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
7
,
N
o
.
2
,
F
e
b
r
ua
r
y
20
2
5
,
pp.
1
30
6
~
1
31
6
I
S
S
N:
2
502
-
4
7
52
,
DO
I
:
10
.
11591/i
j
e
e
cs
.v
3
7
.
i
2
.
pp
1
30
6
-
1
31
6
1306
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
e
e
cs
.
iaes
c
or
e
.
c
om
A
j
oi
n
t
l
e
ar
n
in
g c
la
ssi
f
ic
at
io
n
f
or
i
n
t
e
n
t
d
e
t
e
c
t
io
n
an
d
s
lo
t
f
il
li
n
g
w
ith
d
om
ai
n
-
ad
a
p
t
e
d
e
m
b
e
d
d
in
gs
Yus
u
f
I
d
r
is
M
u
h
am
m
ad
,
Naom
ie
S
al
im
,
Anaz
id
a
Z
ain
al
D
e
pa
r
tm
e
nt
of
C
o
mput
e
r
S
c
i
e
n
c
e
,
F
a
c
ul
t
y
of
C
omput
in
g, U
ni
ve
r
s
it
i
T
e
kn
o
l
o
gi
M
a
la
y
s
ia
, J
o
h
o
r
, M
a
la
y
s
ia
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
u
n
22
,
202
4
R
e
vi
s
e
d
S
e
p
12
,
202
4
A
c
c
e
pt
e
d
S
e
p
30
,
202
4
Fo
r
d
i
al
o
g
u
e
s
y
s
t
em
s
t
o
fu
n
c
t
i
o
n
e
ff
ec
t
i
v
e
l
y
,
a
ccu
ra
t
e
n
at
u
ra
l
l
an
g
u
a
g
e
u
n
d
e
rs
t
an
d
i
n
g
i
s
v
i
t
al
,
r
e
l
y
i
n
g
o
n
p
r
ec
i
s
e
i
n
t
en
t
rec
o
g
n
i
t
i
o
n
an
d
s
l
o
t
fi
l
l
i
n
g
t
o
e
n
s
u
r
e
s
mo
o
t
h
a
n
d
m
e
a
n
i
n
g
f
u
l
i
n
t
e
ra
c
t
i
o
n
s
.
Pr
ev
i
o
u
s
s
t
u
d
i
e
s
h
av
e
p
ri
m
ar
i
l
y
fo
cu
s
ed
o
n
ad
d
r
e
s
s
i
n
g
e
a
c
h
s
u
b
t
as
k
i
n
d
i
v
i
d
u
al
l
y
.
H
o
w
e
v
e
r
,
i
t
h
as
b
een
d
i
s
co
v
e
r
ed
t
h
at
t
h
e
s
e
s
u
b
t
as
k
s
are
i
n
t
e
r
c
o
n
n
ec
t
e
d
an
d
a
ch
i
e
v
i
n
g
b
e
t
t
e
r
r
e
s
u
l
t
s
re
q
u
i
r
e
s
s
o
l
v
i
n
g
t
h
em
t
o
g
e
t
h
e
r
.
O
n
e
d
ra
w
b
a
ck
o
f
t
h
e
j
o
i
n
t
l
e
ar
n
i
n
g
m
o
d
e
l
i
s
i
t
s
i
n
ab
i
l
i
t
y
t
o
ap
p
l
y
l
e
arn
ed
p
at
t
e
rn
s
t
o
u
n
s
ee
n
d
at
a,
w
h
i
ch
s
t
em
s
fr
o
m
a
l
ack
o
f
l
arg
e,
an
n
o
t
at
ed
d
at
a.
R
ece
n
t
ap
p
ro
ach
e
s
h
av
e
s
h
o
w
n
t
h
at
u
s
i
n
g
p
re
t
rai
n
e
d
em
b
ed
d
i
n
g
s
fo
r
e
ff
ec
t
i
v
e
t
e
x
t
re
p
re
s
e
n
t
at
i
o
n
c
an
h
el
p
ad
d
r
e
s
s
t
h
e
i
s
s
u
e
o
f
g
e
n
e
ra
l
i
zat
i
o
n
.
H
o
w
ev
e
r,
p
r
e
t
rai
n
ed
em
b
e
d
d
i
n
g
s
are
me
r
e
l
y
t
rai
n
ed
o
n
co
rp
u
s
t
h
at
t
y
p
i
c
a
l
l
y
co
n
s
i
s
t
o
f
co
mm
o
n
l
y
d
i
s
c
u
s
s
ed
m
at
t
e
rs
,
w
h
i
c
h
mi
g
h
t
n
o
t
n
ece
s
s
ar
i
l
y
co
n
t
ai
n
d
o
m
ai
n
s
p
eci
fi
c
v
o
c
ab
u
l
ar
i
e
s
fo
r
t
h
e
t
as
k
at
h
an
d
.
T
o
ad
d
r
e
s
s
t
h
i
s
i
s
s
u
e
,
t
h
e
p
ap
e
r
p
re
s
e
n
t
s
a
j
o
i
n
t
mo
d
el
f
o
r
i
n
t
e
n
t
d
e
t
ec
t
i
o
n
an
d
s
l
o
t
fi
l
l
i
n
g
,
h
ar
n
e
s
s
i
n
g
p
re
t
rai
n
e
d
em
b
ed
d
i
n
g
s
a
n
d
d
o
m
a
i
n
s
p
ec
i
f
i
c
em
b
ed
d
i
n
g
s
u
s
i
n
g
c
a
n
o
n
i
c
al
c
o
rr
el
at
i
o
n
a
n
al
y
s
i
s
t
o
e
n
h
an
ce
t
h
e
mo
d
el
p
e
rfo
r
m
an
ce.
T
h
e
p
ro
p
o
s
ed
mo
d
el
co
n
s
i
s
t
s
o
f
co
n
v
o
l
u
t
i
o
n
al
n
eu
ral
n
e
t
w
o
rk
al
o
n
g
w
i
t
h
b
i
d
i
r
ec
t
i
o
n
a
l
l
o
n
g
s
h
o
rt
-
t
e
r
m
mem
o
r
y
(B
i
L
ST
M)
fo
r
e
ffi
ci
e
n
t
j
o
i
n
t
l
e
ar
n
i
n
g
cl
as
s
i
fi
c
at
i
o
n
.
T
h
e
r
e
s
u
l
t
s
o
f
t
h
e
e
x
p
e
r
i
me
n
t
s
h
o
w
t
h
at
the
p
ro
p
o
s
e
d
mo
d
el
p
e
rf
o
r
m
s
b
e
t
t
e
r
t
h
a
n
t
h
e
b
as
el
i
n
e
m
o
d
e
l
s
.
K
e
y
w
o
r
d
s
:
D
i
a
l
o
gue
s
y
s
t
e
m
I
n
t
e
n
t
de
t
e
c
t
i
o
n
J
o
i
n
t
l
e
a
r
ni
ng
Na
t
ur
a
l
l
a
n
gua
ge
un
d
e
r
s
t
a
n
d
i
ng
S
l
o
t
f
il
li
ng
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
:
Yus
u
f
I
dr
i
s
M
u
ha
m
m
a
d
De
pa
r
t
m
e
n
t
o
f
C
o
m
put
e
r
S
c
i
e
n
c
e
,
F
a
c
u
l
t
y
o
f
C
o
m
put
i
n
g
,
Uni
ve
r
s
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
,
M
a
l
a
y
s
i
a
E
m
a
i
l
:
m
u
h
a
mm
a
d
i
dr
i
s
@
gr
a
dua
t
e
.
u
t
m
.
my
1.
I
NT
RODU
C
T
I
ON
N
a
tu
r
a
l
l
a
n
gua
ge
un
de
r
s
tan
di
n
g
(
NL
U
)
pl
a
y
s
a
c
r
uc
i
a
l
r
o
l
e
i
n
e
n
a
bl
i
n
g
i
n
te
r
a
c
t
i
o
n
s
b
e
t
w
e
e
n
h
u
m
a
n
s
a
n
d
d
i
a
l
o
g
ue
s
y
s
te
m
s
[
1]
.
I
ts
p
r
i
m
a
r
y
g
o
a
l
i
s
to
i
n
t
e
r
p
r
e
t
t
h
e
m
e
a
ni
n
g
o
f
a
us
e
r
’
s
u
tt
e
r
a
n
c
e
s
a
n
d
d
e
t
e
r
m
i
n
e
th
e
i
r
i
n
t
e
n
t
i
o
n
s
.
NL
U
c
o
m
p
r
i
s
e
s
tw
o
m
a
i
n
tas
ks
:
i
n
t
e
n
t
d
e
tec
t
i
o
n
(
I
D
)
a
n
d
s
l
ot
f
i
l
l
i
n
g
(
S
F
)
.
I
n
ten
t
d
e
tec
ti
o
n
i
s
a
c
l
a
s
s
i
f
i
c
a
t
i
o
n
tas
k
wh
e
r
e
f
e
a
tu
r
e
s
a
r
e
e
x
tr
a
c
te
d
f
r
o
m
a
n
u
tt
e
r
a
n
c
e
a
n
d
f
e
d
i
n
to
a
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
l
gor
i
t
h
m
to
p
r
e
di
c
t
t
h
e
a
pp
r
op
r
i
a
te
i
n
ten
t
f
r
o
m
a
s
e
t
o
f
p
r
e
d
e
f
i
ne
d
c
l
a
s
s
e
s
.
I
n
c
o
n
tr
a
s
t,
s
l
ot
f
i
l
l
i
n
g
i
s
a
s
e
q
ue
n
c
e
l
a
b
e
l
i
n
g
tas
k
th
a
t
i
de
n
t
i
f
i
e
s
t
h
e
s
e
m
a
n
t
i
c
e
l
e
m
e
n
t
s
wi
t
hi
n
a
n
utt
e
r
a
n
c
e
,
a
s
s
i
gni
n
g
a
l
a
b
e
l
to
e
a
c
h
w
or
d
to
r
e
p
r
e
s
e
n
t
t
h
e
s
e
m
a
n
t
i
c
i
nf
or
m
a
t
i
o
n
i
t
c
a
r
r
i
e
s
,
whi
c
h
f
ur
t
h
e
r
a
i
ds
i
n
i
n
ten
t
i
de
n
t
i
f
i
c
a
t
i
o
n
.
I
n
p
r
e
vi
o
us
s
tudi
e
s
,
t
h
e
s
e
tas
k
s
we
r
e
tr
a
di
t
i
o
n
a
l
l
y
h
a
n
d
l
e
d
s
e
pa
r
a
tel
y
.
H
owe
v
e
r
,
i
t
i
s
b
e
e
n
a
c
kn
ow
l
e
d
ge
d
t
h
a
t
th
e
y
a
r
e
i
n
ter
c
o
n
n
e
c
ted
,
a
n
d
a
d
d
r
e
s
s
i
n
g
th
e
m
j
o
i
n
t
l
y
r
e
s
ul
t
s
i
n
i
m
pr
o
v
e
d
pe
r
f
o
r
m
a
n
c
e
[
2
]
.
T
h
i
s
s
i
m
u
l
t
a
n
e
ous
a
p
p
r
o
a
c
h
e
f
f
e
c
t
i
v
e
l
y
h
a
n
d
l
e
s
b
o
th
tas
ks
,
c
a
p
tu
r
i
n
g
i
n
t
e
n
t
a
n
d
s
l
ot
l
a
b
e
l
di
s
tr
i
b
u
t
i
o
n
s
wi
t
hi
n
a
n
u
tt
e
r
a
n
c
e
whi
l
e
c
o
n
s
i
de
r
i
n
g
l
oc
a
l
a
n
d
gl
o
b
a
l
c
o
n
t
e
x
t
s
[
3
]
.
Un
l
i
ke
s
e
pa
r
a
te
m
ode
l
s
,
th
e
j
o
i
n
t
m
o
de
l
m
i
ni
m
i
z
e
s
th
e
e
r
r
or
a
c
c
um
u
l
a
t
i
o
n
by
e
m
p
l
o
y
i
n
g
a
uni
f
i
e
d
f
r
a
m
e
w
or
k
f
or
b
ot
h
f
i
n
e
-
tuni
n
g
a
n
d
tr
a
i
ni
n
g
[
4
]
.
T
r
a
i
ni
n
g
a
j
o
i
n
t
m
o
d
e
l
,
h
o
w
e
v
e
r
,
n
e
c
e
s
s
i
t
a
tes
a
c
o
m
p
r
e
h
e
n
s
i
v
e
a
n
n
ot
a
te
d
d
a
tas
e
t
th
a
t
r
e
p
r
e
s
e
n
t
s
v
a
r
i
o
us
us
e
r
q
ue
r
i
e
s
.
Un
f
or
tun
a
tel
y
,
b
ui
l
d
i
n
g
t
hi
s
t
y
pe
o
f
da
tas
e
t
i
s
o
f
t
e
n
c
os
t
l
y
,
t
i
m
e
-
i
n
t
e
n
s
i
v
e
,
a
n
d
r
e
qui
r
e
s
c
o
n
s
i
de
r
a
bl
e
m
a
n
ua
l
e
f
f
or
t.
T
o
a
d
d
r
e
s
s
thi
s
i
s
s
ue
,
tr
a
n
s
f
e
r
l
e
a
r
n
i
n
g
us
i
n
g
p
r
e
tr
a
i
n
e
d
w
or
d
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
A
joi
nt
lear
ning
c
las
s
i
f
ication
f
or
in
tent
de
tec
ti
on
and
s
lot
f
il
li
ng
…
(
Y
us
uf
I
dr
is
M
uhamm
ad
)
1307
e
m
b
e
d
d
i
n
gs
we
r
e
l
e
v
e
r
a
ge
d
.
Ge
n
e
r
i
c
p
r
e
tr
a
i
n
e
d
w
or
d
e
m
b
e
dd
i
n
gs
l
i
ke
Gl
o
v
e
[
5
]
,
F
a
s
tT
e
x
t
[
6
]
a
n
d
W
or
d
2
V
ec
[
7
]
,
a
n
d
whi
c
h
a
r
e
tr
a
i
n
e
d
o
n
l
a
r
g
e
c
or
p
us
h
a
v
e
s
hown
a
s
i
gni
f
i
c
a
n
t
s
u
c
c
e
s
s
a
s
f
e
a
tur
e
s
f
or
s
up
e
r
vi
s
e
d
l
e
a
r
ni
n
g
i
n
v
a
r
i
ous
tas
ks
s
uc
h
a
s
s
e
n
t
i
m
e
n
t
c
l
a
s
s
i
f
i
c
a
t
i
o
n
,
s
l
ot
f
i
l
l
i
n
g
,
a
n
d
i
n
t
e
n
t
de
te
c
t
i
o
n
,
d
ue
to
th
e
i
r
a
bi
l
i
t
y
t
o
c
a
p
tu
r
e
r
i
c
h
s
e
m
a
n
t
i
c
i
nf
or
m
a
t
i
o
n
wi
t
hi
n
t
h
e
w
or
d
v
e
c
tor
s
.
M
a
ny
s
tu
d
i
e
s
i
n
c
o
r
p
or
a
te
p
r
e
tr
a
i
n
e
d
e
m
b
e
ddi
n
gs
to
r
e
duc
e
th
e
r
e
l
i
a
n
c
e
o
n
l
a
r
g
e
da
tas
e
t
s
a
n
d
e
n
h
a
n
c
e
m
ode
l
g
e
n
e
r
a
l
i
z
a
t
i
o
n
.
S
o
m
e
a
ppr
o
a
c
h
e
s
e
m
p
l
o
y
pr
e
t
r
a
i
n
e
d
G
l
o
Ve
e
m
b
e
dd
i
ngs
to
p
r
o
vi
de
s
e
m
a
n
t
i
c
i
n
f
o
r
m
a
t
i
o
n
t
h
r
o
ugh
d
i
f
f
e
r
e
n
t
a
r
c
hi
t
e
c
t
ur
e
s
[
8
]
-
[
11
]
.
W
a
n
g
e
t
a
l
.
[
12
]
u
t
i
l
i
z
e
d
c
o
n
v
o
l
u
t
i
o
n
a
l
n
e
u
r
a
l
n
e
tw
or
k
(
C
N
N
)
to
e
x
tr
a
c
t
f
e
a
tu
r
e
s
f
r
o
m
ge
n
e
r
i
c
p
r
e
tr
a
i
n
e
d
W
or
d
2
V
e
c
w
or
d
e
m
b
e
ddi
n
gs
,
whi
c
h
we
r
e
f
ur
t
h
e
r
e
n
c
ode
d
u
s
i
n
g
bi
d
i
r
e
c
t
i
o
n
a
l
l
o
n
g
s
h
or
t
-
te
r
m
m
e
m
or
y
(
B
i
L
S
T
M
)
wi
t
h
a
tt
e
n
t
i
o
n
m
e
c
h
a
ni
s
m
.
