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
.
3
,
De
c
e
m
b
e
r
20
24
,
pp.
1
6
94
~
1
700
I
S
S
N:
2
502
-
4
7
52
,
DO
I
:
10
.
11591/i
j
e
e
cs
.v
3
6
.
i
3
.
pp
1
6
94
-
1
700
1694
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
e
e
cs
.
iaes
c
or
e
.
c
om
L
e
ve
r
agi
n
g t
r
an
sf
or
m
e
r
m
od
e
ls
f
or
e
n
h
an
c
e
d
t
e
m
p
e
r
at
u
r
e
f
or
e
c
ast
in
g:
a c
om
p
ar
at
iv
e
an
al
y
si
s i
n
t
h
e
B
e
n
i
M
e
ll
al
r
e
gi
on
Ham
z
a
Jd
i,
Nour
e
d
d
in
e
F
al
ih
L
I
M
A
T
I
L
a
b
o
r
a
t
or
y
, P
o
l
y
di
s
c
ip
li
na
r
y
F
a
c
ul
t
y
, S
ul
ta
n M
o
ul
a
y
S
li
ma
ne
U
ni
ve
r
s
it
y
,
B
e
n
i
M
e
ll
a
l,
M
or
oc
c
o
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
J
ul
12
,
202
4
R
e
vi
s
e
d
A
ug
8
,
202
4
A
c
c
e
pt
e
d
A
ug
26
,
202
4
T
h
e
r
em
ar
k
ab
l
e
i
m
p
a
c
t
o
f
t
ran
s
fo
r
m
e
rs
i
n
art
i
fi
ci
al
i
n
t
e
l
l
i
g
en
ce
,
e
x
em
p
l
i
f
i
e
d
b
y
ap
p
l
i
c
at
i
o
n
s
l
i
k
e
G
PT
-
3
i
n
l
an
g
u
ag
e
p
ro
ce
s
s
i
n
g
,
h
a
s
s
p
ark
e
d
i
n
t
e
r
e
s
t
i
n
t
h
e
i
r
p
o
t
en
t
i
al
fo
r
t
i
me
s
e
ri
e
s
a
n
al
y
s
i
s
.
T
h
i
s
s
t
u
d
y
a
i
ms
t
o
e
x
p
l
o
r
e
w
h
e
t
h
e
r
t
ran
s
fo
rme
rs
,
s
p
ec
i
f
i
c
al
l
y
t
em
p
o
ra
l
f
u
s
i
o
n
t
ran
s
fo
rm
e
rs
(T
FT
),
c
a
n
o
u
t
p
e
rfo
r
m
co
n
v
e
n
t
i
o
n
a
l
me
t
h
o
d
s
i
n
t
h
i
s
d
o
m
ai
n
.
T
h
e
re
s
e
ar
ch
q
u
e
s
t
i
o
n
i
s
w
h
e
t
h
e
r
T
FT
e
x
h
i
b
i
t
s
s
u
p
e
ri
o
r
p
e
rf
o
r
m
an
ce
c
o
m
p
ar
e
d
t
o
co
n
v
e
n
t
i
o
n
a
l
rec
u
rr
en
t
n
e
u
ra
l
n
e
t
w
o
r
k
(R
N
N
)
me
t
h
o
d
s
,
s
p
eci
fi
c
a
l
l
y
g
at
e
d
r
ec
u
rr
en
t
u
n
i
t
(G
RU
),
an
d
t
rad
i
t
i
o
n
al
m
a
c
h
i
n
e
l
e
ar
n
i
n
g
ap
p
ro
ach
e
s
,
n
o
t
ab
l
y
a
u
t
o
r
e
g
r
e
s
s
i
v
e
i
n
t
eg
rat
ed
mo
v
i
n
g
a
v
e
rag
e
(
A
R
I
MA
)
,
i
n
t
h
e
c
o
n
t
e
x
t
o
f
t
i
me
s
e
r
i
e
s
an
a
l
y
s
i
s
an
d
t
em
p
e
rat
u
r
e
p
red
i
c
t
i
o
n
.
A
co
m
p
arat
i
v
e
a
n
al
y
s
i
s
i
s
c
o
n
d
u
c
t
ed
a
mo
n
g
t
h
ree
mo
d
el
s
:
A
R
I
M
A
,
G
RU
,
an
d
T
FT
.
T
h
e
s
t
u
d
y
u
t
i
l
i
ze
s
t
i
me
s
e
ri
e
s
d
at
a
s
p
an
n
i
n
g
fr
o
m
1
9
8
4
t
o
t
h
e
e
n
d
o
f
2
0
2
2
.
T
h
e
mo
d
el
s
’
p
e
rfo
rm
a
n
ce
s
are
e
v
a
l
u
at
e
d
u
s
i
n
g
m
u
l
t
i
p
l
e
me
t
ri
c
s
:
me
a
n
ab
s
o
l
u
t
e
e
rro
r
(MA
E
),
ro
o
t
me
a
n
s
q
u
are
e
rr
o
r
(RMSE
),
me
an
ab
s
o
l
u
t
e
p
e
rcen
t
ag
e
e
rro
r
(MA
PE
),
an
d
t
h
e
c
o
e
ff
i
c
i
en
t
o
f
d
e
t
e
r
m
i
n
at
i
o
n
(R2
).
T
h
e
T
FT
m
o
d
e
l
a
c
h
i
ev
e
s
t
h
e
l
o
w
e
s
t
M
A
E
,
i
n
d
i
c
at
i
n
g
h
i
g
h
a
ccu
ra
cy
i
n
i
t
s
p
re
d
i
c
t
i
o
n
s
.
I
t
o
u
t
p
e
rf
o
r
m
s
b
o
t
h
t
h
e
R
N
N
an
d
t
rad
i
t
i
o
n
a
l
m
a
c
h
i
n
e
l
e
arn
i
n
g
i
n
t
em
p
e
rat
u
r
e
p
r
e
d
i
c
t
i
o
n
t
as
k
s
.
I
n
t
e
g
rat
i
n
g
t
h
e
T
FT
m
o
d
el
w
i
t
h
t
h
e
F
A
O
p
e
n
m
a
n
-
m
o
n
t
ei
t
h
me
t
h
o
d
c
o
u
l
d
i
m
p
ro
v
e
i
rr
i
g
at
i
o
n
s
c
h
e
d
u
l
i
n
g
d
u
e
t
o
mo
r
e
a
ccu
rat
e
t
em
p
e
rat
u
r
e
p
red
i
c
t
i
o
n
s
,
p
o
t
e
n
t
i
a
l
l
y
e
n
h
an
ci
n
g
w
at
e
r
e
ff
i
c
i
en
cy
a
n
d
c
ro
p
y
i
e
l
d
s
.
K
e
y
w
o
r
d
s
:
M
a
c
hi
ne
l
e
a
r
ni
ng
R
e
c
ur
r
e
n
t
n
e
ur
a
l
n
e
t
wo
r
ks
T
e
m
pe
r
a
t
ur
e
f
o
r
e
c
a
s
t
T
e
m
po
r
a
l
f
us
i
o
n
t
r
a
n
s
f
o
r
m
e
r
s
T
i
m
e
s
e
r
i
e
s
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
:
Ha
m
z
a
J
d
i
L
I
M
A
T
I
L
a
b
o
r
a
to
r
y
,
P
o
l
y
d
i
s
c
i
p
l
i
na
r
y
F
a
c
u
l
t
y
,
S
u
lt
a
n
M
o
ul
a
y
S
l
im
a
n
e
U
ni
ve
r
s
i
t
y
M
ghil
a
B
P
:
592
,
B
e
ni
M
e
ll
a
l
,
M
o
r
o
c
c
o
E
m
a
i
l
:
h
a
m
z
a
j
d
i
@g
m
a
il
.
c
o
m
1.
I
NT
RODU
C
T
I
ON
T
h
e
a
r
r
i
v
a
l
o
f
t
r
a
n
s
f
o
r
m
e
r
s
h
a
s
b
r
o
ugh
t
a
b
o
u
t
a
pa
r
a
d
i
g
m
s
hi
f
t
i
n
a
r
t
i
f
i
c
i
a
l
i
n
t
e
ll
i
g
e
n
c
e
,
e
x
e
m
p
li
f
i
e
d
by
t
h
e
r
e
m
a
r
ka
bl
e
s
uc
c
e
s
s
o
f
t
h
e
ge
ne
r
a
t
i
v
e
pr
e
-
t
r
a
i
ne
d
t
r
a
n
s
f
o
r
m
e
r
3
(
GPT
-
3)
i
n
na
t
ur
a
l
l
a
n
gua
g
e
pr
o
c
e
s
s
i
n
g
[
1]
,
[
2
]
.
GP
T
-
3
h
a
s
de
m
o
ns
t
r
a
t
e
d
un
pa
r
a
l
l
e
l
e
d
pr
o
f
i
c
i
e
n
c
y
i
n
ge
ne
r
a
t
i
n
g
c
o
h
e
r
e
n
t
a
n
d
c
o
n
t
e
x
t
ua
l
ly
r
e
l
e
v
a
n
t
t
e
x
t,
f
i
nd
i
n
g
a
pp
li
c
a
t
i
o
n
s
i
n
c
h
a
t
b
o
t
s
,
c
o
n
t
e
n
t
c
r
e
a
ti
o
n
,
l
a
n
gua
ge
t
r
a
n
s
l
a
t
i
o
n
,
a
n
d
t
e
x
t
s
um
m
a
r
i
z
a
t
i
o
n
.
B
e
y
o
n
d
GPT
-
3,
a
n
o
t
h
e
r
i
nf
l
u
e
n
t
i
a
l
t
r
a
n
s
f
o
r
m
e
r
m
o
de
l
i
n
t
h
e
r
e
a
lm
o
f
n
a
t
ur
a
l
l
a
n
gua
g
e
pr
o
c
e
s
s
i
n
g
i
s
bi
d
i
r
e
c
t
i
o
n
a
l
e
n
c
o
de
r
r
e
pr
e
s
e
n
t
a
t
i
o
n
s
f
r
o
m
tr
a
n
s
f
o
r
m
e
r
s
(
B
E
R
T
)
[
3
]
.
B
E
R
T
’
s
bi
d
i
r
e
c
t
i
o
n
a
l
a
pp
r
o
a
c
h
to
un
de
r
s
t
a
n
d
i
ng
wo
r
d
c
o
n
t
e
x
t
,
c
o
n
s
i
de
r
i
n
g
b
o
t
h
l
e
f
t
a
n
d
r
i
g
h
t
c
o
n
t
e
x
t
s
,
h
a
s
s
i
g
ni
f
i
c
a
n
t
l
y
i
m
pr
o
v
e
d
i
t
s
pe
r
f
o
r
m
a
n
c
e
i
n
t
a
s
ks
s
uc
h
a
s
que
s
t
i
o
n
a
ns
we
r
i
ng
[
4]
a
n
d
s
e
n
t
i
m
e
n
t
a
n
a
ly
s
i
s
[
5]
.
W
hil
e
t
r
a
n
s
f
o
r
m
e
r
s
ha
v
e
e
s
t
a
bli
s
h
e
d
t
h
e
m
s
e
l
ve
s
a
s
p
o
we
r
f
u
l
t
oo
l
s
i
n
NL
P
a
n
d
l
a
n
gua
g
e
-
r
e
l
a
t
e
d
t
a
s
ks
,
t
h
e
e
x
p
l
o
r
a
t
i
o
n
o
f
t
h
e
i
r
p
ot
e
n
t
i
a
l
i
n
t
i
me
s
e
r
i
e
s
a
n
a
ly
s
i
s
i
s
o
n
go
i
n
g.
