I
n
d
on
e
s
i
an
Jo
u
r
n
al
o
f
El
e
c
t
r
i
c
al
En
gi
n
e
e
r
i
n
g
an
d
C
o
m
p
u
te
r
S
c
i
e
n
c
e
V
o
l
.
40
,
N
o
.
1
,
O
c
t
o
be
r
2
025
,
pp
.
3
1
6
~
326
IS
S
N
:
2502
-
4752
,
D
O
I
:
10.
1
1591
/
i
j
e
e
c
s
.
v
40
.i
1
.
pp
3
1
6
-
326
316
Jou
r
n
al
h
o
m
e
pa
ge
:
ht
t
p:
/
/
i
j
e
e
c
s
.
i
a
e
s
c
or
e
.
c
om
Gend
e
r
i
d
e
n
t
i
f
i
c
a
t
i
o
n
f
r
o
m
t
r
i
b
a
l
sp
e
e
c
h
u
si
n
g
sev
e
r
a
l
l
e
a
r
n
i
n
g
t
e
c
h
n
i
q
u
e
s
S
u
b
r
at
K
u
m
ar
N
aya
k
1
,
K
u
m
ar
S
u
r
je
e
t
C
h
au
d
h
u
r
y
2
,
N
i
r
m
al
K
e
s
h
ar
i
S
w
ai
n
3
,
Y
u
gan
d
h
ar
M
an
c
h
al
a
3
,
A
ji
t
K
u
m
ar
N
ayak
4
,
S
m
i
tap
r
av
a
M
i
s
h
r
a
4
,
N
r
u
s
i
n
gh
a
Tr
i
p
ath
y
1
1
D
e
p
a
rt
m
e
n
t
o
f
C
o
m
p
u
t
e
r
S
c
i
e
n
c
e
a
n
d
E
n
g
i
n
e
e
r
i
n
g
,
S
i
k
s
h
a
‘
O
’
A
n
u
s
a
n
d
h
a
n
(
D
e
e
m
e
d
t
o
b
e
U
n
i
v
e
r
s
i
t
y
),
Bh
u
b
a
n
e
s
w
a
r,
I
n
d
i
a
2
S
c
h
o
o
l
o
f
Co
m
p
u
t
e
r
E
n
g
i
n
e
e
r
i
n
g
,
K
a
l
i
n
g
a
In
s
t
i
t
u
t
e
o
f
I
n
d
u
s
t
ri
a
l
T
e
c
h
n
o
l
o
g
y
(
K
IIT
),
D
e
e
m
e
d
t
o
b
e
U
n
i
v
e
r
s
i
t
y
,
B
h
u
b
a
n
e
s
w
a
r,
I
n
d
i
a
3
D
e
p
a
rt
m
e
n
t
o
f
I
n
fo
r
m
a
t
i
o
n
T
e
c
h
n
o
l
o
g
y
a
t
V
a
rd
h
a
m
a
n
Co
l
l
e
g
e
o
f
E
n
g
i
n
e
e
ri
n
g
(
A
u
t
o
n
o
m
o
u
s
),
H
y
d
e
ra
b
a
d
,
In
d
i
a
4
D
e
p
a
rt
m
e
n
t
o
f
C
o
m
p
u
t
e
r
S
c
i
e
n
c
e
a
n
d
I
n
fo
r
m
a
t
i
o
n
T
e
c
h
n
o
l
o
g
y
,
S
i
k
s
h
a
‘
O
’
A
n
u
s
a
n
d
h
a
n
(
D
e
e
m
e
d
t
o
b
e
U
n
i
v
e
r
s
i
t
y
)
,
Bh
u
b
a
n
e
s
w
a
r
,
I
n
d
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
S
e
p
20
,
2
024
R
e
v
i
s
e
d
J
un
3
,
2025
A
c
c
e
pt
e
d
J
ul
3
,
2025
L
a
ng
ua
g
e
pr
o
c
e
s
s
i
ng
a
nd
l
i
ng
ui
s
t
i
c
s
r
e
s
e
a
r
c
he
r
s
a
r
e
i
n
t
e
r
e
s
t
e
d
i
n
g
e
nde
r
i
de
n
t
i
f
i
c
a
t
i
o
n
t
hr
o
ug
h
a
ud
i
o
,
a
s
hum
a
n
v
o
i
c
e
s
ha
v
e
m
a
ny
d
i
s
t
i
nc
t
i
v
e
f
e
a
t
u
r
e
s
.
A
l
t
ho
ug
h
s
e
v
e
r
a
l
g
e
nde
r
i
de
nt
i
f
i
c
a
t
i
o
n
a
l
g
o
r
i
t
hm
s
h
a
v
e
be
e
n
de
v
e
l
o
pe
d
,
t
h
e
a
c
c
ur
a
c
y
a
nd
e
f
f
i
c
i
e
nc
y
o
f
t
he
s
y
s
t
e
m
c
a
n
s
t
i
l
l
be
i
m
pr
o
v
e
d.
D
e
s
p
i
t
e
e
x
t
e
n
s
i
v
e
s
t
u
di
e
s
o
n
t
he
t
o
pi
c
i
n
v
a
r
i
o
us
l
a
ng
ua
g
e
s
,
t
h
e
r
e
a
r
e
n
’
t
m
a
ny
s
t
ud
i
e
s
o
n
g
e
n
de
r
i
de
nt
i
f
i
c
a
t
i
o
n
i
n
t
h
e
K
U
I
l
a
ng
ua
g
e
.
U
s
i
ng
a
v
a
r
i
e
t
y
o
f
m
a
c
hi
ne
l
e
a
r
ni
ng
(
M
L
)
a
nd
d
e
e
p
l
e
a
r
n
i
ng
(
D
L
)
c
l
a
s
s
i
f
i
e
r
s
,
i
nc
l
ud
i
ng
de
c
i
s
i
o
n
t
r
e
e
(
D
T
)
,
m
ul
t
i
l
a
y
e
r
pe
r
c
e
p
t
r
o
n
(
M
L
P
)
,
g
r
a
d
i
e
n
t
bo
o
s
t
i
ng
(
G
B
)
,
l
i
n
e
a
r
di
s
c
r
i
m
i
na
n
t
a
n
a
l
y
s
i
s
(
L
D
A
)
,
r
e
c
ur
r
e
n
t
n
e
u
r
a
l
ne
t
w
o
r
k
s
(
R
N
N
)
,
l
o
ng
s
ho
r
t
-
t
e
r
m
m
e
m
o
r
y
(
L
S
T
M
)
,
g
a
t
e
d
r
e
c
ur
r
e
nt
un
i
t
s
(
G
R
U
)
,
a
nd
t
r
a
ns
f
o
r
m
e
r
,
t
he
g
o
a
l
o
f
t
hi
s
s
t
udy
i
s
t
o
a
s
s
e
s
s
t
h
e
a
c
c
ur
a
c
y
of
g
e
nde
r
i
de
n
t
i
f
i
c
a
t
i
o
n
a
m
o
ng
di
v
e
r
s
e
K
U
I
l
a
ng
ua
g
e
s
p
e
a
k
e
r
s
.
T
o
v
e
r
i
f
y
t
he
e
f
f
e
c
t
i
v
e
ne
s
s
o
f
t
he
s
ug
g
e
s
t
e
d
m
o
de
l
,
s
e
v
e
r
a
l
p
r
e
d
i
c
t
i
o
n
e
v
a
l
ua
t
i
o
n
m
e
t
r
i
c
s
w
e
r
e
c
a
l
c
u
l
a
t
e
d,
s
uc
h
a
s
t
h
e
a
r
e
a
und
e
r
t
h
e
r
e
c
e
i
v
e
r
o
pe
r
a
t
i
ng
c
ha
r
a
c
t
e
r
i
s
t
i
c
c
ur
v
e
(
A
U
C
)
,
F1
-
s
c
o
r
e
,
pr
e
c
i
s
i
o
n,
a
c
c
ur
a
c
y
,
a
nd
r
e
c
a
l
l
.
W
h
i
l
e
t
he
f
i
ndi
ng
s
a
r
e
c
om
pa
r
e
d
t
o
o
t
he
r
l
e
a
r
n
i
ng
m
o
de
l
s
,
t
he
g
r
a
d
i
e
n
t
-
bo
o
s
t
i
ng
s
t
r
a
t
e
g
y
y
i
e
l
de
d
b
e
t
t
e
r
r
e
s
ul
t
s
w
i
t
h
a
n
a
c
c
ur
a
c
y
r
a
t
e
o
f
97
.
0
%
.
Ke
y
w
or
d
s
:
D
e
e
p
l
e
a
rni
n
g
G
e
n
de
r
i
de
nt
i
f
i
c
a
t
i
o
n
G
ra
di
e
n
t
b
oo
s
t
i
n
g
L
ow
r
e
s
o
ur
c
e
d
l
a
n
gu
a
ge
M
a
c
hi
n
e
l
e
a
rni
n
g
M
F
CC
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
ub
r
a
t
K
um
a
r
N
a
y
a
k
D
e
pa
rt
m
e
n
t
o
f
Co
m
put
e
r
S
c
i
e
n
c
e
a
nd
E
n
g
i
n
e
e
r
i
ng
,
S
i
ks
ha
‘
O
’
A
n
us
a
nd
h
a
n
(de
e
m
e
d
t
o
b
e
U
n
i
v
e
r
s
i
t
y
)
B
h
ub
a
n
e
s
w
a
r,
I
n
di
a
E
m
a
i
l
:
s
ub
r
a
t
s
i
l
i
c
o
n
28
@
gm
a
i
l
.
c
o
m
1.
I
N
TR
O
D
U
C
TI
O
N
T
h
e
hum
a
n
v
o
i
c
e
c
o
n
t
a
i
n
s
s
o
m
uc
h
i
n
f
o
r
m
a
t
i
o
n
t
h
a
t
i
t
m
a
y
b
e
us
e
d
t
o
i
n
f
e
r
m
e
n
t
a
l
s
t
a
t
e
s
,
b
e
h
a
v
i
o
r
,
a
ge
,
ge
n
de
r
,
a
n
d
e
m
o
t
i
o
n
.
P
e
o
pl
e
i
n
t
hi
s
m
o
de
rn
c
e
n
t
u
r
y
re
l
y
o
n
t
e
c
hn
o
l
o
g
y
a
n
d
a
rt
i
f
i
c
i
a
l
i
nt
e
l
l
i
ge
n
c
e
t
o
m
a
ke
t
h
e
i
r
l
i
v
e
s
s
i
m
pl
e
r
.
M
a
n
y
f
a
c
e
t
s
of
c
o
n
t
e
m
po
r
a
r
y
l
i
f
e
,
s
uc
h
a
s
c
o
m
put
e
r
-
h
u
m
a
n
c
o
n
t
a
c
t
,
a
w
i
de
r
a
n
ge
o
f
c
o
m
m
e
r
c
i
a
l
f
i
e
l
ds
,
a
ut
o
m
a
t
e
d
que
s
t
i
o
n
-
a
n
s
w
e
r
i
ng
de
v
i
c
e
s
,
a
n
d
m
o
r
e
,
us
e
ge
n
de
r
i
de
n
t
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
s
.
It
a
l
s
o
o
c
c
ur
s
i
n
o
t
h
e
r
f
i
e
l
ds
,
s
uc
h
a
s
r
o
b
o
t
s
a
n
d
a
dv
a
n
c
e
d
s
e
c
ur
i
t
y
s
y
s
t
e
m
s
[1]
.
G
e
n
de
r
m
a
y
b
e
i
n
f
e
rr
e
d
f
r
o
m
a
n
i
m
a
ge
,
s
pe
e
c
h
,
f
a
s
h
i
o
n
s
e
n
s
e
,
a
nd
b
o
d
y
l
a
n
gu
a
ge
.
H
ow
e
ve
r
,
i
n
t
hi
s
i
n
v
e
s
t
i
g
a
t
i
o
n
,
w
e
i
de
nt
i
f
i
e
d
a
pe
r
s
o
n
’
s
ge
n
de
r
b
y
l
i
s
t
e
n
i
ng
t
o
t
h
e
i
r
v
o
i
c
e
.
T
h
e
c
ha
ra
c
t
e
ri
s
t
i
c
s
a
n
d
m
o
di
f
i
c
a
t
i
o
n
s
o
f
t
h
e
h
u
m
a
n
v
o
i
c
e
t
r
a
c
t
e
s
t
a
b
l
i
s
h
a
n
i
n
di
v
i
du
a
l
’
s
ge
n
de
r.
Co
n
s
e
que
n
t
l
y
,
s
e
v
e
r
a
l
r
e
s
e
a
r
c
h
e
r
s
m
a
d
e
a
n
e
ff
o
r
t
t
o
p
i
n
po
i
n
t
t
h
e
e
xa
c
t
f
e
a
t
u
r
e
s
o
f
t
h
e
vo
c
a
l
c
o
r
ds
a
nd
s
e
pa
ra
t
e
t
h
e
m
f
r
o
m
n
o
i
s
e
s
ut
i
l
i
z
i
ng
a
ra
n
ge
o
f
m
e
t
h
o
ds
a
n
d
m
o
de
l
s
.
T
h
e
h
u
m
a
n
h
e
a
ri
n
g
s
y
s
t
e
m
i
s
a
t
e
c
hn
o
l
o
gi
c
a
l
a
dv
a
n
c
e
t
ha
t
us
e
s
s
pe
e
c
h
r
e
c
o
gn
i
t
i
o
n
t
o
de
t
e
rm
i
n
e
a
pe
r
s
o
n
’
s
ge
n
de
r
.
O
u
r
b
ra
i
n
c
a
n
qui
c
kl
y
de
t
e
r
m
i
n
e
t
h
e
ge
nde
r
-
s
pe
c
i
f
i
c
f
r
e
que
n
c
i
e
s
a
n
d
l
e
v
e
l
s
of
l
o
udn
e
s
s
t
ha
t
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
G
e
nd
e
r
i
de
nt
i
f
i
c
at
i
on
f
r
om
t
r
i
b
al
s
pe
e
c
h
us
i
ng
s
e
v
e
r
a
l
l
e
ar
n
i
ng
t
e
c
hn
i
que
s
(
Subr
at
Kum
ar
N
ay
a
k
)
317
r
e
a
c
h
t
h
e
h
u
m
a
n
e
a
r.
H
ow
e
v
e
r
,
us
i
n
g
m
a
c
h
i
n
e
l
e
a
rni
n
g
(M
L
)
t
e
c
hni
que
s
,
r
o
bo
t
s
m
a
y
do
t
a
s
ks
t
ha
t
h
u
m
a
n
s
c
a
n
’
t
pe
r
f
o
r
m
i
nde
pe
n
de
n
t
l
y
,
s
uc
h
a
s
i
de
n
t
i
fy
i
n
g
a
pe
r
s
o
n
’
s
ge
n
de
r
.
T
h
e
m
o
s
t
s
ui
t
a
b
l
e
a
nd
a
de
qua
t
e
e
l
e
m
e
n
t
s
f
r
o
m
t
h
e
h
u
m
a
n
v
o
i
c
e
m
us
t
b
e
s
e
l
e
c
t
e
d
t
o
de
t
e
r
m
i
n
e
t
h
e
ge
nde
r
[2
]
.
