I
A
ES
I
n
te
r
n
at
i
o
n
al
Jo
u
r
n
al
o
f
A
r
ti
fi
c
i
al
I
n
te
l
l
i
ge
n
c
e
(I
J
-
AI
)
V
o
l
.
9
,
N
o
.
3
,
S
e
pt
e
m
b
e
r
20
20
,
pp
.
456
~
463
IS
S
N
:
2252
-
8938
,
D
O
I
:
10.
1
1591
/
i
j
a
i
.
v
9
.i
3
.
pp
456
-
463
456
Jou
r
n
al
h
o
m
e
pa
ge
:
ht
t
p:
/
/
i
j
ai
.
i
ae
s
c
or
e
.
c
om
C
o
m
p
a
r
i
so
n
o
f
d
a
i
l
y
r
a
i
n
f
a
l
l
f
o
r
e
c
a
st
i
n
g
u
s
i
n
g
m
u
l
t
i
l
a
y
e
r
p
e
r
c
e
p
t
r
o
n
n
e
u
r
a
l
n
e
t
w
o
r
k
m
o
d
e
l
M
az
w
i
n
A
r
l
e
e
n
a
M
as
n
gu
t
1
,
S
h
u
h
ai
d
a
I
s
m
ai
l
2
,
A
i
d
a
M
u
s
tap
h
a
3
S
u
h
ai
l
a
M
o
h
d
Y
as
i
n
4
1,
2
F
a
c
ul
t
y
o
f
A
ppl
i
e
d
S
c
i
e
nc
e
s
a
nd
T
e
c
hno
l
o
gy
,
U
ni
v
e
r
s
i
t
i
T
u
n
H
u
s
s
e
i
n
O
n
n
M
a
l
a
y
s
i
a
,
P
a
g
o
h,
M
ua
r
,
J
o
ho
r
,
M
a
l
a
y
s
i
a
3
,4
F
a
c
ul
t
y
o
f
C
om
put
e
r
S
c
i
e
nc
e
a
nd
I
nf
o
r
m
a
t
i
o
n
M
a
n
a
g
e
m
e
nt
,
U
ni
v
e
r
s
i
t
y
T
un
H
us
s
e
i
n
O
nn
M
a
l
a
y
s
i
a
,
P
a
r
i
t
R
a
j
a
,
B
a
t
u
P
a
ha
t
,
J
o
ho
r
,
M
a
l
a
y
s
i
a
A
r
ti
c
l
e
I
n
fo
A
B
S
TR
A
C
T
Ar
t
i
c
l
e
h
i
s
t
or
y
:
R
e
c
e
i
v
e
d
F
e
b
18
,
2
0
20
R
e
v
i
s
e
d
A
pr
1
8
,
20
20
A
c
c
e
pt
e
d
M
a
y
2
,
20
20
R
a
i
nf
a
l
l
i
s
i
m
po
r
t
a
nt
i
n
p
r
e
d
i
c
t
i
ng
w
e
a
t
h
e
r
f
o
r
e
c
a
s
t
pa
r
t
i
c
ul
a
r
l
y
t
o
t
he
a
g
r
i
c
ul
t
ur
e
s
e
c
t
o
r
a
nd
a
l
s
o
i
n
e
nv
i
r
o
nm
e
n
t
w
h
i
c
h
g
i
v
e
s
g
r
e
a
t
c
ont
r
i
bu
t
i
o
n
t
o
w
a
r
ds
t
he
e
c
o
no
m
y
o
f
t
he
na
t
i
o
n.
T
hu
s
,
i
t
i
s
i
m
po
r
t
a
nt
f
o
r
t
h
e
hy
dr
o
l
o
g
i
s
t
s
t
o
f
o
r
e
c
a
s
t
da
i
l
y
r
a
i
nf
a
l
l
i
n
o
r
de
r
t
o
he
l
p
t
he
o
t
he
r
pe
o
pl
e
i
n
t
he
a
g
r
i
c
ul
t
u
r
e
s
e
c
t
o
r
t
o
pr
o
c
e
e
d
w
i
t
h
t
he
i
r
ha
r
v
e
s
t
i
ng
s
c
he
du
l
e
s
a
c
c
o
r
di
ng
l
y
a
n
d
t
o
m
a
ke
s
ur
e
t
he
r
e
s
u
l
t
s
o
f
t
he
i
r
c
r
o
ps
w
o
ul
d
be
s
a
t
i
s
f
y
i
ng
.
T
hi
s
s
t
udy
i
s
s
e
t
t
o
f
o
r
e
c
a
s
t
t
he
d
a
i
l
y
r
a
i
nf
a
l
l
f
u
t
ur
e
v
a
l
ue
u
s
i
ng
A
R
I
M
A
m
o
de
l
a
nd
A
r
t
i
f
i
c
i
a
l
N
e
u
r
a
l
N
e
t
w
o
r
k
(
A
N
N
)
m
o
de
l
.
B
o
t
h
m
e
t
ho
d
i
s
e
v
a
l
ua
t
e
d
by
us
i
ng
M
e
a
n
A
bs
o
l
ut
e
E
r
r
o
r
(
M
A
E
)
,
M
e
a
n
F
o
r
e
c
a
s
t
E
r
r
o
r
(
M
F
E
)
,
R
o
o
t
M
e
a
n
S
qua
r
e
d
E
r
r
o
r
(
R
M
S
E
)
a
nd
c
o
e
f
f
i
c
i
e
nt
o
f
de
t
e
r
m
i
na
t
i
o
n
(
R
)
.
T
he
r
e
s
u
l
t
s
s
ho
w
e
d
t
ha
t
A
N
N
m
o
de
l
ha
s
o
ut
pe
r
f
o
r
m
e
d
r
e
s
ul
t
s
t
h
a
n
A
R
I
M
A
m
o
de
l
.
T
h
e
r
e
s
u
l
t
s
a
l
s
o
s
ho
w
e
d
A
N
N
ha
s
und
e
r
-
f
o
r
e
c
a
s
t
t
h
e
da
i
l
y
r
a
i
nf
a
l
l
da
t
a
by
2.
21%
c
o
m
pa
r
e
t
o
A
R
I
M
A
w
i
t
h
o
v
e
r
-
f
o
r
e
c
a
s
t
o
f
-
3.
34%
.
F
r
o
m
t
h
i
s
s
t
udy
,
i
t
s
ho
w
s
t
ha
t
t
he
A
N
N
(
6,
4,
1)
m
o
de
l
pr
o
duc
e
s
be
t
t
e
r
r
e
s
u
l
t
s
o
f
M
A
E
(
8
.
42
08)
,
M
F
E
(
2
.
21
88)
,
R
M
S
E
(
34
.
67
40)
a
n
d
R
(
0.
9432
)
c
o
m
pa
r
e
d
t
o
A
R
I
M
A
m
o
de
l
.
T
hi
s
ha
s
pr
o
v
e
d
t
ha
t
A
N
N
m
o
de
l
ha
s
o
ut
p
e
r
f
o
r
m
e
d
A
R
I
M
A
m
o
de
l
i
n
pr
e
di
c
t
i
ng
da
i
l
y
r
a
i
nf
a
l
l
v
a
l
ue
s
.
Ke
y
w
or
d
s
:
A
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
n
e
t
w
o
r
k
A
ut
o
r
e
g
r
e
s
s
i
v
e
D
a
i
l
y
ra
i
n
f
a
l
l
F
o
r
e
c
a
s
t
i
ng
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
u
r
e
m
e
nt
T
hi
s
i
s
an
ope
n
ac
c
e
s
s
ar
t
i
c
l
e
u
nde
r
t
he
C
C
B
Y
-
SA
l
i
c
e
ns
e
.
Cor
r
e
s
pon
di
n
g
Au
t
h
or
:
S
h
u
ha
i
d
a
Is
m
a
i
l
,
F
a
c
ul
t
y
of
A
ppl
i
e
d
S
c
i
e
n
c
e
d
a
n
d
T
e
c
hn
o
l
o
gy
,
U
n
i
v
e
r
s
i
t
y
T
u
n
H
us
s
e
i
n
O
nn
M
a
l
a
y
s
i
a
.
P
a
go
h
,
M
u
a
r
,
J
o
h
o
r,
M
a
l
a
y
s
i
a
.
E
m
a
i
l
:
s
hu
h
a
i
da
@
u
t
h
m
.
e
du.
m
y
1.
I
N
TR
O
D
U
C
TI
O
N
B
a
c
k
i
n
2017
,
ha
l
f
o
f
P
ul
a
u
P
i
na
n
g
ha
d
s
ub
m
e
r
ge
d
w
i
t
h
f
l
oo
d
w
a
t
e
r
s
pa
rt
i
c
ul
a
r
l
y
i
n
i
s
l
a
n
d
a
s
w
e
l
l
a
s
i
n
m
a
i
n
l
a
n
d
.
It
ha
d
c
a
us
e
d
a
l
o
t
o
f
da
m
a
ge
s
a
n
d
f
a
t
a
l
i
n
s
o
m
e
a
r
e
a
s
.
It
i
s
n
e
e
de
d
t
o
f
i
n
d
a
s
ui
t
a
b
l
e
m
e
t
h
o
d
t
h
a
t
c
a
n
p
r
e
di
c
t
l
o
n
g
t
e
rm
p
r
e
d
i
c
t
i
o
n
o
f
r
a
i
n
f
a
l
l
.
F
r
o
m
f
i
n
d
i
n
g
a
s
u
i
t
a
b
l
e
m
e
t
h
o
d
w
i
l
l
b
e
a
b
l
e
t
o
a
s
s
i
s
t
t
h
e
a
ut
h
o
r
i
t
i
e
s
o
r
c
e
r
t
a
i
n
pa
rt
i
e
s
t
o
b
e
w
e
l
l
-
p
r
e
pa
r
e
d
a
nd
m
a
k
e
pl
a
n
s
t
o
p
r
e
v
e
n
t
t
h
e
s
e
w
a
t
e
r
-
r
e
l
a
t
e
d
p
r
o
b
l
e
m
s
f
r
o
m
h
a
p
pe
ni
n
g
.
O
t
h
e
r
t
ha
n
t
ha
t
,
ra
i
n
f
a
l
l
f
o
r
e
c
a
s
t
i
n
g
i
s
v
e
r
y
i
m
po
r
t
a
n
t
i
n
a
g
ri
c
ul
t
u
r
e
f
i
e
l
ds
w
h
i
c
h
c
a
n
a
l
s
o
h
e
l
p
i
n
de
c
i
s
i
o
n
m
a
ki
ng
a
n
d
pe
r
f
o
r
m
i
n
g
s
t
ra
t
e
gi
c
pl
a
nn
i
ng.
T
h
e
a
b
i
l
i
t
y
t
o
pr
e
di
c
t
a
nd
fo
r
e
c
a
s
t
ra
i
n
f
a
l
l
qua
nt
i
t
a
t
i
v
e
l
y
c
a
n
h
e
l
p
c
r
o
p
pl
a
nt
i
n
g
de
c
i
s
i
o
n
s
,
r
e
s
e
r
v
o
i
r
w
a
t
e
r
r
e
s
o
ur
c
e
a
l
l
o
c
a
t
i
o
n,
t
ra
f
f
i
c
c
o
n
t
r
o
l
,
t
h
e
o
pe
r
a
t
i
o
n
o
f
s
e
w
e
r
s
y
s
t
e
m
s
a
n
d
c
o
n
f
r
o
n
t
i
ng
w
a
t
e
r
-
re
l
a
t
e
d
p
r
o
b
l
e
m
s
s
uc
h
a
s
f
l
o
od
a
nd
d
r
o
ug
ht
[1
].
P
r
e
v
i
o
us
r
e
s
e
a
r
c
h
e
r
s
ha
v
e
s
h
ow
n
a
n
i
n
c
r
e
a
s
e
d
i
n
t
e
r
e
s
t
i
n
m
o
de
l
de
ve
l
o
pm
e
n
t
o
f
t
i
m
e
s
e
r
i
e
s
i
n
us
i
n
g
ra
i
n
f
a
l
l
da
t
a
.
T
h
e
r
e
w
e
r
e
s
e
ve
r
a
l
a
t
t
e
m
p
t
s
i
n
f
o
r
e
c
a
s
t
i
n
g
r
a
i
n
f
a
l
l
d
a
t
a
us
i
n
g
v
a
ri
o
us
t
e
c
h
n
i
que
s
a
n
d
m
e
t
h
o
ds
i
n
w
h
i
c
h
c
a
n
p
r
o
duc
e
a
w
e
l
l
de
v
e
l
o
pm
e
n
t
m
o
de
l
.
F
o
r
e
c
a
s
t
i
ng
m
e
t
h
o
d
h
a
s
b
e
c
o
m
e
ve
r
y
p
o
pul
a
r
2
2
Evaluation Warning : The document was created with Spire.PDF for Python.
Int
J
A
r
t
i
f
I
n
t
e
l
l
IS
S
N
:
2252
-
8938
Com
par
i
s
on
of
da
i
l
y
r
ai
nf
a
l
l
f
or
e
c
as
t
i
ng
us
i
ng
m
u
l
t
i
l
a
y
e
r
pe
r
c
e
pt
r
o
n
.
.
.
(
Maz
w
i
n
A
r
l
e
e
na
Mas
ngu
t
)
457
a
m
o
ng
r
e
s
e
a
r
c
h
e
r
s
due
t
o
t
h
e
de
v
e
l
o
pm
e
n
t
o
f
t
h
e
da
t
a
c
o
l
l
e
c
t
i
o
n
t
o
o
l
s
,
c
o
m
put
a
t
i
o
n
m
e
t
h
o
ds
a
n
d
c
o
m
put
e
r
s
of
t
w
a
r
e
t
o
pe
r
f
o
r
m
t
h
e
a
na
l
y
s
i
s
.