T
r
a
di
t
i
o
n
a
l
m
e
t
ho
ds
l
i
k
e
a
uto
r
e
gr
e
s
s
i
v
e
i
n
t
e
gr
a
t
e
d
m
o
vi
ng
a
v
e
r
a
ge
(
A
R
I
M
A
)
a
n
d
l
o
n
g
s
h
o
r
t
-
t
e
r
m
m
e
m
o
r
y
(
L
S
T
M
)
h
a
v
e
b
e
e
n
pr
e
do
m
i
na
n
t
i
n
t
hi
s
do
m
a
i
n
,
b
ut
t
r
a
n
s
f
o
r
m
e
r
s
,
w
i
t
h
t
h
e
i
r
s
e
lf
-
a
tt
e
n
t
i
o
n
m
e
c
h
a
ni
s
m
[
6]
,
s
h
o
w
pr
o
m
i
s
e
i
n
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
L
e
v
e
r
aging
tr
ans
f
or
me
r
mode
ls
f
or
e
nhanc
e
d
tem
pe
r
atur
e
…
(
Ha
mz
a
J
di
)
1695
c
a
pt
ur
i
n
g
l
o
n
g
-
r
a
n
g
e
de
pe
n
de
nc
i
e
s
i
n
s
e
que
n
c
e
s
.
T
hi
s
s
ugge
s
t
s
t
h
e
p
ot
e
n
t
i
a
l
f
o
r
t
r
a
n
s
f
o
r
m
e
r
s
to
e
n
ha
n
c
e
t
i
m
e
s
e
r
i
e
s
f
o
r
e
c
a
s
t
i
n
g
a
n
d
a
n
o
m
a
ly
d
e
t
e
c
t
i
o
n
.
I
n
t
h
e
r
e
a
l
m
o
f
c
o
m
put
e
r
vi
s
i
o
n
,
t
r
a
n
s
f
o
r
m
e
r
s
a
r
e
n
ot
c
o
nf
i
ne
d
to
l
a
n
gu
a
ge
-
r
e
l
a
t
e
d
t
a
s
ks
.
Vi
s
i
o
n
t
r
a
n
s
f
o
r
m
e
r
s
(
V
i
T
)
h
a
v
e
e
m
e
r
ge
d
a
s
s
uc
c
e
s
s
f
u
l
m
o
de
l
s
f
o
r
i
m
a
ge
c
l
a
s
s
i
f
i
c
a
t
i
o
n
[
7]
,
[
8
]
.
Vi
T
’
s
a
p
pr
o
a
c
h
o
f
d
i
vi
d
i
ng
i
m
a
ge
s
i
n
t
o
pa
t
c
h
e
s
,
l
i
ne
a
r
l
y
e
m
be
dd
i
n
g
t
h
e
m
,
a
n
d
pr
o
c
e
s
s
i
n
g
t
h
e
m
t
h
r
o
ugh
t
r
a
n
s
f
o
r
m
e
r
l
a
y
e
r
s
hi
g
hli
g
h
t
s
t
h
e
a
da
pt
a
bi
li
t
y
o
f
t
r
a
n
s
f
o
r
m
e
r
s
a
c
r
o
s
s
di
ve
r
s
e
da
t
a
t
y
pe
s
.
W
hil
e
t
h
e
i
r
e
f
f
i
c
a
c
y
i
s
we
ll
-
e
s
t
a
bli
s
he
d
i
n
d
i
v
e
r
s
e
d
o
m
a
i
ns
,
t
h
e
i
r
pot
e
n
t
i
a
l
i
n
t
i
m
e
s
e
r
i
e
s
a
n
a
ly
s
is
r
e
m
a
i
ns
a
s
ubj
e
c
t
o
f
e
x
p
l
o
r
a
t
i
o
n
.
T
hi
s
s
t
ud
y
a
im
s
to
a
dd
r
e
s
s
t
hi
s
by
e
x
a
mi
n
i
ng
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
r
a
n
s
f
o
r
m
e
r
s
,
s
pe
c
i
f
i
c
a
ll
y
f
o
c
u
s
i
n
g
o
n
t
e
m
po
r
a
l
f
us
i
o
n
t
r
a
n
s
f
o
r
m
e
r
s
(
T
F
T
)
m
o
de
l
s
,
i
n
c
o
m
pa
r
i
s
o
n
to
c
o
n
v
e
n
t
i
o
n
a
l
m
e
t
h
o
ds
s
uc
h
a
s
r
e
c
ur
r
e
n
t
n
e
ur
a
l
n
e
t
wo
r
k
(
R
NN
)
,
wi
t
h
a
f
o
c
us
o
n
ga
t
e
d
r
e
c
ur
r
e
n
t
uni
t
(
GR
U
)
,
a
n
d
t
r
a
di
t
i
o
n
a
l
m
a
c
hi
ne
l
e
a
r
ni
ng
a
ppr
o
a
c
h
e
s
,
pa
r
t
i
c
u
l
a
r
ly
A
R
I
M
A
.
F
o
r
t
h
i
s
pur
po
s
e
,
we
s
h
a
l
l
u
s
e
a
t
i
m
e
s
e
r
i
e
s
s
pa
nni
ng
f
r
o
m
1984
to
t
h
e
e
n
d
o
f
2022.
Our
pr
i
m
a
r
y
o
bj
e
c
t
i
v
e
i
s
to
c
o
n
duc
t
a
c
o
m
pr
e
h
e
ns
i
ve
c
o
m
pa
r
a
t
i
v
e
a
n
a
ly
s
i
s
a
m
o
n
g
t
h
e
t
h
r
e
e
m
o
de
l
s
A
R
I
M
A
,
GR
U,
a
n
d
T
F
T
us
i
ng
e
s
t
a
bli
s
he
d
e
v
a
l
ua
t
i
o
n
m
e
t
r
i
c
s
,
i
nc
l
ud
i
ng
m
e
a
n
a
b
s
o
l
ut
e
e
r
r
o
r
(
M
A
E
)
[
9]
,
r
oot
m
e
a
n
s
qua
r
e
e
r
r
or
(
R
M
S
E
)
[
10]
,
m
e
a
n
a
b
s
o
l
ut
e
pe
r
c
e
n
t
a
ge
e
r
r
o
r
(
M
A
P
E
)
[
11
]
,
a
n
d
t
h
e
c
o
e
f
f
i
c
i
e
n
t
o
f
de
t
e
r
mi
na
t
i
o
n
(
R2
)
[
12
]
.
T
h
r
o
ugh
t
hi
s
i
nve
s
t
i
ga
t
i
o
n
,
we
a
i
m
t
o
s
he
d
l
i
g
h
t
o
n
t
h
e
p
ot
e
n
t
i
a
l
s
up
e
r
i
o
r
i
t
y
o
f
t
r
a
n
s
f
o
r
m
e
r
s
i
n
h
a
n
d
li
ng
t
i
m
e
s
e
r
i
e
s
da
t
a
f
o
r
t
e
m
pe
r
a
t
ur
e
pr
e
d
i
c
t
i
o
n
.
W
e
pr
e
s
e
n
t
a
s
um
m
a
r
y
o
f
r
e
s
e
a
r
c
h
c
a
r
r
i
e
d
o
ut
us
i
n
g
T
F
T
.
Kn
o
wn
f
o
r
t
h
e
i
r
t
r
a
n
s
f
o
r
m
a
t
i
v
e
c
a
pa
bi
li
t
i
e
s
,
t
h
e
y
h
a
v
e
b
e
c
o
m
e
i
ns
t
r
um
e
n
t
a
l
i
n
r
e
s
h
a
p
i
ng
t
h
e
pr
o
c
e
s
s
i
ng
a
n
d
m
o
de
l
i
ng
o
f
d
i
ve
r
s
e
da
t
a
t
y
pe
s
.
Th
i
s
i
n
c
l
ude
s
t
i
m
e
-
s
e
r
i
e
s
da
t
a
[
13]
s
uc
h
a
s
f
i
na
n
c
i
a
l
m
a
r
ke
t
f
l
u
c
t
ua
t
i
o
ns
,
we
a
t
h
e
r
pa
tt
e
r
n
c
h
a
n
g
e
s
,
a
n
d
bi
o
l
o
g
i
c
a
l
s
i
g
n
a
l
s
,
a
s
we
ll
a
s
s
pa
t
i
a
l
da
t
a
l
i
ke
ge
o
gr
a
phi
c
a
l
i
nf
o
r
m
a
t
i
o
n
,
t
e
x
t
ua
l
da
t
a
f
r
o
m
do
c
u
m
e
n
t
s
a
n
d
s
o
c
i
a
l
m
e
d
i
a
,
a
n
d
m
u
l
t
i
m
e
d
i
a
da
t
a
s
uc
h
a
s
i
m
a
ge
s
a
n
d
vi
de
o
s
,
a
c
r
o
s
s
v
a
r
i
o
us
f
i
e
l
ds
.
Z
h
u
a
n
d
T
a
n
g
[
14]
tr
y
e
x
p
l
o
r
i
ng
t
h
e
us
e
o
f
T
F
T
,
L
S
T
M
,
a
n
d
l
i
ne
a
r
r
e
gr
e
s
s
i
o
n
t
i
m
e
s
e
r
i
e
s
m
o
de
l
s
f
o
r
t
h
e
pur
po
s
e
o
f
s
t
r
e
n
gt
h
e
ni
ng
t
h
e
pr
e
d
i
c
t
i
o
n
s
t
r
a
t
e
gy
o
f
m
e
t
e
or
o
l
o
g
i
c
a
l
f
a
c
t
o
r
s
we
a
t
h
e
r
m
o
ni
t
o
r
i
n
g
by
c
o
m
pa
r
i
ng
t
h
e
a
dv
a
n
t
a
ge
s
a
n
d
d
i
s
a
d
v
a
n
t
a
ge
s
.
He
e
r
de
n
e
t
al.
[
15]
a
ppl
i
e
s
t
h
e
T
F
T
di
r
e
c
t
l
y
to
r
a
w
wi
n
d
po
we
r
o
u
t
pu
t
da
t
a
,
r
e
v
e
a
l
i
ng
i
t
s
pe
r
f
o
r
m
a
n
c
e
c
o
m
pa
r
a
bl
e
to
wi
de
ly
us
e
d
R
NN
-
b
a
s
e
d
a
ppr
o
a
c
h
e
s
t
o
p
r
e
d
i
c
t
wi
n
d
po
we
r
.
N
ot
a
bl
y
,
t
h
e
m
o
de
l
’
s
e
f
f
e
c
t
i
v
e
n
e
s
s
d
i
mi
n
i
s
he
s
t
e
n
to
t
we
l
v
e
h
o
ur
s
a
f
t
e
r
th
e
l
a
s
t
i
n
put
.
As
f
o
r
t
hi
s
s
t
ud
y
[
16]
t
h
e
a
u
t
h
o
r
s
i
n
t
r
o
duc
e
a
n
i
nn
o
v
a
t
i
v
e
f
o
r
e
c
a
s
t
i
n
g
a
ppr
o
a
c
h
i
n
t
e
gr
a
t
i
n
g
pr
o
m
i
ne
n
t
m
e
t
h
o
ds
o
f
b
r
e
a
k
i
ng
do
wn
,
i
n
t
e
r
pr
e
t
a
bl
e
m
u
l
t
i
f
a
c
t
o
r
pr
e
di
c
t
i
n
g
m
o
de
l
s
,
a
n
d
o
p
t
i
mi
z
a
t
i
o
n
a
l
go
r
i
t
hm
s
.
T
h
e
s
ugge
s
t
e
d
m
o
de
l
ut
i
li
z
e
s
v
a
r
i
a
t
i
o
n
a
l
m
o
de
de
c
o
m
po
s
i
t
i
o
n
t
o
di
s
s
e
c
t
t
h
e
r
a
w
w
i
n
d
s
pe
e
d
s
e
que
n
c
e
i
n
t
o
i
n
t
r
i
ns
i
c
m
o
de
f
u
n
c
t
i
o
n
s
.
A
da
pt
i
ve
di
f
f
e
r
e
n
t
i
a
l
e
v
o
l
ut
i
o
n
i
s
e
m
p
l
o
y
e
d
t
o
o
p
t
i
m
i
z
e
v
a
r
i
o
us
pa
r
a
m
e
t
e
r
s
o
f
T
F
T
m
o
de
l
,
r
e
s
u
l
t
i
n
g
i
n
a
f
o
r
e
c
a
s
t
i
ng
m
o
de
l
w
i
t
h
s
a
t
i
s
f
a
c
t
o
r
y
pe
r
f
o
r
m
a
n
c
e
.