T
h
e
m
a
c
h
i
n
e
’
s
r
e
c
o
gn
i
t
i
o
n
r
a
t
e
r
e
l
i
e
s
o
n
i
t
s
a
b
i
l
i
t
y
t
o
e
xt
r
a
c
t
t
h
e
m
o
s
t
h
e
l
pf
ul
i
n
f
o
r
m
a
t
i
o
n
f
r
o
m
s
pe
e
c
h
.
T
h
e
ge
n
de
r
w
a
s
i
de
nt
i
f
i
e
d
by
t
h
e
r
e
s
e
a
r
c
h
e
r
s
ut
i
l
i
z
i
n
g
a
v
a
ri
e
t
y
of
l
e
a
rni
n
g
t
e
c
hni
que
s
us
i
n
g
a
c
o
l
l
e
c
t
i
o
n
o
f
a
t
t
ri
b
ut
e
s
t
h
a
t
w
e
r
e
r
e
t
r
i
e
v
e
d
us
i
n
g
t
h
e
m
e
l
f
r
e
que
n
c
y
c
e
ps
t
r
a
l
c
o
e
f
f
i
c
i
e
n
t
(M
F
CC)
[3]
.
F
o
r
a
dd
r
e
s
s
i
n
g
d
i
f
fe
r
e
nt
c
l
a
s
s
i
f
i
c
a
t
i
o
n
p
r
o
b
l
e
m
s
,
de
e
p
l
e
a
rn
i
n
g
(D
L
)
a
n
d
ML
m
o
de
l
s
a
r
e
c
o
n
s
i
de
r
e
d
s
t
a
t
e
-
of
-
t
h
e
-
a
rt
o
pt
i
o
n
s
.
DL
i
s
a
s
ub
f
i
e
l
d
of
ML
t
h
a
t
c
r
e
a
t
e
s
m
o
r
e
c
o
m
pr
e
h
e
n
s
i
v
e
r
e
p
r
e
s
e
n
t
a
t
i
o
n
s
o
f
t
h
e
o
r
i
gi
na
l
da
t
a
by
us
i
n
g
m
a
n
y
l
a
y
e
r
s
i
n
t
h
e
m
o
de
l
s
.
T
hi
s
a
pp
ro
a
c
h
s
i
m
p
l
i
f
i
e
s
t
h
e
p
r
o
c
e
s
s
o
f
c
r
e
a
t
i
ng
c
l
a
s
s
i
f
i
e
r
s
fo
r
n
e
w
t
a
s
ks
.
M
o
r
e
o
ve
r
,
l
e
a
rni
n
g
a
l
go
r
i
t
h
m
s
c
a
n
ge
n
e
ra
t
e
f
e
a
t
u
r
e
s
f
r
o
m
r
a
w
i
nput
d
a
t
a
by
us
i
ng
t
h
e
kn
o
w
l
e
dge
ga
i
n
e
d
d
u
r
i
n
g
t
ra
i
ni
n
g
[4]
.
O
n
t
h
e
o
t
h
e
r
h
a
nd,
t
o
ge
t
t
h
e
b
e
s
t
o
ut
c
o
m
e
s
,
s
t
a
n
d
a
r
d
ML
a
l
go
ri
t
hm
s
n
e
e
d
hum
a
n
-
c
r
a
f
t
e
d
f
e
a
t
u
r
e
s
.
Co
m
pu
t
a
t
i
o
na
l
m
o
de
l
s
c
o
n
s
i
s
t
i
n
g
o
f
v
a
ri
o
us
p
r
o
c
e
s
s
i
n
g
l
a
y
e
r
s
c
a
n
l
e
a
rn
m
ul
t
i
p
l
e
a
b
s
t
ra
c
t
i
o
n
s
o
f
da
t
a
r
e
p
r
e
s
e
n
t
a
t
i
o
n
s
due
t
o
DL
.
T
h
e
s
e
t
e
c
hni
que
s
ha
v
e
s
i
g
ni
f
i
c
a
nt
l
y
a
dv
a
n
c
e
d
s
pe
e
c
h
c
a
t
e
go
r
i
z
a
t
i
o
n
b
e
y
o
n
d
p
r
e
v
i
o
us
l
i
m
i
t
s
.
D
e
t
e
rm
i
ni
n
g
a
s
pe
a
k
e
r
’
s
ge
n
de
r
f
r
o
m
ut
t
e
r
e
d
ut
t
e
r
a
n
c
e
s
i
s
o
n
e
o
f
t
h
e
go
a
l
s
o
f
s
po
ke
n
s
pe
e
c
h
p
r
o
c
e
s
s
i
n
g
r
e
s
e
a
r
c
h
.
F
o
r
m
a
n
y
a
pp
l
i
c
a
t
i
o
n
s
,
ge
n
de
r
c
a
t
e
go
r
i
z
a
t
i
o
n
b
a
s
e
d
o
n
s
po
k
e
n
vo
i
c
e
s
i
gn
a
l
s
i
s
a
c
r
uc
i
a
l
a
n
d
c
ha
l
l
e
n
gi
n
g
t
a
s
k
[5]
.
T
h
i
s
r
e
s
e
a
r
c
h
a
i
m
s
t
o
de
v
e
l
o
p
m
a
n
y
m
o
de
l
s
f
o
r
c
l
a
s
s
i
fy
i
n
g
s
pe
a
ke
r
ge
n
de
r
i
n
a
t
ri
b
a
l
l
a
n
g
ua
ge
w
i
t
h
l
i
m
i
t
e
d
r
e
s
o
ur
c
e
s
.
T
h
e
r
e
m
a
i
n
i
ng
po
rt
i
o
n
o
f
t
hi
s
a
rt
i
c
l
e
i
s
s
t
r
uc
t
u
r
e
d
a
s
f
o
l
l
ow
s
:
t
h
e
p
ri
o
r
r
e
l
e
v
a
n
t
w
o
r
ks
a
r
e
i
n
c
l
ude
d
i
n
s
e
c
t
i
o
n
2
.
S
e
c
t
i
o
n
3
p
r
e
s
e
n
t
s
t
h
e
e
xpe
r
i
m
e
n
t
a
l
de
s
i
g
n
,
s
pe
e
c
h
a
t
t
r
i
b
ut
e
s
,
c
o
r
pus
,
a
nd
pe
r
f
o
r
m
a
n
c
e
e
v
a
l
ua
t
i
o
n
p
r
o
t
o
c
o
l
s
.
A
t
h
o
r
o
ugh
e
xpl
a
n
a
t
i
o
n
o
f
t
h
e
de
v
e
l
ope
d
m
o
de
l
i
s
a
l
s
o
p
r
o
v
i
de
d.
S
e
c
t
i
o
n
4
di
s
c
us
s
e
s
t
h
e
s
ugge
s
t
e
d
m
o
de
l
.
T
h
e
r
e
s
ul
t
s
a
r
e
gi
v
e
n
a
n
d
di
s
c
us
s
e
d
i
n
s
e
c
t
i
o
n
5
.
S
e
c
t
i
o
n
6
p
r
e
s
e
nt
s
o
u
r
c
o
n
c
l
us
i
o
n
s
a
nd
s
ugge
s
t
i
o
n
s
f
o
r
m
o
r
e
s
t
udy
,
w
h
i
c
h
c
o
n
c
l
ude
s
i
n
t
h
e
p
r
e
s
e
n
t
a
rt
i
c
l
e
.
2.
R
ELA
TED
WO
R
K
N
ow
a
da
y
s
,
v
a
r
i
o
us
e
qui
pm
e
n
t
,
s
uc
h
a
s
c
o
m
put
e
r
s
,
m
o
b
i
l
e
ph
o
n
e
s
,
a
nd
s
e
c
ur
i
t
y
s
y
s
t
e
m
s
,
ut
i
l
i
z
e
ge
n
de
r
i
de
n
t
i
f
i
c
a
t
i
o
n
b
a
s
e
d
o
n
s
pe
e
c
h
f
e
a
t
u
r
e
s
.
T
h
e
pub
l
i
s
he
d
l
i
t
e
r
a
t
u
r
e
c
o
m
p
r
e
h
e
n
s
i
v
e
l
y
do
c
um
e
n
t
s
c
u
rr
e
n
t
t
e
c
hn
i
q
ue
s
a
nd
c
o
n
c
e
pt
s
.
T
h
e
r
e
ha
s
b
e
e
n
r
e
l
a
t
i
v
e
l
y
l
i
t
t
l
e
s
t
udy
do
n
e
o
n
t
h
e
K
U
I
l
a
n
gu
a
ge
.
G
e
n
de
r
i
de
nt
i
f
i
c
a
t
i
o
n
f
r
o
m
s
pe
e
c
h
i
n
o
t
h
e
r
l
a
ngua
ge
s
ha
s
b
e
e
n
t
h
e
s
ub
j
e
c
t
of
s
e
ve
r
a
l
s
t
ud
i
e
s
,
b
ut
K
U
I
s
pe
e
c
h
ha
s
n
o
t
b
e
e
n
s
t
u
di
e
d.
T
a
b
l
e
1
s
um
m
a
ri
z
e
s
t
h
e
i
de
nt
i
f
i
c
a
t
i
o
n
o
f
ge
n
de
r
f
o
r
m
a
n
y
l
a
n
gu
a
ge
s
us
i
n
g
M
L
o
r
D
L
a
pp
r
o
a
c
h
e
s
.
T
a
b
l
e
1
.
S
e
v
e
r
a
l
m
e
t
h
o
ds
a
r
e
a
ppl
i
e
d
i
n
ge
n
d
e
r
i
de
n
t
i
f
i
c
a
t
i
o
n
i
n
di
f
f
e
r
e
n
t
l
a
n
gu
a
ge
s
D
a
t
a
s
e
t
u
s
e
d
M
e
t
h
o
d
s
Y
e
a
r
o
f
r
e
s
e
a
r
c
h
S
p
e
e
c
h
Co
rp
u
s
[2
]
D
e
c
i
s
i
o
n
t
r
e
e
s
(
DT
)
,
g
ra
d
i
e
n
t
b
o
o
s
t
i
n
g
(
GB
)
,
ra
n
d
o
m
fo
r
e
s
t
(
RF
)
,
s
u
p
p
o
rt
v
e
c
t
o
r
m
a
c
h
i
n
e
(
S
V
M
)
2019
Co
m
m
o
n
v
o
i
c
e
[5
]
M
u
l
t
i
l
a
y
e
r
p
e
rc
e
p
t
r
o
n
(
M
L
P
)
2020
S
H
R
U
T
I
[6
]
T
e
n
s
o
r
a
n
a
l
y
s
i
s
2020
K
a
n
n
a
d
a
d
a
t
a
s
e
t
[7
]
G
M
M
2021
A
ra
b
i
c
s
p
e
e
c
h
[8
]
Bi
d
i
re
c
t
i
o
n
a
l
l
o
n
g
s
h
o
r
t
-
t
e
r
m
m
e
m
o
r
y
(
B
i
L
S
T
M
)
2021
O
w
n
d
a
t
a
s
e
t
[9
]
G
B,
l
i
n
e
a
r
d
i
s
c
ri
m
i
n
a
n
t
a
n
a
l
y
s
i
s
(
L
D
A
)
,
l
o
g
i
s
t
i
c
r
e
g
r
e
s
s
i
o
n
(
LR
)
2022
E
L
S
D
S
R
d
a
t
a
s
e
t
[1
0
]
L
R,
G
B,
G
N
2023
Co
m
m
o
n
v
o
i
c
e
[1
1
]
Re
c
u
rre
n
t
n
e
u
ra
l
n
e
t
w
o
rk
(
RN
N
)
–
Bi
L
S
T
M
2023
T
u
rk
i
s
h
s
p
e
e
c
h
[1
2
]
Co
n
v
o
l
u
t
i
o
n
a
l
n
e
u
ra
l
n
e
t
w
o
rk
(
CN
N
)
2024
G
e
r
m
a
n
s
p
e
e
c
h
[4
]
D
e
e
p
n
e
u
ra
l
n
e
t
w
o
rk
(
DNN
)
2019
L
o
w
d
a
t
a
s
e
t
[1
3
]
B
i
L
S
T
M
2020
M
o
z
i
l
l
a
a
u
d
i
o
d
a
t
a
s
e
t
[1
4
]
G
B,
D
T
,
R
F
2021
S
e
p
e
d
i
s
p
e
e
c
h
[1
5
]
CN
N
,
L
S
T
M
2021
Co
m
m
o
n
v
o
i
c
e
[1
6
]
L
D
A
,
S
V
M
2022
O
p
e
n
-
s
o
u
rc
e
d
a
t
a
[1
]
L
D
A
,
a
rt
i
f
i
c
i
a
l
n
e
u
ra
l
n
e
t
w
o
rk
(
A
N
N
)
2022
Co
m
m
o
n
v
o
i
c
e
[1
7
]
Bi
L
S
T
M
2023
T
u
rk
i
s
h
d
a
t
a
s
e
t
[1
8
]
CN
N
1
D
,
CN
N
2
D
2024
A
ra
b
i
c
s
p
e
e
c
h
[
19
]
H
y
b
r
i
d
l
e
a
rn
i
n
g
2024
3.
M
A
TER
I
A
LS
A
N
D
M
E
TH
O
D
S
3.
1
.
D
ata
c
r
e
at
i
o
n
A
udi
o
s
i
g
na
l
s
a
r
e
r
e
qu
i
r
e
d
t
o
i
de
nt
i
fy
t
h
e
ge
nde
r
s
o
f
t
h
e
s
pe
a
ke
r
s
.
T
h
e
c
o
m
m
o
n
I
n
d
i
a
n
r
e
s
i
de
n
t
s
r
e
c
o
r
d
t
h
e
K
U
I
v
o
i
c
e
s
i
gn
a
l
s
t
o
a
c
c
o
m
pl
i
s
h
t
h
e
s
u
gge
s
t
e
d
w
o
r
k
’
s
pu
rpo
s
e
.
T
h
e
s
e
s
pe
e
c
h
s
a
m
pl
e
s
w
e
r
e
c
a
pt
u
r
e
d
us
i
n
g
a
s
h
a
r
e
d
pl
a
t
f
o
r
m
a
t
16
kH
z
[2
0
]
.
T
h
e
a
u
di
o
s
i
gna
l
s
a
r
e
r
e
c
o
r
de
d
i
n
.
w
a
v
f
o
r
m
a
t
s
i
n
c
e
t
h
e
s
ugge
s
t
e
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
m
o
de
l
c
a
n
a
na
l
y
z
e
t
h
e
v
o
i
c
e
s
i
g
n
a
l
s
i
n
t
hi
s
f
o
r
m
a
t
.
2
,
000
s
a
m
pl
e
s
t
o
t
a
l
c
o
n
s
i
s
t
i
ng
of
1
,
125
s
a
m
pl
e
s
f
o
r
m
e
n
a
nd
87
5
s
a
m
p
l
e
s
f
o
r
w
o
m
e
n
a
r
e
ut
i
l
i
z
e
d
i
n
t
h
e
p
r
o
po
s
e
d
s
t
ud
y
t
o
de
t
e
r
m
i
n
e
t
h
e
ge
nde
r
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
40
,
N
o
.