T
h
e
r
e
a
r
e
s
e
v
e
r
a
l
m
e
t
h
o
ds
c
a
n
b
e
us
e
d
t
o
p
e
r
f
o
r
m
t
h
e
t
i
m
e
s
e
r
i
e
s
fo
r
e
c
a
s
t
i
n
g
a
n
a
l
y
s
i
s
w
h
i
c
h
a
r
e
M
u
l
t
i
pl
e
L
i
n
e
a
r
R
e
gr
e
s
s
i
o
n,
G
e
n
e
t
i
c
A
l
go
ri
t
hm
,
S
uppo
rt
V
e
c
t
o
r
M
a
c
hi
n
e
(S
V
M
),
a
n
d
F
uz
z
y
L
o
gi
c
[2
-
3].
M
a
n
y
r
e
s
e
a
r
c
h
e
r
s
us
e
d
A
N
N
a
s
t
h
e
b
a
s
i
c
i
de
a
o
f
m
o
de
l
c
om
b
i
na
t
i
o
n
i
n
f
o
r
e
c
a
s
t
i
n
g
ra
i
n
f
a
l
l
m
o
de
l
s
t
o
c
a
pt
ur
e
di
f
f
e
r
e
n
t
pa
t
t
e
rn
s
o
f
t
h
e
da
t
a
.
T
h
e
p
a
r
a
l
l
e
l
d
i
s
t
r
i
b
ut
e
d
pr
o
c
e
s
s
i
n
g
a
r
c
hi
t
e
c
t
u
r
e
o
f
A
N
N
h
a
s
p
r
o
v
e
d
t
o
be
a
v
e
r
y
p
ow
e
r
f
ul
c
o
m
put
a
t
i
o
na
l
t
o
o
l
w
h
i
c
h
i
s
n
o
w
be
i
n
g
us
e
d
i
n
s
e
v
e
r
a
l
f
i
e
l
ds
t
o
m
o
de
l
t
h
e
dy
n
a
m
i
c
pr
o
c
e
s
s
e
s
s
u
c
c
e
s
s
f
ul
l
y
i
n
c
l
udi
n
g
t
h
e
r
a
i
n
f
a
l
l
[4
-
5].
H
ow
e
ve
r
,
a
m
a
j
o
r
pr
o
b
l
e
m
w
i
t
h
t
h
i
s
ki
nd
of
a
ppl
i
c
a
t
i
o
n
i
s
t
h
a
t
m
a
n
y
r
e
s
e
a
r
c
h
e
r
s
h
a
v
e
t
ri
e
d
t
o
c
o
m
pa
r
e
t
h
e
pe
r
f
o
r
m
a
n
c
e
of
t
h
e
A
R
IM
A
a
n
d
A
N
N
m
o
de
l
s
,
b
ut
t
h
e
i
r
r
e
s
ul
t
s
w
e
r
e
di
f
f
e
r
e
n
t
f
r
o
m
e
a
c
h
o
t
h
e
r.
A
n
e
xt
e
n
s
i
v
e
c
o
m
pa
r
a
t
i
v
e
s
t
udy
b
e
t
w
e
e
n
A
R
IM
A
a
n
d
A
N
N
m
o
de
l
w
e
r
e
c
a
rri
e
d
o
ut
by
m
a
n
y
pa
s
t
r
e
s
e
a
r
c
h
e
r
s
i
n
o
r
de
r
t
o
i
n
v
e
s
t
i
ga
t
e
t
h
e
m
o
s
t
s
ui
t
a
b
l
e
m
o
d
e
l
s
t
h
a
t
c
a
n
b
e
us
e
d
t
o
fo
r
e
c
a
s
t
r
a
i
n
f
a
l
l
da
t
a
.
A
N
N
i
s
a
n
o
n
-
l
i
n
e
a
r
m
o
de
l
w
h
i
c
h
h
a
v
e
b
e
e
n
w
i
de
l
y
us
e
d
fo
r
r
e
s
o
l
v
i
n
g
f
o
r
e
c
a
s
t
i
n
g
p
r
o
b
l
e
m
a
s
i
de
nt
i
f
i
e
d
by
[6
-
11].
P
r
e
v
i
o
us
r
e
s
e
a
r
c
h
e
r
s
s
uc
h
a
s
i
n
[12
-
13
]
ha
d
pe
r
f
o
r
m
e
d
a
c
o
m
pa
r
a
t
i
v
e
a
n
a
l
y
s
i
s
be
t
w
e
e
n
A
R
IM
A
a
n
d
A
N
N
m
o
de
l
t
o
d
e
t
e
r
m
i
n
e
t
h
e
a
pp
r
o
p
r
i
a
t
e
m
o
de
l
s
fo
r
r
a
i
n
f
a
l
l
f
o
r
e
c
a
s
t
i
n
g
.
T
h
e
y
c
o
n
c
l
ude
t
ha
t
A
N
N
m
e
t
h
o
d
w
a
s
a
pp
r
o
pri
a
t
e
i
n
f
o
r
e
c
a
s
t
i
n
g
r
a
i
n
f
a
l
l
w
hi
c
h
o
ut
pe
r
f
o
r
m
s
A
R
IM
A
m
e
t
h
o
ds
.
S
i
m
i
l
a
rl
y
,
[14]
a
l
s
o
f
o
un
d
t
ha
t
A
N
N
c
a
n
o
ut
pe
r
f
o
r
m
s
t
h
e
A
R
IM
A
m
o
de
l
s
.
T
h
e
y
c
o
n
f
i
r
m
e
d
t
h
a
t
A
N
N
m
e
t
h
o
ds
a
r
e
c
a
p
a
b
l
e
i
n
m
o
de
l
l
i
n
g
t
h
e
c
o
m
pl
e
x
R
a
i
n
f
a
l
l
-
ru
n
o
ff
r
e
l
a
t
i
o
n
s
h
i
p
.
A
r
t
i
f
i
c
i
a
l
N
e
u
ra
l
N
e
t
w
o
r
ks
w
e
r
e
w
i
de
l
y
us
e
d
i
n
m
a
n
y
di
ffe
r
e
nt
f
i
e
l
ds
s
uc
h
a
s
d
i
gi
t
a
l
i
m
a
ge
[15]
,
f
a
ul
t
de
t
e
c
t
i
o
n
[16]
,
go
l
d
p
ri
c
e
fo
r
e
c
a
s
t
i
n
g
[1
7],
h
e
a
l
t
h
c
a
r
e
[18]
a
nd
m
a
n
y
m
o
r
e
.
F
o
r
a
n
i
n
s
t
a
n
c
e
,
[
19]
us
e
d
A
N
N
t
o
fo
r
e
c
a
s
t
da
i
l
y
r
a
i
n
f
a
l
l
o
n
T
u
r
ke
y
t
o
ob
s
e
r
ve
w
a
v
e
l
e
t
o
f
t
h
e
A
N
N
m
o
de
l
.
A
s
a
r
e
s
ul
t
,
a
c
l
o
s
e
e
s
t
i
m
a
t
i
o
n
f
o
r
da
i
l
y
r
a
i
n
f
a
l
l
pe
a
ks
w
a
s
o
bs
e
r
v
e
d.
S
i
m
i
l
a
r
l
y
,
a
s
t
udy
c
o
n
duc
t
e
d
by
[20]
pr
e
s
e
n
t
e
d
a
s
uc
c
e
s
s
f
ul
i
n
t
e
g
r
a
t
i
o
n
o
f
w
a
ve
l
e
t
a
nd
A
N
N
f
o
r
m
o
n
t
hl
y
r
a
i
n
f
a
l
l
p
r
e
d
i
c
t
i
o
n
s
i
n
I
n
d
i
a
.
F
u
r
t
h
e
rm
o
r
e
,
[
21]
us
e
d
B
a
c
k
-
P
r
o
pa
ga
t
i
o
n
(B
P
)
of
A
N
N
t
o
m
o
de
l
a
n
h
o
url
y
r
a
i
n
f
a
l
l
r
u
n
o
f
f.
T
h
e
r
e
s
ul
t
s
s
h
o
w
t
ha
t
B
P
o
f
A
N
N
c
a
n
pe
r
f
o
r
m
s
a
t
i
s
f
a
c
t
o
r
i
l
y
a
n
d
p
r
o
v
e
d
t
o
b
e
s
upe
r
i
o
r
m
o
de
l
w
h
i
c
h
p
r
e
s
e
nt
e
d
a
n
a
c
c
e
pt
a
b
l
e
a
b
i
l
i
t
y
t
o
f
i
n
d
t
h
e
r
e
l
a
t
i
o
n
s
h
i
p
b
e
t
w
e
e
n
r
a
i
n
f
a
l
l
a
n
d
r
u
n
o
ff
us
i
n
g
o
n
l
y
r
a
i
n
f
a
l
l
d
a
t
a
a
n
d
r
u
n
o
f
f
da
t
a
.
S
t
udi
e
s
by
[22
-
23]
e
xa
m
i
n
e
d
t
h
e
f
o
r
e
c
a
s
t
i
n
g
m
o
de
l
s
f
r
o
m
d
i
f
f
e
r
e
n
t
t
e
c
hni
que
s
t
o
m
a
ke
a
c
o
m
pa
r
i
s
o
n
i
n
i
de
nt
i
f
y
i
n
g
t
h
e
b
e
s
t
m
o
d
e
l
fo
r
pr
e
di
c
t
i
o
n
o
f
r
a
i
n
f
a
l
l
.
T
h
e
a
ut
h
o
r
f
o
un
d
o
ut
t
h
a
t
A
N
N
a
ppr
o
a
c
h
i
s
b
e
t
t
e
r
t
ha
n
a
n
y
m
o
de
l
s
a
s
i
t
c
a
n
a
na
l
y
s
e
s
a
n
o
n
-
l
i
n
e
a
r
b
e
h
a
v
i
o
ur
pa
t
t
e
rn
of
r
a
i
n
f
a
l
l
.
O
t
h
e
r
t
ha
n
t
ha
t
,
a
c
c
o
r
di
n
g
t
o
[24
-
25]
w
h
o
h
a
d
c
a
rr
i
e
d
o
ut
t
hr
e
e
ra
i
n
f
a
l
l
f
o
r
e
c
a
s
t
i
n
g
m
o
de
l
s
b
a
s
e
d
o
n
a
m
o
nt
h
l
y
da
t
a
b
a
s
i
s
w
h
e
r
e
h
e
us
e
d
A
R
IM
A
,
A
N
N
a
n
d
M
L
R
t
e
c
hn
i
que
s
t
o
a
n
a
l
y
s
e
s
h
i
s
r
e
s
e
a
r
c
h.
T
h
e
r
e
s
ul
t
s
t
ha
t
h
e
o
b
t
a
i
n
e
d
w
a
s
t
h
e
a
pp
l
i
c
a
t
i
o
n
o
f
n
e
ura
l
n
e
t
w
o
r
k
m
o
de
l
w
e
r
e
m
o
r
e
c
a
p
a
b
l
e
o
f
fo
r
e
c
a
s
t
i
n
g
a
n
a
c
c
ura
t
e
r
e
s
ul
t
c
o
m
pa
r
e
d
t
o
t
h
e
o
t
h
e
r
t
w
o
m
o
de
l
s
.
A
s
t
ud
y
f
r
o
m
[26]
pr
o
po
s
e
d
a
d
y
n
a
m
i
c
r
e
c
urr
e
n
t
t
i
m
e
-
de
l
a
y
n
e
ur
a
l
n
e
t
w
o
r
k
fo
r
m
o
n
t
hl
y
ra
i
n
f
a
l
l
f
o
r
e
c
a
s
t
i
n
Q
ue
e
n
s
l
a
n
d
,
A
us
t
ra
l
i
a
.
T
h
e
n
e
t
w
o
r
k
p
r
o
t
o
t
y
p
e
m
o
de
l
s
h
a
v
e
a
l
o
w
e
r
e
rr
o
r
w
h
e
n
c
o
m
pa
r
e
d
w
i
t
h
t
h
e
f
o
r
e
c
a
s
t
s
ge
n
e
ra
t
e
d
by
t
h
e
s
t
a
n
d
a
r
d
m
o
de
l
s
us
e
d
by
t
h
e
A
us
t
ra
l
i
a
n
B
ur
e
a
u
o
f
M
e
t
e
o
r
o
l
o
g
y
.
M
o
r
e
ov
e
r
,
t
h
e
y
c
a
rr
i
e
d
o
ut
t
hr
e
e
r
a
i
n
f
a
l
l
f
o
r
e
c
a
s
t
i
n
g
m
o
de
l
s
t
h
a
t
w
e
r
e
de
v
e
l
o
pe
d
b
a
s
e
d
o
n
A
R
IM
A
,
A
N
N
a
n
d
m
ul
t
i
pl
e
l
i
n
e
a
r
r
e
g
r
e
s
s
i
o
n.
T
h
e
ra
i
n
f
a
l
l
w
a
s
e
s
t
i
m
a
t
e
d
b
a
s
e
d
o
n
a
m
o
n
t
hl
y
b
a
s
i
s
.
T
h
e
y
ob
s
e
r
v
e
t
h
a
t
t
h
e
m
ul
t
i
l
a
y
e
r
f
e
e
d
fo
r
w
a
r
d
B
a
c
k
-
P
r
o
pa
g
a
t
i
o
n
(B
P
)
n
e
u
ra
l
ne
t
w
o
r
k
m
o
de
l
f
o
r
e
c
a
s
t
w
a
s
b
e
t
t
e
r
t
h
a
n
t
h
e
o
t
h
e
r
t
w
o
m
o
de
l
s
.
T
h
e
a
i
m
o
f
t
hi
s
s
t
udy
i
s
t
o
c
o
m
pa
r
e
w
h
i
c
h
m
e
t
h
o
d
c
a
n
p
r
o
v
i
d
e
m
o
r
e
a
c
c
ura
t
e
f
o
r
e
c
a
s
t
i
n
g
r
e
s
ul
t
s
f
o
r
da
i
l
y
r
a
i
n
f
a
l
l
da
t
a
.
T
h
e
da
t
a
a
r
e
a
na
l
y
z
e
d
by
us
i
n
g
t
w
o
m
e
t
h
o
ds
w
h
i
c
h
a
r
e
A
R
IM
A
a
n
d
A
N
N
m
e
t
h
o
ds
.
