I
n
d
on
e
s
ian
Jou
r
n
al
o
f
E
lec
t
r
ica
l
E
n
gin
e
e
r
in
g
a
n
d
Com
p
u
t
e
r
S
c
ience
Vo
l
.
3
6
,
N
o
.
2
,
N
o
v
e
m
b
e
r
20
24
,
pp.
1
29
4
~
1
300
I
S
S
N:
2
502
-
4
7
52
,
DO
I
:
10
.
11591/i
j
e
e
cs
.v
3
6
.
i
2
.
pp
1
29
4
-
1
300
1294
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
e
e
cs
.
iaes
c
or
e
.
c
om
Hy
b
r
id
l
ogi
st
ic
r
e
g
r
e
ssi
on
su
p
p
or
t
ve
c
t
or
m
od
e
l
t
o e
n
h
an
c
e
p
r
e
d
ic
t
io
n
of
b
ip
ol
ar
d
i
sor
d
e
r
Nis
h
a
Agni
h
ot
r
i,
S
an
j
e
e
v
K
u
m
ar
P
r
a
s
ad
S
c
h
oo
l
of
C
o
mput
in
g
S
c
ie
n
c
e
a
nd E
ngi
n
e
e
r
in
g,
G
a
lg
o
ti
a
s
U
ni
ve
r
s
it
y
,
G
r
e
a
te
r
N
o
id
a
, I
ndi
a
Ar
t
ic
l
e
I
n
f
o
AB
S
T
RA
CT
A
r
ti
c
le
h
is
tor
y
:
R
e
c
e
i
ve
d
A
pr
21
,
202
4
R
e
vi
s
e
d
A
ug
5
,
202
4
A
c
c
e
pt
e
d
A
ug
1
1
,
202
4
Bi
p
o
l
ar
d
i
s
o
r
d
e
r
h
as
b
eco
me
o
n
e
o
f
t
h
e
m
a
j
o
r
men
t
al
h
e
a
l
t
h
i
s
s
u
e
s
d
u
e
t
o
s
t
re
s
s
e
d
l
i
f
e
aro
u
n
d
t
h
e
w
o
r
l
d
.
T
h
i
s
i
s
t
h
e
m
a
j
o
r
r
e
as
o
n
f
o
r
s
u
i
c
i
d
e
s
t
h
e
s
e
d
a
y
s
as
t
h
e
s
e
p
eo
p
l
e
ar
e
u
n
ab
l
e
t
o
c
o
n
v
ey
t
h
ei
r
f
eel
i
n
g
a
n
d
em
o
t
i
o
n
s
t
o
o
t
h
e
rs
.
T
h
i
s
p
ro
p
o
s
e
d
r
e
s
e
ar
ch
s
h
o
w
s
t
h
e
l
o
g
i
s
t
i
c
r
e
g
re
s
s
i
o
n
a
n
d
s
u
p
p
o
rt
v
ec
t
o
r
m
a
ch
i
n
e
h
y
b
r
i
d
mo
d
el
t
o
p
red
i
c
t
b
i
p
o
l
ar
d
i
s
o
r
d
e
r
i
n
p
at
i
e
n
t
s
i
s
t
o
d
ev
e
l
o
p
an
a
ccu
rat
e
a
n
d
r
el
i
ab
l
e
mo
d
el
t
h
at
c
a
n
e
ff
ec
t
i
v
el
y
p
red
i
c
t
t
h
e
p
re
s
e
n
ce
o
f
b
i
p
o
l
ar
d
i
s
o
rd
e
r
i
n
p
at
i
e
n
t
s
b
as
ed
o
n
t
h
e
i
r
cl
i
n
i
c
a
l
a
n
d
d
emo
g
rap
h
i
c
d
at
a.
T
h
e
p
u
rp
o
s
e
i
s
t
o
m
a
k
e
a
fra
mew
o
rk
t
h
at
c
an
h
el
p
h
e
a
l
t
h
c
ar
e
p
ro
fe
s
s
i
o
n
al
s
d
i
ag
n
o
s
e
b
i
p
o
l
ar
d
i
s
o
rd
e
r
e
arl
y
,
t
h
e
re
b
y
en
ab
l
i
n
g
t
i
me
l
y
an
d
ap
p
ro
p
ri
at
e
t
re
at
me
n
t
t
o
b
e
p
ro
v
i
d
ed
.
T
h
e
mo
d
e
l
s
h
o
u
l
d
t
ak
e
i
n
t
o
acc
o
u
n
t
v
ar
i
o
u
s
p
at
i
e
n
t
-
s
p
ec
i
f
i
c
fe
at
u
r
e
s
,
s
u
ch
as
ag
e,
g
en
d
e
r,
fa
mi
l
y
h
i
s
t
o
r
y
,
me
d
i
c
at
i
o
n
u
s
e,
a
n
d
o
t
h
e
r
med
i
c
a
l
co
n
d
i
t
i
o
n
s
,
i
n
a
d
d
i
t
i
o
n
t
o
r
el
e
v
a
n
t
cl
i
n
i
c
al
an
d
d
em
o
g
rap
h
i
c
v
ari
ab
l
e
s
.
T
h
e
a
i
m
i
s
t
o
c
r
e
at
e
a
m
o
d
el
t
h
at
c
a
n
a
ccu
rat
el
y
c
l
as
s
i
f
y
p
at
i
en
t
s
w
i
t
h
b
i
p
o
l
ar
d
i
s
o
r
d
e
r
a
n
d
n
o
n
-
b
i
p
o
l
ar
d
i
s
o
r
d
e
r
p
at
i
e
n
t
s
w
h
i
l
e
mi
n
i
m
i
z
i
n
g
fal
s
e
-
p
o
s
i
t
i
v
e
an
d
fa
l
s
e
-
n
e
g
at
i
v
e
c
l
as
s
i
fi
c
at
i
o
n
s
.
The
w
o
rk
s
h
o
w
s
i
m
p
ro
v
eme
n
t
in
e
v
a
l
u
at
i
o
n
d
e
t
ec
t
i
o
n
in
p
e
rf
o
rm
an
ce
w
i
t
h
h
y
b
ri
d
l
o
g
i
s
t
i
c
s
u
p
p
o
rt
v
ect
o
r
r
eg
r
es
s
i
o
n
(
L
SV
R
)
to
d
e
t
ec
t
d
i
s
o
r
d
e
r
an
d
p
ro
t
ec
t
t
h
em
to
a
v
o
i
d
w
o
rs
e
s
i
t
u
at
i
o
n
.
K
e
y
w
o
r
d
s
:
B
i
po
l
a
r
d
i
s
o
r
de
r
H
y
b
r
i
d
m
o
de
l
L
o
gi
s
t
i
c
r
e
gr
e
s
s
i
o
n
S
upe
r
vi
s
e
d
m
a
c
hi
ne
l
e
a
r
ni
ng
S
uppor
t
v
e
c
t
or
m
a
c
hi
ne
Th
i
s
i
s
a
n
o
p
en
a
c
ces
s
a
r
t
i
c
l
e
u
n
d
e
r
t
h
e
CC
B
Y
-
SA
l
i
cen
s
e.
C
or
r
e
s
pon
din
g
A
u
th
or
:
N
i
s
ha
A
g
ni
h
o
t
r
i
S
c
h
o
o
l
o
f
C
o
m
put
i
n
g
S
c
i
e
n
c
e
o
f
E
n
g
i
ne
e
r
i
ng
,
Ga
l
got
i
a
s
U
ni
ve
r
s
i
t
y
Gr
e
a
t
e
r
N
o
i
d
a
,
Utt
a
r
P
r
a
de
s
h
,
I
n
d
i
a
E
m
a
i
l
:
ni
s
h
a
.
a
g
ni
h
o
t
r
i
_p
h
d20
@
g
a
l
go
t
i
a
s
u
ni
ve
r
s
i
t
y.
e
du.
i
n
1.
I
NT
RODU
C
T
I
ON
M
a
c
hi
ne
l
e
a
r
ni
n
g
h
a
s
s
h
o
wn
pr
o
m
i
s
i
ng
r
e
s
u
l
t
s
i
n
p
r
e
d
i
c
t
i
n
g
bi
po
l
a
r
d
i
s
o
r
de
r
i
n
h
u
m
a
n
s
by
a
n
a
ly
z
i
ng
l
a
r
ge
da
t
a
s
e
t
s
o
f
c
li
n
i
c
a
l
a
n
d
bi
o
l
o
g
i
c
a
l
m
a
r
ke
r
s
.
B
y
u
s
i
ng
a
l
go
r
i
t
hm
s
t
o
l
e
a
r
n
pa
t
t
e
r
n
s
i
n
t
h
e
s
e
da
t
a
s
e
t
s
,
m
a
c
hi
ne
l
e
a
r
ni
ng
m
o
de
l
s
c
a
n
i
de
n
t
i
f
y
e
a
r
ly
s
i
g
n
s
a
n
d
r
i
s
k
f
a
c
to
r
s
a
s
s
o
c
i
a
t
e
d
wi
t
h
bi
po
l
a
r
d
i
s
o
r
de
r
b
e
f
o
r
e
t
h
e
o
n
s
e
t
o
f
s
y
m
pt
o
m
s
.
T
h
e
hy
b
r
i
d
l
o
g
i
s
t
i
c
s
uppo
r
t
v
e
c
t
o
r
r
e
gr
e
s
s
i
o
n
(
L
S
V
R
)
m
o
de
l
i
s
a
m
a
c
hi
ne
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
de
s
i
g
n
e
d
t
o
pr
e
di
c
t
bi
po
l
a
r
d
i
s
o
r
de
r
i
n
pa
t
i
e
n
t
s
.
I
t
c
o
m
bi
ne
s
t
w
o
di
f
f
e
r
e
n
t
t
y
pe
s
o
f
m
o
de
l
s
,
n
a
m
e
ly
t
h
e
s
uppo
r
t
v
e
c
to
r
r
e
gr
e
s
s
i
o
n
(
S
VR
)
a
n
d
t
h
e
l
o
gi
s
t
i
c
r
e
gr
e
s
s
i
o
n
(
L
R
)
m
o
de
l
,
t
o
l
e
v
e
r
a
ge
t
h
e
i
r
r
e
s
pe
c
t
i
v
e
s
t
r
e
n
gt
h
s
i
n
pr
e
d
i
c
t
i
n
g
t
h
e
pr
e
s
e
n
c
e
o
f
bi
po
l
a
r
d
i
s
o
r
de
r
i
n
pa
t
i
e
n
t
s
.
Us
i
n
g
m
a
c
hi
ne
l
e
a
r
ni
ng
t
e
c
hni
que
s
,
t
h
e
y
pr
e
pa
r
e
d
a
c
o
m
bi
ne
d
m
o
de
l
f
r
a
m
e
wo
r
k
whi
c
h
h
e
l
ps
t
o
c
l
a
s
s
if
y
m
e
n
t
a
l
h
e
a
l
t
h
f
e
a
t
ur
e
s
t
h
a
t
h
a
v
e
o
c
c
ur
r
e
d
i
n
s
o
c
i
a
l
m
e
d
i
a
c
o
m
m
u
ni
t
i
e
s
[
1]
.
