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
.
530
~
544
IS
S
N
:
2502
-
4752
,
D
O
I
:
10.
1
1591
/
i
j
e
e
c
s
.
v
40
.i
1
.
pp
530
-
544
530
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
Pr
e
d
i
c
t
g
l
u
c
o
s
e
v
a
l
u
e
s
w
i
t
h
D
E
a
l
g
o
r
i
t
h
m
o
p
t
i
m
i
z
e
d
T
-
L
S
T
M
Q
i
n
gX
i
an
g
Bi
an
1
,
A
z
i
z
an
A
s
’a
r
r
ay
1
,
X
i
an
gG
u
o
C
o
n
g
2
,
K
h
ai
r
i
l
A
n
as
b
i
n
M
d
R
e
z
al
i
1
,
R
aja
M
o
h
d
K
am
i
l
b
i
n
R
aj
a
A
h
m
ad
3
,
M
o
h
d
Zar
h
am
d
y
M
d
.
Za
i
n
4
1
D
e
p
a
rt
m
e
n
t
o
f
M
e
c
h
a
n
i
c
a
l
a
n
d
M
a
n
u
f
a
c
t
u
ri
n
g
E
n
g
i
n
e
e
ri
n
g
,
F
a
c
u
l
t
y
o
f
E
n
g
i
n
e
e
ri
n
g
,
U
n
i
v
e
r
s
i
t
i
P
u
t
ra
M
a
l
a
y
s
i
a
,
S
e
r
d
a
n
g
,
M
a
l
a
y
s
i
a
2
D
e
p
a
rt
m
e
n
t
o
f
E
n
d
o
c
r
i
n
o
l
o
g
y
,
T
h
e
A
ffi
l
i
a
t
e
d
S
u
z
h
o
u
H
o
s
p
i
t
a
l
o
f
N
a
n
j
i
n
g
M
e
d
i
c
a
l
U
n
i
v
e
r
s
i
t
y
,
S
u
z
h
o
u
M
u
n
i
c
i
p
a
l
H
o
s
p
i
t
a
l
,
S
u
z
h
o
u
,
C
h
i
n
a
3
D
e
p
a
rt
m
e
n
t
o
f
E
l
e
c
t
ri
c
a
n
d
E
l
e
c
t
r
o
n
i
c
s
E
n
g
i
n
e
e
ri
n
g
,
F
a
c
u
l
t
y
o
f
E
n
g
i
n
e
e
ri
n
g
,
U
n
i
v
e
r
s
i
t
i
P
u
t
ra
M
a
l
a
y
s
i
a
,
S
e
r
d
a
n
g
,
M
a
l
a
y
s
i
a
4
D
e
p
a
rt
m
e
n
t
o
f
A
p
p
l
i
e
d
M
e
c
h
a
n
i
c
s
a
n
d
D
e
s
i
g
n
,
F
a
c
u
l
t
y
o
f
E
n
g
i
n
e
e
ri
n
g
,
U
n
i
v
e
r
s
i
t
i
T
e
k
n
o
l
o
g
i
M
a
l
a
y
s
i
a
,
J
o
h
o
r,
M
a
l
a
y
s
i
a
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
D
e
c
30
,
2024
R
e
v
i
s
e
d
A
pr
13
,
2025
A
c
c
e
pt
e
d
J
ul
4
,
2025
T
he
p
r
e
v
a
l
e
nc
e
o
f
di
a
b
e
t
e
s
i
s
r
i
s
i
ng
.
A
c
c
o
r
di
ng
t
o
t
he
I
nt
e
r
na
t
i
o
na
l
D
i
a
b
e
t
e
s
F
e
de
r
a
t
i
o
n
(
I
D
F
)
p
r
e
d
i
c
t
i
o
ns
,
t
he
n
um
be
r
o
f
di
a
be
t
i
c
pa
t
i
e
nt
s
w
o
r
l
d
w
i
de
w
i
l
l
r
e
a
c
h
608
m
i
l
l
i
o
n
i
n
203
0,
a
c
c
o
unt
i
ng
f
o
r
a
p
pr
o
xi
m
a
t
e
l
y
11.
3
%
o
f
t
he
t
o
t
a
l
num
be
r
o
f
pe
o
pl
e
i
n
t
he
w
o
r
l
d
.
T
o
m
o
ni
t
o
r
a
nd
p
r
e
di
c
t
t
he
f
ut
u
r
e
1
ho
ur
g
l
uc
o
s
e
ha
v
e
a
g
r
e
a
t
s
i
g
ni
f
i
c
a
nc
e
m
e
a
n
i
ng
f
o
r
pa
t
i
e
nt
s
.
T
h
i
s
r
e
s
e
a
r
c
h
u
t
i
l
i
z
e
s
a
d
i
f
f
e
r
e
n
t
i
a
l
e
v
o
l
ut
i
o
n
(
D
E
)
a
l
g
o
r
i
t
hm
,
a
n
o
pt
i
m
i
z
e
d
hy
br
i
d
m
o
de
l
t
r
a
ns
f
o
r
m
e
r
a
nd
l
o
ng
s
ho
r
t
-
t
e
r
m
m
e
m
o
r
y
(
T
-
L
S
T
M
)
t
e
c
hno
l
o
g
i
e
s
t
o
a
na
l
y
z
e
hi
s
t
o
r
i
c
a
l
d
a
t
a
f
r
o
m
c
o
nt
i
n
uo
us
b
l
o
o
d
g
l
uc
o
s
e
m
o
ni
t
o
r
i
ng
(
C
G
M
)
s
y
s
t
e
m
s
a
nd
e
qu
i
pm
e
n
t
c
a
l
i
b
r
a
t
i
o
n
v
a
l
ue
s
.
T
he
a
i
m
i
s
t
o
pr
e
di
c
t
f
ut
u
r
e
bl
o
o
d
s
ug
a
r
l
e
v
e
l
s
i
n
p
a
t
i
e
n
t
s
,
t
he
r
e
by
he
l
pi
ng
t
o
p
r
e
v
e
n
t
e
p
i
s
o
de
s
o
f
hy
pog
l
y
c
e
m
i
a
a
nd
hy
pe
r
g
l
y
c
e
m
i
a
.
T
he
s
t
udy
t
e
s
t
e
d
t
he
m
o
de
l
u
s
i
ng
t
h
e
C
G
M
d
a
t
a
f
r
o
m
8
pa
t
i
e
n
t
s
a
t
t
he
S
uz
ho
u
M
un
i
c
i
pa
l
H
o
s
p
i
t
a
l
i
n
J
i
a
ng
s
u
P
r
o
v
i
nc
e
,
C
h
i
na
.
R
e
s
u
l
t
s
s
ho
w
t
h
a
t
t
h
i
s
DE
-
o
pt
i
m
i
z
e
d
T
-
L
S
T
M
m
o
de
l
o
ut
pe
r
f
o
r
m
s
t
r
a
d
i
t
i
o
na
l
m
o
de
l
s
.
T
h
e
m
o
de
l
'
s
a
c
c
ur
a
c
y
i
s
e
v
a
l
ua
t
e
d
u
s
i
ng
m
e
a
n
s
qu
a
r
e
d
e
r
r
o
r
(
M
S
E
)
,
w
i
t
h
M
S
E
v
a
l
ue
s
r
e
c
o
r
de
d
a
t
15
,
30
,
a
n
d
45
m
i
nu
t
e
s
be
i
ng
0
.
9
6,
1.
54
,
a
nd
2.
31
,
r
e
s
p
e
c
t
i
v
e
l
y
.
Ke
y
w
or
d
s
:
Co
n
t
i
nuo
us
gl
uc
o
s
e
m
o
n
i
t
o
r
i
ng
D
i
f
fe
r
e
n
t
i
a
l
e
v
o
l
ut
i
o
n
L
o
n
g
s
h
o
r
t
-
t
e
r
m
m
e
m
o
r
y
P
r
e
di
c
t
i
ng
a
l
go
r
i
t
h
m
T
r
a
n
s
f
o
r
m
e
r
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
:
A
z
i
z
a
n
A
s
’a
rra
y
D
e
pa
rt
m
e
n
t
o
f
M
e
c
h
a
n
i
c
a
l
a
n
d
M
a
n
uf
a
c
t
u
ri
n
g
E
n
g
i
n
e
e
ri
n
g
,
F
a
c
ul
t
y
of
E
n
g
i
n
e
e
ri
n
g
U
n
i
v
e
r
s
i
t
i
P
ut
ra
M
a
l
a
y
s
i
a
43400
S
e
r
d
a
n
g
,
S
e
l
a
ngo
r,
M
a
l
a
y
s
i
a
E
m
a
i
l
:
z
i
z
a
n@
u
pm
.
e
du.
m
y
1.
I
N
TR
O
D
U
C
TI
O
N
D
i
a
b
e
t
e
s
m
e
l
l
i
t
us
(D
M
)
po
s
e
s
a
s
i
g
ni
f
i
c
a
n
t
gl
o
b
a
l
h
e
a
l
t
h
c
ha
l
l
e
n
ge
,
a
f
f
e
c
t
i
n
g
m
i
l
l
i
o
n
s
w
o
r
l
dw
i
de
.
E
f
fe
c
t
i
ve
m
a
na
ge
m
e
n
t
o
f
D
M
n
e
c
e
s
s
i
t
a
t
e
s
p
r
e
c
i
s
e
f
o
r
e
c
a
s
t
i
ng
o
f
b
l
oo
d
gl
uc
o
s
e
l
e
v
e
l
s
t
o
pr
e
v
e
n
t
c
o
m
pl
i
c
a
t
i
o
n
s
s
uc
h
a
s
h
y
p
o
gl
y
c
e
m
i
a
a
nd
h
y
pe
r
gl
y
c
e
m
i
a
.
T
h
e
i
n
c
r
e
a
s
i
n
g
p
r
e
v
a
l
e
n
c
e
of
di
a
b
e
t
e
s
gl
ob
a
l
l
y
n
e
c
e
s
s
i
t
a
t
e
s
a
dv
a
n
c
e
m
e
nt
s
i
n
m
o
n
i
t
o
r
i
ng
t
e
c
hn
o
l
o
gi
e
s
t
ha
t
c
a
n
p
r
o
v
i
de
a
c
c
u
r
a
t
e
b
l
o
o
d
gl
uc
o
s
e
r
e
a
di
ngs
.
A
l
o
n
g
w
i
t
h
t
h
e
de
v
e
l
o
pm
e
n
t
,
c
o
n
t
i
n
uo
us
b
l
o
o
d
gl
uc
o
s
e
m
o
ni
t
o
ri
n
g
(
CG
M
)
s
y
s
t
e
m
s
e
n
a
b
l
e
r
e
a
l
-
t
i
m
e
g
l
uc
o
s
e
m
o
n
i
t
o
ri
n
g
f
o
r
pa
t
i
e
n
t
s
.
H
ow
e
ve
r
,
t
h
e
m
a
r
ke
t
l
a
c
ks
p
r
o
duc
t
s
c
a
pa
b
l
e
o
f
fo
r
e
c
a
s
t
i
n
g
gl
uc
o
s
e
v
a
l
ue
s
,
a
f
e
a
t
u
r
e
pri
m
a
r
i
l
y
e
xpl
o
r
e
d
i
n
a
c
a
de
m
i
c
r
e
s
e
a
r
c
h
[
1],
[
2].
T
r
a
di
t
i
o
na
l
p
r
e
di
c
t
i
v
e
m
o
de
l
s
o
f
t
e
n
f
a
l
l
s
h
o
rt
i
n
c
a
p
t
u
r
i
ng
t
h
e
c
o
m
pl
e
x,
n
o
nl
i
n
e
a
r,
a
n
d
t
i
m
e
-
v
a
r
y
i
n
g
n
a
t
u
r
e
o
f
b
l
ood
gl
uc
o
s
e
d
y
n
a
m
i
c
s
.
R
e
c
e
n
t
a
dv
a
n
c
e
m
e
n
t
s
i
n
m
a
c
h
i
n
e
l
e
a
rn
i
ng,
p
a
r
t
i
c
ul
a
rl
y
l
o
n
g
s
h
o
r
t
-
t
e
r
m
m
e
m
o
r
y
(L
S
T
M
)
n
e
t
w
o
r
ks
,
ha
v
e
s
h
o
w
n
p
r
o
m
i
s
e
i
n
m
o
de
l
i
n
g
t
e
m
po
ra
l
de
pe
nde
n
c
i
e
s
i
n
gl
uc
o
s
e
t
i
m
e
-
s
e
r
i
e
s
da
t
a
.
H
ow
e
v
e
r
,
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
L
S
T
M
m
o
de
l
s
c
a
n
b
e
f
ur
t
h
e
r
e
nh
a
n
c
e
d
by
o
pt
i
m
i
z
i
n
g
t
h
e
i
r
p
a
r
a
m
e
t
e
r
s
.
I
n
c
o
rpo
r
a
t
i
n
g
di
f
f
e
r
e
n
t
i
a
l
e
v
o
l
ut
i
o
n
(D
E
)
a
l
go
ri
t
hm
s
f
o
r
t
h
i
s
o
pt
i
m
i
z
a
t
i
o
n
ha
s
b
e
e
n
e
xpl
o
r
e
d
i
n
s
e
v
e
r
a
l
s
t
u
di
e
s
.
T
o
a
dd
r
e
s
s
t
hi
s
,
t
h
i
s
s
t
udy
i
n
t
r
o
duc
e
s
a
D
E
a
l
go
ri
t
hm
-
o
pt
i
m
i
z
e
d
T
-
L
S
T
M
p
r
e
di
c
t
i
o
n
m
o
de
l
.
T
hi
s
i
nn
o
v
a
t
i
v
e
m
ode
l
m
e
r
ge
s
t
h
e
c
a
p
a
b
i
l
i
t
i
e
s
o
f
T
r
a
n
s
f
o
r
m
e
r
a
n
d
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
P
r
e
di
c
t
g
l
uc
os
e
v
al
ue
s
w
i
t
h
D
E
a
l
gor
i
t
hm
opt
i
m
i
z
e
d
T
-
L
ST
M
(
Q
i
ngX
i
ang
B
i
an
)
531
L
S
T
M
,
o
pt
i
m
i
z
i
n
g
t
i
m
e
s
e
r
i
e
s
f
o
r
e
c
a
s
t
i
n
g
b
y
l
e
v
e
r
a
gi
n
g
t
he
i
r
s
t
r
e
n
gt
h
s
.