T
h
e
m
o
de
l
s
o
b
t
a
i
n
e
d
f
r
o
m
e
a
c
h
m
e
t
h
o
d
w
i
l
l
b
e
e
v
a
l
ua
t
e
d
a
nd
c
o
m
pa
r
e
d
b
a
s
e
d
o
n
t
h
e
f
o
r
e
c
a
s
t
i
n
g
pe
r
f
o
r
m
a
n
c
e
s
m
e
a
s
u
r
e
m
e
nt
o
f
M
e
a
n
A
b
s
o
l
ut
e
E
rr
o
r,
M
e
a
n
F
o
r
e
c
a
s
t
E
rr
o
r
,
R
oo
t
M
e
a
n
S
qua
r
e
E
rr
o
r
a
nd
c
oe
ff
i
c
i
e
n
t
o
f
de
t
e
r
m
i
na
t
i
o
n.
T
h
e
m
o
de
l
s
t
h
a
t
p
r
o
v
i
de
s
a
hi
gh
a
c
c
ura
c
y
w
i
l
l
b
e
c
h
o
s
e
n
a
s
t
h
e
b
e
s
t
m
o
de
l
t
o
fo
r
e
c
a
s
t
da
i
l
y
ra
i
n
f
a
l
l
.
2.
R
ES
EA
R
C
H
M
ET
H
O
D
T
h
e
r
e
a
r
e
s
e
ve
r
a
l
m
e
t
h
o
ds
t
h
a
t
c
a
n
b
e
us
e
d
t
o
fo
r
e
c
a
s
t
r
a
i
n
f
a
l
l
da
t
a
.
In
t
hi
s
s
t
udy
,
t
w
o
m
e
t
h
o
ds
w
e
r
e
a
ppl
i
e
d
t
o
fo
r
e
c
a
s
t
r
a
i
n
f
a
l
l
da
t
a
w
h
i
c
h
a
r
e
A
R
IM
A
m
o
d
e
l
a
n
d
A
N
N
m
o
de
l
.
F
i
r
s
t
l
y
,
t
h
e
da
t
a
n
e
e
d
t
o
unde
r
go
e
s
da
t
a
p
r
e
-
p
r
o
c
e
s
s
i
n
g
b
e
fo
r
e
pr
o
c
e
e
di
n
g
w
i
t
h
a
n
y
t
i
m
e
s
e
r
i
e
s
m
e
t
h
o
d.
T
h
e
s
e
t
e
c
hn
i
que
s
a
r
e
i
n
v
o
l
v
e
d
w
i
t
h
da
t
a
n
o
rm
a
l
i
z
a
t
i
o
n,
d
a
t
a
l
a
ggi
ng
a
n
d
da
t
a
s
pl
i
t
t
i
n
g
.
D
a
t
a
n
o
rm
a
l
i
z
a
t
i
o
n
i
s
o
n
e
o
f
m
e
t
h
o
ds
us
e
d
i
n
da
t
a
p
r
e
-
p
r
o
c
e
s
s
i
n
g
t
o
o
b
t
a
i
n
t
h
e
p
r
e
c
i
s
i
o
n
of
t
h
e
fo
r
e
c
a
s
t
of
t
h
e
m
o
de
l
.
T
h
e
r
a
nge
of
da
t
a
us
e
d
i
n
t
h
i
s
m
e
t
h
o
d
w
e
r
e
be
t
w
e
e
n
[0,
1]
.
T
h
e
pu
r
po
s
e
t
o
us
e
t
h
i
s
n
o
rm
a
l
i
z
a
t
i
o
n
ra
n
ge
i
s
b
e
c
a
us
e
s
i
gm
o
i
d
(l
o
gi
s
t
i
c
)
a
c
t
i
v
a
t
i
o
n
f
un
c
t
i
o
n
w
a
s
us
e
d
i
n
t
hi
s
s
t
udy
.
N
e
xt
,
f
o
r
da
t
a
l
a
gg
i
n
g
i
s
w
h
e
r
e
i
t
i
n
v
o
l
ve
s
w
i
t
h
l
a
y
e
r
s
of
n
o
de
s
w
h
i
c
h
c
o
n
s
i
s
t
o
f
i
n
pu
t
n
o
de
s
,
h
i
d
de
n
l
a
y
e
r
s
a
n
d
o
ut
p
ut
n
o
de
s
.
I
n
t
h
i
s
r
e
s
e
a
r
c
h,
t
h
e
i
nput
v
a
r
i
a
b
l
e
s
a
r
e
c
o
ns
t
ruc
t
e
d
t
hr
o
ug
h
t
ri
a
l
a
n
d
e
rr
o
r
m
e
t
h
o
d.
T
h
e
da
t
a
a
r
e
n
e
e
d
t
o
b
e
s
pl
i
t
t
i
n
g
i
nt
o
t
r
a
i
n
i
ng
a
n
d
t
e
s
t
i
n
g
s
e
t
.
I
n
d
a
t
a
s
p
l
i
t
t
i
ng,
t
ra
i
ni
n
g
s
e
t
w
i
l
l
h
a
v
e
m
o
r
e
a
l
l
o
c
a
t
i
o
n
t
ha
n
t
e
s
t
i
n
g
s
e
t
w
i
t
h
a
p
r
o
po
r
t
i
o
n
o
f
90%
ve
r
s
us
10%
,
80
%
v
e
r
s
us
20%
o
r
7
0%
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2252
-
8938
I
n
t
J
A
rt
i
f
I
nt
e
l
l
,
V
o
l
.
9
,
N
o
.
3
,
S
e
pt
e
m
b
e
r
20
20
:
456
–
4
63
458
v
e
r
s
us
30%
[27].
T
hr
o
ug
h
o
ut
t
h
i
s
s
t
udy
,
t
h
e
d
a
t
a
w
i
l
l
b
e
s
p
l
i
t
t
e
d
i
n
t
o
80%
a
nd
20%
w
h
i
c
h
c
o
n
s
i
s
t
s
o
f
876
t
r
a
i
ni
n
g
da
t
a
a
n
d
220
t
e
s
t
i
n
g
d
a
t
a
.
O
t
h
e
r
t
ha
n
t
ha
t
,
m
o
de
l
a
s
s
um
p
t
i
o
n
s
a
r
e
a
l
s
o
b
e
i
n
g
a
pp
l
i
e
d
i
n
t
h
e
pr
e
l
i
m
i
n
a
r
y
t
e
s
t
t
o
c
h
e
c
k
t
h
e
s
t
a
t
i
o
na
r
i
t
y
a
n
d
n
o
rm
a
l
i
t
y
of
t
h
e
da
t
a
f
o
r
f
o
r
e
c
a
s
t
i
n
g
p
u
r
po
s
e
s
.
2.
1
.
S
tu
d
y
a
rea
F
o
r
t
h
i
s
a
na
l
y
s
i
s
,
da
i
l
y
r
a
i
n
f
a
l
l
d
a
t
a
f
r
o
m
s
t
a
t
i
o
n
52
04048
,
S
i
m
p
a
n
g
A
m
pa
t
,
P
ul
a
u
P
i
na
n
g
a
s
a
c
a
s
e
s
t
udy
.
T
h
e
da
t
a
w
a
s
t
a
ke
n
f
o
r
3
y
e
a
r
s
w
h
i
c
h
w
a
s
f
r
o
m
J
a
n
u
a
r
y
2016
unt
i
l
D
e
c
e
m
be
r
2018
.
T
h
e
d
a
t
a
c
o
n
s
i
s
t
s
of
i
n
f
o
r
m
a
t
i
o
n
o
n
d
a
i
l
y
t
o
t
a
l
s
o
f
r
a
i
n
f
a
l
l
(i
n
m
m
)
,
m
i
n
i
m
u
m
,
m
a
x
i
m
u
m
a
n
d
t
o
t
a
l
ra
i
n
f
a
l
l
pe
r
m
o
n
t
h
a
s
w
e
l
l
a
s
a
nn
u
a
l
ra
i
n
f
a
l
l
.
T
h
e
da
i
l
y
t
o
t
a
l
s
o
f
r
a
i
n
f
a
l
l
w
e
r
e
us
e
d
a
s
t
he
v
a
r
i
a
b
l
e
s
fo
r
t
hi
s
r
e
s
e
a
r
c
h.
A
f
t
e
r
t
ha
t
,
t
h
e
da
t
a
unde
r
go
e
s
da
t
a
n
o
rm
a
l
i
z
i
n
g
,
l
a
ggi
n
g
a
n
d
s
p
l
i
t
t
i
n
g
p
r
o
c
e
s
s
.
F
i
gur
e
1
s
h
o
w
s
t
h
e
m
a
p
o
f
t
h
e
s
t
udy
a
r
e
a
.
F
i
gu
r
e
1
.
M
a
p
o
f
t
h
e
s
t
u
dy
a
r
e
a
2.
2
.
A
R
I
M
A
m
o
d
e
l
A
R
IM
A
m
o
d
e
l
w
h
o
w
a
s
i
n
t
r
o
duc
e
d
by
Bo
x
&
J
e
n
ki
n
s
i
s
o
n
e
of
t
h
e
m
o
s
t
po
pul
a
r
f
o
r
e
c
a
s
t
i
n
g
m
e
t
h
o
ds
i
n
r
e
s
e
a
r
c
h
a
n
d
p
ra
c
t
i
c
e
.
G
e
n
e
ra
l
l
y
,
A
R
IM
A
m
o
de
l
i
s
r
e
f
e
rr
e
d
t
o
a
s
a
n
A
R
IM
A
m
o
de
l
w
h
e
r
e
p
i
s
t
h
e
o
r
de
r
o
f
t
h
e
A
R
c
o
m
po
n
e
n
t
,
d
i
s
t
h
e
de
gr
e
e
of
t
h
e
n
u
m
b
e
r
o
f
t
i
m
e
s
t
h
e
s
e
ri
e
s
ha
s
b
e
e
n
di
f
fe
r
e
n
c
i
ng
a
n
d
q
i
s
t
h
e
o
r
de
r
o
f
t
h
e
M
A
c
om
po
n
e
n
t
w
h
i
c
h
a
r
e
n
o
n
-
n
e
ga
t
i
v
e
i
nt
e
ge
r
s
[28]
.
T
h
e
s
e
Bo
x
-
J
e
n
ki
n
s
p
r
o
c
e
dur
e
s
w
e
r
e
i
n
v
o
l
ve
d
w
i
t
h
m
o
de
l
i
de
nt
i
f
i
c
a
t
i
o
n
,
pa
ra
m
e
t
e
r
e
s
t
i
m
a
t
i
o
n
a
n
d
m
o
de
l
di
a
g
n
o
s
t
i
c
c
h
e
c
ki
n
g
[29
].
T
h
e
f
i
r
s
t
s
t
e
p
i
n
m
o
de
l
i
de
n
t
i
f
i
c
a
t
i
o
n
a
r
e
t
o
de
t
e
rm
i
n
e
t
h
e
t
i
m
e
s
e
r
i
e
s
i
s
s
t
a
t
i
o
n
a
r
y
o
r
n
o
t
s
t
a
t
i
o
n
a
r
y
.
If
t
h
e
da
t
a
i
s
n
o
t
s
t
a
t
i
o
na
r
y
,
a
n
o
n
-
s
e
a
s
o
n
a
l
di
f
f
e
r
e
n
c
i
n
g
c
a
n
b
e
a
ppl
i
e
d
t
o
t
h
e
da
t
a
t
o
m
a
ke
i
t
s
t
a
t
i
o
na
r
y
.
A
f
t
e
r
t
h
a
t
,
t
h
e
m
o
de
l
s
c
a
n
b
e
i
de
n
t
i
f
i
e
d
a
c
c
o
r
di
ng
t
o
t
h
e
g
ui
de
l
i
n
e
o
f
t
h
e
a
ut
o
c
o
r
r
e
l
a
t
i
o
n
s
f
un
c
t
i
o
n
s
(A
CF
)
pl
o
t
a
n
d
pa
rt
i
a
l
a
ut
o
c
o
r
r
e
l
a
t
i
o
n
s
f
un
c
t
i
o
n
(P
A
CF
)
pl
o
t
.
T
h
e
gui
de
l
i
n
e
f
o
r
t
h
e
m
o
de
l
i
de
n
t
i
f
i
c
a
t
i
o
n
a
r
e
s
h
o
w
n
i
n
T
a
b
l
e
1.
T
a
b
l
e
1
.
G
u
i
de
l
i
n
e
f
o
r
A
R
IM
A
m
o
de
l
i
de
n
t
i
f
i
c
a
t
i
o
n
A
C
F
P
A
CF
M
o
d
e
l
D
i
e
s
d
o
w
n
Cu
t
s
o
ff
a
f
t
e
r
l
a
g
p
A
R(
p
)
Cu
t
s
o
ff
a
f
t
e
r
l
a
g
q
D
i
e
s
d
o
w
n
M
A
(
q
)
D
i
e
s
d
o
w
n
D
i
e
s
d
o
w
n
A
R
M
A
(
p
,
q
)
Cu
t
s
o
ff
a
f
t
e
r
l
a
g
q
Cu
t
s
o
ff
a
f
t
e
r
l
a
g
p
A
R(
p
)
o
r
M
A
(
q
)
N
e
xt
,
a
f
t
e
r
t
h
e
m
o
de
l
s
h
a
v
e
be
e
n
i
de
n
t
i
f
i
e
d,
t
h
e
e
s
t
i
m
a
t
i
o
n
of
t
h
e
c
o
n
s
t
a
n
t
a
nd
c
o
e
ff
i
c
i
e
n
t
s
of
t
h
e
e
qua
t
i
o
n
m
us
t
b
e
ob
t
a
i
n
e
d.
F
o
r
m
o
de
l
e
s
t
i
m
a
t
i
o
n,
w
e
n
e
e
d
t
o
e
s
t
i
m
a
t
e
t
h
e
pa
ra
m
e
t
e
r
f
o
r
a
t
e
n
t
a
t
i
v
e
m
o
de
l
(
,
,
)
p
d
q
Evaluation Warning : The document was created with Spire.PDF for Python.