T
o
c
a
p
tu
r
e
r
i
c
h
e
r
s
e
m
a
n
t
i
c
i
nf
or
m
a
t
i
o
n
,
oth
e
r
s
tu
di
e
s
c
o
m
bi
n
e
d
Gl
o
v
e
a
n
d
W
or
d
2
Ve
c
e
m
b
e
d
d
i
n
gs
[
1
3
]
,
[
1
4
]
.
Ki
m
e
t
al
.
[
1
5]
,
a
u
gm
e
n
t
e
d
g
e
n
e
r
i
c
e
m
b
e
ddi
n
gs
wi
t
h
to
i
n
tr
od
uc
e
a
d
d
i
t
i
o
n
a
l
s
e
m
a
n
t
i
c
i
n
s
i
gh
ts
.
H
owe
v
e
r
,
m
a
ny
n
a
t
u
r
a
l
l
a
n
gu
a
g
e
pr
oc
e
s
s
i
n
g
(
NL
P
)
tas
ks
i
nv
o
l
v
e
s
p
e
c
i
a
l
i
z
e
d
v
o
c
a
b
u
l
a
r
i
e
s
a
n
d
a
r
e
c
o
n
s
tr
a
i
n
e
d
by
r
e
l
a
t
i
v
e
l
y
s
m
a
l
l
da
tas
e
ts
.
I
n
s
u
c
h
c
a
s
e
s
,
th
e
p
e
r
f
or
m
a
n
c
e
o
f
g
e
n
e
r
i
c
p
r
e
tr
a
i
n
e
d
e
m
b
e
d
d
i
n
gs
i
s
l
i
m
i
t
e
d
b
e
c
a
us
e
th
e
e
m
b
e
ddi
n
gs
o
b
ta
i
n
e
d
f
r
o
m
g
e
n
e
r
a
l
c
or
p
or
a
m
a
y
n
ot
c
a
p
t
u
r
e
d
o
m
a
i
n
s
p
e
c
i
f
i
c
s
e
m
a
n
t
i
c
s
.
A
d
d
i
t
i
o
n
a
l
l
y
,
e
m
b
e
ddi
n
gs
l
e
a
r
n
e
d
f
r
o
m
s
m
a
l
l
d
a
tas
e
ts
ten
d
to
b
e
l
o
w
qu
a
l
i
t
y
.
T
h
i
s
p
a
pe
r
p
r
e
s
e
n
t
s
a
j
o
i
n
t
m
ode
l
f
or
i
n
t
e
n
t
de
tec
t
i
o
n
a
n
d
s
l
ot
f
i
l
l
i
n
g
w
i
t
h
d
o
m
a
i
n
a
da
p
te
d
w
or
d
e
m
b
e
d
d
i
n
gs
t
h
a
t
c
a
p
tu
r
e
b
ot
h
d
o
m
a
i
n
-
s
pe
c
i
f
i
c
s
e
m
a
n
t
i
c
s
a
n
d
g
e
n
e
r
i
c
s
e
m
a
n
t
i
c
s
.
T
h
e
n
e
w
j
o
i
n
t
m
o
de
l
c
o
m
bi
n
e
s
g
e
n
e
r
i
c
e
m
b
e
dd
i
n
gs
a
n
d
d
o
m
a
i
n
-
s
pe
c
i
f
i
c
e
m
b
e
ddi
ng
s
us
i
n
g
c
a
n
o
ni
c
a
l
c
or
r
e
l
a
t
i
o
n
a
n
a
l
y
s
i
s
(
C
C
A
)
[
1
6
]
to
a
l
i
gn
a
n
d
p
r
o
j
e
c
t
th
e
n
e
w
e
m
b
e
ddi
n
gs
a
l
o
n
g
d
i
r
e
c
t
i
o
n
s
of
m
a
xi
m
u
m
c
or
r
e
l
a
t
i
o
n
.
T
h
e
e
v
a
l
ua
t
i
o
n
o
f
t
h
e
p
r
op
os
e
d
m
e
t
h
o
d
u
t
i
l
i
z
e
s
a
C
NN
-
B
i
L
S
T
M
a
r
c
hi
t
e
c
tu
r
e
.
T
o
ou
r
k
n
ow
l
e
d
ge
,
t
h
i
s
a
p
p
r
o
a
c
h
h
a
s
n
ot
y
e
t
b
e
e
n
e
x
pl
or
e
d
wi
t
hi
n
t
h
e
c
o
n
tex
t
o
f
j
o
i
n
t
c
l
a
s
s
i
f
i
c
a
t
i
o
n
f
or
i
n
ten
t
de
te
c
t
i
o
n
a
n
d
s
l
ot
f
i
l
l
i
n
g.
T
h
e
s
tr
uc
tu
r
e
o
f
t
h
e
p
a
pe
r
i
s
or
ga
ni
z
e
d
a
s
f
o
l
l
ows
:
s
e
c
t
i
o
n
2
ou
t
l
i
n
e
s
t
h
e
pr
op
os
e
d
m
ode
l
de
s
i
gn
f
or
th
e
j
o
i
n
t
l
e
a
r
ni
n
g
a
p
p
l
i
e
d
to
i
n
t
e
n
t
d
e
tec
t
i
o
n
a
n
d
s
l
ot
f
i
l
l
i
n
g.
I
n
s
e
c
t
i
o
n
3
,
t
h
e
s
tu
d
y
'
s
m
e
t
h
o
d
o
l
o
gy
i
s
d
e
ta
i
l
e
d
.
S
e
c
t
i
o
n
4
pr
e
s
e
n
t
s
t
h
e
r
e
s
ul
t
s
a
n
d
p
r
o
v
i
de
s
a
n
a
n
a
l
y
s
i
s
,
whi
l
e
s
e
c
t
i
o
n
5
c
o
n
c
l
ude
s
t
h
e
pa
pe
r
.
2.
P
ROP
OS
E
D
M
ODE
L
DE
S
I
GN
F
i
gur
e
1
s
h
o
ws
t
h
e
a
r
c
hi
t
e
c
t
ur
e
o
f
t
h
e
pr
o
p
o
s
e
d
C
NN
-
B
i
L
S
T
M
j
o
i
n
t
l
e
a
r
ni
ng
m
o
de
l
w
i
t
h
do
m
a
i
n
-
a
da
pt
e
d
e
m
b
e
dd
i
ng
s
.
T
hi
s
m
o
de
l
i
n
t
e
gr
a
t
e
s
C
NN
,
a
s
pr
o
p
o
s
e
d
by
[
17]
,
wi
t
h
e
a
c
h
c
o
m
po
n
e
n
t
c
o
n
t
r
i
b
ut
i
n
g
to
t
h
e
e
nh
a
n
c
e
m
e
n
t
o
f
t
h
e
m
o
de
l
'
s
o
v
e
r
a
l
l
e
f
f
e
c
t
i
ve
n
e
s
s
.
T
hi
s
s
e
c
t
i
o
n
pr
o
vi
de
s
a
n
o
v
e
r
vi
e
w
o
f
t
h
e
m
o
de
l
s
t
r
u
c
t
ur
e
.
F
i
gur
e
1
.
P
r
o
p
o
s
e
d
C
NN
-
B
i
L
S
T
M
a
r
c
hi
t
e
c
t
ur
e
wi
t
h
do
m
a
i
n
-
a
d
a
pt
e
d
e
m
b
e
dd
i
ng
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
7
,
N
o
.
2
,
F
e
b
r
ua
r
y
20
2
5
:
1
30
6
-
1
31
6
1308
2.
1
.
E
m
b
e
d
d
in
g
l
aye
r
A
t
t
hi
s
l
a
y
e
r
,
t
h
e
i
n
put
s
e
que
n
c
e
i
s
c
o
nve
r
t
e
d
i
n
t
o
a
m
a
t
r
i
x
o
f
r
e
pr
e
s
e
n
t
a
t
i
o
ns
.
T
hi
s
c
o
nv
e
r
s
i
o
n
us
e
s
e
m
b
e
dd
i
ng
t
e
c
hni
qu
e
s
to
t
r
a
n
s
l
a
t
e
e
a
c
h
wor
d
i
n
t
o
i
t
s
c
or
r
e
s
po
n
d
i
n
g
v
e
c
t
o
r
f
o
r
m
,
whi
c
h
i
s
t
h
e
n
ut
i
li
z
e
d
by
t
h
e
m
o
de
l
f
o
r
f
ur
t
h
e
r
pr
o
c
e
s
s
i
ng
.
T
h
us
,
i
n
t
h
e
pr
o
p
o
s
e
d
w
o
r
k,
a
d
o
m
a
i
n
-
a
da
pt
e
d
e
m
b
e
dd
i
ngs
wa
s
o
b
t
a
i
ne
d
b
y
c
o
m
bi
n
i
ng
b
o
t
h
ge
n
e
r
i
c
pr
e
t
r
a
i
n
e
d
e
m
be
dd
i
ngs
a
nd
do
m
a
i
n
-
s
pe
c
if
i
c
e
m
be
dd
i
ng
s
.
A
C
C
A
wa
s
us
e
d
t
o
pr
o
j
e
c
t
wo
r
d
v
e
c
to
r
s
a
l
o
n
g
t
h
e
d
i
r
e
c
t
i
o
n
o
f
m
a
xim
u
m
c
o
r
r
e
l
a
t
i
o
n
.
T
o
c
r
e
a
t
e
t
h
e
ge
n
e
r
i
c
e
m
be
dd
i
ngs
,
a
pr
e
t
r
a
i
n
e
d
wo
r
d
e
m
b
e
dd
i
ng
de
r
i
ve
d
f
r
o
m
a
c
o
r
pus
o
f
100
bil
l
i
o
n
wo
r
ds
f
r
o
m
Goo
gl
e
'
s
da
t
a
s
e
t
wa
s
e
m
p
lo
y
e
d
[
7]
.
M
e
a
n
w
hil
e
,
t
h
e
d
o
m
a
i
n
-
s
pe
c
i
f
i
c
e
m
be
dd
i
ngs
we
r
e
pr
o
duc
e
d
us
i
n
g
t
h
e
c
o
n
t
i
n
uo
us
b
a
g
o
f
wo
r
ds
(
C
B
O
W
)
a
ppr
o
a
c
h
f
r
o
m
t
h
e
W
o
r
d2
V
e
c
m
o
de
l
,
tr
a
i
n
e
d
on
t
h
e
S
NI
P
S
a
n
d
a
i
r
tr
a
v
e
l
i
nf
o
r
m
a
t
i
o
n
s
y
s
t
e
m
(
A
T
I
S
)
da
t
a
s
e
t
s
.
E
a
c
h
wo
r
d
i
n
t
h
e
m
o
de
l
i
s
r
e
pr
e
s
e
n
t
e
d
by
a
v
e
c
t
o
r
wi
t
h
300
d
i
m
e
ns
i
o
n
s
.
T
o
e
n
s
ur
e
s
e
n
t
e
nc
e
l
e
n
gt
h
unif
o
r
m
i
t
y
,
wo
r
d
pa
ddi
n
g
i
s
e
m
p
l
o
y
e
d
to
s
e
t
t
h
e
l
e
n
gt
h
e
qua
l
t
o
t
h
e
m
a
xim
u
m
s
e
que
n
c
e
i
n
o
ur
da
t
a
s
e
t
s
.
L
e
t
∈
ℝ
|
|
×
a
n
d
∈
ℝ
|
|
×
r
e
p
r
e
s
e
n
t
a
m
a
t
r
i
c
e
s
o
f
do
m
a
i
n
-
s
pe
c
if
i
c
a
n
d
ge
n
e
r
i
c
pr
e
tr
a
i
ne
d
e
m
be
dd
i
ngs
r
e
s
p
e
c
t
i
v
e
ly
,
w
h
e
r
e
a
n
d
a
r
e
t
h
e
v
o
c
a
b
u
l
a
r
i
e
s
f
o
r
do
m
a
i
n
-
s
pe
c
if
i
c
a
n
d
ge
n
e
r
ic
pr
e
tr
a
i
ne
d
e
m
be
dd
i
ngs
r
e
s
pe
c
t
i
v
e
ly
a
n
d
i
s
t
h
e
d
i
m
e
ns
i
o
n
.
L
e
t
=
∩
a
n
d
,
a
n
d
,
b
e
t
h
e
e
m
b
e
dd
i
ng
o
f
wo
r
d
i
n
do
m
a
i
n
s
pe
c
if
i
c
a
n
d
g
e
n
e
r
i
c
e
m
be
dd
i
ng
s
r
e
s
pe
c
t
i
v
e
ly
.
F
o
r
1
-
di
m
e
ns
i
o
n
a
l
C
C
A
,
l
e
t
∅
a
n
d
∅
b
e
t
h
e
pr
o
j
e
c
t
i
o
n
d
i
r
e
c
t
i
o
ns
o
f
,
a
n
d
,
r
e
s
pe
c
t
i
v
e
ly
.
T
he
pr
o
j
e
c
t
e
d
v
a
l
ue
s
c
a
n
b
e
g
i
v
e
n
a
s
:
̅
,
=
,
∅
(
1)
̅
,
=
,
∅
(
2)
C
C
A
m
a
xim
i
z
e
s
t
h
e
c
o
r
r
e
l
a
t
i
o
n
b
e
t
we
e
n
̅
,
a
n
d
̅
,
to
ob
t
a
i
n
∅
a
n
d
∅
s
uc
h
t
h
a
t
,
(
∅
,
∅
)
=
m
a
x
∅
,
∅
[
〈
̅
,
,
̅
,
〉
]
√
[
̅
,
2
]
[
̅
,
2
]
(
3)
w
h
e
r
e
i
s
t
he
c
o
r
r
e
l
a
t
i
o
n
b
e
t
we
e
n
t
h
e
e
m
be
dd
i
ng
s
a
n
d
i
s
t
h
e
e
x
pe
c
t
a
t
i
o
n
o
v
e
r
a
l
l
wo
r
ds
∈
.
T
h
e
do
m
a
i
n
a
da
pt
e
d
e
m
b
e
dd
i
ngs
f
o
r
w
o
r
d
i
s
g
i
ve
n
by
,
̂
,
=
̅
,
+
̅
,
(
4)
w
h
e
r
e
t
h
e
pa
r
a
m
e
t
e
r
s
a
n
d
a
r
e
o
b
t
a
i
n
e
d
by
s
o
l
vi
ng
t
h
e
f
o
l
l
o
w
i
ng
o
p
t
i
mi
z
a
t
i
o
n
,
m
in
,
|
|
̅
,
−
(
̅
,
+
̅
,
)
|
|
2
2
+
|
|
̅
,
−
(
̅
,
+
̅
,
)
|
|
2
2
(
5)
I
n
(
5)
gi
v
e
s
a
we
i
g
h
t
e
d
c
o
m
bi
na
t
i
o
n
w
i
t
h
=
=
1
2
,
a
n
d
t
h
e
do
m
a
i
n
a
do
pt
e
d
v
e
c
to
r
i
s
e
qua
l
t
o
t
h
e
a
v
e
r
a
ge
o
f
t
h
e
t
w
o
pr
o
j
e
c
t
i
o
n
s
:
̂
,
=
1
2
̅
,
+
1
2
̅
,
(
6)
2
.2
.
Convol
u
t
ion
l
aye
r
F
e
a
t
ur
e
s
we
r
e
e
x
t
r
a
c
t
e
d
f
r
o
m
t
h
e
e
m
be
dd
i
ng
l
a
y
e
r
by
pe
r
f
o
r
m
i
ng
c
o
nv
o
l
ut
i
o
n
o
n
t
h
e
e
n
c
o
de
d
i
n
put
s
e
n
t
e
n
c
e
s
(
v
e
c
to
r
s
)
to
ge
n
e
r
a
t
e
l
o
c
a
l
f
e
a
t
ur
e
s
.
A
z
e
r
o
-
pa
ddi
n
g
t
o
ke
n
wa
s
a
dde
d
pr
i
o
r
to
t
h
e
c
o
n
v
o
l
ut
i
o
n
to
m
a
i
n
t
a
i
n
c
o
n
s
i
s
t
e
n
t
o
u
t
pu
t
s
i
z
e
s
a
c
r
o
s
s
v
a
r
i
o
us
f
il
t
e
r
s
.
T
o
e
x
t
r
a
c
t
t
h
e
l
o
c
a
l
f
e
a
t
ur
e
s
o
f
t
h
e
do
m
a
i
n
a
da
pt
e
d
f
e
a
t
ur
e
s
̂
,
d
i
f
f
e
r
e
n
t
f
i
l
t
e
r
s
a
n
d
ke
r
n
e
l
s
i
z
e
s
we
r
e
a
pp
l
i
e
d.