1
,
O
c
t
o
b
e
r
20
25
:
316
-
3
26
318
i
de
nt
i
t
y
of
t
h
e
s
pe
a
ke
r
s
.
T
w
o
s
e
t
s
of
a
l
l
2
,
000
v
o
i
c
e
s
a
m
pl
e
s
a
r
e
c
r
e
a
t
e
d.
T
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
m
o
de
l
i
s
t
ra
i
n
e
d
us
i
n
g
t
h
e
f
i
r
s
t
b
a
t
c
h
a
nd
t
e
s
t
e
d
us
i
ng
t
h
e
s
e
c
o
n
d.
E
i
g
h
t
y
pe
rc
e
n
t
o
f
t
h
e
v
o
i
c
e
s
a
m
pl
e
s
fo
r
e
a
c
h
ge
n
de
r
g
r
o
up
a
r
e
ut
i
l
i
z
e
d
i
n
t
h
e
t
ra
i
n
i
n
g
s
e
t
,
w
h
i
l
e
t
h
e
r
e
m
a
i
n
i
ng
t
w
e
n
t
y
pe
r
c
e
n
t
a
r
e
us
e
d
i
n
t
h
e
s
e
c
o
n
d
s
e
t
.
T
ra
n
s
ge
n
de
r
s
pe
e
c
h
s
a
m
p
l
e
s
a
r
e
n
o
t
r
e
c
o
r
de
d
i
n
t
h
e
c
u
rr
e
nt
pa
pe
r
t
o
a
na
l
y
z
e
vo
i
c
e
s
i
g
n
a
l
s
.
S
i
n
c
e
t
h
e
r
e
a
r
e
n
o
r
e
c
o
gn
i
z
e
d
r
e
s
o
ur
c
e
s
t
h
a
t
i
n
c
l
ude
s
uc
h
t
y
pe
da
t
a
s
e
t
s
,
t
h
e
s
e
v
o
i
c
e
s
a
m
pl
e
s
f
a
l
l
u
n
de
r
t
h
e
l
o
w
-
r
e
s
o
ur
c
e
l
a
n
gu
a
ge
c
a
t
e
go
r
y
.
3.
2
.
Te
c
h
n
i
q
u
e
u
s
e
d
fo
r
fe
a
tu
r
e
e
x
tr
ac
t
i
o
n
:
m
e
l
-
fr
e
q
u
e
n
c
y
c
e
p
s
tr
a
l
c
o
e
ffi
c
i
e
n
t
G
e
n
de
r
i
de
nt
i
f
i
c
a
t
i
o
n
i
s
m
a
i
n
l
y
b
a
s
e
d
o
n
t
r
a
i
t
s
e
x
t
r
a
c
t
e
d
f
r
o
m
v
o
i
c
e
s
o
un
ds
.
T
h
e
c
o
l
l
e
c
t
e
d
f
e
a
t
ur
e
s
t
h
a
t
e
n
c
a
ps
ul
a
t
e
t
h
e
ke
y
a
t
t
r
i
b
ut
e
s
o
f
t
h
e
s
pe
e
c
h
s
a
m
p
l
e
s
c
on
s
t
i
t
u
t
e
a
n
i
m
po
r
t
a
nt
i
nput
f
o
r
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
l
go
ri
t
hm
s
.
T
h
e
m
o
s
t
s
i
g
n
i
f
i
c
a
n
t
t
e
c
hni
que
f
o
r
e
xt
r
a
c
t
i
n
g
s
pe
e
c
h
-
b
a
s
e
d
c
h
a
r
a
c
t
e
r
i
s
t
i
c
s
i
n
t
h
i
s
do
m
a
i
n
i
s
M
F
CC
[2
1
]
.
T
h
e
M
F
CC
pl
a
y
s
a
s
i
g
ni
f
i
c
a
nt
f
un
c
t
i
o
n
b
e
c
a
us
e
of
i
t
s
c
a
pa
c
i
t
y
t
o
i
l
l
us
t
ra
t
e
s
pe
e
c
h
a
m
p
l
i
t
ude
s
s
uc
c
i
n
c
t
l
y
.
T
h
e
f
o
l
l
ow
i
n
g
s
t
e
ps
o
ut
l
i
n
e
t
h
e
p
r
o
c
e
s
s
f
o
r
ga
i
ni
n
g
t
h
e
M
F
CC
f
u
n
c
t
i
o
na
l
i
t
i
e
s
.
T
h
e
d
i
a
g
ra
m
m
a
t
i
c
r
e
p
r
e
s
e
n
t
a
t
i
o
n
o
f
M
F
CC
i
s
s
h
o
w
n
i
n
F
i
gu
r
e
1
.
F
i
gu
r
e
1
.
D
i
a
g
ra
m
m
a
t
i
c
a
l
l
y
r
e
p
r
e
s
e
n
t
a
t
i
o
n
o
f
M
F
CC
F
i
l
t
e
r
i
ng:
t
hi
s
i
s
t
h
e
i
n
i
t
i
a
l
s
t
a
ge
o
f
boo
s
t
i
n
g
t
h
e
hi
g
h
f
r
e
que
nc
i
e
s
fo
r
l
e
s
s
p
r
o
m
i
n
e
nt
s
pe
e
c
h
i
n
t
h
e
a
ud
i
o
s
i
g
n
a
l
[
]
by
a
ppl
y
i
n
g
a
p
r
e
-
e
m
p
h
a
s
i
s
f
i
l
t
e
r
.
T
h
e
p
r
e
-
e
m
p
ha
s
i
z
e
d
s
i
g
na
l
[
]
i
s
gi
v
e
n
i
n
(
1
)
.
[
]
=
[
]
−
.
[
−
1
]
(1)
W
h
e
r
e
i
s
t
y
pi
c
a
l
l
y
s
e
t
t
o
a
v
a
l
ue
b
e
t
w
e
e
n
0.
9
5
a
n
d
0.
98.
F
r
a
m
i
ng:
t
h
e
s
i
g
na
l
i
s
s
p
l
i
t
up
i
n
t
o
o
v
e
r
l
a
ppi
ng
f
ra
m
e
s
w
i
t
h
s
a
m
pl
e
s
i
n
l
e
n
gt
h.
E
v
e
r
y
f
r
a
m
e
ha
s
a
c
e
r
t
a
i
n
n
u
m
b
e
r
o
f
s
a
m
pl
e
s
t
h
a
t
o
ve
r
l
a
p
w
i
t
h
t
h
e
f
ra
m
e
b
e
fo
r
e
i
t
.
If
t
h
e
s
i
g
na
l
ha
s
s
a
m
pl
e
s
,
t
h
e
n
u
m
b
e
r
o
f
f
r
a
m
e
s
i
s
gi
v
e
n
i
n
(
2
)
.
=
⌊
−
+
1
⌋
(2)
E
a
c
h
f
r
a
m
e
i
s
de
n
o
t
e
d
a
s
[
]
,
w
h
e
r
e
i
nde
xe
s
t
h
e
f
ra
m
e
.
W
i
n
do
w
i
n
g
:
a
w
i
n
do
w
f
un
c
t
i
o
n
[
]
i
s
m
u
l
t
i
pl
i
e
d
by
e
a
c
h
f
ra
m
e
t
o
de
c
r
e
a
s
e
s
pe
c
t
r
a
l
l
e
a
k
a
ge
.
T
h
e
h
a
m
m
i
n
g
w
i
n
do
w
i
s
gi
v
e
n
i
n
(
3
)
.
[
]
=
0
.
54
−
0
.
46
∙
(
2
−
1
)
(3)
T
h
e
w
i
n
do
w
e
d
f
r
a
m
e
i
s
g
i
v
e
n
by
[
]
=
[
]
∙
[
]
F
a
s
t
f
o
ur
i
e
r
t
r
a
n
s
f
o
r
m
(F
F
T
)
:
t
h
e
w
i
n
do
w
e
d
f
r
a
m
e
[
]
i
s
t
ra
n
s
f
o
r
m
e
d
i
nt
o
t
h
e
f
r
e
que
n
c
y
do
m
a
i
n
ut
i
l
i
z
i
n
g
t
h
e
F
F
T
,
a
s
s
h
o
w
n
i
n
(
4
)
.
[
]
=
∑
[
]
∙
−
2
−
1
=
0
,
=
0
,
1
,
…
,
−
1
(4)
T
h
e
r
e
s
ul
t
i
n
g
[
]
i
s
a
c
o
m
pl
e
x
v
a
l
ue
r
e
p
r
e
s
e
n
t
i
n
g
t
h
e
a
m
pl
i
t
ude
a
n
d
p
ha
s
e
o
f
t
h
e
s
i
g
na
l
’
s
f
r
e
que
n
c
y
c
o
m
po
n
e
n
t
s
.
M
e
l
f
r
e
que
n
c
y
m
a
ppi
ng:
a
s
e
r
i
e
s
o
f
t
ri
a
ngl
e
f
i
l
t
e
r
s
[
]
w
hi
c
h
a
r
e
m
el
-
s
c
a
l
e
d
a
nd
a
pp
l
i
e
d
t
o
t
h
e
p
o
w
e
r
s
p
e
c
t
ru
m
.
E
a
c
h
f
i
l
t
e
r
i
s
d
e
s
i
g
ne
d
t
o
c
a
p
t
u
re
t
he
e
ne
rg
y
i
n
a
s
p
e
c
i
f
i
c
m
e
l
f
re
q
ue
nc
y
b
a
nd
,
a
s
g
i
v
e
n
i
n
(
5
)
.
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
G
e
nd
e
r
i
de
nt
i
f
i
c
at
i
on
f
r
om
t
r
i
b
al
s
pe
e
c
h
us
i
ng
s
e
v
e
r
a
l
l
e
ar
n
i
ng
t
e
c
hn
i
que
s
(
Subr
at
Kum
ar
N
ay
a
k
)
319
=
∑
[
]
∙
[
]
−
1
=
0
,
=
1
,
2
,
…
.
,
(5)
W
h
e
r
e
[
]
de
n
o
t
e
s
t
h
e
po
w
e
r
s
pe
c
t
ru
m
.
T
h
e
m
e
l
s
c
a
l
e
i
s
r
e
l
a
t
e
d
t
o
t
he
l
i
n
e
a
r
f
re
q
ue
n
c
y
i
s
g
i
v
e
n
i
n
(
6
).
=
2595
∙
l
o
g
10
(
1
+
700
)
(6)
L
o
ga
r
i
t
hm
:
t
h
e
l
o
ga
r
i
t
h
m
o
f
t
h
e
f
i
l
t
e
r
e
d
o
ut
pu
t
i
s
t
a
ke
n
t
o
c
o
m
p
r
e
s
s
t
h
e
dy
n
a
m
i
c
ra
n
ge
o
f
t
h
e
s
i
g
na
l
i
s
gi
v
e
n
by
(
)
.
D
i
s
c
r
e
t
e
c
o
s
i
n
e
t
r
a
n
s
f
o
r
m
s
(D
C
T
):
a
ppl
y
i
n
g
t
h
e
D
CT
t
o
t
he
l
o
g
m
e
l
s
pe
c
t
r
um
i
s
t
h
e
l
a
s
t
s
t
e
p
t
o
m
i
n
i
m
i
z
e
di
m
e
n
s
i
o
na
l
i
t
y
a
n
d
de
c
o
r
r
e
l
a
t
e
t
h
e
f
i
l
t
e
r
b
a
n
k
c
o
e
ff
i
c
i
e
n
t
s
,
a
s
s
h
o
w
n
i
n
(
7
)
.
=
∑
(
)
=
1
∙
[
∙
(
−
1
2
)
∙
]
,
=
0
,
1
,
.
.
,
−
1
(7)
H
e
r
e
,
a
r
e
t
h
e
M
F
CCs
,
a
n
d
i
s
t
h
e
n
u
m
b
e
r
o
f
c
oe
f
f
i
c
i
e
n
t
s
.
3.
3
.
C
l
as
s
i
f
i
c
a
ti
o
n
te
c
h
n
i
q
u
e
s
O
n
e
o
f
t
h
e
ke
y
e
l
e
m
e
n
t
s
i
n
de
t
e
r
m
i
n
i
ng
t
h
e
s
pe
a
ke
r
’
s
ge
nde
r
i
s
a
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
l
go
r
i
t
hm
.
C
h
o
o
s
i
n
g
a
c
l
a
s
s
i
f
i
c
a
t
i
o
n
m
e
t
h
o
d
w
i
t
h
a
hi
g
h
de
g
r
e
e
o
f
g
e
n
de
r
i
de
n
t
i
f
i
c
a
t
i
o
n
a
c
c
u
r
a
c
y
i
s
t
h
e
m
o
s
t
di
f
f
i
c
ul
t
c
ha
l
l
e
nge
.
T
h
e
c
l
a
s
s
i
f
i
e
r
i
s
us
e
d
t
o
a
s
c
e
rt
a
i
n
t
h
e
s
pe
a
ke
r
s
’
ge
n
de
r
s
a
f
t
e
r
t
h
e
f
e
a
t
u
r
e
ha
s
b
e
e
n
t
a
ke
n
f
r
o
m
t
h
e
s
pe
e
c
h
s
a
m
pl
e
s
.
S
e
v
e
r
a
l
l
e
a
rni
n
g
a
pp
r
o
a
c
h
e
s
a
r
e
us
e
d
h
e
r
e
a
s
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
l
go
ri
t
hm
s
,
i
n
c
l
ud
i
n
g
D
T
,
M
L
P
,
G
B
,
L
D
A
,
R
N
N
,
L
S
T
M
,
g
a
t
e
d
r
e
c
u
rr
e
nt
u
n
i
t
s
(G
R
U
),
a
n
d
t
ra
n
s
f
orm
e
r
.
3.
3
.
1.
D
e
c
i
s
i
o
n
t
r
e
e
DT
s
a
r
e
a
s
ub
s
e
t
o
f
b
a
ggi
n
g
t
e
c
hni
que
s
us
e
f
ul
f
o
r
e
ff
i
c
i
e
n
t
l
y
m
a
na
gi
ng
n
o
n
-
l
i
n
e
a
r
da
t
a
s
e
t
s
.
U
s
i
n
g
t
h
e
c
r
i
t
e
ri
a
G
i
ni
i
n
de
x,
w
e
h
a
v
e
i
n
s
t
a
nt
i
a
t
e
d
t
h
e
DT
c
l
a
s
s
i
f
i
e
r
m
o
de
l
.
A
de
c
i
s
i
o
n
i
s
r
e
p
r
e
s
e
n
t
e
d
by
l
e
a
f
n
o
de
s
t
h
a
t
ha
v
e
n
o
e
dge
s
o
n
t
h
e
e
x
t
e
ri
o
r
[
2]
.