Int
J
A
r
t
i
f
I
n
t
e
l
l
IS
S
N
:
2252
-
8938
Com
par
i
s
on
of
da
i
l
y
r
ai
nf
a
l
l
f
or
e
c
as
t
i
ng
us
i
ng
m
u
l
t
i
l
a
y
e
r
pe
r
c
e
pt
r
o
n
.
.
.
(
Maz
w
i
n
A
r
l
e
e
na
Mas
ngu
t
)
459
t
h
a
t
ha
s
b
e
e
n
s
e
l
e
c
t
e
d.
P
a
ra
m
e
t
e
r
s
t
ha
t
a
r
e
j
udge
d
s
i
g
n
i
f
i
c
a
nt
l
y
di
ff
e
r
e
n
t
f
r
o
m
z
e
r
o
a
r
e
r
e
t
a
i
n
e
d
i
n
t
h
e
f
i
t
t
e
d
m
o
de
l
w
h
i
l
e
pa
ra
m
e
t
e
r
s
t
h
a
t
a
r
e
n
o
t
s
i
g
ni
f
i
c
a
nt
a
r
e
d
r
o
ppe
d
f
r
o
m
t
h
e
m
o
de
l
.
L
a
s
t
b
ut
l
e
a
s
t
,
t
h
e
a
de
qua
c
y
of
t
h
e
m
o
de
l
m
us
t
b
e
c
h
e
c
k
i
n
m
o
de
l
di
a
g
n
o
s
t
i
c
c
h
e
c
ki
n
g
s
t
e
p.
Bo
x
-
L
j
un
g
t
e
s
t
i
s
us
e
d
f
o
r
t
e
s
t
i
ng
t
h
e
l
a
c
k
o
f
f
i
t
of
a
t
i
m
e
s
e
r
i
e
s
m
o
de
l
a
n
d
r
e
s
i
dua
l
o
f
t
h
e
t
i
m
e
s
e
ri
e
s
a
r
e
c
o
r
r
e
l
a
t
e
d
o
r
u
n
c
o
rr
e
l
a
t
e
d
a
f
t
e
r
f
i
t
t
i
ng
a
n
A
R
IM
A
m
o
de
l
t
o
t
h
e
da
t
a
.
T
h
e
m
o
de
l
w
i
t
h
t
h
e
s
m
a
l
l
e
s
t
p
-
v
a
l
ue
of
t
h
e
e
s
t
i
m
a
t
e
d
p
a
r
a
m
e
t
e
r
v
a
l
ue
a
n
d
t
h
e
h
i
g
h
e
s
t
p
-
v
a
l
ue
o
f
t
h
e
B
o
x
-
L
j
un
g
t
e
s
t
w
a
s
c
h
o
s
e
n.
O
t
h
e
r
t
h
a
n
t
ha
t
,
t
h
e
m
o
de
l
i
s
a
l
s
o
be
i
n
g
s
e
l
e
c
t
e
d
us
i
n
g
t
h
e
A
ka
i
ke
I
n
f
o
r
m
a
t
i
o
n
C
r
i
t
e
ri
o
n
(A
I
C)
c
r
i
t
e
r
i
a
.
T
h
e
m
o
de
l
w
i
t
h
t
h
e
s
m
a
l
l
e
s
t
A
IC
v
a
l
ue
w
i
l
l
b
e
c
h
o
s
e
n
w
hi
c
h
s
h
o
w
s
a
n
a
de
qu
a
t
e
m
o
de
l
.
2.
3
.
ANN
m
o
d
e
l
A
N
N
i
s
o
n
e
o
f
t
h
e
o
t
h
e
r
m
e
t
h
o
ds
t
ha
t
c
a
n
b
e
a
ppl
i
e
d
i
n
t
i
m
e
s
e
ri
e
s
a
na
l
y
s
i
s
w
h
i
c
h
i
s
w
i
de
l
y
us
e
d
by
t
h
e
r
e
s
e
a
r
c
h
e
r
s
.
T
h
e
r
e
a
r
e
s
e
v
e
r
a
l
s
t
e
ps
t
ha
t
a
r
e
r
e
q
ui
r
e
d
i
n
o
rde
r
t
o
s
uc
c
e
s
s
f
ul
l
y
fo
r
e
c
a
s
t
t
h
e
n
e
u
ra
l
n
e
t
w
o
r
ks
m
o
de
l
.
T
h
e
s
t
e
ps
a
r
e
n
e
t
w
o
r
k
a
r
c
h
i
t
e
c
t
ur
e
,
l
e
a
rni
n
g
a
l
go
r
i
t
hm
a
n
d
t
h
e
a
c
t
i
v
a
t
i
o
n
f
un
c
t
i
o
n
s
.
D
a
t
a
n
o
r
m
a
l
i
z
a
t
i
o
n
a
r
e
o
f
t
e
n
pe
r
f
o
r
m
e
d
b
e
fo
r
e
e
xe
c
ut
i
ng
w
i
t
h
t
h
e
A
N
N
m
o
de
l
i
n
t
r
a
i
n
i
ng
p
r
o
c
e
s
s
.
T
h
e
i
nput
d
a
t
a
n
e
e
d
t
o
be
n
o
r
m
a
l
i
z
e
d
a
c
c
o
r
di
n
g
t
o
t
h
e
a
c
t
i
v
a
t
i
o
n
f
un
c
t
i
o
n
us
e
d.
It
c
a
n
h
e
l
p
t
o
m
i
n
i
m
i
z
e
t
h
e
e
rr
o
r
o
f
t
h
e
m
o
de
l
.
In
t
h
i
s
s
t
udy
,
M
L
P
s
t
r
uc
t
u
r
e
c
o
n
s
i
s
t
s
of
t
hr
e
e
l
a
y
e
r
s
w
h
i
c
h
a
r
e
i
nput
l
a
y
e
r
,
hi
dde
n
l
a
y
e
r
a
n
d
o
ut
put
l
a
y
e
r
.
A
t
o
t
a
l
o
f
35
M
L
P
n
e
t
w
o
r
k
m
o
de
l
s
w
e
r
e
de
v
e
l
o
pe
d
us
i
ng
d
a
i
l
y
r
a
i
n
f
a
l
l
da
t
a
.
F
o
r
i
n
p
ut
n
o
de
s
,
i
t
i
s
de
t
e
r
m
i
n
e
d
a
c
c
o
r
di
n
g
t
o
da
t
a
l
a
ggi
n
g
t
e
c
hn
i
que
.
T
h
e
a
p
pl
i
c
a
t
i
o
n
o
f
us
i
n
g
da
t
a
l
a
ggi
ng
t
e
c
hn
i
que
w
a
s
t
o
e
v
a
l
ua
t
e
t
h
e
fo
r
e
c
a
s
t
i
n
g
pe
r
f
o
r
m
a
n
c
e
of
t
h
e
m
o
de
l
i
n
de
t
a
i
l
s
a
nd
t
h
e
c
a
pa
b
i
l
i
t
y
of
t
h
e
m
o
de
l
s
.
T
h
e
ge
n
e
ra
t
e
d
l
a
gg
i
n
g
o
b
s
e
r
v
a
t
i
o
n
s
w
e
r
e
ob
t
a
i
n
e
d
f
r
o
m
t
r
i
a
l
a
nd
e
rr
o
r
o
f
i
n
put
v
a
r
i
a
b
l
e
s
.
T
h
e
t
ra
i
ni
n
g
n
u
m
b
e
r
of
h
i
dde
n
l
a
y
e
r
n
o
de
s
us
e
d
i
n
t
h
i
s
m
o
de
l
l
i
ng
a
r
e
f
r
o
m
2
t
o
10
w
h
i
c
h
i
s
b
a
s
e
d
o
n
pr
e
v
i
o
us
r
e
s
e
a
r
c
h
e
r
’s
pa
pe
r
a
n
d
a
l
s
o
t
hr
o
ugh
t
ri
a
l
a
n
d
e
rr
o
r.
F
u
rt
h
e
r
m
o
r
e
,
t
h
e
r
e
i
s
o
n
l
y
o
n
e
n
o
de
u
s
e
d
fo
r
o
ut
pu
t
l
a
y
e
r
.
In
m
o
de
l
l
i
ng
o
f
A
N
N
m
o
de
l
f
o
r
d
a
i
l
y
r
a
i
n
f
a
l
l
da
t
a
,
t
h
e
n
e
t
w
o
r
k
t
ha
t
a
ppl
i
e
d
w
a
s
M
L
P
w
h
i
c
h
c
o
n
t
a
i
n
s
i
nput
,
h
i
dde
n
a
n
d
o
ut
pu
t
l
a
y
e
r
.
T
h
e
m
o
de
l
s
w
e
r
e
t
r
a
i
n
e
d
b
a
s
e
d
o
n
l
e
a
rni
n
g
m
e
t
h
o
d
w
h
i
c
h
i
s
t
h
e
gra
di
e
nt
de
s
c
e
n
t
b
a
c
k
-
pr
o
pa
g
a
t
i
o
n
a
l
go
ri
t
hm
.
T
hi
s
a
l
go
r
i
t
hm
c
o
n
s
i
s
t
s
o
f
t
w
o
pa
ra
m
e
t
e
r
s
w
h
i
c
h
a
r
e
l
e
a
rni
n
g
ra
t
e
(
lr
)
a
nd
m
o
m
e
n
t
u
m
c
o
e
ff
i
c
i
e
n
t
(
mc
)
.
T
h
e
pa
r
a
m
e
t
e
r
s
w
e
r
e
de
t
e
r
m
i
n
e
b
a
s
e
d
o
n
pr
e
v
i
o
us
r
e
s
e
a
r
c
h
e
r
’s
pa
pe
r
a
n
d
t
hr
o
ug
h
t
ri
a
l
a
n
d
e
rr
o
r
m
e
t
h
o
d.
T
h
e
n
e
u
r
a
l
n
e
t
w
o
r
k
m
o
de
l
w
a
s
t
r
a
i
n
e
d
w
i
t
h
lr
o
f
0.
3,
a
n
d
mc
pa
r
a
m
e
t
e
r
s
o
f
0.
2
a
n
d
n
u
m
b
e
r
o
f
t
ra
i
ni
n
g
e
po
c
h
s
w
a
s
1000
.
F
o
r
t
h
e
a
c
t
i
v
a
t
i
o
n
f
un
c
t
i
o
n
,
t
w
o
a
c
t
i
v
a
t
i
o
n
f
un
c
t
i
o
n
w
e
r
e
n
e
e
de
d
t
o
l
i
n
k
t
h
e
n
e
ur
o
n
s
.
F
o
r
t
h
i
s
s
t
udy
,
S
i
gm
o
i
d
(
l
o
gi
s
t
i
c
)
a
c
t
i
v
a
t
i
o
n
f
un
c
t
i
o
n
w
a
s
us
e
d
f
o
r
t
h
e
h
i
dde
n
l
a
y
e
r
.
T
hi
s
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
ke
e
ps
t
h
e
ra
n
ge
fo
r
t
h
e
hi
dde
n
l
a
y
e
r
s
t
o
b
e
w
i
t
hi
n
0
t
o
1.
N
e
xt
,
l
i
n
e
a
r
a
c
t
i
v
a
t
i
o
n
f
un
c
t
i
o
n
w
a
s
us
e
d
a
t
t
h
e
o
ut
put
l
a
y
e
r
a
s
t
h
e
r
e
i
s
o
n
l
y
o
n
e
r
e
s
ul
t
t
ha
t
i
s
ge
n
e
ra
t
e
d
a
t
t
h
e
o
ut
pu
t
l
a
y
e
r
,
s
o
t
h
e
us
e
d
of
l
i
n
e
a
r
f
u
n
c
t
i
o
n
i
s
a
c
c
e
pt
a
b
l
e
.
B
o
t
h
o
f
t
h
e
e
qua
t
i
o
n
a
r
e
a
s
f
o
l
l
ow
s
:
(1)
(2)
w
h
e
r
e
x
i
s
t
h
e
i
n
pu
t
v
a
l
ue
.
2.
4
.
F
o
r
e
c
as
ti
n
g
p
e
r
fo
r
m
an
c
e
m
e
as
u
r
e
m
e
n
t
T
h
e
pe
r
f
o
r
m
a
n
c
e
s
o
f
t
h
e
m
o
de
l
s
a
r
e
e
v
a
l
ua
t
e
d
by
c
a
l
c
ul
a
t
i
ng
di
f
f
e
r
e
n
c
e
be
t
w
e
e
n
t
h
e
o
b
s
e
r
v
e
d
ra
i
n
f
a
l
l
da
t
a
a
n
d
t
h
e
m
o
de
l
ge
n
e
r
a
t
e
d
ra
i
n
f
a
l
l
da
t
a
.
A
c
c
o
r
di
n
g
t
o
[30
-
32],
t
h
e
r
e
a
r
e
s
e
ve
r
a
l
pe
r
f
o
r
m
a
n
c
e
e
v
a
l
ua
t
i
o
n
m
e
t
h
o
ds
w
h
i
c
h
c
o
ul
d
b
e
us
e
d
fo
r
h
y
dr
o
l
o
gi
c
a
l
fo
r
e
c
a
s
t
i
n
g
m
o
de
l
.
F
o
r
t
h
i
s
s
t
udy
,
t
h
e
f
o
r
e
c
a
s
t
i
n
g
pe
r
f
o
r
m
a
n
c
e
i
s
e
v
a
l
ua
t
e
d
by
us
i
n
g
M
e
a
n
A
b
s
o
l
ut
e
E
rr
o
r
(
M
A
E
),
M
e
a
n
F
o
r
e
c
a
s
t
E
rr
o
r
(M
F
E
)
,
R
oo
t
M
e
a
n
S
qua
r
e
E
rr
o
r
(R
M
S
E
)
a
n
d
c
o
e
ff
i
c
i
e
n
t
o
f
de
t
e
r
m
i
na
t
i
o
n
(
R
).