A
n
o
v
e
l
t
e
c
hni
qu
e
ut
i
li
z
i
ng
t
h
e
T
F
T
f
o
r
c
o
n
c
ur
r
e
n
t
pr
e
di
c
t
i
o
n
o
f
de
pa
r
t
ur
e
a
n
d
a
r
r
i
va
l
de
l
a
y
s
a
t
m
u
l
t
i
p
l
e
a
i
r
po
r
t
s
i
s
i
n
t
r
o
duc
e
d
by
W
a
n
g
e
t
al.
[
1
7]
.
T
hi
s
m
e
t
h
o
d
e
f
f
e
c
t
i
v
e
ly
c
a
pt
ur
e
s
i
n
t
r
i
c
a
t
e
t
i
me
-
b
a
s
e
d
pa
tt
e
r
n
s
o
f
a
v
a
il
a
bl
e
i
n
put
v
a
r
i
a
bl
e
s
a
t
t
h
e
m
o
m
e
nt
o
f
pr
e
d
i
c
t
i
o
n
,
e
n
a
bli
ng
f
o
r
e
c
a
s
t
s
o
f
s
pe
c
i
f
i
c
de
l
a
y
m
e
t
r
i
c
s
up
to
f
o
ur
h
o
ur
s
a
h
e
a
d.
T
o
e
n
h
a
nc
e
we
a
t
h
e
r
da
t
a
pr
o
c
e
s
s
i
n
g
,
t
h
e
t
e
a
m
de
v
e
l
o
pe
d
a
s
e
l
f
-
s
upe
r
vi
s
e
d
l
e
a
r
ni
ng
m
o
de
l
t
h
a
t
c
o
n
de
n
s
e
s
c
o
m
p
l
e
x
we
a
t
h
e
r
i
nf
o
r
m
a
t
i
o
n
i
n
t
o
a
m
o
r
e
c
o
m
pa
c
t
f
o
r
m
a
t
s
u
i
t
a
bl
e
f
o
r
T
F
T
t
r
a
i
ni
ng.
P
r
e
l
i
mi
na
r
y
r
e
s
u
l
t
s
s
ugge
s
t
t
h
a
t
t
h
e
T
F
T
-
b
a
s
e
d
de
la
y
pr
e
d
i
c
t
i
o
n
m
o
de
l
pe
r
f
o
r
m
s
we
ll
,
de
m
o
ns
t
r
a
t
i
n
g
r
e
duc
e
d
f
o
r
e
c
a
s
t
i
n
g
e
r
r
o
r
s
wh
e
n
t
e
s
t
e
d
o
n
t
h
e
v
a
li
da
t
i
o
n
da
tas
e
t
.
S
a
n
t
o
s
e
t
al.
[
18
]
s
e
e
ks
to
f
o
r
e
c
a
s
t
h
o
ur
l
y
da
y
-
a
he
a
d
P
V
p
o
we
r
ge
n
e
r
a
t
i
o
n
by
e
m
p
l
o
yi
ng
t
h
e
T
F
T
,
a
n
a
t
t
e
n
t
i
o
n
-
ba
s
e
d
a
r
c
hi
t
e
c
t
ur
e
o
f
f
e
r
i
ng
i
n
t
e
r
pr
e
t
a
bi
li
t
y
i
n
t
e
m
po
r
a
l
d
y
na
m
i
c
s
a
n
d
hi
g
h
-
pe
r
f
o
r
m
a
n
c
e
f
o
r
e
c
a
s
t
i
n
g
a
c
r
o
s
s
v
a
r
i
o
us
h
o
r
i
z
o
n
s
.
T
h
e
pr
o
p
o
s
e
d
m
o
de
l
u
n
de
r
we
n
t
tr
a
i
ni
ng
a
n
d
t
e
s
t
i
n
g
w
i
t
h
da
t
a
f
r
o
m
s
i
x
f
a
c
il
i
t
i
e
s
i
n
G
e
r
m
a
ny
a
n
d
A
us
t
r
a
l
i
a
.
C
o
m
pa
r
a
t
i
v
e
a
n
a
ly
s
i
s
a
ga
i
ns
t
a
l
go
r
i
t
hm
s
s
uc
h
a
s
A
R
I
M
A
,
L
S
T
M
,
m
u
l
t
i
-
l
a
y
e
r
pe
r
c
e
pt
r
o
n
(
M
L
P
)
,
a
n
d
e
x
t
r
e
m
e
gr
a
d
i
e
n
t
b
oo
s
t
i
n
g
(
XG
B
o
o
s
t
)
wa
s
c
o
n
duc
t
e
d
us
i
n
g
s
t
a
t
i
s
t
i
c
a
l
e
r
r
o
r
m
e
a
s
ur
e
s
.
T
h
e
r
e
s
u
l
t
s
de
m
o
ns
t
r
a
t
e
t
h
a
t
T
F
T
o
v
e
r
t
a
ke
s
t
h
e
ot
h
e
r
a
l
go
r
i
t
hm
s
i
n
a
c
c
ur
a
t
e
l
y
f
o
r
e
c
a
s
t
i
n
g
P
V
ge
n
e
r
a
t
i
o
n
a
c
r
o
s
s
t
h
e
s
pe
c
i
f
i
e
d
f
a
c
i
li
t
i
e
s
.
I
n
t
h
e
c
o
n
t
e
x
t
o
f
t
r
a
f
f
i
c
f
l
o
w
f
o
r
e
c
a
s
t
i
n
g,
t
h
e
t
r
a
n
s
f
o
r
m
e
r
m
o
de
l
pr
e
s
e
n
t
e
d
i
n
a
r
t
i
c
l
e
[
19]
ut
i
l
i
z
e
s
m
u
l
t
i
-
h
e
a
d
a
tt
e
n
t
i
o
n
a
n
d
u
n
de
r
go
e
s
a
c
o
m
pa
r
a
t
i
v
e
a
s
s
e
s
s
m
e
n
t
a
ga
i
ns
t
a
GR
U
a
n
d
a
L
S
T
M
m
o
de
l
us
i
n
g
t
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
ur
e
m
e
n
t
s
y
s
t
e
m
da
t
a
s
e
t
.
W
i
t
h
f
iv
e
h
e
a
ds
a
n
d
f
i
ve
i
d
e
n
t
i
c
a
l
l
a
y
e
r
s
f
o
r
b
ot
h
t
h
e
e
n
c
o
de
r
a
n
d
de
c
o
de
r
,
t
h
e
m
o
de
l
i
nc
o
r
por
a
t
e
s
s
qua
r
e
s
ub
s
e
q
ue
n
t
m
a
s
k
i
ng
t
e
c
h
ni
qu
e
s
.
T
h
e
f
i
n
d
i
ng
s
un
de
r
s
c
o
r
e
t
h
e
t
r
a
n
s
f
o
r
m
e
r
-
b
a
s
e
d
m
o
de
l
’
s
pr
o
f
i
c
i
e
n
c
y
i
n
a
c
c
ur
a
t
e
l
y
pr
e
d
i
c
t
i
n
g
e
x
t
e
n
de
d
-
t
e
r
m
t
r
a
f
f
i
c
f
l
o
w
pa
tt
e
r
n
s
w
he
n
s
upp
l
i
e
d
w
i
t
h
a
s
i
g
nif
i
c
a
n
t
v
o
l
u
m
e
o
f
da
t
a
.
L
i
m
e
e
t
al.
[
20
]
i
n
t
r
o
duc
e
s
T
F
T
,
a
n
a
tt
e
n
t
i
o
n
-
ba
s
e
d
a
r
c
hi
t
e
c
t
ur
e
w
i
t
h
i
n
t
e
r
pr
e
t
a
bl
e
i
ns
i
g
h
t
s
i
n
t
o
t
e
m
po
r
a
l
d
y
na
mi
c
s
.
T
F
T
e
m
p
l
o
y
s
r
e
c
ur
r
e
n
t
l
a
y
e
r
s
f
o
r
l
o
c
a
l
pr
o
c
e
s
s
i
n
g
t
o
c
a
p
t
ur
e
t
e
m
po
r
a
l
r
e
l
a
t
i
o
n
s
hi
p
s
a
t
v
a
r
i
o
us
s
c
a
l
e
s
a
n
d
i
n
t
e
r
pr
e
t
a
bl
e
s
e
lf
-
a
t
t
e
n
t
i
o
n
l
a
y
e
r
s
f
o
r
l
o
n
g
-
t
e
r
m
de
pe
n
de
n
c
i
e
s
.
De
d
i
c
a
t
e
d
c
o
m
po
ne
n
t
s
a
r
e
ut
i
li
z
e
d
f
o
r
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
,
a
n
d
a
s
e
r
i
e
s
o
f
ga
t
i
n
g
l
a
y
e
r
s
e
f
f
e
c
t
i
ve
l
y
s
uppr
e
s
s
n
e
e
d
l
e
s
s
c
o
m
po
ne
n
t
s
,
e
ns
ur
i
n
g
s
upe
r
i
o
r
pe
r
f
o
r
m
a
n
c
e
a
c
r
o
s
s
a
di
ve
r
s
e
r
a
n
g
e
o
f
s
i
t
ua
t
i
o
n
s
.
W
u
a
n
d
W
a
n
g
[
21]
pr
o
p
o
s
e
a
w
i
n
d
s
p
e
e
d
pr
e
d
i
c
t
i
o
n
m
o
de
l
w
i
t
h
go
a
l
s
i
nc
l
ud
i
ng
e
nh
a
n
c
e
d
de
c
o
m
po
s
i
t
i
o
n
t
e
c
hni
que
s
,
i
n
t
e
l
li
ge
n
t
o
p
t
i
mi
z
a
t
i
o
n
us
i
n
g
t
h
e
J
A
DE
a
l
go
r
i
t
hm
,
a
n
d
i
n
t
e
r
pr
e
t
a
bi
li
t
y
.
T
h
e
m
o
de
l
,
i
nc
o
r
por
a
t
i
n
g
t
h
e
T
F
T
f
r
a
m
e
wo
r
k,
i
s
e
m
p
i
r
i
c
a
ll
y
v
a
li
da
t
e
d
f
o
r
r
e
al
-
wo
r
l
d
e
f
f
e
c
t
i
v
e
n
e
s
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
.
3
,
De
c
em
b
e
r
20
24
:
1
6
94
-
1
700
1696
J
d
i
a
n
d
F
a
li
h
[
22]
c
o
m
pa
r
e
d
f
o
ur
m
o
de
l
s
,
n
a
m
e
ly
s
im
p
l
e
R
N
N,
L
S
T
M
,
GR
U,
a
n
d
A
R
I
M
A.
T
h
e
s
t
udy
wa
s
c
o
n
duc
t
e
d
o
n
t
h
e
r
e
gi
o
n
o
f
B
e
ni
M
e
l
l
a
l
,
M
o
r
o
c
c
o
us
i
n
g
a
22
-
y
e
a
r
da
i
ly
c
o
l
l
e
c
t
e
d
r
e
c
o
r
d.
T
h
e
r
e
s
u
l
t
s
s
h
o
we
d
t
h
a
t
t
h
e
de
e
p
l
e
a
r
ni
ng
m
o
de
l
s
,
n
a
m
e
ly
G
R
U
a
n
d
L
S
T
M
,
o
u
t
pe
r
f
o
r
m
e
d
t
h
e
m
a
c
hi
ne
-
l
e
a
r
ni
ng
m
o
de
l
,
AR
I
M
A
,
w
i
t
h
t
h
e
GR
U
m
o
de
l
a
c
hi
e
vi
ng
t
h
e
l
o
we
s
t
M
A
E
As
e
vi
de
n
t
f
r
o
m
t
h
e
c
i
t
e
d
l
i
t
e
r
a
t
ur
e
,
T
F
T
h
a
v
e
de
m
o
n
s
t
r
a
t
e
d
s
uc
c
e
s
s
a
n
d
o
u
t
pe
r
f
o
r
m
e
d
b
ot
h
R
NN
a
n
d
t
r
a
d
i
t
i
o
na
l
m
a
c
hi
ne
l
e
a
r
ni
ng
m
o
de
l
s
.