D
T
a
p
p
r
o
xi
m
a
t
e
s
a
s
i
n
e
c
ur
v
e
f
o
r
de
c
i
s
i
o
n
-
m
a
ki
ng
pu
rpo
s
e
s
us
i
n
g
a
s
e
r
i
e
s
o
f
IF
-
T
H
E
N
r
ul
e
s
.
T
h
e
DT
m
o
de
l
c
a
n
m
a
t
h
e
m
a
t
i
c
a
l
l
y
r
e
pr
e
s
e
n
t
a
s
e
r
i
e
s
o
f
r
e
c
u
r
s
i
v
e
b
i
n
a
r
y
s
pl
i
t
s
i
n
(
8
)
.
(
)
=
∑
(
)
=
1
(8)
W
h
e
r
e
(
)
i
s
t
h
e
p
r
e
di
c
t
i
o
n
f
o
r
i
n
pu
t
,
r
e
p
r
e
s
e
n
t
s
t
h
e
l
e
a
f
n
o
de
s
,
de
n
o
t
e
s
t
h
e
f
i
na
l
v
a
l
ue
,
i
s
a
n
i
n
di
c
a
t
o
r
f
un
c
t
i
o
n
a
n
d
i
s
t
h
e
r
e
gi
o
n
o
f
t
h
e
i
n
pu
t
s
p
a
c
e
.
3.
3
.
2.
M
u
l
ti
l
ay
e
r
p
e
r
c
e
p
tr
o
n
M
ul
t
i
-
l
a
y
e
r
pe
r
c
e
pt
r
o
n
’
s
,
a
ki
n
d
o
f
n
e
u
r
a
l
n
e
t
w
o
r
k
c
o
m
m
o
n
l
y
us
e
d
fo
r
s
u
pe
r
v
i
s
e
d
l
e
a
rni
n
g
t
a
s
ks
,
a
r
e
a
b
b
r
e
v
i
a
t
e
d
a
s
M
L
P
s
.
It
c
o
n
s
i
s
t
s
o
f
s
e
v
e
r
a
l
l
i
n
ke
d
l
a
y
e
r
s
o
f
n
o
de
s
,
w
h
e
r
e
e
a
c
h
n
e
u
r
o
n
s
e
n
ds
i
t
s
o
ut
pu
t
t
o
t
h
e
l
a
y
e
r
t
ha
t
c
o
m
e
s
a
f
t
e
r
i
t
a
nd
t
a
ke
s
i
n
p
ut
f
r
o
m
t
h
e
o
n
e
b
e
fo
re
i
t
.
T
h
e
l
a
s
t
l
a
y
e
r
,
a
l
s
o
r
e
f
e
r
r
e
d
t
o
a
s
t
h
e
o
ut
pu
t
l
a
y
e
r
,
ge
n
e
ra
t
e
s
t
h
e
e
s
t
i
m
a
t
e
s
f
o
r
t
h
e
f
i
na
l
o
ut
put
.
I
t
i
s
t
r
a
i
ne
d
us
i
n
g
a
s
upe
r
v
i
s
e
d
l
e
a
rn
i
ng
m
e
t
h
o
d
k
n
o
w
n
a
s
b
a
c
kpr
o
pa
ga
t
i
o
n
[1
8
]
.
T
h
e
o
ut
put
̂
c
a
n
b
e
e
xpr
e
s
s
e
d
i
n
(
9
)
.
̂
=
(
ℎ
+
)
(9)
W
h
e
r
e
i
s
t
h
e
w
e
i
gh
t
m
a
t
ri
x
,
i
s
b
i
a
s
a
n
d
i
s
t
h
e
s
i
g
m
o
i
d
f
un
c
t
i
o
n
a
n
d
i
s
r
e
p
r
e
s
e
n
t
e
d
i
n
(
10
)
.
(
)
=
1
1
+
−
(10)
3.
3
.
3.
G
r
ad
i
e
n
t
b
o
o
s
ti
n
g
A
ML
t
e
c
hni
que
c
a
l
l
e
d
G
B
c
r
e
a
t
e
s
c
o
l
l
e
c
t
i
v
e
w
e
a
k
p
r
e
di
c
t
i
o
n
m
o
de
l
s
t
h
a
t
w
o
r
k
a
s
c
l
a
s
s
i
f
i
e
r
s
.
It
c
r
e
a
t
e
s
a
n
a
dd
i
t
i
v
e
m
o
de
l
s
t
e
p
-
by
-
s
t
e
p
a
n
d
i
s
t
y
pi
c
a
l
l
y
a
pp
l
i
e
d
w
h
e
n
a
c
c
ur
a
c
y
i
s
n
o
t
a
c
hi
e
v
e
d
w
i
t
h
i
n
di
v
i
du
a
l
c
l
a
s
s
i
f
i
e
r
s
.
T
h
e
t
ra
i
ni
n
g
d
a
t
a
s
e
t
’
s
X
a
n
d
Y
c
o
l
um
n
s
a
r
e
n
e
e
de
d
f
o
r
t
h
e
m
o
de
l
t
o
f
i
t
.
O
n
t
h
e
t
e
s
t
i
ng
da
t
a
s
e
t
,
i
t
i
s
p
r
e
di
c
t
e
d
o
n
c
e
t
h
e
m
o
de
l
h
a
s
b
e
e
n
f
i
t
t
e
d.
B
o
t
h
t
h
e
l
o
s
s
f
un
c
t
i
o
n
a
nd
t
h
e
b
a
s
i
c
l
e
a
rn
e
r
m
o
de
l
s
i
n
t
h
e
G
B
s
m
e
t
h
o
d
a
r
e
f
r
e
e
l
y
de
f
i
n
e
d
[9]
.
T
h
e
f
i
n
a
l
m
o
de
l
a
f
t
e
r
i
t
e
ra
t
i
o
n
s
a
r
e
s
h
o
w
n
i
n
(
11
)
.
(
)
=
0
(
)
+
∑
ℎ
=
1
(
)
(11)
W
h
e
r
e
=
[
1
,
2
,
…
,
]
a
s
t
h
e
i
nput
f
e
a
t
u
r
e
v
e
c
t
o
r
,
(
)
a
s
t
h
e
m
o
de
l
a
t
t
h
e
t
h
s
t
a
ge
.
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
40
,
N
o
.
1
,
O
c
t
o
b
e
r
20
25
:
316
-
3
26
320
3.
3
.
4.
Li
n
e
a
r
d
i
s
c
r
i
m
i
n
an
t
an
al
ys
i
s
F
o
r
di
m
e
n
s
i
o
na
l
i
t
y
r
e
duc
t
i
o
n
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n,
s
upe
r
v
i
s
e
d
l
e
a
rn
i
ng
t
e
c
hn
i
q
ue
s
l
i
ke
L
D
A
a
r
e
us
e
d.
L
D
A
l
oo
ks
fo
r
t
h
e
o
pt
i
m
u
m
l
i
n
e
a
r
f
e
a
t
u
r
e
c
o
m
b
i
na
t
i
o
n
t
o
di
v
i
de
a
n
o
bj
e
c
t
o
r
e
v
e
n
t
i
nt
o
t
w
o
o
r
m
o
r
e
c
l
a
s
s
e
s
.
L
D
A
i
s
o
f
t
e
n
us
e
d
t
o
di
v
i
d
e
da
t
a
i
nt
o
t
w
o
o
r
m
o
r
e
l
a
b
e
l
s
.
If
t
h
e
r
e
a
r
e
t
w
o
c
l
a
s
s
e
s
,
l
a
b
e
l
s
a
r
e
c
l
a
s
s
i
f
i
e
d
l
i
n
e
a
r
l
y
us
i
n
g
o
n
e
h
y
pe
r
pl
a
n
e
.
T
o
di
v
i
de
t
h
e
c
l
a
s
s
e
s
i
n
v
a
r
i
o
us
w
a
y
s
,
h
o
w
e
ve
r
,
s
e
v
e
r
a
l
h
y
pe
r
pl
a
n
e
s
a
r
e
r
e
qui
r
e
d
[1]
.
T
h
e
S
c
a
t
t
e
r
m
a
t
ri
c
e
s
a
r
e
g
i
v
e
n
i
n
(
12
)
a
n
d
(
13
)
.
=
∑
(
−
)
=
1
(
−
)
+
∑
(
−
)
=
1
(
−
)
(12)
=
(
−
)
(
−
)
+
(
−
)
(
−
)
(13)
W
h
e
r
e
i
s
t
h
e
o
v
e
r
a
l
l
m
e
a
n
v
e
c
t
o
r
o
f
t
h
e
f
e
a
t
u
r
e
s
,
i
s
t
h
e
s
c
a
t
t
e
r
m
a
t
ri
x
i
n
s
i
de
t
h
e
c
l
a
s
s
,
a
n
d
i
s
a
s
c
a
t
t
e
r
m
a
t
ri
x
b
e
t
w
e
e
n
t
h
e
c
l
a
s
s
e
s
.
3.
3
.
5.
R
e
c
u
r
r
e
n
t
n
e
u
r
al
n
e
tw
o
r
k
T
h
e
f
u
n
c
t
i
o
ni
n
g
o
f
a
n
a
r
t
i
f
i
c
i
a
l
n
e
u
ra
l
n
e
t
w
o
r
k
(A
N
N
)
r
e
s
e
m
b
l
e
s
t
h
a
t
o
f
t
h
e
h
u
m
a
n
b
r
a
i
n.
R
N
N
b
e
l
o
n
gs
t
o
t
h
e
A
N
N
g
r
o
up.
T
i
m
e
s
e
r
i
e
s
s
i
g
na
l
s
,
s
pe
e
c
h
s
i
g
na
l
s
,
a
nd
o
t
h
e
r
s
i
g
na
l
s
a
r
e
p
r
o
duc
e
d
by
c
o
m
b
i
n
i
ng
s
e
que
n
t
i
a
l
d
a
t
a
.
T
h
i
s
t
y
pe
of
da
t
a
c
a
n
b
e
e
ff
i
c
i
e
n
t
l
y
m
a
na
g
e
d
w
i
t
h
t
h
e
R
N
N
c
l
a
s
s
i
f
i
c
a
t
i
o
n
m
e
t
h
o
d.
R
N
N
’
s
m
e
m
o
r
y
i
s
l
i
m
i
t
e
d
[1
1]
.
T
h
i
s
d
i
s
a
dv
a
n
t
a
ge
r
e
duc
e
s
t
h
e
f
i
e
l
d
’
s
us
e
f
ul
n
e
s
s
i
n
ge
nde
r
i
de
nt
i
f
i
c
a
t
i
o
n.
L
S
T
M
c
a
n
h
e
l
p
m
i
t
i
g
a
t
e
t
h
e
i
m
p
a
c
t
o
f
t
hi
s
l
i
m
i
t
a
t
i
o
n.
A
n
R
N
N
m
a
i
nt
a
i
n
s
a
hi
dde
n
s
t
a
t
e
−
1
t
ha
t
c
o
n
t
a
i
n
s
d
a
t
a
f
r
o
m
e
a
rl
i
e
r
t
i
m
e
s
t
e
ps
a
s
i
t
go
e
s
t
hr
o
ug
h
t
h
e
s
e
que
n
c
e
o
f
i
n
put
.
T
h
e
h
i
d
de
n
s
t
a
t
e
i
s
c
o
m
put
e
d
a
t
t
h
e
t
i
m
e
s
t
e
p
,
i
n
(
14
)
.
=
(
−
1
+
+
)
(14)
W
h
e
r
e
i
s
t
h
e
i
n
p
ut
f
e
a
t
ur
e
v
e
c
t
o
r
a
t
t
h
e
c
u
rr
e
n
t
t
i
m
e
s
t
e
p,
a
n
d
a
r
e
w
e
i
ght
m
a
t
r
i
c
e
s
,
i
s
a
b
i
a
s
v
e
c
t
o
r
i
s
a
n
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
a
n
d
−
1
i
s
t
h
e
h
i
d
de
n
s
t
a
t
e
f
r
o
m
t
h
e
p
r
e
v
i
o
us
t
i
m
e
s
t
e
p.
3.
3
.
6.
Lo
n
g
s
h
o
r
t
-
te
r
m
m
e
m
o
r
y
L
S
T
M
c
a
n
e
xpa
n
d
t
h
e
s
y
s
t
e
m
’
s
m
e
m
o
r
y
.
H
ow
e
v
e
r
,
L
S
T
M
o
nl
y
r
e
a
l
l
y
w
o
r
ks
i
n
o
n
e
w
a
y
.
B
i
di
r
e
c
t
i
o
n
a
l
L
S
T
M
(
B
i
L
S
T
M
)
i
s
u
t
i
l
i
z
e
d
f
o
r
t
h
e
t
w
o
-
di
r
e
c
t
i
o
n
o
pe
r
a
t
i
o
n
t
o
i
m
p
r
o
v
e
t
h
e
ge
n
de
r
i
de
nt
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
’
s
a
c
c
ur
a
c
y
.
T
h
e
f
i
n
a
l
p
r
o
duc
t
i
o
n
o
f
a
B
i
L
S
T
M
l
a
y
e
r
i
s
c
r
e
a
t
e
d
b
y
c
o
n
c
a
t
e
n
a
t
i
n
g
t
h
e
o
ut
put
s
f
r
o
m
t
h
e
t
w
o
l
a
y
e
r
s
.
B
e
c
a
us
e
i
t
l
e
a
rn
s
s
e
que
n
t
i
a
l
pa
t
t
e
rn
s
i
n
b
o
t
h
di
r
e
c
t
i
o
n
s
,
a
Bi
L
S
T
M
l
a
y
e
r
o
ut
pe
r
f
o
rm
s
a
s
i
ng
l
e
L
S
T
M
l
a
y
e
r
[2
2
]
.
T
h
e
o
u
t
pu
t
l
a
y
e
r
o
f
t
h
e
L
S
T
M
m
o
de
l
m
a
y
b
e
de
f
i
ne
d
a
s
s
h
o
w
n
i
n
(
15
)
.
=
(
∙
ℎ
+
)
(15)
W
h
e
r
e
i
s
t
h
e
w
e
i
gh
t
m
a
t
ri
x
o
f
t
h
e
o
ut
put
l
a
y
e
r
,
i
s
t
h
e
b
i
a
s
v
e
c
t
o
r
o
f
t
h
e
o
ut
put
l
a
y
e
r
,
ℎ
i
s
t
h
e
l
a
s
t
hi
dde
n
s
t
a
t
e
,
e
n
s
u
r
e
s
t
h
e
o
ut
put
i
s
a
p
r
o
b
a
b
i
l
i
t
y
di
s
t
r
i
b
ut
i
o
n
ov
e
r
c
l
a
s
s
e
s
3.
3
.
7.
G
ate
d
r
e
c
u
r
r
e
n
t
u
n
i
ts
O
n
e
ki
n
d
o
f
R
N
N
a
r
c
hi
t
e
c
t
u
r
e
u
t
i
l
i
z
e
d
f
o
r
s
e
que
n
c
e
m
o
de
l
i
n
g
a
ppl
i
c
a
t
i
o
n
s
i
s
t
h
e
G
R
U
a
r
c
hi
t
e
c
t
u
r
e
.