T
h
e
f
o
r
e
c
a
s
t
i
n
g
m
o
de
l
t
ha
t
p
r
o
v
i
de
s
t
h
e
s
m
a
l
l
e
s
t
v
a
l
ue
of
M
A
E
,
M
F
E
a
n
d
R
M
S
E
w
e
r
e
a
ppo
i
nt
e
d
a
s
t
h
e
b
e
s
t
m
o
d
e
l
f
o
r
f
o
r
e
c
a
s
t
i
n
g
.
I
n
a
ddi
t
i
o
n
,
fo
r
t
h
e
v
a
l
ue
f
o
r
R
w
h
i
c
h
a
r
e
b
e
t
w
e
e
n
0
a
nd
1
w
e
r
e
c
h
o
s
e
n
w
h
i
c
h
s
h
o
w
s
h
o
w
w
e
l
l
t
h
e
da
t
a
c
a
n
f
i
t
t
h
e
m
o
de
l
.
T
h
e
f
o
r
m
ul
a
i
s
s
h
o
w
n
b
e
l
ow
:
MAE
(3)
(
)
(
)
f
x
p
u
re
lin
x
x
1
l
o
g
1
x
f
x
sig
x
e
2
2
1
ˆ
||
n
tt
t
yy
n
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2252
-
8938
I
n
t
J
A
rt
i
f
I
nt
e
l
l
,
V
o
l
.
9
,
N
o
.
3
,
S
e
pt
e
m
b
e
r
20
20
:
456
–
4
63
460
R
M
S
E
(4)
MFE
(5)
R
(6)
R
(7)
w
h
e
r
e
i
s
t
h
e
o
b
s
e
r
v
e
d
v
a
l
ue
a
t
pe
ri
o
d
t
;
̂
i
s
p
r
e
di
c
t
e
d
v
a
l
ue
a
t
pe
r
i
o
d
t
;
i
s
t
h
e
num
b
e
r
o
f
pe
r
i
o
ds
us
e
d
i
n
c
a
l
c
ul
a
t
i
o
n;
i
s
t
h
e
c
o
rr
e
l
a
t
i
o
n
c
o
e
ff
i
c
i
e
n
t
;
i
s
t
h
e
c
o
e
ff
i
c
i
e
n
t
o
f
de
t
e
r
m
i
n
a
t
i
o
n
;
i
s
t
h
e
num
b
e
r
o
f
pa
i
r
s
of
da
t
a
;
i
s
t
h
e
o
b
s
e
r
v
e
d
v
a
l
ue
of
r
a
i
n
f
a
l
l
d
a
t
a
;
i
s
t
h
e
p
r
e
di
c
t
e
d
v
a
l
ue
o
f
r
a
i
n
f
a
l
l
da
t
a
.
3.
R
ES
U
LTS
A
ND
DISCUSSIO
N
T
h
e
da
i
l
y
r
a
i
n
f
a
l
l
da
t
a
s
e
t
s
w
e
r
e
s
uc
c
e
s
s
f
ul
l
y
fo
r
e
c
a
s
t
e
d
us
i
n
g
b
o
t
h
A
R
IM
A
a
nd
A
N
N
m
o
de
l
s
.
A
R
IM
A
(3,
1,
1)
ha
v
e
t
h
e
s
i
g
ni
f
i
c
a
n
t
p
-
v
a
l
ue
f
o
r
e
a
c
h
o
f
t
h
e
pa
r
a
m
e
t
e
r
s
w
hi
c
h
i
s
l
e
s
s
t
h
a
n
t
h
e
s
i
g
ni
f
i
c
a
n
t
l
e
v
e
l
of
=
0.
05
.
M
o
r
e
o
ve
r
,
t
h
e
s
m
a
l
l
e
s
t
A
IC
v
a
l
ue
a
n
d
l
a
r
ge
s
t
B
ox
-
L
j
un
g
t
e
s
t
a
r
e
b
e
i
n
g
s
e
l
e
c
t
e
d
w
i
t
h
t
h
e
v
a
l
ue
of
11060.
89
a
n
d
0
.
231
3
a
s
t
h
e
b
e
s
t
m
o
d
e
l
t
o
fo
r
e
c
a
s
t
da
i
l
y
r
a
i
n
f
a
l
l
i
n
S
i
m
pa
ng
A
m
p
a
t
,
P
ul
a
u
P
i
n
a
ng
i
n
A
R
IM
A
m
e
t
h
o
d.
F
urt
h
e
rm
o
r
e
,
A
N
N
m
o
de
l
i
s
c
a
p
a
b
l
e
o
f
pr
e
di
c
t
i
n
g
a
n
d
e
f
f
i
c
i
e
nt
l
y
a
s
t
h
i
s
m
e
t
h
o
d
w
e
r
e
i
n
v
o
l
v
e
i
n
a
n
o
n
l
i
n
e
a
r
m
o
de
l
l
i
ng
o
f
r
a
i
n
f
a
l
l
d
a
t
a
.
T
h
e
A
N
N
s
t
r
uc
t
u
r
e
c
o
n
s
i
s
t
s
o
f
s
e
v
e
n
i
n
pu
t
n
o
de
s
,
t
w
o
t
o
t
e
n
h
i
dde
n
l
a
y
e
r
n
o
de
s
a
n
d
o
n
e
o
ut
put
n
o
de
s
.
A
F
e
e
d
F
o
r
w
a
r
d
B
a
c
k
-
P
r
o
pa
g
a
t
i
o
n
N
e
u
r
a
l
N
e
t
w
o
r
k
o
f
A
N
N
m
o
d
e
l
w
a
s
de
ve
l
o
pe
d
w
h
e
r
e
t
h
e
m
o
de
l
w
a
s
t
r
a
i
n
e
d
b
a
s
e
d
o
n
gra
d
i
e
nt
de
s
c
e
n
t
b
a
c
k
-
pr
o
pa
g
a
t
i
o
n
a
l
go
r
i
t
h
m
w
i
t
h
s
i
gm
o
i
d
(l
o
gi
s
t
i
c
)
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
f
o
r
hi
dde
n
l
a
y
e
r
a
n
d
l
i
n
e
a
r
a
c
t
i
v
a
t
i
o
n
f
un
c
t
i
o
n
f
o
r
o
ut
put
l
a
y
e
r
.
A
N
N
(6,
4
,
1
)
m
o
de
l
w
a
s
t
r
a
i
n
e
d
a
n
d
t
e
s
t
e
d.
N
e
xt
,
t
h
e
f
o
r
e
c
a
s
t
i
ng
a
c
c
ura
c
y
w
a
s
m
e
a
s
ur
e
d
a
c
c
o
r
di
n
g
t
o
ob
s
e
r
v
e
d
a
n
d
p
r
e
d
i
c
t
e
d
v
a
l
ue
of
t
h
e
m
o
de
l
s
.
A
R
IM
A
a
n
d
A
N
N
m
o
de
l
s
w
e
r
e
e
v
a
l
ua
t
e
d
a
n
d
c
o
m
pa
r
e
d
t
o
s
e
e
w
h
i
c
h
m
e
t
h
o
d
p
r
o
v
i
de
s
t
h
e
m
o
s
t
a
pp
r
o
p
r
i
a
t
e
f
o
r
e
c
a
s
t
i
ng
t
o
o
l
s
t
o
fo
r
e
c
a
s
t
da
i
l
y
r
a
i
n
f
a
l
l
da
t
a
.
T
h
e
r
e
i
s
a
di
f
f
e
r
e
n
c
e
b
a
s
e
d
o
n
t
h
e
r
e
s
ul
t
s
ob
t
a
i
n
e
d
f
r
o
m
a
c
c
u
ra
c
y
c
h
e
c
ki
n
g
b
e
t
w
e
e
n
A
R
IM
A
a
nd
A
N
N
m
o
de
l
s
.
T
h
e
m
e
a
s
u
r
e
m
e
n
t
o
f
t
h
e
l
e
v
e
l
of
a
c
c
ur
a
c
y
i
s
b
a
s
e
d
o
n
M
A
E
,
M
F
E
,
R
M
S
E
a
n
d
R
c
r
i
t
e
r
i
a
.
F
r
o
m
t
h
e
a
n
a
l
y
s
i
s
r
e
s
ul
t
s
,
b
o
t
h
of
t
h
e
m
o
de
l
s
a
r
e
c
a
pa
b
l
e
a
s
a
fo
r
e
c
a
s
t
i
n
g
t
o
o
l
s
t
o
fo
r
e
c
a
s
t
da
i
l
y
ra
i
n
f
a
l
l
da
t
a
.
T
h
e
m
o
de
l
s
t
h
a
t
p
r
o
v
i
de
s
t
h
e
s
m
a
l
l
e
s
t
e
rr
o
r
of
M
A
E
,
M
F
E
,
R
M
S
E
a
n
d
t
h
e
h
i
g
h
e
s
t
R
w
e
r
e
a
ppo
i
n
t
e
d
a
s
t
h
e
b
e
s
t
fo
r
e
c
a
s
t
i
n
g
m
o
de
l
s
.
T
a
b
l
e
2
s
h
ow
s
t
h
e
c
o
m
pa
r
i
s
o
n
o
f
t
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
u
r
e
fo
r
A
R
IM
A
a
n
d
A
N
N
m
o
de
l
s
.
B
a
s
e
d
o
n
t
h
e
r
e
s
ul
t
s
,
t
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
u
r
e
f
o
r
A
N
N
m
o
de
l
s
h
o
w
s
a
b
e
t
t
e
r
r
e
s
ul
t
c
o
m
pa
r
e
d
t
o
A
R
IM
A
m
o
de
l
w
h
e
r
e
A
N
N
m
o
de
l
o
ut
pe
r
f
o
r
m
s
A
R
IM
A
m
o
de
l
.
T
h
e
e
rr
o
r
m
e
a
s
u
r
e
of
t
h
e
t
r
a
i
n
i
ng
a
nd
t
e
s
t
i
ng
s
e
t
f
o
r
M
A
E
i
n
A
R
IM
A
m
o
de
l
i
s
78.
08
77
a
nd
102
.
7644
r
e
s
pe
c
t
i
v
e
l
y
.
T
h
e
e
rr
o
r
m
e
a
s
u
r
e
of
A
N
N
m
o
d
e
l
h
a
s
a
l
o
w
e
r
v
a
l
ue
of
e
r
r
o
r
m
e
a
s
u
r
e
i
n
b
o
t
h
t
r
a
i
n
i
ng
a
n
d
t
e
s
t
i
n
g
s
e
t
o
f
M
A
E
a
t
25.
6573
a
nd
8
.
420
8.
W
h
i
l
e
f
o
r
M
F
E
,
i
f
t
h
e
v
a
l
ue
o
f
M
F
E
i
s
l
a
r
ge
r
t
ha
n
0
,
i
t
i
ndi
c
a
t
e
s
t
h
e
m
o
de
l
i
s
u
n
de
r
-
f
o
r
e
c
a
s
t
.
If
i
t
i
s
l
e
s
s
t
h
a
n
0
,
t
h
e
m
o
de
l
m
a
y
l
e
a
d
t
o
ov
e
r
-
fo
r
e
c
a
s
t
.
T
h
e
M
F
E
v
a
l
ue
fo
r
t
ra
i
ni
n
g
a
nd
t
e
s
t
i
n
g
o
f
A
R
IM
A
m
o
d
e
l
w
e
r
e
2.
9
465
a
n
d
-
3.
3436
w
h
i
c
h
i
n
di
c
a
t
e
s
t
ha
t
t
h
e
m
o
de
l
i
s
u
n
de
r
-
f
o
r
e
c
a
s
t
du
ri
n
g
t
r
a
i
n
i
ng
t
h
e
m
o
de
l
a
n
d
t
e
nds
t
o
b
e
o
ve
r
-
f
o
r
e
c
a
s
t
i
n
t
e
s
t
i
n
g
s
e
t
.
T
h
i
s
m
e
a
n
s
t
ha
t
f
o
r
e
c
a
s
t
fo
r
A
R
IM
A
m
o
de
l
t
o
b
e
l
ow
i
n
r
e
l
a
t
i
o
n
t
o
t
h
e
a
c
t
ua
l
de
m
a
n
d
i
n
t
ra
i
ni
n
g
s
e
t
.
W
hi
l
e
f
o
r
t
e
s
t
i
n
g
s
e
t
,
t
h
e
f
o
r
e
c
a
s
t
v
a
l
ue
i
s
h
i
g
h
i
n
r
e
l
a
t
i
o
n
t
o
a
c
t
ua
l
de
m
a
n
d
.
H
ow
e
ve
r
,
f
o
r
A
N
N
m
o
de
l
,
unde
r
go
e
s
un
de
r
-
f
o
r
e
c
a
s
t
i
n
b
o
t
h
t
ra
i
n
i
n
g
a
n
d
t
e
s
t
i
n
g
s
e
t
.
T
h
e
m
o
de
l
t
e
n
ds
t
o
b
e
unde
r
-
f
o
r
e
c
a
s
t
w
i
t
h
a
n
a
v
e
ra
ge
a
b
s
o
l
ut
e
e
r
r
o
r
o
f
13.
1511
i
n
t
r
a
i
ni
n
g
a
n
d
2
.
218
8
i
n
t
e
s
t
i
n
g
w
hi
c
h
t
h
e
f
o
r
e
c
a
s
t
ha
s
b
e
e
n
i
n
a
l
o
w
r
e
l
a
t
i
o
n
t
o
t
h
e
a
c
t
u
a
l
de
m
a
nd.
2
1
ˆ
n
tt
i
yy
n
1
ˆ
()
n
tt
t
yy
n
22
22
n
x
y
x
y
n
x
x
n
y
y
2
2
22
22
n
x
y
x
y
n
x
x
n
y
y
R
2
R
n
x
y
2
2
Evaluation Warning : The document was created with Spire.PDF for Python.
Int
J
A
r
t
i
f
I
n
t
e
l
l
IS
S
N
:
2252
-
8938
Com
par
i
s
on
of
da
i
l
y
r
ai
nf
a
l
l
f
or
e
c
as
t
i
ng
us
i
ng
m
u
l
t
i
l
a
y
e
r
pe
r
c
e
pt
r
o
n
.
.
.
