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
.
508
~
5
1
7
IS
S
N
:
2502
-
4752
,
D
O
I
:
10.
1
1591
/
i
j
e
e
c
s
.
v
40
.i
1
.
pp
508
-
5
1
7
508
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
D
e
e
p
l
e
a
r
n
i
n
g
-
b
a
s
e
d
st
a
c
k
i
n
g
e
n
se
m
b
l
e
f
o
r
m
a
l
a
r
i
a
p
a
r
a
si
t
e
c
l
a
ssi
f
i
c
a
t
i
o
n
i
n
b
l
o
o
d
sm
e
a
r
i
m
a
g
e
s
K
o
m
al
K
u
m
ar
N
ap
a
1
,
K
al
yan
K
u
m
ar
A
n
gat
i
2
,
S
e
n
th
i
l
M
u
r
u
gan
Jan
ak
i
r
am
an
3
,
B
a
l
am
u
r
u
gan
A
m
oo
r
G
o
p
i
k
r
i
s
h
n
an
4
,
B
i
n
d
u
K
o
l
ap
p
a
P
i
l
l
ai
V
i
jayam
m
al
5
,
V
atti
k
u
ti
C
h
ar
an
S
r
i
M
an
i
k
an
ta
S
ai
6
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
a
v
e
e
t
h
a
E
n
g
i
n
e
e
ri
n
g
Co
l
l
e
g
e
,
Ch
e
n
n
a
i
,
I
n
d
i
a
.
2
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
(D
a
t
a
S
c
i
e
n
c
e
)
,
M
a
d
a
n
a
p
a
l
l
e
I
n
s
t
i
t
u
t
e
o
f
T
e
c
h
n
o
l
o
g
y
a
n
d
S
c
i
e
n
c
e
,
M
a
d
a
n
a
p
a
l
l
e
,
I
n
d
i
a
3
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
,
V
e
l
T
e
c
h
H
i
g
h
T
e
c
h
D
r
.
Ra
n
g
a
ra
j
a
n
D
r.
S
a
k
u
n
t
h
a
l
a
E
n
g
i
n
e
e
r
i
n
g
C
o
l
l
e
g
e
,
Ch
e
n
n
a
i
,
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
E
n
g
i
n
e
e
r
i
n
g
,
V
e
l
T
e
c
h
Ra
n
g
a
ra
j
a
n
D
r.
S
a
k
u
n
t
h
a
l
a
R
&
D
I
n
s
t
i
t
u
t
e
o
f
S
c
i
e
n
c
e
a
n
d
T
e
c
h
n
o
l
o
g
y
,
Ch
e
n
n
a
i
,
In
d
i
a
5
D
e
p
a
rt
m
e
n
t
o
f
S
c
i
e
n
c
e
a
n
d
H
u
m
a
n
i
t
i
e
s
(G
e
n
e
ra
l
E
n
g
i
n
e
e
ri
n
g
D
i
v
i
s
i
o
n
),
R
.
M
.
K
.
C
o
l
l
e
g
e
o
f
E
n
g
i
n
e
e
ri
n
g
a
n
d
T
e
c
h
n
o
l
o
g
y
,
P
u
d
u
v
o
y
a
l
,
I
n
d
i
a
6
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
,
I
n
d
i
a
n
I
n
s
t
i
t
u
t
e
o
f
I
n
f
o
r
m
a
t
i
o
n
T
e
c
h
n
o
l
o
g
y
,
K
o
t
t
a
y
a
m
,
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
F
e
b
22
,
2
02
5
R
e
v
i
s
e
d
A
pr
7
,
2025
A
c
c
e
pt
e
d
J
ul
4
,
2025
M
a
l
a
r
i
a
r
e
m
a
i
ns
a
s
i
g
ni
f
i
c
a
n
t
g
l
o
ba
l
he
a
l
t
h
c
ha
l
l
e
ng
e
,
n
e
c
e
s
s
i
t
a
t
i
ng
a
c
c
ur
a
t
e
a
nd
e
f
f
i
c
i
e
n
t
di
a
g
no
s
t
i
c
t
o
o
l
s
.
D
e
e
p
l
e
a
r
ni
ng
m
o
de
l
s
ha
v
e
e
m
e
r
g
e
d
a
s
pr
o
m
i
s
i
ng
s
o
l
u
t
i
o
ns
f
o
r
a
u
t
o
m
a
t
e
d
m
a
l
a
r
i
a
de
t
e
c
t
i
o
n
u
s
i
ng
m
i
c
r
o
s
c
o
pi
c
bl
o
o
d
s
m
e
a
r
i
m
a
g
e
s
.
T
h
i
s
s
t
udy
e
v
a
l
ua
t
e
s
t
h
e
pe
r
f
o
r
m
a
nc
e
o
f
v
a
r
i
o
us
c
o
n
vo
l
ut
i
o
na
l
n
e
ur
a
l
ne
t
w
o
r
k
(
C
N
N
)
a
r
c
hi
t
e
c
t
u
r
e
s
,
i
nc
l
udi
ng
V
G
G
16,
R
e
s
N
e
t
50
,
M
o
b
i
l
e
N
e
t
V
2,
a
nd
E
f
f
i
c
i
e
n
t
N
e
t
,
i
n
c
l
a
s
s
i
f
y
i
ng
i
nf
e
c
t
e
d
a
nd
uni
nf
e
c
t
e
d
c
e
l
l
s
.
I
ndi
v
i
dua
l
m
o
de
l
pe
r
f
o
r
m
a
nc
e
s
w
e
r
e
a
s
s
e
s
s
e
d
ba
s
e
d
o
n
a
c
c
ur
a
c
y
,
pr
e
c
i
s
i
o
n,
r
e
c
a
l
l
,
a
nd
F
1
-
s
c
o
r
e
,
w
i
t
h
E
f
f
i
c
i
e
nt
N
e
t
a
c
hi
e
v
i
ng
t
h
e
hi
g
he
s
t
s
t
a
nda
l
o
ne
a
c
c
ur
a
c
y
of
88.
0
%
.
T
o
e
nh
a
nc
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pe
r
f
o
r
m
a
nc
e
,
a
s
t
a
c
ki
ng
e
ns
e
m
bl
e
a
pp
r
o
a
c
h
w
a
s
i
m
p
l
e
m
e
n
t
e
d,
u
s
i
ng
a
l
o
g
i
s
t
i
c
r
e
g
r
e
s
s
i
o
n
m
e
t
a
-
c
l
a
s
s
i
f
i
e
r
t
o
i
nt
e
g
r
a
t
e
o
ut
pu
t
s
f
r
o
m
m
u
l
t
i
p
l
e
m
o
de
l
s
f
o
r
i
m
pr
o
v
e
d
d
e
c
i
s
i
o
n
-
m
a
ki
ng
.
T
h
e
s
t
a
c
ki
ng
m
o
de
l
o
ut
pe
r
f
o
r
m
e
d
i
ndi
v
i
du
a
l
ne
t
w
o
r
k
s
,
a
c
hi
e
v
i
ng
a
n
a
c
c
ur
a
c
y
o
f
89.
4%
,
w
i
t
h
p
r
e
c
i
s
i
o
n,
r
e
c
a
l
l
,
a
nd
F
1
-
s
c
o
r
e
s
s
ur
p
a
s
s
i
ng
t
ho
s
e
o
f
s
t
a
nd
a
l
o
ne
m
o
de
l
s
.
C
ha
l
l
e
ng
e
s
i
n
m
a
l
a
r
i
a
p
a
r
a
s
i
t
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
—
s
uc
h
a
s
h
i
g
h
i
n
t
e
r
-
c
l
a
s
s
s
i
m
i
l
a
r
i
t
y
,
v
a
r
i
a
t
i
o
ns
i
n
s
t
a
i
n
i
ng
qua
l
i
t
y
,
a
nd
c
l
a
s
s
i
m
ba
l
a
nc
e
w
e
r
e
a
ddr
e
s
s
e
d
t
h
r
o
ug
h
da
t
a
a
ug
m
e
nt
a
t
i
o
n
a
nd
m
o
de
l
t
un
i
ng
.
T
he
s
e
f
i
nd
i
ng
s
h
i
g
hl
i
g
h
t
t
h
e
po
t
e
nt
i
a
l
o
f
e
n
s
e
m
b
l
e
l
e
a
r
n
i
ng
i
n
m
e
di
c
a
l
i
m
a
g
e
a
na
l
y
s
i
s
,
pa
v
i
ng
t
he
w
a
y
f
o
r
m
o
r
e
a
c
c
ur
a
t
e
a
nd
s
c
a
l
a
bl
e
m
a
l
a
r
i
a
d
e
t
e
c
t
i
o
n
s
y
s
t
e
m
s
.
Ke
y
w
or
d
s
:
Cl
a
s
s
i
f
i
c
a
t
i
o
n
E
n
s
e
m
b
l
e
l
e
a
rn
i
ng
M
a
l
a
ri
a
de
t
e
c
t
i
o
n
M
e
di
c
a
l
i
m
a
ge
a
na
l
y
s
i
s
M
e
t
a
-
l
e
a
rni
n
g
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
BY
-
SA
l
i
c
e
ns
e
.
Cor
r
e
s
pon
di
n
g
Au
t
h
or
:
K
o
m
a
l
K
u
m
a
r
N
a
pa
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
a
v
e
e
t
h
a
E
n
g
i
n
e
e
ri
n
g
Co
l
l
e
ge
Ch
e
nna
i
,
T
a
m
i
l
N
a
du
,
I
ndi
a
E
m
a
i
l
:
ko
m
a
l
kum
a
rna
pa
@
g
m
a
i
l
.
c
o
m
1.
I
N
TR
O
D
U
C
TI
O
N
M
a
l
a
ri
a
c
o
n
t
i
n
ue
s
t
o
po
s
e
a
s
e
ri
o
us
gl
o
b
a
l
h
e
a
l
t
h
t
hr
e
a
t
,
pa
r
t
i
c
ul
a
rl
y
i
n
t
r
o
pi
c
a
l
a
n
d
s
ub
t
r
o
pi
c
a
l
r
e
gi
o
n
s
,
w
i
t
h
a
pp
r
o
xi
m
a
t
e
l
y
247
m
i
l
l
i
o
n
c
a
s
e
s
a
nd
619,
00
0
de
a
t
h
s
r
e
po
rt
e
d
a
nn
u
a
l
l
y
[1].
T
h
e
d
i
s
e
a
s
e
i
s
c
a
us
e
d
by
P
l
a
s
m
o
di
um
p
a
r
a
s
i
t
e
s
a
n
d
t
ra
n
s
m
i
t
t
e
d
t
hr
o
ug
h
t
h
e
b
i
t
e
s
of
i
n
f
e
c
t
e
d
f
e
m
a
l
e
A
n
o
ph
e
l
e
s
m
o
s
qui
t
o
e
s
.
E
a
rl
y
a
n
d
a
c
c
u
r
a
t
e
di
a
g
n
o
s
i
s
i
s
c
ri
t
i
c
a
l
t
o
p
r
e
v
e
n
t
s
e
v
e
r
e
c
o
m
pl
i
c
a
t
i
o
n
s
a
n
d
f
a
t
a
l
i
t
i
e
s
[2]
.
T
ra
di
t
i
o
na
l
l
y
,
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
D
e
e
p
l
e
ar
ni
n
g
-
bas
e
d
s
t
a
c
k
i
ng
e
ns
e
m
bl
e
f
or
m
a
l
ar
i
a
par
as
i
t
e
c
l
as
s
i
f
i
c
a
t
i
on
…
(
Kom
al
K
um
ar
Na
pa
)
509
m
a
l
a
ri
a
i
s
d
i
a
g
n
o
s
e
d
by
m
i
c
r
o
s
c
o
pi
c
e
xa
m
i
na
t
i
o
n
o
f
G
i
e
m
s
a
-
s
t
a
i
n
e
d
b
l
o
o
d
s
m
e
a
r
s
,
a
p
r
o
c
e
s
s
pe
r
f
o
r
m
e
d
by
t
r
a
i
n
e
d
p
a
t
h
o
l
o
gi
s
t
s
.
W
h
i
l
e
c
o
n
s
i
de
r
e
d
t
h
e
go
l
d
s
t
a
n
d
a
r
d
d
ue
t
o
i
t
s
a
c
c
ura
c
y
,
t
hi
s
m
a
nua
l
m
e
t
h
o
d
i
s
o
f
t
e
n
time
-
c
o
n
s
um
i
n
g
,
l
a
b
o
r
-
i
nt
e
n
s
i
v
e
,
a
nd
p
r
o
n
e
t
o
h
u
m
a
n
e
rr
o
r,
e
s
pe
c
i
a
l
l
y
i
n
u
nde
r
-
r
e
s
o
ur
c
e
d
a
r
e
a
s
[3
].
T
o
o
ve
r
c
o
m
e
t
h
e
s
e
l
i
m
i
t
a
t
i
o
n
s
,
t
h
e
de
v
e
l
o
pm
e
n
t
o
f
a
ut
o
m
a
t
e
d
a
nd
i
n
t
e
l
l
i
ge
n
t
di
a
g
n
o
s
t
i
c
t
o
o
l
s
ha
s
b
e
c
o
m
e
a
r
e
s
e
a
r
c
h
p
ri
o
ri
t
y
[4].
A
dv
a
n
c
e
s
i
n
a
r
t
i
f
i
c
i
a
l
i
nt
e
l
l
i
ge
n
c
e
(A
I)
[5],
p
a
r
t
i
c
ul
a
rl
y
de
e
p
l
e
a
rni
n
g
,
h
a
v
e
r
e
v
o
l
ut
i
o
n
i
z
e
d
m
e
di
c
a
l
i
m
a
ge
a
na
l
y
s
i
s
,
e
na
b
l
i
n
g
ra
pi
d
a
nd
a
c
c
ur
a
t
e
d
i
s
e
a
s
e
de
t
e
c
t
i
o
n
.
Co
n
v
o
l
ut
i
o
na
l
n
e
u
ra
l
n
e
t
w
o
r
k
s
(
CN
N
s
),
k
n
o
w
n
f
o
r
t
h
e
i
r
a
b
i
l
i
t
y
t
o
l
e
a
rn
hi
e
ra
r
c
h
i
c
a
l
i
m
a
ge
f
e
a
t
u
r
e
s
,
h
a
v
e
b
e
e
n
w
i
de
l
y
a
ppl
i
e
d
i
n
m
e
di
c
a
l
di
a
g
n
o
s
t
i
c
s
,
i
n
c
l
ud
i
n
g
m
a
l
a
r
i
a
de
t
e
c
t
i
o
n
[6].
M
o
de
l
s
s
uc
h
a
s
V
G
G
16,
R
e
s
N
e
t
50,
I
n
c
e
pt
i
o
n
V
3,
M
ob
i
l
e
N
e
t
V
2,
a
nd
D
e
n
s
e
N
e
t
121
h
a
v
e
s
h
o
w
n
p
r
o
m
i
s
i
ng
r
e
s
ul
t
s
[7],
o
f
t
e
n
a
c
h
i
e
v
i
n
g
hi
g
h
a
c
c
u
r
a
c
y
.
H
ow
e
v
e
r
,
de
pe
n
di
n
g
o
n
a
s
i
ngl
e
CN
N
m
o
de
l
ha
s
d
ra
w
b
a
c
ks
,
i
n
c
l
ud
i
n
g
o
v
e
r
f
i
t
t
i
n
g
a
n
d
s
e
n
s
i
t
i
v
i
t
y
t
o
v
a
r
i
a
t
i
o
n
s
i
n
i
m
a
ge
qua
l
i
t
y
a
n
d
s
t
a
i
ni
n
g
t
e
c
hn
i
q
ue
s
,
w
hi
c
h
m
a
y
r
e
duc
e
ge
n
e
r
a
l
i
z
a
t
i
o
n
a
c
r
o
s
s
da
t
a
s
e
t
s
[8].
T
o
a
dd
r
e
s
s
t
h
e
s
e
c
h
a
l
l
e
n
ge
s
[9]
,
e
n
s
e
m
b
l
e
l
e
a
rn
i
ng
a
pp
r
o
a
c
h
e
s
ha
v
e
b
e
e
n
i
nt
r
o
duc
e
d,
w
h
e
r
e
m
ul
t
i
p
l
e
m
o
de
l
s
a
r
e
c
o
m
b
i
n
e
d
t
o
i
m
p
r
o
v
e
pr
e
di
c
t
i
v
e
a
c
c
ur
a
c
y
.
A
m
o
n
g
v
a
r
i
o
us
t
e
c
hni
que
s
,
s
t
a
c
ki
n
g
[10]
a
l
s
o
r
e
f
e
rr
e
d
t
o
a
s
m
e
t
a
-
l
e
a
rni
n
g
,
h
a
s
s
h
o
w
n
g
r
e
a
t
po
t
e
n
t
i
a
l
.