C
o
n
v
e
n
t
i
o
n
a
ll
y
,
t
h
e
c
o
n
v
o
l
ut
i
o
n
o
pe
r
a
ti
o
n
i
nv
o
l
ve
s
c
o
m
put
i
n
g
t
h
e
i
nn
e
r
pr
o
duc
t
b
e
t
we
e
n
f
il
t
e
r
we
i
g
h
t
s
∈
ℎ
a
n
d
a
l
o
c
a
l
r
e
g
i
o
n
o
f
t
h
e
i
n
put
da
t
a
,
f
o
l
l
o
we
d
by
a
n
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
,
w
h
e
r
e
h
de
n
o
t
e
s
t
h
e
e
m
b
e
dd
i
ng
d
i
m
e
ns
i
o
n
f
o
r
e
a
c
h
wor
d,
a
n
d
ws
s
pe
c
i
f
i
e
s
t
h
e
w
i
ndo
w
s
i
z
e
,
w
hi
c
h
c
o
n
t
r
o
l
s
t
h
e
nu
m
b
e
r
o
f
a
d
j
a
c
e
n
t
w
o
r
ds
c
o
n
s
i
de
r
e
d
.
L
e
t
∈
ℎ
b
e
f
i
l
t
e
r
s
e
m
p
l
o
y
e
d
o
n
wi
n
do
w
s
i
z
e
ws
f
o
r
t
h
e
d
om
a
i
n
a
da
pt
e
d
e
m
b
e
dd
i
ngs
.
T
h
e
ge
n
e
r
a
t
e
d
f
e
a
t
ur
e
s
c
a
n
be
e
x
pr
e
s
s
e
d
a
s
(
7)
.
=
(
.
:
+
−
1
+
)
(
7)
W
h
e
r
e
(
∙
)
i
s
t
h
e
c
o
nv
o
l
ut
i
o
n
o
pe
r
a
to
r
,
f
i
s
a
n
o
n
-
l
i
n
e
a
r
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
s
u
c
h
a
s
tanh
o
r
R
e
L
U
,
b
i
s
t
h
e
bi
a
s
f
o
r
we
i
g
h
t
w
.
T
hi
s
f
u
n
c
t
i
o
n
i
s
a
pp
l
i
e
d
to
e
a
c
h
w
i
ndo
w
a
n
d
i
s
de
n
o
t
e
d
by
[
1
:
,
2
:
+
1
,
…
,
−
:
]
.
I
n
t
hi
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
A
joi
nt
lear
ning
c
las
s
i
f
ication
f
or
in
tent
de
tec
ti
on
and
s
lot
f
il
li
ng
…
(
Y
us
uf
I
dr
is
M
uhamm
ad
)
130
9
s
t
udy
,
e
m
p
l
o
y
e
d
a
r
e
c
t
i
f
i
e
d
l
i
ne
a
r
u
ni
t
(
R
e
L
U
)
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
wa
s
e
m
p
l
o
y
e
d
b
e
c
a
us
e
o
f
i
t
s
e
f
f
i
c
i
e
nc
y
c
o
m
pa
r
e
d
t
o
t
a
n
h
[
18]
.
W
h
e
r
e
∈
−
+
1
.
T
h
e
f
e
a
t
ur
e
m
a
p
ge
n
e
r
a
t
e
d
f
o
r
t
h
e
do
m
a
i
n
a
da
pt
e
d
e
m
b
e
dd
i
ng
m
a
t
r
i
x
c
a
n
b
e
e
x
pr
e
s
s
e
d
a
s
(
8)
.
=
[
1
,
2
,
…
,
−
+
1
]
(
8)
2
.3
.
M
ax
p
ool
in
g
T
h
e
m
a
x
po
o
l
i
ng
l
a
y
e
r
i
s
e
m
p
l
o
y
e
d
to
r
e
duc
e
t
h
e
s
i
z
e
o
f
t
h
e
f
e
a
t
ur
e
m
a
ps
pr
o
duc
e
d
by
t
h
e
c
o
n
v
o
l
ut
i
o
n
a
l
l
a
y
e
r
s
,
h
e
l
p
i
ng
to
l
o
we
r
c
o
m
put
a
t
i
o
n
a
l
de
m
a
n
ds
a
n
d
m
i
t
i
ga
t
e
o
v
e
r
f
i
t
t
i
n
g
.
I
t
h
e
l
p
s
to
a
c
hi
e
v
e
t
r
a
n
s
l
a
t
i
o
n
i
nva
r
i
a
n
c
e
by
pr
e
s
e
r
vi
n
g
t
h
e
i
m
po
r
t
a
n
t
f
e
a
t
ur
e
s
,
r
e
ga
r
dl
e
s
s
o
f
t
h
e
i
r
e
x
a
c
t
s
pa
t
i
a
l
l
o
c
a
t
i
o
n
i
n
t
h
e
da
t
a
.
A
dd
i
t
i
o
n
a
ll
y
,
i
t
a
i
ds
i
n
e
x
t
r
a
c
t
i
n
g
hi
g
h
e
r
-
l
e
v
e
l
r
e
pr
e
s
e
n
t
a
t
i
o
n
s
by
c
o
n
s
o
l
i
da
t
i
n
g
i
nf
o
r
m
a
t
i
o
n
f
r
o
m
n
e
i
g
hb
o
r
i
n
g
to
ke
n
s
o
r
wor
ds
.
T
h
e
r
e
a
r
e
di
f
f
e
r
e
n
t
t
y
pe
s
o
f
po
o
l
i
ng
o
pe
r
a
t
i
o
ns
,
w
i
t
h
m
a
x
po
o
l
i
ng
be
i
n
g
t
h
e
m
o
s
t
c
o
m
m
o
n
.
M
a
x
po
o
l
i
ng
o
pe
r
a
t
e
s
by
s
e
l
e
c
t
i
ng
t
h
e
hi
g
h
e
s
t
v
a
l
u
e
f
r
o
m
e
a
c
h
l
o
c
a
li
z
e
d
s
e
g
m
e
nt
o
f
t
h
e
f
e
a
t
ur
e
m
a
p,
t
h
e
r
e
by
e
m
p
h
a
s
i
z
i
ng
t
h
e
m
o
s
t
pr
o
m
i
n
e
n
t
f
e
a
t
ur
e
s
[
18]
.
I
n
ge
n
e
r
a
l
,
t
h
e
m
a
x
po
o
l
i
ng
l
a
ye
r
s
e
l
e
c
t
s
t
h
e
m
a
xim
u
m
v
a
l
ue
f
r
o
m
t
h
e
f
e
a
t
ur
e
m
a
p
ge
n
e
r
a
t
e
d
by
t
h
e
c
o
nv
o
l
ut
i
o
n
a
l
l
a
y
e
r
.
S
pe
c
i
f
i
c
a
ll
y
,
t
hi
s
o
pe
r
a
t
i
o
n
c
a
n
b
e
e
x
pr
e
s
s
e
d
a
s
(
9)
.
̃
=
m
a
x
[
1
,
2
,
…
,
−
+
1
]
(
9)
Af
t
e
r
a
pp
l
yi
ng
m
a
x
poo
l
i
ng,
t
h
e
f
i
na
l
o
ut
pu
t
wa
s
de
r
i
v
e
d
by
c
o
n
c
a
t
e
n
a
t
i
n
g
t
h
e
e
x
t
r
a
c
t
e
d
f
e
a
t
ur
e
s
,
a
s
r
e
pr
e
s
e
n
t
e
d
by
(
10)
.
=
̃
1
⊕
…
⊕
̃
(
10)
W
h
e
r
e
⊕
i
s
t
h
e
c
o
n
c
a
t
e
n
a
to
r
o
pe
r
a
to
r
a
n
d
m
i
s
t
h
e
f
il
t
e
r
f
o
r
t
h
e
f
e
a
t
ur
e
s
.
2.
4
.
S
h
ar
e
d
B
iL
S
T
M
l
aye
r
B
i
L
S
T
M
s
e
nha
n
c
e
t
r
a
di
t
i
o
na
l
r
e
c
ur
r
e
n
t
n
e
ur
a
l
n
e
t
wo
r
ks
(
R
NN
s
)
by
e
f
f
e
c
t
i
ve
ly
c
a
pt
ur
i
n
g
l
o
n
g
-
t
e
r
m
de
pe
n
d
e
n
c
i
e
s
i
n
s
e
que
n
t
i
a
l
d
a
t
a
.
Unl
i
ke
b
a
s
i
c
L
S
T
M
m
o
de
l
s
,
B
i
L
S
T
M
s
i
n
c
o
r
por
a
t
e
b
ot
h
f
o
r
wa
r
d
a
n
d
b
a
c
kw
a
r
d
L
S
T
M
c
o
m
po
ne
n
t
s
,
a
l
l
o
w
i
ng
t
h
e
m
to
ob
t
a
i
n
a
r
i
c
he
r
un
de
r
s
t
a
n
d
i
ng
o
f
c
o
n
t
e
x
t
ua
l
i
nf
o
r
m
a
t
i
o
n
[
19]
.
B
i
L
S
T
M
n
e
t
wo
r
ks
u
t
i
li
z
e
t
w
o
di
s
t
i
n
c
t
L
S
T
M
s
t
r
u
c
t
ur
e
s
to
a
n
a
l
y
z
e
s
e
que
n
t
i
a
l
d
a
t
a
.
On
e
L
S
T
M
pr
o
c
e
s
s
e
s
t
h
e
s
e
que
n
c
e
f
r
o
m
t
h
e
b
e
g
i
nni
ng,
a
n
d
t
h
e
ot
h
e
r
L
S
T
M
pr
o
c
e
s
s
e
s
i
t
f
r
o
m
t
h
e
e
n
d.
T
h
e
r
e
s
u
l
t
s
f
r
o
m
th
e
s
e
t
w
o
n
e
t
wo
r
ks
a
r
e
c
o
m
bi
ne
d
a
t
e
a
c
h
po
i
n
t
i
n
t
h
e
s
e
q
ue
n
c
e
.
T
hi
s
c
o
nf
i
gur
a
t
i
o
n
a
l
l
o
ws
t
h
e
m
o
de
l
t
o
i
n
t
e
gr
a
t
e
c
o
n
t
e
x
t
f
r
o
m
b
o
t
h
e
a
r
l
i
e
r
a
n
d
l
a
t
e
r
pa
r
t
s
o
f
t
h
e
s
e
que
n
c
e
,
e
nh
a
n
c
i
ng
i
t
s
a
bi
li
t
y
t
o
c
a
p
t
ur
e
l
o
n
g
-
t
e
r
m
de
pe
n
d
e
n
c
i
e
s
.
T
h
e
o
u
t
pu
t
Z
f
r
o
m
t
h
e
c
o
nv
o
l
ut
i
o
na
l
l
a
y
e
r
wa
s
c
o
m
bi
ne
d
a
n
d
t
h
e
n
f
e
d
i
n
t
o
t
h
e
B
i
L
S
T
M
l
a
y
e
r
to
p
r
o
duc
e
t
h
e
f
i
na
l
o
ut
pu
t
ℎ
.
ℎ
⃗
⃗
⃗
=
(
,
ℎ
−
1
⃗
⃗
⃗
⃗
⃗
⃗
⃗
⃗
)
(
11)
ℎ
⃖
⃗
⃗
⃗
=
(
,
ℎ
−
1
⃖
⃗
⃗
⃗
⃗
⃗
⃗
⃗
⃗
)
(
12)
ℎ
=
⃗
⃗
⃗
⃗
⃗
.
ℎ
⃗
⃗
⃗
+
⃖
⃗
⃗
⃗
⃗
⃗
.
ℎ
⃖
⃗
⃗
⃗
+
(
13)
T
h
e
o
u
t
pu
t
o
f
t
h
e
B
i
L
S
T
M
w
i
ll
b
e
de
n
ot
e
d
a
s
(
14)
.
=
[
ℎ
1
,
ℎ
2
,
…
,
ℎ
]
(
14)
2
.5
.
Ou
t
p
u
t
l
aye
r
T
h
e
m
o
de
l
ge
n
e
r
a
t
e
s
d
i
s
t
i
n
c
t
o
u
t
pu
t
s
f
o
r
i
n
t
e
n
t
de
t
e
c
t
i
o
n
a
n
d
s
l
o
t
f
i
ll
i
ng.
F
o
r
i
n
t
e
n
t
de
t
e
c
t
i
o
n
,
a
m
a
x
po
o
l
i
ng
l
a
y
e
r
i
s
a
pp
l
i
e
d
to
e
x
t
r
a
c
t
t
h
e
m
o
s
t
im
po
r
t
a
n
t
r
e
pr
e
s
e
n
t
a
t
i
o
n
o
f
t
h
e
wh
o
l
e
s
e
que
n
c
e
f
r
o
m
t
h
e
B
i
L
S
T
M
,
s
i
mi
l
a
r
t
o
t
h
e
m
e
t
h
o
d
e
m
p
l
o
y
e
d
i
n
[
20]
.
I
n
t
hi
s
r
e
s
e
a
r
c
h
,
t
h
e
o
u
t
pu
t
f
r
o
m
t
h
e
m
a
x
po
o
l
i
ng
l
a
y
e
r
wa
s
a
dd
i
t
i
o
n
a
ll
y
f
o
r
wa
r
de
d
to
a
gl
o
b
a
l
m
a
x
poo
l
i
n
g
l
a
y
e
r
,
pr
o
duc
i
n
g
a
s
u
m
m
a
r
y
o
f
t
h
e
e
n
t
i
r
e
s
e
que
nc
e
.
F
o
l
l
o
w
i
ng
t
hi
s
,
a
f
u
l
ly
c
o
nn
e
c
t
e
d
l
a
y
e
r
w
i
t
h
S
o
f
t
m
a
x
a
c
t
i
v
a
t
i
o
n
wa
s
ut
i
l
i
z
e
d
to
i
de
n
t
i
f
y
t
he
i
n
t
e
n
t
.
C
o
n
s
e
que
n
t
l
y
,
t
h
e
i
n
t
e
n
t
o
u
t
pu
t
v
e
c
t
o
r
i
s
de
t
e
r
m
i
ne
d
us
i
n
g
(
15)
.
ℎ
=
{
m
a
x
(
ℎ
1
,
ℎ
2
)
,
…
,
m
a
x
(
ℎ
−
1
,
ℎ
)
}
(
15)
In
t
h
e
g
l
o
b
a
l
m
a
x
po
o
l
i
n
g
l
a
y
e
r
,
t
h
e
hi
g
h
e
s
t
v
a
l
ue
f
r
o
m
t
h
e
e
n
t
i
r
e
t
h
e
e
n
t
i
r
e
s
e
que
n
c
e
h
,
a
s
i
ll
u
s
t
r
a
t
e
d
i
n
(
16)
i
s
us
e
d
to
o
b
t
a
i
n
t
h
e
i
n
t
e
n
t
l
a
b
e
l
a
s
i
n
(
17)
,
wh
e
r
e
b
i
s
a
b
a
i
s
v
e
c
t
o
r
a
n
d
W
i
s
t
h
e
t
r
a
n
s
f
o
r
m
a
t
i
o
n
m
a
t
r
i
x
.
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
7
,
N
o
.
2
,
F
e
b
r
ua
r
y
20
2
5
:
1
30
6
-
1
31
6
1310
ℎ
=
m
a
x
(
ℎ
1
,
ℎ
2
,
…
,
ℎ
)
(
16)
=
(
.
ℎ
+
)
(
17)
F
o
r
t
h
e
s
l
ot
f
i
ll
i
ng
o
u
t
pu
t
,
t
h
e
B
i
L
S
T
M
’
s
o
u
t
pu
t
i
s
f
e
d
in
t
o
a
f
u
l
ly
c
o
nn
e
c
t
e
d
l
a
y
e
r
w
i
t
h
S
o
f
t
m
a
x
a
c
t
i
v
a
t
i
o
n
.
T
h
e
r
e
s
u
l
t
i
ng
o
ut
pu
t
v
e
c
to
r
i
s
c
o
m
put
e
d
a
s
i
n
(
18)
.
W
h
e
r
e
,
a
r
e
t
h
e
bi
a
s
v
e
c
to
r
a
n
d
t
r
a
n
s
f
o
r
m
a
t
i
o
n
m
a
t
r
i
x
r
e
s
pe
c
t
i
ve
l
y
,
i
s
t
h
e
s
l
o
t
l
a
b
e
l
.
=
(
.
ℎ
+
)
(
18)
3.
M
E
T
HO
D
T
hi
s
s
e
c
t
i
o
n
o
f
f
e
r
s
a
s
u
mm
a
r
y
o
f
t
h
e
da
t
a
s
e
t
s
us
e
d
i
n
t
h
e
e
x
pe
r
i
m
e
n
t
s
,
f
o
l
l
o
w
e
d
by
t
he
e
x
pe
r
im
e
n
t
a
l
m
e
t
h
o
do
l
o
g
y
us
e
d
t
o
a
s
s
e
s
s
t
h
e
e
f
f
e
c
t
i
v
e
n
e
s
s
o
f
t
he
pr
o
p
o
s
e
d
a
ppr
o
a
c
h
.