(
Maz
w
i
n
A
r
l
e
e
na
Mas
ngu
t
)
461
T
h
e
t
w
o
m
o
d
e
l
s
w
e
r
e
be
i
n
g
c
o
m
pa
r
e
d
b
a
s
e
d
o
n
R
M
S
E
v
a
l
ue
w
h
e
r
e
i
t
i
s
us
e
d
t
o
c
o
m
put
e
s
t
h
e
v
a
r
i
a
t
i
o
n
s
o
f
t
h
e
ob
s
e
r
v
e
d
v
a
l
ue
s
a
n
d
t
h
e
p
r
e
di
c
t
e
d
v
a
l
ue
s
.
T
h
e
s
m
a
l
l
e
r
t
h
e
v
a
l
ue
of
R
M
S
E
,
t
h
e
b
e
t
t
e
r
a
n
d
a
c
c
ura
t
e
t
h
e
r
e
s
ul
t
s
o
f
t
h
e
fo
r
e
c
a
s
t
w
o
ul
d
b
e
.
T
h
e
R
M
S
E
v
a
l
ue
fo
r
A
N
N
m
o
de
l
a
r
e
l
o
w
e
r
,
w
h
i
l
e
f
o
r
A
R
IM
A
m
o
de
l
i
s
h
i
g
h
e
r
.
T
hi
s
m
e
a
n
s
t
ha
t
A
N
N
m
o
de
l
c
a
n
p
r
o
v
i
de
m
o
r
e
a
c
c
ur
a
t
e
r
e
s
ul
t
s
i
n
f
o
r
e
c
a
s
t
i
n
g
da
i
l
y
r
a
i
n
f
a
l
l
da
t
a
.
T
h
e
c
oe
f
f
i
c
i
e
n
t
o
f
de
t
e
r
m
i
na
t
i
o
n
,
R
c
a
n
a
l
s
o
b
e
m
e
a
s
ur
e
d
a
n
d
c
o
m
pa
r
e
d.
T
h
i
s
m
e
a
s
u
r
e
m
e
nt
e
rr
o
r
h
e
l
ps
t
o
s
e
e
w
h
e
t
h
e
r
i
t
g
i
v
e
s
t
h
e
f
l
uc
t
ua
t
i
o
n
s
pe
r
c
e
nt
a
ge
s
o
f
o
n
e
v
a
r
i
a
b
l
e
s
t
ha
t
i
s
p
r
e
di
c
t
e
d
f
r
o
m
o
t
h
e
r
v
a
r
i
a
b
l
e
s
.
T
h
e
v
a
l
ue
of
R
i
s
be
t
w
e
e
n
0
a
n
d
1
w
h
e
r
e
i
t
de
n
o
t
e
s
t
h
e
s
t
r
e
n
g
t
h
o
f
a
l
i
n
e
a
r
a
s
s
o
c
i
a
t
i
o
n
b
e
t
w
e
e
n
x
a
n
d
y
.
In
a
dd
i
t
i
o
n
,
i
t
r
e
p
r
e
s
e
n
t
s
t
h
e
pe
r
c
e
nt
o
f
da
t
a
t
ha
t
i
s
c
l
o
s
e
s
t
t
o
t
h
e
l
i
n
e
o
f
b
e
s
t
f
i
t
.
T
h
e
c
l
o
s
e
r
i
t
s
v
a
l
ue
t
o
1,
t
h
e
be
t
t
e
r
t
h
e
f
i
t
o
r
r
e
l
a
t
i
o
n
s
hi
p
b
e
t
w
e
e
n
t
h
e
v
a
r
i
a
b
l
e
s
.
T
h
e
r
e
s
ul
t
s
o
f
A
N
N
m
o
de
l
fo
r
t
ra
i
ni
n
g
a
nd
t
e
s
t
i
n
g
s
e
t
s
h
o
w
s
t
h
e
v
a
l
ue
o
f
R
i
s
b
e
t
w
e
e
n
0
a
n
d
1
t
h
a
t
i
s
h
i
g
h
a
t
0.
8
227
a
n
d
0.
9432
.
A
N
N
m
o
de
l
s
h
o
w
s
a
b
e
t
t
e
r
f
i
t
a
nd
po
s
i
t
i
v
e
r
e
l
a
t
i
o
n
s
h
i
p
b
e
t
w
e
e
n
t
h
e
v
a
r
i
a
b
l
e
s
c
o
m
pa
r
e
d
t
o
A
R
IM
A
m
o
de
l
.
H
e
n
c
e
,
A
N
N
m
o
de
l
o
ut
pe
r
f
o
r
m
s
A
R
IM
A
m
o
de
l
a
n
d
p
r
o
v
e
n
t
o
m
o
de
l
a
n
d
f
o
r
e
c
a
s
t
da
i
l
y
r
a
i
n
f
a
l
l
da
t
a
.
F
i
gu
r
e
2
di
s
p
l
a
y
e
d
a
g
r
a
p
h
o
f
c
o
m
pa
ri
s
o
n
o
f
A
R
IM
A
m
o
de
l
v
e
r
s
us
A
N
N
m
o
de
l
.
T
a
b
l
e
2
.
Co
m
p
a
r
i
s
o
n
o
f
t
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
u
r
e
o
f
s
e
l
e
c
t
e
d
A
R
IM
A
a
n
d
A
N
N
m
o
de
l
s
M
e
t
h
o
d
E
rro
r
M
e
a
s
u
re
f
o
r
D
a
i
l
y
Ra
i
n
f
a
l
l
D
a
t
a
i
n
T
ra
i
n
i
n
g
S
e
t
E
rro
r
M
e
a
s
u
re
f
o
r
D
a
i
l
y
Ra
i
n
f
a
l
l
D
a
t
a
i
n
T
e
s
t
i
n
g
S
e
t
M
A
E
M
F
E
RM
S
E
R
M
A
E
M
F
E
RM
S
E
R
A
RI
M
A
(3
,
1
,
1
)
7
8
.
0
8
7
7
2
.
9
4
6
5
1
3
1
.
1
3
5
3
0
.
1
2
3
1
1
0
2
.
7
6
4
4
-
3
.
3
4
3
6
1
3
8
.
9
8
9
5
0
.
0
1
4
4
A
N
N
(6
,
4
,
1
)
2
5
.
6
5
7
3
1
3
.
1
5
1
1
5
7
.
2
9
3
1
0
.
8
2
2
7
8
.
4
2
0
8
2
.
2
1
8
8
3
4
.
6
7
4
0
0
.
9
4
3
2
N
o
t
e
s
:
Bo
l
d
i
s
t
h
e
s
m
a
l
l
e
s
t
v
a
l
u
e
.
F
i
gu
r
e
2
.
Co
m
p
a
r
i
s
o
n
o
f
A
R
IM
A
m
o
de
l
v
s
A
N
N
m
o
de
l
4.
C
O
N
C
LU
S
I
O
N
B
a
s
e
d
o
n
t
h
e
r
e
s
ul
t
s
o
b
t
a
i
n
e
d,
t
h
e
t
w
o
m
o
de
l
s
a
r
e
c
o
m
pa
r
e
d
a
n
d
e
v
a
l
ua
t
e
d
i
n
o
rde
r
t
o
f
i
n
d
t
h
e
b
e
s
t
fo
r
e
c
a
s
t
i
n
g
m
o
de
l
t
o
fo
r
e
c
a
s
t
r
a
i
n
f
a
l
l
da
t
a
.
T
h
e
p
u
r
po
s
e
of
c
o
m
pa
r
i
n
g
t
h
e
s
e
t
w
o
m
o
de
l
s
w
a
s
t
o
f
i
n
d
t
h
e
m
o
s
t
s
ui
t
a
b
l
e
m
e
t
h
o
d
t
o
fo
r
e
c
a
s
t
da
i
l
y
r
a
i
n
f
a
l
l
da
t
a
w
h
i
c
h
c
o
n
t
a
i
n
s
t
h
e
m
i
ni
m
um
a
c
c
u
r
a
c
y
m
e
a
s
ur
e
.
F
o
r
t
hi
s
c
o
m
pa
r
i
s
o
n,
t
h
e
r
e
a
r
e
t
hr
e
e
t
y
pe
s
of
e
r
r
o
r
m
e
a
s
u
re
t
h
a
t
w
a
s
b
e
i
n
g
us
e
d
t
o
e
v
a
l
ua
t
e
t
h
e
a
c
c
u
r
a
c
y
m
e
a
s
u
r
e
o
f
t
h
e
m
o
de
l
s
w
h
i
c
h
a
r
e
M
A
E
,
M
F
E
a
n
d
R
M
S
E
.
T
h
e
s
m
a
l
l
e
r
t
h
e
e
rr
o
r
,
t
h
e
m
o
r
e
a
c
c
u
r
a
t
e
t
h
e
fo
r
e
c
a
s
t
e
d
r
e
s
ul
t
s
o
f
t
h
e
m
o
de
l
s
w
o
ul
d
a
c
h
i
e
v
e
.
M
o
r
e
ove
r
,
t
h
e
c
oe
ff
i
c
i
e
n
t
o
f
de
t
e
r
m
i
n
a
t
i
o
n
,
R
w
e
r
e
a
l
s
o
b
e
i
n
g
m
e
a
s
u
r
e
d
a
s
t
o
i
n
s
pe
c
t
t
h
e
b
e
t
t
e
r
f
i
t
o
r
r
e
l
a
t
i
o
n
s
h
i
p
b
e
t
w
e
e
n
t
h
e
v
a
r
i
a
b
l
e
s
.
T
h
e
m
o
de
l
t
h
a
t
h
a
s
t
h
e
l
o
w
e
s
t
e
rr
o
r
a
n
d
R
c
l
o
s
e
s
t
v
a
l
ue
t
o
1
f
o
r
b
e
t
t
e
r
f
i
t
o
f
t
h
e
v
a
ri
a
b
l
e
s
a
r
e
s
e
l
e
c
t
e
d
a
s
t
h
e
b
e
s
t
m
o
de
l
.
T
h
e
A
N
N
(6,
4
,
1)
s
h
o
w
s
t
h
e
M
F
E
v
a
l
ue
o
f
2.
2188
t
ha
t
i
s
s
m
a
l
l
e
r
c
o
m
pa
r
e
d
t
o
A
R
IM
A
(3,
1
,
1).
It
s
h
o
w
s
t
h
a
t
A
N
N
m
o
de
l
i
s
un
de
r
-
f
o
r
e
c
a
s
t
w
h
i
c
h
t
h
e
f
o
r
e
c
a
s
t
e
d
r
e
s
ul
t
s
h
a
s
b
e
e
n
i
n
a
l
o
w
r
e
l
a
t
i
o
n
t
o
a
c
t
ua
l
de
m
a
n
d
o
f
2.
218
8
m
m
i
n
a
v
e
r
a
ge
f
o
r
t
h
a
t
d
a
y
t
o
r
a
i
n.
W
hi
l
e
,
M
F
E
f
o
r
A
R
IM
A
(3,
1
,
1)
h
a
s
t
h
e
v
a
l
ue
o
f
2
2
2
2
2
0
2
0
0
4
0
0
6
0
0
8
0
0
1
0
0
0
1
2
0
0
To
ta
l
o
f
R
a
i
n
fa
l
l
(i
n
m
m
)
Ti
m
e
S
e
r
i
e
s
(D
a
i
l
y
)
A
R
I
M
A
M
o
d
e
l
v
s
A
N
N
M
o
d
e
l
O
b
s
e
rv
e
d
A
RIM
A
ANN
2
2
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2252
-
8938
I
n
t
J
A
rt
i
f
I
nt
e
l
l
,
V
o
l
.
9
,
N
o
.
3
,
S
e
pt
e
m
b
e
r
20
20
:
456
–
4
63
462
-
3.
343
6
m
m
i
n
a
v
e
r
a
ge
w
h
i
c
h
gi
v
e
s
t
h
e
m
e
a
ni
n
g
t
h
a
t
t
h
e
f
o
re
c
a
s
t
e
d
v
a
l
ue
fo
r
A
R
IM
A
m
o
de
l
a
r
e
t
o
o
h
i
g
h
t
o
a
c
t
ua
l
de
m
a
nd
w
h
i
c
h
t
e
n
ds
t
o
b
e
ov
e
r
-
fo
r
e
c
a
s
t
t
h
e
r
e
s
ul
t
s
.
T
h
us
,
A
N
N
m
o
de
l
w
a
s
c
h
o
s
e
n
a
s
t
h
e
b
e
s
t
m
o
d
e
l
t
h
a
t
gi
v
e
s
t
h
e
l
ow
e
s
t
e
r
r
o
r
o
n
M
A
E
,
M
F
E
a
nd
R
M
S
E
c
o
m
pa
r
e
d
t
o
A
R
IM
A
.
In
a
ddi
t
i
o
n,
a
h
i
g
h
e
r
v
a
l
ue
of
R
w
h
i
c
h
f
i
t
t
e
d
t
h
e
m
o
de
l
t
o
t
h
e
v
a
ri
a
b
l
e
s
m
uc
h
b
e
t
t
e
r.
A
C
K
N
O
WL
ED
G
E
M
EN
TS
T
h
e
a
ut
h
o
r
s
w
o
ul
d
l
i
ke
t
o
t
h
a
nk
t
h
e
M
i
n
i
s
t
r
y
of
E
duc
a
t
i
o
n
M
a
l
a
y
s
i
a
fo
r
s
uppo
r
t
i
ng
t
hi
s
r
e
s
e
a
r
c
h
unde
r
F
u
nda
m
e
nt
a
l
R
e
s
e
a
r
c
h
G
ra
nt
S
c
h
e
m
e
V
o
t
N
o
.
F
R
G
S
/
1/
2018/
S
T
G
06/
U
T
H
M
/
03/
3
a
n
d
p
a
r
t
i
a
l
l
y
s
po
n
s
o
r
e
d
by
U
n
i
v
e
r
s
i
t
i
T
u
n
H
us
s
e
i
n
O
nn
M
a
l
a
y
s
i
a
.
R
EF
ER
EN
C
ES
[
1]
N
.
Q
.
H
ung
,
M
.
S
.
B
a
b
e
l
,
S
.
W
e
e
s
a
kul
,
&
N
.