I
t
s
a
tt
e
n
t
i
o
n
-
b
a
s
e
d
a
ppr
o
a
c
h
a
n
d
i
n
t
e
r
pr
e
t
a
bl
e
i
ns
i
g
h
t
s
i
n
t
o
te
m
po
r
a
l
d
y
n
a
mi
c
s
pr
o
v
e
v
a
l
ua
bl
e
i
n
pr
e
d
i
c
t
i
n
g
v
a
r
i
o
us
f
i
e
l
ds
s
u
c
h
a
s
t
r
a
f
f
i
c
f
l
o
w,
a
i
r
qua
li
t
y
,
P
V
po
we
r
f
o
r
e
c
a
s
t
i
n
g,
w
i
n
d
s
pe
e
d,
w
i
n
d
po
we
r
f
o
r
e
c
a
s
t
i
n
g,
a
n
d
m
u
l
t
i
-
a
i
r
po
r
t
de
l
a
y
s
.
Ho
we
v
e
r
,
t
h
e
l
i
t
e
r
a
t
ur
e
h
i
g
hli
g
h
t
s
a
g
a
p
i
n
t
h
e
im
p
l
e
m
e
n
t
a
t
i
o
n
o
f
T
F
T
i
n
we
a
t
h
e
r
f
o
r
e
c
a
s
t
i
n
g,
pa
r
t
i
c
u
l
a
r
l
y
i
n
pr
e
d
i
c
t
i
n
g
t
e
m
pe
r
a
t
ur
e
.
T
hi
s
wor
k
b
ui
l
ds
upo
n
o
ur
pr
e
vi
o
us
wor
k
[
22]
-
[
24]
,
wh
e
r
e
we
f
o
c
us
o
n
pr
e
di
c
t
i
n
g
t
e
m
p
e
r
a
t
ur
e
by
c
o
m
pa
r
i
ng
R
NN
a
n
d
A
R
I
M
A
m
o
de
l
s
f
r
o
m
v
a
r
i
o
us
pe
r
s
p
e
c
t
i
v
e
s
,
we
c
o
n
c
l
u
de
d
t
h
a
t
R
NN
h
a
d
t
h
e
uppe
r
h
a
n
d
b
a
s
e
d
o
n
M
A
E
.
T
h
e
que
s
t
i
o
n
a
r
i
s
e
s
:
c
a
n
t
r
a
n
s
f
o
r
m
e
r
s
,
t
h
r
o
ugh
T
F
T
,
o
f
f
e
r
gr
e
a
t
e
r
a
c
c
ur
a
c
y
w
h
e
n
i
t
c
o
m
e
s
t
o
t
e
m
pe
r
a
t
ur
e
f
o
r
e
c
a
s
t
i
n
g
?
2.
M
E
T
HO
D
I
n
t
hi
s
s
t
ud
y
,
o
ur
o
bj
e
c
t
i
ve
i
s
to
pr
e
di
c
t
t
e
m
pe
r
a
t
u
r
e
s
us
i
n
g
t
h
e
T
F
T
m
o
de
l
a
n
d
s
u
bs
e
que
n
t
l
y
c
o
m
pa
r
e
i
t
s
pe
r
f
o
r
m
a
nc
e
a
ga
i
ns
t
t
h
e
r
e
s
u
l
t
s
o
b
t
a
i
ne
d
f
r
o
m
R
NN
a
n
d
A
R
I
M
A
m
o
d
e
l
s
f
r
o
m
o
ur
pr
e
vi
e
us
s
t
ud
i
e
s
[
22]
,
[
23]
.
T
h
e
da
t
a
u
t
i
l
i
z
e
d
i
n
t
hi
s
a
n
a
ly
s
is
i
s
s
o
ur
c
e
d
f
r
o
m
t
h
e
m
o
de
r
n
-
e
r
a
r
e
t
r
o
s
pe
c
t
i
v
e
a
na
l
y
s
i
s
f
o
r
r
e
s
e
a
r
c
h
a
n
d
a
pp
l
i
c
a
t
i
o
n
s
,
v
e
r
s
i
o
n
2
(
M
E
R
R
A
-
2)
,
a
s
t
a
t
e
-
of
-
t
h
e
-
a
r
t
NA
S
A
a
t
m
o
s
ph
e
r
i
c
r
e
a
n
a
ly
s
i
s
pr
o
duc
t.
M
E
R
R
A
-
2
i
n
t
e
gr
a
t
e
s
v
a
r
i
o
us
s
a
t
e
l
li
t
e
o
b
s
e
r
v
a
t
i
o
ns
a
n
d
n
u
m
e
r
i
c
a
l
m
o
de
l
s
t
o
pr
o
v
i
d
e
a
c
o
m
pr
e
h
e
ns
i
v
e
,
gl
o
b
a
l
da
t
a
s
e
t
o
f
a
t
m
o
s
p
h
e
r
i
c
c
o
n
d
i
t
i
o
ns
.
T
hi
s
r
e
a
n
a
ly
s
i
s
pr
o
duc
t
i
s
pa
r
t
i
c
u
l
a
r
ly
v
a
l
ua
bl
e
f
o
r
c
l
im
a
t
e
s
t
udi
e
s
due
to
i
t
s
c
o
n
s
i
s
t
e
n
t
m
e
t
h
o
do
l
o
g
y
a
n
d
e
x
t
e
n
s
i
ve
t
e
m
po
r
a
l
c
o
v
e
r
a
ge
.
F
o
r
o
ur
s
t
udy
,
we
e
x
t
r
a
c
t
da
i
ly
t
e
m
pe
r
a
t
ur
e
da
t
a
f
r
o
m
M
E
R
R
A
-
2
f
o
r
a
s
pe
c
i
f
i
c
ge
o
gr
a
phi
c
a
l
l
o
c
a
t
i
o
n
(
l
a
t
i
t
u
de
:
32
.
33
,
l
o
n
gi
tude
:
-
6
.
37
)
.
T
h
i
s
l
oc
a
t
i
o
n
c
or
r
e
s
p
o
n
ds
to
t
h
e
B
e
ni
M
e
l
l
a
l
r
e
gi
o
n
i
n
M
or
oc
c
o
[
25
]
,
a
s
s
h
o
wn
i
n
F
i
gur
e
1
.
F
i
gur
e
1
.
G
oo
gl
e
M
a
p
s
s
c
r
e
e
n
s
h
o
t
o
f
t
h
e
B
e
ni
M
e
ll
a
l
r
e
g
i
o
n
,
M
o
r
o
c
c
o
T
h
e
T
F
T
m
o
de
l
i
s
f
e
d
a
C
S
V
f
il
e
c
o
n
t
a
i
ni
ng
t
w
o
p
r
i
m
a
r
y
c
o
l
u
m
ns
:
DA
T
E
a
n
d
t
e
m
pe
r
a
t
ur
e
.
T
h
e
DA
T
E
c
o
l
u
m
n
f
o
l
l
o
ws
t
h
e
I
S
O
8601
f
o
r
m
a
t
(
YY
YY
-
MM
-
DD
)
to
e
n
s
ur
e
pr
e
c
i
s
e
t
e
m
po
r
a
l
r
e
f
e
r
e
n
c
i
ng.
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
L
e
v
e
r
aging
tr
ans
f
or
me
r
mode
ls
f
or
e
nhanc
e
d
tem
pe
r
atur
e
…
(
Ha
mz
a
J
di
)
1697
T
h
e
t
e
m
pe
r
a
t
ur
e
v
a
l
ue
s
r
e
pr
e
s
e
n
t
da
i
ly
a
v
e
r
a
ge
s
i
n
C
e
l
s
i
u
s
,
c
o
m
put
e
d
f
r
o
m
h
o
ur
l
y
d
a
t
a
to
c
a
p
t
ur
e
di
ur
n
a
l
v
a
r
i
a
t
i
o
n
s
w
hil
e
m
a
i
n
t
a
i
n
i
ng
a
m
a
na
ge
a
bl
e
da
t
a
s
e
t
s
i
z
e
.
Our
t
i
m
e
s
e
r
i
e
s
s
pa
n
s
m
o
r
e
t
h
a
n
38
y
e
a
r
s
,
e
nc
o
m
pa
s
s
i
ng
t
h
e
pe
r
i
o
d
f
r
o
m
J
a
n
ua
r
y
1,
1984,
to
De
c
e
m
b
e
r
31,
2022
.
T
hi
s
e
x
t
e
n
s
i
ve
t
e
m
po
r
a
l
r
a
n
ge
a
l
l
o
ws
f
o
r
a
c
o
m
pr
e
h
e
ns
i
ve
a
na
ly
s
i
s
o
f
l
o
n
g
-
t
e
r
m
t
e
m
pe
r
a
t
ur
e
tr
e
n
ds
a
n
d
pa
t
t
e
r
n
s
,
i
n
c
l
ud
i
ng
t
h
e
pot
e
n
t
i
a
l
e
f
f
e
c
t
s
o
f
c
li
m
a
t
e
c
h
a
n
ge
a
n
d
va
r
i
o
us
c
l
im
a
t
i
c
o
s
c
i
l
l
a
t
i
o
ns
(
e
.
g.
,
E
l
N
i
ñ
o
S
o
u
t
h
e
r
n
Os
c
il
l
a
t
i
o
n
,
Nor
t
h
A
t
l
a
n
t
i
c
Os
c
il
l
a
t
i
o
n
)
.
F
i
gur
e
2
i
ll
u
s
t
r
a
t
e
s
t
h
e
c
o
m
p
l
e
t
e
da
t
a
s
e
t
t
h
r
o
ug
h
a
t
i
m
e
s
e
r
i
e
s
p
l
o
tt
e
d
gr
a
ph
,
s
h
o
wc
a
s
i
n
g
t
h
e
t
e
m
po
r
a
l
va
r
i
a
t
i
o
ns
i
n
t
e
m
pe
r
a
t
ur
e
o
v
e
r
t
h
e
s
t
udy
pe
r
i
o
d.
T
hi
s
vi
s
ua
li
z
a
t
i
o
n
n
o
t
o
nl
y
pr
o
vi
de
s
a
n
in
t
u
i
t
i
v
e
un
de
r
s
t
a
n
d
i
ng
o
f
t
h
e
da
t
a
’
s
s
t
r
uc
t
ur
e
b
ut
a
l
s
o
r
e
v
e
a
l
s
ke
y
f
e
a
t
ur
e
s
s
uc
h
a
s
:
-
S
e
a
s
o
n
a
l
c
y
c
l
e
s
:
c
l
e
a
r
ly
vi
s
i
b
l
e
a
nn
ua
l
t
e
m
pe
r
a
t
ur
e
pa
tt
e
r
n
s
.
-
L
o
n
g
-
t
e
r
m
t
r
e
n
ds
:
a
ny
gr
a
dua
l
i
nc
r
e
a
s
e
o
r
de
c
r
e
a
s
e
i
n
t
e
m
pe
r
a
t
ur
e
s
o
v
e
r
t
h
e
de
c
a
de
s
.
-
E
x
t
r
e
m
e
e
v
e
n
t
s
:
n
o
t
a
bl
e
t
e
m
pe
r
a
t
ur
e
a
n
o
m
a
li
e
s
o
r
h
e
a
t
wa
v
e
s
.
-
I
n
t
e
r
-
a
n
n
ua
l
v
a
r
i
a
bil
i
t
y
:
y
ear
-
to
-
y
e
a
r
d
i
f
f
e
r
e
n
c
e
s
i
n
t
e
m
p
e
r
a
t
ur
e
pa
tt
e
r
n
s
.
F
i
gur
e
2
.
