
M
in
in
g
A
lg
o
r
ith
ms
in
P
r
e
d
ic
tio
n
He
a
r
t
Dis
e
s
e
s
(
M
o
lo
u
d
A
b
d
a
r
)
1
5
7
3
3
.
RE
S
U
L
T
S
A
ND
AN
AL
Y
S
I
S
T
h
is
s
e
c
tio
n
p
r
e
s
e
n
ts
t
h
e
e
x
p
e
r
i
m
e
n
ta
l
r
e
s
u
lt
s
a
n
d
a
n
a
l
y
s
is
d
o
n
e
f
o
r
th
is
s
t
u
d
y
.
I
n
th
i
s
w
o
r
k
,
f
o
u
r
c
la
s
s
i
f
ie
r
s
i
n
c
l
u
d
in
g
C
5
.
0
,
S
VM
,
KNN
a
n
d
Ne
u
r
a
l
Ne
t
wo
r
k
a
r
e
c
o
n
d
u
c
te
d
.
Da
ta
d
iv
id
e
d
in
to
tr
a
in
s
e
t
a
n
d
te
s
ts
e
t
(
7
0
%
a
n
d
3
0
%
r
e
s
p
e
c
ti
v
e
l
y
)
.
T
h
e
tr
a
in
in
g
s
e
t
is
u
s
e
d
to
b
u
ild
th
e
c
la
s
s
i
f
ie
r
a
n
d
te
s
t
s
e
t
u
s
e
d
to
v
a
lid
a
t
e
it.
M
o
d
e
l
d
e
v
e
lo
p
m
e
n
t
is
c
o
n
d
u
c
te
d
i
n
t
w
o
m
a
i
n
s
te
p
s
i
n
c
lu
d
i
n
g
m
o
d
e
l
f
it
n
e
s
s
a
n
d
m
o
d
e
l
a
c
c
u
r
a
c
y
.
T
o
c
a
lc
u
la
te
t
h
e
m
o
d
e
l
f
it
n
e
s
s
c
r
ite
r
ia
w
e
u
s
e
d
th
e
d
a
ta
o
f
tr
a
in
in
g
s
e
t;
h
o
w
e
v
e
r
,
to
c
o
m
p
u
te
t
h
e
m
o
d
e
l
a
c
c
u
r
a
c
y
m
e
a
s
u
r
e
m
e
n
t
s
,
d
a
ta
o
f
te
s
t
in
g
s
e
t
is
a
p
p
lie
d
w
h
ic
h
is
m
e
r
e
l
y
m
u
c
h
m
o
r
e
v
a
lu
a
b
le
to
j
u
d
g
e
a
b
o
u
t
o
u
r
m
o
d
e
ls
a
c
c
u
r
a
c
y
.
R
e
la
te
d
r
e
s
u
lt
s
o
f
t
h
e
s
e
e
x
p
e
r
i
m
e
n
t
s
a
r
e
d
e
m
o
n
s
tr
a
te
d
in
T
a
b
le
3
.
T
a
b
le
3
.
C
o
m
p
a
r
is
o
n
o
n
m
o
d
e
l
f
it
n
e
s
s
a
n
d
m
o
d
e
l
a
c
c
u
r
a
c
y
o
f
f
o
u
r
v
a
r
io
u
s
a
p
p
lie
d
m
a
c
h
i
n
e
le
a
r
n
in
g
a
lg
o
r
ith
m
s
M
o
d
e
l
F
i
t
n
e
ss
(
t
h
r
o
u
g
h
u
s
i
n
g
t
r
a
i
n
i
n
g
se
t
)
M
o
d
e
l
A
c
c
u
r
a
c
y
(
t
h
r
o
u
g
h
u
si
n
g
t
e
st
i
n
g
se
t
)
A
l
g
o
r
i
t
h
m
s
S
p
e
c
i
f
i
c
i
t
y
S
e
n
si
t
i
v
i
t
y
P
r
e
c
i
si
o
n
T
r
a
i
n
i
n
g
A
c
c
u
r
a
c
y
S
p
e
c
i
f
i
c
i
t
y
S
e
n
si
t
i
v
i
t
y
P
r
e
c
i
si
o
n
T
e
st
i
n
g
A
c
c
u
r
a
c
y
C
5
.
0
8
9
.
6
2
%
8
4
.
6
1
%
8
5
.
7
1
%
8
7
.
5
0
%
9
0
.
9
0
%
9
5
.
2
3
%
9
0
.
9
0
%
9
3
.
0
2
%
S
V
M
8
4
.
9
0
%
7
9
.
4
8
%
7
9
.
4
8
%
8
2
.
6
1
%
9
0
.
9
0
%
8
0
.
9
5
%
8
9
.
4
7
%
8
6
.
0
5
%
K
N
N
9
1
.
5
0
%
7
9
.
4
8
%
8
7
.
3
2
%
8
6
.
4
1
%
8
8
.
6
3
%
8
8
.
0
9
%
8
8
.
0
9
%
8
8
.
3
7
%
N
e
u
r
a
l
N
e
t
w
o
r
k
9
1
.
5
0
%
7
8
.
2
0
%
8
7
.
1
4
%
8
5
.
8
7
%
8
6
.
3
6
%
7
3
.
8
0
%
8
3
.
7
8
%
8
0
.
2
3
%
C
5
.
0
De
c
is
io
n
tr
e
e
h
a
s
b
e
e
n
a
b
le
to
b
u
ild
a
m
o
d
e
l
w
it
h
g
r
e
a
te
s
t
a
c
c
u
r
a
c
y
s
in
c
e
th
e
m
o
d
e
l
p
r
e
d
ic
tio
n
a
c
c
u
r
a
c
y
is
9
3
.
0
2
%
.
M
o
d
e
l
a
c
c
u
r
a
c
ie
s
o
b
ta
i
n
e
d
f
r
o
m
o
t
h
e
r
c
la
s
s
if
ie
r
s
a
r
e
d
i
f
f
e
r
e
n
t
a
s
th
is
v
a
l
u
e
f
o
r
KNN,
S
VM
,
Ne
u
r
a
l
n
e
t
w
o
r
k
h
a
v
e
b
e
e
n
8
8
.
3
7
%
,
8
6
.
0
5
%
a
n
d
8
0
.
2
3
%
r
e
s
p
e
c
tiv
e
l
y
.
B
y
a
n
a
l
y
z
in
g
th
e
v
a
r
ia
b
le
s
i
m
p
o
r
ta
n
c
e
in
C
5
.
0
m
o
d
e
l
w
e
f
in
d
th
a
t
a
tte
n
tio
n
to
f
e
a
tu
r
e
s
s
u
c
h
a
s
T
h
a
l
,
C
P
a
n
d
S
lo
p
e
a
r
e
s
o
im
p
o
r
ta
n
t
i
n
p
r
e
d
ic
tio
n
o
f
h
e
a
r
t
d
is
e
a
s
e
s
(
F
ig
u
r
e
2
)
.
F
ig
u
r
e
2
.
v
a
r
ia
b
le
i
m
p
o
r
ta
n
c
e
f
o
r
h
e
a
r
t
d
is
e
a
s
e
s
p
r
e
d
ic
tio
n
b
a
s
e
d
o
n
C
5
.
0
m
o
d
e
l
F
ig
u
r
e
s
3
a
n
d
4
a
r
e
c
o
m
p
a
r
a
ti
v
e
R
OC
c
u
r
v
e
s
b
a
s
e
d
o
n
r
i
s
k
o
f
h
e
a
r
t
d
is
e
a
s
e
s
.
T
h
is
f
i
g
u
r
e
s
s
h
o
w
t
w
o
R
OC
c
u
r
v
e
f
o
r
lo
g
is
tic
r
e
g
r
e
s
s
io
n
a
n
d
C
5
.
0
d
e
c
is
io
n
tr
e
e
C
5
.
0
h
a
s
o
u
tp
e
r
f
o
r
m
e
d
th
a
n
lo
g
is
tic
r
e
g
r
e
s
s
io
n
w
it
h
a
r
e
a
u
n
d
e
r
c
u
r
v
e
(
A
U
C
)
0
.
8
6
9
.
A
U
C
f
o
r
lo
g
is
tic
r
e
g
r
e
s
s
io
n
w
a
s
0
.
8
3
5
.
Ov
e
r
a
ll,
th
e
s
e
r
e
s
u
lt
s
o
f
a
r
e
a
u
n
d
e
r
c
u
r
v
e
r
e
v
e
a
l
s
b
e
tte
r
p
e
r
f
o
r
m
a
n
c
e
o
f
C
4
.
5
d
e
c
is
io
n
tr
e
e
c
la
s
s
i
f
ic
a
tio
n
a
lg
o
r
it
h
m
.
I
J
E
C
E
I
S
S
N:
2
0
8
8
-
8
7
0
8
C
o
mp
a
r
in
g
P
e
r
fo
r
ma
n
c
e
o
f
D
a
ta
M
in
in
g
A
lg
o
r
ith
ms
in
P
r
e
d
ic
tio
n
He
a
r
t
Dis
e
s
e
s
(
M
o
lo
u
d
A
b
d
a
r
)
1
5
7
3
3
.
RE
S
U
L
T
S
A
ND
AN
AL
Y
S
I
S
T
h
is
s
e
c
tio
n
p
r
e
s
e
n
ts
t
h
e
e
x
p
e
r
i
m
e
n
ta
l
r
e
s
u
lt
s
a
n
d
a
n
a
l
y
s
is
d
o
n
e
f
o
r
th
is
s
t
u
d
y
.
I
n
th
i
s
w
o
r
k
,
f
o
u
r
c
la
s
s
i
f
ie
r
s
i
n
c
l
u
d
in
g
C
5
.
0
,
S
VM
,
KNN
a
n
d
Ne
u
r
a
l
Ne
t
wo
r
k
a
r
e
c
o
n
d
u
c
te
d
.
Da
ta
d
iv
id
e
d
in
to
tr
a
in
s
e
t
a
n
d
te
s
ts
e
t
(
7
0
%
a
n
d
3
0
%
r
e
s
p
e
c
ti
v
e
l
y
)
.
T
h
e
tr
a
in
in
g
s
e
t
is
u
s
e
d
to
b
u
ild
th
e
c
la
s
s
i
f
ie
r
a
n
d
te
s
t
s
e
t
u
s
e
d
to
v
a
lid
a
t
e
it.
M
o
d
e
l
d
e
v
e
lo
p
m
e
n
t
is
c
o
n
d
u
c
te
d
i
n
t
w
o
m
a
i
n
s
te
p
s
i
n
c
lu
d
i
n
g
m
o
d
e
l
f
it
n
e
s
s
a
n
d
m
o
d
e
l
a
c
c
u
r
a
c
y
.
T
o
c
a
lc
u
la
te
t
h
e
m
o
d
e
l
f
it
n
e
s
s
c
r
ite
r
ia
w
e
u
s
e
d
th
e
d
a
ta
o
f
tr
a
in
in
g
s
e
t;
h
o
w
e
v
e
r
,
to
c
o
m
p
u
te
t
h
e
m
o
d
e
l
a
c
c
u
r
a
c
y
m
e
a
s
u
r
e
m
e
n
t
s
,
d
a
ta
o
f
te
s
t
in
g
s
e
t
is
a
p
p
lie
d
w
h
ic
h
is
m
e
r
e
l
y
m
u
c
h
m
o
r
e
v
a
lu
a
b
le
to
j
u
d
g
e
a
b
o
u
t
o
u
r
m
o
d
e
ls
a
c
c
u
r
a
c
y
.
R
e
la
te
d
r
e
s
u
lt
s
o
f
t
h
e
s
e
e
x
p
e
r
i
m
e
n
t
s
a
r
e
d
e
m
o
n
s
tr
a
te
d
in
T
a
b
le
3
.
T
a
b
le
3
.
C
o
m
p
a
r
is
o
n
o
n
m
o
d
e
l
f
it
n
e
s
s
a
n
d
m
o
d
e
l
a
c
c
u
r
a
c
y
o
f
f
o
u
r
v
a
r
io
u
s
a
p
p
lie
d
m
a
c
h
i
n
e
le
a
r
n
in
g
a
lg
o
r
ith
m
s
M
o
d
e
l
F
i
t
n
e
ss
(
t
h
r
o
u
g
h
u
s
i
n
g
t
r
a
i
n
i
n
g
se
t
)
M
o
d
e
l
A
c
c
u
r
a
c
y
(
t
h
r
o
u
g
h
u
si
n
g
t
e
st
i
n
g
se
t
)
A
l
g
o
r
i
t
h
m
s
S
p
e
c
i
f
i
c
i
t
y
S
e
n
si
t
i
v
i
t
y
P
r
e
c
i
si
o
n
T
r
a
i
n
i
n
g
A
c
c
u
r
a
c
y
S
p
e
c
i
f
i
c
i
t
y
S
e
n
si
t
i
v
i
t
y
P
r
e
c
i
si
o
n
T
e
st
i
n
g
A
c
c
u
r
a
c
y
C
5
.
0
8
9
.
6
2
%
8
4
.
6
1
%
8
5
.
7
1
%
8
7
.
5
0
%
9
0
.
9
0
%
9
5
.
2
3
%
9
0
.
9
0
%
9
3
.
0
2
%
S
V
M
8
4
.
9
0
%
7
9
.
4
8
%
7
9
.
4
8
%
8
2
.
6
1
%
9
0
.
9
0
%
8
0
.
9
5
%
8
9
.