U
nl
i
ke
t
ra
di
t
i
o
na
l
m
e
t
h
o
ds
s
uc
h
a
s
b
a
gg
i
n
g
a
nd
bo
os
t
i
n
g
[11]
,
s
t
a
c
ki
n
g
c
o
m
b
i
n
e
s
t
h
e
o
ut
put
s
o
f
b
a
s
e
m
o
de
l
s
us
i
ng
a
m
e
t
a
-
l
e
a
rn
e
r,
w
h
i
c
h
i
m
p
r
o
v
e
s
de
c
i
s
i
o
n
-
m
a
k
i
n
g
by
l
e
a
rni
n
g
f
r
o
m
t
h
e
s
t
r
e
n
g
t
h
s
o
f
e
a
c
h
m
o
de
l
[
12]
.
D
e
s
pi
t
e
i
t
s
s
uc
c
e
s
s
i
n
o
t
h
e
r
m
e
di
c
a
l
i
m
a
g
i
ng
do
m
a
i
n
s
,
s
t
a
c
ki
n
g
r
e
m
a
i
n
s
u
n
de
r
ut
i
l
i
z
e
d
i
n
m
a
l
a
ri
a
de
t
e
c
t
i
o
n.
T
h
i
s
s
t
udy
pr
o
po
s
e
s
a
r
o
b
us
t
s
t
a
c
ki
n
g
e
n
s
e
m
b
l
e
m
o
de
l
t
h
a
t
i
n
t
e
g
r
a
t
e
s
f
i
v
e
w
e
l
l
-
kn
o
w
n
CN
N
a
r
c
hi
t
e
c
t
u
r
e
s
CN
N
,
V
G
G
16,
R
e
s
N
e
t
50,
M
o
b
i
l
e
N
e
t
V
2,
a
n
d
E
f
f
i
c
i
e
n
t
N
e
t
.
E
a
c
h
n
e
t
w
o
r
k
c
o
n
t
r
i
b
ut
e
s
u
ni
que
fe
a
t
ur
e
e
xt
ra
c
t
i
o
n
c
a
pa
b
i
l
i
t
i
e
s
.
T
h
e
e
xt
r
a
c
t
e
d
f
e
a
t
u
r
e
s
[13
]
a
re
t
h
e
n
f
us
e
d
a
n
d
p
a
s
s
e
d
t
o
a
n
X
G
B
oo
s
t
c
l
a
s
s
i
f
i
e
r
s
e
r
v
i
n
g
a
s
t
h
e
m
e
t
a
-
l
e
a
rn
e
r
[
14].
T
h
i
s
a
r
c
h
i
t
e
c
t
ur
e
n
o
t
o
n
l
y
e
nha
n
c
e
s
a
c
c
ura
c
y
a
n
d
ge
n
e
r
a
l
i
z
a
t
i
o
n
b
ut
a
l
s
o
i
m
p
r
o
v
e
s
i
nt
e
rp
r
e
t
a
b
i
l
i
t
y
by
a
n
a
l
y
z
i
n
g
t
h
e
c
o
n
t
ri
b
ut
i
o
n
o
f
e
a
c
h
m
o
de
l
.
F
u
r
t
h
e
rm
o
r
e
,
t
h
e
a
pp
r
o
a
c
h
i
s
de
s
i
g
n
e
d
t
o
b
e
c
o
m
put
a
t
i
o
n
a
l
l
y
e
ff
i
c
i
e
n
t
a
nd
s
ui
t
a
b
l
e
f
o
r
de
pl
o
y
m
e
nt
i
n
r
e
a
l
-
w
o
r
l
d
c
l
i
ni
c
a
l
s
e
t
t
i
n
gs
,
pa
rt
i
c
ul
a
r
l
y
i
n
r
e
s
o
ur
c
e
-
l
i
m
i
t
e
d
e
n
v
i
r
o
n
m
e
n
t
s
[15]
.
T
hr
o
ug
h
c
o
m
p
r
e
h
e
n
s
i
v
e
e
v
a
l
ua
t
i
o
n
,
t
h
e
s
t
u
dy
h
i
g
hl
i
g
ht
s
t
h
e
s
upe
ri
o
r
i
t
y
of
s
t
a
c
ki
n
g
e
n
s
e
m
b
l
e
s
ove
r
i
ndi
v
i
dua
l
CN
N
s
a
n
d
de
m
o
n
s
t
ra
t
e
s
t
h
e
i
r
po
t
e
n
t
i
a
l
i
n
de
l
i
v
e
r
i
ng
r
e
l
i
a
b
l
e
,
s
c
a
l
a
b
l
e
,
a
n
d
a
c
c
ura
t
e
m
a
l
a
ri
a
d
i
a
g
n
o
s
t
i
c
s
.
2.
R
ELA
TED
WO
R
K
AI
a
nd
m
a
c
h
i
n
e
l
e
a
rni
n
g
(M
L
)
h
a
v
e
s
i
g
ni
f
i
c
a
n
t
l
y
a
dv
a
n
c
e
d
m
e
di
c
a
l
i
m
a
g
i
n
g,
e
s
pe
c
i
a
l
l
y
i
n
a
ut
o
m
a
t
i
ng
m
a
l
a
ri
a
d
i
a
g
n
o
s
i
s
us
i
n
g
de
e
p
l
e
a
rni
ng.
T
ra
d
i
t
i
o
na
l
m
i
c
r
o
s
c
o
pi
c
e
xa
m
i
na
t
i
o
n
i
s
l
a
b
o
r
-
i
n
t
e
n
s
i
v
e
a
n
d
e
rr
o
r
-
p
r
o
n
e
,
p
r
o
m
p
t
i
n
g
r
e
s
e
a
r
c
h
e
r
s
t
o
e
xpl
o
r
e
A
I
s
o
l
ut
i
o
n
s
[1
6].
CN
N
s
ha
v
e
pr
o
v
e
n
e
f
fe
c
t
i
ve
b
y
a
c
c
ur
a
t
e
l
y
e
xt
r
a
c
t
i
n
g
a
n
d
c
l
a
s
s
i
f
y
i
n
g
f
e
a
t
u
r
e
s
f
r
o
m
m
e
di
c
a
l
i
m
a
ge
s
[1
7].
V
a
r
i
o
us
de
e
p
l
e
a
rni
n
g
m
o
de
l
s
s
uc
h
a
s
R
e
s
N
e
t
[18],
I
n
c
e
pt
i
o
n
N
e
t
[19]
,
a
n
d
E
f
f
i
c
i
e
n
t
N
e
t
[20]
h
a
v
e
b
e
e
n
w
i
de
l
y
a
do
pt
e
d
t
o
e
nha
n
c
e
m
a
l
a
ri
a
de
t
e
c
t
i
o
n
a
c
c
u
ra
c
y
,
o
f
t
e
n
m
a
t
c
hi
n
g
o
r
s
u
r
pa
s
s
i
ng
e
xpe
rt
-
l
e
v
e
l
pe
r
f
o
r
m
a
n
c
e
[21]
.
T
ra
n
s
f
e
r
l
e
a
rni
n
g,
b
y
ut
i
l
i
z
i
ng
p
r
e
-
t
ra
i
n
e
d
CN
N
s
,
r
e
duc
e
s
t
h
e
r
e
l
i
a
n
c
e
[
22]
o
n
e
xt
e
n
s
i
v
e
l
a
b
e
l
e
d
da
t
a
,
i
m
p
r
o
v
i
ng
t
h
e
p
ra
c
t
i
c
a
l
i
t
y
o
f
A
I
-
dr
i
v
e
n
di
a
g
n
o
s
t
i
c
s
.
F
u
rt
h
e
r
m
o
r
e
,
e
n
s
e
m
b
l
e
l
e
a
rni
n
g
es
pe
c
i
a
l
l
y
s
t
a
c
k
i
ng
ha
s
p
r
o
v
e
n
hi
g
hl
y
e
f
f
e
c
t
i
v
e
i
n
c
o
m
b
i
ni
ng
d
i
v
e
rs
e
c
l
a
s
s
i
f
i
e
r
s
,
b
o
o
s
t
i
ng
o
v
e
ra
l
l
pe
r
f
o
rm
a
nc
e
,
a
nd
o
v
e
r
c
o
m
i
ng
i
nd
i
v
i
d
u
a
l
m
o
de
l
l
i
m
i
t
a
t
i
o
ns
t
o
e
ns
u
re
m
o
r
e
c
o
n
s
i
s
t
e
nt
a
nd
a
c
c
u
ra
t
e
re
s
u
l
t
s
[2
3
]
.
D
e
s
pi
t
e
pr
o
g
r
e
s
s
i
n
de
e
p
l
e
a
rni
n
g
f
o
r
m
a
l
a
ri
a
de
t
e
c
t
i
o
n
[24
],
ge
n
e
r
a
l
i
z
a
t
i
o
n
r
e
m
a
i
n
s
a
ke
y
c
h
a
l
l
e
n
ge
due
t
o
v
a
r
i
a
t
i
o
n
s
i
n
i
m
a
ge
qu
a
l
i
t
y
,
s
t
a
i
ni
n
g
p
r
o
t
o
c
o
l
s
[25],
a
nd
e
qui
p
m
e
n
t
,
w
h
i
c
h
c
a
n
c
a
us
e
i
n
c
o
n
s
i
s
t
e
n
t
m
o
de
l
pe
r
f
o
r
m
a
n
c
e
a
c
r
o
s
s
r
e
a
l
-
w
o
r
l
d
s
e
t
t
i
n
gs
.
T
o
a
dd
r
e
s
s
t
hi
s
,
h
y
b
r
i
d
m
e
t
h
o
ds
c
o
m
b
i
n
i
ng
de
e
p
l
e
a
rn
i
ng
w
i
t
h
t
r
a
d
i
t
i
o
n
a
l
ML
a
l
go
ri
t
hm
s
l
i
ke
s
uppo
r
t
v
e
c
t
o
r
m
a
c
hi
n
e
s
a
n
d
r
a
ndo
m
f
o
r
e
s
t
s
ha
v
e
b
e
e
n
e
xpl
o
r
e
d,
i
m
p
r
o
v
i
ng
a
da
p
t
a
b
i
l
i
t
y
a
n
d
r
o
b
us
t
n
e
s
s
a
c
r
o
s
s
di
v
e
r
s
e
da
t
a
s
e
t
s
.
H
ow
e
ve
r
,
i
n
t
e
r
p
r
e
t
a
b
i
l
i
t
y
c
o
n
t
i
n
ue
s
t
o
b
e
a
c
o
n
c
e
rn
i
n
c
l
i
n
i
c
a
l
de
pl
o
y
m
e
n
t
,
a
s
m
a
n
y
de
e
p
m
o
de
l
s
f
un
c
t
i
o
n
a
s
"
b
l
a
c
k
b
o
xe
s
,
"
m
a
ki
ng
t
h
e
i
r
de
c
i
s
i
o
n
-
m
a
ki
n
g
pr
o
c
e
s
s
e
s
o
pa
que
.
T
o
b
ui
l
d
c
l
i
n
i
c
i
a
n
t
r
us
t
a
n
d
e
n
s
u
r
e
t
ra
n
s
pa
r
e
n
c
y
,
e
xpl
a
i
n
a
b
l
e
A
I
(X
A
I)
t
e
c
hn
i
que
s
[2
6]
a
r
e
b
e
i
n
g
de
v
e
l
o
pe
d,
a
l
l
o
w
i
n
g
f
o
r
c
l
e
a
r
e
r
i
n
s
i
g
ht
s
i
n
t
o
m
o
de
l
pr
e
di
c
t
i
o
n
s
a
n
d
f
o
s
t
e
r
i
n
g
g
r
e
a
t
e
r
a
c
c
e
pt
a
n
c
e
i
n
m
e
di
c
a
l
p
ra
c
t
i
c
e
.
E
nh
a
n
c
i
n
g
A
I
-
b
a
s
e
d
m
a
l
a
r
i
a
di
a
g
n
o
s
i
s
a
l
s
o
de
pe
n
ds
h
e
a
v
i
l
y
o
n
e
xpa
ndi
n
g
a
n
d
di
v
e
r
s
i
fy
i
n
g
t
ra
i
ni
n
g
da
t
a
[
27]
.
G
i
v
e
n
t
h
e
s
c
a
r
c
i
t
y
o
f
l
a
rge
m
e
d
i
c
a
l
da
t
a
s
e
t
s
,
d
a
t
a
a
u
gm
e
n
t
a
t
i
o
n
m
e
t
h
o
ds
pa
rt
i
c
ul
a
r
l
y
t
h
o
s
e
us
i
ng
ge
n
e
ra
t
i
v
e
a
dv
e
r
s
a
r
i
a
l
n
e
t
w
o
r
ks
(G
A
N
s
)
a
r
e
e
m
pl
o
y
e
d
t
o
s
y
n
t
h
e
s
i
z
e
r
e
a
l
i
s
t
i
c
t
ra
i
ni
n
g
s
a
m
p
l
e
s
,
b
oo
s
t
i
n
g
m
o
de
l
ge
n
e
r
a
l
i
z
a
t
i
o
n.
A
d
di
t
i
o
na
l
l
y
,
l
i
g
h
t
w
e
i
g
h
t
de
e
p
l
e
a
rn
i
n
g
m
o
de
l
s
[28]
a
r
e
b
e
i
n
g
de
v
e
l
o
pe
d
fo
r
r
e
a
l
-
t
i
m
e
m
a
l
a
ri
a
de
t
e
c
t
i
o
n
o
n
m
o
b
i
l
e
o
r
e
dge
de
v
i
c
e
s
,
m
a
ki
ng
d
i
a
gn
o
s
t
i
c
t
o
o
l
s
m
o
r
e
a
c
c
e
s
s
i
b
l
e
i
n
l
o
w
-
r
e
s
o
ur
c
e
s
e
t
t
i
n
gs
.
T
o
f
ur
t
h
e
r
i
m
p
r
o
v
e
a
da
p
t
a
b
i
l
i
t
y
,
do
m
a
i
n
a
d
a
pt
a
t
i
o
n
t
e
c
hn
i
que
s
h
e
l
p
c
o
rr
e
c
t
c
l
a
s
s
i
m
b
a
l
a
n
c
e
s
a
nd
r
e
duc
e
da
t
a
s
e
t
b
i
a
s
,
e
n
a
b
l
i
ng
m
o
de
l
s
t
o
pe
r
f
o
r
m
r
e
l
i
a
b
l
y
a
c
r
o
s
s
v
a
ri
e
d
d
a
t
a
s
o
ur
c
e
s
[29]
.
M
o
r
e
ov
e
r
,
f
e
de
r
a
t
e
d
l
e
a
rn
i
ng
a
dd
r
e
s
s
e
s
da
t
a
p
r
i
v
a
c
y
c
o
n
c
e
rn
s
b
y
a
l
l
o
w
i
n
g
de
c
e
n
t
ra
l
i
z
e
d
m
o
de
l
t
ra
i
ni
n
g
a
c
r
o
s
s
i
n
s
t
i
t
ut
i
o
n
s
w
i
t
h
o
ut
s
ha
ri
ng
s
e
ns
i
t
i
v
e
i
n
f
o
rm
a
t
i
o
n,
p
r
o
m
o
t
i
ng
s
e
c
u
r
e
c
o
l
l
a
b
o
ra
t
i
o
n
a
nd
b
r
o
a
de
r
a
p
p
l
i
c
a
t
i
o
n
o
f
A
I
i
n
he
a
l
t
h
c
a
re
[
30
]
.
T
o
f
ur
t
h
e
r
o
pt
i
m
i
z
e
m
a
l
a
r
i
a
de
t
e
c
t
i
o
n
m
o
de
l
s
,
r
e
s
e
a
r
c
h
e
r
s
ha
v
e
i
nt
e
g
r
a
t
e
d
a
dv
a
n
c
e
d
o
pt
i
m
i
z
a
t
i
o
n
t
e
c
hn
i
q
ue
s
s
uc
h
a
s
d
i
f
fe
r
e
nt
i
a
l
e
v
o
l
ut
i
o
n
a
n
d
p
a
r
t
i
c
l
e
s
w
a
r
m
o
pt
i
m
i
z
a
t
i
o
n,
w
h
i
c
h
h
e
l
p
i
n
f
i
n
e
-
t
u
ni
n
g
h
y
pe
r
pa
r
a
m
e
t
e
r
s
a
n
d
i
m
p
r
o
v
i
n
g
c
o
m
put
a
t
i
o
n
a
l
e
ff
i
c
i
e
n
c
y
[31
]
,
[
3
2].