E
v
o
l
ut
i
o
n
o
f
da
il
y
a
v
e
r
a
ge
t
e
m
pe
r
a
t
ur
e
s
i
n
B
e
ni
M
e
ll
a
l
,
M
o
r
o
c
c
o
(
1984
-
2022)
T
h
e
r
i
c
hne
s
s
o
f
t
hi
s
da
t
a
s
e
t
,
c
o
m
bi
ne
d
w
i
t
h
i
t
s
e
x
t
e
ns
i
ve
t
e
m
po
r
a
l
c
o
v
e
r
a
ge
,
pr
o
vi
de
s
a
r
o
b
u
s
t
f
o
u
n
da
t
i
o
n
f
o
r
t
r
a
i
ni
ng
a
n
d
e
v
a
l
ua
t
i
n
g
o
ur
T
F
T
m
o
de
l
.
I
t
a
l
l
o
w
s
us
to
c
a
pt
u
r
e
b
ot
h
s
h
o
r
t
-
t
e
r
m
we
a
t
h
e
r
f
l
uc
t
ua
t
i
o
n
s
a
n
d
l
o
n
g
-
t
e
r
m
c
l
im
a
t
e
t
r
e
n
ds
,
s
e
tt
i
n
g
t
h
e
s
t
a
ge
f
o
r
p
ot
e
n
t
i
a
ll
y
a
c
c
ur
a
t
e
a
n
d
i
n
s
i
g
h
t
f
u
l
t
e
m
pe
r
a
t
ur
e
pr
e
d
i
c
t
i
o
n
s
.
T
o
e
n
s
ur
e
r
o
b
us
t
n
e
s
s
i
n
o
ur
m
o
de
l
e
v
a
l
ua
t
i
o
n
,
t
h
e
da
t
a
s
e
t
i
s
pa
r
t
i
t
i
o
n
e
d
i
n
t
o
a
tr
a
i
ni
ng
s
e
t
(
80
%
)
a
n
d
a
t
e
s
t
i
n
g
s
e
t
(
20%
)
.
T
hi
s
s
p
li
t
a
ll
o
ws
f
o
r
e
f
f
e
c
t
i
ve
m
o
de
l
t
r
a
i
ni
ng
whil
e
r
e
s
e
r
vi
ng
a
s
i
g
nif
i
c
a
n
t
por
t
i
o
n
f
o
r
pe
r
f
o
r
m
a
n
c
e
a
s
s
e
s
s
m
e
n
t
.
Af
t
e
r
e
x
t
e
n
s
i
ve
e
x
pe
r
i
men
t
a
t
i
o
n
w
i
t
h
v
a
r
i
o
us
hy
pe
r
pa
r
a
m
e
t
e
r
s
,
we
f
o
un
d
t
h
a
t
t
h
e
r
e
s
u
l
t
s
a
r
e
m
o
s
t
s
a
t
i
s
f
a
c
t
o
r
y
whe
n
e
m
p
l
o
yi
ng
10
e
po
c
h
s
f
o
r
t
h
e
T
F
T
m
o
de
l
.
T
hi
s
o
pt
i
m
a
l
e
po
c
h
n
u
m
be
r
b
a
l
a
n
c
e
s
m
o
de
l
c
o
nv
e
r
ge
n
c
e
a
n
d
c
o
m
put
a
t
i
o
na
l
e
f
f
i
c
i
e
nc
y
.
T
o
c
o
m
pr
e
he
n
s
i
ve
ly
e
v
a
l
ua
t
e
t
h
e
T
F
T
m
o
de
l
’
s
pe
r
f
o
r
m
a
n
c
e
a
n
d
c
o
m
pa
r
e
i
t
w
i
t
h
t
h
e
o
b
s
e
r
v
e
d
da
t
a
,
we
u
t
i
li
z
e
a
s
u
i
t
e
o
f
s
t
a
t
i
s
t
i
c
a
l
m
e
t
r
i
c
s
.
T
h
e
s
e
i
nc
l
ude
:
-
M
AE
:
m
e
a
s
ur
e
s
t
h
e
a
v
e
r
a
ge
m
a
g
ni
t
ude
o
f
e
r
r
or
s
i
n
t
h
e
pr
e
d
i
c
t
i
o
n
s
.
-
R
M
S
E
:
p
r
o
vi
de
s
a
qua
dr
a
t
i
c
s
c
o
r
i
n
g
r
u
l
e
t
h
a
t
a
l
s
o
m
e
a
s
ur
e
s
t
h
e
a
ve
r
a
ge
m
a
g
ni
t
ude
o
f
t
h
e
e
r
r
or
.
-
M
A
P
E
:
e
x
pr
e
s
s
e
s
a
c
c
ur
a
c
y
a
s
a
pe
r
c
e
n
t
a
ge
,
a
l
l
o
w
in
g
f
o
r
r
e
l
a
t
i
v
e
c
o
m
pa
r
i
s
o
n
s
.
-
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
n
d
i
c
a
t
e
s
t
h
e
pr
o
p
or
t
i
o
n
o
f
t
h
e
v
a
r
i
a
n
c
e
i
n
t
h
e
de
pe
n
de
n
t
v
a
r
i
a
bl
e
t
h
a
t
i
s
pr
e
d
i
c
t
a
bl
e
f
r
o
m
t
h
e
i
n
de
pe
n
de
n
t
v
a
r
i
a
bl
e
(
s
)
.
I
n
o
u
r
e
x
pe
r
i
m
e
n
t
s
,
we
e
m
p
l
o
y
Go
o
gl
e
C
o
l
l
a
b
c
o
n
n
e
c
t
e
d
to
a
G
oo
gl
e
C
o
m
put
e
E
n
g
i
n
e
b
a
c
k
e
n
d
w
i
t
h
a
P
y
t
h
o
n
3
e
n
vi
r
o
nm
e
n
t
.
T
hi
s
c
l
o
ud
-
b
a
s
e
d
s
e
t
up
e
n
s
ur
e
s
r
e
pr
o
duc
i
bi
li
t
y
a
n
d
s
c
a
l
a
bil
i
t
y
o
f
o
ur
a
n
a
ly
s
i
s
.
T
h
e
s
y
s
t
e
m
f
e
a
t
ur
e
s
a
GPU,
whi
c
h
s
i
g
nif
i
c
a
n
t
l
y
a
c
c
e
l
e
r
a
t
e
s
t
h
e
tr
a
i
ni
ng
pr
o
c
e
s
s
o
f
t
h
e
T
F
T
m
o
de
l
,
e
s
pe
c
i
a
ll
y
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
.
3
,
De
c
em
b
e
r
20
24
:
1
6
94
-
1
700
1698
b
e
n
e
f
i
c
i
a
l
f
o
r
pr
o
c
e
s
s
i
n
g
t
h
e
e
x
t
e
n
s
i
ve
38
-
y
e
a
r
da
t
a
s
e
t.
T
h
e
a
v
a
il
a
bl
e
12.
67
GB
o
f
R
AM
f
a
c
il
i
t
a
t
e
s
e
f
f
i
c
i
e
n
t
da
t
a
h
a
n
d
l
i
ng
a
n
d
m
o
de
l
o
pe
r
a
t
i
o
n
s
,
whil
e
t
h
e
7
8.
19
GB
o
f
d
i
s
k
s
pa
c
e
a
ll
o
ws
f
o
r
s
to
r
a
ge
o
f
i
n
t
e
r
m
e
d
i
a
t
e
r
e
s
u
l
t
s
a
n
d
m
o
de
l
c
he
c
kpo
i
n
t
s
.
3.
RE
S
UL
T
S
AN
D
DI
S
CU
S
S
I
ON
Our
s
t
udy
r
e
v
e
a
l
s
t
h
a
t
t
h
e
T
F
T
m
o
de
l
a
c
hi
e
v
e
s
t
h
e
l
o
we
s
t
M
A
E
,
i
n
d
i
c
a
t
i
n
g
hi
g
h
a
c
c
ur
a
c
y
i
n
i
t
s
pr
e
d
i
c
t
i
o
n
s
.
I
t
o
u
tper
f
o
r
m
s
b
o
t
h
t
h
e
GR
U
a
n
d
A
R
I
M
A
m
o
de
l
s
f
r
o
m
o
ur
pr
e
vi
o
us
s
t
udi
e
s
[
22]
,
[
23]
r
e
pr
e
s
e
n
t
i
n
g
a
n
i
m
pr
o
v
e
m
e
n
t
upo
n
o
ur
e
a
r
l
i
e
r
wor
k,
s
ugge
s
t
i
n
g
t
h
a
t
t
h
e
T
F
T
m
o
de
l
c
a
pt
ur
e
s
t
h
e
un
de
r
l
yi
ng
pa
tt
e
r
n
s
i
n
t
e
m
p
e
r
a
t
ur
e
f
l
u
c
t
ua
t
i
o
n
s
m
o
r
e
e
f
f
e
c
t
i
ve
l
y
.
T
o
r
e
a
c
h
t
h
e
s
e
c
o
n
c
l
us
i
o
ns
,
we
us
e
d
a
t
i
m
e
s
e
r
i
e
s
o
f
da
i
ly
a
v
e
r
a
g
e
t
e
m
pe
r
a
t
ur
e
s
i
n
B
e
ni
M
e
ll
a
l
,
m
e
a
s
ur
e
d
i
n
C
e
l
s
i
u
s
.
T
h
e
da
t
a
s
e
t
c
o
m
pr
i
s
e
s
14,
244
r
e
c
o
r
ds
,
d
i
vi
de
d
i
n
t
o
a
t
r
a
i
ni
ng
s
e
t
(
80%
,
11
,
395
r
e
c
o
r
ds
)
a
n
d
a
t
e
s
t
i
n
g
s
e
t
(
20%
,
2
,
848
r
e
c
o
r
ds
)
.
T
o
a
s
s
e
s
s
pr
e
d
i
c
t
i
o
n
a
c
c
ur
a
c
y
,
we
pr
i
m
a
r
i
ly
u
s
e
t
h
e
M
A
E
,
s
upp
l
e
m
e
n
t
e
d
by
R
M
S
E
,
M
A
P
E
,
a
n
d
R
2.
W
e
e
m
p
l
o
y
a
T
F
T
m
o
de
l
f
o
r
o
ur
a
n
a
l
y
s
i
s
.
T
a
bl
e
1
o
u
t
l
i
ne
s
t
h
e
pa
r
a
m
e
t
e
r
s
us
e
d
f
o
r
t
h
e
T
F
T
m
o
de
l
.
T
h
e
s
e
pa
r
a
m
e
t
e
r
s
pr
o
vi
d
e
a
g
oo
d
s
t
a
r
t
i
n
g
po
i
n
t
f
o
r
r
e
s
e
a
r
c
h
e
r
s
a
i
mi
ng
to
pr
e
di
c
t
t
e
m
pe
r
a
t
ur
e
s
i
n
t
h
e
B
e
ni
M
e
ll
a
l
r
e
g
i
o
n
.
F
o
l
l
o
w
i
ng
t
h
e
t
r
a
i
ni
ng
o
f
o
ur
T
F
T
m
o
de
l
w
i
t
h
t
h
e
s
e
pa
r
a
m
e
t
e
r
s
,
we
e
v
a
l
ua
t
e
i
t
s
pe
r
f
o
r
m
a
n
c
e
o
n
t
h
e
t
e
s
t
i
n
g
s
e
t
to
a
s
s
e
s
s
i
t
s
pr
e
d
i
c
t
i
v
e
c
a
pa
bil
i
t
i
e
s
o
n
uns
e
e
n
da
t
a
.
T
a
bl
e
1.