4
7
%
8
6
.
0
5
%
K
N
N
9
1
.
5
0
%
7
9
.
4
8
%
8
7
.
3
2
%
8
6
.
4
1
%
8
8
.
6
3
%
8
8
.
0
9
%
8
8
.
0
9
%
8
8
.
3
7
%
N
e
u
r
a
l
N
e
t
w
o
r
k
9
1
.
5
0
%
7
8
.
2
0
%
8
7
.
1
4
%
8
5
.
8
7
%
8
6
.
3
6
%
7
3
.
8
0
%
8
3
.
7
8
%
8
0
.
2
3
%
C
5
.
0
De
c
is
io
n
tr
e
e
h
a
s
b
e
e
n
a
b
le
to
b
u
ild
a
m
o
d
e
l
w
it
h
g
r
e
a
te
s
t
a
c
c
u
r
a
c
y
s
in
c
e
th
e
m
o
d
e
l
p
r
e
d
ic
tio
n
a
c
c
u
r
a
c
y
is
9
3
.
0
2
%
.
M
o
d
e
l
a
c
c
u
r
a
c
ie
s
o
b
ta
i
n
e
d
f
r
o
m
o
t
h
e
r
c
la
s
s
if
ie
r
s
a
r
e
d
i
f
f
e
r
e
n
t
a
s
th
is
v
a
l
u
e
f
o
r
KNN,
S
VM
,
Ne
u
r
a
l
n
e
t
w
o
r
k
h
a
v
e
b
e
e
n
8
8
.
3
7
%
,
8
6
.
0
5
%
a
n
d
8
0
.
2
3
%
r
e
s
p
e
c
tiv
e
l
y
.
B
y
a
n
a
l
y
z
in
g
th
e
v
a
r
ia
b
le
s
i
m
p
o
r
ta
n
c
e
in
C
5
.
0
m
o
d
e
l
w
e
f
in
d
th
a
t
a
tte
n
tio
n
to
f
e
a
tu
r
e
s
s
u
c
h
a
s
T
h
a
l
,
C
P
a
n
d
S
lo
p
e
a
r
e
s
o
im
p
o
r
ta
n
t
i
n
p
r
e
d
ic
tio
n
o
f
h
e
a
r
t
d
is
e
a
s
e
s
(
F
ig
u
r
e
2
)
.
F
ig
u
r
e
2
.
v
a
r
ia
b
le
i
m
p
o
r
ta
n
c
e
f
o
r
h
e
a
r
t
d
is
e
a
s
e
s
p
r
e
d
ic
tio
n
b
a
s
e
d
o
n
C
5
.
0
m
o
d
e
l
F
ig
u
r
e
s
3
a
n
d
4
a
r
e
c
o
m
p
a
r
a
ti
v
e
R
OC
c
u
r
v
e
s
b
a
s
e
d
o
n
r
i
s
k
o
f
h
e
a
r
t
d
is
e
a
s
e
s
.
T
h
is
f
i
g
u
r
e
s
s
h
o
w
t
w
o
R
OC
c
u
r
v
e
f
o
r
lo
g
is
tic
r
e
g
r
e
s
s
io
n
a
n
d
C
5
.
0
d
e
c
is
io
n
tr
e
e
C
5
.
0
h
a
s
o
u
tp
e
r
f
o
r
m
e
d
th
a
n
lo
g
is
tic
r
e
g
r
e
s
s
io
n
w
it
h
a
r
e
a
u
n
d
e
r
c
u
r
v
e
(
A
U
C
)
0
.
8
6
9
.
A
U
C
f
o
r
lo
g
is
tic
r
e
g
r
e
s
s
io
n
w
a
s
0
.
8
3
5
.
Ov
e
r
a
ll,
th
e
s
e
r
e
s
u
lt
s
o
f
a
r
e
a
u
n
d
e
r
c
u
r
v
e
r
e
v
e
a
l
s
b
e
tte
r
p
e
r
f
o
r
m
a
n
c
e
o
f
C
4
.
5
d
e
c
is
io
n
tr
e
e
c
la
s
s
i
f
ic
a
tio
n
a
lg
o
r
it
h
m
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
0
8
8
-
8
7
0
8
I
J
E
C
E
Vo
l.
5
,
No
.
6
,
De
c
e
m
b
e
r
2
0
1
5
:
1
5
6
9
–
1
5
7
6
1
5
7
4
F
ig
u
r
e
3
.
R
OC
c
u
r
v
e
f
o
r
L
o
g
is
tic
R
e
g
r
e
s
s
io
n
F
ig
u
r
e
4
.
R
O
C
c
u
r
v
e
f
o
r
C
5
.
0
D
e
c
is
io
n
T
r
e
e
I
n
a
s
tu
d
y
c
o
n
d
u
c
te
d
to
c
o
m
p
a
r
in
g
b
e
t
w
e
e
n
d
a
ta
m
i
n
i
n
g
to
o
ls
f
o
r
h
e
a
r
t
d
is
e
a
s
e
s
d
a
ta
s
e
t
in
[
3
4
]
a
n
d
[
3
5
]
v
a
r
ia
b
le
lik
e
b
lo
o
d
p
r
e
s
s
u
r
e
,
b
lo
o
d
s
u
g
a
r
,
a
g
e
a
n
d
s
e
x
s
h
o
w
e
d
a
s
ig
n
i
f
ic
a
n
t
a
s
s
o
c
ia
tio
n
w
i
th
h
e
a
r
t
d
is
e
a
s
e
s
.
T
h
e
s
t
u
d
y
c
o
n
d
u
c
te
d
b
y
J
a
s
m
i
n
e
Na
h
a
r
a
n
d
h
e
r
c
o
l
le
a
g
u
e
s
[
1
6
]
a
ls
o
p
o
in
te
d
o
u
t
th
a
t
s
e
x
w
a
s
h
i
g
h
l
y
i
m
p
o
r
ta
n
t
i
n
p
r
e
d
ic
tin
g
h
e
a
r
t
d
is
e
a
s
e
,
w
h
e
r
a
s
in
th
is
s
tu
d
y
f
e
a
tu
r
e
s
s
u
c
h
a
s
r
e
s
ti
n
g
b
lo
o
d
p
r
e
s
s
u
r
e
,
s
e
x
,
c
h
e
s
t
p
a
in
t
y
p
e
,
e
x
e
r
c
i
s
e
i
n
d
u
c
e
d
a
n
g
i
n
a
a
n
d
n
u
m
b
e
r
o
f
m
a
j
o
r
v
e
s
s
e
l
s
p
la
y
e
d
a
m
a
j
o
r
r
o
le
.
I
n
a
p
a
p
e
r
Z
a
h
r
a
A
liz
a
d
e
h
S
a
n
i
e
t
a
l
[
3
6
]
h
a
v
e
u
s
e
d
t
h
e
C
4
.
5
a
n
d
B
a
g
g
i
n
g
a
lg
o
r
ith
m
s
to
d
ia
g
n
o
s
i
n
g
c
o
r
o
n
a
r
y
h
e
a
r
t
d
is
e
a
s
e
.
F
o
r
C
4
.
5
a
lg
o
r
ith
m
s
h
a
v
e
r
e
p
o
r
te
d
th
e
b
e
s
t
a
c
c
u
r
a
c
y
r
a
te
.
K.
R
a
j
e
s
w
a
r
i
e
t
a
l.
[
1
8
]
a
p
p
lie
d
n
e
u
r
a
l
n
e
t
w
o
r
k
o
n
is
c
h
e
m
ic
h
e
a
r
t
d
is
e
a
s
e
th
a
t
th
e
a
c
c
u
r
a
c
y
o
b
ta
in
e
d
f
o
r
tr
a
in
in
g
a
n
d
te
s
ti
n
g
w
a
s
8
9
.
4
%
a
n
d
8
2
.
2
%
r
e
s
p
e
c
tiv
e
l
y
.
T
.
J
o
h
n
P
e
te
r
a
n
d
K.
S
o
m
a
s
u
n
d
a
r
a
m
[
3
7
]
h
a
v
e
b
e
e
n
u
s
e
d
h
y
b
r
id
a
ttr
ib
u
te
s
e
le
c
tio
n
m
e
t
h
o
d
f
o
r
p
r
e
d
ic
tio
n
o
f
h
e
a
r
t
d
is
e
a
s
e
.
T
h
e
a
c
c
u
r
a
c
y
o
b
ta
in
e
d
b
y
th
is
m
o
d
e
l
w
a
s
8
3
.
6
2
%
.
Ke
m
a
l
P
o
la
t
a
n
d
S
a
li
h
G
u
n
e
s
[
3
8
]
b
y
u
s
e
o
f
C
4
.
5
d
e
c
is
io
n
tr
e
e
a
lg
o
r
ith
m
o
b
ta
in
e
d
9
2
.
5
9
%
a
c
c
u
r
a
c
y
.
4
.
CO
NCL
U
S
I
O
N
I
n
th
i
s
s
tu
d
y
,
KNN,
S
V
M
,
C
5
.
0
,
L
o
g
is
tic
R
e
g
r
e
s
s
io
n
a
n
d
Ne
u
r
a
l
Ne
t
w
o
r
k
w
e
r
e
i
m
p
le
m
e
n
te
d
o
n
UC
I
d
a
ta
s
e
t.
B
a
s
e
d
o
n
i
n
v
e
s
t
ig
a
te
d
m
e
th
o
d
s
,
d
e
c
is
io
n
tr
e
e
h
a
s
a
c
h
ie
v
e
d
th
e
b
e
s
t
p
e
r
f
o
r
m
a
n
c
e
.
T
h
e
r
e
a
r
e
d
if
f
e
r
e
n
t
i
s
s
u
e
s
t
h
a
t
i
n
f
lu
e
n
c
e
th
e
p
e
r
f
o
r
m
a
n
c
e
o
f
a
p
p
lie
d
m
o
d
e
ls
in
c
l
u
d
in
g
t
y
p
e
o
f
p
r
o
b
le
m
a
n
d
t
y
p
e
o
f
i
n
p
u
t
d
a
ta
(
d
is
c
r
e
te
o
r
c
o
n
tin
o
u
s
)
.
d
u
e
to
th
e
f
a
c
t
t
h
a
t
d
a
ta
s
e
t
m
a
in
l
y
w
a
s
d
is
c
r
e
te
,
d
e
c
is
io
n
t
r
e
e
a
b
le
to
h
a
n
d
le
n
u
m
e
r
ic
a
l
d
a
ta
.
B
e
c
a
u
s
e
o
u
t
p
u
t
v
a
r
ia
b
le
la
b
e
le
d
w
it
h
t
wo
c
la
s
s
e
s
:
’
w
ith
’
a
n
d
‘
w
ith
o
u
t
’
h
e
a
r
t
d
is
e
a
s
e
s
,
d
e
c
is
io
n
tr
e
e
y
ie
ld
e
d
b
e
tte
r
p
e
r
f
o
r
m
a
n
c
e
th
a
n
o
th
e
r
a
l
g
o
r
ith
m
s
.
De
c
i
s
io
n
tr
e
e
s
a
r
e
a
b
le
to
g
e
n
e
r
a
te
u
n
d
e
r
s
ta
n
d
a
b
le
r
u
le
s
a
n
d
c
a
n
p
e
r
f
o
r
m
c
la
s
s
i
f
i
c
a
tio
n
w
it
h
o
u
t
r
e
q
u
ir
in
g
m
u
c
h
c
o
m
p
u
ta
t
io
n
a
n
d
c
le
a
r
l
y
in
d
ic
a
t
e
th
a
t
w
h
ic
h
f
ie
ld
s
a
r
e
m
o
s
t
i
m
p
o
r
ta
n
t
f
o
r
p
r
e
d
ic
tio
n
o
r
c
la
s
s
if
i
c
a
tio
n
.
RE
F
E
R
E
NC
E
[1
]
W
H
O
Re
p
o
r
t
,
t
h
e
T
o
p
1
0
C
a
u
s
e
s
o
f
D
e
a
t
h
,
l
a
s
t
a
c
c
e
s
s
e
d
1
2
/
9
/
2
0
1
3
f
ro
m
h
t
t
p
:
/
/
w
h
o
.
i
n
t
/
m
e
d
i
a
c
e
n
t
r
e
/
f
a
c
t
s
h
e
e
t
s
/
f
s
3
1
0
/
e
n
/
,
(
a
c
c
e
s
s
e
d
1
A
p
ri
l
2
0
1
5
)
.
[2
]
H
a
m
i
d
Ba
g
h
e
ri
,
A
b
d
u
s
a
l
a
m
A
b
d
u
l
l
a
h
S
h
a
l
t
o
o
k
i
.
Bi
g
D
a
t
a
:
Ch
a
l
l
e
n
g
e
s
,
O
p
p
o
rt
u
n
i
t
i
e
s
a
n
d
C
l
o
u
d
B
a
s
e
d
S
o
l
u
t
i
o
n
s
.
In
t
e
r
n
a
t
i
o
n
a
l
J
o
u
r
n
a
l
o
f
E
l
e
c
t
r
i
c
a
l
a
n
d
C
o
m
p
u
t
e
r
E
n
g
i
n
e
e
r
i
n
g
(
IJ
E
CE
)
,
2
0
1
4
;
5
(
2
)
:
3
4
0
-
3
4
3
.
[3
]
V
i
j
a
y
a
j
o
t
h
i
P
,
T
a
n
S
Y
,
S
a
r
i
n
d
e
r
K
D
,
A
m
a
n
d
e
e
p
S
S
.