T
h
e
s
e
o
pt
i
m
i
z
a
t
i
o
n
s
t
r
a
t
e
gi
e
s
p
l
a
y
a
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
:
508
-
5
1
7
510
c
r
uc
i
a
l
r
o
l
e
i
n
e
nha
n
c
i
n
g
t
h
e
pe
r
f
o
r
m
a
n
c
e
of
de
e
p
l
e
a
rni
n
g
m
o
de
l
s
,
pa
r
t
i
c
ul
a
rl
y
i
n
l
o
w
-
r
e
s
o
ur
c
e
e
n
v
i
r
o
nm
e
nt
s
w
h
e
r
e
c
o
m
put
a
t
i
o
n
a
l
po
w
e
r
i
s
l
i
m
i
t
e
d.
H
ow
e
ve
r
,
de
s
pi
t
e
t
he
s
e
t
e
c
h
n
o
l
o
gi
c
a
l
a
dv
a
n
c
e
m
e
n
t
s
,
t
h
e
r
e
a
l
-
w
o
r
l
d
de
pl
oy
m
e
n
t
o
f
A
I
-
b
a
s
e
d
m
a
l
a
r
i
a
d
i
a
g
n
o
s
t
i
c
t
o
o
l
s
c
o
n
t
i
nue
s
t
o
f
a
c
e
r
e
gul
a
t
o
r
y
c
h
a
l
l
e
n
ge
s
.
F
a
c
t
o
r
s
s
uc
h
a
s
m
o
de
l
b
i
a
s
,
t
h
e
n
e
e
d
f
o
r
e
x
t
e
n
s
i
v
e
v
a
l
i
da
t
i
o
n
s
t
udi
e
s
,
a
n
d
c
o
m
pl
i
a
n
c
e
w
i
t
h
m
e
di
c
a
l
r
e
gul
a
t
i
o
n
s
po
s
e
s
i
g
n
i
f
i
c
a
n
t
h
u
rdl
e
s
i
n
t
h
e
w
i
de
s
pr
e
a
d
a
do
pt
i
o
n
o
f
A
I
-
d
r
i
v
e
n
s
o
l
ut
i
o
n
s
[
33]
.
A
s
A
I
i
n
h
e
a
l
t
h
c
a
r
e
c
o
n
t
i
nue
s
t
o
e
vo
l
v
e
,
i
t
i
s
c
ruc
i
a
l
f
o
r
r
e
s
e
a
r
c
h
e
r
s
a
nd
r
e
gu
l
a
t
o
r
y
bo
di
e
s
t
o
w
o
r
k
t
o
ge
t
h
e
r
t
o
de
v
e
l
o
p
s
t
a
n
d
a
r
di
z
e
d
f
r
a
m
e
w
o
r
ks
f
o
r
e
v
a
l
ua
t
i
n
g
a
nd
v
a
l
i
da
t
i
ng
A
I
m
o
de
l
s
b
e
fo
r
e
c
l
i
n
i
c
a
l
i
m
pl
e
m
e
n
t
a
t
i
o
n
[34
]
,
[
35]
.
T
h
i
s
s
t
u
dy
i
n
t
r
o
duc
e
s
a
s
t
a
c
ki
n
g
e
n
s
e
m
b
l
e
m
o
de
l
c
o
m
b
i
n
i
ng
E
f
f
i
c
i
e
n
t
N
e
t
,
R
e
s
N
e
t
50,
V
G
G
16,
a
n
d
M
ob
i
l
e
N
e
t
V
2
w
i
t
h
a
l
o
gi
s
t
i
c
r
e
g
r
e
s
s
i
o
n
m
e
t
a
-
c
l
a
s
s
i
f
i
e
r
t
o
e
nh
a
n
c
e
m
a
l
a
r
i
a
de
t
e
c
t
i
o
n.
By
a
ddr
e
s
s
i
n
g
l
i
m
i
t
a
t
i
o
n
s
l
i
ke
c
l
a
s
s
i
m
b
a
l
a
n
c
e
,
l
i
m
i
t
e
d
e
v
a
l
u
a
t
i
o
n
m
e
t
ri
c
s
,
a
n
d
m
o
r
p
h
o
l
o
gi
c
a
l
v
a
r
i
a
b
i
l
i
t
y
,
i
t
o
ff
e
r
s
a
m
o
r
e
r
o
b
us
t
,
ge
n
e
r
a
l
i
z
a
b
l
e
,
a
n
d
s
c
a
l
a
b
l
e
s
o
l
ut
i
o
n
c
o
m
pa
r
e
d
t
o
i
ndi
v
i
dua
l
CN
N
m
o
de
l
s
.
3.
M
ET
H
O
D
T
h
e
p
r
o
po
s
e
d
m
e
t
h
o
do
l
o
g
y
f
o
r
m
a
l
a
ri
a
de
t
e
c
t
i
o
n
us
i
ng
de
e
p
l
e
a
rn
i
ng
f
o
l
l
ow
s
a
s
t
r
uc
t
u
r
e
d
w
o
r
kf
l
ow
,
b
e
gi
nn
i
n
g
w
i
t
h
da
t
a
s
e
t
a
c
qui
s
i
t
i
o
n
a
n
d
m
o
v
i
n
g
t
hr
o
ug
h
p
r
e
pr
o
c
e
s
s
i
n
g,
f
e
a
t
u
r
e
e
xt
ra
c
t
i
o
n,
e
n
s
e
m
b
l
e
l
e
a
rni
n
g
,
a
n
d
f
i
n
a
l
p
r
e
d
i
c
t
i
o
n,
a
s
de
pi
c
t
e
d
i
n
F
i
g
u
r
e
1.
T
h
e
d
a
t
a
s
e
t
us
e
d
o
r
i
gi
na
t
e
s
f
r
o
m
t
h
e
N
a
t
i
o
na
l
I
n
s
t
i
t
u
t
e
s
of
H
e
a
l
t
h
(N
IH
),
c
o
n
t
a
i
ni
n
g
27
,
55
8
l
a
b
e
l
e
d
c
e
l
l
i
m
a
ge
s
—
13
,
7
79
p
a
r
a
s
i
t
i
z
e
d
a
n
d
13
,
779
u
ni
n
f
e
c
t
e
d
r
e
d
b
l
o
od
c
e
l
l
s
—
e
a
c
h
i
n
R
G
B
f
o
r
m
a
t
w
i
t
h
a
r
e
s
o
l
ut
i
o
n
o
f
128
×
12
8
p
i
xe
l
s
.
P
r
e
p
r
o
c
e
s
s
i
n
g
s
t
e
ps
i
n
v
o
l
ve
d
r
e
s
i
z
i
n
g
i
m
a
ge
s
f
o
r
u
n
i
f
o
r
m
i
t
y
,
n
o
r
m
a
l
i
z
i
ng
p
i
xe
l
v
a
l
ue
s
b
e
t
w
e
e
n
0
a
n
d
1
,
a
n
d
a
p
pl
y
i
n
g
da
t
a
a
ug
m
e
n
t
a
t
i
o
n
m
e
t
h
o
ds
s
uc
h
a
s
r
o
t
a
t
i
o
n,
f
l
i
pp
i
n
g,
a
n
d
z
o
o
m
i
n
g
t
o
e
nh
a
n
c
e
m
o
de
l
ge
n
e
r
a
l
i
z
a
t
i
o
n.
D
e
s
pi
t
e
i
t
s
b
a
l
a
n
c
e
a
nd
qu
a
l
i
t
y
,
t
h
e
da
t
a
s
e
t
m
a
y
e
xh
i
b
i
t
b
i
a
s
,
a
s
i
t
m
a
i
nl
y
fe
a
t
ur
e
s
P
l
a
s
m
o
d
i
um
f
a
l
c
i
p
a
r
um
u
nde
r
c
o
n
t
r
o
l
l
e
d
l
a
b
s
e
t
t
i
n
gs
,
po
t
e
n
t
i
a
l
l
y
l
i
m
i
t
i
n
g
i
t
s
r
e
a
l
-
w
o
r
l
d
a
pp
l
i
c
a
b
i
l
i
t
y
[36].
Tr
a
i
n
i
ng
a
nd
e
v
a
l
ua
t
i
o
n
w
e
r
e
pe
r
f
o
r
m
e
d
o
n
a
n
N
V
ID
IA
R
T
X
3080
G
P
U
w
i
t
h
a
n
I
n
t
e
l
Co
r
e
i
7
pr
o
c
e
s
s
o
r
a
n
d
32
G
B
R
A
M
,
us
i
n
g
P
y
t
h
o
n
3.
8,
T
e
n
s
o
r
F
l
o
w
2.
16
.
1,
a
n
d
K
e
ra
s
.
T
h
e
t
r
a
i
n
i
ng
w
a
s
do
n
e
us
i
n
g
a
b
a
t
c
h
s
i
z
e
o
f
32,
a
l
e
a
rni
n
g
r
a
t
e
o
f
0.
0001,
t
h
e
A
da
m
o
pt
i
m
i
z
e
r,
a
nd
b
i
n
a
r
y
c
r
o
s
s
-
e
n
t
r
o
p
y
l
o
s
s
a
c
r
o
s
s
30
e
poc
h
s
w
i
t
h
e
a
r
l
y
s
t
o
ppi
n
g
.
A
s
t
ra
t
i
f
i
e
d
5
-
f
o
l
d
c
r
o
s
s
-
v
a
l
i
d
a
t
i
o
n
e
n
s
u
r
e
d
b
a
l
a
n
c
e
d
t
ra
i
ni
n
g
a
n
d
v
a
l
i
d
a
t
i
o
n.
D
e
e
p
l
e
a
rn
i
ng
m
o
de
l
s
,
i
n
c
l
ud
i
n
g
CN
N
,
V
G
G
16,
R
e
s
N
e
t
50,
M
o
b
i
l
e
N
e
t
V
2,
a
n
d
E
f
f
i
c
i
e
n
t
N
e
t
w
e
r
e
us
e
d
t
o
e
xt
ra
c
t
f
e
a
t
u
r
e
s
f
r
o
m
t
h
e
p
r
e
p
r
o
c
e
s
s
e
d
i
m
a
ge
s
.
F
i
gu
r
e
1
.
M
e
t
h
o
do
l
o
g
y
o
f
s
t
a
c
ki
n
g
e
n
s
e
m
b
l
e
l
e
a
rn
i
ng
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
D
e
e
p
l
e
ar
ni
n
g
-
bas
e
d
s
t
a
c
k
i
ng
e
ns
e
m
bl
e
f
or
m
a
l
ar
i
a
par
as
i
t
e
c
l
as
s
i
f
i
c
a
t
i
on
…
(
Kom
al
K
um
ar
Na
pa
)
511
T
h
i
s
r
e
s
e
a
r
c
h
a
dd
r
e
s
s
e
s
m
a
j
o
r
c
h
a
l
l
e
n
ge
s
i
n
m
a
l
a
r
i
a
pa
ra
s
i
t
e
de
t
e
c
t
i
o
n
b
y
e
m
pl
oy
i
n
g
a
r
o
b
us
t
m
e
t
h
o
do
l
o
g
y
t
ha
t
i
n
t
e
g
ra
t
e
s
a
dv
a
n
c
e
d
m
o
de
l
s
e
l
e
c
t
i
o
n
,
e
f
fe
c
t
i
v
e
da
t
a
p
r
o
c
e
s
s
i
n
g,
a
n
d
e
n
s
e
m
b
l
e
l
e
a
rni
n
g
.
T
o
ha
n
dl
e
t
h
e
v
a
ri
a
b
i
l
i
t
y
i
n
p
a
r
a
s
i
t
e
a
ppe
a
ra
n
c
e
a
n
d
c
e
l
l
ul
a
r
m
o
r
p
h
o
l
o
gy
,
a
ra
n
ge
o
f
de
e
p
l
e
a
rni
n
g
a
r
c
hi
t
e
c
t
u
r
e
s
—
V
G
G
16,
R
e
s
N
e
t
50,
M
o
b
i
l
e
N
e
t
V
2,
a
n
d
E
f
fi
c
i
e
n
t
N
e
t
—
w
e
r
e
ut
i
l
i
z
e
d
f
o
r
t
h
e
i
r
c
a
pa
c
i
t
y
t
o
e
xt
ra
c
t
m
e
a
ni
n
gf
ul
a
nd
di
s
c
r
i
m
i
na
t
i
v
e
f
e
a
t
ur
e
s
f
r
o
m
m
i
c
r
o
s
c
o
pi
c
i
m
a
ge
s
.
D
a
t
a
a
r
t
i
f
a
c
t
s
a
n
d
v
i
s
ua
l
n
o
i
s
e
w
e
r
e
m
i
ni
m
i
z
e
d
t
hr
o
ug
h
p
r
e
p
r
o
c
e
s
s
i
n
g
t
e
c
hn
i
que
s
s
uc
h
a
s
n
o
r
m
a
l
i
z
a
t
i
o
n
a
n
d
a
ugm
e
nt
a
t
i
o
n
s
t
ra
t
e
gi
e
s
l
i
ke
r
o
t
a
t
i
o
n
a
n
d
f
l
i
ppi
ng,
t
h
e
r
e
by
i
m
p
r
o
v
i
n
g
m
o
de
l
r
e
s
i
l
i
e
n
c
e
t
o
di
s
t
o
r
t
i
o
n
a
n
d
i
rr
e
gu
l
a
ri
t
i
e
s
.
H
i
g
h
-
c
a
p
a
c
i
t
y
m
o
de
l
s
l
i
ke
E
f
f
i
c
i
e
n
t
N
e
t
a
n
d
R
e
s
N
e
t
50
w
e
r
e
pa
rt
i
c
ul
a
r
l
y
e
ffe
c
t
i
v
e
i
n
di
f
fe
r
e
nt
i
a
t
i
ng
b
e
t
w
e
e
n
m
o
r
p
h
o
l
o
gi
c
a
l
l
y
s
i
m
i
l
a
r
i
n
f
e
c
t
e
d
a
n
d
u
ni
n
f
e
c
t
e
d
c
e
l
l
s
,
a
dd
r
e
s
s
i
n
g
a
c
o
r
e
c
h
a
l
l
e
n
ge
i
n
v
i
s
ua
l
c
l
a
s
s
i
f
i
c
a
t
i
o
n.
A
b
a
l
a
n
c
e
d
da
t
a
s
e
t
w
a
s
a
c
hi
e
v
e
d
t
hr
o
ug
h
r
e
s
a
m
pl
i
n
g
t
e
c
hn
i
que
s
,
e
n
s
u
ri
n
g
e
qua
l
r
e
p
r
e
s
e
n
t
a
t
i
o
n
of
c
l
a
s
s
e
s
du
r
i
n
g
t
ra
i
n
i
n
g
a
n
d
m
i
n
i
m
i
z
i
ng
b
i
a
s
.
T
h
e
c
o
r
e
i
nn
o
v
a
t
i
o
n
l
i
e
s
i
n
t
h
e
a
do
pt
i
o
n
o
f
a
s
t
a
c
ki
n
g
e
n
s
e
m
b
l
e
l
e
a
rn
i
ng
a
p
p
r
o
a
c
h,
w
h
e
r
e
b
a
s
e
m
o
de
l
s
ge
n
e
r
a
t
e
p
r
e
di
c
t
i
o
n
s
t
h
a
t
a
r
e
p
a
s
s
e
d
t
o
a
l
o
gi
s
t
i
c
r
e
g
r
e
s
s
i
o
n
o
r
X
G
Boo
s
t
m
e
t
a
-
c
l
a
s
s
i
f
i
e
r.
T
h
i
s
m
o
de
l
f
us
i
o
n
i
m
p
r
o
v
e
s
ove
r
a
l
l
pe
r
f
o
r
m
a
n
c
e
by
r
e
duc
i
n
g
o
v
e
r
f
i
t
t
i
n
g
a
n
d
c
a
pt
u
r
i
ng
c
o
m
pl
e
m
e
nt
a
r
y
s
t
r
e
ngt
h
s
f
r
o
m
e
a
c
h
n
e
t
w
o
r
k.
E
v
a
l
u
a
t
i
o
n
m
e
t
ri
c
s
—
i
n
c
l
ud
i
n
g
a
c
c
u
r
a
c
y
,
p
r
e
c
i
s
i
o
n
,
r
e
c
a
l
l
,
a
n
d
F
1
-
s
c
o
r
e
—
w
e
r
e
us
e
d
t
o
c
o
m
pr
e
h
e
n
s
i
v
e
l
y
a
s
s
e
s
s
t
h
e
m
o
de
l
’s
d
i
a
g
n
o
s
t
i
c
r
e
l
i
a
b
i
l
i
t
y
.
T
h
e
f
i
n
a
l
de
pl
oy
m
e
n
t
c
l
a
s
s
i
f
i
e
s
u
n
s
e
e
n
b
l
o
o
d
s
m
e
a
r
i
m
a
ge
s
w
i
t
h
hi
g
h
pr
e
c
i
s
i
o
n,
o
f
fe
r
i
n
g
a
n
e
ff
i
c
i
e
n
t
,
s
c
a
l
a
b
l
e
s
o
l
ut
i
o
n
fo
r
a
ut
o
m
a
t
e
d
m
a
l
a
ri
a
de
t
e
c
t
i
o
n.