De
t
a
i
l
e
d
b
r
e
a
kdo
wn
o
f
pa
r
a
m
e
t
e
r
s
i
n
T
F
T
m
o
de
l
C
la
s
s
P
a
r
a
me
t
e
r
D
e
s
c
r
ip
ti
o
n
V
a
lu
e
P
o
s
it
i
o
na
l
e
n
c
o
di
ng
d_mo
d
e
l
T
h
e
di
m
e
ns
i
o
n
of
t
h
e
m
o
d
e
l
64
dr
o
p
o
ut
T
h
e
d
r
o
p
o
ut
v
a
lu
e
0.1
ma
x
_l
e
n
T
h
e
ma
x
im
um
le
ngt
h
5000
T
r
a
ns
f
or
m
e
r
m
o
d
e
l
in
put
_di
m
T
h
e
di
m
e
ns
i
o
n
of
t
h
e
i
nput
1
d_mo
d
e
l
T
h
e
di
m
e
ns
i
o
n
of
t
h
e
m
o
d
e
l
64
nhe
a
d
T
h
e
numb
e
r
of
he
a
ds
i
n t
h
e
mul
ti
h
e
a
d
a
tt
e
n
ti
o
n m
o
d
e
ls
4
num_l
a
y
e
r
s
T
h
e
numb
e
r
of
s
ub
-
e
n
c
o
d
e
r
-
la
y
e
r
s
i
n t
h
e
t
r
a
ns
f
o
r
m
e
r
e
n
c
o
d
e
r
2
dr
o
p
o
ut
T
h
e
d
r
o
p
o
ut
v
a
lu
e
0.2
W
e
pr
e
s
e
n
t
,
i
n
T
a
bl
e
2
,
t
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
of
t
h
r
e
e
d
i
f
f
e
r
e
n
t
m
o
de
l
s
:
T
F
T
,
R
NN
,
a
n
d
A
R
I
M
A
.
T
h
e
s
e
m
e
t
r
i
c
s
i
nc
l
ude
t
h
e
M
A
E
,
R
M
S
E
,
R
2
a
n
d
M
A
P
E
.
T
h
e
T
F
T
m
o
de
l
h
a
s
a
M
A
E
o
f
1.
5143,
i
n
d
i
c
a
t
i
n
g
t
h
a
t
o
n
a
v
e
r
a
ge
,
t
h
e
m
o
de
l
’
s
pr
e
d
i
c
t
i
o
n
s
a
r
e
a
ppr
o
xi
m
a
t
e
l
y
1.
5143
C
e
l
s
i
us
a
w
a
y
f
r
o
m
t
h
e
a
c
t
ua
l
v
a
l
ue
s
.
T
h
e
R
M
S
E
f
o
r
t
h
e
T
F
T
m
o
de
l
i
s
1.
9527,
s
ugge
s
t
i
n
g
t
h
a
t
t
h
e
s
t
a
n
da
r
d
de
vi
a
t
i
o
n
o
f
t
h
e
pr
e
d
i
c
t
i
o
n
e
r
r
o
r
s
i
s
a
r
o
un
d
1.
9527.
T
h
e
M
A
P
E
i
s
1
1.
6156,
whi
c
h
mea
ns
t
h
a
t
o
n
a
v
e
r
a
ge
,
t
h
e
pe
r
c
e
n
t
a
ge
e
r
r
o
r
o
f
t
h
e
m
o
de
l
’
s
pr
e
d
i
c
t
i
o
n
s
i
s
a
ppr
o
xi
m
a
t
e
l
y
11.
6156%
.
L
a
s
t
l
y
,
t
h
e
R
2
s
c
o
r
e
f
o
r
t
h
e
T
F
T
m
o
de
l
i
s
0.
9359,
whi
c
h
i
s
q
u
i
t
e
hi
g
h
a
n
d
s
ugge
s
t
s
t
h
a
t
t
hi
s
m
o
de
l
e
x
p
l
a
i
ns
93.
59%
o
f
t
h
e
v
a
r
i
a
n
c
e
i
n
t
h
e
t
a
r
ge
t
v
a
r
i
a
bl
e
.
T
a
bl
e
2.
C
o
m
pa
r
a
t
i
ve
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
o
f
T
F
T
,
s
i
m
p
l
e
R
NN
,
GR
U,
L
S
T
M
,
a
n
d
A
R
I
M
A
m
o
de
l
s
M
o
de
l
M
A
E
R
M
S
E
M
A
P
E
R2
P
r
e
di
c
t
e
d
p
e
r
i
o
d
T
F
T
1.5143
1.9527
11.6156
0.9359
15
-
03
-
2015
T
o
12
-
31
-
2022
T
F
T
1.5743
2.0131
10.5374
0.9314
01
-
01
-
2020
T
o
12
-
31
-
2022
G
R
U
[
23]
3.0446
-
4.5547
-
01
-
01
-
2020
T
o
12
-
31
-
2022
A
R
I
M
A
[
23]
3.0906
-
-
-
01
-
01
-
2020
T
o
12
-
31
-
2022
G
R
U
[
22]
2.961
-
4.439
-
01
-
01
-
2020
T
o
12
-
31
-
2022
L
S
T
M
[
22]
2.973
-
4.456
-
01
-
01
-
2020
T
o
12
-
31
-
2022
S
im
pl
e
R
N
N
[
22]
2.986
-
4.471
-
01
-
01
-
2020
T
o
12
-
31
-
2022
A
R
I
M
A
[
22]
3.112
-
-
-
01
-
01
-
2020
T
o
12
-
31
-
2022
T
h
e
T
F
T
m
o
de
l
e
xhi
b
i
t
s
s
upe
r
i
o
r
pe
r
f
o
r
m
a
nc
e
w
i
t
h
a
n
M
A
E
o
f
1.
5143.
T
hi
s
s
ugge
s
t
s
t
h
a
t
t
h
e
pr
e
d
i
c
t
i
o
n
s
m
a
de
by
t
h
e
T
F
T
m
o
de
l
a
r
e
,
o
n
a
n
a
v
e
r
a
ge
,
t
h
e
c
l
o
s
e
s
t
to
t
h
e
a
c
t
ua
l
v
a
l
ue
s
.
I
n
c
o
n
t
r
a
s
t
,
to
t
h
e
pe
r
vi
o
us
pr
e
d
i
c
t
i
o
n
m
a
de
by
GR
U,
L
S
T
M
,
S
i
m
p
l
e
R
NN
a
n
d
A
R
I
M
A
m
o
de
l
s
s
h
a
r
e
d
i
n
T
a
bl
e
2
t
h
e
s
e
m
o
de
l
s
de
m
o
ns
t
r
a
t
e
hi
g
h
e
r
M
A
E
s
,
t
h
e
l
o
we
s
t
M
A
E
i
s
o
b
ta
i
n
e
d
by
G
R
U
[
19]
i
n
d
i
c
a
t
i
n
g
a
l
a
r
ge
r
a
ve
r
a
ge
de
vi
a
t
i
o
n
in
t
h
e
i
r
pr
e
d
i
c
t
i
o
n
s
.
W
h
e
n
we
c
o
n
s
i
de
r
t
h
e
M
A
P
E
f
o
r
t
h
e
T
F
T
a
n
d
GR
U
m
o
de
l
s
,
t
h
e
GR
U
m
o
de
l
s
ur
pa
s
s
e
s
t
h
e
T
F
T
m
o
de
l
w
i
t
h
a
l
o
we
r
M
A
P
E
o
f
4.
5547.
T
hi
s
i
m
p
li
e
s
t
h
a
t
t
h
e
pr
e
di
c
t
i
o
n
s
o
f
t
h
e
GR
U
m
o
de
l
a
r
e
,
o
n
a
v
e
r
a
ge
,
m
o
r
e
a
c
c
ur
a
t
e
i
n
t
e
r
m
s
o
f
pe
r
c
e
n
t
a
ge
e
r
r
o
r
.
T
h
e
T
F
T
m
o
de
l
,
w
i
t
h
a
hi
g
h
e
r
M
A
P
E
o
f
11.
6156,
s
h
o
ws
a
l
a
r
ge
r
a
v
e
r
a
ge
pe
r
c
e
n
t
a
ge
e
r
r
o
r
i
n
i
t
s
pr
e
d
i
c
t
i
o
ns
.
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
L
e
v
e
r
aging
tr
ans
f
or
me
r
mode
ls
f
or
e
nhanc
e
d
tem
pe
r
atur
e
…
(
Ha
mz
a
J
di
)
1699
Ov
e
r
a
ll
,
t
h
e
T
F
T
m
o
de
l
a
ppe
a
r
s
t
o
pe
r
f
o
r
m
we
ll
b
a
s
e
d
o
n
t
h
e
s
e
m
e
t
r
i
c
s
,
w
i
t
h
l
o
w
e
r
r
o
r
r
a
t
e
s
a
n
d
a
h
i
g
h
R
2
s
c
o
r
e
.
L
e
t
’
s
pr
e
s
e
n
t
i
n
t
h
e
F
i
gur
e
3
t
h
e
r
e
s
u
l
t
s
o
f
t
h
e
T
F
T
m
o
de
l
’
s
t
e
m
pe
r
a
t
ur
e
pr
e
d
i
c
t
i
o
ns
f
o
r
t
h
e
t
i
m
e
f
r
a
m
e
s
t
a
r
t
i
n
g
J
a
n
ua
r
y
1,
2020,
a
n
d
e
n
d
i
ng
o
n
De
c
e
m
b
e
r
31,
2022.
F
i
gur
e
3.
B
e
ni
M
e
l
l
a
l
’
s
a
c
t
ua
l
a
n
d
f
o
r
e
c
a
s
t
e
d
da
i
ly
t
e
m
p
e
r
a
t
ur
e
us
i
n
g
T
F
T
4.
CONC
L
USI
ON
T
hi
s
pa
pe
r
f
o
c
us
e
s
o
n
e
m
p
l
o
y
i
ng
t
h
e
T
F
T
m
o
de
l
to
pr
e
di
c
t
t
e
m
pe
r
a
t
ur
e
s
t
h
r
e
e
y
e
a
r
s
i
n
t
o
t
h
e
f
ut
ur
e
.
A
dd
i
t
i
o
n
a
ll
y
,
i
t
c
o
m
pa
r
e
s
t
h
e
T
F
T
m
o
de
l
w
i
t
h
R
NN
s
a
n
d
A
R
I
M
A
t
o
de
t
e
r
m
i
ne
w
h
e
t
he
r
t
r
a
n
s
f
o
r
m
e
r
s
c
a
n
o
u
t
pe
r
f
o
r
m
t
r
a
di
t
i
o
n
a
l
R
NN
s
a
n
d
ot
h
e
r
m
a
c
hi
ne
lea
r
ni
ng
a
l
go
r
i
t
hm
s
.
T
h
e
f
i
nd
i
ngs
de
m
o
ns
t
r
a
t
e
t
h
e
s
upe
r
i
o
r
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
T
F
T
m
o
de
l
o
v
e
r
R
NN
s
a
n
d
ot
h
e
r
m
a
c
hi
ne
l
e
a
r
ni
ng
m
e
t
h
o
ds
i
n
f
o
r
e
c
a
s
t
i
n
g
l
o
n
g
-
t
e
r
m
a
v
e
r
a
ge
t
e
m
pe
r
a
t
ur
e
s
i
n
B
e
ni
M
e
ll
a
l
,
M
o
r
o
c
c
o
.
T
h
e
a
c
c
ur
a
t
e
t
e
m
pe
r
a
t
ur
e
pr
e
d
i
c
t
i
o
n
s
a
c
hi
e
v
e
d
by
t
h
e
T
F
T
m
o
de
l
s
h
o
w
gr
e
a
t
p
ot
e
n
t
i
a
l
f
o
r
o
p
t
i
mi
z
i
ng
i
r
r
i
ga
t
i
o
n
i
n
t
h
e
r
e
g
i
o
n
.
I
n
f
ut
ur
e
r
e
s
e
a
r
c
h
,
we
w
il
l
ut
i
li
z
e
t
h
e
s
e
e
nh
a
nc
e
d
f
o
r
e
c
a
s
t
s
to
c
a
l
c
u
l
a
t
e
r
e
f
e
r
e
n
c
e
e
va
pot
r
a
n
s
p
i
r
a
t
i
o
n
(
E
T
o)
us
i
n
g
t
h
e
F
A
O
P
e
nm
a
n
-
M
o
n
t
e
i
t
h
m
e
t
h
o
d,
wh
e
r
e
t
e
m
pe
r
a
t
ur
e
i
s
o
n
e
o
f
t
h
e
ke
y
we
a
t
h
e
r
pa
r
a
m
e
t
e
r
s
.