T
h
e
da
t
a
s
e
t
a
l
s
o
un
de
r
go
e
s
t
h
r
o
u
gh
e
m
p
i
r
i
c
a
l
v
a
li
da
t
i
o
n
pr
o
c
e
s
s
a
n
d
t
h
e
r
e
s
u
l
t
s
e
x
c
e
e
de
d
t
h
e
r
e
c
e
n
t
s
t
a
t
e
o
f
t
h
e
a
r
t
b
a
s
e
li
ne
s
c
r
e
a
t
e
d
by
t
hi
s
m
o
de
l
[
2]
.
T
h
e
s
t
udy
i
n
t
hi
s
l
a
t
e
r
s
h
o
ws
a
m
u
l
t
i
m
o
d
a
l
m
a
c
hi
ne
l
e
a
r
ni
ng
m
o
de
l
whi
c
h
i
s
c
r
e
a
t
e
d
o
n
di
f
f
e
r
e
n
t
f
e
a
t
ur
e
s
s
uc
h
a
s
vi
s
ua
l
,
a
c
o
us
t
i
c
a
n
d
t
e
x
t
ua
l
t
h
r
o
ugh
pe
r
f
o
r
m
i
ng
a
c
r
o
s
s
m
o
da
li
t
y
c
o
r
r
e
l
a
t
i
o
n
m
e
t
h
o
do
l
o
g
y
.
T
h
e
s
t
ud
y
s
h
o
wc
a
s
e
d
t
h
a
t
de
e
p
l
e
a
r
ni
ng
a
n
d
m
a
c
hi
ne
l
e
a
r
ni
ng
m
o
de
l
h
e
l
ps
i
n
de
t
e
c
t
i
n
g
bi
po
l
a
r
d
i
s
o
r
de
r
by
i
nv
o
l
vi
ng
a
m
e
t
h
o
do
l
o
g
y
t
h
a
t
c
a
p
t
ur
e
s
t
h
e
i
nc
r
e
a
s
e
d
bi
na
r
y
de
c
i
s
i
o
n
d
i
a
gr
a
m
(
B
DD
)
a
c
c
ur
a
c
y
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
Hy
br
id
logi
s
ti
c
r
e
gr
e
s
s
ion
s
uppor
t
v
e
c
tor
mode
l
to
e
nhanc
e
pr
e
diction
o
f
…
(
N
is
ha
A
gnihot
r
i
)
1295
r
a
t
e
[
3]
.
T
o
un
de
r
s
t
a
n
d
a
n
d
de
duc
e
t
h
e
s
y
s
t
e
m
a
t
i
c
r
e
vi
e
w,
t
h
e
s
t
ud
y
a
pp
l
i
e
d
t
h
e
P
R
I
S
M
A
m
e
t
h
o
do
l
o
g
y
w
hi
c
h
i
nc
l
ude
d
r
e
s
e
a
r
c
h
o
f
tot
a
l
30
a
r
t
i
c
l
e
s
i
n
t
h
e
i
r
i
n
i
t
i
a
l
r
e
vi
e
w
i
n
g
a
n
d
s
c
r
e
e
ni
ng
s
t
a
ge
[
4]
.
T
h
e
r
e
s
e
a
r
c
he
d
f
o
c
u
s
o
n
i
d
e
n
t
i
f
yi
ng
m
e
n
t
a
l
h
e
a
l
t
h
d
i
s
o
r
de
r
i
n
pa
t
i
e
n
t
s
us
i
n
g
a
c
o
r
r
e
l
a
t
i
o
n
i
n
t
h
e
i
r
t
e
x
t
ua
l
,
vi
s
u
a
l
a
nd
a
ud
i
o
m
o
da
li
t
i
e
s
[
5]
.
T
h
e
y
im
p
l
e
m
e
n
t
e
d
r
e
c
ur
r
e
n
t
n
e
ur
a
l
n
e
t
wor
ks
m
e
t
h
o
do
l
o
g
y
to
i
n
c
l
ude
t
h
e
t
e
m
po
r
a
r
y
i
n
f
o
r
m
a
t
i
o
n
i
n
t
h
e
m
a
c
hi
ne
l
e
a
r
ni
ng
pr
o
c
e
s
s
a
n
d
b
a
s
e
d
o
n
t
h
a
t
de
pl
o
y
i
ng
a
m
o
de
l
whi
c
h
e
x
t
r
a
c
t
t
h
e
f
e
a
t
ur
e
s
b
a
s
e
d
o
n
d
y
na
m
i
c
e
v
o
l
ut
i
o
n
.
T
h
e
y
c
r
e
a
t
e
d
a
di
a
g
n
o
s
t
i
c
a
l
go
r
i
t
hm
w
hi
c
h
he
l
pe
d
i
n
i
de
n
t
i
f
yi
ng
bi
po
l
a
r
d
i
s
o
r
de
r
pa
t
i
e
n
t
s
i
n
d
if
f
e
r
e
n
t
c
l
i
n
i
c
a
l
s
c
e
n
a
r
i
o
s
w
i
t
h
e
f
f
i
c
i
e
n
t
a
c
c
ur
a
c
y
a
n
d
h
e
l
p
s
to
pe
r
f
o
r
m
a
c
c
ur
a
t
e
c
l
i
n
i
c
a
l
t
r
e
a
t
m
e
n
t
to
pa
t
i
e
n
t
s
[
6]
.
T
h
e
s
t
udy
pr
o
p
o
s
e
d
a
r
e
c
ur
r
e
n
t
de
c
i
s
i
o
n
t
r
e
e
whi
c
h
h
e
l
p
e
d
i
n
c
o
n
t
r
i
b
ut
i
n
g
to
wa
r
ds
t
h
e
pr
e
di
c
t
i
o
n
o
f
bi
po
l
a
r
d
i
s
o
r
de
r
[
7
]
.
T
h
e
r
e
s
u
l
t
s
pr
e
d
i
c
t
e
d
t
h
a
t
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
do
l
o
g
y
o
u
t
pe
r
f
o
r
m
s
t
h
e
e
xi
s
t
i
n
g
de
c
i
s
i
o
n
t
r
e
e
m
o
de
l
.
T
h
e
s
t
ud
y
f
o
un
d
o
ut
t
h
a
t
t
h
e
i
r
a
l
go
r
i
t
hm
i
n
c
o
m
p
a
r
i
s
o
n
to
t
h
e
pr
e
e
xi
s
t
i
n
g
m
a
c
hi
ne
l
e
a
r
ni
ng
m
o
de
l
s
whi
c
h
f
o
l
l
o
w
B
a
y
e
s
i
a
n
l
i
ne
a
r
d
i
s
c
r
im
i
na
n
t
t
e
c
hni
qu
e
,
de
c
i
s
i
o
n
t
r
e
e
o
r
Ga
us
s
i
a
n
Na
ï
v
e
B
a
y
e
s
(
NB
)
r
e
s
u
l
t
e
d
to
a
c
c
ur
a
c
y
a
r
o
un
d
9
7%
[
8
]
.
T
h
e
hy
b
r
i
d
NB
T
r
e
e
s
h
o
we
d
t
h
a
t
t
h
e
r
e
s
u
l
t
s
h
a
v
e
b
e
t
t
e
r
a
c
c
ur
a
c
y
a
n
d
pr
e
c
i
s
i
o
n
a
s
c
o
m
pa
r
e
d
to
t
h
e
ot
h
e
r
t
w
o
a
ppr
o
a
c
h
e
s
.
I
n
t
e
r
m
s
o
f
r
e
s
po
n
s
e
t
i
m
e
t
h
e
NB
e
x
c
e
e
ds
t
h
e
de
c
i
s
i
o
n
t
r
e
e
a
n
d
NB
T
r
e
e
a
l
go
r
i
t
hm
s
[
9]
.
T
h
e
b
e
s
t
t
hi
n
g
a
b
o
ut
m
a
c
hi
ne
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
i
s
t
h
a
t
o
n
c
e
t
h
e
m
o
de
l
i
s
t
r
a
i
n
e
d
i
n
r
e
f
e
r
e
n
c
e
to
t
h
e
out
p
u
t
s
o
f
da
t
a
,
i
t
c
a
n
wo
r
k
o
n
a
uto
m
a
t
i
o
n
[
10]
.
T
h
i
s
pa
pe
r
pr
o
vi
de
d
a
b
r
i
e
f
r
e
vi
e
w
a
n
d
ga
ve
a
f
ut
ur
e
pr
o
s
pe
c
t
o
f
h
o
w
m
a
c
hi
ne
l
e
a
r
ni
ng
s
o
l
v
e
s
d
if
f
e
r
e
n
t
pr
o
bl
e
m
s
.
T
he
r
e
s
e
a
r
c
h
h
e
l
ps
i
n
f
i
nd
i
ng
a
r
e
l
a
t
i
v
e
pe
r
f
o
r
m
a
n
c
e
s
t
udy
o
f
s
upe
r
vi
s
e
d
a
l
go
r
i
t
hm
s
o
f
m
a
c
hi
ne
l
e
a
r
ni
ng
i
n
pr
e
d
i
c
t
i
n
g
v
a
r
i
o
us
d
i
s
e
a
s
e
s
[
11]
.
F
o
r
un
de
r
s
t
a
n
di
ng
c
l
a
s
s
if
i
c
a
t
i
o
n
s
t
ud
i
e
s
,
a
hy
br
i
d
l
o
g
i
s
t
i
c
s
v
e
c
t
o
r
t
r
e
e
s
c
l
a
s
s
if
i
e
r
(
L
VT
r
e
e
s
)
m
o
de
l
i
s
pe
r
f
o
r
m
e
d
a
n
d
a
n
a
lyze
d
l
o
g
i
s
t
i
c
r
e
gr
e
s
s
i
o
n
,
s
uppo
r
t
v
e
c
to
r
c
l
a
s
s
if
i
e
r
,
a
n
d
e
x
t
r
a
t
r
e
e
c
l
a
s
s
if
i
e
r
.
L
VT
r
e
e
s
m
o
d
e
l
s
h
a
s
e
x
c
e
e
de
d
o
t
h
e
r
m
o
de
l
im
p
l
e
m
e
n
t
i
n
g
A
D
A
S
YN
a
n
d
C
hi
2
t
e
c
hni
q
ue
s
w
i
t
h
a
n
a
c
c
ur
a
c
y
r
e
s
u
l
t
o
f
100%
.
C
o
n
duc
t
i
n
g
a
T
-
t
e
s
t
o
n
t
h
e
r
e
s
e
a
r
c
h
h
e
l
ps
to
f
i
nd
t
h
e
e
f
f
i
c
a
c
y
o
f
t
h
e
p
r
o
p
o
s
e
d
a
l
go
r
i
t
hm
a
n
d
t
h
e
k
-
f
o
l
d
c
r
o
s
s
-
v
a
li
da
t
i
o
n
a
l
s
o
h
e
l
ps
t
o
p
r
o
v
e
t
h
e
s
upe
r
i
o
r
i
t
y
o
f
t
h
e
m
o
de
l
[
12]
.