T
h
e
s
e
i
n
c
l
ude
t
h
e
a
b
i
l
i
t
y
t
o
m
o
de
l
l
o
n
g
-
t
e
rm
de
pe
n
de
n
c
i
e
s
,
e
xe
c
ut
e
pa
r
a
l
l
e
l
c
o
m
put
a
t
i
o
n
s
,
l
e
a
rn
f
e
a
t
u
r
e
r
e
p
r
e
s
e
nt
a
t
i
o
n
s
,
a
nd
ha
n
d
l
e
m
u
l
t
i
-
s
c
a
l
e
da
t
a
.
T
h
e
c
o
m
b
i
n
a
t
i
o
n
o
f
T
ra
n
s
f
o
r
m
e
r
a
n
d
L
S
T
M
i
n
t
hi
s
m
o
de
l
c
o
n
s
i
de
ra
b
l
y
e
nha
n
c
e
s
f
o
r
e
c
a
s
t
i
n
g
a
c
c
u
r
a
c
y
a
n
d
e
f
f
i
c
i
e
n
c
y
,
pa
rt
i
c
ul
a
r
l
y
i
n
s
po
t
t
i
n
g
t
r
e
n
ds
,
pe
ri
o
di
c
pa
t
t
e
rn
s
,
a
n
d
l
o
n
g
-
t
e
r
m
r
e
l
a
t
i
o
n
s
hi
ps
i
n
t
i
m
e
s
e
ri
e
s
da
t
a
[3
].
T
r
a
d
i
t
i
o
n
a
l
i
n
t
e
rm
i
t
t
e
nt
b
l
o
o
d
s
uga
r
t
e
s
t
i
ng
do
e
s
n
o
t
r
e
f
l
e
c
t
a
p
a
t
i
e
n
t
'
s
ge
n
u
i
n
e
b
l
o
o
d
s
uga
r
c
h
a
nge
s
ov
e
r
a
24
-
h
o
u
r
pe
r
i
o
d
[4]
.
I
n
c
o
nt
r
a
s
t
,
CG
M
s
y
s
t
e
m
s
c
o
ul
d
s
h
o
w
r
e
a
l
-
t
i
m
e
gl
uc
o
s
e
v
a
l
ue
s
e
v
e
r
y
3
o
r
5
m
i
n
u
t
e
s
[2]
,
[
5].
T
hi
s
f
r
e
que
nt
m
o
n
i
t
o
ri
n
g
i
s
c
r
uc
i
a
l
f
o
r
e
v
a
l
ua
t
i
n
g
t
r
e
a
t
m
e
n
t
e
ff
e
c
t
i
v
e
n
e
s
s
a
n
d
m
a
ki
n
g
m
o
r
e
a
c
c
ur
a
t
e
a
dj
us
t
m
e
nt
s
t
o
t
h
e
r
a
pe
ut
i
c
p
l
a
n
s
[
6].
CG
M
s
y
s
t
e
m
s
a
r
e
a
de
pt
a
t
p
r
e
d
i
c
t
i
n
g
t
h
e
o
n
s
e
t
o
f
h
y
pe
r
gl
y
c
a
e
m
i
a
o
r
h
y
po
gl
y
c
a
e
m
i
a
,
a
l
l
o
w
i
n
g
f
o
r
a
m
o
r
e
pe
r
s
o
na
l
i
z
e
d
a
nd
t
a
rge
t
e
d
a
pp
r
o
a
c
h
t
o
e
nh
a
n
c
i
ng
pa
t
i
e
nt
q
ua
l
i
t
y
of
l
i
f
e
.
By
a
l
e
r
t
i
n
g
pa
t
i
e
n
t
s
t
o
i
rr
e
gu
l
a
r
gl
uc
o
s
e
l
e
v
e
l
s
,
CG
M
-
b
a
s
e
d
pr
e
d
i
c
t
i
o
n
m
o
de
l
s
e
m
pow
e
r
pa
t
i
e
n
t
s
t
o
t
a
ke
t
i
m
e
l
y
a
c
t
i
o
n
[7]
.
A
ddi
t
i
o
n
a
l
l
y
,
t
h
e
s
e
m
o
de
l
s
c
a
n
m
o
r
e
a
c
c
u
r
a
t
e
l
y
r
e
pl
i
c
a
t
e
t
h
e
s
pe
c
i
f
i
c
p
h
y
s
i
o
l
o
gi
c
a
l
t
ra
i
t
s
o
f
di
v
e
r
s
e
po
pul
a
t
i
o
n
s
a
nd
r
e
v
e
a
l
v
a
r
y
i
n
g
r
e
s
po
n
s
e
s
t
o
t
r
e
a
t
m
e
n
t
s
a
m
o
ng
pa
t
i
e
n
t
s
[8],
[9
].
I
n
t
e
g
r
a
t
i
ng
da
t
a
f
r
o
m
m
ul
t
i
pl
e
s
o
ur
c
e
s
e
na
b
l
e
s
t
h
e
c
r
e
a
t
i
o
n
o
f
c
us
t
o
m
i
z
e
d
t
r
e
a
t
m
e
nt
p
l
a
n
s
,
a
i
di
ng
pa
t
i
e
nt
s
i
n
b
e
t
t
e
r
c
o
nt
r
o
l
l
i
n
g
t
h
e
i
r
b
l
o
o
d
s
uga
r
l
e
v
e
l
s
a
nd
m
i
ni
m
i
z
i
n
g
c
o
m
pl
i
c
a
t
i
o
n
s
[
10].
CG
M
de
v
i
c
e
s
pr
o
v
i
de
i
m
m
e
di
a
t
e
i
n
s
i
g
h
t
s
i
n
t
o
g
l
uc
o
s
e
l
e
v
e
l
s
,
t
h
e
r
e
by
f
a
c
i
l
i
t
a
t
i
n
g
i
n
f
o
r
m
e
d
de
c
i
s
i
o
n
s
a
b
o
ut
i
n
s
ul
i
n
do
s
a
ge
a
dj
us
t
m
e
n
t
s
o
r
di
e
t
a
r
y
c
ha
n
ge
s
b
a
s
e
d
o
n
b
l
o
o
d
s
uga
r
f
l
uc
t
u
a
t
i
o
n
s
[1
1]
-
[13]
.
R
e
s
e
a
r
c
h
i
n
t
he
f
i
e
l
d
o
f
di
a
b
e
t
e
s
m
a
n
a
ge
m
e
nt
ha
s
i
nc
re
a
s
i
ng
l
y
f
o
c
us
e
d
o
n
t
h
e
u
s
e
o
f
a
dv
a
nc
e
d
c
o
nt
r
o
l
s
t
ra
t
e
g
i
e
s
t
o
e
nha
nc
e
t
he
pe
r
f
o
rm
a
nc
e
o
f
C
G
M
s
y
s
t
e
m
s
.
F
o
r
i
ns
t
a
n
c
e
,
s
t
ud
i
e
s
b
y
r
e
s
e
a
r
c
he
rs
[1
4
]
,
[1
5]
ha
v
e
e
xp
l
o
r
e
d
v
a
ri
o
us
a
l
go
ri
t
hm
i
c
a
pp
ro
a
c
h
e
s
,
i
n
c
l
u
di
ng
t
he
a
p
p
l
i
c
a
t
i
o
n
o
f
m
a
c
hi
ne
l
e
a
rni
n
g
t
e
c
hni
q
ue
s
s
uc
h
a
s
s
up
po
rt
v
e
c
t
o
r
m
a
c
hi
ne
s
(S
V
M
)
a
nd
R
e
i
n
f
o
r
c
e
m
e
nt
L
e
a
rni
n
g
,
w
hi
c
h
ha
v
e
s
h
o
w
n
p
r
o
m
i
s
e
i
n
i
m
p
ro
v
i
ng
t
h
e
a
c
c
u
ra
c
y
o
f
g
l
uc
o
s
e
f
o
r
e
c
a
s
t
s
.
T
he
s
e
s
t
ud
i
e
s
u
nde
rs
c
o
r
e
t
he
p
o
t
e
nt
i
a
l
o
f
i
nt
e
g
ra
t
i
ng
s
o
p
hi
s
t
i
c
a
t
e
d
c
o
m
pu
t
a
t
i
o
na
l
m
o
de
l
s
w
i
t
h
t
ra
d
i
t
i
o
na
l
CG
M
s
y
s
t
e
m
s
t
o
e
nha
n
c
e
p
r
e
d
i
c
t
i
v
e
a
c
c
u
ra
c
y
a
nd
p
a
t
i
e
nt
o
u
t
c
o
m
e
s
.
R
e
c
e
n
t
a
dv
a
n
c
e
m
e
nt
s
i
n
a
rt
i
f
i
c
i
a
l
i
nt
e
l
l
i
ge
n
c
e
,
p
a
r
t
i
c
ul
a
rl
y
i
n
m
a
c
hi
n
e
l
e
a
rni
n
g
a
nd
de
e
p
l
e
a
rn
i
ng,
ha
v
e
l
e
d
t
o
p
r
o
g
r
e
s
s
i
n
CG
M
p
r
e
di
c
t
i
o
n
a
l
go
ri
t
hm
s
.
T
h
e
s
e
a
dv
a
n
c
e
m
e
nt
s
ha
v
e
t
u
rn
e
d
s
uc
h
a
l
go
ri
t
hm
s
i
nt
o
a
fo
c
a
l
po
i
n
t
o
f
r
e
s
e
a
r
c
h
i
n
d
i
a
b
e
t
e
s
m
a
n
a
ge
m
e
nt
[16]
-
[21]
.
T
he
T
-
L
S
T
M
m
o
de
l
ha
s
e
xc
e
pt
i
o
na
l
c
a
p
a
b
i
l
i
t
i
e
s
i
n
pa
r
a
l
l
e
l
p
r
o
c
e
s
s
i
n
g,
ha
ndl
i
ng
l
o
ng
-
r
a
nge
de
pe
n
de
n
c
i
e
s
,
a
n
d
a
da
p
t
a
b
i
l
i
t
y
a
c
r
o
s
s
v
a
r
i
o
us
do
m
a
i
n
s
,
m
a
ke
i
t
a
n
i
n
t
ri
gui
ng
o
pt
i
o
n
f
o
r
t
h
i
s
a
ppl
i
c
a
t
i
o
n
[2
2],
[2
3].
T
h
i
s
s
t
udy
i
nt
r
o
duc
e
s
a
n
o
v
e
l
a
pp
r
o
a
c
h
,
e
m
p
l
oy
i
n
g
t
h
e
T
-
L
S
T
M
m
o
de
l
t
o
f
o
r
e
c
a
s
t
f
ut
u
r
e
b
l
o
o
d
gl
uc
o
s
e
l
e
v
e
l
s
.
T
h
e
m
o
de
l
i
s
de
s
i
g
n
e
d
t
o
b
e
pa
t
i
e
n
t
-
s
pe
c
i
f
i
c
,
a
d
a
pt
i
n
g
a
n
d
i
m
p
r
o
v
i
ng
o
v
e
r
t
i
m
e
t
o
m
a
t
c
h
t
h
e
i
ndi
v
i
dua
l
'
s
m
e
t
a
b
o
l
i
c
c
ha
r
a
c
t
e
r
i
s
t
i
c
s
.
T
h
e
ke
y
c
o
n
t
ri
b
ut
i
o
n
o
f
t
hi
s
a
r
t
i
c
l
e
i
s
t
h
e
de
v
e
l
o
pm
e
n
t
o
f
t
h
i
s
i
nn
o
v
a
t
i
v
e
c
o
m
b
i
n
e
d
T
-
L
S
T
M
m
o
de
l
,
a
i
m
i
n
g
t
o
p
r
e
di
c
t
gl
uc
o
s
e
l
e
v
e
l
s
fo
r
upc
o
m
i
n
g
i
n
t
e
r
v
a
l
s
o
f
15,
3
0,
a
nd
45
m
i
n
ut
e
s
.
D
e
s
pi
t
e
t
h
e
s
e
a
dv
a
n
c
e
m
e
nt
s
,
c
ha
l
l
e
nge
s
pe
r
s
i
s
t
i
n
a
c
hi
e
v
i
n
g
hi
g
h
-
p
r
e
c
i
s
i
o
n
g
l
uc
o
s
e
pr
e
di
c
t
i
o
n
s
a
c
r
o
s
s
di
v
e
r
s
e
p
a
t
i
e
nt
po
pul
a
t
i
o
n
s
.
V
a
ri
a
b
i
l
i
t
y
i
n
i
ndi
v
i
du
a
l
r
e
s
po
n
s
e
s
n
e
c
e
s
s
i
t
a
t
e
s
pe
r
s
o
n
a
l
i
z
e
d
m
o
de
l
i
n
g
a
pp
r
o
a
c
h
e
s
.
A
dd
i
t
i
o
na
l
l
y
,
t
h
e
i
n
t
e
r
p
r
e
t
a
b
i
l
i
t
y
o
f
m
a
c
h
i
n
e
l
e
a
rn
i
ng
m
o
de
l
s
r
e
m
a
i
n
s
a
c
ri
t
i
c
a
l
c
o
n
c
e
rn
,
e
s
pe
c
i
a
l
l
y
w
h
e
n
t
h
e
y
i
n
f
o
r
m
t
h
e
ra
pe
ut
i
c
de
c
i
s
i
o
n
s
.
S
t
ud
i
e
s
h
a
v
e
hi
g
hl
i
g
ht
e
d
t
h
e
i
m
po
rt
a
n
c
e
o
f
m
o
de
l
i
n
t
e
r
p
r
e
t
a
b
i
l
i
t
y
i
n
di
a
b
e
t
e
s
m
a
n
a
ge
m
e
nt
,
e
m
p
ha
s
i
z
i
n
g
t
ha
t
u
n
de
r
s
t
a
n
di
ng
t
h
e
ra
t
i
o
n
a
l
e
b
e
h
i
nd
m
o
de
l
p
r
e
di
c
t
i
o
n
s
i
s
c
r
uc
i
a
l
f
o
r
p
a
t
i
e
nt
s
a
f
e
t
y
a
n
d
t
rus
t
.
T
h
i
s
s
t
u
dy
i
nt
r
o
duc
e
s
a
n
o
v
e
l
D
E
a
l
go
r
i
t
hm
o
pt
i
m
i
z
e
d
t
r
a
n
s
f
o
r
m
e
r
a
n
d
a
T
-
L
S
T
M
m
o
de
l
t
ha
t
l
e
v
e
r
a
ge
s
t
h
e
s
t
r
e
n
g
t
h
s
o
f
bo
t
h
T
ra
n
s
f
o
r
m
e
r
a
n
d
L
S
T
M
t
e
c
hn
o
l
o
gi
e
s
.