G
RU
s
ha
v
e
s
i
m
i
l
a
ri
t
i
e
s
w
i
t
h
L
S
T
M
n
e
t
w
o
r
ks
,
a
l
t
h
o
ug
h
t
h
e
y
a
r
e
m
o
r
e
c
o
m
put
a
t
i
o
na
l
l
y
e
ff
i
c
i
e
n
t
d
ue
t
o
t
h
e
i
r
m
o
r
e
s
t
ra
i
g
ht
f
o
r
w
a
r
d
a
r
c
h
i
t
e
c
t
u
r
e
.
G
R
U
s
c
a
n
pe
r
f
o
r
m
s
i
m
i
l
a
rl
y
t
o
L
S
T
M
s
o
n
v
a
ri
o
us
t
a
s
ks
,
i
n
c
l
ud
i
n
g
ge
n
de
r
i
de
nt
i
f
i
c
a
t
i
o
n
,
a
l
t
h
o
ug
h
h
a
v
i
n
g
a
s
i
m
pl
e
r
s
t
ruc
t
u
r
e
.
G
R
U
s
a
r
e
f
r
e
que
n
t
l
y
l
e
s
s
pr
o
n
e
t
o
o
ve
r
f
i
t
t
i
ng
a
n
d
e
a
s
i
e
r
t
o
t
r
a
i
n
t
h
a
n
L
S
T
M
s
s
i
n
c
e
t
h
e
y
h
a
v
e
f
e
w
e
r
p
a
r
a
m
e
t
e
r
s
[2
3
]
.
3.
3
.
8.
T
r
an
s
fo
r
m
e
r
T
h
e
s
e
l
f
-
a
t
t
e
n
t
i
o
n
m
e
c
ha
n
i
s
m
i
s
us
e
d
w
h
e
n
us
i
n
g
a
t
ra
n
s
f
o
r
m
e
r
m
o
de
l
f
o
r
ge
n
de
r
i
de
n
t
i
f
i
c
a
t
i
o
n
t
o
e
xt
ra
c
t
m
e
a
ni
n
gf
ul
p
a
t
t
e
rn
s
f
r
o
m
t
h
e
i
n
p
ut
d
a
t
a
,
w
hi
c
h
m
a
y
b
e
a
udi
t
o
r
y
a
t
t
r
i
b
ut
e
s
t
h
a
t
de
s
c
r
i
b
e
t
h
e
v
o
i
c
e
.
T
h
e
e
n
c
o
de
r
’
s
o
ut
pu
t
m
us
t
b
e
t
a
ke
n
a
n
d
t
ra
n
s
f
o
r
m
e
d
i
nt
o
a
s
e
r
i
e
s
o
f
t
e
xt
t
o
ke
n
s
b
y
t
h
e
de
c
o
de
r
[24
]
.
B
e
c
a
us
e
of
t
h
e
m
ul
t
i
-
h
e
a
d
a
t
t
e
n
t
i
o
n
c
a
p
a
b
i
l
i
t
y
,
t
h
e
m
o
de
l
m
a
y
a
n
a
l
y
z
e
da
t
a
f
r
o
m
m
a
n
y
r
e
p
r
e
s
e
n
t
a
t
i
o
n
s
ub
s
pa
c
e
s
a
t
di
f
fe
r
e
nt
t
i
m
e
s
.
(
,
,
)
=
(
ℎ
1
,
…
,
ℎ
ℎ
)
(16)
W
h
e
r
e
e
a
c
h
h
e
a
d
i
s
c
o
m
put
e
d
a
s
ℎ
=
(
,
,
)
a
n
d
i
s
t
h
e
o
ut
put
w
e
i
ght
m
a
t
r
i
x
.
T
h
e
t
r
a
n
s
f
o
r
m
e
r
m
o
de
l
m
a
y
h
a
ndl
e
s
e
que
n
t
i
a
l
da
t
a
f
o
r
t
a
s
ks
l
i
ke
ge
n
de
r
i
de
n
t
i
f
i
c
a
t
i
o
n
f
r
o
m
s
pe
e
c
h
d
a
t
a
by
ut
i
l
i
z
i
n
g
t
hi
s
a
s
s
h
o
w
n
i
n
(
16
)
[2
5
]
.
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
G
e
nd
e
r
i
de
nt
i
f
i
c
at
i
on
f
r
om
t
r
i
b
al
s
pe
e
c
h
us
i
ng
s
e
v
e
r
a
l
l
e
ar
n
i
ng
t
e
c
hn
i
que
s
(
Subr
at
Kum
ar
N
ay
a
k
)
321
4.
P
R
O
P
O
S
ED
M
O
D
EL
G
e
n
de
r
i
de
nt
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
w
o
r
ki
n
g
m
o
de
l
:
s
i
n
c
e
K
U
I
ha
s
f
e
w
r
e
s
o
ur
c
e
s
,
ga
t
h
e
ri
n
g
da
t
a
f
r
o
m
t
h
e
f
i
e
l
d
i
s
e
xt
r
e
m
e
l
y
di
f
f
i
c
ul
t
.
F
o
l
l
o
w
i
n
g
d
a
t
a
c
o
l
l
e
c
t
i
o
n
,
w
e
a
ppl
y
s
e
ve
r
a
l
l
e
a
rni
n
g
m
o
de
l
s
.
A
l
go
ri
t
hm
1
s
h
o
w
s
t
h
e
p
r
o
c
e
dur
e
s
i
n
t
hi
s
s
ugge
s
t
e
d
K
U
I
ge
n
de
r
i
de
n
t
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
.
T
h
e
c
o
m
pr
e
h
e
n
s
i
v
e
pr
o
c
e
s
s
i
s
s
h
ow
n
i
n
F
i
gu
r
e
2
.
A
l
go
r
i
t
h
m
1
.
G
e
n
de
r
i
de
n
t
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
m
o
de
l
1.
I
n
t
h
e
f
i
r
s
t
s
t
a
g
e
,
t
h
e
v
o
i
c
e
d
a
t
a
h
a
s
t
o
b
e
p
r
o
v
i
d
e
d
.
F
o
r
a
s
i
n
g
l
e
s
p
e
a
k
e
r
,
w
e
e
n
t
e
r
e
d
2
0
0
v
o
i
c
e
d
a
t
a
p
o
i
n
t
s
h
e
r
e
.
W
e
t
h
e
n
p
r
e
p
r
o
c
e
s
s
e
d
t
h
e
f
i
r
s
t
p
h
a
s
e
’
s
s
u
p
p
l
i
e
d
i
n
p
u
t
d
a
t
a
.
I
n
t
h
i
s
s
t
e
p
,
t
h
e
v
o
i
c
e
d
a
t
a
i
s
p
r
o
c
e
s
s
e
d
a
n
d
c
l
e
a
n
e
d
u
p
.
T
h
e
s
p
e
e
c
h
d
a
t
a
q
u
a
l
i
t
y
f
o
r
gender identification is enhanced at this level.
2.
A
f
t
e
r
t
h
e
p
r
e
v
i
o
u
s
s
t
a
g
e
,
v
o
i
c
e
d
a
t
a
e
x
t
r
a
c
t
v
a
r
i
o
u
s
p
r
o
s
o
d
i
c
o
r
a
c
o
u
s
t
i
c
s
p
e
e
c
h
properties.
Pitch,
energy,
a
n
d
i
n
t
e
n
s
i
t
y
m
a
y
b
e
e
x
t
r
a
c
t
e
d
f
r
o
m
s
p
e
e
c
h
d
a
t
a
u
s
i
n
g
M
F
C
C
,
one of the feature extraction techniques for voice data.
3.
The gender is determined using the learning models.
4.
U
s
i
n
g
v
a
r
i
o
u
s
c
r
i
t
e
r
i
a
,
i
n
c
l
u
d
i
n
g
a
c
c
u
r
a
c
y
,
t
h
e
e
f
f
e
c
t
i
v
e
n
e
s
s
o
f
g
e
n
d
e
r
i
d
e
n
t
i
f
i
c
a
t
i
o
n
is evaluated at the last stage. It also computed the learning models
’
accuracy.
F
i
gu
r
e
2
.
W
o
r
kf
l
o
w
of
K
U
I
ge
n
de
r
i
de
nt
i
f
i
c
a
t
i
o
n
5.
R
ES
U
LTS
A
N
D
D
I
S
C
U
S
S
I
O
N
P
l
e
n
t
y
of
s
t
udi
e
s
ha
v
e
b
e
e
n
do
n
e
o
n
ge
n
de
r
i
de
n
t
i
f
i
c
a
t
i
o
n
i
n
o
t
h
e
r
l
a
n
g
ua
ge
s
us
i
ng
a
v
a
r
i
e
t
y
o
f
l
e
a
rn
i
ng
s
t
r
a
t
e
gi
e
s
,
b
ut
n
o
t
i
n
t
h
e
K
U
I
l
a
ngua
ge
.
R
e
s
e
a
r
c
h
e
r
s
ha
v
e
e
n
c
o
unt
e
r
e
d
n
u
m
e
r
o
us
d
i
f
f
i
c
ul
t
i
e
s
,
i
n
c
l
udi
ng
p
r
e
p
r
o
c
e
s
s
i
n
g
a
n
d
d
a
t
a
s
e
t
p
r
e
p
a
r
a
t
i
o
n,
du
ri
n
g
e
a
r
l
i
e
r
s
t
ud
i
e
s
;
s
o
m
e
o
f
t
h
e
s
e
i
s
s
ue
s
a
r
e
c
o
ve
r
e
d
i
n
r
e
l
a
t
e
d
pub
l
i
c
a
t
i
o
n
s
.
A
ddi
t
i
o
na
l
l
y
,
i
n
p
a
s
t
r
e
s
e
a
r
c
h,
t
h
e
r
e
ha
v
e
be
e
n
i
s
s
ue
s
w
i
t
h
d
a
t
a
s
e
t
de
v
e
l
o
pm
e
n
t
b
e
c
a
us
e
i
t
i
s
c
h
a
l
l
e
n
gi
n
g
t
o
b
ui
l
d
a
da
t
a
s
e
t
i
n
a
t
r
i
b
a
l
l
a
n
gu
a
ge
.
T
h
e
p
r
e
di
c
t
i
v
e
m
o
de
l
’
s
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
u
r
e
m
e
n
t
s
i
n
c
l
ude
F
1
-
s
c
o
r
e
,
a
c
c
ur
a
c
y
,
p
r
e
c
i
s
i
o
n
,
r
e
c
a
l
l
,
a
n
d
o
t
h
e
r
m
e
t
ri
c
s
.
T
a
b
l
e
2
s
h
o
w
s
a
de
t
a
i
l
e
d
a
n
a
l
y
s
i
s
of
di
f
f
e
r
e
n
t
pa
r
a
m
e
t
e
r
s
.
F
i
gu
r
e
3
di
s
pl
a
y
s
t
h
e
a
c
c
ura
c
y
gr
a
p
hi
c
a
l
l
y
,
w
h
i
l
e
F
i
gu
r
e
4
d
i
s
pl
a
y
s
t
h
e
A
U
C
v
a
l
ue
.
T
h
e
c
o
n
f
us
i
o
n
m
a
t
r
i
x
(CM
)
i
s
us
e
d
t
o
c
o
m
put
e
t
h
e
s
e
pe
r
f
o
r
m
a
n
c
e
i
n
di
c
a
t
o
r
s
.
E
v
e
r
y
c
o
n
f
us
i
o
n
m
a
t
ri
x
ha
s
a
n
x
-
a
xi
s
r
e
p
r
e
s
e
n
t
i
n
g
t
h
e
e
x
pe
c
t
e
d
l
a
b
e
l
s
a
nd
a
y
-
a
xi
s
r
e
p
r
e
s
e
nt
i
n
g
t
h
e
a
c
t
ua
l
l
a
b
e
l
s
.
F
i
gu
r
e
s
5
t
hr
o
ug
h
1
2
s
h
o
w
s
e
v
e
r
a
l
m
o
de
l
s
’
CM
s
.
T
a
b
l
e
2
.
P
e
r
f
o
r
m
a
n
c
e
i
ndi
c
a
t
o
r
s
f
o
r
v
a
r
i
o
us
t
e
c
hn
i
q
ue
s
M
e
t
h
o
d
s
P
a
ra
m
e
t
e
r
s
P
re
c
i
s
i
o
n
Re
c
a
l
l
F1
-
s
c
o
r
e
A
c
c
u
ra
c
y
DT
95
96
95
96
M
L
P
87
88
90
89
L
D
A
92
91
91
92
RN
N
s
89
90
90
90
L
S
T
M
91
91
92
92
G
RU
s
92
91
92
93
T
ra
n
s
fo
r
m
e
r
92
92
93
94
GB
96
97
96
97
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
40
,
N
o
.
1
,
O
c
t
o
b
e
r
20
25
:
316
-
3
26
322
F
i
gu
r
e
3
.
A
c
c
ura
c
y
of
s
e
ve
r
a
l
l
e
a
rni
n
g
m
e
t
h
o
ds
F
i
gu
r
e
4
.
A
U
C
s
c
o
r
e
o
f
s
e
ve
r
a
l
l
e
a
rn
i
n
g
m
e
t
h
o
ds
F
i
gu
r
e
5
.
P
e
r
f
o
r
m
a
n
c
e
m
a
t
ri
x
o
f
DT
F
i
gu
r
e
6
.
P
e
r
f
o
r
m
a
n
c
e
m
a
t
ri
x
o
f
M
L
P
F
i
gu
r
e
7
.
P
e
r
f
o
r
m
a
n
c
e
m
a
t
ri
x
o
f
GB
F
i
gu
r
e
8
.
P
e
r
f
o
r
m
a
n
c
e
m
a
t
ri
x
o
f
L
D
A
F
i
gu
r
e
9
.
P
e
r
f
o
r
m
a
n
c
e
m
a
t
ri
x
o
f
R
N
N
F
i
gu
r
e
10
.
P
e
r
f
o
r
m
a
n
c
e
m
a
t
r
i
x
o
f
L
S
T
M
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
G
e
nd
e
r
i
de
nt
i
f
i
c
at
i
on
f
r
om
t
r
i
b
al
s
pe
e
c
h
us
i
ng
s
e
v
e
r
a
l
l
e
ar
n
i
ng
t
e
c
hn
i
que
s
(
Subr
at
Kum
ar
N
ay
a
k
)
323
F
i
gu
r
e
11
.
P
e
r
f
o
r
m
a
n
c
e
m
a
t
r
i
x
o
f
G
RU
F
i
gu
r
e
12
.
P
e
r
f
o
r
m
a
n
c
e
m
a
t
r
i
x
o
f
t
ra
n
s
f
o
r
m
e
r
m
o
de
l
A
s
n
o
t
e
d
e
a
rl
i
e
r
,
w
e
us
e
t
h
e
K
U
I
d
a
t
a
s
e
t
t
o
e
v
a
l
ua
t
e
m
a
n
y
m
o
de
l
s
.
T
h
e
r
e
c
a
n
b
e
up
t
o
32
b
a
t
c
h
e
s
i
n
e
a
c
h
t
ra
i
ni
n
g
s
e
s
s
i
o
n
.