4.
R
ES
U
LT
A
N
A
L
Y
S
I
S
T
h
i
s
s
e
c
t
i
o
n
p
r
e
s
e
n
t
s
t
h
e
pe
r
f
o
r
m
a
n
c
e
e
v
a
l
ua
t
i
o
n
o
f
t
h
e
p
ro
pos
e
d
s
t
a
c
ki
n
g
e
n
s
e
m
b
l
e
a
pp
r
o
a
c
h
f
o
r
t
h
e
de
t
e
c
t
i
o
n
o
f
m
a
l
a
ri
a
us
i
n
g
de
e
p
l
e
a
rni
n
g
m
o
de
l
s
.
T
h
e
da
t
a
s
e
t
us
e
d
f
o
r
t
ra
i
ni
n
g
a
n
d
t
e
s
t
i
n
g
i
s
o
b
t
a
i
n
e
d
f
r
o
m
t
h
e
Ce
l
l
I
m
a
ge
s
f
o
r
D
e
t
e
c
t
i
ng
M
a
l
a
r
i
a
d
a
t
a
s
e
t
,
w
h
i
c
h
c
o
n
s
i
s
t
s
o
f
27,
558
m
i
c
r
o
s
c
o
pi
c
i
m
a
ge
s
c
a
t
e
go
r
i
z
e
d
i
n
t
o
p
a
ra
s
i
t
i
z
e
d
a
nd
u
ni
n
f
e
c
t
e
d
c
l
a
s
s
e
s
.
T
o
e
n
s
u
r
e
o
p
t
i
m
a
l
m
o
de
l
t
r
a
i
n
i
ng,
t
h
e
da
t
a
s
e
t
u
nde
r
go
e
s
pr
e
p
r
o
c
e
s
s
i
n
g,
i
n
c
l
ud
i
n
g
r
e
s
i
z
i
ng,
t
ra
i
n
-
t
e
s
t
s
pl
i
t
t
i
n
g
(80:
20
),
a
n
d
n
o
r
m
a
l
i
z
a
t
i
o
n
b
e
fo
r
e
b
e
i
n
g
f
e
d
i
n
t
o
t
h
e
de
e
p
l
e
a
rn
i
n
g
m
o
de
l
s
.
T
h
e
e
f
f
i
c
i
e
n
c
y
of
t
h
e
de
e
p
l
e
a
rni
n
g
m
o
de
l
s
a
nd
t
h
e
s
t
a
c
k
i
ng
e
n
s
e
m
b
l
e
a
pp
r
o
a
c
h
i
s
a
s
s
e
s
s
e
d
us
i
n
g
m
ul
t
i
p
l
e
s
t
a
t
i
s
t
i
c
a
l
e
v
a
l
u
a
t
i
o
n
m
e
t
ri
c
s
,
i
n
c
l
ud
i
n
g
a
c
c
ura
c
y
,
pr
e
c
i
s
i
o
n,
r
e
c
a
l
l
,
a
n
d
F
1
-
s
c
o
r
e
.
T
h
e
s
e
e
v
a
l
ua
t
i
o
n
m
e
a
s
u
r
e
s
a
r
e
c
o
m
put
e
d
us
i
n
g
t
h
e
f
un
d
a
m
e
n
t
a
l
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
e
rm
i
n
o
l
o
g
y
:
-
F
a
l
s
e
P
o
s
i
t
i
v
e
(F
P
):
I
n
c
o
rr
e
c
t
po
s
i
t
i
v
e
pr
e
di
c
t
i
o
n
(u
n
i
n
f
e
c
t
e
d
c
e
l
l
m
i
s
c
l
a
s
s
i
f
i
e
d
a
s
pa
ra
s
i
t
i
z
e
d)
.
-
T
r
ue
P
o
s
i
t
i
v
e
(T
P
):
Co
rr
e
c
t
po
s
i
t
i
v
e
p
r
e
di
c
t
i
o
n
(p
a
r
a
s
i
t
i
z
e
d
c
e
l
l
c
o
rr
e
c
t
l
y
c
l
a
s
s
i
f
i
e
d).
-
F
a
l
s
e
N
e
ga
t
i
v
e
(F
N
):
I
n
c
o
rr
e
c
t
n
e
ga
t
i
v
e
p
r
e
di
c
t
i
o
n
(
pa
ra
s
i
t
i
z
e
d
c
e
l
l
m
i
s
c
l
a
s
s
i
f
i
e
d
a
s
u
n
i
n
f
e
c
t
e
d).
-
T
r
ue
N
e
ga
t
i
v
e
(T
N
):
Co
rr
e
c
t
n
e
ga
t
i
v
e
pr
e
di
c
t
i
o
n
(u
ni
n
f
e
c
t
e
d
c
e
l
l
c
o
r
r
e
c
t
l
y
c
l
a
s
s
i
f
i
e
d).
-
T
r
ue
P
o
s
i
t
i
v
e
R
a
t
e
(T
P
R
):
T
h
e
p
r
o
po
r
t
i
o
n
o
f
a
c
t
ua
l
po
s
i
t
i
v
e
c
a
s
e
s
(e
.
g.
,
p
a
r
a
s
i
t
i
z
e
d
c
e
l
l
s
)
t
h
a
t
a
r
e
c
o
r
r
e
c
t
l
y
i
de
n
t
i
f
i
e
d
by
t
h
e
m
o
de
l
-
F
a
l
s
e
P
o
s
i
t
i
v
e
R
a
t
e
(F
P
R
):
T
h
e
p
r
o
po
r
t
i
o
n
o
f
a
c
t
ua
l
n
e
g
a
t
i
v
e
c
a
s
e
s
(e
.
g.
,
u
ni
n
f
e
c
t
e
d
c
e
l
l
s
)
t
ha
t
a
r
e
i
n
c
o
rr
e
c
t
l
y
c
l
a
s
s
i
f
i
e
d
a
s
po
s
i
t
i
v
e
by
t
h
e
m
o
de
l
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
a
r
e
de
f
i
n
e
d
a
s
f
o
l
l
ow
s
:
A
c
c
ur
a
c
y
:
M
e
a
s
ur
e
s
t
h
e
p
r
o
po
r
t
i
o
n
o
f
c
o
rr
e
c
t
l
y
c
l
a
s
s
i
f
i
e
d
i
m
a
ge
s
o
v
e
r
t
h
e
t
o
t
a
l
n
u
m
b
e
r
o
f
t
e
s
t
i
m
a
ge
s
.
I
t
i
s
c
a
l
c
ul
a
t
e
d
a
s
:
=
(
+
)
(
+
+
+
)
(
1)
P
r
e
c
i
s
i
o
n
:
R
e
pr
e
s
e
n
t
s
t
h
e
p
r
o
po
r
t
i
o
n
o
f
c
o
r
r
e
c
t
l
y
i
de
n
t
i
f
i
e
d
m
a
l
a
ri
a
-
po
s
i
t
i
v
e
i
m
a
ge
s
a
m
o
n
g
a
l
l
i
m
a
ge
s
pr
e
di
c
t
e
d
a
s
m
a
l
a
r
i
a
-
po
s
i
t
i
v
e
:
=
(
+
)
(2)
R
e
c
a
l
l
:
A
l
s
o
k
n
o
w
n
a
s
s
e
n
s
i
t
i
v
i
t
y
o
r
t
h
e
t
rue
po
s
i
t
i
v
e
r
a
t
e
,
i
t
e
v
a
l
ua
t
e
s
t
h
e
m
o
de
l
’s
a
b
i
l
i
t
y
t
o
c
o
r
r
e
c
t
l
y
de
t
e
c
t
m
a
l
a
ri
a
-
po
s
i
t
i
v
e
c
a
s
e
s
a
m
o
n
g
a
l
l
a
c
t
u
a
l
m
a
l
a
r
i
a
-
po
s
i
t
i
v
e
c
a
s
e
s
:
=
(
+
)
(
3)
F1
-
s
c
o
r
e
:
A
h
a
rm
o
ni
c
m
e
a
n
o
f
p
r
e
c
i
s
i
o
n
a
n
d
r
e
c
a
l
l
,
e
n
s
u
r
i
ng
a
b
a
l
a
n
c
e
d
a
s
s
e
s
s
m
e
nt
o
f
bo
t
h.
I
t
i
s
g
i
v
e
n
by
:
1
−
=
2
×
∗
+
(4)
T
r
ue
P
o
s
i
t
i
v
e
R
a
t
e
(T
P
R
)
c
a
n
b
e
c
a
l
c
ul
a
t
e
d
by
:
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
:
508
-
5
1
7
512
(
)
=
(
+
)
F
a
l
s
e
P
o
s
i
t
i
v
e
R
a
t
e
(F
P
R
)
c
a
n
b
e
c
a
l
c
ul
a
t
e
d
by
:
(
)
=
(
+
)
T
h
e
A
U
C
r
e
p
r
e
s
e
n
t
s
t
h
e
a
r
e
a
u
n
de
r
t
h
e
R
O
C
c
u
r
v
e
a
n
d
qu
a
n
t
i
f
i
e
s
t
h
e
o
v
e
r
a
l
l
a
b
i
l
i
t
y
of
t
h
e
m
o
de
l
t
o
di
s
t
i
ngui
s
h
b
e
t
w
e
e
n
c
l
a
s
s
e
s
.
F
i
gu
re
2
p
re
s
e
nt
s
t
he
c
o
n
f
u
s
i
o
n
m
a
t
ri
c
e
s
f
o
r
s
i
x
de
e
p
l
e
a
rni
ng
m
o
de
l
s
CN
N
,
V
G
G
1
6
,
R
e
s
N
e
t
5
0
,
M
o
b
i
l
e
N
e
t
V
2
,
E
f
f
i
c
i
e
nt
N
e
t
,
a
nd
S
t
a
c
k
i
ng
—
u
s
e
d
f
o
r
m
a
l
a
ri
a
p
a
ra
s
i
t
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n.
E
a
c
h
m
a
t
ri
x
d
i
s
pl
a
y
s
t
h
e
nu
m
b
e
r
o
f
t
rue
po
s
i
t
i
v
e
s
,
t
rue
ne
ga
t
i
v
e
s
,
f
a
l
s
e
po
s
i
t
i
v
e
s
,
a
nd
f
a
l
s
e
n
e
g
a
t
i
v
e
s
f
o
r
u
ni
n
f
e
c
t
e
d
a
nd
p
a
ra
s
i
t
i
z
e
d
re
d
b
l
o
o
d
c
e
l
l
s
.
T
he
s
t
a
c
k
i
ng
e
ns
e
m
b
l
e
m
o
de
l
de
m
o
n
s
t
ra
t
e
s
t
h
e
hi
g
he
s
t
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
c
c
u
ra
c
y
,
w
i
t
h
t
h
e
l
o
w
e
s
t
nu
m
b
e
r
o
f
m
i
s
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
a
m
o
ng
a
l
l
m
o
de
l
s
.
E
f
f
i
c
i
e
nt
N
e
t
a
nd
R
e
s
N
e
t
50
a
l
s
o
s
h
o
w
s
t
r
o
ng
pe
r
f
o
rm
a
nc
e
.
T
he
s
e
v
i
s
u
a
l
i
z
a
t
i
o
ns
hi
g
hl
i
g
ht
t
he
a
d
v
a
nt
a
g
e
s
o
f
e
ns
e
m
b
l
e
l
e
a
r
ni
ng
a
nd
d
e
e
p
a
rc
hi
t
e
c
t
u
re
s
i
n
i
m
p
ro
v
i
ng
d
e
t
e
c
t
i
o
n
re
l
i
a
b
i
l
i
t
y
,
p
a
r
t
i
c
u
l
a
rl
y
f
o
r
p
a
ra
s
i
t
i
z
e
d
c
e
l
l
s
,
w
hi
c
h
a
re
c
ri
t
i
c
a
l
f
o
r
t
i
m
e
l
y
a
nd
a
c
c
u
ra
t
e
m
a
l
a
ri
a
d
i
a
g
no
s
i
s
.
F
i
gu
r
e
2
.
Co
n
f
us
i
o
n
m
a
t
r
i
c
e
s
f
o
r
m
a
l
a
r
i
a
c
l
a
s
s
i
f
i
c
a
t
i
o
n
us
i
ng
di
f
fe
r
e
nt
CN
N
m
o
de
l
s
T
a
b
l
e
1
s
h
o
w
s
t
h
e
c
o
m
pa
ri
t
i
v
e
a
n
a
l
y
s
i
s
o
f
pe
r
fo
r
m
a
n
c
e
m
e
t
r
i
c
s
.
T
h
e
S
t
a
c
ki
n
g
M
o
de
l
o
ut
pe
r
f
o
r
m
s
a
l
l
i
n
di
v
i
du
a
l
a
r
c
hi
t
e
c
t
u
r
e
s
,
a
c
h
i
e
v
i
n
g
t
h
e
h
i
g
h
e
s
t
a
c
c
ura
c
y
(89.
4%),
p
r
e
c
i
s
i
o
n
(
90.
2%)
,
r
e
c
a
l
l
(88
.
7%
),
a
n
d
F
1
-
s
c
o
r
e
(89
.
4%
),
de
m
o
n
s
t
r
a
t
i
ng
t
h
e
a
dv
a
n
t
a
ge
o
f
c
o
m
b
i
ni
n
g
m
u
l
t
i
pl
e
f
e
a
t
ur
e
e
xt
ra
c
t
o
r
s
f
o
r
i
m
p
r
o
v
e
d
ge
n
e
ra
l
i
z
a
t
i
o
n.
A
m
o
n
g
s
t
a
n
d
a
l
o
n
e
m
o
de
l
s
,
E
f
f
i
c
i
e
n
t
N
e
t
(88
.
0%
a
c
c
u
r
a
c
y
,
89.
1
%
p
r
e
c
i
s
i
o
n
)
pe
r
f
o
r
m
s
b
e
s
t
,
fo
l
l
ow
e
d
by
Re
s
N
e
t
50
(87.
3%
a
c
c
ura
c
y
,
88.
0%
p
r
e
c
i
s
i
o
n
)
a
n
d
V
G
G
16
(86
.
1%
a
c
c
ura
c
y
,
87.
3
%
p
r
e
c
i
s
i
o
n
)
,
hi
g
h
l
i
g
ht
i
n
g
t
h
e
i
m
pa
c
t
o
f
de
e
pe
r
a
r
c
hi
t
e
c
t
u
r
e
s
.
M
o
b
i
l
e
N
e
t
V
2
(84.
8%)
l
a
gs
b
e
h
i
nd,
e
m
p
h
a
s
i
z
i
n
g
i
t
s
f
o
c
us
o
n
e
f
f
i
c
i
e
n
c
y
o
v
e
r
a
c
c
u
ra
c
y
.
T
he
s
t
a
c
k
i
ng
m
o
de
l
e
nha
nc
e
s
f
e
a
t
u
re
re
p
re
s
e
nt
a
t
i
o
n,
re
d
uc
i
ng
i
nd
i
v
i
du
a
l
m
o
de
l
w
e
a
k
n
e
s
s
e
s
,
m
a
k
i
ng
i
t
t
h
e
m
o
s
t
ro
b
us
t
a
nd
re
l
i
a
b
l
e
c
h
o
i
c
e
f
o
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n.
If
c
o
m
p
u
t
a
t
i
o
na
l
e
f
f
i
c
i
e
n
c
y
i
s
a
p
ri
o
ri
t
y
,
E
f
f
i
c
i
e
nt
N
e
t
i
s
t
he
b
e
s
t
a
l
t
e
rna
t
i
v
e
,
w
hi
l
e
R
e
s
N
e
t
5
0
o
f
f
e
r
s
a
b
a
l
a
nc
e
b
e
t
w
e
e
n
de
p
t
h
a
nd
pe
r
f
o
rm
a
nc
e
.
T
a
b
l
e
2
r
e
p
r
e
s
e
n
t
s
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
po
r
t
f
o
r
s
t
a
c
ki
n
g
m
o
de
l
.
T
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
po
r
t
f
o
r
t
h
e
s
t
a
c
ki
n
g
m
o
de
l
de
m
o
n
s
t
ra
t
e
s
i
t
s
s
t
r
o
n
g
pe
r
f
o
r
m
a
n
c
e
i
n
m
a
l
a
r
i
a
de
t
e
c
t
i
o
n,
a
c
h
i
e
v
i
n
g
a
n
o
ve
r
a
l
l
a
c
c
ur
a
c
y
of
89.
4%
.
It
e
x
h
i
b
i
t
s
a
p
r
e
c
i
s
i
o
n
o
f
89.
2%
f
o
r
u
ni
n
f
e
c
t
e
d
c
e
l
l
s
a
n
d
90
.