T
h
i
s
h
y
b
r
i
d
m
o
de
l
a
i
m
s
t
o
a
n
a
l
y
z
e
hi
s
t
o
ri
c
a
l
d
a
t
a
f
r
o
m
CG
M
s
y
s
t
e
m
s
m
o
r
e
e
ffe
c
t
i
ve
l
y
,
t
h
e
r
e
by
e
nh
a
n
c
i
ng
t
h
e
p
r
e
d
i
c
t
i
o
n
o
f
f
ut
ur
e
b
l
o
o
d
gl
uc
o
s
e
l
e
v
e
l
s
.
By
o
pt
i
m
i
z
i
n
g
t
h
e
t
i
m
e
s
e
ri
e
s
f
o
r
e
c
a
s
t
i
n
g
c
a
p
a
b
i
l
i
t
i
e
s
o
f
t
h
e
T
-
L
S
T
M
m
o
de
l
t
hr
o
ug
h
t
h
e
D
E
a
l
go
ri
t
hm
,
t
hi
s
r
e
s
e
a
r
c
h
s
e
e
ks
t
o
pr
o
v
i
de
a
m
o
r
e
r
e
l
i
a
b
l
e
t
o
ol
f
o
r
di
a
b
e
t
e
s
pa
t
i
e
nt
s
t
o
m
a
na
ge
t
h
e
i
r
c
o
n
di
t
i
o
n
pr
o
a
c
t
i
v
e
l
y
.
T
h
e
p
ri
m
a
r
y
ob
j
e
c
t
i
v
e
of
t
hi
s
r
e
s
e
a
r
c
h
i
s
t
o
de
m
o
n
s
t
ra
t
e
t
ha
t
t
h
e
D
E
i
s
o
pt
i
m
i
z
e
d
.
T
h
e
T
-
L
S
T
M
m
o
de
l
c
a
n
o
ut
pe
r
f
o
r
m
t
ra
di
t
i
o
n
a
l
p
r
e
di
c
t
i
v
e
m
o
de
l
s
us
e
d
i
n
CG
M
s
y
s
t
e
m
s
.
W
e
h
y
p
o
t
h
e
s
i
z
e
t
ha
t
t
h
e
i
n
t
e
g
r
a
t
i
o
n
o
f
T
r
a
n
s
f
o
r
m
e
r
a
n
d
L
S
T
M
m
o
de
l
s
,
o
pt
i
m
i
z
e
d
t
hr
o
ugh
a
D
E
a
l
go
r
i
t
h
m
,
w
i
l
l
p
r
o
v
i
de
s
upe
r
i
o
r
a
c
c
ur
a
c
y
i
n
p
r
e
di
c
t
i
n
g
s
h
o
r
t
-
t
e
rm
gl
uc
o
s
e
f
l
uc
t
ua
t
i
o
n
s
,
t
h
us
s
i
g
n
i
f
i
c
a
n
t
l
y
be
n
e
f
i
t
i
ng
d
i
a
b
e
t
e
s
m
a
na
ge
m
e
n
t
.
T
h
e
pa
pe
r
i
s
o
r
g
a
n
i
z
e
d
a
s
f
o
l
l
ow
s
:
S
e
c
t
i
o
n
1
gi
v
e
s
t
h
e
i
nt
r
o
duc
t
i
o
n
t
o
t
h
i
s
t
h
e
s
i
s
;
S
e
c
t
i
o
n
2
de
t
a
i
l
s
t
h
e
m
e
t
h
o
do
l
o
g
y
,
i
n
c
l
ud
i
n
g
t
h
e
de
s
c
r
i
pt
i
o
n
o
f
t
h
e
c
l
i
ni
c
a
l
da
t
a
us
e
d,
t
h
e
t
h
e
o
r
e
t
i
c
a
l
f
r
a
m
e
w
o
r
k
o
f
t
h
e
T
-
L
S
T
M
m
o
de
l
,
a
n
d
t
h
e
o
pt
i
m
i
z
a
t
i
o
n
p
r
o
c
e
s
s
v
i
a
t
h
e
D
E
a
l
go
ri
t
hm
.
S
e
c
t
i
o
n
3
p
r
e
s
e
n
t
s
t
h
e
r
e
s
ul
t
s
o
f
t
h
e
m
o
de
l
t
e
s
t
i
n
g,
i
n
c
l
u
di
n
g
a
c
o
m
pa
ra
t
i
v
e
a
n
a
l
y
s
i
s
of
t
h
e
M
S
E
v
a
l
ue
s
ob
t
a
i
n
e
d
a
g
a
i
n
s
t
t
r
a
d
i
t
i
o
na
l
m
o
de
l
s
.
S
e
c
t
i
o
n
4
di
s
c
us
s
e
s
t
h
e
i
m
pl
i
c
a
t
i
o
n
s
o
f
t
h
e
s
e
r
e
s
ul
t
s
,
po
t
e
n
t
i
a
l
l
i
m
i
t
a
t
i
o
n
s
o
f
t
h
e
s
t
udy
,
a
nd
di
r
e
c
t
i
o
n
s
f
o
r
f
ut
u
r
e
r
e
s
e
a
r
c
h.
F
i
na
l
l
y
,
s
e
c
t
i
o
n
5
c
o
n
c
l
ude
s
w
i
t
h
a
s
u
m
m
a
r
y
of
f
i
n
di
ngs
a
nd
t
h
e
i
r
i
m
pl
i
c
a
t
i
o
n
s
f
o
r
r
e
a
l
-
w
o
r
l
d
a
ppl
i
c
a
t
i
o
n
s
.
2.
M
ET
H
O
D
2.
1
.
C
l
i
n
i
c
a
l
d
a
ta
D
a
t
a
w
e
r
e
c
o
l
l
e
c
t
e
d
f
r
o
m
c
o
n
t
i
n
uo
us
gl
uc
o
s
e
m
o
n
i
t
o
r
i
n
g
(CG
M
)
de
v
i
c
e
s
.
A
s
l
i
di
ng
w
i
n
dow
t
e
c
hn
i
q
ue
w
a
s
a
pp
l
i
e
d
t
o
s
e
gm
e
nt
t
h
e
t
i
m
e
-
s
e
ri
e
s
da
t
a
i
nt
o
i
n
p
ut
-
o
ut
pu
t
p
a
i
r
s
s
ui
t
a
b
l
e
f
o
r
m
o
de
l
i
n
g
.
T
h
e
da
t
a
s
e
t
w
a
s
t
h
e
n
di
v
i
de
d
i
nt
o
t
r
a
i
n
i
ng,
v
a
l
i
da
t
i
o
n
,
a
n
d
t
e
s
t
s
e
t
s
t
o
e
n
s
u
r
e
r
o
b
us
t
m
o
de
l
e
v
a
l
u
a
t
i
o
n.
T
h
e
da
t
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
:
530
-
5
44
532
ha
s
b
e
e
n
a
ut
h
o
r
i
z
e
d
by
t
h
e
D
e
pa
r
t
m
e
n
t
o
f
E
n
do
c
ri
n
o
l
o
g
y
a
t
T
h
e
A
f
f
i
l
i
a
t
e
d
S
uz
h
o
u
H
o
s
pi
t
a
l
o
f
N
a
n
j
i
ng
M
e
di
c
a
l
U
ni
v
e
r
s
i
t
y
,
l
o
c
a
t
e
d
i
n
S
uz
h
o
u
M
u
n
i
c
i
p
a
l
H
o
s
pi
t
a
l
,
S
uz
h
o
u,
C
h
i
na
.
T
h
e
2023
A
D
C
di
a
b
e
t
e
s
di
a
g
n
o
s
i
s
a
n
d
t
r
e
a
t
m
e
n
t
s
t
a
nda
r
ds
s
t
a
t
e
t
ha
t
f
o
r
n
o
n
-
p
r
e
g
n
a
nt
a
du
l
t
s
w
i
t
h
o
ut
s
i
g
n
i
f
i
c
a
n
t
h
y
p
o
gl
y
c
e
m
i
a
,
t
h
e
i
de
a
l
G
l
y
c
a
t
e
d
h
e
m
o
gl
o
b
i
n
(
A
1C)
t
a
r
ge
t
s
h
o
ul
d
b
e
b
e
l
ow
7%
(53
m
m
o
l
/
m
o
l
)
[24]
-
[26]
.
A
n
A
1C
l
e
v
e
l
a
b
ove
7%
i
s
c
o
n
s
i
de
r
e
d
a
b
n
o
rm
a
l
.
A
s
s
h
o
w
n
i
n
T
a
b
l
e
1,
f
o
r
t
h
e
pu
r
po
s
e
of
t
h
i
s
r
e
s
e
a
r
c
h,
8
pa
t
i
e
n
t
s
f
r
o
m
t
h
e
D
e
pa
rt
m
e
n
t
o
f
E
n
do
c
r
i
n
o
l
o
g
y
a
t
S
uz
h
o
u
M
u
n
i
c
i
p
a
l
H
o
s
pi
t
a
l
i
n
J
i
a
n
gs
u
P
r
o
v
i
n
c
e
,
C
hi
n
a
,
w
e
r
e
s
e
l
e
c
t
e
d.
T
h
e
s
e
pa
t
i
e
nt
s
,
a
l
l
u
nde
r
18
y
e
a
r
s
o
l
d,
ha
d
A
1C
l
e
v
e
l
s
e
xc
e
e
di
n
g
7.
0
%,
w
e
r
e
di
a
g
n
o
s
e
d
w
i
t
h
T
y
pe
1
D
i
a
b
e
t
e
s
M
e
l
l
i
t
us
(T
1D
M
)
a
s
pe
r
A
D
A
gu
i
de
l
i
n
e
s
,
a
n
d
w
e
r
e
us
i
ng
a
CG
M
s
y
s
t
e
m
.
T
h
i
s
s
t
udy
a
i
m
s
t
o
de
m
o
n
s
t
r
a
t
e
t
h
e
e
ff
e
c
t
i
v
e
n
e
s
s
of
t
h
e
T
-
L
S
T
M
m
o
de
l
i
n
c
o
m
pa
r
i
s
o
n
t
o
t
r
a
d
i
t
i
o
n
a
l
m
o
de
l
s
.
P
a
t
i
e
n
t
da
t
a
c
o
n
f
i
de
n
t
i
a
l
i
t
y
w
a
s
m
a
i
nt
a
i
n
e
d
b
y
e
x
c
l
udi
n
g
pe
r
s
o
na
l
i
de
n
t
i
f
i
e
r
s
l
i
ke
na
m
e
s
,
a
ge
s
,
a
nd
h
o
s
pi
t
a
l
s
t
a
y
dura
t
i
o
n
,
a
nd
e
xc
l
udi
ng
d
a
t
a
f
r
o
m
pa
t
i
e
n
t
s
w
i
t
h
a
t
y
pi
c
a
l
ge
s
t
a
t
i
o
na
l
di
a
b
e
t
e
s
o
r
t
h
o
s
e
w
h
o
e
xpe
r
i
e
n
c
e
d
da
t
a
t
ra
n
s
m
i
s
s
i
o
n
l
o
s
s
dur
i
ng
t
h
e
CG
M
p
r
o
c
e
s
s
.
E
a
c
h
p
a
t
i
e
nt
u
n
de
r
w
e
n
t
a
gl
uc
o
s
e
t
o
l
e
r
a
n
c
e
t
e
s
t
upo
n
h
o
s
pi
t
a
l
a
dm
i
s
s
i
o
n
.
T
h
e
pa
t
i
e
n
t
s
'
A
1C
l
e
v
e
l
s
a
n
d
i
s
l
e
t
f
un
c
t
i
o
n
l
o
s
s
s
t
a
t
us
e
s
v
a
ri
e
d,
w
hi
c
h
w
a
s
i
nt
e
g
r
a
l
fo
r
m
o
de
l
v
a
l
i
d
a
t
i
o
n.
T
h
e
m
e
t
h
o
do
l
o
g
y
i
n
v
o
l
ve
s
a
l
go
r
i
t
hm
i
c
a
l
l
y
di
v
i
di
n
g
pa
t
i
e
n
t
s
’
d
a
t
a
i
nt
o
t
r
a
i
n
i
ng
a
nd
t
e
s
t
i
n
g
s
e
t
s
a
n
d
s
e
t
t
i
n
g
a
t
hr
e
s
h
o
l
d
t
o
o
pt
i
m
i
z
e
t
h
e
a
l
go
ri
t
hm
m
o
de
l
.
Tab
l
e
1
.
T
h
e
s
t
a
n
da
rds
f
o
r
d
a
t
a
c
h
o
o
s
i
n
g
Re
s
e
a
rc
h
s
t
a
n
d
a
rd
s
2
0
2
3
A
D
C
d
i
a
b
e
t
e
s
d
i
a
g
n
o
s
i
s
a
n
d
t
r
e
a
t
m
e
n
t
s
t
a
n
d
a
r
d
s
A
1
C
T
a
rg
e
t
<
7
%
(5
3
m
m
o
l
/
m
o
l
)
f
o
r
n
o
n
-
p
re
g
n
a
n
t
a
d
u
l
t
s
P
a
t
i
e
n
t
S
e
l
e
c
t
i
o
n
Cri
t
e
ri
a
L
o
c
a
t
i
o
n
:
D
e
p
a
rt
m
e
n
t
o
f
E
n
d
o
c
ri
n
o
l
o
g
y
,
S
u
z
h
o
u
M
u
n
i
c
i
p
a
l
H
o
s
p
i
t
a
l
,
J
i
a
n
g
s
u
P
ro
v
i
n
c
e
,
Ch
i
n
a
.
A
g
e
Be
l
o
w
1
8
y
e
a
r
s
.
A
1
C
L
e
v
e
l
>
7
.
0
%
.
Co
n
d
i
t
i
o
n
D
i
a
g
n
o
s
e
d
w
i
t
h
T
1
D
M
a
s
p
e
r
A
D
A
g
u
i
d
e
l
i
n
e
s
.
M
o
n
i
t
o
r
i
n
g
S
y
s
t
e
m
U
s
i
n
g
CG
M
.