W
e
f
i
r
s
t
t
r
a
i
n
t
h
e
m
o
de
l
w
i
t
h
v
a
r
i
o
us
pa
r
a
m
e
t
e
r
s
ha
v
i
n
g
a
l
e
a
rn
i
ng
r
a
t
e
e
qu
a
l
t
o
0.
01.
A
c
c
ur
a
c
y
i
s
t
h
e
m
o
s
t
o
f
t
e
n
us
e
d
a
n
d
s
i
m
p
l
e
pe
r
f
o
r
m
a
n
c
e
e
v
a
l
ua
t
i
o
n
c
r
i
t
e
ri
o
n
f
o
r
ge
n
de
r
i
de
n
t
i
t
y
.
R
e
c
a
l
l
i
s
c
a
l
c
ul
a
t
e
d
by
di
v
i
di
n
g
t
h
e
t
o
t
a
l
n
u
m
b
e
r
o
f
t
r
ue
m
e
m
b
e
r
s
o
f
t
h
e
po
s
i
t
i
v
e
c
l
a
s
s
by
t
h
e
pe
r
c
e
nt
a
ge
o
f
a
l
l
i
n
s
t
a
n
c
e
s
t
ha
t
w
e
r
e
r
e
c
o
gn
i
z
e
d
c
o
rr
e
c
t
l
y
a
s
b
e
l
o
n
gi
n
g
t
o
t
h
e
po
s
i
t
i
v
e
c
l
a
s
s
.
T
h
e
a
c
c
ura
c
y
a
n
d
r
e
c
a
l
l
o
f
t
h
e
m
o
de
l
de
t
e
rm
i
n
e
t
h
e
F
1
-
s
c
o
r
e
.
In
F
i
gu
r
e
7
,
t
h
e
G
B
pe
r
f
o
r
m
a
n
c
e
m
a
t
r
i
x
i
s
s
h
o
w
n
,
w
h
i
c
h
y
i
e
l
ds
a
n
o
t
e
w
o
r
t
h
y
r
e
s
ul
t
w
h
e
n
c
o
m
pa
r
e
d
t
o
o
t
h
e
r
m
o
de
l
s
ut
i
l
i
z
i
ng
o
u
r
K
U
I
da
t
a
s
e
t
.
T
a
b
l
e
3
di
s
p
l
a
y
s
t
h
e
a
c
c
ur
a
c
y
of
s
e
ve
r
a
l
m
o
de
l
s
a
c
r
o
s
s
v
a
r
i
o
us
l
a
n
gu
a
ge
s
.
It
de
m
o
n
s
t
ra
t
e
s
t
h
a
t
,
w
h
e
n
us
i
n
g
t
h
e
G
B
c
l
a
s
s
i
f
i
e
r,
K
U
I
y
i
e
l
ds
t
h
e
hi
g
h
e
s
t
a
c
c
u
r
a
c
y
a
m
o
n
g
t
h
e
l
a
n
gu
a
ge
s
us
e
d
f
o
r
ge
n
de
r
i
de
n
t
i
f
i
c
a
t
i
o
n.
T
h
e
R
O
C
c
u
r
v
e
o
f
l
e
a
rn
i
n
g
m
o
de
l
s
i
s
s
h
o
w
n
i
n
F
i
gu
r
e
13
.
W
e
t
r
a
i
n
e
d
a
nd
t
e
s
t
e
d
t
h
e
n
e
u
r
a
l
n
e
t
w
o
r
k
us
i
n
g
di
v
e
r
s
e
s
pe
e
c
h
s
a
m
pl
e
s
.
E
i
g
ht
y
pe
r
c
e
n
t
o
f
t
h
e
da
t
a
w
e
r
e
ut
i
l
i
z
e
d
f
o
r
t
ra
i
n
i
n
g
,
a
nd
t
w
e
n
t
y
pe
r
c
e
n
t
w
e
r
e
us
e
d
f
o
r
t
e
s
t
i
n
g
.
T
h
e
n
e
u
r
a
l
n
e
t
w
o
r
k
u
n
de
r
go
e
s
t
r
a
i
n
i
ng
o
v
e
r
500
e
po
c
h
s
.
E
po
c
h
s
a
r
e
pe
ri
o
ds
w
h
e
n
a
ML
a
l
go
ri
t
hm
r
u
n
s
t
hr
o
ug
h
t
h
e
t
r
a
i
n
i
ng
d
a
t
a
i
n
a
s
i
n
g
l
e
c
y
c
l
e
.
T
h
e
c
l
a
s
s
i
f
i
e
r
s
D
T
,
M
L
P
,
G
B
,
L
D
A
,
R
N
N
,
L
S
T
M
,
G
R
U
,
a
n
d
t
ra
n
s
f
o
r
m
e
r
w
e
r
e
a
pp
l
i
e
d
i
n
c
o
n
j
un
c
t
i
o
n
w
i
t
h
M
F
CC.
T
h
e
hi
g
h
e
s
t
i
de
n
t
i
f
i
c
a
t
i
o
n
a
c
c
u
r
a
c
y
of
97.
0%
w
a
s
o
b
t
a
i
n
e
d
us
i
ng
o
u
r
K
U
I
da
t
a
s
e
t
.
F
i
gu
r
e
13
.
R
O
C
c
u
r
v
e
o
f
s
e
ve
r
a
l
l
e
a
rni
n
g
t
e
c
hn
i
que
s
T
a
b
l
e
3
.
Co
m
p
a
r
i
s
o
n
o
f
di
f
fe
r
e
n
t
p
a
r
a
m
e
t
e
r
s
us
i
ng
s
e
v
e
r
a
l
l
e
a
rn
i
ng
t
e
c
hn
i
que
s
W
o
rk
M
o
d
e
l
s
Y
e
a
r
A
s
s
e
s
s
m
e
n
t
o
f
p
e
r
fo
r
m
a
n
c
e
p
a
ra
m
e
t
e
r
s
(i
n
%
)
P
re
c
i
s
i
o
n
Re
c
a
l
l
F1
-
s
c
o
r
e
A
c
c
u
ra
c
y
H
ı
z
l
ı
s
o
y
e
t
a
l
.
[9
]
LR
2022
87
92
89
89
S
i
n
g
h
a
l
a
n
d
S
h
a
r
m
a
[1
6
]
RN
N
-
Bi
L
S
T
M
2022
-
92
-
90
A
l
a
s
h
b
a
n
a
n
d
A
l
o
t
a
i
b
i
[8
]
BL
S
T
M
2021
-
-
-
91
S
h
a
b
b
i
r
et
a
l
.
[1
0
]
S
V
M
2023
89
86
83
92
N
a
i
r
e
t
a
n
d
V
i
j
a
y
a
n
[2
]
GB
2019
-
-
-
94
Z
a
m
a
n
e
t
a
l
.
[1
4
]
GB
2021
95
96
96
96
A
l
i
e
t
a
l
.
[1
]
A
N
N
2022
97
-
-
97
S
e
f
a
ra
a
n
d
M
o
k
g
o
n
y
a
n
e
[1
5
]
L
S
T
M
2021
-
-
97
97
P
r
o
p
o
s
e
d
m
e
t
h
o
d
GB
2024
96
97
96
97
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
40
,
N
o
.
1
,
O
c
t
o
b
e
r
20
25
:
316
-
3
26
324
6.
C
O
N
C
LU
S
I
O
N
A
N
D
F
U
TU
R
E
W
O
R
K
G
e
n
de
r
i
de
nt
i
f
i
c
a
t
i
o
n
f
r
o
m
a
t
r
i
b
a
l
l
a
n
gu
a
ge
r
e
m
a
i
n
s
a
c
ha
l
l
e
n
g
i
n
g
t
a
s
k
d
ue
t
o
s
e
v
e
r
a
l
f
a
c
t
o
r
s
.
T
h
i
s
pa
pe
r
c
o
n
c
l
ude
s
t
ha
t
f
i
r
s
t
l
y
,
i
t
s
pe
c
i
f
i
e
s
v
a
r
i
o
us
s
t
a
ge
s
of
ge
n
de
r
i
de
nt
i
f
i
c
a
t
i
o
n
a
n
d
l
i
t
e
r
a
t
u
r
e
r
e
v
i
e
w
s
of
m
a
n
y
pub
l
i
s
h
e
d
r
e
s
e
a
r
c
h
pa
pe
r
s
t
ha
t
us
e
m
a
n
y
di
f
f
e
r
e
n
t
a
ppr
o
a
c
h
e
s
a
nd
ha
v
e
di
f
f
e
r
e
n
t
da
t
a
s
e
t
s
.
W
e
us
e
d
s
e
v
e
r
a
l
l
e
a
rn
i
ng
t
e
c
hn
i
q
ue
s
t
o
i
de
nt
i
fy
t
h
e
ge
n
de
r
f
r
o
m
o
u
r
l
ow
-
r
e
s
o
ur
c
e
d
K
U
I
da
t
a
s
e
t
.
T
h
e
GB
m
e
t
h
o
d
c
a
n
i
de
nt
i
fy
t
h
e
ge
nde
r
w
i
t
h
a
n
a
c
c
u
r
a
c
y
of
97.
0
%.
T
h
e
pe
r
f
o
rm
a
n
c
e
o
f
t
h
e
c
l
a
s
s
i
f
i
e
r
i
s
de
m
o
n
s
t
r
a
t
e
d
t
o
b
e
i
n
f
l
ue
n
c
e
d
by
r
e
c
a
l
l
,
p
r
e
c
i
s
i
o
n
,
a
n
d
F
1
-
s
c
o
r
e
.
T
h
e
c
o
rr
e
s
po
n
di
n
g
v
a
l
ue
s
w
e
r
e
97%,
96
%,
a
n
d
96%
.
I
t
i
s
s
pe
c
ul
a
t
e
d
t
ha
t
by
us
i
n
g
h
y
b
r
i
d
c
l
a
s
s
i
f
i
e
r
s
a
n
d
o
t
h
e
r
c
l
a
s
s
i
f
i
e
r
s
,
t
h
e
s
e
v
a
l
ue
s
m
a
y
b
e
e
n
ha
n
c
e
d.
F
u
rt
h
e
r
m
o
r
e
,
i
t
i
s
s
ug
ge
s
t
e
d
t
ha
t
us
i
ng
d
i
s
t
i
n
c
t
c
h
a
ra
c
t
e
r
i
s
t
i
c
s
f
r
o
m
o
u
r
K
U
I
da
t
a
s
e
t
w
o
ul
d
i
n
c
r
e
a
s
e
t
h
e
s
uc
c
e
s
s
r
a
t
e
o
f
ge
n
de
r
i
de
nt
i
f
i
c
a
t
i
o
n.
T
h
e
K
U
I
ge
n
de
r
i
de
nt
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
c
a
n
b
e
i
nt
e
gra
t
e
d
i
n
t
o
s
pe
e
c
h
r
e
c
o
gn
i
t
i
o
n
a
nd
s
pe
a
ke
r
r
e
c
o
gn
i
t
i
o
n
o
f
t
h
e
K
U
I
l
a
n
gu
a
ge
.
W
e
w
a
nt
t
o
e
xpa
n
d
t
h
e
n
u
m
b
e
r
o
f
s
pe
a
ke
r
s
a
n
d
w
o
ul
d
l
i
ke
t
o
w
o
r
k
w
i
t
h
a
v
a
ri
e
t
y
of
l
a
n
gua
ge
s
i
n
t
h
e
f
ut
u
r
e
,
s
uc
h
a
s
O
d
i
a
a
nd
S
a
nt
a
l
i
.
F
U
N
D
I
N
G
I
N
F
O
R
M
A
TI
O
N
T
h
e
a
u
t
h
o
r
s
s
t
a
t
e
n
o
f
undi
n
g
i
s
i
n
v
o
l
v
e
d.
A
U
TH
O
R
C
O
N
TR
I
B
U
TI
O
N
S
S
TA
T
EM
EN
T
T
h
i
s
j
o
urn
a
l
us
e
s
t
h
e
Co
n
t
ri
b
ut
o
r
R
o
l
e
s
T
a
xo
n
o
m
y
(CR
e
di
T
)
t
o
r
e
c
o
gn
i
z
e
i
ndi
v
i
du
a
l
a
u
t
h
o
r
c
o
n
t
ri
b
ut
i
o
n
s
,
r
e
duc
e
a
ut
h
o
r
s
hi
p
di
s
pu
t
e
s
,
a
n
d
f
a
c
i
l
i
t
a
t
e
c
o
l
l
a
bo
r
a
t
i
o
n.
N
am
e
o
f
A
u
th
o
r
C
M
So
Va
Fo
I
R
D
O
E
Vi
Su
P
Fu
S
ub
r
a
t
K
um
a
r
N
a
y
a
k
K
um
a
r
S
u
r
j
e
e
t
C
h
a
ud
h
u
r
y
N
i
rm
a
l
K
e
s
h
a
ri
S
w
a
i
n
Y
uga
n
d
ha
r
M
a
n
c
h
a
l
a
A
j
i
t
K
um
a
r
N
a
y
a
k
S
m
i
t
a
p
ra
v
a
M
i
s
hra
N
r
us
i
ng
h
a
T
r
i
p
a
t
h
y
C
:
C
o
n
c
e
p
t
u
a
l
i
z
a
t
i
o
n
M
:
M
e
t
h
o
d
o
l
o
g
y
So
:
So
f
t
w
a
r
e
Va
:
Va
l
i
d
a
t
i
o
n
Fo
:
Fo
r
m
a
l
a
n
a
l
y
s
i
s
I
:
I
n
v
e
s
t
i
g
a
t
i
o
n
R
:
R
e
s
o
u
rc
e
s
D
:
D
a
t
a
Cu
ra
t
i
o
n
O
:
W
ri
t
i
n
g
-
O
ri
g
i
n
a
l
D
ra
ft
E
:
W
ri
t
i
n
g
-
Re
v
i
e
w
&
E
d
i
t
i
n
g
Vi
:
Vi
s
u
a
l
i
z
a
t
i
o
n
Su
:
Su
p
e
r
v
i
s
i
o
n
P
:
P
ro
j
e
c
t
a
d
m
i
n
i
s
t
ra
t
i
o
n
Fu
:
Fu
n
d
i
n
g
a
c
q
u
i
s
i
t
i
o
n
C
O
N
F
LI
C
T
O
F
I
N
T
ER
ES
T
S
TA
T
EM
EN
T
T
h
e
a
u
t
h
o
r
s
s
t
a
t
e
n
o
c
o
n
f
l
i
c
t
o
f
i
n
t
e
r
e
s
t
.
D
A
TA
A
V
A
I
LA
B
I
LI
T
Y
D
a
t
a
a
v
a
i
l
a
b
i
l
i
t
y
i
s
n
o
t
a
p
pl
i
c
a
b
l
e
t
o
t
hi
s
pa
pe
r
a
s
n
o
n
e
w
da
t
a
w
e
r
e
c
r
e
a
t
e
d
o
r
a
na
l
y
z
e
d
i
n
t
hi
s
s
t
udy
.
R
EF
ER
EN
C
ES
[1
]
Y
.
M
.
A
l
i
,
E
.