T
h
e
a
i
m
o
f
t
h
e
s
t
udy
i
s
t
o
f
i
n
d
o
ut
h
o
w
m
uc
h
m
e
n
t
a
l
s
t
r
e
s
s
d
o
e
s
c
o
l
l
e
ge
s
t
ude
n
t
s
un
de
r
go
a
t
di
f
f
e
r
e
n
t
ph
a
s
e
s
of
c
o
l
l
e
g
e
li
f
e
.
T
h
e
pr
e
s
s
ur
e
t
h
e
y
u
n
de
r
go
dur
i
n
g
e
x
a
m
s
t
i
m
e
o
r
t
h
e
s
t
r
e
s
s
t
h
a
t
o
c
c
ur
s
dur
i
n
g
p
l
a
c
e
m
e
n
t
t
i
m
e
u
s
ua
ll
y
go
e
s
un
n
ot
i
c
e
d
[
13]
.
A
hy
br
i
d
s
uppo
r
t
v
e
c
to
r
m
a
c
hi
ne
(
S
VM
)
m
o
de
l
wa
s
a
pp
l
i
e
d
to
f
i
nd
o
ut
t
h
e
d
i
s
t
i
n
c
t
f
e
a
t
ur
e
s
a
n
d
c
a
l
c
u
l
a
t
e
d
hi
g
h
-
d
i
m
e
n
s
i
o
n
a
l
i
n
put
s
w
i
t
h
pr
o
pe
r
a
c
c
ur
a
c
y
[
14]
-
[
16
]
.
T
hi
s
s
t
ud
y
f
o
un
d
o
u
t
t
h
a
t
S
VM
h
a
s
c
o
m
pa
r
a
t
i
v
e
ly
b
e
s
t
pe
r
f
o
r
m
a
nc
e
i
n
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
s
c
o
m
pa
r
e
d
to
l
o
g
i
s
t
i
c
r
e
gr
e
s
s
i
o
n
m
e
t
h
o
d
a
s
c
o
m
pa
r
e
d
t
o
t
h
e
di
f
f
e
r
e
n
t
t
y
pe
s
a
n
d
t
h
e
b
a
c
kgr
o
un
d
o
f
t
h
e
s
e
da
t
a
s
e
t
s
[
17
]
-
[
19
]
.
T
hi
s
s
t
ud
y
r
e
f
l
e
c
t
e
d
t
h
a
t
S
VM
m
o
de
l
h
a
s
b
e
t
t
e
r
pe
r
f
o
r
m
a
n
c
e
i
n
c
l
a
s
s
if
i
c
a
t
i
o
n
a
s
c
o
m
pa
r
e
d
t
o
l
o
g
i
s
t
i
c
r
e
gr
e
s
s
i
o
n
m
o
de
l
i
n
b
o
t
h
t
r
a
i
ni
ng
a
n
d
t
e
s
t
i
n
g
da
t
a
s
e
t
s
.
T
hi
s
pa
pe
r
r
e
s
e
a
r
c
h
e
d
a
b
o
ut
t
h
e
c
o
m
pa
r
a
t
i
v
e
s
t
ud
y
i
n
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
d
i
f
f
e
r
e
n
t
m
o
de
l
s
by
im
p
l
e
m
e
n
t
i
n
g
d
i
f
f
e
r
e
n
t
t
y
p
e
s
o
f
ba
c
kgr
o
un
d
o
f
t
h
e
da
t
a
s
e
t
s
t
a
ke
n
i
n
c
o
n
s
i
d
e
r
a
ti
o
n
a
nd
t
r
a
n
s
f
o
r
m
a
t
i
o
n
o
f
t
h
e
s
e
m
o
de
l
s
a
c
c
o
r
d
i
n
g
to
t
h
e
c
a
t
e
g
o
r
i
c
a
l
s
c
a
l
e
i
n
t
h
e
s
e
pr
e
d
i
c
t
e
d
v
a
r
i
a
bl
e
s
.
F
ur
t
h
e
r
t
h
e
s
e
m
o
de
l
s
we
r
e
e
va
l
ua
t
e
d
o
n
t
h
e
b
a
s
i
s
o
f
P
r
e
s
s
’
Q
s
t
a
t
i
s
t
i
c
a
n
d
a
ppa
r
e
n
t
e
r
r
or
r
a
t
e
(
A
pe
r
)
[
20
]
.
T
h
i
s
s
t
ud
y
c
o
m
pa
r
e
d
t
h
e
c
o
nv
o
l
ut
i
o
n
a
l
ne
ur
a
l
n
e
t
wo
r
k
-
bi
d
ir
e
c
t
i
o
n
a
l
l
o
n
g
s
h
o
r
t
-
t
e
r
m
m
e
m
o
r
y
(
C
NN
-
bi
L
S
T
M
)
m
o
de
l
w
i
t
h
t
h
e
e
xi
s
t
i
n
g
C
NN
a
n
d
r
e
c
ur
r
e
n
t
n
e
ur
a
l
n
e
t
wor
ks
(
R
NN
)
wi
t
h
t
h
e
b
a
s
e
l
i
ne
a
ppr
o
a
c
he
s
.
T
h
e
a
c
c
u
r
a
c
y
o
f
n
e
ur
a
l
n
e
t
wor
ks
c
a
n
b
e
e
nh
a
n
c
e
d
by
im
pr
o
vi
ng
t
h
e
o
p
t
i
m
i
z
a
t
i
o
n
us
i
ng
hy
pe
r
pa
r
a
m
e
t
e
r
s
[
21
]
.
I
n
t
hi
s
r
e
s
e
a
r
c
h
,
t
w
o
di
f
f
e
r
e
n
t
m
o
de
l
s
a
r
e
e
m
p
l
o
y
e
d
i
n
t
h
e
f
o
r
e
c
a
s
t
i
n
g
o
f
da
t
a
,
Ga
us
s
i
a
n
pr
o
c
e
s
s
r
e
gr
e
s
s
i
o
n
a
n
d
e
x
po
n
e
n
t
i
a
l
s
m
o
ot
hi
n
g.
No
n
e
o
f
t
h
e
m
pr
o
vi
d
e
d
a
n
im
pr
o
v
e
m
e
n
t
i
n
pe
r
s
i
s
t
e
n
t
b
a
s
e
li
ne
[
22
]
.
T
h
e
e
x
pe
r
im
e
n
t
e
d
r
e
s
u
l
t
s
pr
e
d
i
c
t
e
d
t
h
a
t
t
hi
s
m
o
de
l
h
e
l
ps
t
o
pr
o
vi
de
b
e
t
t
e
r
pr
e
di
c
t
i
v
e
pe
r
f
o
r
m
a
n
c
e
a
s
c
a
l
c
u
l
a
t
e
d
t
h
r
o
ugh
v
a
r
i
o
us
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
.
T
hi
s
f
i
na
ll
y
c
o
n
c
l
ude
d
t
h
a
t
t
h
e
de
pr
e
s
s
i
o
n
t
i
m
e
s
e
r
i
e
s
b
a
s
e
d
o
n
t
h
e
bi
po
l
a
r
d
i
s
o
r
de
r
pa
t
i
e
n
t
’
s
da
t
a
s
e
t
a
r
e
f
a
i
r
ly
h
e
t
e
r
o
ge
n
e
o
us
a
n
d
r
e
s
u
l
t
e
d
i
n
c
o
n
s
t
r
a
i
n
t
s
o
f
t
h
e
a
c
c
ur
a
c
y
o
f
d
i
f
f
e
r
e
n
t
f
o
r
e
c
a
s
t
i
n
g
b
a
s
e
d
o
n
a
u
to
m
a
t
e
d
m
o
o
d
f
o
r
e
c
a
s
t
i
n
g
i
n
t
h
e
pa
t
i
e
n
t
s
[
23]
,
[
24
]
.
De
e
p
l
e
a
r
nin
g
us
i
ng
t
e
m
po
r
a
l
gr
a
phi
c
s
o
f
c
l
i
n
i
c
a
l
hi
s
t
o
r
y
i
s
a
n
e
w
a
n
d
pr
o
m
i
s
i
ng
a
n
a
ly
t
i
c
a
l
a
ppr
o
a
c
h
f
o
r
m
e
n
t
a
l
h
e
a
l
t
h
o
u
t
c
o
m
e
pr
e
d
i
c
t
i
o
n
[
25]
.
T
hi
s
r
e
vi
e
w
e
v
a
l
ua
t
e
d
t
h
e
m
a
g
ni
t
ude
o
f
t
h
e
r
i
s
k
o
f
d
e
v
e
l
o
p
i
ng
bi
po
l
a
r
d
i
s
o
r
de
r
I
-
I
I
i
n
i
nd
i
v
i
dua
l
s
a
t
c
l
i
n
i
c
a
l
hi
g
h
-
r
i
s
k
[
26]
.
T
o
a
n
a
l
y
z
e
t
h
e
pe
r
f
o
r
m
a
n
c
e
m
o
r
e
s
i
g
nif
i
c
a
n
t
l
y
,
v
a
r
i
o
us
vi
s
u
a
l
i
z
a
t
i
o
n
a
ppr
o
a
c
h
e
s
a
n
d
s
t
a
t
i
s
t
i
c
a
l
t
e
c
h
ni
que
s
we
r
e
e
m
p
l
o
y
e
d
w
hi
c
h
pr
o
v
e
s
a
gr
e
a
t
d
i
f
f
e
r
e
n
c
e
b
e
t
we
e
n
n
o
n
-
de
pr
e
s
s
i
ve
c
o
n
t
e
n
t
a
n
d
l
i
n
gu
i
s
t
i
c
r
e
pr
e
s
e
n
t
a
t
i
o
n
o
f
de
pr
e
s
s
i
ve
.
A
s
s
h
o
w
n
i
n
F
i
gur
e
1
y
o
un
g
o
n
e
is
s
u
f
f
e
r
i
ng
w
i
t
h
de
pr
e
s
s
i
o
n
a
nxi
e
t
y
a
n
d
o
t
h
e
r
m
e
n
t
a
l
i
ll
ne
s
s
.
Al
l
t
h
e
a
b
o
v
e
r
e
l
a
t
e
d
s
t
udy
a
l
s
o
de
p
i
c
t
s
t
h
e
pe
r
c
e
n
t
a
ge
o
f
pe
o
pl
e
s
u
f
f
e
r
i
n
g
w
i
t
h
m
e
n
t
a
l
i
ll
ne
s
s
a
n
d
t
h
e
i
r
t
y
pe
s
.
2.
M
E
T
HO
D
T
h
e
pr
o
gr
a
m
m
e
d
a
l
go
r
i
t
hm
s
o
f
m
a
c
hi
ne
l
e
a
r
ni
ng
a
r
e
us
e
d
to
o
p
t
i
mi
z
e
a
n
d
l
e
a
r
n
t
h
e
o
pe
r
a
t
i
o
n
s
by
i
nput
da
t
a
a
n
a
l
y
s
i
s
i
n
o
r
de
r
to
m
a
k
e
pr
e
d
i
c
t
i
o
ns
i
n
a
n
a
c
c
e
pt
a
bl
e
li
mi
t
o
r
r
a
n
ge
.
Us
i
n
g
n
e
w
da
t
a
pr
o
g
r
a
m
m
e
d
a
l
go
r
i
t
hm
s
g
i
ve
m
o
r
e
a
c
c
ur
a
t
e
r
e
s
u
l
t
s
a
n
d
pr
e
d
i
c
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
.