T
hi
s
i
n
t
e
gr
a
t
i
o
n
o
f
T
F
T
pr
e
d
i
c
t
i
o
n
s
o
f
we
a
t
h
e
r
pa
r
a
m
e
t
e
r
s
wi
t
h
E
T
o
c
a
l
c
u
l
a
t
i
o
n
s
c
a
n
pot
e
n
t
i
a
l
ly
l
e
a
d
to
m
o
r
e
e
f
f
i
c
i
e
n
t
E
T
o
f
o
r
e
c
a
s
t
,
t
h
e
r
e
by
im
pr
o
vi
n
g
wa
t
e
r
m
a
n
a
ge
m
e
n
t
i
n
t
h
e
r
e
g
i
o
n
a
n
d
c
o
n
t
r
i
b
ut
i
n
g
to
s
us
t
a
i
na
bl
e
a
gr
i
c
u
l
t
ur
a
l
pr
a
c
t
i
c
e
s
i
n
B
e
ni
M
e
ll
a
l
.
RE
F
E
R
E
NC
E
S
[
1]
C
.
G
r
é
v
is
s
e
,
“
C
o
mpa
r
a
ti
v
e
qua
li
t
y
a
na
l
y
s
is
of
G
P
T
-
ba
s
e
d
mul
t
ip
le
c
h
o
i
c
e
que
s
ti
o
n
g
e
ne
r
a
ti
o
n,”
in
C
om
m
uni
c
at
io
ns
in
C
om
p
ut
e
r
and I
nf
or
m
at
io
n Sc
ie
n
c
e
, v
o
l.
1874 C
C
I
S
, 2024, pp.
435
–
447.
[
2]
J
.
B
e
hr
ma
nn,
E
.
M
.
H
o
ng,
S
.
M
e
l
e
da
th
u,
A
.
L
e
it
e
r
,
M
.
P
ove
la
it
is
,
a
nd
M
.
M
it
r
e
,
“
C
ha
t
ge
ne
r
a
ti
ve
pr
e
-
tr
a
in
e
d
tr
a
ns
f
o
r
m
e
r
’
s
pe
r
f
or
ma
nc
e
o
n
d
e
r
ma
t
o
l
o
g
y
-
s
p
e
c
i
f
i
c
qu
e
s
ti
o
ns
a
nd
it
s
im
pl
ic
a
ti
o
ns
in
me
d
ic
a
l
e
du
c
a
ti
o
n,”
J
our
nal
of
M
e
di
c
al
A
r
ti
f
ic
ia
l
I
nt
e
ll
ig
e
nc
e
, vo
l.
6, pp. 16
–
16, S
e
p. 2023, d
o
i:
10.21037/j
ma
i
-
23
-
47.
[
3]
J
.
X
io
ng
e
t
al
.
,
“
E
f
f
i
c
i
e
nt
r
e
in
f
o
r
c
e
m
e
nt
le
a
r
ni
ng
-
ba
s
e
d
m
e
th
o
d
f
o
r
pl
a
gi
a
r
is
m
d
e
t
e
c
t
i
o
n
b
oo
s
te
d
b
y
a
p
o
pul
a
ti
o
n
-
ba
s
e
d
a
lg
or
it
hm
f
or
pr
e
tr
a
in
in
g w
e
ig
ht
s
,”
E
x
pe
r
t
Sy
s
te
m
s
w
it
h A
ppl
ic
at
io
ns
, vo
l.
238, p. 122088, M
a
r
. 2024, do
i:
10.1016/j
.
e
s
w
a
.2023.122088.
[
4]
J
.
Y
a
ng
e
t
al
.
,
“
B
E
R
T
a
nd
hi
e
r
a
r
c
hi
c
a
l
c
r
o
s
s
a
tt
e
nt
i
o
n
-
ba
s
e
d
que
s
ti
o
n
a
ns
w
e
r
in
g
ov
e
r
br
id
g
e
in
s
p
e
c
ti
o
n
kn
o
w
l
e
dge
gr
a
ph,”
E
x
pe
r
t
Sy
s
te
m
s
w
it
h A
ppl
ic
at
io
ns
, vo
l.
233, p. 120896, D
e
c
.
20
23, do
i:
10.1016/j
.
e
s
w
a
.2023.120896.
[
5]
I
.
A
me
ll
a
l,
A
.
A
m
e
ll
a
l,
H
.
S
e
ghi
o
u
e
r
,
a
nd
M
.
R
.
E
c
h
-
C
ha
r
r
a
t
,
“
A
n
in
te
g
r
a
te
d
a
ppr
o
a
c
h
f
or
m
o
d
e
r
n
s
uppl
y
c
ha
in
ma
na
ge
m
e
nt
:
U
ti
li
z
in
g
a
d
v
a
nc
e
d
ma
c
hi
ne
l
e
a
r
ni
ng
m
o
d
e
ls
f
o
r
s
e
n
ti
m
e
nt
a
na
l
y
s
is
,
de
ma
nd
f
o
r
e
c
a
s
ti
ng,
a
nd
pr
o
ba
bi
li
s
ti
c
pr
i
c
e
p
r
e
di
c
ti
on,”
D
e
c
is
io
n Sc
ie
nc
e
L
e
tt
e
r
s
, v
ol
. 13, n
o
. 1, pp. 237
–
248, 2024, d
o
i
:
10.5267/j
.ds
l.
2023.9.003.
[
6]
N
. F
is
hma
n a
nd
L
.
H
a
nc
ox
-
L
i,
“
S
h
o
u
ld
a
tt
e
nt
i
o
n b
e
a
ll
w
e
n
e
e
d?
T
he
e
pi
s
te
mi
c
a
nd
e
th
i
c
a
l
im
pl
i
c
a
ti
o
ns
of
uni
f
i
c
a
ti
o
n
i
n ma
c
hi
ne
le
a
r
ni
ng,”
i
n
A
C
M
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
P
r
oc
e
e
di
ng Se
r
i
e
s
,
J
un. 2022, pp. 1516
–
1527, do
i:
10.1145/3531146.3
533206.
[
7]
M
.
X
u,
W
.
Z
h
o
u,
X
.
S
he
n,
J
.
Q
iu
,
a
nd
D
.
L
i,
“
T
e
mp
o
r
a
l
-
s
pa
ti
a
l
c
r
o
s
s
a
tt
e
nt
i
o
n
n
e
tw
o
r
k
f
o
r
r
e
c
o
gni
z
in
g
im
a
gi
n
e
d
c
ha
r
a
c
te
r
s
,”
Sc
ie
nt
if
ic
R
e
por
t
s
, v
o
l.
14, n
o
. 1, p. 15432, J
ul
. 2024, d
o
i:
10.10
38/
s
41598
-
024
-
59263
-
5.
[
8]
H
.
Y
a
o
,
T
.
L
iu
,
G
.
L
i,
a
nd
C
.
Q
in
,
“
S
c
r
e
e
n
-
s
h
o
t
a
nd
D
e
mo
i
r
é
d
im
a
ge
id
e
nt
i
f
i
c
a
ti
o
n
ba
s
e
d
o
n
D
e
ns
e
N
e
t
a
nd
D
e
e
p
V
iT
,”
E
x
pe
r
t
Sy
s
te
m
s
w
it
h A
ppl
ic
at
io
ns
, vo
l.
240, p. 122580, Ap
r
. 20
24, do
i:
10.1016/j
.
e
s
w
a
.2023.122580.
[
9]
D
.
S
.
K
.
K
a
r
una
s
in
gha
,
“
R
oo
t
m
e
a
n
s
qua
r
e
e
r
r
or
o
r
m
e
a
n
a
bs
ol
ut
e
e
r
r
o
r
?
U
s
e
th
e
ir
r
a
ti
o
a
s
w
e
ll
,”
I
nf
or
m
at
io
n
Sc
ie
nc
e
s
,
v
o
l.
585,
pp. 609
–
629, M
a
r
. 2022, do
i:
10.1016/j
.i
ns
.2021.11.036.
[
10]
Q
.
L
i
e
t
al
.
,
“
L
a
nd
B
e
n
c
h
1.0:
A
be
nc
h
ma
r
k
da
ta
s
e
t
a
nd
e
v
a
l
ua
ti
o
n
me
tr
i
c
s
f
or
da
ta
-
dr
i
v
e
n
la
nd
s
ur
f
a
c
e
v
a
r
ia
bl
e
s
pr
e
di
c
ti
o
n,”
E
x
pe
r
t
Sy
s
te
m
s
w
it
h
A
ppl
ic
at
io
ns
, vo
l.
243, p. 122917, J
un. 202
4, do
i:
10.1016/j
.
e
s
w
a
.2023.122917.
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
.
3
,
De
c
em
b
e
r
20
24
:
1
6
94
-
1
700
1700
[
11]
M
.
A
.
R
ubi
,
S
.
C
ho
w
dhur
y
,
A
.
A
.
A
.
R
a
hma
n,
A
.
M
e
e
r
o
,
N
.
M
.
Z
a
y
e
d,
a
nd
K
.
M
.
A
nw
a
r
ul
I
s
la
m,
“
F
it
ti
ng
mul
ti
-
la
y
e
r
f
e
e
d
f
or
w
a
r
d
ne
ur
a
l
n
e
tw
o
r
k
a
nd
a
ut
o
r
e
gr
e
s
s
iv
e
in
te
g
r
a
te
d
m
o
v
in
g
a
v
e
r
a
g
e
f
o
r
dha
ka
s
to
c
k
e
x
c
ha
ng
e
pr
i
c
e
pr
e
d
i
c
ti
ng,”
E
m
e
r
gi
ng
Sc
ie
nc
e
J
ou
r
nal
, vo
l.
6, n
o
. 5, pp. 1046
–
1061, Aug. 2022, d
o
i:
10.28991/E
S
J
-
2022
-
06
-
05
-
09.
[
12]
X
. Z
ha
ng a
nd D
. H
e
d
e
k
e
r
, “
D
e
f
in
in
g R
-
s
qua
r
e
d me
a
s
ur
e
s
f
o
r
mi
xe
d
-
e
f
f
e
c
ts
l
oc
a
ti
o
n s
c
a
l
e
m
o
d
e
ls
,
”
St
at
is
ti
c
s
i
n M
e
di
c
in
e
, v
ol
. 41,
no
. 22, pp. 4467
–
4483, S
e
p. 2022, d
o
i:
10.1002/s
im
.9521.
[
13]
H
.
J
.
J
in
,
Y
.
P
.
Z
ha
o
,
a
nd
M
.
N
.
P
a
n,
“
A
nove
l
m
e
th
o
d
f
o
r
a
e
r
o
-
e
ngi
n
e
ti
m
e
-
s
e
r
i
e
s
f
o
r
e
c
a
s
ti
ng
ba
s
e
d
o
n
mu
lt
i
-
r
e
s
o
lu
ti
o
n
tr
a
ns
f
o
r
me
r
,”
E
x
pe
r
t
Sy
s
te
m
s
w
it
h A
ppl
i
c
at
io
ns
, vo
l.
255, p. 12
4597, De
c
. 2024, d
oi
:
10.1016/j
.
e
s
w
a
.2024.124597.
[
14]
C
.
Z
hu
a
nd
Y
.
T
a
ng,
“
A
n
e
mpi
r
i
c
a
l
a
na
l
y
s
is
of
th
e
l
o
ng
s
h
o
r
t
te
r
m
m
e
m
or
y
a
nd
te
mp
or
a
l
f
us
i
o
n
tr
a
ns
f
o
r
m
e
r
m
o
de
ls
o
n
r
e
gi
o
na
l
a
ir
qua
li
t
y
f
o
r
e
c
a
s
t,
”
in
I
C
C
SI
2023
-
2023
I
nt
e
r
nat
i
onal
C
on
f
e
r
e
nc
e
on
C
y
be
r
-
P
hy
s
ic
al
Soc
ia
l
I
nt
e
ll
ig
e
nc
e
,
O
c
t.
2
023,
pp. 497
–
502, do
i:
10.1109/
I
C
C
S
I
58851.2023.10303941.
[
15]
L
.
V
a
n
H
e
e
r
d
e
n,
C
.