D
a
t
a
Co
n
f
i
d
e
n
t
i
a
l
i
t
y
E
x
c
l
u
s
i
o
n
o
f
p
e
r
s
o
n
a
l
i
d
e
n
t
i
f
i
e
r
s
a
n
d
s
p
e
c
i
fi
c
p
a
t
i
e
n
t
c
o
n
d
i
t
i
o
n
s
.
P
a
t
i
e
n
t
A
s
s
e
s
s
m
e
n
t
G
l
u
c
o
s
e
t
o
l
e
ra
n
c
e
t
e
s
t
u
p
o
n
a
d
m
i
s
s
i
o
n
;
v
a
r
y
i
n
g
A
1
C
l
e
v
e
l
s
a
n
d
i
s
l
e
t
f
u
n
c
t
i
o
n
l
o
s
s
s
t
a
t
u
s
e
s
.
2.
2
.
Tr
an
s
fo
r
m
e
r
-
LS
TM
th
e
o
r
y
an
d
fo
r
m
u
l
a
F
i
gu
r
e
1
de
pi
c
t
s
a
c
o
m
po
s
i
t
e
m
a
c
h
i
n
e
l
e
a
rni
n
g
a
r
c
h
i
t
e
c
t
ur
e
,
i
n
t
e
g
r
a
t
i
ng
t
h
e
f
un
c
t
i
o
n
a
l
i
t
i
e
s
o
f
L
S
T
M
n
e
t
w
o
r
ks
t
o
c
r
e
a
t
e
a
h
y
b
r
i
d
T
-
L
S
T
M
m
o
de
l
.
T
h
i
s
i
nn
o
v
a
t
i
v
e
m
o
de
l
f
r
a
m
e
w
o
r
k
i
s
di
v
i
de
d
i
nt
o
t
w
o
s
u
bc
l
a
s
s
e
s
de
r
i
v
e
d
f
r
o
m
t
h
e
`
nn.
M
o
dul
e
`
a
nd
`
m
o
de
l
B
a
s
e
`:
t
h
e
T
ra
n
s
f
o
r
m
e
r
m
o
de
l
s
ub
c
l
a
s
s
a
nd
t
h
e
L
S
T
M
m
o
de
l
s
ub
c
l
a
s
s
.
T
h
e
T
ra
n
s
f
o
r
m
e
r
m
o
de
l
s
ub
c
l
a
s
s
i
s
i
n
t
ri
c
a
t
e
l
y
de
s
i
gn
e
d
,
f
e
a
t
u
r
i
n
g
a
s
e
r
i
e
s
o
f
c
o
m
po
n
e
n
t
s
i
n
c
l
ud
i
n
g
e
n
c
o
de
r
,
de
c
o
de
r
,
p
r
o
j
e
c
t
i
o
n
h
e
a
d
,
a
nd
l
i
n
e
a
r
l
a
y
e
r
,
w
h
i
c
h
c
o
l
l
e
c
t
i
v
e
l
y
c
o
n
t
ri
b
ut
e
t
o
i
t
s
r
o
b
us
t
e
n
c
o
di
n
g
c
a
pa
b
i
l
i
t
i
e
s
.
Co
m
p
l
e
m
e
n
t
i
ng
t
hi
s
,
t
h
e
L
S
T
M
m
o
de
l
s
ub
c
l
a
s
s
e
xt
e
n
ds
t
h
e
f
un
c
t
i
o
n
a
l
i
t
i
e
s
o
f
t
h
e
T
ra
n
s
f
o
r
m
e
r
m
o
de
l
by
i
n
c
o
r
po
r
a
t
i
ng
a
n
L
S
T
M
l
a
y
e
r
,
w
hi
c
h
e
nha
n
c
e
s
t
h
e
m
o
de
l
'
s
a
b
i
l
i
t
y
t
o
ha
n
d
l
e
s
e
que
nt
i
a
l
d
a
t
a
e
ffe
c
t
i
ve
l
y
.
B
o
t
h
s
ub
c
l
a
s
s
e
s
a
r
e
e
qui
p
pe
d
w
i
t
h
a
f
o
r
w
a
r
d
m
e
t
h
o
d,
e
n
a
b
l
i
ng
f
o
r
w
a
r
d
p
r
o
pa
ga
t
i
o
n
t
hr
o
ug
h
t
h
e
n
e
t
w
o
r
k
a
n
d
f
o
r
c
o
m
put
i
ng
o
ut
pu
t
s
.
T
h
e
c
o
n
s
t
r
uc
t
o
r
s
w
i
t
h
i
n
t
h
e
s
e
s
ub
c
l
a
s
s
e
s
a
r
e
p
a
r
a
m
e
t
e
r
-
r
i
c
h
,
p
r
o
v
i
di
n
g
v
e
r
s
a
t
i
l
i
t
y
i
n
m
o
de
l
c
o
n
f
i
gu
r
a
t
i
o
n.
T
h
e
s
e
p
a
ra
m
e
t
e
r
s
,
i
np
ut
e
m
b
e
ddi
n
g
,
po
s
i
t
i
o
n
a
l
e
n
c
o
di
n
g
l
a
y
e
r
s
,
a
nd
dr
o
po
ut
ra
t
e
s
,
a
r
e
c
r
i
t
i
c
a
l
f
o
r
t
a
i
l
o
ri
n
g
t
h
e
m
o
de
l
t
o
t
h
e
s
pe
c
i
fi
c
c
ha
r
a
c
t
e
r
i
s
t
i
c
s
o
f
t
h
e
da
t
a
s
e
t
b
e
i
n
g
a
na
l
y
z
e
d.
M
o
de
l
a
r
c
hi
t
e
c
t
u
r
e
:
T
h
e
T
-
L
S
T
M
n
e
t
w
o
r
k
i
s
de
s
i
g
n
e
d
t
o
c
a
pt
u
r
e
t
e
m
po
r
a
l
de
pe
n
de
n
c
i
e
s
i
n
gl
uc
o
s
e
time
-
s
e
r
i
e
s
da
t
a
.
T
h
e
a
r
c
hi
t
e
c
t
u
r
e
c
o
n
s
i
s
t
s
o
f
m
ul
t
i
pl
e
L
S
T
M
l
a
y
e
r
s
w
i
t
h
a
s
pe
c
i
f
i
e
d
n
u
m
b
e
r
o
f
m
e
m
o
r
y
uni
t
s
,
o
pt
i
m
i
z
e
d
t
o
b
a
l
a
n
c
e
m
o
de
l
c
o
m
pl
e
xi
t
y
a
n
d
pe
r
f
o
r
m
a
n
c
e
.
P
r
e
v
i
o
us
s
t
udi
e
s
ha
v
e
i
de
n
t
i
f
i
e
d
t
h
a
t
a
n
o
pt
i
m
a
l
num
b
e
r
o
f
m
e
m
o
r
y
un
i
t
s
e
nh
a
n
c
e
s
p
r
e
di
c
t
i
o
n
a
c
c
ura
c
y
w
i
t
h
o
ut
l
e
a
d
i
n
g
t
o
o
v
e
r
f
i
t
t
i
n
g.
In
c
o
r
po
r
a
t
i
n
g
T
ra
n
s
f
o
r
m
e
r
m
e
c
h
a
ni
s
m
s
a
l
l
o
w
s
t
h
e
m
o
de
l
t
o
foc
us
o
n
di
f
f
e
r
e
n
t
t
i
m
e
s
t
e
ps
i
n
t
h
e
i
n
put
s
e
que
n
c
e
,
c
a
p
t
u
ri
n
g
gl
o
b
a
l
de
pe
n
de
n
c
i
e
s
a
n
d
i
m
p
r
o
v
i
n
g
p
r
e
d
i
c
t
i
o
n
a
c
c
ura
c
y
.
T
h
e
s
e
l
f
-
a
t
t
e
n
t
i
o
n
m
e
c
h
a
ni
s
m
e
n
a
b
l
e
s
t
h
e
m
o
de
l
t
o
w
e
i
gh
t
h
e
i
m
po
r
t
a
n
c
e
o
f
v
a
ri
o
us
i
n
pu
t
f
e
a
t
u
r
e
s
dy
n
a
m
i
c
a
l
l
y
.
T
-
L
S
T
M
m
o
de
l
u
ni
que
l
y
i
n
t
e
g
r
a
t
e
s
t
h
e
c
a
pa
b
i
l
i
t
i
e
s
o
f
bo
t
h
T
r
a
n
s
f
o
r
m
e
r
a
n
d
L
S
T
M
m
o
de
l
s
:
t
h
e
T
r
a
n
s
f
o
r
m
e
r
i
s
a
de
pt
a
t
p
r
o
c
e
s
s
i
n
g
l
o
n
g
-
t
e
rm
de
pe
n
de
n
c
i
e
s
,
w
hi
l
e
t
h
e
L
S
T
M
e
xc
e
l
s
i
n
m
a
na
g
i
n
g
s
h
o
rt
-
t
e
rm
de
pe
n
de
n
c
i
e
s
.
T
h
i
s
c
o
n
t
ra
s
t
s
w
i
t
h
o
t
h
e
r
m
o
de
l
s
t
ha
t
t
y
pi
c
a
l
l
y
r
e
l
y
s
o
l
e
l
y
o
n
e
i
t
h
e
r
L
S
T
M
o
r
CN
N
a
r
c
hi
t
e
c
t
u
r
e
s
.
D
e
s
pi
t
e
i
t
s
i
nn
o
v
a
t
i
v
e
a
pp
r
o
a
c
h
,
t
h
e
T
-
L
S
T
M
a
l
go
r
i
t
h
m
ha
s
n
o
t
b
e
e
n
d
i
r
e
c
t
l
y
c
o
m
pa
r
e
d
t
o
o
t
h
e
r
m
o
de
l
s
i
n
e
x
i
s
t
i
n
g
r
e
s
e
a
r
c
h
[27]
,
[28]
.
T
h
e
m
o
de
l
i
s
de
s
i
g
n
e
d
f
o
r
i
m
m
e
di
a
t
e
,
s
h
o
rt
-
t
e
rm
(w
i
t
h
i
n
1
h
o
u
r
)
gl
uc
o
s
e
pr
e
di
c
t
i
o
n
s
i
n
T
y
pe
1
di
a
b
e
t
e
s
pa
t
i
e
n
t
s
,
w
h
i
l
e
o
t
h
e
r
m
o
de
l
s
a
r
e
u
t
i
l
i
z
e
d
f
o
r
di
f
fe
r
e
nt
t
a
s
ks
o
r
p
a
t
i
e
nt
gr
o
up
s
.
T
h
e
c
h
o
i
c
e
of
a
s
ui
t
a
b
l
e
de
e
p
l
e
a
rni
n
g
m
o
de
l
f
o
r
gl
uc
o
s
e
pr
e
di
c
t
i
o
n
i
s
c
o
nt
i
n
ge
nt
upo
n
t
h
e
s
pe
c
i
f
i
c
t
a
s
k
r
e
qui
r
e
m
e
n
t
s
a
n
d
t
h
e
a
v
a
i
l
a
b
l
e
d
a
t
a
.
T
h
e
T
-
L
S
T
M
m
o
de
l
a
l
go
ri
t
hm
i
s
p
a
r
t
i
c
ul
a
rl
y
e
ff
e
c
t
i
v
e
fo
r
s
h
o
rt
-
t
e
rm
p
r
e
di
c
t
i
o
n
s
,
w
h
e
r
e
a
s
o
t
h
e
r
m
o
de
l
s
m
a
y
b
e
m
o
r
e
a
p
p
ro
pr
i
a
t
e
f
o
r
l
o
n
ge
r
-
t
e
r
m
f
o
r
e
c
a
s
t
s
o
r
f
o
r
us
e
w
i
t
h
di
f
fe
r
e
nt
de
m
o
g
r
a
p
h
i
c
g
r
o
ups
.
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
P
r
e
di
c
t
g
l
uc
os
e
v
al
ue
s
w
i
t
h
D
E
a
l
gor
i
t
hm
opt
i
m
i
z
e
d
T
-
L
ST
M
(
Q
i
ngX
i
ang
B
i
an
)
533
F
i
g
u
r
e
1
.
T
h
e
a
r
c
hi
t
e
c
t
u
r
e
o
f
T
-
L
S
T
M
a
l
go
ri
t
hm
T
h
e
u
n
de
r
l
y
i
n
g
c
o
n
c
e
pt
o
f
t
h
e
h
y
b
r
i
d
t
ra
n
s
f
o
r
m
e
r
m
o
de
l
i
s
i
t
s
a
b
i
l
i
t
y
t
o
i
n
t
e
r
p
r
e
t
gl
uc
o
s
e
da
t
a
a
s
a
s
e
que
n
c
e
of
a
t
t
ri
b
ut
e
s
,
l
i
ke
t
i
m
e
a
n
d
gl
uc
o
s
e
l
e
v
e
l
s
.
T
h
e
T
r
a
n
s
f
o
r
m
e
r
c
o
m
po
n
e
nt
i
s
de
s
i
g
n
e
d
t
o
a
na
l
y
z
e
t
h
e
i
n
t
e
rr
e
l
a
t
i
o
n
s
hi
ps
a
m
o
n
g
t
h
e
s
e
a
t
t
r
i
b
ut
e
s
,
w
h
i
l
e
t
h
e
L
S
T
M
f
o
c
us
e
s
o
n
e
xt
r
a
c
t
i
ng
l
o
c
a
l
i
z
e
d
f
e
a
t
u
r
e
s
f
r
o
m
t
h
e
da
t
a
.
T
h
e
o
ut
put
s
f
r
o
m
b
o
t
h
m
o
de
l
s
a
r
e
t
h
e
n
m
e
r
ge
d
t
o
f
o
r
e
c
a
s
t
s
ub
s
e
que
n
t
gl
uc
o
s
e
l
e
v
e
l
s
.
T
h
e
m
a
t
h
e
m
a
t
i
c
a
l
f
o
r
m
u
l
a
t
i
o
n
f
o
r
t
h
e
T
-
LS
T
M
m
o
de
l
i
s
p
r
e
s
e
n
t
e
d
a
s
(
1)
:
=
(
[
ℎ
−
1
,
]
+
)
(1)
T
h
e
c
o
m
po
n
e
nt
s
o
f
t
h
e
e
qua
t
i
o
n
a
r
e
de
f
i
n
e
d
a
s
f
o
l
l
ow
s
:
r
e
p
r
e
s
e
n
t
s
t
h
e
f
o
r
ge
t
g
a
t
e
,
ℎ
−
1
de
n
o
t
e
s
t
h
e
o
ut
put
s
t
a
t
us
o
f
t
h
e
p
r
e
v
i
o
us
n
o
de
,
i
s
t
h
e
i
n
p
ut
a
t
t
h
e
c
u
rr
e
nt
m
o
m
e
nt
,
i
s
t
h
e
s
i
g
m
o
i
d
a
c
t
i
v
a
t
i
o
n
f
un
c
t
i
o
n
,
a
n
d
i
s
t
h
e
l
e
a
rn
ra
t
e
pa
ra
m
e
t
e
r
s
.