M
a
c
hi
ne
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
a
r
e
gr
o
upe
d
a
c
c
o
r
di
n
g
t
o
i
n
put
s
a
n
d
pur
po
s
e
,
t
h
e
y
a
r
e
c
l
a
s
s
i
f
i
e
d
i
n
t
h
r
e
e
b
r
o
a
d
c
a
t
e
gor
i
e
s
.
T
h
e
y
a
r
e
s
upe
r
vi
s
e
d
l
e
a
r
ni
ng,
un
s
up
e
r
vi
s
e
d
l
e
a
r
ni
ng,
s
e
m
i
-
s
upe
r
vi
s
e
d
l
e
a
r
ni
ng
.
S
upe
r
vi
s
e
d
m
a
c
hi
ne
l
e
a
r
ni
ng
us
e
s
l
a
b
e
ll
e
d
t
r
a
i
ni
n
g
da
t
a
s
e
t
whi
c
h
i
s
f
i
r
s
t
us
e
d
to
tr
a
i
n
t
h
e
da
t
a
s
e
t
i
n
un
de
r
lyi
n
g
a
l
go
r
i
t
hm
.
T
h
e
o
u
t
c
o
m
e
o
f
t
h
i
s
t
r
a
i
n
e
d
da
t
a
s
e
t
i
s
gi
v
e
n
to
unl
a
b
e
l
e
d
t
e
s
t
da
t
a
s
e
t
whi
c
h
i
s
c
a
t
e
gor
i
z
e
d
i
n
t
o
s
i
mi
l
a
r
gr
o
ups
.
T
h
e
s
upe
r
vi
s
e
d
l
e
a
r
ni
ng
i
s
o
f
t
w
o
t
y
pe
s
:
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
6
,
N
o
.
2
,
N
o
v
e
m
b
e
r
20
24
:
1
29
4
-
1
300
1296
c
l
a
s
s
if
i
c
a
t
i
o
n
pr
o
bl
e
m
s
a
n
d
r
e
gr
e
s
s
i
o
n
pr
o
bl
e
m
s
.
He
r
e
we
a
r
e
us
i
n
g
c
l
a
s
s
if
i
c
a
t
i
o
n
pr
o
bl
e
m
,
whi
c
h
us
e
s
un
de
r
lyi
ng
o
u
t
pu
t
v
a
r
i
a
bl
e
i
s
d
i
s
c
r
e
t
e
.
T
h
e
v
a
r
i
a
ble
i
s
c
l
a
s
s
if
i
e
d
i
n
d
i
f
f
e
r
e
n
t
c
a
t
e
g
o
r
i
e
s
o
r
pa
r
t
s
l
i
ke
‘
bi
po
l
a
r
d
i
s
o
r
de
r
’
a
n
d
‘
C
o
n
t
r
o
l
l
e
d
’
,
a
n
d
B
D
-
I
or
B
D
-
I
I
.
T
h
e
ge
n
e
r
a
l
s
t
e
ps
i
nv
o
l
v
e
d
i
n
b
u
i
l
d
i
ng
a
hy
br
i
d
L
S
V
R
-
m
o
de
l
to
pr
e
di
c
t
bi
po
l
a
r
d
i
s
o
r
de
r
i
n
pa
t
i
e
n
t
s
.
F
i
gur
e
1
.
A
s
ur
v
e
y
o
f
U.
S
.
s
h
o
wi
n
g
B
D
a
s
a
m
a
j
o
r
pr
o
bl
e
m
i
n
t
h
e
y
o
u
n
g
po
pul
a
t
i
o
n
i
n
2018
[
20]
2.
1.
Dat
as
e
t
ac
q
u
is
it
ion
an
d
p
r
e
p
r
oc
e
s
s
in
g
C
o
l
l
e
c
t
da
t
a
o
n
pa
t
i
e
n
t
s
wi
t
h
a
n
d
w
i
t
h
o
u
t
bi
po
l
a
r
di
s
o
r
de
r
,
i
n
c
l
ud
i
ng
de
m
o
gr
a
phi
c
i
nf
o
r
m
a
t
i
o
n
,
m
e
d
i
c
a
l
hi
s
t
o
r
y
,
a
n
d
s
ym
pt
o
m
s
.
P
r
e
pr
o
c
e
s
s
t
h
e
da
t
a
by
r
e
m
o
vi
ng
dup
l
i
c
a
t
e
s
,
h
a
n
d
li
ng
m
i
s
s
i
ng
v
a
lues
,
a
n
d
t
r
a
n
s
f
o
r
m
i
ng
t
h
e
d
a
t
a
i
n
to
a
f
o
r
m
a
t
s
u
i
t
a
bl
e
f
o
r
mo
de
l
i
ng
.
T
h
e
da
t
a
s
e
t
t
a
ke
n
i
n
c
o
ns
i
de
r
a
t
i
o
n
i
s
f
r
o
m
t
h
e
da
t
a
s
o
ur
c
e
“
t
h
e
o
r
y
o
f
m
i
nd
i
n
r
e
mi
t
t
e
d
bi
po
l
a
r
d
i
s
o
r
de
r
”
o
f
p
a
r
t
i
c
i
pa
n
t
s
.
T
hi
s
i
s
c
o
l
l
e
c
t
e
d
t
h
r
o
ugh
M
i
n
i
P
o
n
s
,
whi
c
h
wa
s
b
a
s
e
d
o
n
i
n
t
e
r
pe
r
s
o
n
a
l
a
c
c
ur
a
c
y
i
n
r
e
c
o
gni
t
i
o
n
o
f
d
y
na
m
i
c
n
o
nv
e
r
b
a
l
s
i
g
n
a
l
s
.
2.
2
.
Da
t
as
e
t
is
d
ivi
d
e
d
in
t
wo
p
ar
t
s
t
r
ain
in
g
an
d
t
e
s
t
d
a
t
as
e
t
S
p
l
i
t
t
h
e
da
t
a
i
n
t
o
t
w
o
pa
r
t
s
a
s
s
h
o
wn
i
n
F
i
gur
e
2,
o
n
e
f
o
r
m
o
de
l
t
r
a
i
ni
ng
a
n
d
o
t
h
e
r
f
o
r
t
e
s
t
i
n
g
t
h
e
a
c
c
ur
a
c
y
.
T
he
t
r
a
i
ni
ng
s
e
t
s
h
o
u
l
d
b
e
l
a
r
ge
r
t
h
a
n
t
he
t
e
s
t
i
n
g
s
e
t
.
T
r
a
i
ni
ng
da
t
a
(
e
s
t
i
m
a
t
e
t
h
e
pa
r
a
m
e
t
e
r
s
f
o
r
t
h
e
m
a
c
hi
ne
l
e
a
r
ni
ng
m
o
de
l
s
)
a
n
d
t
e
s
t
da
t
a
(
e
v
a
l
ua
t
e
ho
w
we
l
l
t
h
e
m
a
c
hi
ne
l
e
a
r
ni
n
g
m
o
de
l
s
wo
r
k)
.
F
i
gur
e
2.
T
r
a
i
ni
ng
a
n
d
t
e
s
t
da
t
a
2.
3.
Com
b
in
e
t
h
e
m
od
e
l
s
C
o
m
bi
ne
t
h
e
S
VR
a
n
d
LR
m
o
de
l
s
i
n
t
o
a
hy
b
r
i
d
m
o
de
l
.
One
wa
y
t
o
c
o
m
bi
ne
t
h
e
m
i
s
t
o
us
e
t
h
e
o
u
t
pu
t
o
f
t
h
e
S
VR
a
s
a
n
i
nput
to
t
h
e
LR
m
o
de
l
.
T
h
e
r
e
s
e
a
r
c
h
pr
o
p
o
s
e
s
L
R
a
n
d
S
V
M
f
o
r
e
n
s
e
m
bl
e
b
a
s
e
d
o
n
t
h
e
i
r
pe
r
f
o
r
m
a
n
c
e
o
n
bi
po
l
a
r
d
i
s
o
r
de
r
da
t
a
s
e
t
s
.
T
h
e
m
o
s
t
pr
e
di
c
t
e
d
c
l
a
s
s
i
s
i
nd
i
c
a
t
e
d
a
s
t
h
e
f
i
na
l
p
r
e
d
i
c
t
e
d
m
o
t
e
l
o
n
t
h
e
b
a
s
i
s
o
f
m
a
xim
u
m
v
o
t
i
n
g
c
r
i
t
e
r
i
a
by
c
o
m
bi
n
i
ng
t
w
o
m
o
de
l
s
.
T
h
e
pr
o
p
o
s
e
d
a
l
go
r
i
t
hm
f
o
r
f
i
na
l
pr
e
d
i
c
t
e
d
m
o
de
l
i
s
t
h
e
c
o
m
bi
na
t
i
o
n
o
f
t
w
o
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
Hy
br
id
logi
s
ti
c
r
e
gr
e
s
s
ion
s
uppor
t
v
e
c
tor
mode
l
to
e
nhanc
e
pr
e
diction
o
f
…
(
N
is
ha
A
gnihot
r
i
)
1297
2.
4.
P
e
r
f
o
r
m
an
c
e
e
val
u
at
ion
of
t
h
e
m
od
e
l
E
v
a
l
ua
t
e
t
h
e
hy
br
i
d
m
o
de
l
o
n
t
h
e
t
e
s
t
i
n
g
s
e
t
to
d
e
t
e
r
m
i
ne
i
t
s
a
c
c
ur
a
c
y
.
A
d
j
u
s
t
t
h
e
m
o
de
l
’
s
hy
pe
r
pa
r
a
m
e
t
e
r
s
n
e
c
e
s
s
a
r
y
t
o
i
m
pr
o
v
e
t
h
e
m
o
de
l
’
s
a
c
c
u
r
a
c
y
.
T
h
e
e
v
a
l
ua
t
i
o
n
o
f
pe
r
f
o
r
m
a
nc
e
o
f
m
o
de
l
i
s
ba
s
e
d
o
n
pe
r
f
o
r
m
a
n
c
e
m
a
t
r
i
c
e
s
.
On
c
e
t
h
e
a
l
go
r
i
t
hm
s
a
r
e
a
pp
l
i
e
d,
i
t
i
s
im
po
r
t
a
n
t
to
v
a
l
i
d
a
t
e
a
n
d
un
d
e
r
go
pe
r
f
o
r
m
a
n
c
e
e
v
a
l
ua
t
i
o
n
o
n
t
o
f
i
na
l
ly
c
o
nc
l
ud
e
w
hi
c
h
m
o
de
l
i
s
t
h
e
b
e
s
t
[
15]
.
P
e
r
f
o
r
m
a
n
c
e
e
va
l
ua
t
i
o
n
i
s
do
n
e
by
c
a
l
c
u
l
a
t
i
n
g
r
e
c
a
l
l
,
pr
e
c
i
s
i
o
n
,
F
1
-
s
c
o
r
e
,
a
n
d
a
c
c
ur
a
c
y
.