9%
f
o
r
p
a
r
a
s
i
t
i
z
e
d
c
e
l
l
s
,
i
ndi
c
a
t
i
n
g
t
ha
t
t
h
e
m
o
de
l
i
s
hi
g
h
l
y
r
e
l
i
a
b
l
e
i
n
c
o
rr
e
c
t
l
y
i
de
n
t
i
fy
i
n
g
b
o
t
h
c
l
a
s
s
e
s
.
T
h
e
r
e
c
a
l
l
s
c
o
r
e
s
of
87.
5%
f
o
r
u
ni
n
f
e
c
t
e
d
a
n
d
91.
2%
f
o
r
p
a
r
a
s
i
t
i
z
e
d
s
ug
ge
s
t
t
ha
t
t
h
e
m
o
de
l
e
f
fe
c
t
i
v
e
l
y
c
a
pt
u
r
e
s
m
o
s
t
po
s
i
t
i
v
e
c
a
s
e
s
,
w
i
t
h
s
l
i
g
ht
l
y
b
e
t
t
e
r
s
e
n
s
i
t
i
v
i
t
y
t
ow
a
r
ds
pa
ra
s
i
t
i
z
e
d
s
a
m
pl
e
s
.
A
dd
i
t
i
o
n
a
l
l
y
,
t
h
e
F
1
-
s
c
o
r
e
s
o
f
88.
3%
(u
ni
n
f
e
c
t
e
d)
a
n
d
91
.
0%
(pa
r
a
s
i
t
i
z
e
d)
s
h
o
w
a
b
a
l
a
n
c
e
d
t
r
a
de
-
o
f
f
b
e
t
w
e
e
n
p
r
e
c
i
s
i
o
n
a
n
d
r
e
c
a
l
l
.
T
h
e
s
e
r
e
s
ul
t
s
c
o
n
f
i
r
m
t
ha
t
t
h
e
s
t
a
c
ki
n
g
a
pp
r
o
a
c
h
o
ut
pe
r
f
o
rm
s
i
ndi
v
i
du
a
l
m
o
de
l
s
,
m
a
ki
n
g
i
t
a
r
o
b
us
t
s
o
l
ut
i
o
n
f
o
r
m
a
l
a
ri
a
de
t
e
c
t
i
o
n.
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
D
e
e
p
l
e
ar
ni
n
g
-
bas
e
d
s
t
a
c
k
i
ng
e
ns
e
m
bl
e
f
or
m
a
l
ar
i
a
par
as
i
t
e
c
l
as
s
i
f
i
c
a
t
i
on
…
(
Kom
al
K
um
ar
Na
pa
)
513
T
a
b
l
e
1
.
Co
m
p
a
r
i
s
o
n
o
f
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
M
o
d
e
l
s
A
c
c
u
ra
c
y
(
%
)
P
re
c
i
s
i
o
n
(
%
)
Re
c
a
l
l
(%
)
F1
-
S
c
o
r
e
(%
)
CN
N
8
5
.
2
8
6
.
5
8
4
.
9
8
5
.
7
V
G
G
1
6
8
6
.
1
8
7
.
3
8
5
.
8
8
6
.
5
Re
s
N
e
t
5
0
8
7
.
3
88
8
6
.
7
8
7
.
3
M
o
b
i
l
e
N
e
t
V
2
8
4
.
8
8
5
.
9
8
3
.
7
8
4
.
8
E
ffi
c
i
e
n
t
N
e
t
88
8
9
.
1
8
7
.
5
8
8
.
3
S
t
a
c
k
i
n
g
8
9
.
4
9
0
.
2
8
8
.
7
8
9
.
4
T
a
b
l
e
2
.
C
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
po
r
t
f
o
r
s
t
a
c
k
i
n
g
m
o
de
l
Cl
a
s
s
P
re
c
i
s
i
o
n
(
%
)
Re
c
a
l
l
(%
)
F1
-
S
c
o
r
e
(%
)
S
u
p
p
o
r
t
U
n
i
n
fe
c
t
e
d
8
9
.
2
8
7
.
5
8
8
.
3
2755
P
a
ra
s
i
t
i
z
e
d
9
0
.
9
9
1
.
2
9
1
.
0
3156
O
v
e
ra
l
l
A
c
c
u
ra
c
y
8
9
.
4
T
h
e
s
t
a
c
ki
ng
e
n
s
e
m
b
l
e
a
pp
r
o
a
c
h
s
i
g
n
i
f
i
c
a
nt
l
y
i
m
p
r
o
v
e
s
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
by
l
e
ve
r
a
g
i
n
g
t
h
e
c
o
m
pl
e
m
e
n
t
a
r
y
s
t
r
e
ngt
h
s
o
f
CN
N
,
V
G
G
16
,
R
e
s
N
e
t
50,
M
o
b
i
l
e
N
e
t
,
a
n
d
E
f
f
i
c
i
e
n
t
N
e
t
a
s
b
a
s
e
l
e
a
rn
e
r
s
.
T
h
e
f
i
n
a
l
m
e
t
a
-
l
e
a
rn
e
r,
w
hi
c
h
i
nt
e
gra
t
e
s
p
r
e
di
c
t
i
o
n
s
f
r
o
m
t
h
e
s
e
m
o
de
l
s
,
e
nha
n
c
e
s
r
o
b
us
t
n
e
s
s
a
n
d
ge
n
e
r
a
l
i
z
a
t
i
o
n,
l
e
a
di
n
g
t
o
i
m
p
r
o
v
e
d
pe
r
f
o
r
m
a
n
c
e
i
n
m
a
l
a
r
i
a
de
t
e
c
t
i
o
n.
T
h
e
r
e
s
ul
t
s
de
m
o
n
s
t
r
a
t
e
t
ha
t
e
n
s
e
m
b
l
e
l
e
a
rni
n
g
o
ut
pe
r
f
o
r
m
s
i
n
di
v
i
du
a
l
de
e
p
l
e
a
rni
n
g
m
o
de
l
s
i
n
t
e
rm
s
o
f
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
F
1
-
s
c
o
r
e
.
T
hi
s
a
pp
r
o
a
c
h
e
n
s
u
r
e
s
a
r
e
l
i
a
b
l
e
a
n
d
a
ut
o
m
a
t
e
d
di
a
g
n
o
s
t
i
c
s
y
s
t
e
m
t
ha
t
c
a
n
a
s
s
i
s
t
m
e
di
c
a
l
p
r
o
f
e
s
s
i
o
n
a
l
s
i
n
m
a
l
a
ri
a
s
c
r
e
e
n
i
n
g
,
r
e
duc
i
n
g
t
h
e
de
pe
n
de
n
c
y
o
n
m
a
n
u
a
l
m
i
c
r
o
s
c
o
pi
c
a
n
a
l
y
s
i
s
.
F
i
gu
r
e
3
p
r
e
s
e
nt
s
a
g
ra
p
hi
c
a
l
a
na
l
y
s
i
s
c
o
m
pa
r
i
n
g
t
h
e
p
r
e
c
i
s
i
o
n
,
r
e
c
a
l
l
,
a
nd
F1
-
s
c
o
r
e
o
f
t
h
e
s
t
a
c
ki
n
g
m
o
de
l
.
T
h
e
R
O
C
pl
o
t
i
n
F
i
gu
r
e
4
c
o
m
pa
r
e
s
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
o
f
s
i
x
m
o
de
l
s
—
CN
N
,
V
G
G
1
6,
R
e
s
N
e
t
50,
M
o
b
i
l
e
N
e
t
V
2,
E
f
f
i
c
i
e
n
t
N
e
t
,
a
n
d
S
t
a
c
ki
n
g
—
b
a
s
e
d
o
n
e
s
t
i
m
a
t
e
d
f
a
l
s
e
po
s
i
t
i
v
e
a
n
d
t
r
ue
po
s
i
t
i
v
e
ra
t
e
s
.
T
h
e
s
t
a
c
ki
n
g
m
o
de
l
de
m
o
n
s
t
ra
t
e
s
t
h
e
hi
g
h
e
s
t
d
i
s
c
r
i
m
i
na
t
i
v
e
a
b
i
l
i
t
y
w
i
t
h
a
n
a
p
p
r
o
xi
m
a
t
e
A
U
C
o
f
0.
89
,
fo
l
l
ow
e
d
by
E
ff
i
c
i
e
n
t
N
e
t
a
n
d
R
e
s
N
e
t
50.
F
i
gu
r
e
3
.
C
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
po
r
t
f
o
r
s
t
a
c
k
i
n
g
m
o
de
l
F
i
gu
r
e
4
.
E
s
t
i
m
a
t
e
d
R
O
C
Cu
r
v
e
s
f
o
r
a
l
l
m
o
de
l
s
T
a
b
l
e
3
r
e
v
i
e
w
s
t
r
a
d
i
t
i
o
n
a
l
a
n
d
a
u
t
o
m
a
t
e
d
m
a
l
a
ri
a
d
i
a
g
no
s
i
s
m
e
t
h
o
ds
,
hi
g
hl
i
g
ht
i
ng
t
h
e
c
u
rr
e
nt
s
t
udy
’s
e
v
a
l
ua
t
i
o
n
o
f
de
e
p
l
e
a
rni
n
g
m
o
de
l
s
i
n
c
l
udi
ng
CN
N
s
a
n
d
a
s
t
a
c
ki
n
g
e
n
s
e
m
b
l
e
.
W
h
i
l
e
r
e
c
e
n
t
s
t
ud
i
e
s
s
h
o
w
h
i
g
h
e
r
a
c
c
ura
c
y
w
i
t
h
c
us
t
o
m
i
z
e
d
m
e
t
h
o
ds
,
t
hi
s
s
t
u
dy
off
e
r
s
a
r
o
b
us
t
,
c
o
m
pa
ra
t
i
v
e
a
na
l
y
s
i
s
of
s
t
a
nda
r
d
a
r
c
hi
t
e
c
t
u
r
e
s
,
v
a
l
i
d
a
t
i
ng
s
t
a
c
ki
n
g
a
s
a
r
e
l
i
a
b
l
e
di
a
g
n
o
s
t
i
c
s
t
ra
t
e
g
y
.
T
h
e
s
t
a
c
ki
ng
e
n
s
e
m
b
l
e
m
o
de
l
p
r
o
po
s
e
d
i
n
t
h
i
s
s
t
udy
e
nh
a
nc
e
s
a
c
c
ur
a
c
y
,
r
e
l
i
a
b
i
l
i
t
y
,
a
n
d
r
o
b
us
t
n
e
s
s
ov
e
r
i
ndi
v
i
dua
l
CN
N
m
o
de
l
s
.
By
i
nt
e
g
r
a
t
i
n
g
E
f
f
i
c
i
e
n
t
N
e
t
,
R
e
s
N
e
t
50,
V
G
G
16
,
a
n
d
M
o
b
i
l
e
N
e
t
V
2
us
i
n
g
a
l
o
gi
s
t
i
c
r
e
g
r
e
s
s
i
o
n
m
e
t
a
-
c
l
a
s
s
i
f
i
e
r,
i
t
e
f
f
e
c
t
i
v
e
l
y
c
o
m
b
i
n
e
s
e
a
c
h
m
o
de
l
’s
s
t
r
e
n
gt
h
s
w
hi
l
e
o
ff
s
e
t
t
i
n
g
t
h
e
i
r
l
i
m
i
t
a
t
i
o
n
s
.
A
c
h
i
e
v
i
ng
8
9.
4
%
a
c
c
ura
c
y
—
s
ur
p
a
s
s
i
n
g
E
f
f
i
c
i
e
n
t
N
e
t
’s
88%
—
t
h
e
e
n
s
e
m
b
l
e
a
l
s
o
de
l
i
v
e
r
s
i
m
p
r
o
v
e
d
r
e
c
a
l
l
a
nd
F
1
-
s
c
o
r
e
,
w
h
i
c
h
a
r
e
v
i
t
a
l
f
o
r
r
e
duc
i
n
g
f
a
l
s
e
n
e
ga
t
i
v
e
s
i
n
c
l
i
ni
c
a
l
di
a
g
n
o
s
i
s
.
A
ddi
t
i
o
na
l
l
y
,
i
t
ha
n
d
l
e
s
i
m
a
ge
a
rt
i
f
a
c
t
s
a
nd
m
o
r
p
h
o
l
o
gi
c
a
l
v
a
ri
a
t
i
o
n
s
m
o
re
e
f
fe
c
t
i
ve
l
y
,
off
e
r
i
n
g
c
o
n
s
i
s
t
e
n
t
a
n
d
de
pe
n
d
a
b
l
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n.
D
e
s
pi
t
e
i
n
c
r
e
a
s
e
d
t
ra
i
ni
n
g
c
o
m
pl
e
xi
t
y
,
t
h
e
a
pp
r
o
a
c
h
p
r
o
v
e
s
t
o
b
e
a
pr
a
c
t
i
c
a
l
a
n
d
s
c
a
l
a
b
l
e
s
o
l
ut
i
o
n
f
o
r
a
ut
o
m
a
t
e
d
m
a
l
a
ri
a
de
t
e
c
t
i
o
n.
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
:
508
-
5
1
7
514
T
a
b
l
e
3
.
R
e
v
i
e
w
of
e
xi
s
t
i
n
g
m
a
l
a
ri
a
di
a
g
n
o
s
i
s
t
e
c
hni
que
s
,
i
nc
l
udi
n
g
b
o
t
h
t
r
a
d
i
t
i
o
na
l
a
n
d
a
ut
o
m
a
t
e
d
m
e
t
h
o
ds
i
n
r
e
c
e
n
t
y
e
a
r
s
Re
fe
r
e
n
c
e
Cl
a
s
s
i
fi
e
r
In
p
u
t
F
e
a
t
u
r
e
s
A
c
c
u
ra
c
y
(
%
)
M
u
j
a
h
i
d
e
t
a
l
.
[3
7
]
E
ffi
c
i
e
n
t
N
e
t
-
B2
Re
d
b
l
o
o
d
c
e
l
l
i
m
a
g
e
s
9
7
.
5
7
G
o
n
i
e
t
a
l
.
[3
8
]
Cu
s
t
o
m
i
z
e
d
L
i
g
h
t
w
e
i
g
h
t
CN
N
Re
d
b
l
o
o
d
c
e
l
l
i
m
a
g
e
s
9
9
.
4
5
G
o
n
i
e
t
a
l
.
[3
9
]
Co
n
t
ra
s
t
i
v
e
D
o
m
a
i
n
A
d
a
p
t
a
t
i
o
n
(Co
d
a
M
a
l
)
Im
a
g
e
s
f
ro
m
l
o
w
-
c
o
s
t
m
i
c
r
o
s
c
o
p
e
s
Im
p
ro
v
e
d
m
A
P
A
l
i
e
t
a
l
.
[4
0
]
M
2
A
N
E
T
Bl
o
o
d
c
e
l
l
i
m
a
g
e
s
O
u
t
p
e
r
f
o
r
m
s
S
o
T
A
T
a
y
e
e
t
a
l
.
[4
1
]
D
e
e
p
CN
N
s
(
V
G
G
1
9
,
In
c
e
p
t
i
o
n
V
3
,
X
c
e
p
t
i
o
n
)
Bl
o
o
d
s
m
e
a
r
i
m
a
g
e
s
U
p
t
o
9
7
L
i
a
n
g
e
t
a
l
.
[4
2
]
D
e
e
p
N
e
u
ra
l
N
e
t
w
o
rk
P
re
p
r
o
c
e
s
s
e
d
i
m
a
g
e
s
(RG
B),
c
e
l
l
s
e
g
m
e
n
t
a
t
i
o
n
9
7
.
4
T
h
a
k
u
r
a
n
d
J
u
n
e
j
a
[4
3
]
A
N
N
S
h
a
p
e
,
t
e
x
t
u
r
e
,
s
t
a
t
i
s
t
i
c
a
l
f
e
a
t
u
r
e
s
fro
m
b
l
o
o
d
s
m
e
a
r
i
m
a
g
e
s
9
4
.
1
5.
C
O
N
C
LU
S
I
O
N
A
N
D
F
U
TU
R
E
D
I
R
EC
TI
O
N
S
A
s
t
a
c
ki
ng
e
n
s
e
m
b
l
e
a
p
p
r
o
a
c
h
f
o
r
c
l
a
s
s
i
fy
i
n
g
m
a
l
a
r
i
a
l
i
m
a
g
e
s
i
s
de
s
c
r
i
b
e
d
i
n
t
hi
s
pa
pe
r.
T
h
i
s
s
t
udy
hi
g
h
l
i
g
ht
s
t
h
e
e
f
f
e
c
t
i
v
e
n
e
s
s
of
de
e
p
l
e
a
rni
n
g
m
o
de
l
s
f
o
r
m
a
l
a
ri
a
de
t
e
c
t
i
o
n
us
i
n
g
m
i
c
r
o
s
c
o
pi
c
i
m
a
ge
s
,
w
i
t
h
v
a
r
i
o
us
CN
N
a
r
c
h
i
t
e
c
t
ur
e
s
e
v
a
l
ua
t
e
d
,
i
n
c
l
u
di
n
g
V
G
G
1
6,
R
e
s
N
e
t
50,
M
o
b
i
l
e
N
e
t
V
2,
a
nd
E
f
f
i
c
i
e
n
t
N
e
t
.