A
m
e
t
h
o
d
o
l
o
g
i
c
a
l
re
v
i
e
w
o
f
d
a
t
a
m
i
n
i
n
g
t
e
c
h
n
i
q
u
e
s
i
n
p
re
d
i
c
t
i
v
e
m
e
d
i
c
i
n
e
:
A
n
a
p
p
l
i
c
a
t
i
o
n
i
n
h
e
m
o
d
y
n
a
m
i
c
p
re
d
i
c
t
i
o
n
f
o
r
a
b
d
o
m
i
n
a
l
a
o
r
t
i
c
a
n
e
u
ry
s
m
d
i
s
e
a
s
e
.
P
u
b
l
i
s
h
e
d
b
y
E
l
s
e
v
i
e
r
,
Bi
o
c
y
b
e
rn
e
t
i
c
s
a
n
d
B
i
o
m
e
d
i
c
a
l
E
n
g
i
n
e
e
ri
n
g
,
2
0
1
4
;
3
4
(
3
)
:
1
3
9
-
1
4
5
.
[4
]
K
.
C
.
T
a
n
,
E
.
J
.
T
e
o
h
,
Q
.
Y
u
,
K
.
C
.
G
o
h
.
A
h
y
b
ri
d
e
v
o
l
u
t
i
o
n
a
ry
a
l
g
o
ri
t
h
m
f
o
r
a
t
t
ri
b
u
t
e
s
e
l
e
c
t
i
o
n
i
n
d
a
t
a
m
i
n
i
n
g
.
E
x
p
e
r
t
S
y
s
t
e
m
s
wi
t
h
A
p
p
l
i
c
a
t
i
o
n
s
,
2
0
0
9
;
3
6
:
8
6
1
6
-
8
6
3
0
.
[5
]
N
i
k
o
l
a
K
,
E
l
i
s
a
C
.
S
p
i
k
i
n
g
n
e
u
r
a
l
n
e
t
w
o
rk
m
e
t
h
o
d
o
l
o
g
y
f
o
r
m
o
d
e
l
l
i
n
g
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
n
d
u
n
d
e
rs
t
a
n
d
i
n
g
o
f
E
E
G
s
p
a
t
i
o
-
t
e
m
p
o
ra
l
d
a
t
a
m
e
a
s
u
ri
n
g
c
o
g
n
i
t
i
v
e
p
r
o
c
e
s
s
e
s
.
In
f
o
r
m
a
t
i
o
n
S
c
i
e
n
c
e
s
,
2
0
1
5
;
2
9
4
:
5
6
5
-
5
7
5
.
[6
]
F
.
L
o
t
t
e
,
M
.
C
o
n
g
e
d
o
,
A
.
L
é
c
u
y
e
r,
F
.
L
a
m
a
rc
h
e
,
B
.
A
.
A
rn
a
l
d
i
.
Re
v
i
e
w
o
f
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
l
g
o
r
i
t
h
m
s
f
o
r
E
E
G
-
b
a
s
e
d
b
ra
i
n
-
c
o
m
p
u
t
e
r
i
n
t
e
rf
a
c
e
s
.
J
.
Ne
u
r
a
l
E
n
g
.
2
0
0
7
;
4
(
2
)
:
1
-
2
5
.
I
S
S
N
:
2
0
8
8
-
8
7
0
8
I
J
E
C
E
Vo
l.
5
,
No
.
6
,
De
c
e
m
b
e
r
2
0
1
5
:
1
5
6
9
–
1
5
7
6
1
5
7
4
F
ig
u
r
e
3
.
R
OC
c
u
r
v
e
f
o
r
L
o
g
is
tic
R
e
g
r
e
s
s
io
n
F
ig
u
r
e
4
.
R
O
C
c
u
r
v
e
f
o
r
C
5
.
0
D
e
c
is
io
n
T
r
e
e
I
n
a
s
tu
d
y
c
o
n
d
u
c
te
d
to
c
o
m
p
a
r
in
g
b
e
t
w
e
e
n
d
a
ta
m
i
n
i
n
g
to
o
ls
f
o
r
h
e
a
r
t
d
is
e
a
s
e
s
d
a
ta
s
e
t
in
[
3
4
]
a
n
d
[
3
5
]
v
a
r
ia
b
le
lik
e
b
lo
o
d
p
r
e
s
s
u
r
e
,
b
lo
o
d
s
u
g
a
r
,
a
g
e
a
n
d
s
e
x
s
h
o
w
e
d
a
s
ig
n
i
f
ic
a
n
t
a
s
s
o
c
ia
tio
n
w
i
th
h
e
a
r
t
d
is
e
a
s
e
s
.
T
h
e
s
t
u
d
y
c
o
n
d
u
c
te
d
b
y
J
a
s
m
i
n
e
Na
h
a
r
a
n
d
h
e
r
c
o
l
le
a
g
u
e
s
[
1
6
]
a
ls
o
p
o
in
te
d
o
u
t
th
a
t
s
e
x
w
a
s
h
i
g
h
l
y
i
m
p
o
r
ta
n
t
i
n
p
r
e
d
ic
tin
g
h
e
a
r
t
d
is
e
a
s
e
,
w
h
e
r
a
s
in
th
is
s
tu
d
y
f
e
a
tu
r
e
s
s
u
c
h
a
s
r
e
s
ti
n
g
b
lo
o
d
p
r
e
s
s
u
r
e
,
s
e
x
,
c
h
e
s
t
p
a
in
t
y
p
e
,
e
x
e
r
c
i
s
e
i
n
d
u
c
e
d
a
n
g
i
n
a
a
n
d
n
u
m
b
e
r
o
f
m
a
j
o
r
v
e
s
s
e
l
s
p
la
y
e
d
a
m
a
j
o
r
r
o
le
.
I
n
a
p
a
p
e
r
Z
a
h
r
a
A
liz
a
d
e
h
S
a
n
i
e
t
a
l
[
3
6
]
h
a
v
e
u
s
e
d
t
h
e
C
4
.
5
a
n
d
B
a
g
g
i
n
g
a
lg
o
r
ith
m
s
to
d
ia
g
n
o
s
i
n
g
c
o
r
o
n
a
r
y
h
e
a
r
t
d
is
e
a
s
e
.
F
o
r
C
4
.
5
a
lg
o
r
ith
m
s
h
a
v
e
r
e
p
o
r
te
d
th
e
b
e
s
t
a
c
c
u
r
a
c
y
r
a
te
.
K.
R
a
j
e
s
w
a
r
i
e
t
a
l.
[
1
8
]
a
p
p
lie
d
n
e
u
r
a
l
n
e
t
w
o
r
k
o
n
is
c
h
e
m
ic
h
e
a
r
t
d
is
e
a
s
e
th
a
t
th
e
a
c
c
u
r
a
c
y
o
b
ta
in
e
d
f
o
r
tr
a
in
in
g
a
n
d
te
s
ti
n
g
w
a
s
8
9
.
4
%
a
n
d
8
2
.
2
%
r
e
s
p
e
c
tiv
e
l
y
.
T
.
J
o
h
n
P
e
te
r
a
n
d
K.
S
o
m
a
s
u
n
d
a
r
a
m
[
3
7
]
h
a
v
e
b
e
e
n
u
s
e
d
h
y
b
r
id
a
ttr
ib
u
te
s
e
le
c
tio
n
m
e
t
h
o
d
f
o
r
p
r
e
d
ic
tio
n
o
f
h
e
a
r
t
d
is
e
a
s
e
.
T
h
e
a
c
c
u
r
a
c
y
o
b
ta
in
e
d
b
y
th
is
m
o
d
e
l
w
a
s
8
3
.
6
2
%
.
Ke
m
a
l
P
o
la
t
a
n
d
S
a
li
h
G
u
n
e
s
[
3
8
]
b
y
u
s
e
o
f
C
4
.
5
d
e
c
is
io
n
tr
e
e
a
lg
o
r
ith
m
o
b
ta
in
e
d
9
2
.
5
9
%
a
c
c
u
r
a
c
y
.
4
.
CO
NCL
U
S
I
O
N
I
n
th
i
s
s
tu
d
y
,
KNN,
S
V
M
,
C
5
.
0
,
L
o
g
is
tic
R
e
g
r
e
s
s
io
n
a
n
d
Ne
u
r
a
l
Ne
t
w
o
r
k
w
e
r
e
i
m
p
le
m
e
n
te
d
o
n
UC
I
d
a
ta
s
e
t.
B
a
s
e
d
o
n
i
n
v
e
s
t
ig
a
te
d
m
e
th
o
d
s
,
d
e
c
is
io
n
tr
e
e
h
a
s
a
c
h
ie
v
e
d
th
e
b
e
s
t
p
e
r
f
o
r
m
a
n
c
e
.
T
h
e
r
e
a
r
e
d
if
f
e
r
e
n
t
i
s
s
u
e
s
t
h
a
t
i
n
f
lu
e
n
c
e
th
e
p
e
r
f
o
r
m
a
n
c
e
o
f
a
p
p
lie
d
m
o
d
e
ls
in
c
l
u
d
in
g
t
y
p
e
o
f
p
r
o
b
le
m
a
n
d
t
y
p
e
o
f
i
n
p
u
t
d
a
ta
(
d
is
c
r
e
te
o
r
c
o
n
tin
o
u
s
)
.
d
u
e
to
th
e
f
a
c
t
t
h
a
t
d
a
ta
s
e
t
m
a
in
l
y
w
a
s
d
is
c
r
e
te
,
d
e
c
is
io
n
t
r
e
e
a
b
le
to
h
a
n
d
le
n
u
m
e
r
ic
a
l
d
a
ta
.
B
e
c
a
u
s
e
o
u
t
p
u
t
v
a
r
ia
b
le
la
b
e
le
d
w
it
h
t
wo
c
la
s
s
e
s
:
’
w
ith
’
a
n
d
‘
w
ith
o
u
t
’
h
e
a
r
t
d
is
e
a
s
e
s
,
d
e
c
is
io
n
tr
e
e
y
ie
ld
e
d
b
e
tte
r
p
e
r
f
o
r
m
a
n
c
e
th
a
n
o
th
e
r
a
l
g
o
r
ith
m
s
.
De
c
i
s
io
n
tr
e
e
s
a
r
e
a
b
le
to
g
e
n
e
r
a
te
u
n
d
e
r
s
ta
n
d
a
b
le
r
u
le
s
a
n
d
c
a
n
p
e
r
f
o
r
m
c
la
s
s
i
f
i
c
a
tio
n
w
it
h
o
u
t
r
e
q
u
ir
in
g
m
u
c
h
c
o
m
p
u
ta
t
io
n
a
n
d
c
le
a
r
l
y
in
d
ic
a
t
e
th
a
t
w
h
ic
h
f
ie
ld
s
a
r
e
m
o
s
t
i
m
p
o
r
ta
n
t
f
o
r
p
r
e
d
ic
tio
n
o
r
c
la
s
s
if
i
c
a
tio
n
.
RE
F
E
R
E
NC
E
[1
]
W
H
O
Re
p
o
r
t
,
t
h
e
T
o
p
1
0
C
a
u
s
e
s
o
f
D
e
a
t
h
,
l
a
s
t
a
c
c
e
s
s
e
d
1
2
/
9
/
2
0
1
3
f
ro
m
h
t
t
p
:
/
/
w
h
o
.
i
n
t
/
m
e
d
i
a
c
e
n
t
r
e
/
f
a
c
t
s
h
e
e
t
s
/
f
s
3
1
0
/
e
n
/
,
(
a
c
c
e
s
s
e
d
1
A
p
ri
l
2
0
1
5
)
.
[2
]
H
a
m
i
d
Ba
g
h
e
ri
,
A
b
d
u
s
a
l
a
m
A
b
d
u
l
l
a
h
S
h
a
l
t
o
o
k
i
.
Bi
g
D
a
t
a
:
Ch
a
l
l
e
n
g
e
s
,
O
p
p
o
rt
u
n
i
t
i
e
s
a
n
d
C
l
o
u
d
B
a
s
e
d
S
o
l
u
t
i
o
n
s
.
In
t
e
r
n
a
t
i
o
n
a
l
J
o
u
r
n
a
l
o
f
E
l
e
c
t
r
i
c
a
l
a
n
d
C
o
m
p
u
t
e
r
E
n
g
i
n
e
e
r
i
n
g
(
IJ
E
CE
)
,
2
0
1
4
;
5
(
2
)
:
3
4
0
-
3
4
3
.
[3
]
V
i
j
a
y
a
j
o
t
h
i
P
,
T
a
n
S
Y
,
S
a
r
i
n
d
e
r
K
D
,
A
m
a
n
d
e
e
p
S
S
.
A
m
e
t
h
o
d
o
l
o
g
i
c
a
l
re
v
i
e
w
o
f
d
a
t
a
m
i
n
i
n
g
t
e
c
h
n
i
q
u
e
s
i
n
p
re
d
i
c
t
i
v
e
m
e
d
i
c
i
n
e
:
A
n
a
p
p
l
i
c
a
t
i
o
n
i
n
h
e
m
o
d
y
n
a
m
i
c
p
re
d
i
c
t
i
o
n
f
o
r
a
b
d
o
m
i
n
a
l
a
o
r
t
i
c
a
n
e
u
ry
s
m
d
i
s
e
a
s
e
.