F
o
r
e
a
c
h
m
o
de
l
a
n
d
t
h
e
m
o
de
l
w
i
t
h
hi
g
h
e
s
t
v
a
l
ue
f
i
t
s
t
h
e
b
e
s
t
.
2.
4.
1.
De
p
l
oy
t
h
e
m
od
e
l
On
c
e
t
h
e
m
o
de
l
h
a
s
b
e
e
n
e
v
a
l
ua
t
e
d
a
n
d
f
o
un
d
to
b
e
a
c
c
ur
a
t
e
,
de
pl
o
y
i
t
f
o
r
us
e
i
n
c
l
i
n
i
c
a
l
s
e
t
t
i
n
gs
to
pr
e
d
i
c
t
bi
po
l
a
r
d
i
s
o
r
de
r
i
n
pa
t
i
e
n
t
s
H
y
b
r
i
d
-
L
S
V
R
.
W
e
de
p
l
o
y
a
hy
br
i
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
o
c
a
l
c
u
l
a
t
e
i
n
put
s
i
n
hi
g
h
d
i
m
e
ns
i
o
n
w
i
t
h
a
c
c
ur
a
t
e
m
a
nn
e
r
a
n
d
t
o
di
s
c
o
v
e
r
s
pe
c
if
i
c
f
e
a
t
ur
e
s
.
3.
RE
S
UL
T
S
AN
D
DI
S
CU
S
S
I
ON
On
c
e
t
h
e
a
l
go
r
i
t
hm
s
a
r
e
a
pp
l
i
e
d,
i
t
i
s
i
m
po
r
t
a
n
t
to
v
a
l
i
da
t
e
a
n
d
un
de
r
go
pe
r
f
o
r
m
a
nc
e
e
v
a
l
u
a
t
i
o
n
to
f
i
na
ll
y
c
o
n
c
l
ude
whi
c
h
m
o
de
l
i
s
t
h
e
b
e
s
t
.
P
e
r
f
o
r
m
a
n
c
e
e
v
a
l
ua
t
i
o
n
i
s
do
n
e
by
c
a
l
c
u
l
a
t
i
n
g
r
e
c
a
l
l
,
pr
e
c
i
s
i
o
n
,
F1
-
s
c
o
r
e
,
a
n
d
a
c
c
ur
a
c
y
f
o
r
e
a
c
h
m
o
de
l
,
a
n
d
t
h
e
mo
de
l
w
i
t
h
hi
g
h
e
s
t
v
a
l
ue
f
i
t
s
t
h
e
b
e
s
t
.
I
n
m
a
c
hi
ne
lea
r
ni
ng,
t
h
e
pr
o
bl
e
m
o
f
s
t
a
t
i
s
t
i
c
a
l
c
l
a
s
s
i
f
i
c
a
t
i
o
n
us
e
s
c
o
nf
u
s
i
o
n
m
a
t
r
i
x
,
i
t
i
s
a
s
pe
c
i
a
l
l
a
y
o
ut
f
o
r
da
t
a
v
i
s
ua
li
z
a
t
i
o
n
f
o
r
e
v
a
l
ua
t
i
n
g
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
a
l
g
o
r
i
t
hm
s
.
I
ns
t
a
nc
e
s
o
f
a
c
l
a
s
s
i
s
r
e
pr
e
s
e
n
t
e
d
by
e
a
c
h
r
o
w
whi
l
e
c
o
l
u
m
ns
r
e
pr
e
s
e
n
t
t
h
e
i
n
s
t
a
n
c
e
o
f
e
a
c
h
pr
e
d
i
c
t
e
d
c
l
a
s
s
e
a
c
h
r
o
w
o
f
t
h
e
m
a
t
r
i
x
r
e
pr
e
s
e
n
t
s
t
h
e
i
ns
t
a
n
c
e
s
o
f
a
t
r
ue
c
l
a
s
s
whil
e
e
a
c
h
c
o
l
u
m
n
r
e
pr
e
s
e
n
t
s
t
h
e
i
ns
t
a
n
c
e
s
i
n
pr
e
d
i
c
t
e
d
c
l
a
s
s
.
T
h
e
c
o
n
f
u
s
i
o
n
m
a
t
r
i
x
pr
e
d
i
c
t
s
f
o
ur
v
a
l
ue
s
tr
ue
po
s
i
t
i
v
e
(
T
P
)
,
f
a
l
s
e
po
s
i
t
i
v
e
(
F
P
)
,
f
a
l
s
e
ne
ga
t
i
v
e
(
F
N)
,
t
r
ue
n
e
ga
t
i
v
e
(
T
N)
i
n
pr
e
d
i
c
t
e
d
a
n
d
a
c
t
ua
l
c
l
a
s
s
,
wh
e
r
e
t
h
e
r
o
ws
s
h
o
w
t
h
e
v
a
l
ue
o
f
t
r
ue
c
l
a
s
s
e
s
a
n
d
t
h
e
c
o
l
u
m
n
s
h
o
ws
t
h
e
v
a
l
u
e
o
f
pr
e
d
i
c
t
e
d
c
l
a
s
s
e
s
r
e
s
pe
c
t
i
v
e
ly
a
s
s
h
o
w
n
i
n
T
a
bl
e
1.
T
h
e
r
a
t
e
o
f
s
uc
c
e
s
s
c
a
n
b
e
c
a
l
c
u
l
a
t
e
d
a
s
:
=
+
+
I
t
de
t
e
r
m
i
ne
s
t
h
e
s
e
ns
i
t
i
vi
t
y
a
n
d
s
pe
c
if
i
c
i
t
y
a
s
:
S
e
n
s
i
t
i
v
i
t
y
-
wh
a
t
%
o
f
pa
t
i
e
n
t
s
w
i
t
h
B
D
we
r
e
c
o
r
r
e
c
t
l
y
i
de
n
t
i
f
i
e
d.
S
pe
c
i
f
i
c
i
t
y
-
w
ha
t
%
o
f
pa
t
i
e
n
t
s
w
i
t
h
o
ut
B
D
we
r
e
c
or
r
e
c
t
l
y
i
de
n
t
i
f
i
e
d.
T
a
bl
e
1.
C
o
n
f
u
s
i
o
n
m
a
t
r
i
x
H
a
s
bi
po
la
r
di
s
or
de
r
D
oe
s
no
t
ha
ve
bi
p
o
la
r
di
s
o
r
d
e
r
H
a
s
bi
po
la
r
di
s
or
de
r
(
T
P
)
(
F
P
)
1
8
D
oe
s
no
t
ha
ve
bi
p
o
la
r
di
s
o
r
d
e
r
(
F
N
)
(
T
N
)
7
84
T
P
–
h
a
d
B
D
a
n
d
p
r
e
d
i
c
t
e
d
wi
t
h
B
D
F
P
–
d
on
’
t
h
a
d
B
D
b
ut
p
r
e
di
c
t
e
d
wi
t
h
B
D
F
N
–
h
a
s
B
D
a
n
d
n
o
t
p
r
e
di
c
t
e
d
w
i
t
h
B
D
T
N
–
d
on
’
t
h
a
s
B
D
a
n
d
n
o
t
pr
e
di
c
t
e
d
wi
t
h
B
D
T
r
ue
p
o
s
i
t
i
v
e
:
1
T
r
ue
n
e
ga
t
i
v
e
:
84
F
a
l
s
e
p
o
s
i
t
i
v
e
:
8
F
a
l
s
e
n
e
ga
t
i
v
e
:
7
T
h
e
pe
r
f
o
r
m
a
n
c
e
m
a
t
r
i
c
e
s
u
s
e
d
t
o
e
v
a
l
ua
t
e
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
m
a
c
hi
ne
l
e
a
r
ni
ng
a
n
d
c
o
m
bi
ne
d
m
o
de
l
s
a
s
s
h
o
wn
i
n
T
a
bl
e
2
:
1)
A
c
c
ur
a
c
y
:
a
c
c
ur
a
c
y
h
e
l
p
s
to
c
a
l
c
u
l
a
t
e
t
h
e
pe
r
c
e
n
t
a
ge
o
f
c
o
r
r
e
c
t
o
b
s
e
r
va
t
i
o
ns
o
u
t
o
f
tot
a
l
o
b
s
e
r
v
a
t
i
o
n
s
.
%
=
+
+
+
+
∗
100
2)
P
r
e
c
i
s
i
o
n
:
p
r
e
c
i
s
i
o
n
h
e
l
p
s
to
c
a
l
c
u
l
a
t
e
t
h
e
r
e
l
e
va
n
t
n
u
m
be
r
o
f
da
t
a
p
o
i
n
t
s
f
r
o
m
t
h
e
t
e
s
t
da
t
a
.
%
=
+
∗
100
3)
R
e
c
a
ll
:
r
e
c
a
l
l
h
e
l
ps
t
o
c
a
l
c
u
l
a
t
e
t
h
e
n
u
m
be
r
o
f
T
P
w
i
t
h
r
e
s
pe
c
t
to
tot
a
l
n
u
m
be
r
o
f
o
b
s
e
r
v
a
t
i
o
n
s
.
%
=
+
∗
100
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
6
,
N
o
.
2
,
N
o
v
e
m
b
e
r
20
24
:
1
29
4
-
1
300
1298
4)
F1
-
s
c
o
r
e
:
F
1
-
s
c
o
r
e
v
a
l
ue
s
pr
o
vi
de
us
t
h
e
h
a
r
m
o
ni
c
m
e
a
n
v
a
l
u
e
b
e
t
we
e
n
r
e
c
a
l
l
a
n
d
pr
e
c
i
s
i
o
n
.
1
−
%
=
∗
+
∗
100
T
a
bl
e
2.
C
o
m
pa
r
i
s
o
n
t
a
bl
e
f
o
r
a
c
c
ur
a
c
y
,
pr
e
c
i
s
i
o
n
,
F1
-
s
c
o
r
e
,
a
n
d
r
e
c
a
l
l
M
o
de
l
/
m
a
tr
i
c
e
s
A
c
c
u
r
a
c
y
P
r
e
c
is
i
o
n
R
e
c
a
ll
F1
-
s
c
o
r
e
S
V
R
0.946428571
0.933035714
0.946428571
0.93877551
LR
0.160714286
0.127545249
0.160714286
0.121025584
L
S
V
R
0.96
0.910909091
1
0.952380952
Da
t
a
v
i
s
ua
li
z
a
t
i
o
n
a
r
e
i
m
po
r
t
a
n
t
too
l
s
f
o
r
i
de
n
t
i
f
yi
ng
a
qua
l
i
t
a
t
i
v
e
u
n
de
r
s
t
a
n
d
i
ng
o
f
da
t
a
s
e
t
whi
c
h
h
e
l
p
s
i
n
e
x
p
l
o
r
i
ng
t
h
e
da
t
a
a
n
d
e
x
t
r
a
c
t
i
m
po
r
t
a
n
t
i
nf
o
r
m
a
t
i
o
n
o
r
to
i
de
n
t
i
f
y
pa
t
t
e
r
n
s
,
o
u
t
l
i
ne
r
s
o
r
c
or
r
upt
da
t
a
.