A
dd
i
t
i
o
n
a
ll
y
,
a
c
o
m
p
a
r
a
t
i
v
e
a
n
a
ly
s
i
s
o
f
t
h
e
b
a
s
e
li
ne
m
e
t
h
o
ds
i
s
i
nc
l
ude
d.
T
h
e
m
o
de
l'
s
pe
r
f
o
r
m
a
nc
e
wa
s
e
v
a
l
ua
t
e
d
us
i
ng
a
c
c
ur
a
c
y
f
o
r
i
n
t
e
n
t
de
t
e
c
t
i
o
n
a
n
d
t
h
e
F
1
-
s
c
o
r
e
f
o
r
s
l
o
t
f
i
ll
i
ng.
3.
1
.
Dat
as
e
t
T
o
v
e
r
i
f
y
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
,
e
x
pe
r
i
m
e
n
t
s
we
r
e
c
a
r
r
i
e
d
o
u
t
wi
t
h
t
w
o
o
f
t
h
e
m
o
s
t
c
o
m
m
o
nly
ut
i
li
z
e
d
da
t
a
s
e
t
s
i
n
NL
U
r
e
s
e
a
r
c
h
:
S
NI
P
S
[
21
]
a
n
d
A
T
I
S
[
22]
.
S
NI
P
S
i
s
a
da
t
a
s
e
t
t
h
a
t
c
o
n
t
a
i
n
s
15
,
884
u
tt
e
r
a
n
c
e
s
,
7
i
n
t
e
n
t
s
,
a
n
d
72
s
l
ot
s
.
I
t
c
o
v
e
r
s
v
a
r
i
o
us
do
m
a
i
ns
s
uc
h
a
s
we
a
t
h
e
r
,
r
e
s
t
a
ur
a
n
t
s
,
a
n
d
e
n
t
e
r
t
a
i
nm
e
n
t
.
T
h
e
A
T
I
S
da
t
a
s
e
t
c
o
n
s
i
s
t
s
4
,
978
t
r
a
i
ni
ng
s
a
m
p
l
e
s
,
893
t
e
s
t
s
a
m
p
l
e
s
,
21
i
n
t
e
n
t
s
,
a
n
d
128
s
l
o
t
s
[
23]
.
T
h
e
da
t
a
s
e
t
s
t
a
t
i
s
t
i
c
s
a
r
e
s
u
m
m
a
r
i
z
e
d
i
n
T
a
bl
e
1.
T
a
bl
e
1
.
S
t
a
t
i
s
t
i
c
s
o
f
S
NI
P
S
a
n
d
A
T
I
S
da
t
a
s
e
t
s
D
a
ta
s
e
t
S
iz
e
I
nt
e
nt
S
lo
t
T
r
a
in
in
g da
ta
T
e
s
t
da
ta
V
a
li
da
ti
o
n da
ta
S
N
I
P
S
15
,
884
7
72
13
,
084
700
700
A
T
I
S
4
,
978
21
128
4
,
478
893
500
An
e
x
a
m
p
l
e
o
f
a
s
e
m
a
n
t
i
c
f
r
a
m
e
f
o
r
a
n
utt
e
r
a
n
c
e
f
r
o
m
t
h
e
S
NI
P
S
da
t
a
s
e
t
,
“
f
i
nd
f
i
s
h
s
t
o
r
y
,
”
i
s
s
h
o
wn
i
n
T
a
bl
e
2.
T
h
e
i
n
t
e
n
t
f
o
r
t
h
i
s
utt
e
r
a
n
c
e
i
s
l
a
be
l
e
d
a
s
“
S
e
a
r
c
h
S
c
r
e
e
ni
ngE
v
e
n
t
,
”
a
n
d
t
h
e
s
l
o
t
s
a
r
e
a
nn
o
t
a
t
e
d
us
i
n
g
t
h
e
I
OB
(
i
n
-
o
ut
-
b
e
g
i
n
)
t
a
gg
i
n
g
s
c
h
e
m
e
.
I
n
thi
s
s
c
he
m
e
,
“
O”
i
n
d
i
c
a
t
e
s
t
h
a
t
t
h
e
wor
d
d
o
e
s
n
ot
b
e
l
o
n
g
to
a
ny
n
a
m
e
d
e
n
t
i
t
y
,
“
B
-
m
o
vi
e
_
n
a
m
e
”
m
a
r
k
s
t
h
e
b
e
g
i
nni
ng
o
f
a
n
a
m
e
d
e
n
t
i
t
y
,
a
n
d
“
I
-
m
o
vi
e
_
n
a
m
e
”
r
e
pr
e
s
e
n
t
s
a
wor
d
t
h
a
t
c
o
n
t
i
n
u
e
s
w
i
t
hi
n
t
h
e
s
a
m
e
e
n
t
i
t
y
T
a
bl
e
2
.
I
l
l
us
t
r
a
t
i
o
n
o
f
s
e
m
a
n
t
i
c
f
r
a
m
e
a
n
d
I
OB
t
a
gg
i
n
g
f
o
r
S
NI
P
S
da
t
a
s
e
t
E
nt
it
y
s
lo
ts
I
nt
e
nt
F
in
d
O
S
e
a
r
c
hS
c
r
e
e
ni
ngE
ve
nt
F
is
h
B
-
m
ov
i
e
_na
m
e
S
to
r
y
I
-
m
ov
i
e
_na
me
3
.2
.
E
x
p
e
r
im
e
n
t
a
l
s
et
-
up
A
gr
i
d
s
e
a
r
c
h
wa
s
pe
r
f
o
r
m
e
d
to
f
i
ne
-
t
un
e
t
h
e
hy
pe
r
pa
r
a
m
e
t
e
r
s
o
f
o
u
r
m
o
de
l
.
T
h
r
e
e
f
il
t
e
r
s
i
z
e
s
(
2,
3,
a
n
d
5)
we
r
e
t
e
s
t
e
d,
a
l
o
n
g
w
i
t
h
128
f
e
a
t
ur
e
m
a
ps
.
T
o
a
ddr
e
s
s
o
v
e
r
f
i
t
t
i
n
g,
a
dr
o
p
o
u
t
r
a
t
e
o
f
0.
5
wa
s
a
pp
l
i
e
d
to
t
h
e
f
e
a
t
ur
e
m
a
ps
.
T
h
e
s
h
a
r
e
d
e
n
c
o
de
r
,
whi
c
h
i
n
c
l
ude
d
200
hi
dde
n
u
ni
t
s
a
n
d
us
e
d
t
h
e
R
e
L
U
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
,
wa
s
f
o
l
l
o
w
e
d
by
a
n
a
dd
i
t
i
o
n
a
l
dr
o
po
u
t
r
a
t
e
o
f
0.
5
to
r
a
n
do
m
ly
dr
o
p
s
o
m
e
u
ni
t
s
.
F
o
r
th
e
i
n
t
e
n
t
de
t
e
c
t
i
o
n
a
n
d
s
l
o
t
f
il
li
ng
t
a
s
ks
,
L
2
r
e
gu
l
a
r
i
z
a
t
i
o
n
w
i
t
h
a
c
o
e
f
f
i
c
i
e
n
t
o
f
0.
001
wa
s
a
pp
l
i
e
d
t
o
t
h
e
de
n
s
e
l
a
y
e
r
we
i
g
h
t
s
,
whi
c
h
we
r
e
a
c
t
i
v
a
t
e
d
by
t
h
e
S
o
f
t
M
a
x
f
u
n
c
t
i
o
n
.
T
h
e
m
o
de
l
wa
s
t
r
a
i
n
e
d
us
i
ng
t
h
e
A
d
a
m
o
pt
i
mi
z
e
r
a
n
d
c
a
t
e
go
r
i
c
a
l
c
r
o
s
s
-
e
n
t
r
o
py
l
o
s
s
,
w
i
t
h
pe
r
f
o
r
m
a
nc
e
e
v
a
l
ua
t
e
d
t
h
r
o
ugh
a
c
c
ur
a
c
y
f
o
r
i
n
t
e
n
t
de
t
e
c
t
i
o
n
a
n
d
t
h
e
F1
-
s
c
o
r
e
f
o
r
s
l
ot
f
i
ll
i
ng.
T
r
a
i
ni
ng
wa
s
c
o
n
duc
t
e
d
w
i
t
h
a
b
a
t
c
h
s
i
z
e
o
f
32.
3.
3.
Com
p
ar
at
ive
m
e
t
h
od
s
T
h
e
e
f
f
e
c
t
i
v
e
n
e
s
s
o
f
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
wa
s
e
v
a
luat
e
d
by
c
o
m
pa
r
i
n
g
i
t
wi
t
h
t
h
e
f
o
l
l
o
w
i
ng
ba
s
e
li
ne
m
o
de
l
s
:
-
R
NN
-
L
S
T
M
[
24]
:
t
hi
s
m
o
de
l
us
e
s
a
B
i
R
NN
w
i
t
h
L
S
T
M
to
pe
r
f
o
r
m
a
j
o
i
n
t
l
e
a
r
ni
ng
c
l
a
s
s
i
f
i
c
a
t
i
o
n
us
i
ng
l
e
xi
c
a
l
f
e
a
t
ur
e
s
r
e
pr
e
s
e
n
t
e
d
by
1
-
h
ot
e
n
c
o
di
n
g.
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
A
joi
nt
lear
ning
c
las
s
i
f
ication
f
or
in
tent
de
tec
ti
on
and
s
lot
f
il
li
ng
…
(
Y
us
uf
I
dr
is
M
uhamm
ad
)
1311
-
B
i
R
NN
-
a
tt
e
n
t
i
o
n
[
25]
:
t
hi
s
m
o
de
l
e
m
p
l
o
y
s
a
n
e
nc
o
de
r
-
de
c
o
de
r
a
r
c
hi
t
e
c
t
ur
e
wi
t
h
a
n
a
t
t
e
n
t
i
o
n
m
e
c
h
a
ni
s
m
w
i
t
h
r
a
n
do
m
e
m
be
dd
i
ng
i
ni
t
i
a
li
z
a
t
i
o
n
.
-
C
NN
-
B
i
L
S
T
M
[
12]
:
e
m
p
l
o
y
s
C
NN
t
o
e
x
t
r
a
c
t
f
e
a
t
ur
e
s
f
r
o
m
ge
n
e
r
i
c
pr
e
t
r
a
i
n
e
d
W
o
r
d2
V
e
c
wo
r
d
e
m
b
e
dd
i
ng
s
a
n
d
t
h
e
B
i
L
S
T
M
l
a
y
e
r
a
s
a
n
e
n
c
o
de
r
a
n
d
us
e
s
a
n
a
t
t
e
n
t
i
o
n
-
b
a
s
e
d
R
N
N
a
s
de
c
o
de
r
.
-
B
i
G
R
U/B
i
L
S
T
M
-
M
L
P
[
14]
:
a
m
u
l
t
i
-
t
a
s
k
e
ns
e
m
b
l
e
m
e
t
h
o
d
w
i
t
h
f
e
a
t
ur
e
s
o
b
t
a
i
ne
d
f
r
o
m
g
l
o
v
e
,
W
o
r
d2
V
e
c
,
a
n
d
pa
r
t
-
of
-
s
pe
e
c
h
(
P
OS
)
t
a
gs
.
-
B
i
L
S
T
M
+
a
t
t
e
n
t
i
o
n
[
26]
:
a
j
o
i
n
t
m
o
de
l
w
i
t
h
P
OS
s
c
a
li
ng
a
tt
e
n
t
i
o
n
to
h
e
l
p
t
h
e
m
o
de
l
f
o
c
us
o
n
v
e
r
bs
a
n
d
n
o
un
s
t
h
a
t
a
r
e
i
m
po
r
t
a
n
t
i
n
r
e
pr
e
s
e
n
t
i
n
g
us
e
r
b
e
h
a
vi
o
r
a
n
d
o
bj
e
c
t
o
pe
r
a
t
i
o
ns
,
r
e
s
pe
c
t
i
v
e
ly
.
-
S
A
S
GB
C
(
B
E
R
T
o
nl
y
)
[
27]
:
t
hi
s
m
o
de
l
us
e
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
t
r
a
n
s
f
o
r
m
e
r
s
(
B
E
R
T
)
to
e
n
c
o
de
t
h
e
i
n
put
s
e
q
ue
n
c
e
,
i
n
t
e
gr
a
te
i
n
t
e
n
t
i
nf
o
r
m
a
t
i
o
n
w
i
t
h
s
l
o
t
ga
t
e
s
,
a
n
d
e
s
t
a
bl
i
s
h
a
c
o
n
t
e
x
t
ua
l
s
e
m
a
n
t
i
c
r
e
l
a
t
i
o
n
s
hi
p
w
i
t
h
s
e
l
f
-
a
t
t
e
n
t
i
o
n
.
-
B
i
L
S
T
M
+
a
t
t
e
n
t
i
o
n
[
28]
:
t
hi
s
m
o
de
l
e
x
p
l
o
i
t
s
t
h
e
p
r
e
tr
a
i
ne
d
B
E
R
T
m
o
de
l
to
ge
t
h
e
r
w
i
t
h
B
i
L
S
T
M
a
nd
c
o
-
i
n
t
e
r
a
c
t
i
v
e
a
tt
e
n
t
i
o
n
,
a
n
d
i
ni
t
i
a
li
z
e
s
t
h
e
e
m
b
e
dd
i
ng
l
a
y
e
r
w
i
t
h
g
l
o
v
e
e
m
be
dd
i
ngs
.
I
t
s
h
o
ul
d
b
e
n
o
t
e
d
t
h
a
t
f
o
l
l
o
w
i
ng
t
h
e
c
o
m
m
o
n
pr
a
c
t
i
c
e
i
n
t
h
e
l
i
t
e
r
a
t
ur
e
[
14]
,
[
29]
,
t
hi
s
s
t
ud
y
d
i
r
e
c
t
l
y
us
e
t
h
e
f
i
nd
i
n
g
s
o
f
t
h
e
a
f
o
r
e
m
e
n
t
i
o
n
e
d
b
a
s
e
li
ne
m
e
t
h
o
ds
pr
e
s
e
n
t
e
d
i
n
t
h
e
i
r
or
i
g
i
na
l
pu
bli
c
a
t
i
o
ns
a
n
d
c
o
m
p
a
r
e
s
t
h
e
m
w
i
t
h
o
ur
p
r
o
p
o
s
e
d
m
o
de
l
.
4.
RE
S
UL
T
S
AN
D
DI
S
CU
S
S
I
ON
T
a
bl
e
3
s
h
o
ws
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
a
c
r
o
s
s
v
a
r
i
o
us
s
e
t
t
i
n
gs
.
M
o
de
l
-
1,
whi
c
h
us
e
d
r
a
n
do
m
ly
i
n
i
t
i
a
l
i
z
e
d
e
m
b
e
dd
i
ng
s
,
pe
r
f
o
r
m
e
d
wo
r
s
e
t
h
a
n
t
h
e
ot
h
e
r
m
o
de
l
s
t
h
a
t
us
e
d
pr
e
t
r
a
i
n
e
d
e
m
be
dd
i
n
g
s
.
T
hi
s
de
m
o
ns
t
r
a
t
e
s
t
h
e
a
dv
a
n
t
a
ge
o
f
pr
e
t
r
a
i
n
e
d
wo
r
d
e
m
b
e
dd
i
ng
s
o
v
e
r
r
a
n
do
m
ly
i
n
i
t
i
a
l
i
z
e
d
o
n
e
s
i
n
th
e
j
o
i
n
t
l
e
a
r
ni
ng
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
i
n
t
e
n
t
de
t
e
c
t
i
o
n
a
n
d
s
l
o
t
f
i
ll
i
ng,
c
o
n
s
i
s
t
e
n
t
wi
t
h
pr
e
vi
o
us
r
e
s
e
a
r
c
h
f
i
nd
i
ngs
[
9]
,
[
11]
,
[
30]
.
P
r
e
t
r
a
i
n
e
d
e
m
be
dd
i
ngs
,
e
n
r
i
c
h
e
d
w
i
t
h
s
e
man
t
i
c
i
nf
o
r
m
a
t
i
o
n
f
r
o
m
l
a
r
ge
c
o
r
p
or
a
,
pr
o
vi
de
a
s
t
r
o
n
ge
r
f
o
u
n
da
t
i
o
n
f
o
r
m
o
de
l
t
r
a
i
ni
ng,
l
e
a
d
i
ng
to
m
o
r
e
a
c
c
ur
a
t
e
pr
e
di
c
t
i
o
ns
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
d
i
f
f
e
r
e
n
c
e
b
e
t
we
e
n
m
o
de
l
-
2,
whic
h
us
e
d
ge
n
e
r
i
c
e
m
be
dd
i
ngs
,
a
n
d
m
o
de
l
-
3,
whi
c
h
ut
i
li
z
e
d
do
m
a
i
n
-
s
pe
c
if
i
c
e
m
be
dd
i
ng
s
,
f
ur
t
h
e
r
i
ll
u
s
tr
a
t
e
s
t
h
e
i
m
po
r
t
a
n
c
e
o
f
e
m
b
e
dd
i
ng
s
r
e
l
e
v
a
nc
e
to
t
h
e
t
a
s
k
a
t
h
a
n
d.