P
u
b
l
i
s
h
e
d
b
y
E
l
s
e
v
i
e
r
,
Bi
o
c
y
b
e
rn
e
t
i
c
s
a
n
d
B
i
o
m
e
d
i
c
a
l
E
n
g
i
n
e
e
ri
n
g
,
2
0
1
4
;
3
4
(
3
)
:
1
3
9
-
1
4
5
.
[4
]
K
.
C
.
T
a
n
,
E
.
J
.
T
e
o
h
,
Q
.
Y
u
,
K
.
C
.
G
o
h
.
A
h
y
b
ri
d
e
v
o
l
u
t
i
o
n
a
ry
a
l
g
o
ri
t
h
m
f
o
r
a
t
t
ri
b
u
t
e
s
e
l
e
c
t
i
o
n
i
n
d
a
t
a
m
i
n
i
n
g
.
E
x
p
e
r
t
S
y
s
t
e
m
s
wi
t
h
A
p
p
l
i
c
a
t
i
o
n
s
,
2
0
0
9
;
3
6
:
8
6
1
6
-
8
6
3
0
.
[5
]
N
i
k
o
l
a
K
,
E
l
i
s
a
C
.
S
p
i
k
i
n
g
n
e
u
r
a
l
n
e
t
w
o
rk
m
e
t
h
o
d
o
l
o
g
y
f
o
r
m
o
d
e
l
l
i
n
g
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
n
d
u
n
d
e
rs
t
a
n
d
i
n
g
o
f
E
E
G
s
p
a
t
i
o
-
t
e
m
p
o
ra
l
d
a
t
a
m
e
a
s
u
ri
n
g
c
o
g
n
i
t
i
v
e
p
r
o
c
e
s
s
e
s
.
In
f
o
r
m
a
t
i
o
n
S
c
i
e
n
c
e
s
,
2
0
1
5
;
2
9
4
:
5
6
5
-
5
7
5
.
[6
]
F
.
L
o
t
t
e
,
M
.
C
o
n
g
e
d
o
,
A
.
L
é
c
u
y
e
r,
F
.
L
a
m
a
rc
h
e
,
B
.
A
.
A
rn
a
l
d
i
.
Re
v
i
e
w
o
f
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
l
g
o
r
i
t
h
m
s
f
o
r
E
E
G
-
b
a
s
e
d
b
ra
i
n
-
c
o
m
p
u
t
e
r
i
n
t
e
rf
a
c
e
s
.
J
.
Ne
u
r
a
l
E
n
g
.
2
0
0
7
;
4
(
2
)
:
1
-
2
5
.
I
S
S
N
:
2
0
8
8
-
8
7
0
8
I
J
E
C
E
Vo
l.
5
,
No
.
6
,
De
c
e
m
b
e
r
2
0
1
5
:
1
5
6
9
–
1
5
7
6
1
5
7
4
F
ig
u
r
e
3
.
R
OC
c
u
r
v
e
f
o
r
L
o
g
is
tic
R
e
g
r
e
s
s
io
n
F
ig
u
r
e
4
.
R
O
C
c
u
r
v
e
f
o
r
C
5
.
0
D
e
c
is
io
n
T
r
e
e
I
n
a
s
tu
d
y
c
o
n
d
u
c
te
d
to
c
o
m
p
a
r
in
g
b
e
t
w
e
e
n
d
a
ta
m
i
n
i
n
g
to
o
ls
f
o
r
h
e
a
r
t
d
is
e
a
s
e
s
d
a
ta
s
e
t
in
[
3
4
]
a
n
d
[
3
5
]
v
a
r
ia
b
le
lik
e
b
lo
o
d
p
r
e
s
s
u
r
e
,
b
lo
o
d
s
u
g
a
r
,
a
g
e
a
n
d
s
e
x
s
h
o
w
e
d
a
s
ig
n
i
f
ic
a
n
t
a
s
s
o
c
ia
tio
n
w
i
th
h
e
a
r
t
d
is
e
a
s
e
s
.
T
h
e
s
t
u
d
y
c
o
n
d
u
c
te
d
b
y
J
a
s
m
i
n
e
Na
h
a
r
a
n
d
h
e
r
c
o
l
le
a
g
u
e
s
[
1
6
]
a
ls
o
p
o
in
te
d
o
u
t
th
a
t
s
e
x
w
a
s
h
i
g
h
l
y
i
m
p
o
r
ta
n
t
i
n
p
r
e
d
ic
tin
g
h
e
a
r
t
d
is
e
a
s
e
,
w
h
e
r
a
s
in
th
is
s
tu
d
y
f
e
a
tu
r
e
s
s
u
c
h
a
s
r
e
s
ti
n
g
b
lo
o
d
p
r
e
s
s
u
r
e
,
s
e
x
,
c
h
e
s
t
p
a
in
t
y
p
e
,
e
x
e
r
c
i
s
e
i
n
d
u
c
e
d
a
n
g
i
n
a
a
n
d
n
u
m
b
e
r
o
f
m
a
j
o
r
v
e
s
s
e
l
s
p
la
y
e
d
a
m
a
j
o
r
r
o
le
.
I
n
a
p
a
p
e
r
Z
a
h
r
a
A
liz
a
d
e
h
S
a
n
i
e
t
a
l
[
3
6
]
h
a
v
e
u
s
e
d
t
h
e
C
4
.
5
a
n
d
B
a
g
g
i
n
g
a
lg
o
r
ith
m
s
to
d
ia
g
n
o
s
i
n
g
c
o
r
o
n
a
r
y
h
e
a
r
t
d
is
e
a
s
e
.
F
o
r
C
4
.
5
a
lg
o
r
ith
m
s
h
a
v
e
r
e
p
o
r
te
d
th
e
b
e
s
t
a
c
c
u
r
a
c
y
r
a
te
.
K.
R
a
j
e
s
w
a
r
i
e
t
a
l.
[
1
8
]
a
p
p
lie
d
n
e
u
r
a
l
n
e
t
w
o
r
k
o
n
is
c
h
e
m
ic
h
e
a
r
t
d
is
e
a
s
e
th
a
t
th
e
a
c
c
u
r
a
c
y
o
b
ta
in
e
d
f
o
r
tr
a
in
in
g
a
n
d
te
s
ti
n
g
w
a
s
8
9
.
4
%
a
n
d
8
2
.
2
%
r
e
s
p
e
c
tiv
e
l
y
.
T
.
J
o
h
n
P
e
te
r
a
n
d
K.
S
o
m
a
s
u
n
d
a
r
a
m
[
3
7
]
h
a
v
e
b
e
e
n
u
s
e
d
h
y
b
r
id
a
ttr
ib
u
te
s
e
le
c
tio
n
m
e
t
h
o
d
f
o
r
p
r
e
d
ic
tio
n
o
f
h
e
a
r
t
d
is
e
a
s
e
.
T
h
e
a
c
c
u
r
a
c
y
o
b
ta
in
e
d
b
y
th
is
m
o
d
e
l
w
a
s
8
3
.
6
2
%
.
Ke
m
a
l
P
o
la
t
a
n
d
S
a
li
h
G
u
n
e
s
[
3
8
]
b
y
u
s
e
o
f
C
4
.
5
d
e
c
is
io
n
tr
e
e
a
lg
o
r
ith
m
o
b
ta
in
e
d
9
2
.
5
9
%
a
c
c
u
r
a
c
y
.
4
.
CO
NCL
U
S
I
O
N
I
n
th
i
s
s
tu
d
y
,
KNN,
S
V
M
,
C
5
.
0
,
L
o
g
is
tic
R
e
g
r
e
s
s
io
n
a
n
d
Ne
u
r
a
l
Ne
t
w
o
r
k
w
e
r
e
i
m
p
le
m
e
n
te
d
o
n
UC
I
d
a
ta
s
e
t.
B
a
s
e
d
o
n
i
n
v
e
s
t
ig
a
te
d
m
e
th
o
d
s
,
d
e
c
is
io
n
tr
e
e
h
a
s
a
c
h
ie
v
e
d
th
e
b
e
s
t
p
e
r
f
o
r
m
a
n
c
e
.
T
h
e
r
e
a
r
e
d
if
f
e
r
e
n
t
i
s
s
u
e
s
t
h
a
t
i
n
f
lu
e
n
c
e
th
e
p
e
r
f
o
r
m
a
n
c
e
o
f
a
p
p
lie
d
m
o
d
e
ls
in
c
l
u
d
in
g
t
y
p
e
o
f
p
r
o
b
le
m
a
n
d
t
y
p
e
o
f
i
n
p
u
t
d
a
ta
(
d
is
c
r
e
te
o
r
c
o
n
tin
o
u
s
)
.
d
u
e
to
th
e
f
a
c
t
t
h
a
t
d
a
ta
s
e
t
m
a
in
l
y
w
a
s
d
is
c
r
e
te
,
d
e
c
is
io
n
t
r
e
e
a
b
le
to
h
a
n
d
le
n
u
m
e
r
ic
a
l
d
a
ta
.
B
e
c
a
u
s
e
o
u
t
p
u
t
v
a
r
ia
b
le
la
b
e
le
d
w
it
h
t
wo
c
la
s
s
e
s
:
’
w
ith
’
a
n
d
‘
w
ith
o
u
t
’
h
e
a
r
t
d
is
e
a
s
e
s
,
d
e
c
is
io
n
tr
e
e
y
ie
ld
e
d
b
e
tte
r
p
e
r
f
o
r
m
a
n
c
e
th
a
n
o
th
e
r
a
l
g
o
r
ith
m
s
.
De
c
i
s
io
n
tr
e
e
s
a
r
e
a
b
le
to
g
e
n
e
r
a
te
u
n
d
e
r
s
ta
n
d
a
b
le
r
u
le
s
a
n
d
c
a
n
p
e
r
f
o
r
m
c
la
s
s
i
f
i
c
a
tio
n
w
it
h
o
u
t
r
e
q
u
ir
in
g
m
u
c
h
c
o
m
p
u
ta
t
io
n
a
n
d
c
le
a
r
l
y
in
d
ic
a
t
e
th
a
t
w
h
ic
h
f
ie
ld
s
a
r
e
m
o
s
t
i
m
p
o
r
ta
n
t
f
o
r
p
r
e
d
ic
tio
n
o
r
c
la
s
s
if
i
c
a
tio
n
.
RE
F
E
R
E
NC
E
[1
]
W
H
O
Re
p
o
r
t
,
t
h
e
T
o
p
1
0
C
a
u
s
e
s
o
f
D
e
a
t
h
,
l
a
s
t
a
c
c
e
s
s
e
d
1
2
/
9
/
2
0
1
3
f
ro
m
h
t
t
p
:
/
/
w
h
o
.
i
n
t
/
m
e
d
i
a
c
e
n
t
r
e
/
f
a
c
t
s
h
e
e
t
s
/
f
s
3
1
0
/
e
n
/
,
(
a
c
c
e
s
s
e
d
1
A
p
ri
l
2
0
1
5
)
.
[2
]
H
a
m
i
d
Ba
g
h
e
ri
,
A
b
d
u
s
a
l
a
m
A
b
d
u
l
l
a
h
S
h
a
l
t
o
o
k
i
.
Bi
g
D
a
t
a
:
Ch
a
l
l
e
n
g
e
s
,
O
p
p
o
rt
u
n
i
t
i
e
s
a
n
d
C
l
o
u
d
B
a
s
e
d
S
o
l
u
t
i
o
n
s
.
In
t
e
r
n
a
t
i
o
n
a
l
J
o
u
r
n
a
l
o
f
E
l
e
c
t
r
i
c
a
l
a
n
d
C
o
m
p
u
t
e
r
E
n
g
i
n
e
e
r
i
n
g
(
IJ
E
CE
)
,
2
0
1
4
;
5
(
2
)
:
3
4
0
-
3
4
3
.
[3
]
V
i
j
a
y
a
j
o
t
h
i
P
,
T
a
n
S
Y
,
S
a
r
i
n
d
e
r
K
D
,
A
m
a
n
d
e
e
p
S
S
.
A
m
e
t
h
o
d
o
l
o
g
i
c
a
l
re
v
i
e
w
o
f
d
a
t
a
m
i
n
i
n
g
t
e
c
h
n
i
q
u
e
s
i
n
p
re
d
i
c
t
i
v
e
m
e
d
i
c
i
n
e
:
A
n
a
p
p
l
i
c
a
t
i
o
n
i
n
h
e
m
o
d
y
n
a
m
i
c
p
re
d
i
c
t
i
o
n
f
o
r
a
b
d
o
m
i
n
a
l
a
o
r
t
i
c
a
n
e
u
ry
s
m
d
i
s
e
a
s
e
.
P
u
b
l
i
s
h
e
d
b
y
E
l
s
e
v
i
e
r
,
Bi
o
c
y
b
e
rn
e
t
i
c
s
a
n
d
B
i
o
m
e
d
i
c
a
l
E
n
g
i
n
e
e
ri
n
g
,
2
0
1
4
;
3
4
(
3
)
:
1
3
9
-
1
4
5
.
[4
]
K
.
C
.
T
a
n
,
E
.
J
.
T
e
o
h
,
Q
.
Y
u
,
K
.
C
.
G
o
h
.
A
h
y
b
ri
d
e
v
o
l
u
t
i
o
n
a
ry
a
l
g
o
ri
t
h
m
f
o
r
a
t
t
ri
b
u
t
e
s
e
l
e
c
t
i
o
n
i
n
d
a
t
a
m
i
n
i
n
g
.