I
n
P
y
t
h
o
n
v
a
r
i
o
us
l
i
br
a
r
i
e
s
c
o
m
e
w
i
t
h
l
o
t
s
o
f
d
i
f
f
e
r
e
n
t
f
e
a
t
ur
e
s
t
h
a
t
e
n
a
bl
e
s
us
e
r
s
t
o
m
a
ke
c
us
t
o
m
i
z
e
d,
e
l
e
ga
n
t
a
n
d
i
n
t
e
r
a
c
t
i
v
e
p
l
o
t
s
.
I
n
t
hi
s
we
h
a
ve
us
e
d
M
a
t
pl
ot
l
i
b
f
o
r
e
a
s
y
vi
s
ua
li
z
a
t
i
o
n
o
f
da
t
a
.
E
a
c
h
da
t
a
s
e
t
m
a
y
us
e
t
h
r
e
e
t
y
p
e
s
o
f
vi
s
ua
li
z
a
t
i
o
n
t
e
c
hni
que
s
:
i
)
h
i
s
t
o
gr
a
m
,
ii
)
h
e
a
t
c
or
r
e
l
a
t
i
o
n
m
ap
,
a
n
d
i
ii
)
b
a
r
gr
a
ph
.
F
o
r
o
u
r
da
t
a
vi
s
u
a
l
i
z
a
t
i
o
n
,
a
b
a
r
gr
a
ph
i
s
us
e
d
to
e
x
p
l
o
r
e
t
h
e
vi
s
ua
l
pr
e
d
i
c
t
i
o
n
o
f
i
n
d
i
v
i
dua
l
m
o
de
l
s
LR
a
n
d
S
VR
t
o
b
e
c
o
m
pa
r
e
d
w
i
t
h
hy
b
r
i
d
m
o
de
l
-
L
S
VR
.
T
h
e
X
-
a
xi
s
s
h
o
ws
t
h
e
d
i
f
f
e
r
e
n
t
m
a
t
r
i
c
e
s
o
f
m
o
de
l
s
a
n
d
Y
-
a
xi
s
s
h
o
ws
t
h
e
i
r
pe
r
c
e
n
t
a
ge
.
T
h
e
f
i
na
l
c
o
n
c
l
us
i
o
n
o
f
t
h
e
R
2
s
c
o
r
e
o
n
t
h
e
da
t
a
s
e
t
a
s
s
h
o
wn
i
n
T
a
bl
e
3.
h
a
s
pr
o
v
i
d
e
d
t
h
e
pe
r
f
o
r
m
a
nc
e
s
o
f
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
-
b
a
s
e
d
m
o
de
l
[
16]
.
T
h
e
R
2
s
c
o
r
e
v
a
l
u
e
i
s
a
l
s
o
k
n
o
wn
a
s
r
-
s
qua
r
e
d
or
c
o
e
f
f
i
c
i
e
n
t
o
f
de
t
e
r
m
i
na
t
i
o
n
.
I
t
i
s
c
a
l
c
u
l
a
t
e
d
by
c
h
e
c
k
i
n
g
t
h
e
a
m
o
un
t
o
f
v
a
r
i
o
us
a
t
t
r
i
b
ut
e
s
pr
e
s
e
n
t
i
n
t
h
e
pr
e
d
i
c
t
i
o
n
o
f
da
t
a
.
T
h
e
c
o
m
pa
r
i
s
o
n
o
f
m
a
c
hi
ne
l
e
a
r
ni
ng
m
o
de
l
s
a
s
s
h
o
wn
i
n
F
i
gur
e
s
3
pr
e
d
i
c
t
t
h
a
t
L
S
VR
g
i
v
e
s
m
o
r
e
a
c
c
ur
a
t
e
v
a
l
ue
s
a
s
c
o
m
pa
r
e
d
to
i
n
d
i
v
i
dua
l
m
o
de
l
s
L
R
a
n
d
S
VM
.
F
i
gur
e
3.
B
a
r
g
r
a
ph
o
f
L
R
,
S
VR
,
a
n
d
L
S
VR
o
n
pe
r
f
o
r
m
a
nc
e
m
a
t
r
i
c
e
s
T
a
bl
e
3.
R
2
-
s
c
o
r
e
o
f
L
R
,
S
VM
,
a
n
d
L
S
VR
M
o
de
l
R2
-
s
c
or
e
L
S
V
R
0.958333333
LR
0.987654322
S
V
R
0.889765432
Af
t
e
r
da
t
a
vi
s
u
a
l
i
z
a
t
i
o
n
a
n
d
pe
r
f
o
r
m
a
n
c
e
e
v
a
l
ua
t
i
o
n
,
t
h
i
s
i
s
c
o
n
c
l
ude
d
t
h
a
t
t
h
e
hy
b
r
i
d
m
o
de
l
L
S
VR
i
s
m
o
r
e
a
c
c
ur
a
t
e
l
y
h
e
l
p
i
ng
i
n
d
i
a
g
n
o
s
i
s
a
s
c
o
m
pa
r
e
d
to
i
n
d
i
v
i
dua
l
c
l
a
s
s
if
i
c
a
t
i
o
n
m
o
de
l
s
.
F
i
gur
e
4
s
h
o
ws
a
li
ne
p
l
o
t
c
o
n
s
t
r
uc
t
e
d
to
i
de
n
t
i
f
yi
ng
t
h
e
f
r
e
que
nc
y
o
f
o
c
c
ur
r
e
n
c
e
by
t
h
e
d
i
f
f
e
r
e
n
t
m
o
de
l
s
i
n
t
he
s
t
udy
.
T
hi
s
r
e
f
l
e
c
t
s
h
o
w
t
h
e
da
t
a
h
a
s
b
e
e
n
v
a
r
i
e
d
a
c
c
o
r
d
i
n
g
to
t
h
e
d
i
f
f
e
r
e
n
t
m
o
de
l
s
a
n
d
f
ur
t
h
e
r
h
e
l
ps
i
n
m
a
k
i
ng
pr
e
d
i
c
t
i
o
n
s
t
o
ge
t
b
e
tt
e
r
r
e
s
ul
t
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
Hy
br
id
logi
s
ti
c
r
e
gr
e
s
s
ion
s
uppor
t
v
e
c
tor
mode
l
to
e
nhanc
e
pr
e
diction
o
f
…
(
N
is
ha
A
gnihot
r
i
)
1299
F
i
gur
e
4.
L
i
ne
p
l
o
t
to
c
h
e
c
k
v
a
r
i
a
n
c
e
4.
CONC
L
USI
ON
I
n
c
o
n
c
l
us
i
o
n
,
t
h
e
hy
br
i
d
L
S
VR
m
o
de
l
c
a
n
b
e
a
n
e
f
f
e
c
t
i
ve
too
l
f
o
r
pr
e
di
c
t
i
n
g
bi
po
l
a
r
d
i
s
o
r
de
r
i
n
pa
t
i
e
n
t
s
.
B
y
c
o
m
bi
n
i
ng
t
h
e
s
t
r
e
n
gt
h
s
o
f
LR
a
n
d
S
VM
s
,
t
h
e
hy
br
i
d
m
o
de
l
c
a
n
pr
o
vi
d
e
a
c
c
ur
a
t
e
a
n
d
r
e
l
i
a
bl
e
pr
e
d
i
c
t
i
o
n
s
w
hi
l
e
mi
n
im
i
z
i
ng
t
h
e
r
i
s
k
o
f
f
a
l
s
e
po
s
i
t
i
v
e
s
a
n
d
f
a
l
s
e
n
e
g
a
t
i
ve
s
.
A
hy
br
i
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
pp
r
o
a
c
h
h
a
s
b
e
e
n
de
s
i
g
ne
d
to
di
s
c
o
v
e
r
s
pe
c
i
f
i
c
f
e
a
t
ur
e
s
a
nd
c
a
l
c
u
l
a
t
e
hi
g
h
d
i
m
e
ns
i
o
n
a
l
i
n
put
s
i
n
a
n
a
c
c
ur
a
t
e
m
a
nne
r
.
H
y
b
r
i
d
t
e
c
hni
que
s
li
ke
pr
e
pr
o
c
e
s
s
i
ng,
a
n
d
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
a
r
e
u
s
e
d
t
o
de
v
e
l
o
p
a
h
y
b
r
i
d
L
S
V
R
m
o
de
l
.
B
e
s
t
f
e
a
t
ur
e
s
a
r
e
s
e
l
e
c
t
e
d
us
i
n
g
L
R
a
n
d
S
VM
m
o
de
l
s
.
T
h
e
r
e
f
o
r
e
,
i
t
i
s
i
m
po
r
t
a
n
t
to
c
a
r
e
f
u
ll
y
e
v
a
luat
e
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
m
o
de
l
a
n
d
a
d
j
u
s
t
i
t
a
s
n
e
c
e
s
s
a
r
y
to
e
n
s
ur
e
o
p
t
i
m
a
l
pe
r
f
o
r
m
a
nc
e
.
T
h
e
hy
br
i
d
m
o
de
l
ha
s
t
h
e
pot
e
n
t
i
a
l
t
o
i
m
pr
o
v
e
t
h
e
e
a
r
l
y
d
i
a
g
n
o
s
i
s
a
n
d
tr
e
a
t
m
e
n
t
o
f
bi
po
l
a
r
d
i
s
o
r
de
r
,
t
h
e
r
e
b
y
im
pr
o
vi
n
g
pa
t
i
e
n
t
o
u
t
c
o
m
e
s
a
n
d
r
e
duc
i
ng
t
h
e
b
ur
de
n
o
f
t
hi
s
d
i
s
o
r
de
r
o
n
i
n
d
i
v
i
dua
l
s
a
n
d
s
o
c
i
e
t
y
a
s
a
wh
o
l
e
.
RE
F
E
R
E
NC
E
S
[
1]
B
. S
a
ha
,
T
. N
gu
y
e
n, D
.
P
hung,
a
nd S
.
V
e
nka
t
e
s
h, “
A
f
r
a
me
w
o
r
k
f
o
r
c
la
s
s
i
f
y
in
g
o
n
li
ne
m
e
nt
a
l
h
e
a
lt
h
-
r
e
la
t
e
d
c
o
m
muni
ti
e
s
w
it
h
a
n
in
te
r
e
s
t
in
d
e
pr
e
s
s
io
n,”
I
E
E
E
J
our
nal
of
B
io
m
e
di
c
al
and
H
e
al
th
I
nf
or
m
at
ic
s
,
v
o
l.
20,
n
o
.
4,
pp.
1008
–
1015,
J
ul
.
2
016,
do
i:
10.110
9/
J
B
H
I
.2016.2543741.
[
2]
L
.
S
i
v
a
gna
na
m
a
nd
N
.
K
.
V
is
a
la
ks
hi
,
“
M
ul
ti
mo
da
l
ma
c
hi
ne
l
e
a
r
ni
ng
f
r
a
m
e
w
o
r
k
t
o
d
e
t
e
c
t
th
e
bi
p
o
la
r
di
s
or
de
r
,”
in
A
dv
anc
e
s
i
n P
ar
al
le
l
C
om
put
in
g
, no
. 41, 2022, pp. 138
–
146.
[
3]
R
.
S
a
r
a
n
y
a
a
nd
S
.