M
o
de
l
-
3
o
u
t
pe
r
f
o
r
m
e
d
m
o
de
l
-
2,
l
i
ke
ly
due
to
t
h
e
r
i
c
h
e
r
,
d
o
m
a
i
n
-
s
pe
c
i
f
i
c
v
o
c
a
b
u
l
a
r
y
pr
e
s
e
n
t
i
n
t
h
e
e
m
b
e
dd
i
ng
s
,
whi
c
h
b
e
t
t
e
r
c
a
pt
u
r
e
d
t
h
e
n
ua
n
c
e
s
o
f
t
h
e
da
t
a
s
e
t.
T
hi
s
f
i
nd
i
ng
i
nd
i
c
a
t
e
s
t
h
a
t
e
m
b
e
dd
i
ngs
tr
a
i
ne
d
o
n
d
o
m
a
i
n
-
s
p
e
c
i
f
i
c
c
o
r
p
o
r
a
c
a
n
gr
e
a
t
l
y
im
pr
o
v
e
t
h
e
m
o
de
l
’
s
c
a
pa
c
i
t
y
to
c
o
m
pr
e
h
e
n
d
a
n
d
h
a
n
d
l
e
do
m
a
i
n
-
s
pe
c
i
f
i
c
l
a
n
gua
ge
,
l
e
a
d
i
ng
to
b
e
tt
e
r
pe
r
f
o
r
m
a
n
c
e
.
M
o
de
l
-
4,
whi
c
h
c
o
m
bi
ne
d
ge
n
e
r
i
c
a
n
d
do
m
a
i
n
-
s
p
e
c
i
f
i
c
e
m
b
e
dd
i
ng
s
t
h
r
o
ugh
a
s
i
m
p
l
e
c
o
n
c
a
t
e
n
a
t
i
o
n
o
pe
r
a
t
i
o
n
,
o
u
t
pe
r
f
o
r
m
e
d
b
o
t
h
m
o
de
l
-
2
a
n
d
m
o
d
e
l
-
3.
T
hi
s
im
pr
o
v
e
m
e
n
t
c
a
n
be
a
tt
r
i
b
ut
e
d
to
t
h
e
hy
br
i
d
r
e
pr
e
s
e
n
t
a
t
i
o
n
t
h
a
t
l
e
ve
r
a
ge
s
t
h
e
s
t
r
e
n
gt
h
s
o
f
b
o
t
h
e
m
b
e
dd
i
ng
t
y
pe
s
,
ge
n
e
r
i
c
e
m
be
dd
i
ngs
pr
o
vi
d
e
b
r
o
a
d
c
o
v
e
r
a
ge
o
f
l
a
n
gua
g
e
,
whil
e
do
m
a
i
n
-
s
pe
c
if
i
c
e
m
b
e
dd
i
ng
s
o
f
f
e
r
de
pt
h
i
n
t
h
e
r
e
l
e
v
a
n
t
d
o
m
a
i
n
.
T
his
c
o
m
bi
na
t
i
o
n
a
ll
o
ws
t
h
e
m
o
de
l
t
o
b
e
n
e
f
i
t
f
r
o
m
b
o
t
h
ge
n
e
r
a
l
l
i
ngu
i
s
t
i
c
pa
tt
e
r
n
s
a
n
d
s
p
e
c
i
f
ic
do
m
a
in
kn
o
w
l
e
dge
,
l
e
a
d
i
ng
to
b
e
tt
e
r
o
v
e
r
a
l
l
pe
r
f
o
r
m
a
nc
e
.
I
n
F
i
gur
e
2,
i
t
i
s
e
vi
de
n
t
t
h
a
t
b
ot
h
m
o
de
l
-
2
a
n
d
m
o
de
l
-
3
e
xhi
b
i
t
e
d
hi
g
h
e
r
a
c
c
ur
a
c
y
o
n
t
h
e
S
NI
P
S
da
t
a
s
e
t
c
o
m
pa
r
e
d
to
t
h
e
A
T
I
S
da
t
a
s
e
t
,
de
s
p
i
t
e
t
h
e
us
e
o
f
pr
e
tr
a
i
n
e
d
e
m
be
dd
i
ngs
.
T
hi
s
d
i
s
c
r
e
pa
nc
y
c
a
n
b
e
a
tt
r
i
b
ut
e
d
to
t
h
e
A
T
I
S
da
t
a
s
e
t
'
s
s
m
a
ll
e
r
s
i
z
e
a
n
d
i
t
s
s
i
g
nif
i
c
a
n
t
c
l
a
s
s
im
ba
l
a
n
c
e
[
1]
.
S
uc
h
i
m
ba
l
a
nc
e
po
s
e
s
c
h
a
ll
e
n
g
e
s
f
o
r
t
h
e
m
o
de
l
i
n
l
e
a
r
ni
ng
to
di
s
t
i
n
gu
i
s
h
b
e
t
we
e
n
l
e
s
s
f
r
e
que
n
t
c
l
a
s
s
e
s
,
whi
c
h
li
ke
ly
c
o
n
t
r
i
b
ut
e
d
to
t
h
e
r
e
duc
e
d
a
c
c
ur
a
c
y
.
M
o
de
l
-
5,
a
v
a
r
i
a
n
t
o
f
m
o
de
l
-
4,
o
u
t
pe
r
f
o
r
m
e
d
a
l
l
ot
h
e
r
m
o
de
l
s
by
a
li
g
ni
ng
ge
ne
r
i
c
a
n
d
do
m
a
i
n
-
s
pe
c
i
f
i
c
e
m
be
dd
i
ngs
us
i
ng
C
C
A
.
T
hi
s
m
e
t
h
o
d
a
l
lo
ws
f
o
r
b
e
t
t
e
r
i
n
t
e
gr
a
t
i
o
n
o
f
t
h
e
t
wo
t
y
pe
s
o
f
e
mb
e
dd
i
ng
s
,
c
a
pt
ur
i
n
g
t
h
e
un
de
r
lyi
ng
s
t
r
uc
t
ur
e
o
f
t
h
e
da
t
a
m
o
r
e
e
f
f
e
c
t
i
ve
ly
.
T
h
e
s
up
e
r
i
o
r
pe
r
f
o
r
m
a
n
c
e
o
f
m
o
de
l
-
5
a
l
i
g
n
s
w
i
t
h
pr
e
vi
o
us
s
t
ud
i
e
s
de
m
o
n
s
t
r
a
t
i
n
g
t
h
a
t
t
h
e
c
om
b
i
na
t
i
o
n
o
f
d
i
f
f
e
r
e
n
t
e
m
b
e
dd
i
ngs
c
a
n
l
e
a
d
t
o
s
ub
s
t
a
n
t
i
a
l
im
pr
o
v
e
m
e
n
t
s
i
n
m
o
de
l
a
c
c
ur
a
c
y
[
14]
,
[
31]
.
T
a
bl
e
3
.
P
e
r
f
o
r
m
a
nc
e
o
f
d
i
f
f
e
r
e
n
t
v
e
r
s
i
o
ns
o
f
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
M
o
de
l
E
mbe
ddi
ngs
A
T
I
S
S
N
I
P
S
A
c
c
u
r
a
c
y
(%)
F1
-
s
c
o
r
e
(%)
A
c
c
u
r
a
c
y
(%)
F1
-
s
c
o
r
e
(%)
M
o
de
l
-
1
R
a
ndo
m
79.00
96.04
86.79
94.01
M
o
de
l
-
2
G
e
ne
r
i
c
w
or
d2
ve
c
81.34
95.54
97.30
98.28
M
o
de
l
-
3
D
o
ma
in
-
s
p
e
c
i
f
i
c
w
or
d2
ve
c
88.76
96.88
97.99
98.24
M
o
de
l
-
4
G
e
ne
r
i
c
w
or
d2
ve
c
+
D
o
ma
in
-
s
p
e
c
i
f
i
c
w
or
d2
ve
c
93.88
97.54
97.79
98.48
M
o
de
l
-
5
C
C
A
(
G
e
n
e
r
i
c
w
o
r
d2
ve
c
+
D
o
ma
in
-
s
p
e
c
i
f
i
c
w
or
d2
ve
c
)
97.87
98.16
98.10
98.43
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
7
,
N
o
.
2
,
F
e
b
r
ua
r
y
20
2
5
:
1
30
6
-
1
31
6
1312
F
i
gu
r
e
3
f
ur
t
h
e
r
d
e
m
o
n
s
tr
a
tes
t
h
e
e
f
f
i
c
a
c
y
o
f
t
h
e
p
r
op
os
e
d
m
o
de
l
v
a
r
i
a
n
t
s
,
e
s
pe
c
i
a
l
l
y
i
n
t
h
e
s
l
ot
f
i
l
l
i
n
g
ta
s
k
f
or
b
ot
h
d
a
t
a
s
e
t
s
.
T
h
e
h
i
gh
F
1
-
s
c
or
e
s
,
e
s
pe
c
i
a
l
l
y
t
h
o
s
e
a
c
hi
e
v
e
d
by
m
o
d
e
l
-
5
,
hi
ghl
i
g
h
t
t
h
e
s
u
pe
r
i
or
i
t
y
o
f
n
o
n
-
c
o
n
tex
t
ua
l
e
m
b
e
ddi
n
gs
s
uc
h
a
s
W
or
d
2
V
e
c
,
Gl
oVe
,
a
n
d
F
a
s
tT
e
x
t
f
or
tas
ks
r
e
qui
r
i
n
g
f
i
n
e
-
g
r
a
i
n
e
d
w
or
d
-
l
e
v
e
l
r
e
p
r
e
s
e
n
ta
t
i
o
n
s
.
T
hi
s
f
i
n
d
i
n
g
hi
ghl
i
g
h
t
s
t
h
a
t
n
a
tu
r
a
l
l
a
n
gu
a
g
e
p
r
o
c
e
s
s
i
n
g
m
ode
l
s
c
a
n
b
e
s
i
gni
f
i
c
a
n
t
l
y
e
n
h
a
n
c
e
d
by
w
or
d
-
l
e
v
e
l
r
e
p
r
e
s
e
n
t
a
t
i
o
n
s
,
e
s
p
e
c
i
a
l
l
y
in
e
n
t
i
t
y
r
e
c
ogni
t
i
o
n
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
tas
ks
[
32
]
-
[
3
4]
.
F
i
gur
e
2
.
Gr
a
phi
c
a
l
r
e
pr
e
s
e
n
t
a
t
i
o
n
o
f
t
h
e
pe
r
f
o
r
m
a
n
c
e
s
o
f
t
h
e
d
i
f
f
e
r
e
n
t
v
e
r
s
i
o
n
s
o
f
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
b
a
s
e
d
o
n
a
c
c
ur
a
c
y
F
i
gur
e
3
.
Gr
a
phi
c
a
l
r
e
pr
e
s
e
n
t
a
t
i
o
n
o
f
t
h
e
pe
r
f
o
r
m
a
n
c
e
s
o
f
t
h
e
d
i
f
f
e
r
e
n
t
v
e
r
s
i
o
n
s
o
f
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
b
a
s
e
d
o
n
F
1
-
s
c
o
r
e
4
.
1
.
Com
p
ar
is
on
wit
h
b
as
e
l
in
e
m
od
e
l
s
T
a
bl
e
4
s
h
o
ws
t
h
a
t
u
t
i
li
z
i
ng
do
m
a
i
n
-
a
da
pt
e
d
e
m
be
dd
i
ngs
o
ut
pe
r
f
o
r
m
e
d
s
e
ve
r
a
l
b
a
s
e
li
ne
m
o
de
l
s
a
c
r
o
s
s
b
o
t
h
t
h
e
A
T
I
S
a
n
d
S
NI
P
S
da
t
a
s
e
t
s
.
C
om
pa
r
e
d
t
o
t
h
e
R
NN
-
L
S
T
M
m
o
de
l
w
i
t
h
c
l
a
s
s
i
c
a
l
o
n
e
-
h
o
t
e
n
c
o
d
i
n
g,
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
a
c
hi
e
v
e
d
a
s
i
g
nif
i
c
a
n
t
ga
i
n
o
f
3.
27%
i
n
a
c
c
ur
a
c
y
a
n
d
8.
76%
i
n
F
1
-
s
c
o
r
e
o
n
t
h
e
A
T
I
S
da
t
a
s
e
t
.
T
h
e
s
e
r
e
s
u
l
t
s
hi
g
hli
g
h
t
t
h
e
s
upe
r
i
o
r
i
t
y
o
f
u
t
i
l
i
z
i
ng
wo
r
d
e
m
b
e
dd
i
ngs
o
v
e
r
t
r
a
di
t
i
o
n
a
l
m
e
t
h
o
ds
li
ke
o
n
e
-
h
o
t
e
n
c
o
di
n
g.
A
dd
i
t
i
o
n
a
ll
y
,
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
o
u
t
pe
r
f
o
r
m
e
d
th
e
B
i
R
NN
-
a
t
t
e
n
t
i
o
n
m
o
de
l
,
whi
c
h
us
e
d
r
a
n
do
m
e
m
b
e
dd
i
ng
s
,
w
i
t
h
a
n
o
t
a
bl
e
ga
i
n
o
f
3.
47%
i
n
a
c
c
u
r
a
c
y
a
n
d
2.
38%
i
n
F
1
-
s
c
o
r
e
.
T
h
e
i
m
pr
o
v
e
m
e
n
t
h
e
r
e
c
a
n
be
a
tt
r
i
b
ut
e
d
to
t
h
e
us
e
o
f
s
e
m
a
n
t
i
c
a
ll
y
m
e
a
ni
ng
f
u
l
e
m
be
dd
i
ngs
,
a
s
o
ppo
s
e
d
to
r
a
n
do
m
ly
i
n
i
t
i
a
li
z
e
d
o
ne
s
.
E
v
e
n
wh
e
n
c
o
m
pa
r
e
d
t
o
t
h
e
C
NN
-
B
i
L
S
T
M
m
o
de
l
,
w
hi
c
h
s
h
a
r
e
s
a
s
i
mi
l
a
r
a
r
c
hi
t
e
c
t
ur
e
b
ut
us
e
s
ge
n
e
r
i
c
W
o
r
d2
V
ec
e
m
b
e
dd
i
ng
s
,
t
h
e
pr
o
p
o
s
e
d
s
h
o
we
d
i
m
pr
o
v
e
d
o
n
th
e
A
T
I
S
da
t
a
s
e
t
,
wi
t
h
ga
i
ns
o
f
0.
7%
i
n
a
c
c
ur
a
c
y
a
n
d
0.
4%
in
F1
-
s
c
o
r
e
.
T
hi
s
i
m
pr
o
v
e
m
e
n
t
i
s
pr
o
b
a
bly
a
tt
r
i
b
ut
e
d
to
t
h
e
do
m
a
i
n
-
s
pe
c
if
i
c
c
h
a
r
a
c
t
e
r
i
s
t
i
c
s
o
f
t
h
e
e
m
b
e
dd
i
ng
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
A
joi
nt
lear
ning
c
las
s
i
f
ication
f
or
in
tent
de
tec
ti
on
and
s
lot
f
il
li
ng
…
(
Y
us
uf
I
dr
is
M
uhamm
ad
)
1313
T
hi
s
f
i
nd
i
n
g
de
m
o
n
s
t
r
a
t
e
s
t
h
a
t
l
e
v
e
r
a
g
i
n
g
do
m
a
in
-
a
da
pt
e
d
e
m
b
e
dd
i
ng
s
,
pa
r
t
i
c
u
l
a
r
ly
w
h
e
n
a
l
i
g
n
e
d
w
i
t
h
ge
n
e
r
i
c
e
m
b
e
dd
i
ng
s
t
h
r
o
ugh
C
C
A
,
s
i
g
ni
f
i
c
a
n
t
l
y
b
o
o
s
t
t
h
e
pe
r
f
o
r
m
a
nc
e
o
f
i
n
t
e
n
t
de
t
e
c
t
i
o
n
a
n
d
s
l
o
t
f
i
ll
i
ng
t
a
s
ks
by
c
a
pt
ur
i
n
g
b
o
t
h
b
r
o
a
d
l
i
ngu
i
s
t
i
c
pa
tt
e
r
n
s
a
n
d
do
m
a
i
n
-
sp
e
c
if
i
c
n
ua
n
c
e
s
.