E
x
p
e
r
t
S
y
s
t
e
m
s
wi
t
h
A
p
p
l
i
c
a
t
i
o
n
s
,
2
0
0
9
;
3
6
:
8
6
1
6
-
8
6
3
0
.
[5
]
N
i
k
o
l
a
K
,
E
l
i
s
a
C
.
S
p
i
k
i
n
g
n
e
u
r
a
l
n
e
t
w
o
rk
m
e
t
h
o
d
o
l
o
g
y
f
o
r
m
o
d
e
l
l
i
n
g
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
n
d
u
n
d
e
rs
t
a
n
d
i
n
g
o
f
E
E
G
s
p
a
t
i
o
-
t
e
m
p
o
ra
l
d
a
t
a
m
e
a
s
u
ri
n
g
c
o
g
n
i
t
i
v
e
p
r
o
c
e
s
s
e
s
.
In
f
o
r
m
a
t
i
o
n
S
c
i
e
n
c
e
s
,
2
0
1
5
;
2
9
4
:
5
6
5
-
5
7
5
.
[6
]
F
.
L
o
t
t
e
,
M
.
C
o
n
g
e
d
o
,
A
.
L
é
c
u
y
e
r,
F
.
L
a
m
a
rc
h
e
,
B
.
A
.
A
rn
a
l
d
i
.
Re
v
i
e
w
o
f
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
l
g
o
r
i
t
h
m
s
f
o
r
E
E
G
-
b
a
s
e
d
b
ra
i
n
-
c
o
m
p
u
t
e
r
i
n
t
e
rf
a
c
e
s
.
J
.
Ne
u
r
a
l
E
n
g
.
2
0
0
7
;
4
(
2
)
:
1
-
2
5
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
J
E
C
E
I
S
S
N:
2
0
8
8
-
8
7
0
8
C
o
mp
a
r
in
g
P
e
r
fo
r
ma
n
c
e
o
f
D
a
ta
M
in
in
g
A
lg
o
r
ith
ms
in
P
r
e
d
ic
tio
n
He
a
r
t
Dis
e
s
e
s
(
M
o
lo
u
d
A
b
d
a
r
)
1
5
7
5
[7
]
C.
A
n
d
e
r
s
o
n
,
D
.
P
e
t
e
rs
o
n
.
Re
c
e
n
t
a
d
v
a
n
c
e
s
i
n
E
E
G
s
i
g
n
a
l
a
n
a
l
y
s
i
s
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
,
i
n
:
R
.
D
y
b
o
w
s
k
i
,
V
.
G
a
n
t
(
E
d
s
.
)
.
Cl
i
n
i
c
a
l
A
p
p
l
i
c
a
t
i
o
n
s
o
f
A
rt
i
f
i
c
i
a
l
N
e
u
r
a
l
N
e
t
w
o
rk
s
,
C
a
m
b
r
i
d
g
e
U
n
i
v
e
r
s
i
t
y
P
r
e
s
s
,
U
K
.
2
0
0
1
:
1
7
5
-
1
9
1
(
C
h
a
p
t
e
r
8
)
.
[8
]
C.
A
n
d
e
r
s
o
n
,
E
.
S
t
o
l
z
,
S
.
S
h
a
m
s
u
n
d
e
r,
”
M
u
l
t
i
v
a
ri
a
t
e
a
u
t
o
re
g
r
e
s
s
i
v
e
m
o
d
e
l
s
f
o
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
s
p
o
n
t
a
n
e
o
u
s
e
l
e
c
t
r
o
e
n
c
e
p
h
a
l
o
g
ra
m
d
u
r
i
n
g
m
e
n
t
a
l
t
a
s
k
s
.
I
E
E
E
T
r
a
n
s
.
B
i
o
m
e
d
.
E
n
g
.
1
9
9
8
;
4
5
(
3
)
:
2
7
7
-
2
8
6
.
[9
]
K
.
P
a
d
m
a
v
a
t
h
i
,
K
.
S
ri
Ra
m
a
k
ri
s
h
n
a
.
D
e
t
e
c
t
i
o
n
o
f
A
t
ri
a
l
F
i
b
ri
l
l
a
t
i
o
n
u
s
i
n
g
A
u
t
o
re
g
re
s
s
i
v
e
m
o
d
e
l
i
n
g
.
In
t
e
r
n
a
t
i
o
n
a
l
J
o
u
r
n
a
l
o
f
E
l
e
c
t
r
i
c
a
l
a
n
d
C
o
m
p
u
t
e
r
E
n
g
i
n
e
e
r
i
n
g
(
IJ
E
CE
)
,
2
0
1
5
;
5
(
1
)
:
6
4
-
7
0
.
[1
0
]
S
h
i
v
n
a
ra
y
a
n
P
,
Ra
m
B
P
,
U
.
Ra
j
e
n
d
ra
A
.
A
u
t
o
m
a
t
e
d
d
i
a
g
n
o
s
i
s
o
f
c
o
r
o
n
a
ry
a
rt
e
ry
d
i
s
e
a
s
e
u
s
i
n
g
t
u
n
a
b
l
e
-
Q
w
a
v
e
l
e
t
t
ra
n
s
f
o
rm
a
p
p
l
i
e
d
o
n
h
e
a
rt
r
a
t
e
s
i
g
n
a
l
s
.
K
n
o
wl
e
d
g
e
-
B
a
s
e
d
S
y
s
t
e
m
s
,
2
0
1
5
;
8
2
:
1
-
1
0
.
[1
1
]
Y
o
n
g
q
i
a
n
g
L
,
J
i
a
m
i
n
g
H
,
Y
i
r
a
n
W
,
J
i
j
i
a
n
g
Y
,
Y
i
d
a
T
,
W
e
n
y
a
o
W
,
N
a
z
i
m
A
.
D
y
n
a
m
i
c
e
v
a
l
u
a
t
i
o
n
m
o
d
e
l
o
f
c
o
r
o
n
a
ry
h
e
a
rt
d
i
s
e
a
s
e
f
o
r
u
b
i
q
u
i
t
o
u
s
h
e
a
l
t
h
c
a
re
.
C
o
m
p
u
t
e
r
s
i
n
I
n
d
u
s
t
r
y
,
2
0
1
5
;
6
9
:
3
5
-
4
4
.
[1
2
]
M
a
i
S
h
,
T
i
m
T
,
Ro
b
S
.
U
s
i
n
g
D
e
c
i
s
i
o
n
T
r
e
e
f
o
r
D
i
a
g
n
o
s
i
n
g
H
e
a
r
t
D
i
s
e
a
s
e
P
a
t
i
e
n
t
s
.
A
u
s
D
M
'
1
1
,
P
r
o
c
e
e
d
i
n
g
s
o
f
t
h
e
9
-
t
h
A
u
s
t
ra
l
a
s
i
a
n
D
a
t
a
M
i
n
i
n
g
C
o
n
f
e
re
n
c
e
,
Ba
l
l
a
ra
t
,
A
u
s
t
ra
l
i
a
,
2
0
1
1
.
[1
3
]
S
u
m
i
t
B
,
P
ra
v
e
e
n
P
,
G
.
N
.
P
i
l
l
a
i
.
S
V
M
B
a
s
e
d
D
e
c
i
s
i
o
n
S
u
p
p
o
r
t
S
y
s
t
e
m
f
o
r
H
e
a
r
t
D
i
s
e
a
s
e
Cl
a
s
s
i
f
i
c
a
t
i
o
n
w
i
t
h
I
n
t
e
g
e
r
-
Co
d
e
d
G
e
n
e
t
i
c
A
l
g
o
r
i
t
h
m
t
o
S
e
l
e
c
t
Cr
i
t
i
c
a
l
F
e
a
t
u
r
e
s
.
W
C
E
C
S
.
P
r
o
c
e
e
d
i
n
g
s
o
f
t
h
e
W
o
rl
d
C
o
n
g
re
s
s
o
n
E
n
g
i
n
e
e
ri
n
g
a
n
d
C
o
m
p
u
t
e
r
S
c
i
e
n
c
e
,
S
a
n
F
ra
n
c
i
s
c
o
,
U
S
A
,
O
c
t
o
b
e
r
2
2
-
2
4
,
2
0
0
8
.
[1
4
]
P
e
t
e
r
C
.
A
u
s
t
i
n
,
J
a
c
k
V
.
T
u
,
J
e
n
n
i
f
e
r
E
.
H
o
,
D
a
n
i
e
l
L
e
v
y
,
D
o
u
g
l
a
s
S
.
L
e
e
.
U
s
i
n
g
m
e
t
h
o
d
s
f
ro
m
t
h
e
d
a
t
a
-
m
i
n
i
n
g
a
n
d
m
a
c
h
i
n
e
-
l
e
a
rn
i
n
g
l
i
t
e
r
a
t
u
re
f
o
r
d
i
s
e
a
s
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
n
d
p
re
d
i
c
t
i
o
n
:
a
c
a
s
e
s
t
u
d
y
e
x
a
m
i
n
i
n
g
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
h
e
a
r
t
f
a
i
l
u
re
s
u
b
t
y
p
e
s
.
J
o
u
r
n
a
l
o
f
Cl
i
n
i
c
a
l
E
p
i
d
e
m
i
o
l
o
g
y
,
2
0
1
3
;
6
6
(
4
)
:
3
9
8
-
4
0
7
.
[1
5
]
S
a
b
a
B
,
U
s
m
a
n
Q
,
F
a
r
h
a
n
H
K
,
M
.
Y
o
u
n
u
s
J
.
M
V
5
:
A
Cl
i
n
i
c
a
l
D
e
c
i
s
i
o
n
S
u
p
p
o
rt
F
ra
m
e
w
o
rk
f
o
r
H
e
a
r
t
D
i
s
e
a
s
e
P
re
d
i
c
t
i
o
n
U
s
i
n
g
M
a
j
o
ri
t
y
V
o
t
e
B
a
s
e
d
C
l
a
s
s
i
f
i
e
r
E
n
s
e
m
b
l
e
.
A
r
a
b
J
S
c
i
E
n
g
,
2
0
1
4
;
3
9
(
1
1
)
:
7
7
7
1
-
7
7
8
3
.
[1
6
]
J
e
s
m
i
n
N
,
T
a
s
a
d
d
u
q
I
,
K
e
v
i
n
S
T
,
Y
i
-
P
i
n
g
P
h
C
h
.
A
s
s
o
c
i
a
t
i
o
n
r
u
l
e
m
i
n
i
n
g
t
o
d
e
t
e
c
t
f
a
c
t
o
r
s
w
h
i
c
h
c
o
n
t
r
i
b
u
t
e
t
o
h
e
a
rt
d
i
s
e
a
s
e
i
n
m
a
l
e
s
a
n
d
f
e
m
a
l
e
s
.
E
x
p
e
r
t
S
y
s
t
e
m
s
wi
t
h
A
p
p
l
i
c
a
t
i
o
n
,
2
0
1
3
;
4
0
(
4
)
:
1
0
8
6
-
1
0
9
3
.
[1
7
]
K
y
l
e
E
.
W
a
l
k
e
r*
,
S
e
a
n
M
.
Cr
o
t
t
y
.
Cl
a
s
s
i
f
y
i
n
g
h
i
g
h
-
p
r
e
v
a
l
e
n
c
e
n
e
i
g
h
b
o
r
h
o
o
d
s
f
o
r
c
a
r
d
i
o
v
a
s
c
u
l
a
r
d
i
s
e
a
s
e
i
n
T
e
x
a
s
.
A
p
p
l
i
e
d
G
e
o
g
r
a
p
h
y
,
2
0
1
4
;
5
7
:
2
2
-
3
1
,
2
0
1
4
.
[1
8
]
K
.
Ra
j
e
s
w
a
r
i
,
V
.
V
a
i
t
h
i
y
a
n
a
t
h
a
n
,
T
.
R
.
N
e
e
l
a
k
a
n
t
a
n
.
F
e
a
t
u
r
e
S
e
l
e
c
t
i
o
n
i
n
Is
c
h
e
m
i
c
H
e
a
r
t
D
i
s
e
a
s
e
I
d
e
n
t
i
f
i
c
a
t
i
o
n
u
s
i
n
g
F
e
e
d
F
o
r
w
a
r
d
Ne
u
r
a
l
Ne
t
w
o
r
k
s
.
In
t
e
rn
a
t
i
o
n
a
l
S
y
m
p
o
s
i
u
m
o
n
Ro
b
o
t
i
c
s
a
n
d
I
n
t
e
l
l
i
g
e
n
t
S
e
n
s
o
rs
2
0
1
2
(
IRIS
2
0
1
2
)
,
P
r
o
c
e
d
i
a
E
n
g
i
n
e
e
ri
n
g
,
2
0
1
2
;
4
1
:
1
8
1
8
-
1
8
2
3
.
[1
9
]
A
.
V
S
e
n
t
h
i
l
K
u
m
a
r.
G
e
n
e
r
a
t
i
n
g
R
u
l
e
s
f
o
r
A
d
v
a
n
c
e
d
F
u
z
z
y
Re
s
o
l
u
t
i
o
n
M
e
c
h
a
n
i
s
m
t
o
D
i
a
g
n
o
s
i
s
H
e
a
r
t
D
i
s
e
a
s
e
.
In
t
e
r
n
a
t
i
o
n
a
l
J
o
u
r
n
a
l
o
f
C
o
m
p
u
t
e
r
A
p
p
l
i
c
a
t
i
o
n
s
,
2
0
1
3
;
7
7
(
1
1
)
:
6
-
1
2
.