N
ir
a
im
a
th
i,
“
B
d
-
M
dl
:
bi
p
o
la
r
di
s
or
de
r
d
e
t
e
c
t
i
o
n
us
in
g
ma
c
hi
ne
l
e
a
nr
in
g
a
nd
d
e
e
p
l
e
a
r
ni
ng,”
J
our
nal
of
P
har
m
ac
e
ut
ic
al
N
e
gat
iv
e
R
e
s
ul
ts
, v
o
l.
13, pp. 5892
–
5905, 2022, do
i:
10.47750/pn
r
.2022.13.S
07.715.
[
4]
J
.
C
hung
a
nd
J
.
T
e
o
,
“
M
e
nt
a
l
h
e
a
lt
h
pr
e
di
c
ti
o
n
us
in
g
ma
c
hi
ne
le
a
r
n
in
g:
ta
xo
n
om
y
,
a
ppl
ic
a
t
i
o
ns
,
a
nd
c
ha
ll
e
n
ge
s
,”
A
ppl
ie
d C
om
put
at
io
nal
I
nt
e
ll
ig
e
nc
e
and Sof
t
C
om
put
in
g
, v
o
l.
2
022, pp. 1
–
19, J
a
n. 2022, do
i:
10.1155/2022/
9970363.
[
5]
F
.
C
e
c
c
a
r
e
ll
i
a
nd
M
.
M
a
hmo
ud,
“
M
ul
ti
mo
da
l
te
mp
o
r
a
l
ma
c
hi
n
e
le
a
r
ni
ng
f
o
r
bi
p
o
la
r
di
s
or
de
r
a
nd
de
pr
e
s
s
i
o
n
r
e
c
o
gni
ti
o
n,”
P
a
tt
e
r
n A
nal
y
s
is
and A
ppl
ic
at
io
ns
, vo
l.
25, n
o
. 3, pp. 493
–
504,
2022, do
i:
10.1007/s
10044
-
021
-
01001
-
y.
[
6]
J
.
T
o
ma
s
ik
e
t
al
.
,
“
A
ma
c
hi
ne
l
e
a
r
ni
ng
a
lg
or
it
hm
t
o
di
f
f
e
r
e
nt
ia
te
bi
p
o
la
r
di
s
o
r
d
e
r
f
r
o
m
ma
j
o
r
de
p
r
e
s
s
i
v
e
di
s
o
r
d
e
r
us
in
g
a
n
o
n
li
ne
me
nt
a
l
h
e
a
lt
h
qu
e
s
ti
o
nna
ir
e
a
nd
bl
oo
d
bi
o
ma
r
k
e
r
da
ta
,”
T
r
ans
la
ti
onal
P
s
y
c
hi
at
r
y
,
vo
l.
11,
n
o
.
1,
p.
41,
J
a
n.
2021,
do
i:
10.1038/s
41398
-
020
-
01181
-
x.
[
7]
K
.
A
.
Y
a
s
ha
s
w
in
i
a
nd
A
.
K
.
S
a
xe
na
,
“
A
n
ov
e
l
p
r
e
di
c
t
i
v
e
s
c
he
me
f
or
c
o
n
f
ir
mi
ng
s
ta
t
e
of
bi
p
o
la
r
d
is
o
r
d
e
r
us
in
g
r
e
c
ur
r
e
nt
de
c
i
s
io
n
tr
e
e
,”
I
nt
e
r
nat
io
nal
J
our
nal
o
f
A
dv
anc
e
d
C
om
put
e
r
Sc
ie
nc
e
and
A
ppl
ic
at
io
ns
,
v
o
l.
13,
n
o
.
2,
pp.
531
–
538,
2
022,
do
i:
10.14569/
I
J
A
C
S
A
.2022.0130262.
[
8]
M
.
Á
.
L
uj
á
n,
A
.
M
.
T
or
r
e
s
,
A
.
L
.
B
o
r
ja
,
J
.
L
.
S
a
nt
o
s
,
a
nd
J
.
M
.
S
o
t
o
s
,
“
H
ig
h
-
p
r
e
c
is
e
bi
p
o
la
r
di
s
or
de
r
d
e
t
e
c
ti
o
n
b
y
us
in
g
r
a
di
a
l
ba
s
is
f
unc
ti
o
ns
ba
s
e
d n
e
ur
a
l
n
e
tw
o
r
k,”
E
le
c
tr
oni
c
s
, vo
l.
11, n
o
.
3, p. 343, J
a
n. 2022, do
i:
10.3390/ele
c
tr
o
n
ic
s
11030343.
[
9]
D
.
M
a
hmo
o
d
a
nd
D
.
M
.
H
us
s
e
in
,
“
A
na
ly
z
in
gN
B
,
D
T
a
nd
N
B
T
r
e
e
in
tr
us
i
o
n
de
t
e
c
ti
o
n
a
lg
or
it
hms
,”
J
our
nal
o
f
Z
ank
oy
Sul
ai
m
a
ni
-
P
ar
t
A
,
vo
l.
16, n
o
. 1, pp. 69
–
76, 2014, d
o
i:
10.17656/j
z
s
.10285.
[
10]
B
.
M
a
he
s
h,
“
M
a
c
hi
ne
le
a
r
n
in
g
a
lg
o
r
it
hms
-
a
r
e
vi
e
w
,”
I
n
te
r
nat
io
nal
J
our
nal
of
Sc
ie
nc
e
and
R
e
s
e
ar
c
h
(
I
J
SR
)
,
vo
l.
9,
n
o.
1,
pp. 381
–
386, J
a
n. 2020, do
i:
10.21275/AR
T
20203995.
[
11]
S
.
U
ddi
n,
A
.
K
ha
n,
M
.
E
.
H
o
s
s
a
in
,
a
nd
M
.
A
.
M
o
ni
,
“
C
o
mpa
r
in
g
di
f
f
e
r
e
nt
s
upe
r
v
is
e
d
ma
c
hi
n
e
l
e
a
r
ni
ng
a
lg
o
r
it
hms
f
o
r
di
s
e
a
s
e
pr
e
di
c
ti
o
n,”
B
M
C
M
e
di
c
al
I
nf
or
m
at
ic
s
and D
e
c
is
io
n M
ak
in
g
, v
o
l.
19, n
o
. 1, p. 281, D
e
c
. 2019, d
o
i:
10.1186/s
12911
-
019
-
1004
-
8.
[
12]
V
. R
upa
pa
r
a
, F
. R
us
ta
m, W
. A
lj
e
da
a
ni
,
H
. F
.
S
ha
h
z
a
d, E
.
L
e
e
,
a
nd I
. A
s
hr
a
f
, “
B
l
oo
d
c
a
n
c
e
r
pr
e
di
c
ti
o
n
us
in
g l
e
uk
e
mi
a
mi
c
r
o
a
r
r
a
y
ge
n
e
da
ta
a
nd
h
y
br
id
l
o
gi
s
ti
c
v
e
c
t
or
tr
e
e
s
m
o
d
e
l,
”
Sc
ie
nt
if
ic
R
e
por
ts
,
v
o
l.
12,
n
o
.
1,
p.
1000,
J
a
n.
2
022,
do
i:
10.1038/s
41598
-
022
-
04835
-
6.
[
13]
R
.
A
huj
a
a
nd
A
.
B
a
nga
,
“
M
e
nt
a
l
s
tr
e
s
s
de
t
e
c
ti
o
n
in
uni
ve
r
s
it
y
s
t
ude
nt
s
us
in
g
ma
c
hi
n
e
l
e
a
r
ni
ng
a
lg
o
r
it
hms
,”
P
r
oc
e
di
a
C
om
p
ut
e
r
Sc
ie
nc
e
, v
o
l.
152, pp. 349
–
353, 2019, d
o
i:
10.1016
/j
.pr
oc
s
.2019.05.007.
[
14]
J
.
B
e
k
ta
ş
a
nd
T
.
I
br
ik
c
i,
“
H
y
br
id
c
la
s
s
if
i
c
a
ti
o
n
pr
oc
e
du
r
e
us
in
g
S
V
M
w
it
h
L
R
o
n
tw
o
di
s
ti
nc
t
i
v
e
da
ta
s
e
ts
,”
in
P
r
oc
e
e
di
ngs
o
f
th
e
6t
h I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
on So
f
tw
ar
e
and
C
om
put
e
r
A
ppl
ic
at
io
ns
, F
e
b. 2017, pp. 68
–
71, d
o
i:
10.1145/3056662.3
056717.
[
15]
A
.
W
id
o
d
o
a
nd
S
.
H
a
nd
oy
o,
“
T
h
e
c
la
s
s
if
ic
a
ti
o
n
pe
r
f
o
r
ma
n
c
e
us
in
g
l
o
gi
s
ti
c
r
e
g
r
e
s
s
i
o
n
a
nd
s
upp
o
r
t
ve
c
t
o
r
ma
c
hi
n
e
(
S
V
M
)
,”
J
our
nal
of
T
he
o
r
e
ti
c
al
and A
ppl
ie
d I
nf
o
r
m
at
io
n T
e
c
hnol
ogy
, v
ol
. 95, no
. 19, pp. 5184
–
5193, 2017.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
6
,
N
o
.
2
,
N
o
v
e
m
b
e
r
20
24
:
1
29
4
-
1
300
1300
[1
6
]
N
.
A
gni
ho
tr
i
a
nd
S
.
K
.
P
r
a
s
a
d,
“
P
r
e
di
c
ti
ng
th
e
s
y
mpt
o
ms
of
bi
po
la
r
di
s
o
r
d
e
r
in
pa
ti
e
nt
s
us
in
g
ma
c
hi
ne
l
e
a
r
ni
ng,”
in
2021
10t
h
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
on
S
y
s
te
m
M
ode
li
ng
&
A
dv
anc
e
m
e
nt
in
R
e
s
e
ar
c
h
T
r
e
nds
(
SM
A
R
T
)
,
D
e
c
.
2021,
pp.
697
–
702,
do
i:
10.1109/
S
M
A
R
T
52563.2021.9676247.
[1
7
]
N
.
A
gni
ho
t
r
i
a
nd
S
.
K
.
P
r
a
s
a
d,
“
B
ip
o
la
r
di
s
or
d
e
r
:
e
a
r
l
y
pr
e
di
c
ti
o
n
a
nd
r
is
k
a
na
l
y
s
is
us
in
g
ma
c
h
in
e
le
a
r
n
in
g,”
Y
M
E
R
,
vol
.
21,
no
. 8
, pp. 958
–
980, 2022, d
o
i:
10.37896/YM
E
R
21.08/83.
[1
8
]
N
.
A
gni
ho
tr
i
a
nd
S
.
K
uma
r
P
r
a
s
a
d,
“
R
e
v
i
e
w
o
n
ma
c
hi
n
e
l
e
a
r
ni
ng
te
c
hni
qu
e
s
to
pr
e
di
c
t
bi
p
o
la
r
di
s
o
r
d
e
r
,”
T
ur
k
is
h
J
our
na
l
of
C
om
put
e
r
and M
at
he
m
at
ic
s
E
duc
at
io
n
, v
o
l.
13, n
o
. 02, pp. 195
–
206, 2022.
[1
9
]
V
a
nda
na
,
N
.
M
a
r
r
iwa
la
,
a
nd
D
.