V
a
n
S
ta
de
n,
a
nd
H
.
J
.
V
e
r
me
ul
e
n,
“
T
e
mp
or
a
l
f
us
i
o
n
tr
a
ns
f
o
r
m
e
r
f
or
da
y
-
a
h
e
a
d
w
in
d
po
w
e
r
f
o
r
e
c
a
s
ti
ng
in
t
he
S
o
ut
h
A
f
r
i
c
a
n
c
o
nt
e
x
t,
”
in
P
r
oc
e
e
di
ngs
-
2023
I
E
E
E
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
on
E
nv
ir
onm
e
nt
and
E
le
c
tr
ic
al
E
ngi
ne
e
r
in
g
and
2023
I
E
E
E
I
ndus
tr
ia
l
and
C
om
m
e
r
c
ia
l
P
o
w
e
r
Sy
s
te
m
s
E
u
r
ope
,
E
E
E
I
C
/
I
and
C
P
S
E
ur
ope
2023
,
J
un.
2023,
pp.
1
–
5,
do
i:
10.1109/
E
E
E
I
C
/I
C
P
S
E
ur
o
p
e
57
605.2023.10194737.
[
16]
B
.
W
u,
L
.
W
a
ng,
a
nd
Y
.
R
.
Z
e
ng,
“
I
nt
e
r
pr
e
ta
bl
e
w
in
d
s
pe
e
d
pr
e
di
c
ti
o
n
w
it
h
mul
ti
v
a
r
ia
t
e
ti
m
e
s
e
r
i
e
s
a
nd
te
mp
o
r
a
l
f
u
s
io
n
tr
a
ns
f
o
r
me
r
s
,”
E
ne
r
gy
, v
ol
. 252, p. 123990, Au
g. 2022, doi:
10.
1016/j
.e
n
e
r
g
y
.2022.123990.
[
17]
L
.
W
a
ng,
A
.
T
i
e
n,
J
.
C
ho
u,
a
nd
W
.
H
ubba
r
d,
“
M
ul
ti
-
a
ir
p
o
r
t
d
e
la
y
pr
e
di
c
ti
o
n
w
it
h
tr
a
ns
f
o
r
m
e
r
s
,
”
J
un.
2
022,
do
i:
10.2514/6.2022
-
3707.
[
18]
M
.
L
.
S
a
nt
o
s
,
X
.
G
a
r
c
ía
-
S
a
nt
ia
g
o
,
F
.
E
.
C
a
ma
r
e
r
o
,
G
.
B
.
G
il
,
a
nd
P
.
C
.
O
r
te
ga
,
“
A
ppl
ic
a
ti
o
n
of
t
e
mp
or
a
l
f
us
io
n
tr
a
ns
f
o
r
m
e
r
f
o
r
da
y
-
a
h
e
a
d
PV
po
w
e
r
f
or
e
c
a
s
ti
ng,”
E
ne
r
gi
e
s
, v
o
l.
15, n
o
. 14, p.
5232, J
ul
. 2022, do
i:
10.3390/
e
n15145232.
[
19]
S
.
R
e
z
a
,
M
.
C
.
F
e
r
r
e
i
r
a
,
J
.
J
.
M
.
M
a
c
ha
do
,
a
nd
J
.
M
.
R
.
S
.
T
a
v
a
r
e
s
,
“
A
mul
ti
-
he
a
d
a
tt
e
nt
i
o
n
-
ba
s
e
d
tr
a
ns
f
o
r
me
r
mo
d
e
l
f
o
r
tr
a
f
f
i
c
f
l
o
w
f
or
e
c
a
s
ti
ng
w
it
h
a
c
o
m
pa
r
a
ti
ve
a
na
l
y
s
is
t
o
r
e
c
ur
r
e
nt
ne
ur
a
l
n
e
tw
o
r
ks
,”
E
x
pe
r
t
Sy
s
te
m
s
w
it
h
A
ppl
ic
at
io
ns
,
vo
l.
2
02,
p. 117275, S
e
p. 2022, d
o
i:
10.1016/j
.
e
s
w
a
.2022.117275.
[
20]
B
.
L
im
,
S
.
A
r
ık
,
N
.
L
oe
f
f
,
a
nd
T
.
P
f
is
t
e
r
,
“
T
e
mp
o
r
a
l
f
us
io
n
tr
a
n
s
f
o
r
m
e
r
s
f
or
in
t
e
r
pr
e
ta
bl
e
mul
ti
-
h
o
r
i
z
o
n
ti
m
e
s
e
r
i
e
s
f
o
r
e
c
a
s
ti
ng,”
I
nt
e
r
nat
io
nal
J
our
nal
of
F
or
e
c
as
ti
ng
, v
o
l.
37, n
o
. 4, pp. 1748
–
1
764, Oc
t.
2021, d
o
i:
10.1016/j
.i
j
f
or
e
c
a
s
t.
2021.03.012.
[
21]
B
.
W
u
a
nd
L
.
W
a
ng,
“
T
w
o
-
s
ta
g
e
de
c
o
mp
o
s
it
i
o
n
a
nd
te
mp
o
r
a
l
f
us
io
n
tr
a
ns
f
o
r
me
r
s
f
o
r
in
t
e
r
p
r
e
ta
bl
e
w
in
d
s
pe
e
d
f
or
e
c
a
s
ti
ng,”
E
ne
r
gy
, vo
l.
288, p. 129728, F
e
b. 2024, d
o
i:
10.1016/j
.
e
n
e
r
g
y
.2
023.129728.
[
22]
H
.
J
di
a
nd
N
.
F
a
li
h,
“
C
o
mpa
r
is
o
n
of
ti
m
e
s
e
r
i
e
s
te
mpe
r
a
tu
r
e
pr
e
di
c
ti
o
n
w
it
h
a
ut
o
-
r
e
gr
e
s
s
iv
e
in
t
e
gr
a
t
e
d
m
ov
in
g
a
ve
r
a
g
e
a
nd
r
e
c
ur
r
e
nt
n
e
ur
a
l
ne
twor
k,”
I
nt
e
r
nat
io
nal
J
our
nal
o
f
E
le
c
tr
i
c
al
a
nd
C
om
put
e
r
E
ngi
ne
e
r
in
g
(
I
J
E
C
E
)
,
vo
l.
14,
no
.
2,
pp.
1770
–
1778,
A
pr
. 2024, do
i:
10.11591
/i
j
e
c
e
.
v
14i
2.pp1770
-
1778.
[
23]
H
.
J
di
a
nd
N
.
F
a
li
h,
“
L
o
ng
-
t
e
r
m
a
ve
r
a
g
e
te
mpe
r
a
tu
r
e
f
or
e
c
a
s
t
us
in
g
ma
c
hi
ne
le
a
r
ni
ng
a
nd
de
e
p
l
e
a
r
ni
n
g
in
th
e
r
e
gi
o
n
of
B
e
ni
M
e
ll
a
l,
”
i
n
L
e
c
tu
r
e
N
ot
e
s
i
n
N
e
tw
or
k
s
and Sy
s
te
m
s
, v
ol
. 656
L
N
N
S
, 2023, pp. 26
–
34.
[
24]
H
.
J
di
a
nd
N
.
F
a
li
h,
“
W
e
a
th
e
r
f
or
e
c
a
s
t
us
in
g
s
li
di
ng
w
in
d
o
w
a
lg
o
r
it
h
m
ba
s
e
d
o
n
ha
d
oo
p
a
nd
ma
pr
e
d
u
c
e
,”
in
L
e
c
tu
r
e
N
ot
e
s
in
N
e
tw
or
k
s
and Sy
s
te
m
s
,
v
o
l.
357
L
N
N
S
, 2022, pp. 122
–
132.
[
25]
H
.
J
di
a
nd
N
.
F
a
li
h,
“
P
r
e
c
ip
it
a
ti
o
n
f
or
e
c
a
s
ti
ng
us
in
g
ma
c
hi
ne
l
e
a
r
ni
ng
in
th
e
r
e
gi
o
n
of
B
e
ni
M
e
ll
a
l
-
K
h
e
ni
f
r
a
,”
I
ndone
s
ia
n
J
our
nal
of
E
le
c
tr
ic
al
E
ngi
ne
e
r
in
g
and
C
om
put
e
r
Sc
ie
nc
e
(
I
J
E
E
C
S)
,
vol
.
31,
n
o
.
1,
pp.
451
–
458,
J
ul
.
2
023,
do
i:
10.11591/i
je
e
c
s
.v
31.
i1
.pp451
-
458.
B
I
OG
RA
P
HI
E
S
OF
AU
T
HO
RS
Ha
m
z
a
J
di
h
as
a
M.
Sc
.
i
n
Bu
s
i
n
e
s
s
I
n
t
e
l
l
i
g
e
n
ce
,
rece
i
v
e
d
i
n
2
0
1
9
fro
m
t
h
e
Fac
u
l
t
y
o
f
S
ci
e
n
ce
a
n
d
T
ec
h
n
o
l
o
g
i
e
s
,
U
n
i
v
e
rs
i
t
y
S
u
l
t
an
Mo
u
l
a
y
Sl
i
m
an
e,
B
e
n
i
Mel
l
al
,
Mo
ro
cc
o
.
C
u
rr
e
n
t
l
y
,
h
e
i
s
a
Ph
.
D
.
s
t
u
d
e
n
t
i
n
t
h
e
Po
l
y
d
i
s
c
i
p
l
i
n
ar
y
Fa
c
u
l
t
y
o
f
B
en
i
M
e
l
l
al
.
H
i
s
re
s
e
ar
c
h
i
n
t
e
r
e
s
t
i
s
ab
o
u
t
b
i
g
d
at
a
an
al
y
t
i
c
s
,
b
u
s
i
n
e
s
s
i
n
t
e
l
l
i
g
en
ce
,
co
m
p
u
t
e
r
s
c
i
en
ce
,
d
i
g
i
t
al
a
g
ri
cu
l
t
u
r
e
,
an
d
d
ee
p
l
e
arn
i
n
g
.
H
e
c
an
b
e
co
n
t
a
c
t
e
d
at
em
a
i
l
:
h
a
m
zaj
d
i
@
g
m
a
i
l
.
co
m
.
N
o
u
redd
i
n
e
F
a
l
i
h
h
as
a
Ph
.
D
.
o
n
Co
m
p
u
t
e
r
S
c
i
en
ce
,
r
ecei
v
ed
fro
m
t
h
e
Fa
cu
l
t
y
o
f
Sci
e
n
ce
s
an
d
T
ec
h
n
o
l
o
g
i
e
s
o
f
Mo
h
a
mme
d
i
a,
Mo
r
o
cco
i
n
2
0
1
3
.
H
e
i
s
an
as
s
o
ci
at
e
p
ro
f
e
s
s
o
r
s
i
n
ce
2
0
1
4
in
t
h
e
Po
l
y
d
i
s
c
i
p
l
i
n
ar
y
Fa
c
u
l
t
y
,
S
u
l
t
an
M
o
u
l
a
y
Sl
i
m
an
e
U
n
i
v
e
rs
i
t
y
,
B
en
i
Mel
l
al
,
Mo
ro
cc
o
.
H
e
h
as
1
8
y
e
ars
o
f
p
ro
f
e
s
s
i
o
n
a
l
e
x
p
e
ri
e
n
ce
i
n
s
ev
e
ral
r
en
o
w
n
ed
c
o
m
p
an
i
e
s
.
H
i
s
r
e
s
e
arch
t
o
p
i
c
s
are
ab
o
u
t
i
n
fo
r
m
at
i
o
n
s
y
s
t
em
g
o
v
ern
an
ce
,
b
u
s
i
n
e
s
s
i
n
t
el
l
i
g
en
ce
,
b
i
g
d
at
a
an
al
y
t
i
c
s
,
a
n
d
d
i
g
i
t
al
ag
r
i
c
u
l
t
u
r
e
.
H
e
c
an
b
e
co
n
t
a
c
t
ed
at
em
ai
l
:
n
o
u
rfa
l
d
@
y
a
h
o
o
.
fr.
Evaluation Warning : The document was created with Spire.PDF for Python.