=
(
[
ℎ
−
1
,
]
+
)
(2)
̃
=
ℎ
(
[
ℎ
−
1
,
]
+
)
(3)
T
h
e
a
r
c
h
i
t
e
c
t
ur
e
f
e
a
t
u
r
e
s
a
n
i
n
pu
t
g
a
t
e
t
ha
t
de
t
e
rm
i
n
e
s
t
h
e
r
e
l
e
v
a
n
c
e
of
t
h
e
c
u
rr
e
nt
g
l
uc
o
s
e
i
n
put
w
i
t
h
i
n
t
h
e
b
r
o
a
de
r
c
o
n
t
e
xt
.
W
h
e
n
t
h
e
i
n
pu
t
ga
t
e
i
s
a
c
t
i
v
a
t
e
d,
i
t
e
n
a
b
l
e
s
t
h
e
m
o
de
l
t
o
di
s
r
e
ga
rd
t
h
e
c
u
rr
e
n
t
gl
uc
o
s
e
i
n
pu
t
,
t
h
e
r
e
by
pr
e
v
e
n
t
i
ng
t
h
e
t
r
a
n
s
m
i
s
s
i
o
n
o
f
t
h
i
s
i
n
put
i
n
f
o
r
m
a
t
i
o
n
t
o
s
ub
s
e
que
n
t
n
o
de
s
o
r
t
i
m
e
s
t
e
ps
.
T
h
e
i
n
pu
t
g
a
t
e
i
s
c
o
m
po
s
e
d
of
t
w
o
s
e
gm
e
n
t
s
,
e
a
c
h
a
c
t
i
v
a
t
e
d
by
di
s
t
i
n
c
t
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
s
:
t
h
e
s
i
gm
o
i
d
f
u
n
c
t
i
o
n
a
n
d
t
h
e
t
a
nh
f
u
n
c
t
i
o
n,
r
e
s
pe
c
t
i
v
e
l
y
.
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
:
530
-
5
44
534
=
∗
−
1
+
∗
̃
(4)
T
h
e
v
a
r
i
a
b
l
e
i
n
t
h
e
m
o
de
l
s
e
r
v
e
s
a
c
r
uc
i
a
l
r
o
l
e
i
n
r
e
t
a
i
ni
n
g
b
o
t
h
p
r
e
v
i
o
us
a
n
d
c
u
rr
e
n
t
r
e
l
a
t
e
d
i
n
f
o
r
m
a
t
i
o
n,
p
r
e
s
e
r
v
i
n
g
i
t
o
v
e
r
e
xt
e
n
de
d
s
e
que
n
c
e
s
.
T
hi
s
c
a
pa
b
i
l
i
t
y
e
ff
e
c
t
i
v
e
l
y
a
ddr
e
s
s
e
s
t
h
e
c
h
a
l
l
e
n
ge
o
f
l
o
n
g
-
d
i
s
t
a
n
c
e
de
pe
n
de
n
c
i
e
s
w
i
t
h
i
n
t
h
e
d
a
t
a
.
O
n
c
e
i
s
u
pda
t
e
d,
t
h
e
i
n
f
o
r
m
a
t
i
o
n
i
s
s
u
b
s
e
que
n
t
l
y
pr
o
pa
g
a
t
e
d
t
o
t
h
e
n
e
xt
n
o
de
o
r
t
i
m
e
s
t
e
p.
=
(
[
ℎ
−
1
,
]
+
)
(5)
ℎ
=
∗
ℎ
(
)
(6)
T
h
e
f
un
c
t
i
o
n
o
f
t
h
e
o
ut
put
g
a
t
e
,
a
s
de
l
i
n
e
a
t
e
d
by
fo
r
m
ul
a
s
5
a
n
d
6
,
i
s
t
o
de
l
i
v
e
r
t
h
e
f
i
na
l
c
o
n
t
e
n
t
o
f
t
h
e
m
o
de
l
.
T
h
i
s
o
ut
pu
t
i
s
de
ri
v
e
d
f
r
o
m
v
a
ri
a
b
l
e
s
,
ℎ
−
1
a
n
d
.
A
ddi
t
i
o
n
a
l
l
y
,
f
o
r
m
u
l
a
(6)
i
n
c
o
r
po
ra
t
e
s
a
f
i
l
t
e
r
i
ng
m
e
c
h
a
ni
s
m
;
t
hi
s
m
e
c
h
a
ni
s
m
e
v
a
l
u
a
t
e
s
t
h
e
u
t
i
l
i
t
y
of
t
h
e
i
n
f
o
r
m
a
t
i
o
n
c
o
nt
a
i
n
e
d
i
n
,
a
l
l
o
w
i
n
g
t
h
e
ga
t
e
t
o
s
e
l
e
c
t
i
v
e
l
y
o
ut
put
i
n
f
o
rm
a
t
i
o
n
de
e
m
e
d
us
e
f
ul
w
h
i
l
e
di
s
c
a
r
d
i
n
g
w
h
a
t
i
s
c
o
n
s
i
de
r
e
d
n
o
n
-
e
s
s
e
n
t
i
a
l
.
y
=
f
(
x
,
∗
,
∗
)
(7)
In
t
h
e
s
pe
c
i
f
i
e
d
m
o
de
l
,
y
r
e
pr
e
s
e
nt
s
t
h
e
f
o
r
e
c
a
s
t
i
n
g
g
l
uc
o
s
e
v
a
l
ue
s
,
w
hi
l
e
x
de
n
o
t
e
s
t
h
e
i
nput
gl
uc
o
s
e
s
e
t
s
.
F
ur
t
h
e
rm
o
r
e
,
W
i
s
i
de
nt
i
f
i
e
d
a
s
t
h
e
w
e
i
g
h
t
m
a
t
ri
x
f
o
r
t
h
e
T
r
a
n
s
f
o
r
m
e
r
m
o
de
l
,
a
n
d
W
,
w
h
i
c
h
s
e
r
v
e
s
a
s
t
h
e
w
e
i
ght
m
a
t
r
i
x
f
o
r
t
h
e
L
S
T
M
m
o
de
l
.
By
ut
i
l
i
z
i
ng
pa
s
t
da
t
a
,
gl
uc
o
s
e
p
r
e
di
c
t
i
o
n
a
t
t
e
m
pt
s
t
o
f
o
r
e
c
a
s
t
f
ut
u
r
e
g
l
uc
o
s
e
l
e
v
e
l
s
.
T
h
e
T
-
L
S
T
M
m
o
de
l
e
m
e
r
ge
s
a
s
a
po
t
e
n
t
s
o
l
ut
i
o
n
f
o
r
t
hi
s
t
a
s
k,
s
y
n
t
h
e
s
i
z
i
ng
t
h
e
s
t
r
e
n
g
t
h
s
o
f
bo
t
h
a
r
c
hi
t
e
c
t
u
ra
l
f
r
a
m
e
w
o
r
ks
.
T
h
e
T
ra
n
s
f
o
r
m
e
r
m
o
de
l
e
xc
e
l
s
i
n
c
a
pt
u
ri
n
g
l
o
ng
-
r
a
nge
de
p
e
n
de
n
c
i
e
s
due
t
o
i
t
s
s
e
l
f
-
a
t
t
e
n
t
i
o
n
m
e
c
ha
n
i
s
m
s
,
w
h
i
c
h
a
l
l
o
w
s
i
t
t
o
e
xa
m
i
n
e
di
f
f
e
r
e
n
t
t
i
m
e
s
t
a
ge
s
w
i
t
h
i
n
t
h
e
i
n
p
ut
s
e
que
n
c
e
.
T
hi
s
a
b
i
l
i
t
y
i
s
h
e
l
pf
ul
i
n
i
de
nt
i
fy
i
n
g
i
nt
r
i
c
a
t
e
r
e
l
a
t
i
o
n
s
h
i
ps
a
nd
p
a
t
t
e
rn
s
f
o
un
d
i
n
gl
u
c
os
e
da
t
a
.
O
n
t
h
e
o
t
h
e
r
ha
n
d
,
t
h
e
L
S
T
M
i
s
a
n
a
r
c
hi
t
e
c
t
u
r
e
o
f
RN
N
t
ha
t
i
s
w
e
l
l
-
k
n
o
w
n
f
o
r
i
t
s
e
f
fe
c
t
i
ve
n
e
s
s
a
t
m
o
de
l
l
i
ng
s
e
que
nt
i
a
l
da
t
a
.
T
h
e
m
e
m
o
r
y
c
e
l
l
t
h
a
t
a
l
l
o
w
s
f
o
r
t
h
e
s
t
o
r
a
ge
a
n
d
r
e
t
ri
e
v
a
l
o
f
i
n
f
o
r
m
a
t
i
o
n
a
c
r
o
s
s
e
xt
e
n
de
d
s
e
que
n
c
e
s
.
T
hi
s
f
e
a
t
u
r
e
i
s
e
s
pe
c
i
a
l
l
y
us
e
f
ul
fo
r
c
a
pt
u
r
i
n
g
t
h
e
t
e
m
po
r
a
l
r
e
l
a
t
i
o
n
s
h
i
ps
t
y
pi
c
a
l
o
f
gl
uc
o
s
e
t
i
m
e
s
e
r
i
e
s
.
2.
3
.
D
E
al
go
r
i
th
m
o
p
ti
m
i
z
e
s
T
-
LS
T
M
A.
O
pt
i
m
i
z
a
t
i
o
n
w
i
t
h
DE
a
l
go
r
i
t
h
m
T
h
e
D
E
a
l
go
r
i
t
hm
i
s
e
m
p
l
oy
e
d
t
o
o
pt
i
m
i
z
e
t
h
e
h
y
pe
r
pa
r
a
m
e
t
e
r
s
o
f
t
h
e
T
-
L
S
T
M
n
e
t
w
o
r
k,
i
n
c
l
u
di
n
g
t
h
e
n
u
m
b
e
r
o
f
m
e
m
o
r
y
uni
t
s
,
l
e
a
rn
i
ng
r
a
t
e
,
a
n
d
b
a
t
c
h
s
i
z
e
.
D
E
'
s
po
pul
a
t
i
o
n
-
b
a
s
e
d
s
e
a
r
c
h
s
t
ra
t
e
gy
e
ff
e
c
t
i
ve
l
y
e
xpl
o
r
e
s
t
h
e
h
y
pe
r
pa
ra
m
e
t
e
r
s
pa
c
e
,
a
i
m
i
ng
t
o
f
i
nd
t
h
e
o
pt
i
m
a
l
c
o
n
f
i
gura
t
i
o
n
t
ha
t
m
i
ni
m
i
z
e
s
p
r
e
d
i
c
t
i
o
n
e
rr
o
r.
T
h
i
s
o
pt
i
m
i
z
a
t
i
o
n
p
r
o
c
e
s
s
e
n
ha
n
c
e
s
t
h
e
m
o
de
l
'
s
a
b
i
l
i
t
y
t
o
ge
ne
r
a
l
i
z
e
a
c
r
o
s
s
di
v
e
r
s
e
pa
t
i
e
n
t
da
t
a
.
B.
M
o
de
l
t
ra
i
ni
n
g
a
nd
e
v
a
l
u
a
t
i
o
n
T
h
e
o
pt
i
m
i
z
e
d
T
-
L
S
T
M
m
o
de
l
i
s
t
r
a
i
n
e
d
us
i
n
g
t
h
e
A
da
m
o
pt
i
m
i
z
e
r
w
i
t
h
a
m
e
a
n
s
q
ua
r
e
d
e
rr
o
r
(M
S
E
)
l
o
s
s
f
un
c
t
i
o
n.
P
e
r
f
o
r
m
a
n
c
e
i
s
e
v
a
l
ua
t
e
d
us
i
ng
m
e
t
ri
c
s
s
uc
h
a
s
r
o
o
t
m
e
a
n
s
qu
a
r
e
e
rr
o
r
(R
M
S
E
)
a
n
d
m
e
a
n
a
b
s
o
l
ut
e
pe
r
c
e
n
t
a
ge
e
rr
o
r
(M
A
P
E
)
.
C
r
o
s
s
-
v
a
l
i
da
t
i
o
n
t
e
c
hn
i
q
ue
s
a
r
e
e
m
p
l
oy
e
d
t
o
a
s
s
e
s
s
t
h
e
m
o
de
l
'
s
r
o
b
us
t
n
e
s
s
a
nd
p
r
e
v
e
n
t
o
v
e
r
f
i
t
t
i
n
g
.
C.
Co
m
pa
r
i
s
o
n
w
i
t
h
e
x
i
s
t
i
ng
m
o
de
l
s
T
h
e
p
r
o
po
s
e
d
h
y
b
r
i
d
m
o
de
l
'
s
pe
r
f
o
r
m
a
n
c
e
i
s
c
o
m
pa
r
e
d
w
i
t
h
t
ra
d
i
t
i
o
n
a
l
m
o
de
l
s
l
i
ke
a
u
t
o
r
e
g
r
e
s
s
i
v
e
i
n
t
e
g
r
a
t
e
d
m
o
v
i
n
g
a
v
e
r
a
ge
(A
R
IM
A
)
a
n
d
o
t
h
e
r
m
a
c
h
i
n
e
l
e
a
r
ni
n
g
m
o
de
l
s
,
i
n
c
l
u
di
n
g
s
uppo
rt
v
e
c
t
o
r
r
e
g
r
e
s
s
i
o
n
(S
V
R
)
a
n
d
r
e
c
urr
e
nt
n
e
u
r
a
l
n
e
t
w
o
r
ks
(R
N
N
s
).
S
t
u
di
e
s
h
a
v
e
de
m
o
n
s
t
r
a
t
e
d
t
ha
t
i
nt
e
g
r
a
t
i
n
g
D
E
w
i
t
h
L
S
T
M
n
e
t
w
o
r
ks
i
m
p
r
o
v
e
s
pr
e
di
c
t
i
o
n
a
c
c
ur
a
c
y
ov
e
r
s
t
a
n
d
a
r
d
m
o
de
l
i
n
g
a
pp
r
o
a
c
h
e
s
.