K
.
T
r
i
p
a
t
hi
,
A
n
a
r
t
i
f
i
c
i
a
l
ne
ur
a
l
ne
t
w
o
r
k
m
o
de
l
f
o
r
r
a
i
nf
a
l
l
f
o
r
e
c
a
s
t
i
ng
i
n
B
a
ng
ko
k,
T
ha
i
l
a
nd
.
H
y
dr
ol
o
gy
and
E
a
r
t
h
S
y
s
t
e
m
Sc
i
e
nc
e
s
,
13
(
8
)
,
141
3
-
14
25,
2
009
.
[
2]
W
.
W
a
ng
,
W
.
St
oc
ha
s
t
i
c
i
t
y
,
N
o
nl
i
ne
ar
i
t
y
a
nd
F
or
e
c
as
t
i
ng
o
f
St
r
e
am
f
l
ow
P
r
oc
e
s
s
e
s
.
I
O
S
pr
e
s
s
,
A
m
s
t
e
r
da
m
,
2
006
.
[
3]
D
.
H
i
r
a
ni
&
N
.
M
i
s
h
r
a
,
A
s
ur
v
e
y
o
n
r
a
i
nf
a
l
l
pr
e
di
c
t
i
o
n
t
e
c
hni
q
ue
s
.
I
nt
e
r
n
at
i
on
al
J
o
ur
n
al
o
f
C
om
put
e
r
A
pp
l
i
c
a
t
i
on
,
6(
2
)
,
28
-
42
,
200
6.
[
4]
V
.
P
.
S
i
ng
h
&
P
.
K
.
C
ho
w
dhur
y
,
C
o
m
pa
r
i
ng
s
o
m
e
m
e
t
ho
ds
o
f
e
s
t
i
m
a
t
i
ng
m
e
a
n
a
r
e
a
l
r
a
i
nf
a
l
l
.
J
A
W
R
A
J
our
n
al
o
f
t
he
A
m
e
r
i
c
an
W
at
e
r
R
e
s
our
c
e
s
A
s
s
o
c
i
at
i
on
,
22
(
2)
,
275
-
28
2,
19
86.
[
5]
M
.
M
.
P
o
ul
t
o
n
,
N
e
ur
a
l
ne
t
w
o
r
ks
a
s
a
n
i
n
t
e
l
l
i
g
e
nc
e
a
m
pl
i
f
i
c
a
t
i
o
n
t
o
o
l
:
A
r
e
v
i
e
w
o
f
a
ppl
i
c
a
t
i
o
ns
.
G
e
ophy
s
i
c
s
,
67
(
3)
,
979
-
993
,
2002
.
[
6]
J
.
F
.
K
a
a
s
ho
e
k
&
H
.
V
a
n
D
i
j
k
,
H
,
L
o
ng
t
e
r
m
v
a
l
ue
s
o
f
e
ur
o
/
do
l
l
a
r
a
nd
E
ur
o
pe
a
n
e
xc
ha
ng
e
r
a
t
e
s
:
A
ne
ur
a
l
n
e
t
w
o
r
k
a
na
l
y
s
i
s
.
M
e
di
um
E
c
onom
e
t
r
i
s
c
he
T
oe
pas
s
i
nge
n
,
10(
4)
,
26
-
29
,
2
00
1.
[
7]
F
.
M
.
T
s
e
n
g
,
H
.
C
.
Y
u
&
G
.
H
.
T
z
e
ng
,
C
o
m
bi
ni
ng
ne
ur
a
l
ne
t
w
o
r
k
m
o
de
l
w
i
t
h
s
e
a
s
o
na
l
t
i
m
e
s
e
r
i
e
s
A
R
I
M
A
m
o
de
l
,
T
e
c
hnol
o
gi
c
al
F
or
e
c
as
t
i
ng
&
Soc
i
al
C
ha
nge
,
69
,
7
1
-
87,
2
002
.
[
8]
H
.
A
l
t
un
,
A
.
B
i
l
g
i
l
&
B
.
C
.
F
i
da
n
,
T
r
e
a
t
m
e
n
t
o
f
m
ul
t
i
-
d
i
m
e
n
s
i
o
n
a
l
d
a
t
a
t
o
e
nha
nc
e
ne
u
r
a
l
ne
t
w
o
r
k
e
s
t
i
m
a
t
o
r
s
i
n
r
e
g
r
e
s
s
i
o
n
pr
o
bl
e
m
s
.
E
x
pe
r
t
S
y
s
t
e
m
s
w
i
t
h
A
pp
l
i
c
a
t
i
ons
,
32
(
2)
,
599
-
605,
2
007
.
[
9]
G
.
A
.
F
a
l
l
a
h
-
G
ha
l
ha
r
y
,
A
nnua
l
r
a
i
nf
a
l
l
f
o
r
e
c
a
s
t
i
ng
by
us
i
ng
m
a
m
d
a
ni
f
uz
z
y
i
nf
e
r
e
nc
e
s
y
s
t
e
m
.
R
e
s
e
ar
c
h
J
ou
r
na
l
o
f
E
nv
i
r
om
e
nt
a
l
Sc
i
e
nc
e
s
,
3(
4)
,
400
-
41
3,
20
09.
[
10]
C
.
L
.
W
u,
K
.
W
.
C
ha
u
&
C
.
F
a
n
,
P
r
e
d
i
c
t
i
o
n
o
f
r
a
i
nf
a
l
l
t
i
m
e
s
e
r
i
e
s
us
i
ng
m
o
dul
a
r
a
r
t
i
f
i
c
i
a
l
ne
u
r
a
l
ne
t
w
o
r
ks
c
o
upl
e
d
w
i
t
h
d
a
t
a
-
pr
e
p
r
o
c
e
s
s
i
ng
t
e
c
hn
i
qu
e
s
.
J
ou
r
na
l
of
H
y
d
r
o
l
ogy
,
389
(
1
)
,
146
-
167
,
2010
.
[
11]
A
.
H
.
E
l
-
S
ha
f
i
e
,
A
.
E
l
-
S
ha
f
i
e
,
H
.
G
.
E
l
M
a
z
o
g
hi
,
A
.
S
he
ha
t
a
&
M
.
R
.
T
a
h
a
,
A
r
t
i
f
i
c
i
a
l
ne
u
r
a
l
ne
t
w
o
r
k
t
e
c
hni
q
ue
f
o
r
r
a
i
nf
a
l
l
f
o
r
e
c
a
s
t
i
ng
a
pp
l
i
e
d
t
o
A
l
e
xa
ndr
i
a
,
E
gy
pt
.
I
nt
e
r
n
at
i
ona
l
J
our
na
l
of
P
hy
s
i
c
a
l
Sc
i
e
nc
e
s
,
6
(
6
)
,
1306
-
131
6,
2011
.
[
12]
O
.
K
İ
Ş
İ
,
D
a
i
l
y
r
i
v
e
r
f
l
o
w
f
o
r
e
c
a
s
t
i
ng
us
i
ng
a
r
t
i
f
i
c
i
a
l
n
e
ur
a
l
ne
t
w
o
r
ks
a
nd
a
u
t
o
-
r
e
g
r
e
s
s
i
v
e
m
o
de
l
s
.
T
ur
k
i
s
h
J
ou
r
na
l
of
E
ng
i
ne
e
r
i
ng
an
d
E
n
v
i
r
onm
e
nt
al
S
c
i
e
nc
e
s
,
2
9(
1
)
,
9
-
20
,
200
5.
[
13]
V
.
K
.
S
o
m
v
a
ns
hi
,
O
.
P
.
P
a
nd
e
y
,
P
.
K
.
A
g
r
a
w
a
l
,
N
.
V
.
K
a
l
a
n
ke
r
,
M
.
R
.
P
r
a
k
a
s
h
&
R
.
C
h
a
nd
,
M
o
de
l
i
ng
a
nd
pr
e
d
i
c
t
i
o
n
o
f
r
a
i
nf
a
l
l
us
i
ng
a
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
ne
t
w
o
r
k
a
nd
A
R
I
M
A
t
e
c
hni
que
s
.
J
.
I
nd
.
G
e
ophy
s
.
U
n
i
o
n
,
1
0(
2
)
,
pp
.
141
-
151
,
2006
.
[
14]
M
.
C
a
s
t
e
l
l
a
no
-
M
é
n
de
z
,
W
.
G
o
nz
á
l
e
z
-
M
a
nt
e
i
g
a
,
M
.
F
e
br
e
r
o
-
B
a
nd
e
,
J
.
M
.
P
r
a
da
-
S
á
nc
he
z
&
R
.
L
o
z
a
no
-
C
a
l
de
r
ó
n,
M
o
de
l
l
i
ng
o
f
t
he
m
o
nt
hl
y
a
nd
d
a
i
l
y
be
ha
v
i
o
ur
o
f
t
he
r
uno
f
f
of
t
he
X
a
l
l
a
s
r
i
v
e
r
u
s
i
ng
B
o
x
–
J
e
nki
ns
a
nd
ne
u
r
a
l
ne
t
w
o
r
k
s
m
e
t
ho
ds
.
J
ou
r
na
l
of
H
y
d
r
o
l
ogy
,
296
(
1
-
4
)
,
38
-
58
,
200
4.
[
15]
S
ut
i
kno
,
H
.
A
.
W
i
b
a
w
a
,
P
.
Y
.
B
ud
i
a
r
t
,
“
C
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
R
o
a
d
D
a
m
a
g
e
f
r
o
m
D
i
g
i
t
a
l
I
m
a
g
e
U
s
i
ng
B
a
c
kpr
o
pa
g
a
t
i
o
n
N
e
ur
a
l
N
e
t
w
o
r
k
”
,
I
A
E
S
I
n
t
e
r
na
t
i
ona
l
J
ou
r
na
l
of
A
r
t
i
f
i
c
i
al
I
nt
e
l
l
i
ge
nc
e
(
I
J
-
A
I
)
,
v
o
l
.
6
,
no
.
4,
20
17
.
[
16]
N
.
A
.
S
u
l
a
i
m
a
n
,
M
.
P
.
A
bdu
l
l
a
h,
H
.
A
bdu
l
l
a
h
,
M
.
N
.
S
.
Z
a
i
nudi
n,
A
.
M
.
Y
us
o
p,
“
F
a
ul
t
de
t
e
c
t
i
o
n
f
o
r
a
i
r
c
o
ndi
t
i
o
ni
ng
s
y
s
t
e
m
us
i
ng
m
a
c
hi
ne
l
e
a
r
ni
ng
”
,
I
A
E
S
I
nt
e
r
na
t
i
ona
l
J
our
nal
o
f
A
r
t
i
f
i
c
i
a
l
I
n
t
e
l
l
i
ge
nc
e
(
I
J
-
A
I
)
,
v
o
l
.
9,
no
.
1
,
109
-
116
,
202
0.
[
17]
S
.
V
e
r
m
a
,
G
.
T
.
T
ha
m
pi
,
M
.
R
a
o
,
“
A
N
N
ba
s
e
d
m
e
t
ho
d
f
o
r
i
m
pr
o
v
i
ng
go
l
d
pr
i
c
e
f
o
r
e
c
a
s
t
i
ng
a
c
c
ur
a
c
y
t
hr
o
ug
h
m
o
di
f
i
e
d
g
r
a
di
e
n
t
de
s
c
e
n
t
m
e
t
ho
ds
”
,
I
A
E
S
I
n
t
e
r
na
t
i
o
nal
J
our
nal
of
A
r
t
i
f
i
c
i
al
I
n
t
e
l
l
i
ge
nc
e
(
I
J
-
A
I
)
,
v
o
l
.
9,
no
.
1,
46
-
57,
20
20.
[
18]
M
o
ha
m
m
e
d
S
a
r
h
a
n
A
l
_D
u
a
i
s
e
t
a
l
.
,
“
I
m
pr
o
v
e
d
T
i
m
e
T
r
a
i
n
i
n
g
w
i
t
h
A
c
c
ur
a
c
y
o
f
B
a
t
c
h
B
a
c
k
P
r
o
pa
g
a
t
i
o
n
A
l
go
r
i
t
hm
V
i
a
D
y
na
m
i
c
L
e
a
r
ni
ng
R
a
t
e
a
nd
D
y
na
m
i
c
M
o
m
e
nt
um
F
a
c
t
o
r
”
,
I
A
E
S
I
nt
e
r
na
t
i
ona
l
J
o
ur
na
l
o
f
A
r
t
i
f
i
c
i
al
I
nt
e
l
l
i
ge
nc
e
(
I
J
A
I
)
,
v
o
l
.
/
i
s
s
ue
7
(
4
)
,
pp
.
170
–
178
,
2
01
8.
[
19]
T
.
P
a
r
t
a
l
&
H
.
K
.
C
i
g
i
z
og
l
u,
P
r
e
d
i
c
t
i
o
n
o
f
da
i
l
y
pr
e
c
i
pi
t
a
t
i
o
n
u
s
i
ng
w
a
v
e
l
e
t
-
n
e
ur
a
l
ne
t
w
o
r
ks
.
H
y
d
r
o
l
og
i
c
a
l
s
c
i
e
nc
e
s
j
our
na
l
,
54
(
2
)
,
23
4
-
246
,
2
009
.
[
20]
R
.
V
.
R
a
m
a
na
,
B
.
K
r
i
s
hna
,
S
.
R
.
K
um
a
r
&
N
.
G
.
P
a
n
de
y
,
M
o
nt
hl
y
r
a
i
nf
a
l
l
pr
e
d
i
c
t
i
o
n
us
i
ng
w
a
v
e
l
e
t
ne
u
r
a
l
ne
t
w
o
r
k
a
na
l
y
s
i
s
.
W
at
e
r
r
e
s
ou
r
c
e
s
m
a
nage
m
e
nt
,
27
(
10
)
,
3697
-
37
11,
2
013
.
[
21]
K
.
K
.