N
o
o
r
s
a
l
,
N
.
F
.
M
o
k
h
t
a
r,
S
.
Z
.
M
.
S
a
a
d
,
M
.
H
.
A
b
d
u
l
l
a
h
,
a
n
d
L
.
C.
C
h
i
n
,
“
S
p
e
e
c
h
-
b
a
s
e
d
g
e
n
d
e
r
r
e
c
o
g
n
i
t
i
o
n
u
s
i
n
g
l
i
n
e
a
r
p
r
e
d
i
c
t
i
o
n
a
n
d
m
e
l
-
f
r
e
q
u
e
n
c
y
c
e
p
s
t
ra
l
c
o
e
ff
i
c
i
e
n
t
s
,
”
In
d
o
n
e
s
i
a
n
J
o
u
r
n
a
l
o
f
E
l
e
c
t
r
i
c
a
l
E
n
g
i
n
e
e
r
i
n
g
a
n
d
Co
m
p
u
t
e
r
S
c
i
e
n
c
e
(
IJ
E
E
C
S)
,
v
o
l
.
2
8
,
n
o
.
2
,
p
p
.
7
5
3
–
7
6
1
,
N
o
v
.
2
0
2
2
,
d
o
i
:
1
0
.
1
1
5
9
1
/
i
j
e
e
c
s
.
v
2
8
.
i
2
.
p
p
7
5
3
-
761.
[2
]
R.
R
.
N
a
i
r
a
n
d
B.
V
i
j
a
y
a
n
,
“
V
o
i
c
e
b
a
s
e
d
g
e
n
d
e
r
r
e
c
o
g
n
i
t
i
o
n
,
”
In
t
e
r
n
a
t
i
o
n
a
l
R
e
s
e
a
r
c
h
J
o
u
r
n
a
l
o
f
E
n
g
i
n
e
e
r
i
n
g
a
n
d
T
e
c
h
n
o
l
o
g
y
,
v
o
l
.
6
,
n
o
.
5
,
p
p
.
2
1
0
9
–
2
1
1
2
,
2
0
1
9
.
[3
]
S
.
K
.
N
a
y
a
k
,
A
.
K
.
N
a
y
a
k
,
S
.
M
i
s
h
ra
,
P
.
M
o
h
a
n
t
y
,
N
.
T
ri
p
a
t
h
y
,
a
n
d
S
.
P
ru
s
t
y
,
“
Im
p
r
o
v
i
n
g
K
U
I
d
i
g
i
t
re
c
o
g
n
i
t
i
o
n
t
h
r
o
u
g
h
m
a
c
h
i
n
e
l
e
a
r
n
i
n
g
a
n
d
d
a
t
a
a
u
g
m
e
n
t
a
t
i
o
n
t
e
c
h
n
i
q
u
e
s
,
”
In
d
o
n
e
s
i
a
n
J
o
u
r
n
a
l
o
f
E
l
e
c
t
r
i
c
a
l
E
n
g
i
n
e
e
r
i
n
g
a
n
d
Co
m
p
u
t
e
r
S
c
i
e
n
c
e
(
IJ
E
E
CS
)
,
v
o
l
.
3
5
,
n
o
.
2
,
p
p
.
8
6
7
–
8
7
7
,
A
u
g
.
2
0
2
4
,
d
o
i
:
1
0
.
1
1
5
9
1
/
i
j
e
e
c
s
.
v
3
5
.
i
2
.
p
p
8
6
7
-
8
7
7
.
[4
]
M
.
M
a
rk
i
t
a
n
t
o
v
a
n
d
O
.
V
e
rk
h
o
l
y
a
k
,
“
A
u
t
o
m
a
t
i
c
re
c
o
g
n
i
t
i
o
n
o
f
s
p
e
a
k
e
r
a
g
e
a
n
d
g
e
n
d
e
r
b
a
s
e
d
o
n
d
e
e
p
n
e
u
ra
l
n
e
t
w
o
rk
s
,
”
i
n
S
p
e
e
c
h
a
n
d
Co
m
p
u
t
e
r
:
2
1
s
t
In
t
e
r
n
a
t
i
o
n
a
l
Co
n
f
e
r
e
n
c
e
(
S
P
E
CO
M
)
,
2
0
1
9
,
p
p
.
327
–
3
3
6
,
d
o
i
:
1
0
.
1
0
0
7
/
9
7
8
-
3
-
030
-
26061
-
3_34.
[5
]
L
.
J
a
s
u
j
a
,
A
.
Ra
s
o
o
l
,
a
n
d
G
.
H
a
j
e
l
a
,
“
V
o
i
c
e
g
e
n
d
e
r
re
c
o
g
n
i
z
e
r
r
e
c
o
g
n
i
t
i
o
n
o
f
g
e
n
d
e
r
f
ro
m
v
o
i
c
e
u
s
i
n
g
d
e
e
p
n
e
u
ra
l
n
e
t
w
o
rk
s
,
”
i
n
P
r
o
c
e
e
d
i
n
g
s
-
In
t
e
r
n
a
t
i
o
n
a
l
Co
n
f
e
r
e
n
c
e
o
n
S
m
a
r
t
E
l
e
c
t
r
o
n
i
c
s
a
n
d
Co
m
m
u
n
i
c
a
t
i
o
n
,
ICO
S
E
C
2
0
2
0
,
S
e
p
.
2
0
2
0
,
p
p
.
3
1
9
–
3
2
4
,
d
o
i
:
1
0
.
1
1
0
9
/
ICO
S
E
C4
9
0
8
9
.
2
0
2
0
.
9
2
1
5
2
5
4
.
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
G
e
nd
e
r
i
de
nt
i
f
i
c
at
i
on
f
r
om
t
r
i
b
al
s
pe
e
c
h
us
i
ng
s
e
v
e
r
a
l
l
e
ar
n
i
ng
t
e
c
hn
i
que
s
(
Subr
at
Kum
ar
N
ay
a
k
)
325
[6
]
P
.
R
o
y
,
P
.
Bh
a
g
a
t
h
,
a
n
d
P
.
D
a
s
,
“
G
e
n
d
e
r
d
e
t
e
c
t
i
o
n
fro
m
h
u
m
a
n
v
o
i
c
e
u
s
i
n
g
t
e
n
s
o
r
a
n
a
l
y
s
i
s
,
”
i
n
P
r
o
c
e
e
d
i
n
g
s
o
f
t
h
e
1
s
t
J
o
i
n
t
W
o
r
k
s
h
o
p
o
n
S
p
o
k
e
n
L
a
n
g
u
a
g
e
T
e
c
h
n
o
l
o
g
i
e
s
f
o
r
U
n
d
e
r
-
r
e
s
o
u
r
c
e
d
l
a
n
g
u
a
g
e
s
(
S
L
T
U
)
a
n
d
Co
l
l
a
b
o
r
a
t
i
o
n
a
n
d
Co
m
p
u
t
i
n
g
f
o
r
U
n
d
e
r
-
R
e
s
o
u
r
c
e
d
L
a
n
g
u
a
g
e
s
(
CCU
R
L
)
,
2
0
2
0
,
p
p
.
2
1
1
–
217
.
[7
]
V
.
G
.
N
a
n
d
a
n
,
S
.
S
h
i
v
a
k
u
m
a
r
,
J
.
S
a
n
g
e
e
t
h
a
,
M
.
P
a
n
d
u
ra
n
g
N
a
y
a
k
,
a
n
d
N
.
S
.
K
,
“
A
c
o
m
p
a
ra
t
i
v
e
s
t
u
d
y
o
f
d
e
e
p
l
e
a
r
n
i
n
g
a
n
d
m
a
c
h
i
n
e
l
e
a
r
n
i
n
g
a
p
p
r
o
a
c
h
e
s
i
n
s
p
e
e
c
h
e
m
o
t
i
o
n
a
n
d
g
e
n
d
e
r
r
e
c
o
g
n
i
t
i
o
n
s
y
s
t
e
m
,
”
N
V
E
O
-
Na
t
u
r
a
l
V
o
l
a
t
i
l
e
s
&
E
s
s
e
n
t
i
a
l
O
i
l
s
J
o
u
r
n
a
l
,
v
o
l
.
8
,
n
o
.
5
,
p
p
.
1
2
2
6
1
–
1
2
2
7
3
,
2
0
2
1
.
[8
]
A
.
A
.
A
l
a
s
h
b
a
n
a
n
d
Y
.
A
.
A
l
o
t
a
i
b
i
,
“
S
p
e
a
k
e
r
g
e
n
d
e
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
i
n
m
o
n
o
-
l
a
n
g
u
a
g
e
a
n
d
c
r
o
s
s
-
l
a
n
g
u
a
g
e
u
s
i
n
g
BL
S
T
M
n
e
t
w
o
rk
,
”
i
n
2
0
2
1
4
4
t
h
In
t
e
r
n
a
t
i
o
n
a
l
Co
n
f
e
r
e
n
c
e
o
n
T
e
l
e
c
o
m
m
u
n
i
c
a
t
i
o
n
s
a
n
d
S
i
g
n
a
l
P
r
o
c
e
s
s
i
n
g
,
T
S
P
2
0
2
1
,
J
u
l
.
2
0
2
1
,
p
p
.
6
6
–
7
1
,
d
o
i
:
1
0
.
1
1
0
9
/
T
S
P
5
2
9
3
5
.
2
0
2
1
.
9
5
2
2
6
2
3
.
[9
]
S
.
H
ı
z
l
ı
s
o
y
,
E
.
Ç
o
l
a
k
o
ğ
l
u
,
a
n
d
R
.
S
.
A
r
s
l
a
n
,
“
S
p
e
e
c
h
-
to
-
g
e
n
d
e
r
r
e
c
o
g
n
i
t
i
o
n
b
a
s
e
d
o
n
m
a
c
h
i
n
e
l
e
a
r
n
i
n
g
a
l
g
o
r
i
t
h
m
s
,
”
In
t
e
r
n
a
t
i
o
n
a
l
J
o
u
r
n
a
l
o
f
A
p
p
l
i
e
d
M
a
t
h
e
m
a
t
i
c
s
E
l
e
c
t
r
o
n
i
c
s
a
n
d
Co
m
p
u
t
e
r
s
,
v
o
l
.
1
0
,
n
o
.
4
,
p
p
.
8
4
–
9
2
,
D
e
c
.
2
0
2
2
,
d
o
i
:
1
0
.
1
8
1
0
0
/
i
j
a
m
e
c
.
1
2
2
1
4
5
5
.
[1
0
]
M
.
S
h
a
b
b
i
r,
A
.
H
u
s
s
a
i
n
,
a
n
d
M
.
M
.
K
h
a
n
,
“
A
g
e
a
n
d
g
e
n
d
e
r
e
s
t
i
m
a
t
i
o
n
t
h
r
o
u
g
h
s
p
e
e
c
h
:
a
c
o
m
p
a
ri
s
o
n
o
f
v
a
ri
o
u
s
t
e
c
h
n
i
q
u
e
s
,
”
i
n
1
8
t
h
IE
E
E
In
t
e
r
n
a
t
i
o
n
a
l
Co
n
f
e
r
e
n
c
e
o
n
E
m
e
r
g
i
n
g
T
e
c
h
n
o
l
o
g
i
e
s
,
ICE
T
2
0
2
3
,
N
o
v
.
2
0
2
3
,
p
p
.
2
2
8
–
2
3
3
,
d
o
i
:
1
0
.
1
1
0
9
/
ICE
T
5
9
7
5
3
.
2
0
2
3
.
1
0
3
7
4
6
7
0
.
[1
1
]
A
.
S
i
n
g
h
a
l
a
n
d
D
.
K
.
S
h
a
r
m
a
,
“
L
o
w
r
e
s
o
u
r
c
e
l
a
n
g
u
a
g
e
a
n
a
l
y
s
i
s
u
s
i
n
g
d
e
e
p
l
e
a
r
n
i
n
g
a
l
g
o
r
i
t
h
m
fo
r
g
e
n
d
e
r
c
l
a
s
s
i
fi
c
a
t
i
o
n
,
”
A
C
M
T
r
a
n
s
a
c
t
i
o
n
s
o
n
A
s
i
a
n
a
n
d
L
o
w
-
R
e
s
o
u
r
c
e
L
a
n
g
u
a
g
e
In
f
o
r
m
a
t
i
o
n
P
r
o
c
e
s
s
i
n
g
,
A
u
g
.
2
0
2
3
,
d
o
i
:
1
0
.
1
1
4
5
/
3
6
1
4
4
2
7
.
[1
2
]
T
.
M
.
T
a
h
a
,
Z
.
B
e
n
M
e
s
s
a
o
u
d
,
a
n
d
M
.
F
ri
k
h
a
,
“
C
o
n
v
o
l
u
t
i
o
n
a
l
n
e
u
ra
l
n
e
t
w
o
rk
a
r
c
h
i
t
e
c
t
u
re
s
fo
r
g
e
n
d
e
r,
e
m
o
t
i
o
n
a
l
d
e
t
e
c
t
i
o
n
f
r
o
m
s
p
e
e
c
h
a
n
d
s
p
e
a
k
e
r
d
i
a
ri
z
a
t
i
o
n
,
”
In
t
e
r
n
a
t
i
o
n
a
l
J
o
u
r
n
a
l
o
f
In
t
e
r
a
c
t
i
v
e
M
o
b
i
l
e
T
e
c
h
n
o
l
o
g
i
e
s
,
v
o
l
.
1
8
,
n
o
.
3
,
p
p
.
8
8
–
1
0
3
,
F
e
b
.
2
0
2
4
,
d
o
i
:
1
0
.
3
9
9
1
/
i
j
i
m
.
v
1
8
i
0
3
.
4
3
0
1
3
.
[1
3
]
R.
D
.
A
l
a
m
s
y
a
h
a
n
d
S
.
S
u
y
a
n
t
o
,
“
S
p
e
e
c
h
g
e
n
d
e
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
u
s
i
n
g
b
i
d
i
r
e
c
t
i
o
n
a
l
l
o
n
g
s
h
o
rt
t
e
r
m
m
e
m
o
r
y
,
”
i
n
2
0
2
0
3
r
d
In
t
e
r
n
a
t
i
o
n
a
l
S
e
m
i
n
a
r
o
n
R
e
s
e
a
r
c
h
o
f
In
f
o
r
m
a
t
i
o
n
T
e
c
h
n
o
l
o
g
y
a
n
d
In
t
e
l
l
i
g
e
n
t
S
y
s
t
e
m
s
,
IS
R
IT
I
2
0
2
0
,
D
e
c
.
2
0
2
0
,
p
p
.
6
4
6
–
6
4
9
,
d
o
i
:
1
0
.
1
1
0
9
/
IS
RIT
I5
1
4
3
6
.
2
0
2
0
.
9
3
1
5
3
8
0
.
[1
4
]
S
.
R.
Z
a
m
a
n
,
D
.
S
a
d
e
k
e
e
n
,
M
.
A
.
A
l
f
a
z
,
a
n
d
R.