[2
0
]
Q
u
i
n
l
a
n
J
R
.
I
n
d
u
c
t
i
o
n
o
f
d
e
c
i
s
i
o
n
t
re
e
s
.
M
a
c
h
i
n
e
L
e
a
r
n
i
n
g
,
1
9
8
6
;
4
:
8
1
-
1
0
6
.
[2
1
]
Q
u
i
n
l
a
n
J
R
.
C
4
.
5
:
P
r
o
g
ra
m
s
f
o
r
m
a
c
h
i
n
e
l
e
a
r
n
i
n
g
.
M
a
c
h
i
n
e
L
e
a
r
n
i
n
g
,
1
9
9
4
;
3
:
2
3
5
-
2
4
0
.
[2
2
]
Q
u
i
n
l
a
n
J
R.
B
a
g
g
i
n
g
,
B
o
o
s
t
i
n
g
a
n
d
C
4
.
5
.
P
r
o
c
e
e
d
i
n
g
s
o
f
1
4
t
h
N
a
t
i
o
n
a
l
C
o
n
f
e
re
n
c
e
o
n
A
rt
i
f
i
c
i
a
l
I
n
t
e
l
l
i
g
e
n
c
e
,
1
9
9
6
:
7
2
5
-
7
3
0
.
[2
3
]
X
i
n
d
o
n
g
W
,
V
i
p
i
n
K
,
J
.
R
o
s
s
Q
,
J
o
y
d
e
e
p
G
h
,
Q
i
a
n
g
Y
,
H
i
ro
s
h
i
M
,
G
e
o
f
f
re
y
J
.
M
,
A
n
g
u
s
N
g
,
Bi
n
g
L
,
P
h
i
l
i
p
S
.
Y
u
,
Z
h
i
-
H
u
a
Z
,
M
i
c
h
a
e
l
S
,
D
a
v
i
d
J
H
,
D
a
n
S
.
T
o
p
1
0
a
l
g
o
r
i
t
h
m
s
i
n
d
a
t
a
m
i
n
i
n
g
.
S
p
r
i
n
g
e
r
,
2
0
0
8
;
1
4
(
1
)
:
1
-
3
7
.
[
2
4
]
S
h
u
o
n
a
n
H
,
Ro
n
g
t
a
o
H
,
X
i
n
m
i
n
g
S
,
J
u
n
W
,
Ch
e
n
g
s
h
a
n
g
Y
,
Re
s
e
a
rc
h
o
n
C5
.
0
A
l
g
o
ri
t
h
m
Im
p
ro
v
e
m
e
n
t
a
n
d
t
h
e
T
e
s
t
i
n
L
i
g
h
t
n
i
n
g
D
i
s
a
s
t
e
r
S
t
a
t
i
s
t
i
c
s
”
,
In
t
e
r
n
a
t
i
o
n
a
l
J
o
u
r
n
a
l
o
f
Co
n
t
r
o
l
a
n
d
A
u
t
o
m
a
t
i
o
n
,
v
o
l
.
7
,
n
o
1
,
p
p
.
1
8
1
-
1
9
0
,
2
0
1
4
.
[2
5
]
V
a
p
n
i
k
,
V
.
N
.
T
h
e
n
a
t
u
r
e
o
f
s
t
a
t
i
s
t
i
c
a
l
l
e
a
r
n
i
n
g
t
h
e
o
ry
.
Ne
w
Y
o
r
k
:
S
p
r
i
n
g
e
r
,
1
9
9
5
.
[2
6
].
Y
a
z
d
a
n
i
A
,
E
b
ra
h
i
m
i
T
,
H
o
f
f
m
a
n
n
U
.
C
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
E
E
G
s
i
g
n
a
l
s
u
s
i
n
g
D
e
m
p
s
t
e
r
S
h
a
f
e
r
t
h
e
o
ry
a
n
d
a
K
-
n
e
a
re
s
t
n
e
i
g
h
b
o
r
c
l
a
s
s
i
f
i
e
r.
IE
E
E
.
I
n
:
P
r
o
c
o
f
t
h
e
4
t
h
i
n
t
E
M
B
S
c
o
n
f
o
n
n
e
u
r
a
l
e
n
g
i
n
e
e
r
i
n
g
,
2
0
0
9
:
3
2
7
-
3
0
.
[2
7
]
D
a
u
b
e
c
h
i
e
s
I
.
T
h
e
w
a
v
e
l
e
t
t
ra
n
s
f
o
rm
,
t
i
m
e
-
f
re
q
u
e
n
c
y
l
o
c
a
l
i
z
a
t
i
o
n
a
n
d
s
i
g
n
a
l
a
n
a
l
y
s
i
s
.
I
E
E
E
.
T
r
a
n
s
I
n
f
o
r
m
T
h
e
o
r
,
1
9
9
0
;
3
6
:
9
6
1
-
1
0
0
5
.
[2
8
]
D
e
m
u
t
h
H
,
Be
a
l
e
M
,
H
a
g
a
n
M
.
N
e
u
r
a
l
n
e
t
w
o
rk
T
o
o
l
b
o
x
™
u
s
e
r’s
g
u
i
d
e
.
T
h
e
M
a
t
h
W
o
r
k
s
,
I
n
c
.
;
2
0
0
9
.
[2
9
]
L
e
n
g
,
G
.
,
M
c
G
i
n
n
i
t
y
,
T
.
M
.
,
P
r
a
s
a
d
,
G
.
D
e
s
i
g
n
f
o
r
s
e
l
f
-
o
rg
a
n
i
z
i
n
g
f
u
z
z
y
n
e
u
ra
l
n
e
t
w
o
rk
s
b
a
s
e
d
o
n
g
e
n
e
t
i
c
a
l
g
o
r
i
t
h
m
s
.
I
E
E
E
.
T
r
a
n
s
.
F
u
z
z
y
S
y
s
t
.
2
0
0
6
;
1
4
(
6
)
:
7
5
5
-
7
6
6
.
[3
0
]
F
ra
n
k
H
.
F
.
L
e
u
n
g
,
H
.
K
.
L
a
m
,
S
.
H
.
L
i
n
g
,
P
e
t
e
r
K
.
S
.
T
a
m
.
T
u
n
i
n
g
o
f
t
h
e
s
t
r
u
c
t
u
re
a
n
d
p
a
r
a
m
e
t
e
rs
o
f
a
n
e
u
r
a
l
n
e
t
w
o
rk
u
s
i
n
g
a
n
i
m
p
r
o
v
e
d
g
e
n
e
t
i
c
a
l
g
o
ri
t
h
m
.
IE
E
E
.
T
r
a
n
s
.
Ne
u
r
a
l
Ne
t
w
o
r
k
s
,
2
0
0
3
;
1
4
(
1
)
:
7
9
-
8
8
.
[3
1
]
A
l
i
z
a
d
e
h
S
,
G
h
a
z
a
n
f
a
ri
M
,
”
T
e
i
m
o
r
p
o
u
r
B
.
D
a
t
a
M
i
n
i
n
g
a
n
d
K
n
o
w
l
e
d
g
e
D
i
s
c
o
v
e
ry
”
,
P
u
b
l
i
c
a
t
i
o
n
o
f
Ir
a
n
U
n
i
v
e
r
s
i
t
y
o
f
S
c
i
e
n
c
e
a
n
d
T
e
c
h
n
o
l
o
g
y
.
2
n
d
e
d
,
2
0
1
1
.
[P
e
rs
i
a
n
].
[3
2
]
H
a
n
J
.
K
a
m
b
e
r
M
.
c
h
a
p
t
e
r
1
:
i
n
t
r
o
d
u
c
t
i
o
n
:
D
a
t
a
M
i
n
i
n
g
:
C
o
n
c
e
p
t
s
a
n
d
T
e
c
h
n
i
q
u
e
s
.
M
o
r
g
a
n
K
a
u
f
m
a
n
P
u
b
l
i
s
h
e
r
.
2
n
d
e
d
,
2
0
0
6
.
[3
3
]
U
CI
A
rc
h
i
v
e
,
M
a
c
h
i
n
e
L
e
a
rn
i
n
g
Re
p
o
s
i
t
o
ry
,
”
h
t
t
p
s
:
/
/
a
rc
h
i
v
e
.
i
c
s
.
u
c
i
.
e
d
u
/
m
l
/
m
a
c
h
i
n
e
-
l
e
a
r
n
i
n
g
-
d
a
t
a
b
a
s
e
s
/
s
t
a
t
l
o
g
/
h
e
a
r
t
/
(
a
c
c
e
s
s
e
d
2
M
a
y
2
0
1
5
)
.
[3
4
]
G
.
S
u
b
b
a
l
a
k
s
h
m
i
,
K
.
Ra
m
e
s
h
,
M
.
C
h
i
n
n
a
Ra
o
.
D
e
c
i
s
i
o
n
S
u
p
p
o
rt
i
n
H
e
a
rt
D
i
s
e
a
s
e
P
re
d
i
c
t
i
o
n
S
y
s
t
e
m
u
s
i
n
g
N
a
i
v
e
Ba
y
e
s
.
In
d
i
a
n
J
o
u
r
n
a
l
o
f
C
o
m
p
u
t
e
r
S
c
i
e
n
c
e
a
n
d
E
n
g
i
n
e
e
r
i
n
g
(
IJ
CS
E
)
.
2
0
1
1
;
2
(
2
)
:
1
7
0
-
1
7
6
.
[3
5
]
A
d
i
t
y
a
M
,
P
ri
n
c
e
K
,
H
i
m
a
n
s
h
u
A
,
P
a
n
k
a
j
K
.
E
a
rl
y
H
e
a
rt
D
i
s
e
a
s
e
P
re
d
i
c
t
i
o
n
U
s
i
n
g
D
a
t
a
M
i
n
i
n
g
T
e
c
h
n
i
q
u
e
s
.
Co
m
p
u
t
e
r
S
c
i
e
n
c
e
&
In
f
o
r
m
a
t
i
o
n
T
e
c
h
n
o
l
o
g
y
(
CS
&
IT
)
.
2
0
1
4
:
5
3
-
5
9
.
[3
6
]
Ro
o
h
a
l
l
a
h
A
,
J
a
f
a
r
H
,
Z
a
h
ra
A
,
H
o
d
a
M
,
Re
i
h
a
n
e
B,
A
s
m
a
G
h
,
F
a
h
i
m
e
K
h
,
F
a
ri
b
a
A
.
D
i
a
g
n
o
s
i
n
g
Co
r
o
n
a
ry
A
rt
e
ry
D
i
s
e
a
s
e
v
i
a
D
a
t
a
M
i
n
i
n
g
A
l
g
o
ri
t
h
m
s
b
y
Co
n
s
i
d
e
ri
n
g
L
a
b
o
r
a
t
o
ry
a
n
d
E
c
h
o
c
a
r
d
i
o
g
r
a
p
h
y
F
e
a
t
u
re
s
.
O
f
f
i
c
i
a
l
J
o
u
r
n
a
l
o
f
R
a
j
a
i
e
C
a
r
d
i
o
v
a
s
c
u
l
a
r
M
e
d
i
c
a
l
a
n
d
R
e
s
e
a
r
c
h
Ce
n
t
e
r
.
2
0
1
3
;
2
(
3
)
:
1
3
3
-
1
3
9
.
[3
7
]
T
.
J
o
h
n
P
e
t
e
r
,
K
.
S
o
m
a
s
u
n
d
a
ra
m
.
S
t
u
d
y
a
n
d
D
e
v
e
l
o
p
m
e
n
t
o
f
N
e
v
e
l
F
e
a
t
u
re
S
e
l
e
c
t
i
o
n
F
rm
e
w
o
rk
f
o
r
H
e
a
rt
D
i
s
e
a
s
e
P
re
c
i
c
t
i
o
n
.
I
n
t
e
r
n
a
t
i
o
n
a
l
J
o
u
r
n
a
l
o
f
S
c
i
e
n
t
i
f
i
c
a
n
d
R
e
s
e
a
r
c
h
P
u
b
l
i
c
a
t
i
o
n
s
.
2
0
1
2
;
2
(
1
0
)
:
1
-
7
.
[3
8
]
K
e
m
a
l
P
o
l
a
t
,
S
a
l
i
h
G
u
n
e
s
.
A
h
y
b
ri
d
a
p
p
r
o
a
c
h
t
o
m
e
d
i
c
a
l
d
e
c
i
s
i
o
n
s
u
p
p
o
rt
s
y
s
t
e
m
s
:
Co
m
b
i
n
i
n
g
f
e
a
t
u
re
s
e
l
e
c
t
i
o
n
,
f
u
z
z
y
w
e
i
g
h
t
e
d
p
re
-
p
ro
c
e
s
s
i
n
g
a
n
d
A
IRS
.
Co
m
p
u
t
e
r
m
e
t
h
o
d
s
a
n
d
p
r
o
g
r
a
m
s
i
n
b
i
o
m
e
d
i
c
i
n
e
.
2
0
0
7
;
8
8
:
1
6
4
-
1
7
4
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
0
8
8
-
8
7
0
8
I
J
E
C
E
Vo
l.
5
,
No
.