A
m
o
ng
t
h
e
m
,
E
f
f
i
c
i
e
n
t
N
e
t
a
c
h
i
e
v
e
d
t
h
e
hi
g
h
e
s
t
s
t
a
nda
l
o
n
e
a
c
c
ur
a
c
y
of
88.
0%
,
b
ut
a
s
t
a
c
ki
n
g
e
n
s
e
m
b
l
e
a
pp
r
o
a
c
h
i
n
t
e
g
r
a
t
i
ng
m
ul
t
i
pl
e
m
o
de
l
s
o
ut
pe
r
f
o
r
m
e
d
i
ndi
v
i
du
a
l
a
r
c
h
i
t
e
c
t
u
r
e
s
,
a
c
hi
e
v
i
n
g
a
n
a
c
c
ura
c
y
of
89.
4%,
p
r
e
c
i
s
i
o
n
of
90.
2
%,
r
e
c
a
l
l
o
f
88.
7%,
a
n
d
a
n
F
1
-
s
c
o
r
e
o
f
89.
4%
.
T
h
e
s
t
a
c
ki
ng
m
o
de
l
de
m
o
n
s
t
ra
t
e
d
s
upe
ri
o
r
pe
r
f
o
r
m
a
n
c
e
i
n
di
s
t
i
n
gu
i
s
h
i
n
g
u
n
i
n
f
e
c
t
e
d
a
nd
pa
ra
s
i
t
i
z
e
d
c
e
l
l
s
,
e
m
p
h
a
s
i
z
i
ng
t
h
e
i
m
po
r
t
a
n
c
e
of
e
n
s
e
m
b
l
e
l
e
a
rn
i
ng
a
n
d
m
e
t
a
-
l
e
a
rn
i
ng
t
e
c
hni
que
s
i
n
m
e
di
c
a
l
i
m
a
ge
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
T
r
a
di
t
i
o
na
l
m
e
t
h
o
ds
l
i
ke
m
i
c
r
o
s
c
o
p
y
off
e
r
h
i
g
h
a
c
c
ur
a
c
y
b
ut
r
e
qui
r
e
s
ki
l
l
e
d
pe
r
s
o
nn
e
l
,
l
i
m
i
t
i
n
g
s
c
a
l
a
b
i
l
i
t
y
.
R
D
T
s
a
r
e
c
o
s
t
-
e
f
fe
c
t
i
ve
a
nd
s
c
a
l
a
b
l
e
b
ut
l
e
s
s
a
c
c
ura
t
e
i
n
l
o
w
pa
ra
s
i
t
e
m
i
a
c
a
s
e
s
.
D
e
e
p
l
e
a
rn
i
n
g
m
o
de
l
s
(CN
N
s
,
R
e
s
N
e
t
50,
E
f
f
i
c
i
e
n
t
N
e
t
)
p
r
o
vi
de
hi
g
h
a
c
c
u
r
a
c
y
a
n
d
a
ut
o
m
a
t
i
o
n
,
w
i
t
h
E
f
f
i
c
i
e
n
t
N
e
t
a
n
d
S
t
a
c
ki
ng
m
o
de
l
s
a
c
h
i
e
v
i
n
g
s
upe
r
i
o
r
r
e
s
ul
t
s
.
H
ow
e
ve
r
,
t
h
e
y
de
m
a
n
d
c
o
m
put
a
t
i
o
n
a
l
r
e
s
o
ur
c
e
s
a
n
d
qu
a
l
i
t
y
da
t
a
s
e
t
s
.
L
i
g
h
t
w
e
i
g
h
t
m
o
de
l
s
l
i
ke
M
o
b
i
l
e
N
e
t
V
2
off
e
r
m
o
b
i
l
e
c
o
m
pa
t
i
b
i
l
i
t
y
w
i
t
h
s
l
i
g
h
t
l
y
r
e
duc
e
d
a
c
c
ur
a
c
y
.
A
dv
a
n
c
e
d
m
o
de
l
s
(e
.
g.
,
Y
O
L
O
v
5,
M
2A
N
E
T
)
b
a
l
a
n
c
e
s
pe
e
d
a
n
d
p
r
e
c
i
s
i
o
n
b
ut
m
a
y
b
e
c
o
m
pl
e
x
t
o
i
m
p
l
e
m
e
nt
.
O
v
e
r
a
l
l
,
a
ut
o
m
a
t
e
d
m
e
t
h
o
ds
e
nha
n
c
e
s
c
a
l
a
b
i
l
i
t
y
a
n
d
a
c
c
u
r
a
c
y
b
ut
m
us
t
b
e
t
a
i
l
o
r
e
d
t
o
r
e
s
o
ur
c
e
a
v
a
i
l
a
b
i
l
i
t
y
f
o
r
p
r
a
c
t
i
c
a
l
de
pl
oy
m
e
n
t
i
n
r
e
a
l
-
w
o
r
l
d
s
e
t
t
i
n
gs
.
F
ut
u
r
e
r
e
s
e
a
r
c
h
s
h
o
ul
d
e
xpl
o
r
e
m
e
t
a
-
l
e
a
rni
n
g
f
o
r
e
nh
a
n
c
e
d
a
d
a
pt
a
b
i
l
i
t
y
,
h
y
b
r
i
d
f
e
a
t
u
r
e
e
xt
ra
c
t
i
o
n
c
o
m
b
i
ni
n
g
t
r
a
d
i
t
i
o
n
a
l
i
m
a
ge
p
r
o
c
e
s
s
i
n
g
w
i
t
h
de
e
p
l
e
a
rni
n
g
,
a
n
d
a
dv
a
n
c
e
d
a
r
c
h
i
t
e
c
t
u
r
e
s
l
i
ke
V
i
s
i
o
n
T
r
a
n
s
f
o
r
m
e
r
s
f
o
r
i
m
p
r
o
v
e
d
pa
t
t
e
rn
r
e
c
o
gn
i
t
i
o
n.
A
C
K
N
O
WL
ED
G
M
EN
TS
T
h
e
a
ut
h
o
r
s
e
xp
r
e
s
s
t
h
e
i
r
s
i
n
c
e
r
e
g
ra
t
i
t
ude
t
o
t
h
e
i
r
r
e
s
pe
c
t
i
v
e
i
n
s
t
i
t
ut
i
o
n
s
f
o
r
t
h
e
i
r
v
a
l
u
a
b
l
e
s
uppo
r
t
a
n
d
e
n
c
o
ura
ge
m
e
n
t
i
n
f
a
c
i
l
i
t
a
t
i
n
g
r
e
s
e
a
r
c
h
a
nd
de
v
e
l
o
pm
e
n
t
.
F
U
N
D
I
N
G
I
N
F
O
R
M
A
TI
O
N
A
ut
h
o
r
s
s
t
a
t
e
n
o
f
un
d
i
n
g
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
urna
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
n
d
i
v
i
dua
l
a
ut
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
K
o
m
a
l
K
u
m
a
r
N
a
pa
K
a
l
y
a
n
K
u
m
a
r
A
n
g
a
t
i
S
e
n
t
hi
l
M
u
r
ug
a
n
J
a
na
k
i
r
a
m
a
n
B
a
l
a
m
u
ruga
n
A
m
o
o
r
G
o
pi
kr
i
s
hna
n
B
i
n
du
K
o
l
a
pp
a
P
i
l
l
a
i
V
i
j
a
y
a
m
m
a
l
V
a
t
t
i
kut
i
C
h
a
ra
n
S
r
i
M
a
n
i
k
a
n
t
a
S
a
i
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
D
e
e
p
l
e
ar
ni
n
g
-
bas
e
d
s
t
a
c
k
i
ng
e
ns
e
m
bl
e
f
or
m
a
l
ar
i
a
par
as
i
t
e
c
l
as
s
i
f
i
c
a
t
i
on
…
(
Kom
al
K
um
ar
Na
pa
)
515
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
A
ut
h
o
r
s
s
t
a
t
e
n
o
c
o
n
f
l
i
c
t
o
f
i
nt
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
pp
l
i
c
a
b
l
e
t
o
t
hi
s
p
a
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
s
e
d
i
n
t
hi
s
s
t
udy
.
R
EF
ER
EN
C
ES
[1
]
W
o
rl
d
H
e
a
l
t
h
O
rg
a
n
i
z
a
t
i
o
n
(
W
H
O
),
W
o
r
l
d
M
a
l
a
r
i
a
R
e
p
o
r
t
2
0
2
1
.
G
e
n
e
v
a
,
S
w
i
t
z
e
r
l
a
n
d
:
W
H
O
,
2
0
2
1
.
[2
]
D
.
K
.
D
a
s
,
S
.
G
h
o
s
h
,
M
.
P
a
l
,
a
n
d
D
.
M
a
i
t
i
,
“
M
a
c
h
i
n
e
l
e
a
rn
i
n
g
fo
r
m
a
l
a
ri
a
d
i
a
g
n
o
s
i
s
u
s
i
n
g
l
i
g
h
t
m
i
c
r
o
s
c
o
p
y
i
m
a
g
e
s
,
”
S
c
i
e
n
t
i
f
i
c
R
e
p
o
r
t
s
,
v
o
l
.
9
,
n
o
.
1
,
p
p
.
1
–
1
0
,
2
0
1
9
,
d
o
i
:
1
0
.
1
0
3
8
/
s
4
1
5
9
8
-
019
-
4
4
8
9
8
-
6.
[3
]
S
.
L
i
a
n
g
,
X
.
L
i
u
,
a
n
d
Y
.
Z
h
a
n
g
,
“
D
e
e
p
l
e
a
rn
i
n
g
fo
r
m
a
l
a
ri
a
d
i
a
g
n
o
s
i
s
:
A
r
e
v
i
e
w
,
”
IE
E
E
A
c
c
e
s
s
,
v
o
l
.
8
,
p
p
.
9
7
3
8
1
–
9
7
3
9
5
,
2
0
2
0
,
d
o
i
:
1
0
.
1
1
0
9
/
A
CC
E
S
S
.
2
0
2
0
.
2
9
9
6
3
2
1
.
[4
]
P
.
R
a
j
p
u
rk
a
r
e
t
a
l
.
,
“
C
h
e
X
N
e
t
:
Ra
d
i
o
l
o
g
i
s
t
-
l
e
v
e
l
p
n
e
u
m
o
n
i
a
d
e
t
e
c
t
i
o
n
o
n
c
h
e
s
t
X
-
ra
y
s
w
i
t
h
d
e
e
p
l
e
a
r
n
i
n
g
,
”
a
r
X
i
v
p
r
e
p
r
i
n
t
a
rX
i
v
:
1
7
1
1
.
0
5
2
2
5
,
2
0
1
7
.
[5
]
D
.
B
i
b
i
n
,
S
.
N
a
i
r,
a
n
d
A
.
P
u
n
i
t
h
a
,
“
M
a
l
a
ri
a
d
e
t
e
c
t
i
o
n
u
s
i
n
g
d
e
e
p
b
e
l
i
e
f
n
e
t
w
o
rk
s
,
”
B
i
o
m
e
d
i
c
a
l
S
i
g
n
a
l
P
r
o
c
e
s
s
i
n
g
a
n
d
Co
n
t
r
o
l
,
v
o
l
.
4
7
,
p
p
.
3
0
3
–
3
1
1
,
2
0
1
9
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
b
s
p
c
.
2
0
1
8
.
0
7
.
0
1
9
.
[6
]
J
.
Y
o
o
n
e
t
a
l
.
,
“
G
e
n
e
ra
l
i
z
a
t
i
o
n
c
h
a
l
l
e
n
g
e
s
i
n
d
e
e
p
l
e
a
r
n
i
n
g
fo
r
m
e
d
i
c
a
l
i
m
a
g
i
n
g
,
”
Na
t
u
r
e
M
a
c
h
i
n
e
In
t
e
l
l
i
g
e
n
c
e
,
v
o
l
.
2
,
n
o
.
6
,
p
p
.
314
–
3
2
4
,
2
0
2
0
,
d
o
i
:
1
0
.
1
0
3
8
/
s
4
2
2
5
6
-
020
-
0176
-
2.
[7
]
X
.
X
u
,
R
.
W
a
n
g
,
a
n
d
Y
.
Z
h
a
n
g
,
“
I
n
t
e
r
p
re
t
a
b
i
l
i
t
y
o
f
d
e
e
p
l
e
a
r
n
i
n
g
m
o
d
e
l
s
fo
r
m
e
d
i
c
a
l
d
i
a
g
n
o
s
i
s
,
”
J
o
u
r
n
a
l
o
f
B
i
o
m
e
d
i
c
a
l
In
f
o
r
m
a
t
i
c
s
,
v
o
l
.
1
1
8
,
p
.
1
0
3
7
7
6
,
2
0
2
1
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
j
b
i
.
2
0
2
1
.
1
0
3
7
7
6
.
[8
]
S
.
Ra
j
a
ra
m
a
n
,
M
.
J
a
e
g
e
r,
a
n
d
S
.
A
n
t
a
n
i
,
“
P
r
e
-
t
ra
i
n
e
d
c
o
n
v
o
l
u
t
i
o
n
a
l
n
e
u
r
a
l
n
e
t
w
o
rk
s
f
o
r
m
a
l
a
ri
a
d
e
t
e
c
t
i
o
n
,
”
IE
E
E
J
o
u
r
n
a
l
o
f
B
i
o
m
e
d
i
c
a
l
a
n
d
H
e
a
l
t
h
In
f
o
r
m
a
t
i
c
s
,
v
o
l
.
2
3
,
n
o
.
3
,
p
p
.
1
0
2
7
–
1
0
3
5
,
2
0
1
8
,
d
o
i
:
1
0
.
1
1
0
9
/
J
BH
I.
2
0
1
8
.
2
8
2
7
0
3
2
.
[9
]
X
.
Z
h
a
n
g
e
t
a
l
.
,
“
S
t
a
c
k
i
n
g
e
n
s
e
m
b
l
e
s
fo
r
m
e
d
i
c
a
l
i
m
a
g
e
c
l
a
s
s
i
fi
c
a
t
i
o
n
,
”
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
3
,
p
p
.
1
2
2
2
9
–
1
2
2
4
0
,
2
0
2
1
,
d
o
i
:
1
0
.
1
0
0
7
/
s
0
0
5
2
1
-
021
-
05974
-
8.
[1
0
]
X
.
Z
h
a
n
g
,
Y
.
H
u
a
n
g
,
a
n
d
L
.
Z
h
a
n
g
,
“
S
t
a
c
k
i
n
g
e
n
s
e
m
b
l
e
s
fo
r
m
e
d
i
c
a
l
i
m
a
g
e
c
l
a
s
s
i
fi
c
a
t
i
o
n
,
”
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
3
,
p
p
.
1
3
9
3
–
1
4
0
4
,
2
0
2
1
,
d
o
i
:
1
0
.
1
0
0
7
/
s
0
0
5
2
1
-
020
-
05127
-
3.
[1
1
]
Z
.
H
.
Z
h
o
u
,
E
n
s
e
m
b
l
e
M
e
t
h
o
d
s
:
F
o
u
n
d
a
t
i
o
n
s
a
n
d
A
l
g
o
r
i
t
h
m
s
.
Bo
c
a
Ra
t
o
n
,
F
L
,
U
S
A
:
CR
C
P
r
e
s
s
,
2
0
1
2
,
d
o
i
:
1
0
.
1
2
0
1
/
b
1
2
2
0
7
.
[1
2
]
K
.
H
e
,
X
.
Z
h
a
n
g
,
S
.
R
e
n
,
a
n
d
J
.
S
u
n
,
“
D
e
e
p
re
s
i
d
u
a
l
l
e
a
rn
i
n
g
f
o
r
i
m
a
g
e
re
c
o
g
n
i
t
i
o
n
,
”
i
n
P
r
o
c
e
e
d
i
n
g
s
o
f
t
h
e
I
E
E
E
Co
n
f
e
r
e
n
c
e
o
n
Co
m
p
u
t
e
r
V
i
s
i
o
n
a
n
d
P
a
t
t
e
r
n
R
e
c
o
g
n
i
t
i
o
n
(
C
V
P
R
)
,
2
0
1
6
,
p
p
.
7
7
0
–
7
7
8
,
d
o
i
:
1
0
.
1
1
0
9
/
CV
P
R.
2
0
1
6
.
9
0
.
[1
3
]
C.
S
z
e
g
e
d
y
,
W
.
L
i
u
,
Y
.
J
i
a
,
P
.
S
e
rm
a
n
e
t
,
S
.
Re
e
d
,
a
n
d
D
.