T
h
e
D
E
a
l
go
r
i
t
h
m
ge
n
e
ra
t
e
s
po
pul
a
t
i
o
n
i
ndi
v
i
du
a
l
s
by
e
n
c
odi
n
g
w
i
t
h
f
l
o
a
t
i
n
g
po
i
nt
v
e
c
t
o
r
s
.
I
n
t
h
e
pr
o
c
e
s
s
of
D
E
a
l
go
r
i
t
hm
o
pt
i
m
i
z
a
t
i
o
n,
f
i
r
s
t
,
s
e
l
e
c
t
t
w
o
i
n
d
i
v
i
dua
l
s
f
r
o
m
t
h
e
pa
r
e
n
t
i
n
d
i
v
i
dua
l
s
a
n
d
pe
r
f
o
r
m
v
e
c
t
o
r
di
f
f
e
r
e
n
c
e
t
o
ge
n
e
r
a
t
e
a
d
i
f
f
e
r
e
n
c
e
v
e
c
t
o
r
;
s
e
c
o
n
dl
y
,
s
e
l
e
c
t
a
n
o
t
h
e
r
i
ndi
v
i
dua
l
a
nd
s
u
m
t
h
e
di
f
f
e
r
e
n
c
e
v
e
c
t
o
r
t
o
ge
n
e
ra
t
e
a
n
e
xpe
ri
m
e
n
t
a
l
i
ndi
v
i
dua
l
;
t
h
e
n,
c
o
m
pa
r
e
t
h
e
p
a
r
e
nt
i
n
d
i
v
i
dua
l
s
w
i
t
h
t
h
e
c
o
rr
e
s
po
n
d
i
n
g
e
xpe
r
i
m
e
nt
a
l
i
n
d
i
v
i
dua
l
s
u
n
de
r
go
a
c
r
o
s
s
ove
r
o
pe
r
a
t
i
o
n
t
o
ge
n
e
r
a
t
e
n
e
w
off
s
pr
i
n
g
i
n
d
i
v
i
dua
l
s
;
f
i
n
a
l
l
y
,
a
s
e
l
e
c
t
i
o
n
o
pe
r
a
t
i
o
n
i
s
pe
r
f
o
r
m
e
d
b
e
t
w
e
e
n
pa
r
e
nt
i
n
d
i
v
i
dua
l
s
a
nd
o
ff
s
pr
i
n
g
i
ndi
v
i
du
a
l
s
,
a
n
d
i
n
d
i
v
i
dua
l
s
t
h
a
t
m
e
e
t
t
h
e
r
e
qu
i
r
e
m
e
n
t
s
a
r
e
s
a
v
e
d
t
o
t
h
e
n
e
xt
ge
n
e
ra
t
i
o
n
g
r
o
up.
T
h
e
f
o
r
m
u
l
a
t
i
o
n
c
a
n
b
e
e
xpr
e
s
s
ed
a
s
:
Mi
n
(
1
,
2
,
.
.
.
,
)
(8)
s
.
t
≤
≤
,
j
=
1
,
2,
…
,
D
(9)
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
P
r
e
di
c
t
g
l
uc
os
e
v
al
ue
s
w
i
t
h
D
E
a
l
gor
i
t
hm
opt
i
m
i
z
e
d
T
-
L
ST
M
(
Q
i
ngX
i
ang
B
i
an
)
535
W
h
e
r
e
,
D
r
e
p
r
e
s
e
nt
s
t
h
e
d
i
m
e
n
s
i
o
n
o
f
t
h
e
s
o
l
ut
i
o
n
s
p
a
c
e
,
a
n
d
r
e
s
pe
c
t
i
v
e
l
y
r
e
pr
e
s
e
n
t
t
h
e
U
ppe
r
a
n
d
L
ow
e
r
l
i
m
i
t
a
t
i
o
n
s
o
n
t
h
e
v
a
l
ue
ra
n
ge
o
f
t
h
e
j
-
t
h
c
o
m
po
n
e
n
t
.
A
s
s
h
o
w
n
i
n
F
i
g
u
r
e
2,
t
h
e
f
l
ow
c
h
a
rt
i
l
l
us
t
r
a
t
e
s
t
h
e
o
pt
i
m
i
z
a
t
i
o
n
p
r
o
c
e
s
s
of
a
T
-
L
S
T
M
m
o
de
l
f
o
r
gl
uc
o
s
e
pr
e
di
c
t
i
o
n
us
i
n
g
t
h
e
DE
a
l
go
ri
t
hm
,
b
e
gi
nni
n
g
w
i
t
h
Ini
t
i
a
l
i
z
a
t
i
o
n
w
h
e
r
e
a
di
v
e
r
s
e
po
pul
a
t
i
o
n
o
f
1
t
o
50
s
o
l
ut
i
o
n
s
i
s
ge
n
e
ra
t
e
d,
e
a
c
h
de
f
i
n
e
d
by
s
pe
c
i
f
i
c
h
y
p
e
r
pa
r
a
m
e
t
e
r
s
s
uc
h
a
s
a
l
e
a
rni
n
g
ra
t
e
ra
n
gi
ng
f
r
o
m
0.
001
t
o
0.
01
,
1
t
o
3
L
S
T
M
l
a
y
e
r
s
,
hi
dde
n
l
a
y
e
r
s
i
z
e
s
b
e
t
w
e
e
n
50
a
n
d
2
00
u
ni
t
s
,
a
d
r
o
po
ut
r
a
t
e
o
f
0.
2
t
o
0.
5,
a
n
d
a
b
a
t
c
h
s
i
z
e
f
r
o
m
32
t
o
12
8.
I
n
t
h
e
M
ut
a
t
i
o
n
s
t
e
p,
m
ut
a
n
t
v
e
c
t
o
r
s
a
r
e
c
r
e
a
t
e
d
by
a
dj
us
t
i
n
g
t
h
e
s
e
h
y
pe
r
pa
r
a
m
e
t
e
r
s
us
i
ng
a
s
c
a
l
i
ng
f
a
c
t
o
r
b
e
t
w
e
e
n
0
.
5
a
n
d
0.
8
,
a
ppl
i
e
d
t
o
di
f
f
e
r
e
n
c
e
s
b
e
t
w
e
e
n
ra
n
do
m
l
y
s
e
l
e
c
t
e
d
s
o
l
ut
i
o
n
p
a
i
r
s
,
i
n
t
r
o
duc
i
n
g
v
a
ri
a
b
i
l
i
t
y
.
T
h
e
C
r
o
s
s
ov
e
r
p
h
a
s
e
m
i
xe
s
t
h
e
s
e
m
u
t
a
nt
s
w
i
t
h
o
ri
gi
na
l
v
e
c
t
o
r
s
a
t
a
c
r
o
s
s
ove
r
ra
t
e
o
f
0.
7
t
o
0.
9
,
e
f
fe
c
t
i
ve
l
y
b
l
e
n
di
ng
t
r
a
i
t
s
t
o
po
t
e
n
t
i
a
l
l
y
e
nh
a
n
c
e
s
o
l
ut
i
o
n
e
f
f
i
c
a
c
y
.
S
e
l
e
c
t
i
o
n
e
v
a
l
ua
t
e
s
t
h
e
s
e
n
e
w
c
o
n
f
i
gu
r
a
t
i
o
n
s
v
i
a
t
h
e
M
S
E
f
i
t
n
e
s
s
f
un
c
t
i
o
n,
c
h
o
o
s
i
n
g
t
h
o
s
e
w
i
t
h
l
o
w
e
r
M
S
E
fo
r
p
r
o
gr
e
s
s
i
o
n,
t
h
e
r
e
by
o
pt
i
m
i
z
i
n
g
p
r
e
di
c
t
i
v
e
a
c
c
u
r
a
c
y
.
If
t
h
e
C
h
e
c
k
Co
n
v
e
r
ge
n
c
e
c
ri
t
e
r
i
a
o
f
a
m
a
xi
m
u
m
o
f
100
t
o
200
ge
n
e
ra
t
i
o
n
s
o
r
a
n
M
S
E
t
hr
e
s
h
o
l
d
a
r
e
n
o
t
m
e
t
,
t
h
e
p
r
o
c
e
s
s
c
y
c
l
e
s
a
ga
i
n
f
r
o
m
m
ut
a
t
i
o
n
,
e
l
s
e
i
t
c
o
n
c
l
ude
s
w
i
t
h
F
i
na
l
i
z
e
M
o
de
l
,
w
h
e
r
e
t
h
e
T
-
L
S
T
M
’s
h
y
pe
r
pa
r
a
m
e
t
e
r
s
a
r
e
f
i
n
e
-
t
u
n
e
d
a
nd
r
e
a
dy
fo
r
de
pl
oy
m
e
n
t
,
e
n
s
u
ri
n
g
t
h
e
m
o
de
l
’s
c
a
pa
b
i
l
i
t
y
t
o
p
r
o
v
i
de
p
r
e
c
i
s
e
gl
uc
o
s
e
l
e
v
e
l
fo
r
e
c
a
s
t
s
e
s
s
e
n
t
i
a
l
f
o
r
e
f
fe
c
t
i
ve
di
a
b
e
t
e
s
m
a
n
a
ge
m
e
nt
.
T
h
e
f
l
o
w
c
h
a
r
t
de
t
a
i
l
s
t
h
e
o
pt
i
m
i
z
a
t
i
o
n
o
f
p
r
o
po
s
e
d
T
-
L
S
T
M
m
o
de
l
us
i
ng
t
h
e
DE
a
l
go
ri
t
hm
f
o
r
gl
uc
o
s
e
pr
e
di
c
t
i
o
n.
I
t
s
t
a
r
t
s
by
i
ni
t
i
a
l
i
z
i
n
g
a
p
o
pul
a
t
i
o
n
w
i
t
h
s
pe
c
i
f
i
c
h
y
pe
r
pa
r
a
m
e
t
e
r
s
,
w
hi
c
h
a
r
e
t
h
e
n
r
e
f
i
n
e
d
t
hr
o
ug
h
m
ut
a
t
i
o
n
a
nd
c
r
o
s
s
ove
r
s
t
e
ps
b
a
s
e
d
o
n
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
u
r
e
d
by
MSE
.
T
hi
s
i
t
e
ra
t
i
v
e
pr
o
c
e
s
s
c
o
n
t
i
n
ue
s
u
nt
i
l
c
o
n
v
e
r
ge
n
c
e
c
ri
t
e
r
i
a
a
r
e
m
e
t
,
r
e
s
ul
t
i
n
g
i
n
a
f
i
n
e
l
y
t
un
e
d
m
o
de
l
o
pt
i
m
i
z
e
d
f
o
r
a
c
c
ur
a
t
e
gl
uc
o
s
e
fo
r
e
c
a
s
t
i
n
g
,
e
nha
n
c
i
n
g
di
a
b
e
t
e
s
m
a
na
ge
m
e
nt
.
F
i
g
u
r
e
2
.
D
E
o
pt
i
m
i
z
a
t
i
o
n
d
i
a
g
ra
m
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
:
530
-
5
44
536
3.
R
ES
U
LTS
A
N
D
D
I
S
C
U
S
S
I
O
N
3.
1
.
R
e
s
u
l
ts
o
f
M
S
E
c
o
m
p
ar
i
s
o
n
T
o
e
v
a
l
ua
t
e
t
h
e
e
f
f
i
c
a
c
y
of
t
h
e
T
-
L
S
T
M
p
r
e
di
c
t
i
o
n
m
o
de
l
,
r
e
f
e
r
t
o
T
a
b
l
e
1
,
w
h
i
c
h
c
o
m
pa
r
e
s
s
i
x
m
o
de
l
s
ut
i
l
i
z
e
d
i
n
t
hi
s
s
t
udy
b
a
s
e
d
o
n
t
h
e
i
r
M
S
E
.
T
h
e
f
o
r
m
u
l
a
f
o
r
c
a
l
c
ul
a
t
i
n
g
t
h
e
MSE
i
s
p
r
o
v
i
de
d
b
e
l
ow
:
=
1
∑
=
1
(
(
|
−
)
−
(
)
)
2
(30)
In
t
h
e
e
qu
a
t
i
o
n
,
Λ
(
|
−
)
r
e
p
r
e
s
e
n
t
s
t
h
e
f
o
r
e
c
a
s
t
e
d
gl
uc
o
s
e
l
e
ve
l
a
t
t
i
m
e
t
,
(
)
de
n
o
t
e
s
t
h
e
r
e
a
l
t
i
m
e
m
e
a
s
u
r
e
d
v
a
l
ue
o
f
gl
uc
o
s
e
a
t
t
h
e
c
o
rr
e
s
po
n
di
n
g
t
i
m
e
t
.
T
h
e
R
N
N
m
a
i
n
t
a
i
n
s
m
e
m
o
r
y
v
i
a
hi
dde
n
s
t
a
t
e
s
w
i
t
h
i
n
e
a
c
h
n
o
de
.
T
h
e
s
e
h
i
d
de
n
s
t
a
t
e
s
f
un
c
t
i
o
n
a
s
m
e
m
o
r
y
un
i
t
s
a
nd
a
r
e
upd
a
t
e
d
w
i
t
h
e
a
c
h
n
e
w
i
n
pu
t
,
i
nt
e
gra
t
i
n
g
i
n
f
o
r
m
a
t
i
o
n
f
r
o
m
t
h
e
c
u
rr
e
n
t
i
n
pu
t
a
s
w
e
l
l
a
s
t
h
e
p
ri
o
r
h
i
dde
n
s
t
a
t
e
.
T
hi
s
m
e
c
ha
n
i
s
m
a
l
l
o
w
s
t
h
e
R
N
N
t
o
pr
e
s
e
r
v
e
i
n
f
o
r
m
a
t
i
o
n
f
r
o
m
p
r
e
v
i
o
us
s
e
que
n
c
e
s
t
e
ps
.
I
n
t
hi
s
c
o
n
t
e
xt
,
t
h
e
M
S
E
v
a
l
ue
o
v
e
r
15
m
i
nut
e
s
i
s
r
e
c
o
r
de
d
a
t
1
.
41
.
A
ddi
t
i
o
n
a
l
l
y
,
t
h
e
r
e
a
r
e
a
dv
a
n
c
e
d
v
e
r
s
i
o
n
s
o
f
R
N
N
s
,
s
uc
h
a
s
G
R
U
a
n
d
L
S
T
M
n
e
t
w
o
r
ks
,
w
h
i
c
h
e
nha
n
c
e
t
h
e
f
o
un
d
a
t
i
o
n
a
l
m
o
de
l
.