T
h
e
r
e
s
u
l
t
i
s
a
m
a
r
ke
d
im
pr
o
v
e
m
e
n
t
i
n
pe
r
f
o
r
m
a
n
c
e
f
o
r
t
h
e
s
e
t
a
s
ks
.
T
hi
s
a
ppr
o
a
c
h
o
f
f
e
r
s
a
s
t
r
a
i
g
h
t
f
o
r
wa
r
d
y
e
t
p
o
we
r
f
u
l
m
e
t
h
o
d
f
o
r
e
nh
a
nc
i
n
g
m
o
de
l
pe
r
f
o
r
m
a
n
c
e
.
I
t
s
t
a
n
ds
o
u
t
f
o
r
i
t
s
e
f
f
i
c
i
e
n
c
y
,
a
s
i
t
a
v
o
i
ds
t
h
e
n
e
e
d
f
o
r
e
x
t
e
n
s
i
ve
f
e
a
t
ur
e
e
n
g
i
ne
e
r
i
ng
o
r
o
v
e
r
l
y
c
o
m
p
l
e
x
a
r
c
hi
t
e
c
t
ur
e
s
.
B
y
f
o
c
us
i
ng
o
n
o
p
t
i
m
i
z
i
ng
e
m
be
dd
i
ng
qua
li
t
y
,
t
hi
s
m
e
t
h
o
d
pr
o
vi
de
s
a
pr
a
c
t
i
c
a
l
s
o
l
ut
i
o
n
f
o
r
i
m
pr
o
vi
ng
n
a
t
ur
a
l
l
a
n
gua
ge
pr
o
c
e
s
s
i
ng
m
o
de
l
s
.
G
i
v
e
n
i
t
s
e
f
f
e
c
t
i
v
e
n
e
s
s
,
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
pr
e
s
e
n
t
s
a
pr
o
m
i
s
i
ng
a
v
e
n
ue
f
o
r
f
ut
ur
e
r
e
s
e
a
r
c
h
i
n
NL
P
.
F
ur
t
h
e
r
e
x
p
l
o
r
a
t
i
o
n
a
n
d
r
e
f
i
ne
m
e
n
t
o
f
do
m
a
i
n
-
a
da
pt
e
d
e
m
b
e
dd
i
ng
s
,
e
s
pe
c
i
a
ll
y
i
n
c
o
m
bi
na
t
i
o
n
w
i
t
h
ot
h
e
r
t
e
c
hni
que
s
,
c
o
u
l
d
l
e
a
d
t
o
e
v
e
n
gr
e
a
t
e
r
a
dva
n
c
e
m
e
n
t
s
.
T
hi
s
a
ppr
o
a
c
h
h
o
l
d
s
pot
e
n
t
i
a
l
t
o
e
x
pa
n
d
t
h
e
c
a
pa
bi
li
t
i
e
s
o
f
NL
U
t
a
s
ks
.
T
h
e
f
i
nd
i
ngs
o
f
t
hi
s
s
t
ud
y
a
li
g
n
w
i
t
h
pr
i
o
r
r
e
s
e
a
r
c
h
e
m
p
h
a
s
i
z
i
ng
t
h
e
be
n
e
f
i
t
s
o
f
pr
e
t
r
a
i
n
e
d
e
m
b
e
dd
i
ng
s
a
n
d
t
h
e
i
r
do
m
a
i
n
-
s
pe
c
if
i
c
a
da
pt
a
t
i
o
n
s
i
n
n
a
t
ur
a
l
l
a
n
gu
a
ge
un
de
r
s
t
a
n
d
i
n
g
t
a
s
ks
.
T
h
e
s
upe
r
i
o
r
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
m
o
de
l
,
pa
r
t
i
c
u
l
a
r
ly
w
h
e
n
ut
i
li
z
i
n
g
do
m
a
i
n
-
a
d
a
pt
e
d
e
m
b
e
dd
i
ng
s
o
b
t
a
i
n
e
d
t
h
r
o
ug
h
C
C
A
,
r
e
i
nf
o
r
c
e
s
t
h
e
i
de
a
t
h
a
t
e
m
b
e
dd
i
ng
r
e
l
e
v
a
nc
e
a
n
d
a
l
i
g
nm
e
n
t
pl
a
y
r
o
l
e
s
i
n
e
nh
a
nc
i
ng
m
o
de
l
a
c
c
ur
a
c
y
.
T
hi
s
a
l
i
g
n
w
i
t
h
pr
e
vi
o
u
s
s
t
ud
i
e
s
t
h
a
t
h
a
v
e
de
m
o
n
s
t
r
a
t
e
d
i
m
pr
o
v
e
m
e
n
t
s
i
n
v
a
r
i
o
us
NL
P
t
a
s
ks
t
h
r
o
ugh
t
h
e
c
a
r
e
f
u
l
s
e
l
e
c
t
i
o
n
a
n
d
a
da
pt
a
t
i
o
n
o
f
e
m
be
dd
i
ngs
[
9]
,
[
11]
,
[
30]
,
[
14]
,
[
31
]
-
[3
4
]
.
W
hi
l
e
t
h
e
p
r
op
os
e
d
m
ode
l
h
a
s
s
h
o
wn
s
tr
on
g
pe
r
f
or
m
a
n
c
e
o
n
t
h
e
A
T
I
S
a
n
d
S
N
I
P
S
d
a
tas
e
ts
,
f
ur
t
h
e
r
r
e
s
e
a
r
c
h
i
s
n
e
e
d
e
d
to
v
a
l
i
da
t
e
i
t
s
g
e
n
e
r
a
l
i
z
a
bi
l
i
t
y
a
c
r
os
s
m
or
e
c
h
a
l
l
e
n
g
i
n
g
a
n
d
di
v
e
r
s
e
NL
U
da
tas
e
ts
.
E
x
pl
or
i
n
g
di
f
f
e
r
e
n
t
a
r
c
hi
tec
tu
r
e
s
a
n
d
c
o
m
bi
ni
n
g
a
ddi
t
i
o
n
a
l
t
y
pe
s
o
f
e
m
b
e
d
d
i
n
gs
,
s
uc
h
a
s
c
o
n
tex
tual
e
m
b
e
ddi
n
gs
wi
t
h
d
o
m
a
i
n
-
a
da
p
te
d
e
m
b
e
d
d
i
n
gs
,
c
oul
d
y
i
e
l
d
f
ur
t
h
e
r
i
m
pr
o
v
e
m
e
n
t
s
.
A
d
d
i
t
i
o
n
a
l
l
y
,
i
n
v
e
s
t
i
ga
t
i
n
g
th
e
i
m
pa
c
t
o
f
t
h
e
p
r
op
os
e
d
a
pp
r
oa
c
h
o
n
oth
e
r
NL
P
tas
ks
,
s
u
c
h
a
s
e
n
t
i
t
y
r
e
c
ogni
t
i
o
n
or
s
e
n
t
i
m
e
n
t
a
n
a
l
y
s
i
s
,
w
oul
d
b
e
v
a
l
ua
bl
e
.
T
a
bl
e
4
.
E
v
a
l
ua
t
i
o
n
o
f
pu
bl
i
s
he
d
m
e
t
r
i
c
s
o
n
S
NI
P
S
a
n
d
A
T
I
S
da
t
a
s
e
t
s
M
o
de
ls
F
e
a
tu
r
e
s
A
T
I
S
S
N
I
P
S
A
c
c
u
r
a
c
y
(%)
F
1_s
c
o
r
e
(
%
)
A
c
c
u
r
a
c
y
(%)
F
1_s
c
o
r
e
(%)
R
N
N
-
L
S
T
M
[
24]
L
e
x
i
c
a
l
f
e
a
tu
r
e
s
(
o
n
e
-
h
o
t
e
n
c
o
di
ng)
94.6
89.40
-
-
B
iR
N
N
+
a
tt
e
nt
i
o
n
[
25]
R
a
ndo
m e
m
b
e
ddi
ngs
94.4
95.78
-
-
C
N
N
-
B
i
L
S
T
M
[
12]
W
o
r
d
e
mb
e
ddi
ngs
(
w
o
r
d2
ve
c
)
97.17
97.76
-
-
Bi
-
G
R
U
+
f
e
a
tu
r
e
[
14
]
G
l
ove
+
W
o
r
d2
ve
c
+
P
O
S
97.76
97.93
-
-
B
i
L
S
T
M
+
a
tt
e
nt
i
o
n
[
26
]
P
O
S
95.70
95.60
97.70
89.2
BC
[
27]
B
E
R
T
e
mb
e
ddi
ngs
97.20
96.34
98.0
95.68
CNN
-
B
iL
S
T
M
(
m
o
d
e
l
-
5)
D
o
m
ai
n
ad
ap
t
e
d
e
m
b
e
d
d
in
gs
97.87
98.16
98.10
98.43
4
.2
.
Com
p
ar
is
on
of
s
e
p
a
r
at
e
an
d
j
oin
t
m
od
e
l
of
t
h
e
p
r
op
os
e
d
m
od
e
l
T
h
e
e
x
pe
r
im
e
n
t
a
l
r
e
s
u
l
t
s
c
o
m
p
a
r
i
n
g
t
h
e
j
o
i
n
t
m
o
de
l
w
i
t
h
t
h
e
s
e
pa
r
a
t
e
m
o
de
l
o
f
t
h
e
pr
o
p
o
s
e
d
w
or
k
a
r
e
pr
e
s
e
n
t
e
d
i
n
T
a
bl
e
5.
I
t
c
a
n
be
o
b
s
e
r
ve
d
t
h
a
t
i
n
b
o
t
h
t
a
s
ks
a
c
r
o
s
s
a
l
l
da
t
a
s
e
t
s
,
t
h
e
j
o
i
n
t
m
o
de
l
s
ur
pa
s
s
e
s
t
h
e
s
e
pa
r
a
t
e
m
o
de
l
s
,
s
h
o
wc
a
s
i
n
g
t
h
e
e
f
f
e
c
t
i
v
e
n
e
s
s
o
f
jo
i
n
t
t
r
a
i
ni
ng.
T
h
e
j
o
i
n
t
m
o
de
l
’
s
l
o
s
s
f
u
n
c
t
i
o
n
c
o
m
bi
ne
s
t
h
e
l
o
s
s
f
u
n
c
t
i
o
n
s
o
f
b
o
t
h
t
a
s
ks
,
a
l
l
o
w
i
ng
i
t
to
l
e
a
r
n
t
h
e
t
a
s
ks
’
i
n
t
e
r
de
pe
n
d
e
n
c
e
a
n
d
e
nh
a
n
c
e
pe
r
f
o
r
m
a
n
c
e
t
h
r
o
ugh
s
ha
r
e
d
r
e
pr
e
s
e
n
t
a
t
i
o
n
.
Due
to
t
h
e
i
nf
o
r
m
a
t
i
o
n
s
ha
r
i
n
g
a
c
r
o
s
s
b
ot
h
t
a
s
ks
,
t
h
e
j
o
i
n
t
m
o
de
l
o
u
t
pe
r
f
o
r
m
s
t
h
e
s
e
pa
r
a
t
e
m
o
de
l
.
F
ur
t
h
e
r
m
o
r
e
,
t
h
e
j
o
i
n
t
m
o
de
l
b
a
l
a
n
c
e
s
t
h
e
l
o
s
s
f
u
n
c
t
i
o
n
o
f
b
o
t
h
t
a
s
ks
a
n
d
s
h
a
r
e
s
pa
r
a
m
e
t
e
r
s
,
whi
c
h
a
c
c
e
l
e
r
a
t
e
s
t
h
e
t
r
a
i
ni
ng
pr
o
c
e
s
s
.
T
a
bl
e
5
.
C
o
m
pa
r
i
s
o
n
o
f
s
e
pa
r
a
t
e
a
n
d
j
o
i
n
t
m
o
de
l
o
f
t
h
e
pr
o
p
o
s
e
d
wor
k
M
o
de
ls
A
T
I
S
S
N
I
P
S
A
c
c
u
r
a
c
y
(
%
)
F1
-
s
c
o
r
e
(
%
)
A
c
c
u
r
a
c
y
(
%
)
F1
-
s
c
o
r
e
(
%
)
I
nt
e
nt
d
e
t
e
c
ti
o
n
o
nl
y
94.38
-
97.72
-
S
lo
t
f
il
li
ng
o
nl
y
-
98.0
-
98.37
J
o
in
t
m
o
d
e
l
97.87
98.16
98.10
98.43
4
.3
.
F
il
t
e
r
s
i
z
e
s
e
t
t
in
gs
I
n
t
h
e
c
o
n
v
o
l
ut
i
o
n
a
l
l
a
y
e
r
,
f
il
t
e
r
s
e
x
t
r
a
c
t
f
e
a
t
ur
e
s
s
i
mi
l
a
r
t
o
n
-
gr
a
m
f
e
a
t
ur
e
s
.
T
h
e
d
i
f
f
e
r
e
n
t
s
i
z
e
s
o
f
t
h
e
s
e
f
i
l
t
e
r
s
l
e
a
d
to
di
f
f
e
r
e
n
t
m
a
pp
i
ng
s
o
f
l
o
c
a
l
f
e
a
t
ur
e
s
,
whi
c
h
s
i
g
ni
f
i
c
a
n
t
l
y
im
pa
c
t
t
h
e
r
e
s
u
l
t
s
o
f
t
h
e
c
o
n
v
o
l
ut
i
o
n
.
Us
i
ng
m
u
l
t
i
p
l
e
f
il
t
e
r
s
i
z
e
s
ge
n
e
r
a
ll
y
i
m
pr
o
v
e
s
pe
r
f
o
r
m
a
n
c
e
c
o
m
pa
r
e
d
t
o
us
i
n
g
a
s
i
n
g
l
e
f
il
t
e
r
s
i
z
e
.
B
a
s
e
d
o
n
t
h
e
f
i
nd
i
ngs
i
n
T
a
bl
e
6,
a
f
il
t
e
r
s
i
z
e
o
f
[
2,
3,
5
]
o
u
tper
f
o
r
m
e
d
ot
h
e
r
s
e
t
ups
i
n
t
h
e
e
x
pe
r
i
m
e
n
t
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
7
,
N
o
.
2
,
F
e
b
r
ua
r
y
20
2
5
:
1
30
6
-
1
31
6
1314
T
hi
s
e
m
p
h
a
s
i
z
e
s
t
h
e
c
r
uc
i
a
l
r
o
l
e
o
f
t
r
i
-
gr
a
m
f
e
a
t
ur
e
s
i
n
c
a
pt
ur
i
n
g
l
o
c
a
l
f
e
a
t
ur
e
s
.
It
i
s
hy
po
t
h
e
s
i
z
e
d
t
h
a
t
s
e
que
n
c
e
s
o
f
t
r
i
-
gr
a
m
f
e
a
t
ur
e
s
c
a
n
e
n
a
bl
e
B
i
L
S
T
M
to
a
c
hi
e
v
e
a
m
o
r
e
e
f
f
e
c
t
i
v
e
s
e
m
a
n
t
i
c
r
e
pr
e
s
e
n
t
a
t
i
o
n
o
f
t
h
e
i
nput
u
tt
e
r
a
n
c
e
s
.
T
a
bl
e
6
.
P
e
r
f
o
r
m
a
nc
e
b
a
s
e
d
o
n
c
o
n
v
o
l
ut
i
o
n
a
l
f
il
t
e
r
s
F
il
te
r
s
iz
e
A
T
I
S
S
N
I
P
S
A
c
c
u
r
a
c
y
(
%
)
F1
-
s
c
o
r
e
(
%
)
A
c
c
u
r
a
c
y
(
%
)
F1
-
s
c
o
r
e
(
%
)
2
92.27
84.55
93.37
97.63
3
89.96
97.47
97.79
98.27
5
87.86
97.46
98.03
98.49
[
2,3,5]
97.87
98.16
98.10
98.43
5.
CONC
L
USI
ONS
AN
D
F
UT
UR
E
WORK
T
hi
s
s
t
ud
y
h
a
s
de
m
o
ns
t
r
a
t
e
d
t
h
e
e
f
f
e
c
t
i
v
e
n
e
s
s
o
f
us
i
n
g
do
m
a
i
n
-
a
da
pt
e
d
e
m
b
e
dd
i
ngs
,
pa
r
t
i
c
u
l
a
r
l
y
wh
e
n
a
li
g
n
e
d
w
i
t
h
ge
ne
r
i
c
e
m
be
dd
i
ng
s
t
h
r
o
ugh
C
C
A
,
i
n
e
nh
a
nc
i
ng
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
de
e
p
l
e
a
r
ni
n
g
m
o
de
l
s
f
o
r
i
n
t
e
n
t
de
t
e
c
t
i
o
n
a
n
d
s
l
o
t
f
il
li
ng.