A
n
g
u
e
l
o
v
,
“
G
o
i
n
g
d
e
e
p
e
r
w
i
t
h
c
o
n
v
o
l
u
t
i
o
n
s
,
”
i
n
P
r
o
c
e
e
d
i
n
g
s
o
f
t
h
e
IE
E
E
Co
n
f
e
r
e
n
c
e
o
n
Co
m
p
u
t
e
r
V
i
s
i
o
n
a
n
d
P
a
t
t
e
r
n
R
e
c
o
g
n
i
t
i
o
n
(C
V
P
R
)
,
2
0
1
5
,
p
p
.
1
–
9
,
d
o
i
:
1
0
.
1
1
0
9
/
CV
P
R
.
2
0
1
5
.
7
2
9
8
5
9
4
.
[1
4
]
M
.
T
a
n
a
n
d
Q
.
L
e
,
“
E
ff
i
c
i
e
n
t
N
e
t
:
Re
t
h
i
n
k
i
n
g
m
o
d
e
l
s
c
a
l
i
n
g
fo
r
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
,
”
i
n
P
r
o
c
e
e
d
i
n
g
s
o
f
t
h
e
In
t
e
r
n
a
t
i
o
n
a
l
Co
n
f
e
r
e
n
c
e
o
n
M
a
c
h
i
n
e
L
e
a
r
n
i
n
g
(
ICM
L
)
,
2
0
1
9
,
p
p
.
6
1
05
–
6
1
1
4
.
[1
5
]
G
.
H
u
a
n
g
,
Z
.
L
i
u
,
L
.
V
a
n
D
e
r
M
a
a
t
e
n
,
a
n
d
K
.
Q
.
W
e
i
n
b
e
r
g
e
r,
“
D
e
n
s
e
l
y
c
o
n
n
e
c
t
e
d
c
o
n
v
o
l
u
t
i
o
n
a
l
n
e
t
w
o
rk
s
,
”
i
n
P
r
o
c
e
e
d
i
n
g
s
o
f
t
h
e
IE
E
E
Co
n
f
e
r
e
n
c
e
o
n
Co
m
p
u
t
e
r
V
i
s
i
o
n
a
n
d
P
a
t
t
e
r
n
R
e
c
o
g
n
i
t
i
o
n
(C
V
P
R
)
,
2
0
1
7
,
p
p
.
4
7
0
0
–
4
7
0
8
,
d
o
i
:
1
0
.
1
1
0
9
/
CV
P
R
.
2
0
1
7
.
2
4
3
.
[1
6
]
C.
L
.
O
a
k
l
e
y
a
n
d
A
.
M
.
M
o
o
r
e
,
“
A
d
v
a
n
c
e
m
e
n
t
s
i
n
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
fo
r
m
a
l
a
ri
a
p
a
ra
s
i
t
e
d
e
t
e
c
t
i
o
n
,
”
I
E
E
E
T
r
a
n
s
a
c
t
i
o
n
s
o
n
M
e
d
i
c
a
l
Im
a
g
i
n
g
,
v
o
l
.
3
9
,
n
o
.
1
2
,
p
p
.
4
2
1
1
–
4
2
2
3
,
2
0
2
0
,
d
o
i
:
1
0
.
1
1
0
9
/
T
M
I.
2
0
2
0
.
3
0
2
4
8
7
5
.
[1
7
]
P
.
G
.
Ra
j
p
u
rk
a
r
e
t
a
l
.
,
“
A
I
i
n
h
e
a
l
t
h
c
a
r
e
:
P
a
s
t
,
p
r
e
s
e
n
t
a
n
d
f
u
t
u
r
e
,
”
Na
t
u
r
e
B
i
o
m
e
d
i
c
a
l
E
n
g
i
n
e
e
r
i
n
g
,
v
o
l
.
6
,
n
o
.
2
,
p
p
.
1
3
4
–
1
5
0
,
2
0
2
2
,
d
o
i
:
1
0
.
1
0
3
8
/
s
4
1
5
5
1
-
021
-
00758
-
7.
[1
8
]
L
.
M
.
S
t
e
v
e
n
s
a
n
d
J
.
K
.
R
o
g
e
r
s
,
“
A
s
u
rv
e
y
o
n
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
f
o
r
i
n
fe
c
t
i
o
u
s
d
i
s
e
a
s
e
d
e
t
e
c
t
i
o
n
,
”
J
o
u
r
n
a
l
o
f
M
e
d
i
c
a
l
S
y
s
t
e
m
s
,
v
o
l
.
4
5
,
n
o
.
3
,
p
.
4
2
,
2
0
2
1
,
d
o
i
:
1
0
.
1
0
0
7
/
s
1
0
9
1
6
-
021
-
01735
-
7.
[1
9
]
R.
T
.
W
i
l
s
o
n
,
M
.
H
.
K
i
m
,
a
n
d
L
.
T
.
W
o
n
g
,
“
H
y
b
ri
d
d
e
e
p
l
e
a
rn
i
n
g
m
o
d
e
l
s
f
o
r
m
a
l
a
ri
a
c
l
a
s
s
i
fi
c
a
t
i
o
n
,
”
A
p
p
l
i
e
d
S
o
f
t
Co
m
p
u
t
i
n
g
,
v
o
l
.
9
7
,
p
.
1
0
6
7
7
7
,
2
0
2
0
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
a
s
o
c
.
2
0
2
0
.
1
0
6
7
7
7
.
[2
0
]
F
.
J
.
O
rt
e
g
a
a
n
d
S
.
H
.
L
i
,
“
E
x
p
l
a
i
n
a
b
i
l
i
t
y
o
f
d
e
e
p
l
e
a
rn
i
n
g
m
o
d
e
l
s
f
o
r
m
a
l
a
ri
a
d
e
t
e
c
t
i
o
n
,
”
E
x
p
e
r
t
S
y
s
t
e
m
s
w
i
t
h
A
p
p
l
i
c
a
t
i
o
n
s
,
v
o
l
.
1
8
3
,
p
.
1
1
5
3
6
1
,
2
0
2
1
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
e
s
w
a
.
2
0
2
1
.
1
1
5
3
6
1
.
[2
1
]
T
.
A
.
W
i
l
l
i
a
m
s
a
n
d
D
.
K
.
Br
o
w
n
,
“
A
r
e
v
i
e
w
o
f
e
n
s
e
m
b
l
e
l
e
a
r
n
i
n
g
i
n
m
e
d
i
c
a
l
i
m
a
g
e
a
n
a
l
y
s
i
s
,
”
I
E
E
E
R
e
v
i
e
w
s
i
n
B
i
o
m
e
d
i
c
a
l
E
n
g
i
n
e
e
r
i
n
g
,
v
o
l
.
1
4
,
p
p
.
3
4
9
–
3
6
4
,
2
0
2
1
,
d
o
i
:
1
0
.
1
1
0
9
/
RBM
E
.
2
0
2
1
.
3
0
6
7
3
2
1
.
[2
2
]
R.
R
i
b
e
i
r
o
e
t
a
l
.
,
“
M
o
d
e
l
-
a
g
n
o
s
t
i
c
i
n
t
e
r
p
r
e
t
a
b
i
l
i
t
y
fo
r
b
l
a
c
k
b
o
x
m
o
d
e
l
s
:
L
I
M
E
,
”
i
n
P
r
o
c
e
e
d
i
n
g
s
o
f
t
h
e
A
C
M
S
IG
K
D
D
Co
n
f
e
r
e
n
c
e
o
n
K
n
o
wl
e
d
g
e
D
i
s
c
o
v
e
r
y
a
n
d
D
a
t
a
M
i
n
i
n
g
(KD
D
)
,
2
0
2
3
,
d
o
i
:
1
0
.
1
1
4
5
/
3
4
4
7
5
4
8
.
3
4
6
7
4
0
4
.
[2
3
]
H
.
S
u
n
,
Y
.
Z
h
a
o
,
a
n
d
L
.
Ch
e
n
,
“
C
o
m
p
a
ra
t
i
v
e
p
e
r
fo
r
m
a
n
c
e
a
n
a
l
y
s
i
s
o
f
d
e
e
p
l
e
a
rn
i
n
g
m
o
d
e
l
s
f
o
r
m
a
l
a
ri
a
d
e
t
e
c
t
i
o
n
,
”
P
L
o
S
O
N
E
,
v
o
l
.
1
7
,
n
o
.
2
,
p
.
e
0
2
6
3
0
9
6
,
2
0
2
2
,
d
o
i
:
1
0
.
1
3
7
1
/
j
o
u
rn
a
l
.
p
o
n
e
.
0
2
6
3
0
9
6
.
[2
4
]
M.
T
.
J
o
h
n
s
o
n
a
n
d
W
.
R.
E
v
a
n
s
,
“
Co
m
b
i
n
i
n
g
C
N
N
a
n
d
RN
N
m
o
d
e
l
s
fo
r
m
a
l
a
ri
a
p
a
ra
s
i
t
e
d
e
t
e
c
t
i
o
n
,
”
P
a
t
t
e
r
n
R
e
c
o
g
n
i
t
i
o
n
L
e
t
t
e
r
s
,
v
o
l
.
1
5
1
,
p
p
.
1
5
4
–
1
6
1
,
2
0
2
1
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
p
a
t
re
c
.
2
0
2
1
.
0
9
.
0
1
6
.
[2
5
]
D
.
P
a
t
e
l
,
K
.
R.
S
h
a
h
,
a
n
d
P
.
N
.
M
e
h
t
a
,
“
A
n
o
v
e
l
d
e
e
p
l
e
a
r
n
i
n
g
f
ra
m
e
w
o
rk
fo
r
e
a
rl
y
m
a
l
a
ri
a
d
e
t
e
c
t
i
o
n
,
”
Co
m
p
u
t
e
r
s
i
n
B
i
o
l
o
g
y
a
n
d
M
e
d
i
c
i
n
e
,
v
o
l
.
1
3
2
,
p
.
1
0
4
3
4
5
,
2
0
2
1
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
c
o
m
p
b
i
o
m
e
d
.
2
0
2
1
.
1
0
4
3
4
5
.
[2
6
]
J
.
K
.
L
e
e
,
M
.
Y
.
P
a
rk
,
a
n
d
T
.
H
.
K
i
m
,
“
R
o
b
u
s
t
m
a
l
a
ri
a
d
i
a
g
n
o
s
i
s
u
s
i
n
g
a
t
t
e
n
t
i
o
n
-
b
a
s
e
d
c
o
n
v
o
l
u
t
i
o
n
a
l
n
e
t
w
o
rk
s
,
”
M
e
d
i
c
a
l
Im
a
g
e
A
n
a
l
y
s
i
s
,
v
o
l
.
6
8
,
p
.
1
0
1
9
3
8
,
2
0
2
1
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
m
e
d
i
a
.
2
0
2
0
.
1
0
1
9
3
8
.
[2
7
]
S
.
I.
A
h
m
e
d
,
R.
J
.
F
ra
n
c
i
s
,
a
n
d
L
.
H
.
Z
h
a
n
g
,
“
G
ra
p
h
n
e
u
ra
l
n
e
t
w
o
rk
s
f
o
r
m
a
l
a
ri
a
s
c
r
e
e
n
i
n
g
,
”
IE
E
E
J
o
u
r
n
a
l
o
f
B
i
o
m
e
d
i
c
a
l
a
n
d
H
e
a
l
t
h
In
f
o
r
m
a
t
i
c
s
,
v
o
l
.
2
5
,
n
o
.
8
,
p
p
.
3
1
2
0
–
3
1
2
9
,
2
0
2
1
,
d
o
i
:
1
0
.
1
1
0
9
/
J
BH
I.
2
0
2
1
.
3
0
7
4
3
1
2
.
[2
8
]
M
.
H
.
S
a
rra
f
a
n
d
Y
.
T
.
Y
i
n
,
“
A
s
u
rv
e
y
o
n
i
n
t
e
rp
r
e
t
a
b
i
l
i
t
y
t
e
c
h
n
i
q
u
e
s
i
n
d
e
e
p
l
e
a
r
n
i
n
g
m
o
d
e
l
s
fo
r
n
e
u
r
o
l
o
g
i
c
a
l
d
i
s
o
rd
e
r
s
,
”
IE
E
E
T
r
a
n
s
a
c
t
i
o
n
s
o
n
Ne
u
r
a
l
S
y
s
t
e
m
s
a
n
d
R
e
h
a
b
i
l
i
t
a
t
i
o
n
E
n
g
i
n
e
e
r
i
n
g
,
v
o
l
.
3
2
,
p
p
.
5
1
2
–
5
2
5
,
2
0
2
4
.
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
:
508
-
5
1
7
516
[2
9
]
B.
F
e
rn
a
n
d
e
z
a
n
d
J
.
M
.
T
h
o
m
a
s
,
“
A
u
t
o
m
a
t
e
d
d
e
t
e
c
t
i
o
n
o
f
m
a
l
a
ri
a
-
i
n
fe
c
t
e
d
c
e
l
l
s
u
s
i
n
g
l
i
g
h
t
w
e
i
g
h
t
CN
N
s
,
”
J
o
u
r
n
a
l
o
f
M
e
d
i
c
a
l
a
n
d
B
i
o
l
o
g
i
c
a
l
E
n
g
i
n
e
e
r
i
n
g
,
v
o
l
.
4
2
,
p
p
.
1
0
2
–
1
1
2
,
2
0
2
2
,
d
o
i
:
1
0
.
1
0
0
7
/
s
4
0
8
4
6
-
021
-
00671
-
5.
[3
0
]
G
.
X
.
L
u
,
R
.
W
.
A
l
l
e
n
,
a
n
d
T
.
L
.
D
a
v
i
s
,
“
M
a
l
a
ri
a
c
l
a
s
s
i
f
i
c
a
t
i
o
n
u
s
i
n
g
o
p
t
i
m
i
z
e
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
,
”
IE
E
E
A
c
c
e
s
s
,
v
o
l
.
9
,
p
p
.
1
6
4
1
2
8
–
1
6
4
1
4
1
,
2
0
2
1
,
d
o
i
:
1
0
.
1
1
0
9
/
A
CC
E
S
S
.
2
0
2
1
.
3
1
3
4
6
0
6
.
[3
1
]
R.
K
.
D
u
b
e
y
,
S
.
P
.
S
h
a
rm
a
,
a
n
d
V
.
J
a
i
n
,
“
E
n
s
e
m
b
l
e
l
e
a
rn
i
n
g
fo
r
i
m
p
r
o
v
i
n
g
m
a
l
a
ri
a
d
e
t
e
c
t
i
o
n
a
c
c
u
ra
c
y
,
”
P
a
t
t
e
r
n
R
e
c
o
g
n
i
t
i
o
n
a
n
d
Im
a
g
e
A
n
a
l
y
s
i
s
,
v
o
l
.
3
2
,
p
p
.
5
8
9
–
6
0
1
,
2
0
2
2
,
d
o
i
:
1
0
.
1
0
0
7
/
s
1
0
0
4
4
-
022
-
0
1
1
0
8
-
1.
[3
2
]
T
.
K
.
S
i
n
g
h
,
S
.
P
.
Ra
o
,
a
n
d
P
.
K
.
C
h
o
u
d
h
a
ry
,
“
A
n
o
v
e
l
h
y
b
r
i
d
d
e
e
p
l
e
a
rn
i
n
g
m
o
d
e
l
fo
r
m
e
d
i
c
a
l
i
m
a
g
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
,
”
B
i
o
c
y
b
e
r
n
e
t
i
c
s
a
n
d
B
i
o
m
e
d
i
c
a
l
E
n
g
i
n
e
e
r
i
n
g
,
v
o
l
.
4
2
,
n
o
.
1
,
p
p
.
2
3
5
–
2
4
7
,
2
0
2
2
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
b
b
e
.
2
0
2
1
.
1
1
.
0
0
2
.
[3
3
]
L
.
R
.
N
e
l
s
o
n
,
C
.
G
.
F
i
s
h
e
r
,
a
n
d
H
.
P
.
M
c
M
i
l
l
a
n
,
“
E
x
p
l
a
i
n
a
b
l
e
a
rt
i
f
i
c
i
a
l
i
n
t
e
l
l
i
g
e
n
c
e
fo
r
m
a
l
a
ri
a
s
c
r
e
e
n
i
n
g
,
”
J
o
u
r
n
a
l
o
f
M
e
d
i
c
a
l
In
t
e
r
n
e
t
R
e
s
e
a
r
c
h
,
v
o
l
.
2
4
,
n
o
.
5
,
p
.
e
2
9
3
6
7
,
2
0
2
2
,
d
o
i
:
1
0
.
2
1
9
6
/
2
9
3
6
7
.
[3
4
]
S
.
I
.
M
u
k
h
e
rj
e
e
a
n
d
K
.
G
.