T
h
e
s
e
v
e
r
s
i
o
n
s
s
o
l
ve
c
o
n
c
e
r
n
s
s
uc
h
a
s
t
h
e
v
a
n
i
s
hi
n
g
g
ra
d
i
e
nt
p
r
o
b
l
e
m
,
w
h
i
c
h
c
a
n
i
nhi
b
i
t
l
e
a
rn
i
ng
o
v
e
r
l
o
ng
s
e
que
n
c
e
s
.
F
o
r
t
h
e
s
e
a
dv
a
n
c
e
d
n
e
t
w
o
r
ks
,
t
h
e
M
S
E
v
a
l
ue
s
o
v
e
r
15
m
i
n
u
t
e
s
a
r
e
1.
5
0
a
nd
1
.
75
,
r
e
s
pe
c
t
i
v
e
l
y
.
T
h
e
s
t
a
c
ke
d
L
S
T
M
r
e
p
r
e
s
e
n
t
s
a
f
ur
t
h
e
r
de
v
e
l
o
pm
e
n
t
o
f
t
h
e
s
t
a
n
d
a
r
d
L
S
T
M
m
o
de
l
.
T
h
i
s
m
e
t
h
o
d
s
t
a
c
ks
m
u
l
t
i
pl
e
L
S
T
M
l
a
y
e
r
s
a
t
o
p
e
a
c
h
o
t
h
e
r,
r
e
s
ul
t
i
n
g
i
n
a
1
5
-
m
i
n
u
t
e
M
S
E
v
a
l
ue
o
f
1.
69
.
T
h
e
b
i
di
r
e
c
t
i
o
n
a
l
L
S
T
M
(B
i
-
L
S
T
M
)
us
e
s
c
o
n
t
e
xt
f
r
o
m
b
o
t
h
t
h
e
p
a
s
t
a
n
d
t
h
e
f
ut
u
r
e
by
pr
o
c
e
s
s
i
n
g
t
h
e
i
n
pu
t
s
e
que
n
c
e
f
o
r
w
a
r
ds
a
n
d
b
a
c
kw
a
r
ds
a
t
t
h
e
s
a
m
e
t
i
m
e
.
I
t
c
o
m
pri
s
e
s
t
w
o
di
s
t
i
n
c
t
L
S
T
M
u
n
i
t
s
:
o
n
e
p
r
o
c
e
s
s
e
s
t
h
e
s
e
que
n
c
e
f
r
o
m
s
t
a
rt
t
o
f
i
ni
s
h
,
w
hi
l
e
t
h
e
o
t
h
e
r
do
e
s
s
o
f
r
o
m
f
i
n
i
s
h
t
o
s
t
a
rt
.
T
hi
s
a
l
l
o
w
s
t
h
e
B
i
-
L
S
T
M
t
o
de
t
e
c
t
de
pe
n
de
n
c
i
e
s
i
n
b
o
t
h
di
r
e
c
t
i
o
n
s
,
w
h
i
c
h
i
s
us
e
f
ul
f
o
r
a
ppl
i
c
a
t
i
o
n
s
l
i
ke
n
a
m
e
d
e
nt
i
t
y
r
e
c
o
gn
i
t
i
o
n
a
nd
s
e
n
t
i
m
e
n
t
a
na
l
y
s
i
s
.
H
ow
e
v
e
r
,
w
h
e
n
a
pp
l
i
e
d
t
o
l
e
n
g
t
h
y
t
i
m
e
s
e
r
i
e
s
d
a
t
a
,
t
hi
s
m
o
de
l
a
c
h
i
e
v
e
s
a
n
M
S
E
v
a
l
ue
o
f
1.
72,
i
n
d
i
c
a
t
i
n
g
s
ub
o
pt
i
m
a
l
pe
r
f
o
r
m
a
n
c
e
.
B
a
s
e
d
o
n
t
h
e
a
n
a
l
y
s
i
s
pr
e
s
e
n
t
e
d
i
n
T
a
b
l
e
2,
i
t
i
s
e
v
i
de
n
t
t
ha
t
t
h
e
s
i
x
m
o
de
l
s
'
p
r
e
di
c
t
i
o
n
a
l
go
ri
t
hm
s
e
x
h
i
b
i
t
e
d
v
a
r
y
i
n
g
b
e
h
a
v
i
o
r
s
w
h
e
n
a
pp
l
i
e
d
t
o
t
h
e
g
l
uc
o
s
e
da
t
a
o
f
t
h
e
s
a
m
e
p
a
t
i
e
nt
.
N
o
t
a
b
l
y
,
t
h
e
T
ra
n
s
f
o
r
m
e
r
-
L
S
T
M
m
o
de
l
,
o
pt
i
m
i
z
e
d
us
i
n
g
a
G
e
n
e
t
i
c
a
l
go
ri
t
hm
,
de
m
o
n
s
t
r
a
t
e
d
s
upe
ri
o
r
pe
r
f
o
r
m
a
n
c
e
o
n
a
v
e
r
a
ge
.
T
hi
s
w
a
s
e
v
i
de
n
t
w
h
e
n
c
o
m
pa
r
i
n
g
t
h
e
MSE
s
c
a
l
c
ul
a
t
e
d
f
o
r
e
a
c
h
p
a
t
i
e
n
t
i
n
d
i
v
i
dua
l
l
y
,
c
o
n
s
i
s
t
e
n
t
l
y
o
ut
pe
r
f
o
r
m
i
n
g
t
h
e
t
r
a
d
i
t
i
o
n
a
l
m
o
de
l
s
.
Co
n
s
e
que
n
t
l
y
,
t
h
e
D
E
o
pt
i
m
i
s
e
d
T
-
L
S
T
M
m
o
de
l
i
s
m
o
r
e
c
a
p
a
b
l
e
o
f
f
o
r
e
c
a
s
t
i
n
g
gl
uc
o
s
e
v
a
l
ue
s
w
h
i
c
h
s
ugge
s
t
i
ng
i
t
s
e
nha
n
c
e
d
s
ui
t
a
b
i
l
i
t
y
fo
r
a
p
pl
i
c
a
t
i
o
n
s
i
n
t
hi
s
do
m
a
i
n.
W
h
e
n
b
e
n
c
hm
a
rke
d
a
g
a
i
n
s
t
t
ra
d
i
t
i
o
n
a
l
m
o
de
l
s
s
uc
h
a
s
A
R
IM
A
a
n
d
SVR
,
a
s
w
e
l
l
a
s
o
t
h
e
r
m
a
c
hi
n
e
l
e
a
rn
i
ng
m
o
de
l
s
l
i
ke
c
o
n
v
o
l
ut
i
o
n
a
l
r
e
c
urr
e
nt
n
e
u
r
a
l
n
e
t
w
o
r
ks
(CR
N
N
),
t
h
e
p
r
o
po
s
e
d
h
y
b
r
i
d
m
o
de
l
de
m
o
n
s
t
r
a
t
e
d
s
upe
ri
o
r
pe
r
f
o
r
m
a
n
c
e
.
F
o
r
i
n
s
t
a
n
c
e
,
s
t
udi
e
s
ha
v
e
r
e
po
rt
e
d
t
ha
t
CN
N
-
L
S
T
M
a
r
c
hi
t
e
c
t
u
r
e
s
c
a
n
a
c
hi
e
v
e
up
t
o
94
.
71%
a
c
c
ur
a
c
y
i
n
p
r
e
d
i
c
t
i
n
g
g
l
uc
o
s
e
l
e
v
e
l
s
a
t
a
90
-
m
i
n
u
t
e
h
o
ri
z
o
n
[29]
.
S
i
m
i
l
a
r
l
y
,
m
o
de
l
s
i
n
t
e
g
r
a
t
i
ng
T
ra
n
s
f
o
r
m
e
r
c
o
m
po
n
e
n
t
s
ha
v
e
s
h
o
w
n
i
m
p
r
o
v
e
d
p
r
e
d
i
c
t
i
o
n
a
c
c
ura
c
y
by
e
f
fe
c
t
i
ve
l
y
c
a
pt
u
r
i
n
g
gl
o
b
a
l
de
pe
n
de
n
c
i
e
s
i
n
t
i
m
e
-
s
e
ri
e
s
da
t
a
[30]
.
F
i
gu
r
e
3
d
i
s
pl
a
y
s
a
15
-
m
i
n
u
t
e
f
o
r
e
c
a
s
t
r
e
s
ul
t
o
f
gl
uc
o
s
e
.
T
h
e
b
l
a
c
k
da
s
h
e
d
l
i
n
e
r
e
p
r
e
s
e
n
t
s
t
h
e
a
c
t
u
a
l
c
h
a
nge
s
i
n
gl
uc
o
s
e
l
e
ve
l
s
,
w
h
i
l
e
t
h
e
r
e
d
d
a
s
h
e
d
l
i
n
e
i
n
di
c
a
t
e
s
t
h
e
f
o
r
e
c
a
s
t
e
d
gl
uc
o
s
e
v
a
l
ue
s
.
T
h
e
T
r
a
n
s
f
o
r
m
e
r
-
L
S
T
M
a
l
go
ri
t
hm
,
a
s
de
m
o
n
s
t
r
a
t
e
d
h
e
r
e
,
c
a
n
p
r
e
di
c
t
f
ut
u
r
e
gl
uc
o
s
e
c
ha
n
ge
s
w
i
t
h
c
o
n
s
i
de
ra
b
l
e
a
c
c
ur
a
c
y
,
c
l
o
s
e
l
y
a
l
i
gni
n
g
w
i
t
h
t
h
e
r
e
a
l
g
l
uc
o
s
e
f
l
uc
t
ua
t
i
o
n
s
.
T
h
e
T
-
L
S
T
M
m
o
de
l
'
s
p
r
e
di
c
t
i
o
n
s
f
o
r
t
h
e
pa
t
i
e
n
t
'
s
b
l
o
o
d
gl
u
c
os
e
i
n
45
m
i
n
u
t
e
s
,
b
a
s
e
d
o
n
t
h
e
CG
M
da
t
a
o
f
s
a
m
pl
e
1,
a
r
e
i
l
l
us
t
r
a
t
e
d
i
n
F
i
gu
r
e
s
3
-
5.
T
h
e
r
e
d
d
a
s
he
d
l
i
n
e
de
pi
c
t
s
t
h
e
e
xpe
c
t
e
d
v
a
l
ue
s
,
w
h
e
r
e
a
s
t
h
e
b
l
a
c
k
da
s
h
e
d
l
i
n
e
r
e
p
r
e
s
e
n
t
s
t
h
e
a
c
t
u
a
l
gl
uc
o
s
e
l
e
v
e
l
s
.
W
h
e
n
t
h
e
t
hr
e
e
num
b
e
r
s
a
r
e
c
o
m
pa
r
e
d
,
t
h
e
f
o
r
e
c
a
s
t
s
'
a
c
c
ur
a
c
y
de
c
r
e
a
s
e
s
a
s
t
h
e
p
r
e
di
c
t
i
o
n
i
n
t
e
r
v
a
l
i
s
l
a
r
ge
r
.
I
n
o
t
h
e
r
w
o
r
ds
,
t
h
e
a
s
s
o
c
i
a
t
i
o
n
b
e
t
w
e
e
n
a
c
c
ura
c
y
a
n
d
fo
r
e
c
a
s
t
pe
r
i
o
d
du
ra
t
i
o
n
h
a
s
de
c
r
e
a
s
e
d
s
i
g
ni
f
i
c
a
n
t
l
y
.
F
i
gu
r
e
6
i
l
l
us
t
ra
t
e
s
t
h
e
p
r
o
c
e
s
s
of
K
-
F
o
l
d
c
r
o
s
s
-
v
a
l
i
da
t
i
o
n
,
a
m
e
t
h
o
d
us
e
d
t
o
a
s
s
e
s
s
a
m
o
de
l
'
s
pe
r
f
o
r
m
a
n
c
e
o
n
a
d
a
t
a
s
e
t
b
y
di
v
i
di
n
g
i
t
i
nt
o
m
u
l
t
i
pl
e
f
o
l
ds
,
a
s
i
m
p
l
e
m
e
nt
e
d
i
n
t
h
e
p
r
o
v
i
de
d
c
o
de
.
C
r
o
s
s
-
v
a
l
i
da
t
i
o
n
e
n
s
u
r
e
s
t
ha
t
e
a
c
h
da
t
a
po
i
n
t
h
a
s
a
n
o
ppo
r
t
u
n
i
t
y
t
o
b
e
pa
rt
o
f
t
h
e
t
ra
i
ni
n
g
a
n
d
t
e
s
t
i
n
g
p
ha
s
e
s
,
pr
o
v
i
di
n
g
a
r
o
b
us
t
m
e
a
s
u
r
e
o
f
m
o
de
l
a
c
c
ura
c
y
a
n
d
r
e
l
i
a
b
i
l
i
t
y
a
c
r
o
s
s
di
f
fe
r
e
nt
s
ub
s
e
t
s
o
f
da
t
a
.
T
a
b
l
e
2
.
M
S
E
v
a
l
ue
s
1
1
5
m
i
n
3
3
0
m
i
n
4
4
5
m
i
n
R
NN
1
1
.
4
1
2
2
.
3
4
2
2
.
7
1
G
RU
1
1
.
5
0
2
2
.
1
6
2
2
.
5
1
L
S
T
M
1
1
.
7
5
2
2
.
4
3
2
2
.
7
5
S
t
a
c
k
e
d
L
S
T
M
1
1
.
6
9
2
2
.
4
9
2
2
.
7
4
Bi
d
i
re
c
t
i
o
n
a
l
L
S
T
M
1
1
.
7
2
2
2
.
5
0
2
2
.
9
0
DE
-
T
-
L
S
T
M
0
0
.
9
6
1
1
.
5
4
2
2
.
3
1
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
P
r
e
di
c
t
g
l
uc
os
e
v
al
ue
s
w
i
t
h
D
E
a
l
gor
i
t
hm
opt
i
m
i
z
e
d
T
-
L
ST
M
(
Q
i
ngX
i
ang
B
i
an
)
537
F
i
g
u
r
e
3
.
15
m
i
n
u
t
e
s
f
o
r
e
c
a
s
t
F
i
g
u
r
e
4
.