S
h
a
h
r
i
y
a
r
,
“
O
n
e
s
o
u
rc
e
t
o
d
e
t
e
c
t
t
h
e
m
a
l
l
:
g
e
n
d
e
r,
a
g
e
,
a
n
d
e
m
o
t
i
o
n
d
e
t
e
c
t
i
o
n
f
r
o
m
v
o
i
c
e
,
”
i
n
P
r
o
c
e
e
d
i
n
g
s
-
2
0
2
1
IE
E
E
4
5
t
h
A
n
n
u
a
l
Co
m
p
u
t
e
r
s
,
S
o
f
t
w
a
r
e
,
a
n
d
A
p
p
l
i
c
a
t
i
o
n
s
Co
n
f
e
r
e
n
c
e
,
CO
M
P
S
A
C
2
0
2
1
,
J
u
l
.
2
0
2
1
,
p
p
.
3
3
8
–
3
4
3
,
d
o
i
:
1
0
.
1
1
0
9
/
CO
M
P
S
A
C5
1
7
7
4
.
2
0
2
1
.
0
0
0
5
5
.
[1
5
]
T
.
J
.
S
e
f
a
ra
a
n
d
T
.
B.
M
o
k
g
o
n
y
a
n
e
,
“
G
e
n
d
e
r
i
d
e
n
t
i
f
i
c
a
t
i
o
n
i
n
S
e
p
e
d
i
S
p
e
e
c
h
C
o
r
p
u
s
,
”
i
n
2
0
2
1
In
t
e
r
n
a
t
i
o
n
a
l
Co
n
f
e
r
e
n
c
e
o
n
A
r
t
i
f
i
c
i
a
l
In
t
e
l
l
i
g
e
n
c
e
,
B
i
g
D
a
t
a
,
Co
m
p
u
t
i
n
g
a
n
d
D
a
t
a
Co
m
m
u
n
i
c
a
t
i
o
n
S
y
s
t
e
m
s
(i
c
A
B
CD
)
,
A
u
g
.
2
0
2
1
,
p
p
.
1
–
6
,
d
o
i
:
1
0
.
1
1
0
9
/
i
c
A
BCD
5
1
4
8
5
.
2
0
2
1
.
9
5
1
9
3
0
8
.
[1
6
]
A
.
S
i
n
g
h
a
l
a
n
d
D
.
K
.
S
h
a
rm
a
,
“
E
s
t
i
m
a
t
i
o
n
o
f
a
c
c
u
ra
c
y
a
n
d
r
e
c
a
l
l
v
a
l
u
e
s
fo
r
t
h
e
d
i
ffe
r
e
n
t
a
g
e
g
r
o
u
p
s
b
a
s
e
d
o
n
v
o
i
c
e
s
i
g
n
a
l
s
u
s
i
n
g
d
i
ffe
r
e
n
t
c
l
a
s
s
i
f
i
e
r
s
,
”
i
n
2
0
2
2
8
t
h
In
t
e
r
n
a
t
i
o
n
a
l
Co
n
f
e
r
e
n
c
e
o
n
S
i
g
n
a
l
P
r
o
c
e
s
s
i
n
g
a
n
d
Co
m
m
u
n
i
c
a
t
i
o
n
,
ICS
C
2
0
2
2
,
D
e
c
.
2
0
2
2
,
p
p
.
3
6
4
–
3
6
9
,
d
o
i
:
1
0
.
1
1
0
9
/
ICS
C5
6
5
2
4
.
2
0
2
2
.
1
0
0
0
9
5
6
4
.
[1
7
]
A
.
S
i
n
g
h
a
l
a
n
d
D
.
K
.
S
h
a
r
m
a
,
“
P
r
e
c
i
s
i
o
n
v
a
l
u
e
,
e
rr
o
r
ra
t
e
a
n
d
a
c
c
u
ra
c
y
o
f
h
u
m
a
n
g
e
n
d
e
r
i
d
e
n
t
i
fi
c
a
t
i
o
n
b
a
s
e
d
o
n
ra
n
d
o
m
i
z
e
d
v
o
i
c
e
s
i
g
n
a
l
s
d
a
t
a
s
e
t
s
,
”
In
t
e
r
n
a
t
i
o
n
a
l
J
o
u
r
n
a
l
o
f
In
t
e
l
l
i
g
e
n
t
E
n
g
i
n
e
e
r
i
n
g
a
n
d
S
y
s
t
e
m
s
,
v
o
l
.
1
6
,
n
o
.
4
,
p
p
.
3
4
8
–
3
6
1
,
2
0
2
3
,
d
o
i
:
1
0
.
2
2
2
6
6
/
i
j
i
e
s
2
0
2
3
.
0
8
3
1
.
2
8
.
[1
8
]
E
.
Y
ü
c
e
s
o
y
,
“
S
p
e
a
k
e
r
a
g
e
a
n
d
g
e
n
d
e
r
r
e
c
o
g
n
i
t
i
o
n
u
s
i
n
g
1
D
a
n
d
2
D
c
o
n
v
o
l
u
t
i
o
n
a
l
n
e
u
ra
l
n
e
t
w
o
rk
s
,
”
Ne
u
r
a
l
Co
m
p
u
t
i
n
g
a
n
d
A
p
p
l
i
c
a
t
i
o
n
s
,
v
o
l
.
3
6
,
n
o
.
6
,
p
p
.
3
0
6
5
–
3
0
7
5
,
N
o
v
.
2
0
2
4
,
d
o
i
:
1
0
.
1
0
0
7
/
s
0
0
5
2
1
-
023
-
09153
-
0.
[
19
]
A
.
R.
K
h
a
n
,
“
A
u
t
o
m
a
t
i
c
g
e
n
d
e
r
a
u
t
h
e
n
t
i
c
a
t
i
o
n
f
ro
m
a
ra
b
i
c
s
p
e
e
c
h
u
s
i
n
g
h
y
b
ri
d
l
e
a
r
n
i
n
g
,
”
J
o
u
r
n
a
l
o
f
A
d
v
a
n
c
e
s
i
n
In
f
o
r
m
a
t
i
o
n
T
e
c
h
n
o
l
o
g
y
,
v
o
l
.
1
5
,
n
o
.
4
,
p
p
.
5
3
2
–
5
4
3
,
2
0
2
4
,
d
o
i
:
1
0
.
1
2
7
2
0
/
j
a
i
t
.
1
5
.
4
.
5
3
2
-
543.
[2
0
]
S
.
K
.
N
a
y
a
k
e
t
a
l
.
,
“
S
p
e
e
c
h
d
a
t
a
c
o
l
l
e
c
t
i
o
n
s
y
s
t
e
m
fo
r
K
U
I,
a
l
o
w
re
s
o
u
r
c
e
d
t
ri
b
a
l
l
a
n
g
u
a
g
e
,
”
J
o
u
r
n
a
l
o
f
A
u
t
o
n
o
m
o
u
s
In
t
e
l
l
i
g
e
n
c
e
,
v
o
l
.
7
,
n
o
.
1
,
O
c
t
.
2
0
2
3
,
d
o
i
:
1
0
.
3
2
6
2
9
/
j
a
i
.
v
7
i
1
.
1
1
2
1
.
[2
1
]
S
.
K
.
N
a
y
a
k
,
A
.
K
.
N
a
y
a
k
,
S
.
M
i
s
h
ra
,
a
n
d
P
.
M
o
h
a
n
t
y
,
“
D
e
e
p
l
e
a
rn
i
n
g
a
p
p
r
o
a
c
h
e
s
fo
r
s
p
e
e
c
h
c
o
m
m
a
n
d
r
e
c
o
g
n
i
t
i
o
n
i
n
a
l
o
w
re
s
o
u
rc
e
K
U
I
l
a
n
g
u
a
g
e
,
”
In
t
e
r
n
a
t
i
o
n
a
l
J
o
u
r
n
a
l
o
f
In
t
e
l
l
i
g
e
n
t
S
y
s
t
e
m
s
a
n
d
A
p
p
l
i
c
a
t
i
o
n
s
i
n
E
n
g
i
n
e
e
r
i
n
g
,
v
o
l
.
1
1
,
n
o
.
2
,
p
p
.
3
7
7
–
3
8
6
,
O
c
t
.
2
0
2
3
.
[2
2
]
N
.
T
ri
p
a
t
h
y
,
P
.
S
a
t
a
p
a
t
h
y
,
S
.
H
o
t
a
,
S
.
K
.
N
a
y
a
k
,
a
n
d
D
.
M
i
s
h
ra
,
“
E
m
p
i
ri
c
a
l
fo
r
e
c
a
s
t
i
n
g
a
n
a
l
y
s
i
s
o
f
b
i
t
c
o
i
n
p
ri
c
e
s
:
a
c
o
m
p
a
ri
s
o
n
o
f
m
a
c
h
i
n
e
l
e
a
r
n
i
n
g
,
d
e
e
p
l
e
a
r
n
i
n
g
,
a
n
d
e
n
s
e
m
b
l
e
l
e
a
r
n
i
n
g
m
o
d
e
l
s
,
”
In
t
e
r
n
a
t
i
o
n
a
l
J
o
u
r
n
a
l
o
f
E
l
e
c
t
r
i
c
a
l
a
n
d
Co
m
p
u
t
e
r
E
n
g
i
n
e
e
r
i
n
g
S
y
s
t
e
m
s
,
v
o
l
.
1
5
,
n
o
.
1
,
p
p
.
2
1
–
29,
J
a
n
.
2
0
2
4
,
d
o
i
:
1
0
.
3
2
9
8
5
/
i
j
e
c
e
s
.
1
5
.
1
.
3
.
[2
3
]
N
.
T
ri
p
a
t
h
y
,
S
.
P
a
r
i
d
a
,
a
n
d
S
.
K
.
N
a
y
a
k
,
“
F
o
re
c
a
s
t
i
n
g
s
t
o
c
k
m
a
rk
e
t
i
n
d
i
c
e
s
u
s
i
n
g
g
a
t
e
d
r
e
c
u
rr
e
n
t
u
n
i
t
(G
R
U
)
b
a
s
e
d
e
n
s
e
m
b
l
e
mo
d
e
l
s
:
L
S
T
M
-
G
R
U
,
”
In
t
e
r
n
a
t
i
o
n
a
l
J
o
u
r
n
a
l
o
f
Co
m
p
u
t
e
r
a
n
d
Co
m
m
u
n
i
c
a
t
i
o
n
T
e
c
h
n
o
l
o
g
y
,
v
o
l
.
9
,
n
o
.
1
,
p
p
.
8
5
–
9
0
,
J
u
l
.
2
0
2
3
,
d
o
i
:
1
0
.
4
7
8
9
3
/
i
j
c
c
t
.
2
0
2
3
.
1
4
4
3
.
[2
4
]
S
.
K
.
N
a
y
a
k
,
A
.
K
.
N
a
y
a
k
,
S
.
M
i
s
h
ra
,
P
.
M
o
h
a
n
t
y
,
N
.
T
ri
p
a
t
h
y
,
a
n
d
K
.
S
.
Ch
a
u
d
h
u
ry
,
“
E
x
p
l
o
ri
n
g
s
p
e
e
c
h
e
m
o
t
i
o
n
r
e
c
o
g
n
i
t
i
o
n
i
n
t
ri
b
a
l
l
a
n
g
u
a
g
e
w
i
t
h
d
e
e
p
l
e
a
r
n
i
n
g
t
e
c
h
n
i
q
u
e
s
,
”
In
t
e
r
n
a
t
i
o
n
a
l
J
o
u
r
n
a
l
o
f
E
l
e
c
t
r
i
c
a
l
a
n
d
Co
m
p
u
t
e
r
E
n
g
i
n
e
e
r
i
n
g
S
y
s
t
e
m
s
,
v
o
l
.
1
6
,
n
o
.
1
,
p
p
.
5
3
–
6
4
,
J
a
n
.
2
0
2
5
,
d
o
i
:
1
0
.
3
2
9
8
5
/
i
j
e
c
e
s
.
1
6
.
1
.
6
.
[2
5
]
X
.
W
a
n
g
,
M
.
T
h
a
k
k
e
r
,
Z
.
C
h
e
n
,
N
.
K
a
n
d
a
,
S
.
E
.
E
s
k
i
m
e
z
,
S
.
C
h
e
n
,
a
n
d
T
.
Y
o
s
h
i
o
k
a
,
“
S
p
e
e
c
h
X
:
n
e
u
ra
l
c
o
d
e
c
l
a
n
g
u
a
g
e
m
o
d
e
l
a
s
a
v
e
r
s
a
t
i
l
e
s
p
e
e
c
h
t
ra
n
s
fo
r
m
e
r,
”
IE
E
E
/
A
C
M
T
r
a
n
s
.
A
u
d
i
o
S
p
e
e
c
h
L
a
n
g
.
P
r
o
c
e
s
s
.
,
v
o
l
.
3
2
,
p
p
.
3
3
5
5
–
3
3
6
4
,
2
0
2
4
,
d
o
i
:
1
0
.
1
1
0
9
/
T
A
S
L
P
.
2
0
2
4
.
3
4
1
9
4
1
8
B
I
O
G
R
A
P
H
I
ES
O
F
A
U
T
H
O
R
S
S
u
b
r
a
t
K
u
m
ar
N
ay
ak
r
e
c
e
i
v
e
d
t
he
de
g
r
e
e
i
n
M
C
A
f
r
o
m
B
i
j
u
P
a
t
n
a
i
k
U
ni
v
e
r
s
i
t
y
o
f
T
e
c
hno
l
ogy
,
O
di
s
ha
,
I
ndi
a
i
n
2010
,
M
.
T
e
c
h
.
i
n
c
o
m
put
e
r
s
c
i
e
nc
e
f
r
o
m
U
t
k
a
l
U
n
i
v
e
r
s
i
t
y
,
B
huba
n
e
s
w
a
r
,
O
d
i
s
h
a
i
n
201
2.
H
e
i
s
c
ur
r
e
n
t
l
y
pur
s
ui
ng
h
i
s
P
h
.
D
.
i
n
C
S
E
a
t
S
O
A
U
ni
v
e
r
s
i
t
y
,
B
huba
n
e
s
w
a
r
,
I
ndi
a
.
H
e
h
a
s
p
ubl
i
s
he
d
7
p
a
pe
r
s
i
n
v
a
r
i
o
us
i
n
t
e
r
na
t
i
o
na
l
j
o
ur
na
l
s
a
nd
i
nt
e
r
na
t
i
o
na
l
c
o
nf
e
r
e
nc
e
s
.
H
e
qua
l
i
f
i
e
d
f
o
r
U
G
C
N
e
t
i
n
t
he
y
e
a
r
20
12.
H
e
ha
s
m
o
r
e
t
ha
n
6
y
e
a
r
s
o
f
a
c
a
de
m
i
c
e
xpe
r
i
e
nc
e
a
nd
3
y
e
a
r
s
o
f
g
ov
t
e
xpe
r
i
e
nc
e
.
H
e
c
a
n
be
c
o
nt
a
c
t
e
d
a
t
e
m
a
i
l
:
s
ubr
a
t
s
i
l
i
c
o
n28@g
m
a
i
l
.
c
o
m
.
Evaluation Warning : The document was created with Spire.PDF for Python.