C
ha
udha
r
y
,
“
A
h
y
br
id
m
o
d
e
l
f
or
d
e
pr
e
s
s
io
n
d
e
t
e
c
ti
o
n
us
in
g
d
e
e
p
l
e
a
r
ni
ng,”
M
e
as
ur
e
m
e
nt
:
Se
ns
or
s
, v
ol
. 25, p. 100587, F
e
b. 2023, d
o
i:
10.1016/j
.m
e
a
s
e
n.2
022.100587.
[
20
]
P
.
J
.
M
oo
r
e
,
M
.
A
.
L
it
tl
e
,
P
.
E
.
M
c
S
ha
r
r
y
,
J
.
R
.
G
e
dde
s
,
a
n
d
G
.
M
.
G
oo
dw
in
,
“
F
o
r
e
c
a
s
ti
ng
d
e
pr
e
s
s
io
n
in
bi
p
o
la
r
di
s
or
d
e
r
,”
I
E
E
E
T
r
ans
ac
ti
ons
on B
io
m
e
di
c
al
E
ngi
ne
e
r
in
g
, v
ol
. 59, n
o
. 10,
pp. 2801
–
2807, 2012, do
i:
10.1109/
T
B
M
E
.2012.2210715.
[2
1
]
H
.
K
o
ur
a
nd
M
.
K
.
G
upt
a
,
“
A
n
h
y
b
r
id
d
e
e
p
l
e
a
r
ni
ng
a
ppr
o
a
c
h
f
or
d
e
pr
e
s
s
io
n
pr
e
di
c
ti
o
n
f
r
o
m
us
e
r
tw
e
e
ts
us
in
g
f
e
a
tu
r
e
-
r
ic
h
C
N
N
a
nd
bi
-
di
r
e
c
ti
o
na
l
L
S
T
M
,”
M
ul
ti
m
e
di
a
T
ool
s
and
A
ppl
ic
at
io
ns
,
vo
l.
81,
no
.
17,
pp.
23649
–
23685,
2022,
do
i:
10.1007/s
11042
-
022
-
12648
-
y.
[2
2
]
J
.
M
.
H
or
o
w
it
z
a
nd
N
.
G
r
a
f
,
“
M
o
s
t
U
.S
.
T
e
e
ns
s
e
e
a
n
x
i
e
t
y
a
nd
de
pr
e
s
s
io
n
a
s
a
ma
j
o
r
p
r
o
bl
e
m
a
m
o
ng
th
e
ir
p
e
e
r
s
,”
P
e
w
R
e
s
e
ar
c
h
C
e
nt
e
r
,
2019.
ht
tp
s
:/
/ww
w
.pe
w
r
e
s
e
a
r
c
h.
o
r
g/
2019/02/
20
/m
o
s
t
-
u
-
s
-
te
e
ns
-
s
e
e
-
a
n
x
i
e
t
y
-
a
nd
-
de
p
r
e
s
s
i
o
n
-
as
-
a
-
ma
j
o
r
-
p
r
o
bl
e
m
-
a
m
ong
-
th
e
ir
-
pe
e
r
s
/
(
a
c
c
e
s
s
e
d M
a
r
. 10, 2021)
.
[2
3
]
S
.
K
.
P
r
a
s
a
d
a
nd
N
.
A
gni
ho
tr
i,
“
I
mpl
e
m
e
nt
in
g
m
a
c
hi
ne
l
e
a
r
ni
ng
t
e
c
hni
qu
e
s
to
pr
e
di
c
t
bi
p
o
la
r
di
s
or
d
e
r
,”
I
nt
e
r
nat
io
nal
J
our
nal
of
M
e
di
c
al
E
ngi
ne
e
r
in
g and I
nf
o
r
m
at
ic
s
,
vo
l.
1, n
o
. 1, p. 1, 2022, d
o
i:
10.1504/
ij
m
e
i.
2022.10052205.
[2
4
]
N
.
A
gni
ho
t
r
i
a
nd
S
.
K
.
P
r
a
s
a
d,
“
A
c
c
ur
a
c
y
e
nha
nc
e
m
e
nt
w
i
th
a
r
ti
f
i
c
ia
l
n
e
ur
a
l
n
e
tw
o
r
ks
f
or
bi
p
ol
a
r
di
s
o
r
d
e
r
p
r
e
di
c
ti
o
n,”
I
ndone
s
ia
n
J
our
nal
o
f
E
le
c
tr
ic
al
E
ngi
ne
e
r
in
g
and
C
o
m
pu
te
r
Sc
ie
nc
e
(
I
J
E
E
C
S)
,
vo
l.
32,
n
o
.
3,
pp.
1695
–
1702,
2
023,
do
i:
10.11591/
I
J
E
E
C
S
.V
32.I
3.P
P
1695
-
1702.
[2
5
]
Y
.
S
ha
o
,
Y
.
C
he
ng,
S
.
G
o
tt
ip
a
ti
,
a
nd
Q
.
Z
e
ng
-
T
r
e
it
l
e
r
,
“
O
ut
c
o
m
e
pr
e
di
c
ti
o
n
f
o
r
pa
ti
e
nt
s
w
it
h
bi
p
o
la
r
di
s
or
de
r
us
in
g
pr
o
d
r
oma
l
a
nd o
ns
e
t
da
ta
,”
A
ppl
ie
d Sc
ie
nc
e
s
, vo
l.
13, n
o
. 3, p. 1552, J
a
n. 2023, do
i:
10.3390/app130315
52.
[2
6
]
G
.
S
a
la
z
a
r
d
e
P
a
bl
o
e
t
al
.
,
“
P
r
e
d
ic
t
in
g
bi
p
o
la
r
di
s
o
r
d
e
r
I
/I
I
in
i
ndi
v
id
ua
ls
a
t
c
li
ni
c
a
l
hi
gh
-
r
is
k:
r
e
s
ul
ts
f
r
o
m
a
s
y
s
t
e
ma
ti
c
r
e
v
i
e
w
,”
J
our
nal
of
A
ff
e
c
ti
v
e
D
is
or
d
e
r
s
, v
ol
. 325, pp. 778
–
786, 2023, d
oi
:
10.1016/j
.j
a
d.2023.01.045.
B
I
OG
RA
P
HI
E
S
OF
AU
T
HO
RS
N
i
s
h
a
A
g
ni
h
o
tri
i
s
a
R
e
s
e
ar
c
h
S
ch
o
l
ar
i
n
S
c
h
o
o
l
o
f
C
o
m
p
u
t
i
n
g
S
c
i
en
ce
a
n
d
E
n
g
i
n
ee
r
i
n
g
,
G
al
g
o
t
i
as
U
n
i
v
e
rs
i
t
y
,
G
re
at
e
r
N
o
i
d
a,
U
P
,
In
d
i
a.
H
e
r
r
e
s
e
ar
c
h
ar
e
a
co
m
p
ri
s
e
s
ab
o
u
t
u
n
d
e
rs
t
an
d
i
n
g
m
a
c
h
i
n
e
l
e
arn
i
n
g
an
d
d
ee
p
l
e
ar
n
i
n
g
al
g
o
r
i
t
h
m
s
an
d
i
t
s
ap
p
l
i
c
at
i
o
n
s
an
d
c
u
rr
en
t
l
y
w
o
r
k
i
n
g
o
n
d
i
a
g
n
o
s
i
n
g
b
i
p
o
l
ar
d
i
s
o
rd
e
r
w
i
t
h
t
h
e
h
e
l
p
o
f
m
a
ch
i
n
e
l
e
ar
n
i
n
g
at
e
arl
y
s
t
ag
e
s
w
h
i
c
h
w
i
l
l
h
e
l
p
t
h
e
cl
i
n
i
ci
an
s
a
n
d
t
ec
h
n
i
ci
an
s
i
n
t
h
i
s
f
i
e
l
d
.
S
h
e
h
as
p
u
b
l
i
s
h
ed
s
o
me
re
s
e
ar
ch
p
ap
e
rs
i
n
t
h
i
s
f
i
e
l
d
i
n
i
n
t
e
r
n
at
i
o
n
al
c
o
n
f
e
ren
ce
an
d
j
o
u
r
n
al
s
.
Sh
e
c
an
b
e
co
n
t
a
c
t
ed
at
em
ai
l
:
n
i
s
h
a.
ag
n
i
h
o
t
ri
_
p
h
d
2
0
@
g
a
l
g
o
t
i
as
u
n
i
v
e
rs
i
t
y
.
e
d
u
.
i
n
.
Sa
n
jeev
Kum
a
r
P
ra
s
a
d
i
s
a
Pro
f
e
s
s
o
r
i
n
S
c
h
o
o
l
o
f
C
o
m
p
u
t
e
r
S
ci
e
n
ce
an
d
E
n
g
i
n
ee
r
i
n
g
,
G
al
g
o
t
i
as
U
n
i
v
e
rs
i
t
y
,
N
CR
D
el
h
i
,
In
d
i
a.
H
e
h
as
a
w
ard
ed
a
P
h
.
D
.
i
n
C
o
m
p
u
t
e
r
Sci
en
ce
fr
o
m
G
u
ru
k
u
l
a
K
a
n
g
r
i
V
i
s
h
w
a
v
i
d
y
al
a
y
a,
H
ari
d
w
ar
,
U
t
t
rak
h
an
d
,
In
d
i
a,
i
n
2
0
1
8
.
H
e
h
as
1
9
y
e
ars
o
f
r
i
c
h
t
e
a
c
h
i
n
g
e
x
p
e
ri
e
n
ce
i
n
t
h
e
fi
e
l
d
o
f
co
m
p
u
t
e
r
s
c
i
en
ce
.
H
e
h
as
p
u
b
l
i
s
h
ed
mo
re
t
h
a
n
2
0
r
e
s
e
ar
ch
p
ap
e
rs
i
n
r
e
p
u
t
ed
i
n
t
e
rn
at
i
o
n
a
l
j
o
u
rn
a
l
s
a
n
d
c
o
n
f
e
r
e
n
ce
s
.
H
i
s
ar
e
as
o
f
i
n
t
e
r
e
s
t
i
n
cl
u
d
e
b
i
g
d
at
a,
i
n
t
e
r
n
e
t
o
f
t
h
i
n
g
s
,
mo
b
i
l
e
a
d
-
h
o
c
n
e
t
w
o
rk
s
,
b
l
o
ck
c
h
a
i
n
t
ec
h
n
o
l
o
g
y
an
d
m
a
ch
i
n
e
l
e
arn
i
n
g
.
H
e
h
as
p
u
b
l
i
s
h
e
d
b
o
o
k
c
h
ap
t
e
rs
i
n
Sp
ri
n
g
e
r
an
d
h
e
i
s
t
h
e
r
e
v
i
ew
e
r
o
f
m
an
y
r
e
n
o
w
n
e
d
j
o
u
r
n
al
s
s
u
ch
as
I
E
E
E
A
cce
s
s
an
d
Sp
r
i
n
g
e
r
j
o
u
rn
a
l
s
.
H
e
c
a
n
b
e
co
n
t
a
c
t
ed
at
em
ai
l
:
s
an
j
eev
k
p
s
2
0
0
2
@
g
m
a
i
l
.
co
m
.
Evaluation Warning : The document was created with Spire.PDF for Python.