6
,
De
c
e
m
b
e
r
2
0
1
5
:
1
5
6
9
–
1
5
7
6
1
5
7
6
B
I
O
G
RAP
H
I
E
S
O
F
AUT
H
O
RS
M
o
l
o
u
d
A
b
d
a
r
re
c
e
i
v
e
d
h
i
s
U
n
d
e
rg
ra
d
u
a
t
e
(
Ba
c
h
e
l
o
r
)
d
e
g
re
e
i
n
Co
m
p
u
t
e
r
E
n
g
i
n
e
e
ri
n
g
(
S
o
f
t
w
a
r
e
E
n
g
i
n
e
e
ri
n
g
)
f
ro
m
t
h
e
U
n
i
v
e
rs
i
t
y
o
f
D
a
m
g
h
a
n
,
Ira
n
i
n
2
0
1
5
.
H
e
h
a
s
m
o
re
t
h
a
n
7
c
o
n
f
e
re
n
c
e
a
n
d
j
o
u
r
n
a
l
p
a
p
e
rs
a
b
o
u
t
t
h
e
D
a
t
a
M
i
n
i
n
g
.
C
u
rre
n
t
l
y
,
h
i
s
re
s
e
a
rc
h
i
n
t
e
re
s
t
s
i
n
c
l
u
d
e
d
a
t
a
m
i
n
i
n
g
,
w
e
b
a
n
d
t
e
x
t
m
i
n
i
n
g
,
a
rt
i
f
i
c
i
a
l
i
n
t
e
l
l
i
g
e
n
c
e
a
n
d
i
m
a
g
e
p
ro
c
e
s
s
i
n
g
.
S
h
a
ra
re
h
R.
N
i
a
k
a
n
K
a
l
a
h
a
ri
h
o
l
d
s
P
h
.
D
.
o
f
m
e
d
i
c
a
l
i
n
f
o
r
m
a
t
i
c
s
.
S
h
e
w
a
s
g
ra
d
u
a
t
e
d
f
ro
m
t
h
e
u
n
i
v
e
rs
i
t
y
o
f
M
a
n
c
h
e
s
t
e
r
i
n
2
0
1
1
.
C
u
rre
n
t
l
y
,
s
h
e
i
s
A
s
s
o
c
i
a
t
e
d
P
r
o
f
e
s
s
o
r
i
n
D
e
p
a
rt
m
e
n
t
o
f
H
e
a
l
t
h
In
f
o
rm
a
t
i
o
n
M
a
n
a
g
e
m
e
n
t
a
t
T
e
h
r
a
n
U
n
i
v
e
rs
i
t
y
o
f
M
e
d
i
c
a
l
S
c
i
e
n
c
e
s
(
T
U
M
S
)
,
Ira
n
.
H
e
r
m
a
i
n
i
n
t
e
re
s
t
i
s
m
a
c
h
i
n
e
l
e
a
rn
i
n
g
a
n
d
o
p
t
i
m
i
z
a
t
i
o
n
i
n
m
e
d
i
c
a
l
d
o
m
a
i
n
.
T
o
l
e
S
u
t
i
k
n
o
i
s
a
n
A
s
s
o
c
i
a
t
e
d
P
r
o
f
e
s
s
o
r
i
n
D
e
p
a
rt
m
e
n
t
o
f
E
l
e
c
t
ri
c
a
l
E
n
g
i
n
e
e
ri
n
g
a
t
U
n
i
v
e
rs
i
t
a
s
A
h
m
a
d
D
a
h
l
a
n
(
U
A
D
)
,
In
d
o
n
e
s
i
a
.
H
e
i
s
E
d
i
t
o
r
-
i
n
-
Ch
i
e
f
,
P
ri
n
c
i
p
l
e
Co
n
t
a
c
t
a
n
d
E
d
i
t
o
r
f
o
r
s
o
m
e
S
c
o
p
u
s
i
n
d
e
x
e
d
j
o
u
rn
a
l
s
.
H
e
i
s
a
l
s
o
o
n
e
o
f
f
o
u
n
d
e
r
o
f
t
h
e
In
d
o
n
e
s
i
a
n
P
u
b
l
i
c
a
t
i
o
n
I
n
d
e
x
(
I
P
I
)
.
H
e
h
a
s
c
o
m
p
l
e
t
e
d
h
i
s
s
t
u
d
i
e
s
f
o
r
B.
E
n
g
.
,
M
.
E
n
g
.
,
P
h
.
D
.
i
n
E
l
e
c
t
ri
c
a
l
E
n
g
i
n
e
e
ri
n
g
f
ro
m
D
i
p
o
n
e
g
o
r
o
U
n
i
v
e
r
s
i
t
y
,
G
a
d
j
a
h
M
a
d
a
U
n
i
v
e
r
s
i
t
y
a
n
d
U
n
i
v
e
rs
i
t
i
T
e
k
n
o
l
o
g
i
M
a
l
a
y
s
i
a
,
r
e
s
p
e
c
t
i
v
e
l
y
.
H
i
s
r
e
s
e
a
r
c
h
i
n
t
e
re
s
t
s
i
n
c
l
u
d
e
t
h
e
f
i
e
l
d
o
f
i
n
d
u
s
t
r
i
a
l
e
l
e
c
t
ro
n
i
c
s
a
n
d
i
n
f
o
rm
a
t
i
c
s
,
p
o
w
e
r
e
l
e
c
t
ro
n
i
c
s
,
F
P
G
A
a
p
p
l
i
c
a
t
i
o
n
s
,
e
m
b
e
d
d
e
d
s
y
s
t
e
m
s
,
d
a
t
a
m
i
n
i
n
g
,
i
n
f
o
rm
a
t
i
o
n
t
e
c
h
n
o
l
o
g
y
a
n
d
d
i
g
i
t
a
l
l
i
b
ra
ry
.
Im
a
m
M
u
c
h
Ib
n
u
S
u
b
r
o
t
o
w
a
s
b
o
r
n
i
n
S
e
m
a
ra
n
g
In
d
o
n
e
s
i
a
i
n
1
9
7
3
.
C
u
rre
n
t
l
y
h
e
i
s
a
H
e
a
d
D
e
p
a
rt
m
e
n
t
o
f
E
l
e
c
t
ri
c
a
l
E
n
g
i
n
e
e
ri
n
g
P
o
s
t
g
ra
d
u
a
t
e
S
t
u
d
y
o
f
U
n
i
v
e
rs
i
t
a
s
Is
l
a
m
S
u
l
t
a
n
A
g
u
n
g
,
S
e
m
a
ra
n
g
,
In
d
o
n
e
s
i
a
.
H
e
i
s
a
l
s
o
o
n
e
o
f
f
o
u
n
d
e
r
o
f
t
h
e
In
d
o
n
e
s
i
a
n
P
u
b
l
i
c
a
t
i
o
n
In
d
e
x
(
IP
I
)
.
H
e
re
c
e
i
v
e
d
B.
E
.
E
f
ro
m
G
a
d
j
a
h
M
a
d
a
U
n
i
v
e
rs
i
t
y
,
Y
o
g
y
a
k
a
rt
a
,
In
d
o
n
e
s
i
a
i
n
1
9
9
8
.
H
e
re
c
e
i
v
e
d
M
.
S
c
.
f
ro
m
U
n
i
v
e
rs
i
t
i
T
e
k
n
o
l
o
g
i
M
a
l
a
y
s
i
a
,
J
o
h
o
r
i
n
2
0
0
7
.
H
e
re
c
e
i
v
e
d
P
h
.
D
.
d
e
g
re
e
f
ro
m
U
n
i
v
e
r
s
i
t
i
T
e
k
n
o
l
o
g
i
M
a
l
a
y
s
i
a
i
n
2
0
1
5
.
H
i
s
re
s
e
a
rc
h
i
n
t
e
re
s
t
i
n
d
a
t
a
m
i
n
i
n
g
,
i
n
t
e
l
l
i
g
e
n
c
e
s
y
s
t
e
m
a
n
d
e
d
u
c
a
t
i
o
n
t
e
c
h
n
o
l
o
g
y
.
G
o
l
i
A
rj
i
i
s
P
h
.
D
.
s
t
u
d
e
n
t
i
n
H
e
a
l
t
h
In
f
o
rm
a
t
i
o
n
M
a
n
a
g
e
m
e
n
t
,
T
e
h
ra
n
U
n
i
v
e
rs
i
t
y
o
f
M
e
d
i
c
a
l
S
c
i
e
n
c
e
s
(
T
U
M
S
)
,
Ira
n
.
S
h
e
i
s
i
n
t
e
re
s
t
e
d
i
n
d
a
t
a
m
i
n
i
n
g
,
f
u
z
z
y
l
o
g
i
c
,
c
l
i
n
i
c
a
l
d
e
c
i
s
i
o
n
s
u
p
p
o
rt
s
y
s
t
e
m
,
t
e
l
e
m
e
d
i
c
i
n
e
a
n
d
c
o
n
s
u
m
e
r
h
e
a
l
t
h
i
n
f
o
rm
a
t
i
c
s
.
I
S
S
N
:
2
0
8
8
-
8
7
0
8
I
J
E
C
E
Vo
l.
5
,
No
.
6
,
De
c
e
m
b
e
r
2
0
1
5
:
1
5
6
9
–
1
5
7
6
1
5
7
6
B
I
O
G
RAP
H
I
E
S
O
F
AUT
H
O
RS
M
o
l
o
u
d
A
b
d
a
r
re
c
e
i
v
e
d
h
i
s
U
n
d
e
rg
ra
d
u
a
t
e
(
Ba
c
h
e
l
o
r
)
d
e
g
re
e
i
n
Co
m
p
u
t
e
r
E
n
g
i
n
e
e
ri
n
g
(
S
o
f
t
w
a
r
e
E
n
g
i
n
e
e
ri
n
g
)
f
ro
m
t
h
e
U
n
i
v
e
rs
i
t
y
o
f
D
a
m
g
h
a
n
,
Ira
n
i
n
2
0
1
5
.
H
e
h
a
s
m
o
re
t
h
a
n
7
c
o
n
f
e
re
n
c
e
a
n
d
j
o
u
r
n
a
l
p
a
p
e
rs
a
b
o
u
t
t
h
e
D
a
t
a
M
i
n
i
n
g
.
C
u
rre
n
t
l
y
,
h
i
s
re
s
e
a
rc
h
i
n
t
e
re
s
t
s
i
n
c
l
u
d
e
d
a
t
a
m
i
n
i
n
g
,
w
e
b
a
n
d
t
e
x
t
m
i
n
i
n
g
,
a
rt
i
f
i
c
i
a
l
i
n
t
e
l
l
i
g
e
n
c
e
a
n
d
i
m
a
g
e
p
ro
c
e
s
s
i
n
g
.
S
h
a
ra
re
h
R.
N
i
a
k
a
n
K
a
l
a
h
a
ri
h
o
l
d
s
P
h
.
D
.
o
f
m
e
d
i
c
a
l
i
n
f
o
r
m
a
t
i
c
s
.
S
h
e
w
a
s
g
ra
d
u
a
t
e
d
f
ro
m
t
h
e
u
n
i
v
e
rs
i
t
y
o
f
M
a
n
c
h
e
s
t
e
r
i
n
2
0
1
1
.
C
u
rre
n
t
l
y
,
s
h
e
i
s
A
s
s
o
c
i
a
t
e
d
P
r
o
f
e
s
s
o
r
i
n
D
e
p
a
rt
m
e
n
t
o
f
H
e
a
l
t
h
In
f
o
rm
a
t
i
o
n
M
a
n
a
g
e
m
e
n
t
a
t
T
e
h
r
a
n
U
n
i
v
e
rs
i
t
y
o
f
M
e
d
i
c
a
l
S
c
i
e
n
c
e
s
(
T
U
M
S
)
,
Ira
n
.
H
e
r
m
a
i
n
i
n
t
e
re
s
t
i
s
m
a
c
h
i
n
e
l
e
a
rn
i
n
g
a
n
d
o
p
t
i
m
i
z
a
t
i
o
n
i
n
m
e
d
i
c
a
l
d
o
m
a
i
n
.
T
o
l
e
S
u
t
i
k
n
o
i
s
a
n
A
s
s
o
c
i
a
t
e
d
P
r
o
f
e
s
s
o
r
i
n
D
e
p
a
rt
m
e
n
t
o
f
E
l
e
c
t
ri
c
a
l
E
n
g
i
n
e
e
ri
n
g
a
t
U
n
i
v
e
rs
i
t
a
s
A
h
m
a
d
D
a
h
l
a
n
(
U
A
D
)
,
In
d
o
n
e
s
i
a
.
H
e
i
s
E
d
i
t
o
r
-
i
n
-
Ch
i
e
f
,
P
ri
n
c
i
p
l
e
Co
n
t
a
c
t
a
n
d
E
d
i
t
o
r
f
o
r
s
o
m
e
S
c
o
p
u
s
i
n
d
e
x
e
d
j
o
u
rn
a
l
s
.
H
e
i
s
a
l
s
o
o
n
e
o
f
f
o
u
n
d
e
r
o
f
t
h
e
In
d
o
n
e
s
i
a
n
P
u
b
l
i
c
a
t
i
o
n
I
n
d
e
x
(
I
P
I
)
.
H
e
h
a
s
c
o
m
p
l
e
t
e
d
h
i
s
s
t
u
d
i
e
s
f
o
r
B.
E
n
g
.
,
M
.
E
n
g
.
,
P
h
.
D
.
i
n
E
l
e
c
t
ri
c
a
l
E
n
g
i
n
e
e
ri
n
g
f
ro
m
D
i
p
o
n
e
g
o
r
o
U
n
i
v
e
r
s
i
t
y
,
G
a
d
j
a
h
M
a
d
a
U
n
i
v
e
r
s
i
t
y
a
n
d
U
n
i
v
e
rs
i
t
i
T
e
k
n
o
l
o
g
i
M
a
l
a
y
s
i
a
,
r
e
s
p
e
c
t
i
v
e
l
y
.