K
uo
k,
P
ar
am
e
t
e
r
O
pt
i
m
i
z
a
t
i
o
n
M
e
t
ho
ds
f
or
C
al
i
b
r
at
i
n
g
T
ank
M
ode
l
and
N
e
ur
a
l
N
e
t
w
or
k
M
ode
l
f
o
r
R
ai
nf
a
l
l
-
r
uno
f
f
M
ode
l
i
ng
(
D
o
c
t
o
r
a
l
d
i
s
s
e
r
t
a
t
i
o
n
,
P
h.
D
.
T
h
e
s
i
s
.
U
ni
v
e
r
s
i
t
y
T
e
c
hno
l
o
gy
M
a
l
a
y
s
i
a
)
,
20
10.
[
22]
M
.
A
.
S
h
a
r
m
a
,
C
o
m
pa
r
a
t
i
v
e
s
t
udy
o
f
R
a
i
nf
a
l
l
f
o
r
e
c
a
s
t
i
ng
m
o
de
l
s
.
N
e
w
Y
or
k
Sc
i
e
nc
e
J
our
n
al
,
4(
7)
,
115
-
120
,
201
1.
[
23]
M
.
K
h
a
s
h
e
i
&
M
.
B
i
j
a
r
i
,
A
ne
w
h
y
br
i
d
m
e
t
ho
do
l
o
gy
f
o
r
no
n
l
i
n
e
a
r
t
i
m
e
s
e
r
i
e
s
f
o
r
e
c
a
s
t
i
ng
.
M
ode
l
l
i
ng
and
Si
m
u
l
at
i
o
n
i
n
E
ng
i
ne
e
r
i
ng
,
15
,
2011
.
2
Evaluation Warning : The document was created with Spire.PDF for Python.
Int
J
A
r
t
i
f
I
n
t
e
l
l
IS
S
N
:
2252
-
8938
Com
par
i
s
on
of
da
i
l
y
r
ai
nf
a
l
l
f
or
e
c
as
t
i
ng
us
i
ng
m
u
l
t
i
l
a
y
e
r
pe
r
c
e
pt
r
o
n
.
.
.
(
Maz
w
i
n
A
r
l
e
e
na
Mas
ngu
t
)
463
[
24]
S
.
A
.
M
u
t
t
a
l
e
b,
P
r
e
d
i
c
t
i
o
n
o
f
M
o
nt
h
l
y
R
a
i
nf
a
l
l
i
n
K
i
r
ku
k
U
s
i
ng
A
r
t
i
f
i
c
i
a
l
N
e
ur
a
l
N
e
t
w
o
r
k
a
n
d
T
i
m
e
S
e
r
i
e
s
M
o
de
l
s
.
J
our
nal
o
f
E
ng
i
ne
e
r
i
ng
and
S
us
t
ai
nab
l
e
D
e
v
e
l
opm
e
nt
,
1
8(
1)
,
129
-
1
43,
20
14.
[
25]
S
.
B
a
r
hm
i
&
O
.
E
l
F
a
t
n
i
,
H
o
ur
l
y
w
i
nd
s
pe
e
d
f
o
r
e
c
a
s
t
i
ng
ba
s
e
d
o
n
S
uppo
r
t
V
e
c
t
o
r
M
a
c
hi
n
e
a
nd
A
r
t
i
f
i
c
i
a
l
N
e
u
r
a
l
N
e
t
w
o
r
ks
.
I
A
E
S
I
nt
e
r
n
at
i
on
al
J
o
ur
n
al
o
f
A
r
t
i
f
i
c
i
a
l
I
n
t
e
l
l
i
ge
nc
e
,
8
(
3
)
,
28
6,
20
19.
[
26]
J
.
A
bbo
t
&
J
.
M
a
r
o
ha
s
y
,
A
ppl
i
c
a
t
i
o
n
o
f
a
r
t
i
f
i
c
i
a
l
n
e
u
r
a
l
ne
t
w
o
r
ks
t
o
r
a
i
nf
a
l
l
f
o
r
e
c
a
s
t
i
ng
i
n
Q
u
e
e
n
s
l
a
nd
,
A
us
t
r
a
l
i
a
.
A
dv
an
c
e
s
i
n
A
t
m
o
s
phe
r
i
c
Sc
i
e
nc
e
s
,
29
(
4
)
,
71
7
-
730,
2
012
.
[
27]
S
.
I
s
m
a
i
l
,
A
.
S
h
a
br
i
,
R
.
S
a
m
s
u
di
n,
“
A
h
y
br
i
d
m
o
de
l
o
f
s
e
l
f
o
r
g
a
ni
z
i
ng
m
a
ps
a
nd
l
e
a
s
t
s
q
ua
r
e
s
uppo
r
t
v
e
c
t
o
r
m
a
c
hi
ne
f
o
r
r
i
v
e
r
f
l
o
w
f
o
r
e
c
a
s
t
i
ng
”
,
H
y
dr
o
l
o
gy
a
nd
E
a
r
t
h
S
y
s
t
e
m
S
c
i
e
nc
e
s
,
16
,
441
7
-
4433
,
2012
.
[
28]
R
.
J
.
H
y
ndm
a
n
&
G
.
A
t
ha
na
s
o
po
ul
o
s
,
“
F
o
r
e
c
a
s
t
i
ng
:
P
r
i
nc
i
p
l
e
s
a
nd
P
r
a
c
t
i
c
e
,
”
O
t
e
x
t
s
,
2
012
.
[
29]
B
o
x,
G
.
E
.
P
.
G
.
M
.
J
e
nk
i
ns
,
T
i
m
e
S
e
r
i
e
s
A
na
l
y
s
i
s
:
F
o
r
e
c
a
s
t
i
ng
a
n
d
C
o
nt
r
o
l
,
1976
.
[
30]
H
.
K
a
r
i
m
,
S
.
R
.
N
i
a
ka
n
&
R
.
S
a
f
da
r
i
,
C
o
m
pa
r
i
s
o
n
o
f
ne
ur
a
l
n
e
t
w
o
r
k
t
r
a
i
ni
ng
a
l
g
o
r
i
t
hm
s
f
o
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
he
a
r
t
di
s
e
a
s
e
s
.
I
A
E
S
I
nt
e
r
n
at
i
on
al
J
o
ur
n
al
o
f
A
r
t
i
f
i
c
i
a
l
I
n
t
e
l
l
i
ge
nc
e
,
7
(
4)
,
185,
2
018
.
[
31]
W
.
W
a
ng
,
K
.
C
ha
u
,
C
.
C
he
ng
&
L
.
Q
i
u,
A
C
om
pa
r
i
s
o
n
o
f
P
e
r
f
o
r
m
a
nc
e
o
f
S
e
v
e
r
a
l
A
r
t
i
f
i
c
i
a
l
I
nt
e
l
l
i
g
e
nc
e
M
e
t
ho
ds
f
o
r
F
o
r
e
c
a
s
t
i
ng
M
o
nt
hl
y
D
i
s
c
ha
r
g
e
T
i
m
e
S
e
r
i
e
s
.
J
o
ur
n
al
o
f
H
y
dr
o
l
ogy
,
3
74(
3
-
4)
,
2
94
-
306
,
2009
.
[
32]
R
.
S
.
G
o
v
i
nda
r
a
j
u
&
A
.
R
,
R
a
o
,
A
r
t
i
f
i
c
i
a
l
ne
u
r
a
l
N
e
t
w
o
r
ks
i
n
hy
dr
o
l
ogy
pa
r
t
I
.
J
ou
r
n
al
o
f
H
y
dr
o
l
og
i
c
E
ng
i
ne
e
r
i
ng
,
5
(
2
)
,
11
5
-
123,
2
002
.
B
I
O
G
R
A
P
H
I
ES
O
F
A
U
T
H
O
R
S
M
a
z
w
i
n
A
r
l
e
e
na
M
a
s
ng
ut
w
a
s
bo
r
n
i
n
P
e
n
a
ng
,
M
a
l
a
y
s
i
a
,
i
n
199
7
.
S
he
r
e
c
e
i
v
e
d
t
he
s
e
c
o
nda
r
y
e
duc
a
t
i
o
n
i
n
S
c
i
e
nc
e
S
t
r
e
a
m
f
r
o
m
S
e
ko
l
a
h
M
e
ne
ng
a
h
K
e
b
a
ng
s
a
a
n
S
e
r
i
N
i
bo
ng
,
N
i
bo
ng
T
e
ba
l
,
P
e
na
ng
.
A
f
t
e
r
t
ha
t
,
s
h
e
c
o
nt
i
nu
e
d
he
r
s
t
u
di
e
s
f
o
r
P
hy
s
i
c
a
l
S
c
i
e
nc
e
a
t
M
a
t
r
i
c
ul
a
t
i
o
n
w
h
i
c
h
i
s
i
n
P
e
na
ng
M
a
t
r
i
c
ul
a
t
i
o
n
C
o
l
l
e
g
e
,
K
e
p
a
l
a
B
a
t
a
s
,
P
e
n
a
n
g
,
i
n
2016
.
S
he
r
e
c
e
i
v
e
d
he
r
ba
c
he
l
o
r
’
s
de
g
r
e
e
i
n
I
ndus
t
r
i
a
l
S
t
a
t
i
s
t
i
c
s
f
r
o
m
U
T
H
M
,
i
n
2020
.
S
he
ho
pe
s
t
h
a
t
s
h
e
c
a
n
be
c
o
m
e
a
n
e
xc
e
l
l
e
n
t
da
t
a
a
na
l
y
s
t
i
n
t
he
f
ut
u
r
e
.
S
huha
i
da
I
s
m
a
i
l
i
s
a
l
e
c
t
u
r
e
r
a
t
t
he
D
e
pa
r
t
m
e
nt
o
f
M
a
t
he
m
a
t
i
c
s
a
nd
S
t
a
t
i
s
t
i
c
s
,
F
a
c
ul
t
y
o
f
A
ppl
i
e
d
S
c
i
e
nc
e
s
a
nd
T
e
c
hno
l
o
gy
,
U
ni
v
e
r
s
i
t
i
T
u
n
H
u
s
s
e
i
n
O
nn
M
a
l
a
y
s
i
a
(
U
T
H
M
)
.
S
he
o
b
t
a
i
ne
d
he
r
f
i
r
s
t
de
g
r
e
e
i
n
C
o
m
put
e
r
S
c
i
e
nc
e
s
m
a
j
o
r
i
ng
f
r
o
m
U
T
M
.
S
h
e
a
l
s
o
o
bt
a
i
ne
d
a
M
a
s
t
e
r
de
g
r
e
e
a
nd
P
hD
f
r
o
m
t
he
s
a
m
e
uni
v
e
r
s
i
t
y
.
T
hr
o
ug
ho
ut
he
r
s
t
ud
i
e
s
,
s
he
de
v
e
l
o
pe
d
a
n
i
nt
e
r
e
s
t
i
n
M
a
c
h
i
ne
L
e
a
r
ni
ng
r
e
s
e
a
r
c
h
a
r
e
a
,
s
pe
c
i
f
i
c
a
l
l
y
i
n
pr
e
d
i
c
t
i
v
e
m
o
de
l
l
i
ng
,
c
l
a
s
s
i
f
i
c
a
t
i
o
n,
a
n
d
c
l
us
t
e
r
i
ng
.
H
e
r
c
ur
r
e
n
t
r
e
s
e
a
r
c
h
a
r
e
a
s
a
r
e
i
n
H
y
dr
o
l
og
i
c
a
l
M
o
de
l
l
i
ng
,
B
i
g
D
a
t
a
A
na
l
y
t
i
c
s
a
nd
D
e
e
p
L
e
a
r
n
i
ng
.
A
i
da
M
us
t
a
ph
a
r
e
c
e
i
v
e
d
t
he
B
.
S
c
.
de
g
r
e
e
i
n
C
o
m
put
e
r
S
c
i
e
nc
e
f
r
o
m
M
i
c
hi
g
a
n
T
e
c
hno
l
o
g
i
c
a
l
U
ni
v
e
r
s
i
t
y
a
nd
t
he
M
.
I
T
de
g
r
e
e
i
n
C
o
m
put
e
r
S
c
i
e
nc
e
f
r
o
m
U
K
M
,
M
a
l
a
y
s
i
a
i
n
1
998
a
nd
200
4,
r
e
s
pe
c
t
i
v
e
l
y
.
S
he
r
e
c
e
i
v
e
d
he
r
P
h
.
D
.
i
n
A
r
t
i
f
i
c
i
a
l
I
nt
e
l
l
i
g
e
nc
e
f
oc
us
i
ng
o
n
di
a
l
o
g
ue
s
y
s
t
e
m
s
.
S
he
i
s
c
ur
r
e
nt
l
y
a
n
a
c
t
i
v
e
r
e
s
e
a
r
c
he
r
i
n
t
he
a
r
e
a
o
f
C
o
m
put
a
t
i
o
na
l
L
i
ng
ui
s
t
i
c
s
,
S
o
f
t
C
o
m
put
i
ng
,
D
a
t
a
M
i
n
i
ng
,
a
n
d
A
g
e
nt
-
ba
s
e
d
S
y
s
t
e
m
s.
S
uha
i
l
a
M
o
hd.
Y
a
s
i
n
o
bt
a
i
ne
d
he
r
f
i
r
s
t
d
e
g
r
e
e
i
n
C
o
m
put
e
r
S
c
i
e
n
c
e
a
nd
he
r
M
a
s
t
e
r
o
f
S
c
i
e
nc
e
(
C
o
m
put
e
r
)
f
r
o
m
U
T
M
.
S
h
e
r
e
c
e
n
t
l
y
o
bt
a
i
ne
d
he
r
P
h.
D
.
i
n
C
o
m
put
e
r
S
c
i
e
nc
e
f
o
c
us
i
ng
o
n
S
o
f
t
w
a
r
e
T
e
s
t
i
ng
f
r
o
m
T
he
U
ni
v
e
r
s
i
t
y
of
Q
ue
e
ns
l
a
nd
.
H
e
r
c
ur
r
e
nt
r
e
s
e
a
r
c
h
a
r
e
a
i
s
i
n
s
e
a
r
c
h
-
ba
s
e
d
a
nd
m
o
de
l
-
ba
s
e
d
t
e
s
t
i
ng
.
Evaluation Warning : The document was created with Spire.PDF for Python.