30
m
i
n
u
t
e
s
f
o
r
e
c
a
s
t
In
t
hi
s
p
r
o
c
e
s
s
,
t
h
e
da
t
a
s
e
t
i
s
f
i
r
s
t
s
huf
f
l
e
d
a
n
d
s
pl
i
t
i
n
t
o
t
w
o
pr
i
m
a
r
y
s
e
t
s
:
t
ra
i
ni
n
g
a
n
d
t
e
s
t
.
T
h
e
t
r
a
i
ni
n
g
s
e
t
i
s
t
h
e
n
f
urt
h
e
r
di
v
i
de
d
i
n
t
o
K
f
o
l
ds
(h
e
r
e
,
14
f
o
l
ds
i
n
t
h
e
c
o
de
),
w
h
i
c
h
a
l
l
o
w
s
t
h
e
m
o
de
l
t
o
b
e
t
r
a
i
n
e
d
o
n
(K
-
1)
f
o
l
ds
a
n
d
v
a
l
i
d
a
t
e
d
o
n
t
h
e
r
e
m
a
i
ni
n
g
o
n
e
.
T
h
i
s
r
o
t
a
t
i
o
n
c
o
n
t
i
n
ue
s
u
n
t
i
l
e
a
c
h
f
o
l
d
h
a
s
s
e
r
v
e
d
a
s
t
h
e
v
a
l
i
d
a
t
i
o
n
s
e
t
o
n
c
e
,
a
n
d
t
h
e
m
o
de
l
'
s
pe
r
f
o
r
m
a
n
c
e
i
s
a
v
e
r
a
ge
d
a
c
r
o
s
s
a
l
l
f
o
l
ds
t
o
o
b
t
a
i
n
a
f
i
n
a
l
s
c
o
r
e
.
T
h
e
c
o
de
a
pp
l
i
e
s
t
h
i
s
c
r
o
s
s
-
v
a
l
i
da
t
i
o
n
t
e
c
hn
i
q
ue
t
o
c
o
m
pa
r
e
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
w
o
m
o
de
l
s
:
T
r
a
n
s
f
o
r
m
e
r
-
L
S
T
M
a
nd
A
R
IM
A
.
F
o
r
e
a
c
h
f
o
l
d,
a
n
e
w
i
n
s
t
a
n
c
e
o
f
t
h
e
T
r
a
n
s
f
o
r
m
e
r
-
L
S
T
M
m
o
de
l
i
s
i
n
i
t
i
a
l
i
z
e
d,
t
r
a
i
n
e
d
o
n
t
h
e
t
ra
i
ni
n
g
s
ub
s
e
t
,
a
nd
v
a
l
i
da
t
e
d
o
n
t
h
e
t
e
s
t
s
ub
s
e
t
w
i
t
hi
n
t
h
e
f
o
l
d.
T
h
e
m
e
a
n
l
o
s
s
fo
r
e
a
c
h
f
o
l
d
i
s
r
e
c
o
r
de
d
i
n
F
i
gu
r
e
7
,
a
n
d
r
e
s
ul
t
s
a
r
e
v
i
s
ua
l
i
z
e
d
a
c
r
o
s
s
f
o
l
ds
t
o
u
n
de
r
s
t
a
n
d
t
h
e
m
o
de
l
s
'
pe
r
f
o
r
m
a
n
c
e
c
o
n
s
i
s
t
e
n
c
y
a
n
d
a
c
c
ura
c
y
.
By
us
i
n
g
K
-
f
o
l
d
c
r
o
s
s
-
v
a
l
i
da
t
i
o
n,
t
h
e
c
o
de
e
n
s
u
r
e
s
t
ha
t
t
h
e
m
o
de
l
i
s
t
e
s
t
e
d
o
n
a
l
l
d
a
t
a
po
i
n
t
s
,
p
r
o
v
i
di
n
g
a
c
o
m
pr
e
h
e
n
s
i
v
e
a
s
s
e
s
s
m
e
nt
o
f
i
t
s
ge
n
e
r
a
l
i
z
a
b
i
l
i
t
y
a
n
d
hi
g
hl
i
g
ht
i
ng
a
n
y
da
t
a
-
de
pe
n
de
nt
pe
r
f
o
r
m
a
n
c
e
v
a
ri
a
t
i
o
n
s
.
T
h
i
s
i
m
a
ge
c
o
m
pl
e
m
e
nt
s
t
h
e
c
o
de
by
v
i
s
ua
l
l
y
s
um
m
a
ri
z
i
n
g
t
h
e
K
-
fo
l
d
pr
o
c
e
s
s
,
f
r
o
m
i
n
i
t
i
a
l
da
t
a
s
e
t
s
h
uf
f
l
i
n
g
t
o
s
e
que
nt
i
a
l
f
o
l
d
e
v
a
l
ua
t
i
o
n
,
hi
g
hl
i
g
ht
i
ng
h
o
w
t
hi
s
a
p
p
r
o
a
c
h
pr
o
v
i
de
s
a
r
e
l
i
a
b
l
e
m
e
a
s
u
r
e
o
f
m
o
de
l
a
c
c
ur
a
c
y
a
n
d
ge
n
e
r
a
l
i
z
a
t
i
o
n
a
c
r
o
s
s
v
a
r
i
o
us
s
ub
s
e
t
s
of
da
t
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
:
530
-
5
44
538
F
i
g
u
r
e
5
.
45
m
i
n
u
t
e
s
f
o
r
e
c
a
s
t
F
i
g
u
r
e
6
.
K
-
f
o
l
de
r
c
r
o
s
s
v
a
l
i
da
t
i
o
n
T
h
e
b
o
xpl
o
t
a
nd
l
i
n
e
p
l
o
t
i
n
F
i
gu
r
e
7
(a
)
i
n
d
i
c
a
t
e
t
ha
t
t
h
e
T
r
a
n
s
f
o
r
m
e
r
-
L
S
T
M
m
o
de
l
m
a
y
pr
o
v
i
de
s
l
i
g
h
t
l
y
m
o
r
e
r
e
l
i
a
b
l
e
a
nd
c
o
n
s
i
s
t
e
n
t
p
r
e
d
i
c
t
i
o
n
s
o
f
b
l
oo
d
gl
uc
o
s
e
l
e
ve
l
s
due
t
o
i
t
s
l
o
w
e
r
m
e
di
a
n
l
o
s
s
a
nd
s
m
a
l
l
e
r
IQ
R
.
H
ow
e
ve
r
,
t
h
e
f
o
l
d
-
s
pe
c
i
f
i
c
v
a
r
i
a
t
i
o
n
s
i
n
F
i
g
ur
e
7
(b
)
o
bs
e
r
v
e
d
i
n
t
h
e
l
i
n
e
p
l
o
t
s
ugge
s
t
t
h
a
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
P
r
e
di
c
t
g
l
uc
os
e
v
al
ue
s
w
i
t
h
D
E
a
l
gor
i
t
hm
opt
i
m
i
z
e
d
T
-
L
ST
M
(
Q
i
ngX
i
ang
B
i
an
)
539
A
R
IM
A
c
a
n
o
c
c
a
s
i
o
n
a
l
l
y
a
c
h
i
e
v
e
l
o
w
e
r
l
o
s
s
e
s
de
pe
n
di
ng
o
n
t
h
e
d
a
t
a
s
ub
s
e
t
,
t
h
o
ug
h
i
t
i
s
l
e
s
s
c
o
n
s
i
s
t
e
n
t
ov
e
r
a
l
l
.
T
hi
s
c
o
m
pa
ra
t
i
v
e
a
na
l
y
s
i
s
hi
g
h
l
i
g
h
t
s
t
ha
t
T
ra
n
s
f
o
r
m
e
r
-
L
S
T
M
m
a
y
b
e
a
b
e
t
t
e
r
c
h
o
i
c
e
f
o
r
ge
n
e
r
a
l
a
ppl
i
c
a
t
i
o
n
s
i
n
b
l
o
o
d
gl
uc
o
s
e
pr
e
di
c
t
i
o
n
d
ue
t
o
i
t
s
b
a
l
a
n
c
e
o
f
a
c
c
ur
a
c
y
a
n
d
s
t
a
b
i
l
i
t
y
.
(a
)
(b
)
F
i
g
u
r
e
7
.
Co
m
p
a
r
i
s
o
n
o
f
m
o
de
l
l
o
s
s
e
s
us
i
n
g
t
w
o
v
i
s
ua
l
i
z
a
t
i
o
n
m
e
t
h
o
ds
;
(a
)
B
o
xpl
o
t
s
h
o
w
i
n
g
t
h
e
di
s
t
ri
b
ut
i
o
n
of
l
o
s
s
v
a
l
ue
s
fo
r
T
-
L
S
T
M
a
nd
A
R
IM
A
m
o
de
l
s
(b
)
L
i
n
e
pl
o
t
i
l
l
us
t
ra
t
i
n
g
t
h
e
l
o
s
s
v
a
l
ue
s
a
c
r
o
s
s
14
v
a
l
i
d
a
t
i
o
n
fo
l
ds
f
o
r
b
o
t
h
m
o
de
l
s
F
i
gu
r
e
8
di
s
p
l
a
y
s
a
l
i
n
e
g
ra
p
h
r
e
p
r
e
s
e
n
t
i
n
g
t
h
e
c
ha
n
ge
i
n
f
i
t
n
e
s
s
a
c
r
o
s
s
30
i
t
e
r
a
t
i
o
n
s
.
T
h
e
x
-
a
xi
s
l
a
b
e
l
l
e
d
"
It
e
r
a
t
i
o
n,
"
ra
n
ge
s
f
r
o
m
1
t
o
30,
i
n
di
c
a
t
i
ng
t
h
e
s
e
qu
e
n
c
e
of
i
t
e
r
a
t
i
o
n
s
.
T
h
e
y
-
a
xi
s
,
l
a
b
e
l
l
e
d
"
F
i
t
n
e
s
s
,
"
i
s
s
c
a
l
e
d
f
r
o
m
0
.
96
t
o
1.
1
0,
w
hi
c
h
m
e
a
s
u
r
e
s
t
h
e
f
i
t
n
e
s
s
v
a
l
ue
.
T
h
e
l
i
n
e
g
ra
p
h
s
h
o
w
s
a
p
r
o
n
o
u
n
c
e
d
i
ni
t
i
a
l
de
c
r
e
a
s
e
i
n
f
i
t
n
e
s
s
f
r
o
m
i
t
e
ra
t
i
o
n
1
t
o
i
t
e
ra
t
i
o
n
8,
a
f
t
e
r
w
h
i
c
h
t
h
e
r
e
duc
t
i
o
n
i
n
f
i
t
n
e
s
s
v
a
l
ue
b
e
c
o
m
e
s
l
e
s
s
s
t
e
e
p
a
n
d
m
o
r
e
g
r
a
dua
l
f
r
o
m
i
t
e
ra
t
i
o
n
9
o
n
w
a
r
ds
,
e
v
e
n
t
u
a
l
l
y
pl
a
t
e
a
ui
n
g
n
e
a
r
i
t
e
ra
t
i
o
n
22
t
hr
o
ug
h
30
.
T
h
e
v
i
s
ua
l
pr
e
s
e
nt
a
t
i
o
n
s
ugge
s
t
s
a
qu
i
c
k
i
n
i
t
i
a
l
o
pt
i
m
i
z
a
t
i
o
n
f
o
l
l
ow
e
d
by
a
s
l
o
w
e
r
,
m
o
r
e
i
n
c
r
e
m
e
n
t
a
l
i
m
p
r
o
v
e
m
e
n
t
o
r
s
t
a
b
i
l
i
z
a
t
i
o
n
i
n
t
h
e
f
i
t
n
e
s
s
v
a
l
ue
a
s
i
t
e
ra
t
i
o
n
s
p
r
o
g
r
e
s
s
.
T
h
i
s
pa
t
t
e
rn
c
o
ul
d
i
n
di
c
a
t
e
t
hi
s
T
-
L
S
T
M
a
l
go
r
i
t
h
m
a
pp
r
o
a
c
hi
n
g
a
n
o
pt
i
m
a
l
s
o
l
ut
i
o
n
o
r
a
l
i
m
i
t
a
t
i
o
n
i
n
f
u
r
t
h
e
r
i
m
pr
o
v
e
m
e
n
t
a
f
t
e
r
s
i
g
ni
f
i
c
a
nt
i
n
i
t
i
a
l
g
a
i
n
s
.
A
s
s
h
o
w
n
i
n
T
a
b
l
e
3
,
t
h
e
i
m
p
r
o
v
e
m
e
n
t
a
f
t
e
r
30
ge
n
e
ra
t
i
o
n
s
of
o
pt
i
m
i
z
a
t
i
o
n
,
a
l
l
t
h
e
r
e
s
ul
t
s
ha
d
b
e
e
n
o
pt
i
m
i
z
e
d
.
O
n
a
v
e
ra
ge
,
t
h
e
r
e
'
s
a
s
i
g
n
i
f
i
c
a
n
t
r
e
duc
t
i
o
n
w
i
t
h
2
8
%
i
m
p
r
o
v
e
m
e
n
t
i
n
M
S
E
a
c
r
o
s
s
a
l
l
p
a
t
i
e
nt
s
”
po
s
t
-
o
pt
i
m
i
z
a
t
i
o
n,
i
n
d
i
c
a
t
i
n
g
a
s
t
r
o
n
g
o
v
e
r
a
l
l
e
f
f
i
c
a
c
y
of
t
h
e
o
pt
i
m
i
z
a
t
i
o
n
p
r
o
c
e
s
s
.
W
h
e
n
a
p
a
t
i
e
n
t
'
s
(P
a
t
i
e
n
t
6)
b
l
o
o
d
gl
uc
o
s
e
l
e
ve
l
s
s
t
a
b
i
l
i
z
e
a
nd
r
e
m
a
i
n
w
i
t
h
i
n
a
r
e
l
a
t
i
v
e
l
y
n
o
r
m
a
l
r
a
nge
o
ve
r
a
l
o
n
g
pe
ri
o
d,
u
s
i
n
g
t
h
e
DE
o
pt
i
m
i
z
e
d
m
o
de
l
y
i
e
l
ds
b
e
t
t
e
r
o
pt
i
m
i
z
a
t
i
o
n
r
e
s
ul
t
s
.
T
h
i
s
i
n
d
i
c
a
t
e
s
t
h
a
t
t
h
e
D
E
o
pt
i
m
i
z
a
t
i
o
n
i
s
m
o
r
e
e
f
f
e
c
t
i
ve
Evaluation Warning : The document was created with Spire.PDF for Python.