M
a
t
h
u
r,
“
D
e
e
p
r
e
i
n
fo
rc
e
m
e
n
t
l
e
a
r
n
i
n
g
fo
r
m
a
l
a
r
i
a
d
i
a
g
n
o
s
i
s
,
”
A
r
t
i
f
i
c
i
a
l
In
t
e
l
l
i
g
e
n
c
e
i
n
M
e
d
i
c
i
n
e
,
v
o
l
.
1
2
6
,
p
.
1
0
2
1
5
7
,
2
0
2
2
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
a
rt
m
e
d
.
2
0
2
2
.
1
0
2
1
5
7
.
[3
5
]
H
.
J
.
P
a
rk
a
n
d
W
.
T
.
C
h
o
i
,
“
S
e
l
f
-
s
u
p
e
r
v
i
s
e
d
l
e
a
r
n
i
n
g
f
o
r
m
a
l
a
ri
a
c
l
a
s
s
i
f
i
c
a
t
i
o
n
,
”
Co
m
p
u
t
e
r
M
e
t
h
o
d
s
a
n
d
P
r
o
g
r
a
m
s
i
n
B
i
o
m
e
d
i
c
i
n
e
,
v
o
l
.
2
1
5
,
p
.
1
0
6
6
5
1
,
2
0
2
2
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
c
m
p
b
.
2
0
2
2
.
1
0
6
6
5
1
.
[3
6
]
K
a
g
g
l
e
,
“
C
e
l
l
I
m
a
g
e
s
fo
r
D
e
t
e
c
t
i
n
g
M
a
l
a
r
i
a
,
”
[O
n
l
i
n
e
].
A
v
a
i
l
a
b
l
e
:
h
t
t
p
s
:
/
/
w
w
w
.
k
a
g
g
l
e
.
c
o
m
/
d
a
t
a
s
e
t
s
/
i
a
ru
n
a
v
a
/
c
e
l
l
-
i
m
a
g
e
s
-
fo
r
-
d
e
t
e
c
t
i
n
g
-
m
a
l
a
ri
a
.
[3
7
]
M
.
M
u
j
a
h
i
d
,
F
.
Ru
s
t
a
m
,
R
.
S
h
a
f
i
q
u
e
,
E
.
C
.
M
o
n
t
e
ro
,
E
.
S
.
A
l
v
a
ra
d
o
,
I
.
d
e
l
a
T
.
D
i
e
z
,
a
n
d
I.
A
s
h
ra
f,
“
E
ffi
c
i
e
n
t
d
e
e
p
l
e
a
r
n
i
n
g
-
b
a
s
e
d
a
p
p
r
o
a
c
h
fo
r
m
a
l
a
ri
a
d
e
t
e
c
t
i
o
n
u
s
i
n
g
r
e
d
b
l
o
o
d
c
e
l
l
s
m
e
a
r
s
,
”
S
c
i
e
n
t
i
f
i
c
R
e
p
o
r
t
s
,
v
o
l
.
1
4
,
n
o
.
1
3
2
4
9
,
p
p
.
1
–
1
0
,
2
0
2
4
,
d
o
i
:
10
.
1
0
3
8
/
s
4
1
5
9
8
-
024
-
6
3
8
3
1
-
0.
[3
8
]
M
.
O
.
F
.
G
o
n
i
,
M
.
A
.
Ra
h
m
a
n
,
M
.
M
.
K
h
a
n
,
M
.
S
.
K
a
i
s
e
r,
a
n
d
M
.
Ra
s
h
i
d
,
“
I
m
p
ro
v
i
n
g
m
a
l
a
ri
a
d
i
a
g
n
o
s
i
s
t
h
r
o
u
g
h
i
n
t
e
rp
re
t
a
b
l
e
c
u
s
t
o
m
i
z
e
d
CN
N
s
a
rc
h
i
t
e
c
t
u
r
e
s
,
”
S
c
i
e
n
t
i
f
i
c
R
e
p
o
r
t
s
,
v
o
l
.
1
5
,
n
o
.
9
0
8
5
1
,
p
p
.
1
–
1
2
,
2
0
2
5
,
d
o
i
:
1
0
.
1
0
3
8
/
s
4
1
5
9
8
-
0
25
-
9
0
8
5
1
-
1.
[3
9
]
M
.
O
.
F
.
G
o
n
i
,
M
.
A
.
Ra
h
m
a
n
,
M
.
M
.
K
h
a
n
,
M
.
S
.
K
a
i
s
e
r,
a
n
d
M
.
Ra
s
h
i
d
,
“
D
i
a
g
n
o
s
i
s
o
f
m
a
l
a
ri
a
u
s
i
n
g
d
o
u
b
l
e
h
i
d
d
e
n
l
a
y
e
r
e
x
t
r
e
m
e
l
e
a
r
n
i
n
g
m
a
c
h
i
n
e
a
l
g
o
ri
t
h
m
w
i
t
h
CN
N
fe
a
t
u
r
e
e
x
t
ra
c
t
i
o
n
a
n
d
p
a
r
a
s
i
t
e
i
n
f
l
a
t
o
r,
”
I
E
E
E
A
c
c
e
s
s
,
v
o
l
.
1
1
,
p
p
.
4
1
1
7
–
4
1
3
0
,
2
0
2
3
,
d
o
i
:
1
0
.
1
1
0
9
/
A
C
CE
S
S
.
2
0
2
3
.
3
2
3
4
2
7
9
.
[4
0
]
A
.
A
l
i
,
M
.
M
u
j
a
h
i
d
,
F
.
Ru
s
t
a
m
,
a
n
d
I.
A
s
h
ra
f
,
“
A
n
e
ffi
c
i
e
n
t
d
e
e
p
l
e
a
r
n
i
n
g
a
p
p
r
o
a
c
h
fo
r
m
a
l
a
ri
a
p
a
ra
s
i
t
e
d
e
t
e
c
t
i
o
n
i
n
r
e
d
b
l
o
o
d
c
e
l
l
i
m
a
g
e
s
,
”
D
i
a
g
n
o
s
t
i
c
s
,
v
o
l
.
1
4
,
n
o
.
2
3
,
p
.
2
7
3
8
,
2
0
2
4
,
d
o
i
:
1
0
.
3
3
9
0
/
d
i
a
g
n
o
s
t
i
c
s
1
4
2
3
2
7
3
8
.
[4
1
]
A
.
T
a
y
e
,
M
.
A
s
s
e
f
a
,
a
n
d
S
.
D
e
m
i
e
,
“
A
n
e
n
s
e
m
b
l
e
-
b
a
s
e
d
a
p
p
r
o
a
c
h
fo
r
a
u
t
o
m
a
t
e
d
m
e
d
i
c
a
l
d
i
a
g
n
o
s
i
s
o
f
m
a
l
a
ri
a
,
”
S
c
i
e
n
t
i
f
i
c
R
e
p
o
r
t
s
,
v
o
l
.
1
2
,
n
o
.
1
,
p
p
.
1
–
1
0
,
2
0
2
4
,
d
o
i
:
1
0
.
1
0
3
8
/
s
4
1
5
9
8
-
024
-
6
3
8
3
1
-
0.
[4
2
]
J
.
L
i
a
n
g
,
Y
.
M
a
,
a
n
d
Y
.
Ch
e
n
,
“
D
e
e
p
l
e
a
r
n
i
n
g
-
b
a
s
e
d
m
a
l
a
ri
a
p
a
ra
s
i
t
e
d
e
t
e
c
t
i
o
n
,
”
S
c
i
e
n
t
i
f
i
c
R
e
p
o
r
t
s
,
v
o
l
.
1
5
,
n
o
.
8
7
9
7
9
,
p
p
.
1
–
1
2
,
2
0
2
5
,
d
o
i
:
1
0
.
1
0
3
8
/
s
4
1
5
9
8
-
025
-
87979
-
5.
[4
3
]
D
.
T
h
a
k
u
r
a
n
d
M
.
J
u
n
e
j
a
,
“
A
n
i
n
t
e
g
ra
t
e
d
d
e
e
p
l
e
a
rn
i
n
g
m
o
d
e
l
w
i
t
h
E
ff
i
c
i
e
n
t
N
e
t
a
n
d
R
e
s
N
e
t
fo
r
m
a
l
a
r
i
a
p
a
ra
s
i
t
e
d
e
t
e
c
t
i
o
n
,
”
D
i
a
g
n
o
s
t
i
c
s
,
v
o
l
.
1
5
,
n
o
.
5
,
p
.
5
5
1
,
2
0
2
4
,
d
o
i
:
1
0
.
3
3
9
0
/
d
i
a
g
n
o
s
t
i
c
s
1
5
0
5
0
5
5
1
.
B
I
O
G
R
A
P
H
I
ES
O
F
A
U
T
H
O
R
S
D
r
.
K
o
m
al
K
u
m
ar
N
ap
a
i
s
c
ur
r
e
n
t
l
y
w
o
r
ki
ng
a
s
A
s
s
i
s
t
a
nt
P
r
o
f
e
s
s
o
r
i
n
t
he
D
e
pa
r
t
m
e
n
t
o
f
C
o
m
put
e
r
S
c
i
e
nc
e
a
nd
E
ng
i
ne
e
r
i
ng
,
S
a
v
e
e
t
ha
E
ng
i
ne
e
r
i
ng
C
o
l
l
e
g
e
,
C
he
n
na
i
,
T
a
m
i
l
N
a
d
u,
I
ndi
a
.
H
i
s
r
e
s
e
a
r
c
h
i
n
t
e
r
e
s
t
s
i
nc
l
ude
m
a
c
hi
n
e
l
e
a
r
n
i
ng
,
da
t
a
m
i
n
i
ng
,
a
nd
c
l
o
ud
c
om
put
i
ng
.
H
e
c
a
n
be
c
o
nt
a
c
t
e
d
a
t
e
m
a
i
l
:
ko
m
a
l
kum
a
r
na
p
a
@g
m
a
i
l
.
c
om
.
M
r
.
K
a
l
y
an
K
u
m
ar
A
n
gat
i
i
s
c
ur
r
e
n
t
l
y
w
o
r
ki
ng
a
s
A
s
s
i
s
t
a
nt
P
r
o
f
e
s
s
o
r
i
n
t
h
e
D
e
pa
r
t
m
e
n
t
o
f
C
o
m
put
e
r
S
c
i
e
nc
e
a
nd
E
ng
i
ne
e
r
i
ng
(
D
a
t
a
S
c
i
e
nc
e
)
a
t
M
a
d
a
n
a
pa
l
l
e
I
ns
t
i
t
ut
e
o
f
T
e
c
hno
l
o
gy
a
nd
S
c
i
e
nc
e
,
M
a
da
n
a
pa
l
l
e
,
A
ndhr
a
P
r
a
de
s
h,
I
ndi
a
.
H
i
s
r
e
s
e
a
r
c
h
i
nt
e
r
e
s
t
s
i
nc
l
u
de
m
a
c
h
i
n
e
l
e
a
r
n
i
n
g
,
a
n
d
d
a
t
a
m
i
n
i
n
g
.
H
e
c
a
n
b
e
c
o
n
t
a
c
t
e
d
a
t
e
m
a
i
l
:
k
a
l
y
a
n
a
n
g
a
t
i
k
u
m
a
r
@
g
m
a
i
l
.
c
o
m
.
D
r
.
S
e
n
t
h
i
l
M
u
r
u
gan
Jan
ak
i
r
am
an
i
s
c
ur
r
e
nt
l
y
w
o
r
ki
ng
a
s
A
s
s
o
c
i
a
t
e
P
r
o
f
e
s
s
or
i
n
t
he
D
e
p
a
r
t
m
e
n
t
o
f
C
o
m
put
e
r
S
c
i
e
nc
e
a
n
d
E
ng
i
ne
e
r
i
ng
a
t
V
e
l
T
e
c
h
H
i
g
h
T
e
c
h
D
r
.
R
a
ng
a
r
a
j
a
n
D
r
.
S
a
ku
nt
h
a
l
a
E
ng
i
n
e
e
r
i
ng
C
o
l
l
e
g
e
,
C
he
n
na
i
I
ndi
a
.
H
i
s
r
e
s
e
a
r
c
h
i
n
t
e
r
e
s
t
s
i
nc
l
ude
m
a
c
hi
ne
l
e
a
r
n
i
ng
,
a
nd
i
m
a
g
e
pr
o
c
e
s
s
i
ng
.
H
e
c
a
n
b
e
c
o
nt
a
c
t
e
d
a
t
e
m
a
i
l
:
j
s
e
nt
h
i
l
m
ur
ug
a
nm
t
e
c
h@g
m
a
i
l
.
c
o
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
D
e
e
p
l
e
ar
ni
n
g
-
bas
e
d
s
t
a
c
k
i
ng
e
ns
e
m
bl
e
f
or
m
a
l
ar
i
a
par
as
i
t
e
c
l
as
s
i
f
i
c
a
t
i
on
…
(
Kom
al
K
um
ar
Na
pa
)
517
M
r
.
B
al
am
u
r
u
ga
n
A
m
o
o
r
G
o
p
i
k
r
i
s
h
n
an
i
s
c
ur
r
e
nt
l
y
w
o
r
ki
ng
a
s
A
s
s
i
s
t
a
n
t
P
r
o
f
e
s
s
o
r
i
n
t
he
D
e
p
a
r
t
m
e
n
t
o
f
C
o
m
put
e
r
S
c
i
e
nc
e
&
E
ng
i
ne
e
r
i
ng
a
t
V
e
l
T
e
c
h
R
a
ng
a
r
a
j
a
n
D
r
.
S
a
g
unt
ha
l
a
R
&
D
I
ns
t
i
t
ut
e
o
f
S
c
i
e
nc
e
a
nd
T
e
c
hno
l
o
gy
,
A
v
a
di
,
C
he
nna
i
,
I
ndi
a
.
H
i
s
r
e
s
e
a
r
c
h
i
nt
e
r
e
s
t
s
i
nc
l
ude
de
e
p
l
e
a
r
n
i
ng
,
m
a
c
hi
ne
l
e
a
r
n
i
ng
,
d
a
t
a
m
i
ni
ng
,
a
n
d
c
l
o
ud
c
o
m
put
i
ng
.
H
e
c
a
n
be
c
o
nt
a
c
t
e
d
a
t
e
m
a
i
l
:
a
g
bm
366@g
m
a
i
l
.
c
o
m
.
D
r
.
B
i
n
d
u
K
o
l
ap
p
a
P
i
l
l
ai
V
i
j
ay
am
m
al
i
s
c
u
r
r
e
nt
l
y
w
o
r
k
i
ng
a
s
A
s
s
i
s
t
a
n
t
P
r
o
f
e
s
s
o
r
i
n
t
he
D
e
p
a
r
t
m
e
n
t
o
f
S
c
i
e
nc
e
a
nd
H
um
a
n
i
t
i
e
s
(
G
e
n
e
r
a
l
E
ng
i
n
e
e
r
i
ng
D
i
v
i
s
i
o
n)
,
R
.
M
.
K
.
C
o
l
l
e
g
e
o
f
E
ng
i
ne
e
r
i
ng
a
nd
T
e
c
hno
l
o
gy
,
P
uduv
oy
a
l
,
I
ndi
a
.
H
e
r
r
e
s
e
a
r
c
h
i
nt
e
r
e
s
t
s
i
nc
l
ud
e
po
w
e
r
q
ua
l
i
t
y
,
o
pt
i
m
i
z
a
t
i
o
n
t
e
c
hn
i
que
s
,
a
r
t
i
f
i
c
i
a
l
i
nt
e
l
l
i
g
e
n
c
e
,
a
nd
s
m
a
r
t
g
r
i
d
.
S
h
e
c
a
n
be
c
o
nt
a
c
t
e
d
a
t
e
m
a
i
l
:
bi
ndu
@r
m
kc
e
t
.
a
c
.
i
n
.
V
at
t
i
k
u
t
i
C
h
a
r
an
S
r
i
M
an
i
k
an
t
a
S
ai
i
s
c
ur
r
e
n
t
l
y
pur
s
u
i
n
g
hi
s
U
G
i
n
t
h
e
D
e
pa
r
t
m
e
n
t
o
f
C
o
m
put
e
r
S
c
i
e
nc
e
a
nd
E
ng
i
ne
e
r
i
ng
,
I
ndi
a
n
I
ns
t
i
t
u
t
e
o
f
I
nf
o
r
m
a
t
i
o
n
T
e
c
hno
l
o
gy
,
K
o
t
t
a
y
a
m
,
I
ndi
a
.
H
i
s
r
e
s
e
a
r
c
h
i
n
t
e
r
e
s
t
s
i
nc
l
ude
m
a
c
hi
ne
l
e
a
r
n
i
ng
,
a
nd
d
a
t
a
m
i
ni
n
g
.
H
e
c
a
n
be
c
o
nt
a
c
t
e
d
a
t
e
m
a
i
l
:
v
c
s
m
s
a
i
@g
m
a
i
l
.
c
o
m
.
Evaluation Warning : The document was created with Spire.PDF for Python.