H
i
s
r
e
s
e
a
r
c
h
i
n
t
e
re
s
t
s
i
n
c
l
u
d
e
t
h
e
f
i
e
l
d
o
f
i
n
d
u
s
t
r
i
a
l
e
l
e
c
t
ro
n
i
c
s
a
n
d
i
n
f
o
rm
a
t
i
c
s
,
p
o
w
e
r
e
l
e
c
t
ro
n
i
c
s
,
F
P
G
A
a
p
p
l
i
c
a
t
i
o
n
s
,
e
m
b
e
d
d
e
d
s
y
s
t
e
m
s
,
d
a
t
a
m
i
n
i
n
g
,
i
n
f
o
rm
a
t
i
o
n
t
e
c
h
n
o
l
o
g
y
a
n
d
d
i
g
i
t
a
l
l
i
b
ra
ry
.
Im
a
m
M
u
c
h
Ib
n
u
S
u
b
r
o
t
o
w
a
s
b
o
r
n
i
n
S
e
m
a
ra
n
g
In
d
o
n
e
s
i
a
i
n
1
9
7
3
.
C
u
rre
n
t
l
y
h
e
i
s
a
H
e
a
d
D
e
p
a
rt
m
e
n
t
o
f
E
l
e
c
t
ri
c
a
l
E
n
g
i
n
e
e
ri
n
g
P
o
s
t
g
ra
d
u
a
t
e
S
t
u
d
y
o
f
U
n
i
v
e
rs
i
t
a
s
Is
l
a
m
S
u
l
t
a
n
A
g
u
n
g
,
S
e
m
a
ra
n
g
,
In
d
o
n
e
s
i
a
.
H
e
i
s
a
l
s
o
o
n
e
o
f
f
o
u
n
d
e
r
o
f
t
h
e
In
d
o
n
e
s
i
a
n
P
u
b
l
i
c
a
t
i
o
n
In
d
e
x
(
IP
I
)
.
H
e
re
c
e
i
v
e
d
B.
E
.
E
f
ro
m
G
a
d
j
a
h
M
a
d
a
U
n
i
v
e
rs
i
t
y
,
Y
o
g
y
a
k
a
rt
a
,
In
d
o
n
e
s
i
a
i
n
1
9
9
8
.
H
e
re
c
e
i
v
e
d
M
.
S
c
.
f
ro
m
U
n
i
v
e
rs
i
t
i
T
e
k
n
o
l
o
g
i
M
a
l
a
y
s
i
a
,
J
o
h
o
r
i
n
2
0
0
7
.
H
e
re
c
e
i
v
e
d
P
h
.
D
.
d
e
g
re
e
f
ro
m
U
n
i
v
e
r
s
i
t
i
T
e
k
n
o
l
o
g
i
M
a
l
a
y
s
i
a
i
n
2
0
1
5
.
H
i
s
re
s
e
a
rc
h
i
n
t
e
re
s
t
i
n
d
a
t
a
m
i
n
i
n
g
,
i
n
t
e
l
l
i
g
e
n
c
e
s
y
s
t
e
m
a
n
d
e
d
u
c
a
t
i
o
n
t
e
c
h
n
o
l
o
g
y
.
G
o
l
i
A
rj
i
i
s
P
h
.
D
.
s
t
u
d
e
n
t
i
n
H
e
a
l
t
h
In
f
o
rm
a
t
i
o
n
M
a
n
a
g
e
m
e
n
t
,
T
e
h
ra
n
U
n
i
v
e
rs
i
t
y
o
f
M
e
d
i
c
a
l
S
c
i
e
n
c
e
s
(
T
U
M
S
)
,
Ira
n
.
S
h
e
i
s
i
n
t
e
re
s
t
e
d
i
n
d
a
t
a
m
i
n
i
n
g
,
f
u
z
z
y
l
o
g
i
c
,
c
l
i
n
i
c
a
l
d
e
c
i
s
i
o
n
s
u
p
p
o
rt
s
y
s
t
e
m
,
t
e
l
e
m
e
d
i
c
i
n
e
a
n
d
c
o
n
s
u
m
e
r
h
e
a
l
t
h
i
n
f
o
rm
a
t
i
c
s
.
I
S
S
N
:
2
0
8
8
-
8
7
0
8
I
J
E
C
E
Vo
l.
5
,
No
.
6
,
De
c
e
m
b
e
r
2
0
1
5
:
1
5
6
9
–
1
5
7
6
1
5
7
6
B
I
O
G
RAP
H
I
E
S
O
F
AUT
H
O
RS
M
o
l
o
u
d
A
b
d
a
r
re
c
e
i
v
e
d
h
i
s
U
n
d
e
rg
ra
d
u
a
t
e
(
Ba
c
h
e
l
o
r
)
d
e
g
re
e
i
n
Co
m
p
u
t
e
r
E
n
g
i
n
e
e
ri
n
g
(
S
o
f
t
w
a
r
e
E
n
g
i
n
e
e
ri
n
g
)
f
ro
m
t
h
e
U
n
i
v
e
rs
i
t
y
o
f
D
a
m
g
h
a
n
,
Ira
n
i
n
2
0
1
5
.
H
e
h
a
s
m
o
re
t
h
a
n
7
c
o
n
f
e
re
n
c
e
a
n
d
j
o
u
r
n
a
l
p
a
p
e
rs
a
b
o
u
t
t
h
e
D
a
t
a
M
i
n
i
n
g
.
C
u
rre
n
t
l
y
,
h
i
s
re
s
e
a
rc
h
i
n
t
e
re
s
t
s
i
n
c
l
u
d
e
d
a
t
a
m
i
n
i
n
g
,
w
e
b
a
n
d
t
e
x
t
m
i
n
i
n
g
,
a
rt
i
f
i
c
i
a
l
i
n
t
e
l
l
i
g
e
n
c
e
a
n
d
i
m
a
g
e
p
ro
c
e
s
s
i
n
g
.
S
h
a
ra
re
h
R.
N
i
a
k
a
n
K
a
l
a
h
a
ri
h
o
l
d
s
P
h
.
D
.
o
f
m
e
d
i
c
a
l
i
n
f
o
r
m
a
t
i
c
s
.
S
h
e
w
a
s
g
ra
d
u
a
t
e
d
f
ro
m
t
h
e
u
n
i
v
e
rs
i
t
y
o
f
M
a
n
c
h
e
s
t
e
r
i
n
2
0
1
1
.
C
u
rre
n
t
l
y
,
s
h
e
i
s
A
s
s
o
c
i
a
t
e
d
P
r
o
f
e
s
s
o
r
i
n
D
e
p
a
rt
m
e
n
t
o
f
H
e
a
l
t
h
In
f
o
rm
a
t
i
o
n
M
a
n
a
g
e
m
e
n
t
a
t
T
e
h
r
a
n
U
n
i
v
e
rs
i
t
y
o
f
M
e
d
i
c
a
l
S
c
i
e
n
c
e
s
(
T
U
M
S
)
,
Ira
n
.
H
e
r
m
a
i
n
i
n
t
e
re
s
t
i
s
m
a
c
h
i
n
e
l
e
a
rn
i
n
g
a
n
d
o
p
t
i
m
i
z
a
t
i
o
n
i
n
m
e
d
i
c
a
l
d
o
m
a
i
n
.
T
o
l
e
S
u
t
i
k
n
o
i
s
a
n
A
s
s
o
c
i
a
t
e
d
P
r
o
f
e
s
s
o
r
i
n
D
e
p
a
rt
m
e
n
t
o
f
E
l
e
c
t
ri
c
a
l
E
n
g
i
n
e
e
ri
n
g
a
t
U
n
i
v
e
rs
i
t
a
s
A
h
m
a
d
D
a
h
l
a
n
(
U
A
D
)
,
In
d
o
n
e
s
i
a
.
H
e
i
s
E
d
i
t
o
r
-
i
n
-
Ch
i
e
f
,
P
ri
n
c
i
p
l
e
Co
n
t
a
c
t
a
n
d
E
d
i
t
o
r
f
o
r
s
o
m
e
S
c
o
p
u
s
i
n
d
e
x
e
d
j
o
u
rn
a
l
s
.
H
e
i
s
a
l
s
o
o
n
e
o
f
f
o
u
n
d
e
r
o
f
t
h
e
In
d
o
n
e
s
i
a
n
P
u
b
l
i
c
a
t
i
o
n
I
n
d
e
x
(
I
P
I
)
.
H
e
h
a
s
c
o
m
p
l
e
t
e
d
h
i
s
s
t
u
d
i
e
s
f
o
r
B.
E
n
g
.
,
M
.
E
n
g
.
,
P
h
.
D
.
i
n
E
l
e
c
t
ri
c
a
l
E
n
g
i
n
e
e
ri
n
g
f
ro
m
D
i
p
o
n
e
g
o
r
o
U
n
i
v
e
r
s
i
t
y
,
G
a
d
j
a
h
M
a
d
a
U
n
i
v
e
r
s
i
t
y
a
n
d
U
n
i
v
e
rs
i
t
i
T
e
k
n
o
l
o
g
i
M
a
l
a
y
s
i
a
,
r
e
s
p
e
c
t
i
v
e
l
y
.
H
i
s
r
e
s
e
a
r
c
h
i
n
t
e
re
s
t
s
i
n
c
l
u
d
e
t
h
e
f
i
e
l
d
o
f
i
n
d
u
s
t
r
i
a
l
e
l
e
c
t
ro
n
i
c
s
a
n
d
i
n
f
o
rm
a
t
i
c
s
,
p
o
w
e
r
e
l
e
c
t
ro
n
i
c
s
,
F
P
G
A
a
p
p
l
i
c
a
t
i
o
n
s
,
e
m
b
e
d
d
e
d
s
y
s
t
e
m
s
,
d
a
t
a
m
i
n
i
n
g
,
i
n
f
o
rm
a
t
i
o
n
t
e
c
h
n
o
l
o
g
y
a
n
d
d
i
g
i
t
a
l
l
i
b
ra
ry
.
Im
a
m
M
u
c
h
Ib
n
u
S
u
b
r
o
t
o
w
a
s
b
o
r
n
i
n
S
e
m
a
ra
n
g
In
d
o
n
e
s
i
a
i
n
1
9
7
3
.
C
u
rre
n
t
l
y
h
e
i
s
a
H
e
a
d
D
e
p
a
rt
m
e
n
t
o
f
E
l
e
c
t
ri
c
a
l
E
n
g
i
n
e
e
ri
n
g
P
o
s
t
g
ra
d
u
a
t
e
S
t
u
d
y
o
f
U
n
i
v
e
rs
i
t
a
s
Is
l
a
m
S
u
l
t
a
n
A
g
u
n
g
,
S
e
m
a
ra
n
g
,
In
d
o
n
e
s
i
a
.
H
e
i
s
a
l
s
o
o
n
e
o
f
f
o
u
n
d
e
r
o
f
t
h
e
In
d
o
n
e
s
i
a
n
P
u
b
l
i
c
a
t
i
o
n
In
d
e
x
(
IP
I
)
.
H
e
re
c
e
i
v
e
d
B.
E
.
E
f
ro
m
G
a
d
j
a
h
M
a
d
a
U
n
i
v
e
rs
i
t
y
,
Y
o
g
y
a
k
a
rt
a
,
In
d
o
n
e
s
i
a
i
n
1
9
9
8
.
H
e
re
c
e
i
v
e
d
M
.
S
c
.
f
ro
m
U
n
i
v
e
rs
i
t
i
T
e
k
n
o
l
o
g
i
M
a
l
a
y
s
i
a
,
J
o
h
o
r
i
n
2
0
0
7
.
H
e
re
c
e
i
v
e
d
P
h
.
D
.
d
e
g
re
e
f
ro
m
U
n
i
v
e
r
s
i
t
i
T
e
k
n
o
l
o
g
i
M
a
l
a
y
s
i
a
i
n
2
0
1
5
.
H
i
s
re
s
e
a
rc
h
i
n
t
e
re
s
t
i
n
d
a
t
a
m
i
n
i
n
g
,
i
n
t
e
l
l
i
g
e
n
c
e
s
y
s
t
e
m
a
n
d
e
d
u
c
a
t
i
o
n
t
e
c
h
n
o
l
o
g
y
.
G
o
l
i
A
rj
i
i
s
P
h
.
D
.
s
t
u
d
e
n
t
i
n
H
e
a
l
t
h
In
f
o
rm
a
t
i
o
n
M
a
n
a
g
e
m
e
n
t
,
T
e
h
ra
n
U
n
i
v
e
rs
i
t
y
o
f
M
e
d
i
c
a
l
S
c
i
e
n
c
e
s
(
T
U
M
S
)
,
Ira
n
.
S
h
e
i
s
i
n
t
e
re
s
t
e
d
i
n
d
a
t
a
m
i
n
i
n
g
,
f
u
z
z
y
l
o
g
i
c
,
c
l
i
n
i
c
a
l
d
e
c
i
s
i
o
n
s
u
p
p
o
rt
s
y
s
t
e
m
,
t
e
l
e
m
e
d
i
c
i
n
e
a
n
d
c
o
n
s
u
m
e
r
h
e
a
l
t
h
i
n
f
o
rm
a
t
i
c
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.