B
y
c
o
m
bi
n
i
n
g
b
ot
h
g
e
n
e
r
i
c
a
n
d
do
m
a
i
n
-
s
pe
c
i
f
i
c
f
e
a
t
ur
e
s
,
t
h
e
pr
o
p
o
s
e
d
a
ppr
o
a
c
h
h
a
s
s
h
o
wn
s
upe
r
i
o
r
a
c
c
ur
a
c
y
,
a
n
d
F
1
-
s
c
o
r
e
s
c
o
m
pa
r
e
d
to
b
a
s
e
l
i
ne
m
o
de
l
s
a
c
r
o
s
s
t
h
e
S
NI
P
S
a
n
d
A
T
I
S
da
t
a
s
e
t
s
.
T
h
e
j
o
i
n
t
l
e
a
r
ni
ng
m
o
de
l
,
s
uppo
r
ted
by
t
h
e
s
e
e
n
r
i
c
h
e
d
e
m
be
dd
i
ngs
,
e
f
f
e
c
t
i
v
e
ly
c
a
p
t
ur
e
s
t
h
e
i
n
t
e
r
de
pe
n
de
n
c
e
o
f
i
n
t
e
n
t
de
t
e
c
t
i
o
n
a
n
d
s
l
o
t
f
i
ll
i
ng
t
a
s
ks
,
l
e
a
d
i
ng
to
s
i
g
ni
f
i
c
a
n
t
pe
r
f
o
r
m
a
nc
e
ga
i
ns
.
T
h
e
e
x
pe
r
im
e
n
t
a
l
r
e
s
u
l
t
s
e
m
p
h
a
s
i
z
e
t
h
e
c
r
i
t
i
c
a
l
r
o
l
e
o
f
e
m
b
e
dd
i
ng
r
e
l
e
v
a
n
c
e
a
n
d
a
li
g
nm
e
n
t
i
n
im
pr
o
vi
ng
m
o
de
l
a
c
c
ur
a
c
y
,
a
s
we
ll
a
s
t
h
e
b
e
ne
f
i
t
s
o
f
j
o
i
n
t
t
r
a
i
ni
ng
ov
e
r
s
e
pa
r
a
t
e
m
o
de
l
s
.
T
h
e
f
i
nd
i
ngs
a
li
g
n
w
i
t
h
pr
i
o
r
r
e
s
e
a
r
c
h
,
r
e
i
nf
o
r
c
i
n
g
t
h
e
i
m
po
r
t
a
n
c
e
o
f
e
m
be
dd
i
ng
qua
l
i
t
y
a
n
d
t
a
s
k
i
n
t
e
r
de
pe
n
de
n
c
e
i
n
n
a
t
ur
a
l
l
a
n
gu
a
ge
u
n
de
r
s
t
a
n
d
i
ng
t
a
s
ks
.
T
h
e
us
e
o
f
m
u
l
t
i
p
l
e
c
o
nv
o
l
ut
i
o
n
a
l
f
il
t
e
r
s
i
z
e
s
i
n
t
h
e
m
o
de
l
f
ur
t
h
e
r
c
o
n
t
r
i
b
ut
e
d
to
i
t
s
s
uc
c
e
s
s
b
y
c
a
pt
ur
i
n
g
e
s
s
e
n
t
i
a
l
n
-
gr
a
m
f
e
a
t
ur
e
s
,
pa
r
t
i
c
u
l
a
r
l
y
t
r
i
gr
a
m
s
,
w
hi
c
h
a
r
e
c
r
uc
i
a
l
f
o
r
e
f
f
e
c
t
i
v
e
s
e
m
a
n
t
i
c
r
e
pr
e
s
e
n
t
a
t
i
o
n
.
G
i
ve
n
t
h
e
pr
o
m
i
s
i
ng
r
e
s
u
l
t
s
,
f
ut
ur
e
r
e
s
e
a
r
c
h
s
h
o
u
l
d
f
o
c
us
o
n
f
ur
t
h
e
r
v
a
li
da
t
i
n
g
t
hi
s
a
ppr
o
a
c
h
o
n
m
o
r
e
c
h
a
ll
e
n
g
i
ng
a
n
d
d
i
ve
r
s
e
N
L
U
da
t
a
s
e
t
s
.
A
dd
i
t
i
o
n
a
ll
y
,
e
x
p
l
o
r
i
ng
t
h
e
i
n
t
e
gr
a
t
i
o
n
o
f
o
t
h
e
r
e
m
be
dd
i
ng
t
y
pe
s
,
s
uc
h
a
s
c
o
n
t
e
x
t
ua
l
e
m
be
dd
i
ng
s
,
a
n
d
a
pp
lyi
ng
t
hi
s
m
e
t
h
o
do
l
o
g
y
to
ot
h
e
r
NL
P
t
a
s
ks
,
l
i
k
e
e
n
t
i
t
y
r
e
c
o
gni
t
i
o
n
or
s
e
n
t
i
m
e
n
t
a
n
a
l
y
s
i
s
,
c
o
ul
d
l
e
a
d
to
e
ve
n
gr
e
a
t
e
r
a
dv
a
n
c
e
m
e
n
t
s
i
n
t
h
e
f
i
e
l
d.
T
h
e
e
f
f
i
c
i
e
nc
y
o
f
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
m
a
k
e
i
t
a
v
a
l
ua
bl
e
d
i
r
e
c
t
i
o
n
f
o
r
on
go
i
n
g
r
e
s
e
a
r
c
h
i
n
NL
P
.
AC
K
NOWL
E
DGE
M
E
NT
S
A
ut
h
o
r
s
t
h
a
n
ks
t
h
e
M
i
ni
s
t
r
y
o
f
H
i
g
h
e
r
E
duc
a
t
i
o
n
M
a
l
a
y
s
i
a
f
o
r
pa
r
t
i
a
ll
y
f
u
n
d
i
ng
t
hi
s
r
e
s
e
a
r
c
h
un
d
e
r
F
u
n
da
m
e
n
t
a
l
R
e
s
e
a
r
c
h
Gr
a
n
t
s
c
h
e
m
e
(
F
R
GS/
1/2022/
I
C
T
06/UT
M
/01/
1)
wi
t
h
gr
a
n
t
v
o
t
e
N
o.
R
.
J
130000.
7851.
5F
568
.
F
ur
t
h
e
r
m
o
r
e
,
a
pp
r
e
c
i
a
t
i
o
n
i
s
e
x
t
e
n
de
d
t
o
Uni
v
e
r
s
i
t
i
T
e
k
n
o
l
o
g
i
M
a
l
a
y
s
i
a
(
UT
M
)
f
o
r
pr
o
vi
d
i
n
g
t
h
e
r
e
s
o
ur
c
e
s
us
e
d
i
n
t
hi
s
r
e
s
e
a
r
c
h
wo
r
k
.
RE
F
E
R
E
NC
E
S
[
1]
H
.
W
e
ld
,
X
.
H
ua
ng,
S
.
L
ong,
J
.
P
oo
n,
a
nd
S
.
C
.
H
a
n,
"
A
S
ur
ve
y
of
j
o
in
t
in
t
e
nt
de
t
e
c
ti
o
n
a
nd
s
lo
t
f
il
li
ng
m
o
d
e
ls
in
na
tu
r
a
l
la
ngua
ge
unde
r
s
ta
ndi
ng
,
"
A
C
M
C
om
put
in
g Sur
v
e
y
s
,
v
o
l.
55, n
o. 8, 2022, do
i
:
10.1145/3547138.
[
2]
S
.
M
.
S
uha
il
i,
N
.
S
a
li
m,
a
nd
M
.
N
.
J
a
mbl
i,
"
S
e
r
v
i
c
e
c
ha
tb
o
ts
:
a
s
y
s
te
ma
ti
c
r
e
v
i
e
w
,
"
E
x
pe
r
t
Sy
s
te
m
s
w
it
h
A
ppl
ic
at
io
ns
,
vo
l.
184,
p. 115461, 2021, do
i:
10.1016/j
.
e
s
w
a
.2021.115461
.
[
3]
S
.
L
o
u
v
a
n
a
nd
B
.
M
a
gni
ni
,
"
R
e
c
e
nt
n
e
ur
a
l
m
e
th
o
ds
o
n
s
lo
t
f
il
li
ng
a
nd
in
te
nt
c
la
s
s
i
f
i
c
a
ti
o
n
f
o
r
ta
s
k
-
or
i
e
nt
e
d
di
a
l
o
gue
s
y
s
te
m
s
:
a
s
ur
ve
y
,
"
in
P
r
oc
e
e
di
ngs
of
th
e
28t
h
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
on
C
om
put
at
io
nal
L
in
gui
s
ti
c
s
,
202
0,
pp.
480
-
496,
do
i:
10.48550/ar
X
iv
.2011.00564
.
[
4]
M
.
F
ir
da
us
,
A
.
E
kba
l,
a
nd
E
.
C
a
mbr
ia
,
"
M
ul
ti
ta
s
k
l
e
a
r
ni
ng
f
or
mul
ti
li
ngua
l
in
t
e
nt
d
e
te
c
ti
o
n
a
nd
s
l
o
t
f
il
li
ng
in
di
a
l
o
gu
e
s
y
s
t
e
ms
,"
I
nf
or
m
at
io
n F
u
s
io
n,
vo
l.
91, pp. 299
-
315, 2023, d
o
i:
10.1016/j
.i
nf
f
us
.2022.09.029
[
5]
J
.
P
e
nni
ngt
o
n,
R
.
S
oc
h
e
r
,
a
nd
C
.
D
.
M
a
nni
ng,
"
G
l
ov
e
:
g
l
o
b
a
l
v
e
c
t
or
s
f
or
w
o
r
d
r
e
pr
e
s
e
nt
a
ti
o
n,
"
in
P
r
oc
e
e
di
ngs
o
f
th
e
2
014
c
onf
e
r
e
nc
e
on e
m
pi
r
ic
al
m
e
th
ods
i
n natur
al
l
anguage
p
r
oc
e
s
s
in
g (
E
M
N
L
P
)
, 2014, pp. 1532
-
1543, d
o
i:
10.3115/
v
1
/D14
-
1162.
[
6]
P
.
B
o
ja
n
o
w
s
ki
,
E
.
G
r
a
v
e
,
A
.
J
o
ul
in
,
a
nd
T
.
M
ik
o
l
ov
,
"
E
nr
i
c
h
in
g
w
or
d
ve
c
t
o
r
s
w
it
h
s
ubw
o
r
d
in
f
or
ma
ti
o
n,
"
T
r
ans
ac
ti
ons
of
th
e
as
s
oc
ia
ti
on
f
or
c
om
put
at
io
nal
l
in
gui
s
ti
c
s
,
v
ol
. 5, pp. 135
-
146, 2
017
, do
i:
10.1162/t
a
c
l_
a
_00051.
[
7]
T
.
M
ik
o
l
ov
,
K
.
C
h
e
n,
G
.
C
or
r
a
d
o
,
a
nd
J
.
D
e
a
n,
"
E
f
f
i
c
i
e
nt
e
s
ti
ma
ti
o
n
of
w
o
r
d
r
e
pr
e
s
e
n
ta
ti
o
ns
in
ve
c
t
o
r
s
pa
c
e
,
"
ar
X
iv
pr
e
pr
in
t
ar
X
iv
:
1301.3781,
2013
, do
i:
10.48550
/a
r
X
i
v
.1301.3781.
[
8]
S
. D
a
d
a
s
, J
. P
r
o
ta
s
ie
w
ic
z
, a
n
d
W
.
P
e
dr
y
c
z
,
"
A
de
e
p l
e
a
r
ni
ng
mo
de
l
w
i
th
d
a
ta
e
nr
ic
hme
nt
f
o
r
in
te
nt
de
te
c
ti
o
n
a
nd
s
lo
t
f
il
l
in
g,
"
i
n
2
0
19
I
E
E
E
I
nt
e
r
n
at
i
on
al
C
o
n
fe
r
e
n
c
e
o
n
S
y
s
t
e
m
s
, M
an
a
nd
C
y
b
e
r
n
e
t
ic
s
(
SM
C
)
,
20
19
,
pp
.
30
12
-
3
01
8,
do
i:
1
0.
11
09
/S
M
C
.
20
19
.8
91
45
42
.
[
9]
Q
.
N
.
T
.
D
o
a
n
d
J
.
G
a
s
pe
r
s
,
"
C
r
o
s
s
-
li
ng
u
a
l
tr
a
n
s
f
e
r
le
a
r
ni
n
g
f
o
r
s
po
ke
n
l
a
n
gu
a
ge
u
nde
r
s
ta
nd
in
g,"
i
n
I
C
A
SSP
2
01
9
-
20
19
I
E
E
E
I
nt
e
r
n
at
io
nal
C
o
n
fe
r
e
n
c
e
on
A
c
ou
s
ti
c
s
,
S
pe
e
c
h
a
nd
S
ig
na
l
P
r
o
c
e
s
s
i
ng
(
I
C
A
SSP
)
,
20
19
,
pp
.
59
56
-
59
60
,
do
i:
1
0.
18
6
5
3/
v
1/
D
19
-
11
53
.
[
10]
E
.
O
kur
,
S
.
H
.
K
uma
r
,
S
.
S
a
ha
y
,
A
.
A
r
s
la
n
E
s
me
,
a
nd
L
.
N
a
c
h
ma
n,
"
N
a
tu
r
a
l
la
ngua
ge
in
te
r
a
c
t
i
o
ns
in
a
ut
o
no
m
o
us
v
e
h
ic
l
e
s
:
I
n
te
nt
de
t
e
c
t
i
o
n
a
nd
s
lo
t
f
il
li
ng
f
r
o
m
pa
s
s
e
nge
r
ut
t
e
r
a
n
c
e
s
,"
I
nt
e
r
nat
i
onal
C
onf
e
r
e
n
c
e
on
C
om
put
at
io
nal
L
in
gui
s
ti
c
s
and
I
nt
e
ll
ig
e
nt
T
e
x
t
P
r
oc
e
s
s
in
g
, 2019: S
pr
in
ge
r
, pp. 334
-
350, d
o
i:
10.1007/978
-
3
-
0
31
-
24340
-
0_25
.
[
11]
A
.
B
ha
s
in
,
B
.
N
a
ta
r
a
ja
n,
G
.
M
a
th
ur
,
a
nd
H
.
M
a
ngl
a
,
"
P
a
r
a
ll
e
l
in
te
nt
a
nd
s
l
o
t
pr
e
di
c
ti
o
n
us
i
ng
ml
b
f
us
io
n,
"
in
2020
I
E
E
E
1
4t
h
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
on Se
m
ant
ic
C
om
put
in
g (
I
C
SC
)
, 2020
,
pp. 217
-
220, do
i
:
10.1109/I
C
S
C
.2020.00045.
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
A
joi
nt
lear
ning
c
las
s
i
f
ication
f
or
in
tent
de
tec
ti
on
and
s
lot
f
il
li
ng
…
(
Y
us
uf
I
dr
is
M
uhamm
ad
)
1315
[
12]
Y
.
W
a
ng,
L
.
T
a
ng,
a
nd
T
.
H
e
,
"
A
tt
e
nt
i
o
n
-
ba
s
e
d
C
N
N
-
B
L
S
T
M
ne
two
r
ks
f
o
r
j
o
in
t
in
t
e
nt
de
t
e
c
ti
o
n
a
nd
s
lo
t
f
il
li
ng,
"
in
C
hi
ne
s
e
C
om
put
at
io
nal
L
in
gui
s
ti
c
s
and
N
at
ur
al
L
anguage
P
r
oc
e
s
s
in
g
B
as
e
d
on
N
at
ur
al
ly
A
nnot
at
e
d
B
ig
D
at
a:
17t
h
C
hi
na
N
at
io
nal
C
onf
e
r
e
nc
e
,
C
C
L
2
018,
and
6t
h
I
nt
e
r
nat
io
nal
S
y
m
pos
iu
m
,
N
L
P
-
N
A
B
D
2018,
C
ha
ngs
ha
,
C
hi
na
,
2018
,
pp.
250
-
261,
do
i:
10.1007/978
-
3
-
030
-
01716
-
3_21
.
[
13]
M
.
F
ir
da
us
,
A
.
K
uma
r
,
A
.
E
kba
l,
a
nd
P
.
B
ha
tt
a
c
ha
r
yy
a
,
"
A
m
ul
ti
-
ta
s
k
hi
e
r
a
r
c
hi
c
a
l
a
ppr
o
a
c
h
f
or
in
t
e
nt
d
e
t
e
c
ti
o
n
a
nd
s
l
o
t
f
il
li
ng,"
K
now
le
dge
-
B
as
e
d Sy
s
te
m
s
,
v
o
l.
183, p. 104846, 2019, d
o
i:
10.1
016/
j.
kno
s
y
s
.2019.07.017
.
[
14]
M
. F
ir
da
us
, S
. B
ha
tn
a
ga
r
, A
.
E
kba
l,
a
nd P
.
B
ha
tt
a
c
ha
r
yy
a
,
"
A
de
e
p l
e
a
r
ni
ng ba
s
e
d
mul
ti
-
ta
s
k
e
ns
e
mbl
e
m
o
d
e
l
f
or
i
n
te
nt
de
te
c
ti
o
n
a
nd
s
lo
t
f
il
li
ng
in
s
po
k
e
n
la
ngua
ge
und
e
r
s
ta
ndi
ng,
"
in
N
e
ur
al
I
nf
or
m
at
io
n
P
r
oc
e
s
s
in
g:
25t
h
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
,
I
C
O
N
I
P
2018,
Si
e
m
R
e
ap,
C
am
bodi
a,
D
e
c
e
m
be
r
13
-
16
,
2018,
P
r
oc
e
e
di
ngs
,
P
ar
t
I
V
25
,
2018:
S
pr
in
ge
r
,
pp.
647
-
658,
do
i:
10.1007/97
8
-
3
-
030
-
04212
-
7_57.
[
15]
J
.
-
K
.
K
im
,
G
.
T
ur
,
A
.
C
e
li
k
y
il
ma
z
,
B
.
C
a
o
a
nd
Y
.
-
Y
.
W
a
ng,
"
I
nt
e
nt
d
e
t
e
c
t
i
o
n
us
in
g
s
e
ma
nt
ic
a
ll
y
e
nr
ic
h
e
d
w
o
r
d
e
mb
e
ddi
n
gs
,"
2016
I
E
E
E
Spok
e
n
L
anguage
T
e
c
h
nol
ogy
W
or
k
s
hop
(
SL
T
)
,
S
a
n
D
i
e
g
o
,
C
A
,
U
S
A
,
2016,
pp.
414
-
419,
do
i:
10.1109/S
L
T
.2016.7846297.
[
16]
X
.
Z
hua
ng,
Z
.
Y
a
ng,
a
nd
D
.
C
o
r
d
e
s
,
"
A
t
e
c
hni
c
a
l
r
e
v
ie
w
of
c
a
no
ni
c
a
l
c
o
r
r
e
la
ti
o
n
a
na
l
y
s
is
f
or
n
e
ur
o
s
c
i
e
n
c
e
a
ppl
ic
a
ti
o
ns
,
"
H
u
m
an
br
ai
n m
appi
ng,
vo
l.
41, n
o
. 13,
pp. 3807
-
3833, 2020, d
o
i:
10.10
02/
hbm.25090
.
[
17]
M
.
G
im
é
ne
z
,
A
.
F
a
br
e
ga
t
-
H
e
r
ná
nde
z
,
R
.
F
a
br
a
-
B
o
lu
da
,
J
.
P
a
la
nc
a
,
a
nd
V
.
B
o
tt
i,
"
A
de
ta
il
e
d
a
na
l
y
s
is
of
th
e
in
te
r
p
r
e
ta
bi
li
t
y
of
C
o
n
vo
lu
ti
o
na
l
N
e
ur
a
l
N
e
tw
or
ks
f
o
r
t
e
x
t
c
la
s
s
if
i
c
a
ti
o
n,
"
L
og
ic
J
our
nal
of
t
he
I
G
P
L
,
2024, d
o
i:
10.1093/j
ig
pa
l/
j
z
a
e
057
.
[
18]
Y
. K
im
,
"
C
o
n
vo
lu
ti
o
na
l
n
e
ur
a
l
n
e
tw
o
r
ks
f
o
r
s
e
nt
e
nc
e
c
la
s
s
if
i
c
a
ti
o
n
,
"
2014
, d
o
i:
10.48550/ar
X
i
v
.1408.5882
[
19]
I
.
H
.
S
a
r
ke
r
,
"
D
e
e
p
l
e
a
r
ni
ng:
a
c
o
mpr
e
he
ns
i
ve
ove
r
v
i
e
w
o
n
te
c
hni
que
s
,
ta
xo
n
o
m
y
,
a
ppl
i
c
a
ti
o
ns
a
nd
r
e
s
e
a
r
c
h
di
r
e
c
ti
o
ns
,
"
SN
C
om
put
e
r
Sc
ie
n
c
e
,
v
o
l.
2, n
o
. 6, p. 420, 2021, d
o
i:
10.1007
/s
42979
-
021
-
00815
-
1
.
[
20]
X
.
Z
ha
ng
a
nd
H
.
W
a
ng,
"
A
j
o
in
t
m
o
de
l
of
in
t
e
nt
de
t
e
r
mi
na
ti
o
n
a
nd
s
lo
t
f
il
li
ng
f
or
s
po
k
e
n
la
ngua
ge
und
e
r
s
ta
ndi
ng,
"
in
I
J
C
A
I
,
2016, vo
l.
16, n
o
. 2016, pp. 2993
-
2999.
[
21]
A
.
C
o
uc
k
e
e
t
al
.
,
"
S
N
I
P
s
vo
i
c
e
pl
a
t
f
or
m:
a
n
e
mb
e
dd
e
d
s
poke
n
la
ngua
ge
u
nd
e
r
s
ta
ndi
ng
s
y
s
te
m
f
or
pr
i
v
a
t
e
-
by
-
d
e
s
ig
n
voi
c
e
in
te
r
f
a
c
e
s
,
"
ar
X
iv
pr
e
pr
in
t
ar
X
iv
:
1805.10190,
2018, do
i:
10.48
550/
a
r
X
iv
.1805.10190
.
[
22]
P
.
P
r
ic
e
,
"
E
v
a
lu
a
ti
o
n
of
s
po
k
e
n
la
ngua
ge
s
y
s
te
ms
:
t
h
e
A
T
I
S
d
o
ma
in
,
"
in
H
L
T
'
90:
P
r
oc
e
e
di
ngs
o
f
th
e
w
or
k
s
hop
on
Spe
e
c
h
and
N
at
ur
al
L
anguage
, 1990, do
i:
10.3115/116580.116
612
.
[
23]
H
. W
e
ld
, X
. H
ua
ng, S
.
L
ong, J
. P
oo
n, a
nd S
. C
. H
a
n,
"
A
s
ur
ve
y of
j
oi
nt
i
nt
e
nt
d
e
te
c
ti
o
n a
nd s
l
o
t
f
il
li
ng m
o
d
e
ls
i
n na
tu
r
a
l
la
ngua
ge
unde
r
s
ta
ndi
ng,
"
A
C
M
C
om
put
in
g Sur
v
e
y
s
(
C
SU
R
)
,
2021, do
i:
1
0.1145/3547138
.
[
24]
D
.
H
a
kka
ni
-
T
ü
r
e
t
al
.
,
"
M
ul
ti
-
d
o
ma
in
j
o
in
t
s
e
ma
nt
ic
f
r
a
m
e
pa
r
s
in
g
us
in
g
bi
-
di
r
e
c
ti
o
na
l
R
N
N
-
L
S
T
M
,
"
in
I
nt
e
r
s
pe
e
c
h
,
2016,
pp.
715
-
719, do
i
:
10.21437/I
nt
e
r
s
pe
e
c
h.2016
-
402
.
[
25]
B
.
L
iu
a
nd
I
.
L
a
n
e
,
"
A
tt
e
nt
i
o
n
-
ba
s
e
d
r
e
c
ur
r
e
nt
n
e
ur
a
l
n
e
tw
o
r
k
mo
d
e
ls
f
o
r
j
o
in
t
in
t
e
nt
d
e
t
e
c
ti
o
n
a
nd
s
lo
t
f
il
l
in
g,
"
P
r
oc
e
e
di
ngs
of
th
e
A
nnual
M
e
e
ti
ng
of
th
e
Spe
e
c
h
C
om
m
uni
c
at
io
n
A
s
s
oc
ia
ti
on
(
I
N
T
E
R
S
P
E
E
C
H
'
16)
.
2016,
pp.
685
-
689
,
do
i:
10.21437/I
nt
e
r
s
pe
e
c
h.2016
-
1352
.
[
26]
W
.
C
ha
o
,
Y
.
K
e
a
nd
W
.
X
ia
of
e
i,
"
P
O
S
s
c
a
li
ng
a
tt
e
nt
i
o
n
m
o
d
e
l
f
or
j
o
in
t
s
lo
t
f
il
li
ng
a
nd
in
t
e
nt
c
la
s
s
if
i
c
a
ti
o
n,
"
2020
I
E
E
E
2
0t
h
I
nt
e
r
nat
io
nal
C
onf
e
r
e
n
c
e
on
C
om
m
uni
c
at
io
n
T
e
c
hnol
og
y
(
I
C
C
T
)
,
N
a
nni
ng,
C
hi
na
,
2020,
pp.
1483
-
1487,
do
i:
10.1109/I
C
C
T
50939.2020.9295901.
[
27]
C
.
W
a
ng,
Z
.
H
ua
ng,
a
nd
M
.
H
u,
"
S
A
S
G
B
C
:
i
mpr
ov
in
g
s
e
qu
e
n
c
e
la
be
li
ng
pe
r
f
or
ma
n
c
e
f
or
jo
in
t
le
a
r
ni
ng
of
s
lo
t
f
il
l
in
g
a
nd
in
te
nt
de
t
e
c
t
i
o
n,
"
in
P
r
oc
e
e
di
ngs
of
2020
th
e
6t
h
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
on
C
om
put
in
g
and
D
at
a
E
ngi
ne
e
r
in
g
,
2020,
pp.
29
-
33,
do
i:
10.1109/C
C
D
C
62350.2024.1
0587455.
[
28]
L
.
Q
in
,
T
.
L
iu
,
W
.
C
he
,
B
.
K
a
ng,
S
.
Z
ha
o
,
a
nd
T
.
L
iu
,
"
A
c
o
-
i
nt
e
r
a
c
ti
ve
tr
a
ns
f
or
m
e
r
f
o
r
j
o
in
t
s
l
o
t
f
il
li
ng
a
nd
in
te
nt
d
e
t
e
c
t
i
o
n,
"
in
I
C
A
SS
P
2021
-
2021
I
E
E
E
I
nt
e
r
nat
io
nal
C
onf
e
r
e
n
c
e
on
A
c
ous
ti
c
s
,
Spe
e
c
h
and
Si
gnal
P
r
oc
e
s
s
in
g
(
I
C
A
SS
P
)
,
2021
,
pp.
8193
-
8
197,
do
i:
10.1109/
I
C
A
S
S
P
39728.2021.9414110.
[
29]
T
.
H
e
,
X
.
X
u,
Y
.
W
u,
H
.
W
a
ng,
a
nd
J
.
C
he
n,
"
M
ul
ti
ta
s
k
le
a
r
ni
ng
w
it
h
kno
w
le
dg
e
ba
s
e
f
o
r
j
o
in
t
in
t
e
nt
de
t
e
c
ti
o
n
a
nd
s
lo
t
f
il
l
i
n
g,"
A
ppl
ie
d Sc
ie
nc
e
s
,
v
o
l.
11, n
o
. 11, p. 4887, 2021
, d
o
i:
10.3390
/a
pp1111
4887.
[
30]
M
. F
ir
da
us
, H
.
G
o
l
c
hha
, A
.
E
kba
l,
a
nd P
.
B
ha
tt
a
c
ha
r
yy
a
,
"
A
d
e
e
p mul
ti
-
ta
s
k m
o
de
l
f
o
r
di
a
l
o
gue
a
c
t
c
la
s
s
i
f
i
c
a
ti
o
n, i
nt
e
nt
d
e
t
e
c
t
io
n
a
nd s
lo
t
f
il
li
ng,
"
C
ogni
ti
v
e
C
om
put
at
io
n,
vo
l.
13, n
o
. 3, pp. 626
-
645, 2021, do
i
:
10.1007/s
12559
-
020
-
09718
-
4
.
[
31]
A
.
S
id
dha
nt
,
A
.
G
oy
a
l,
a
nd
A
.
M
e
ta
ll
in
o
u,
"
U
ns
upe
r
v
is
e
d
t
r
a
ns
f
e
r
l
e
a
r
ni
ng
f
or
s
po
k
e
n
la
ngua
g
e
unde
r
s
ta
ndi
ng
in
in
t
e
ll
i
ge
nt
a
ge
nt
s
,
"
in
P
r
oc
e
e
di
ngs
of
th
e
A
A
A
I
c
onf
e
r
e
nc
e
on
ar
ti
f
i
c
ia
l
in
te
ll
ig
e
nc
e
,
2019,
vo
l.
33,
n
o
.
01,
pp.
4959
-
4966,
do
i:
10.48550/ar
X
iv
.1811.05370
.
[
32]
K
.
S
a
i
f
ul
la
h,
M
.
I
.
K
ha
n,
S
.
J
a
ma
l,
a
nd
I
.
H
.
S
a
r
k
e
r
,
"
C
y
b
e
r
b
ul
l
y
in
g
t
e
x
t
id
e
nt
i
f
ic
a
ti
o
n
ba
s
e
d
o
n
d
e
e
p
l
e
a
r
ni
ng
a
nd
tr
a
ns
f
o
r
me
r
-
ba
s
e
d
la
ngua
ge
m
o
de
ls
,"
E
A
I
E
ndor
s
e
d
T
r
ans
ac
ti
ons
on
I
ndu
s
tr
ia
l
N
e
tw
or
k
s
and
I
nt
e
ll
ig
e
nt
Sy
s
t
e
m
s
,
v
o
l.
11,
n
o
.
1,
pp.
e
5
-
e
5,
2024, do
i:
10.4108/
e
e
ti
ni
s
.
v
11i
1.4703.
[
33]
E
.
S
e
z
e
r
e
r
a
nd
S
.
T
e
k
ir
,
"
A
s
ur
ve
y
o
n
ne
u
r
a
l
w
o
r
d
e
mb
e
ddi
n
gs
,"
ar
X
iv
pr
e
pr
in
t
ar
X
iv
:
2110.01804,
2021.
[
O
nl
in
e
]
.
A
v
a
il
a
bl
e
:
ht
tp
s
:/
/a
r
x
i
v
.
or
g/
pd
f
/2
110.01804
.
[
34]
S
.
J
.
J
o
hns
o
n,
M
.
R
.
M
ur
ty
,
a
nd
I
.
N
a
v
a
ka
nt
h,
"
A
de
ta
il
e
d
r
e
vi
e
w
o
n
w
o
r
d
e
mbe
ddi
ng
t
e
c
hni
qu
e
s
w
it
h
e
mpha
s
is
o
n
w
o
r
d2
ve
c
,
"
M
ul
ti
m
e
di
a T
ool
s
and A
ppl
ic
at
io
ns
,
vo
l.
83, n
o
. 1
3, pp. 37979
-
38007, 2024, do
i:
10.1007/s
11042
-
023
-
17007
-
z
.
B
I
OG
RA
P
HI
E
S
OF
AU
T
HO
RS
Y
u
s
uf
I
dri
s
M
uh
a
m
m
a
d
w
as
b
o
r
n
i
n
K
a
n
o
,
N
i
g
eri
a
i
n
1
9
8
4
.
H
e
r
ecei
v
ed
h
i
s
B.
E
n
g
.
Co
m
p
u
t
e
r
E
n
g
i
n
ee
r
i
n
g
fro
m
Ba
y
ero
U
n
i
v
e
r
s
i
t
y
K
a
n
o
,
N
i
g
e
r
i
a
an
d
M
.
S
c
.
fro
m
Me
v
l
an
a
U
n
i
v
e
rs
i
t
y
K
o
n
y
a,
T
u
rk
ey
.
H
e
i
s
c
u
rr
en
t
l
y
p
u
rs
u
i
n
g
h
i
s
Ph
.
D
.
d
e
g
r
ee
i
n
c
o
m
p
u
t
e
r
s
c
i
e
n
ce
w
i
t
h
F
a
c
u
l
t
y
o
f
Co
m
p
u
t
i
n
g
,
U
n
i
v
e
rs
i
t
i
T
e
k
n
o
l
o
g
i
Ma
l
a
y
s
i
a
.
H
e
i
s
a
l
s
o
a
l
ec
t
u
r
e
r
at
Saad
at
u
R
i
m
i
U
n
i
v
e
rs
i
t
y
o
f
E
d
u
c
at
i
o
n
K
u
m
b
o
t
s
o
K
a
n
o
,
N
i
g
e
ri
a
.
H
i
s
cu
rr
e
n
t
r
e
s
e
ar
c
h
ar
e
a
i
n
c
l
u
d
e
s
N
L
P,
c
l
o
u
d
co
m
p
u
t
i
n
g
,
an
d
b
i
g
d
at
a
an
al
y
t
i
c
s
.
H
e
c
an
b
e
co
n
t
a
c
t
ed
at
em
ai
l
:
mu
h
a
mm
ad
i
d
r
i
s
@
g
ra
d
u
at
e
.
u
t
m
.
my
.
Evaluation Warning : The document was created with Spire.PDF for Python.