I
nte
rna
t
io
na
l J
o
urna
l o
f
Rec
o
nfig
ura
ble a
nd
E
m
be
dd
e
d Sy
s
t
e
m
s
(
I
J
R
E
S)
Vo
l.
1
5
,
No
.
3
,
N
o
v
e
m
b
er
20
2
6
,
p
p
.
6
0
9
~
6
1
8
I
SS
N:
2089
-
4864
,
DOI
:
1
0
.
1
1
5
9
1
/i
j
r
es
.
v
1
5
.
i
3
.
pp
6
0
9
-
618
609
J
o
ur
na
l ho
m
ep
a
g
e
:
h
ttp
:
//ij
r
es.ia
esco
r
e.
co
m
Enha
ncing
netw
o
rk per
for
m
a
n
ce
i
n Io
T
-
WSNs
thro
ug
h
federate
d dee
p re
inforce
m
en
t
lea
rn
ing
-
ba
sed inte
llig
ent
ro
u
ting
Nee
ru
k
o
nd
a
L
a
ks
h
m
i K
a
ly
a
ni
1
,
Sh
a
ila
j
a
M
uthy
a
la
2
,
Sra
v
a
na
m
Sree
j
a
3
,
K
o
net
i V
a
ra
l
a
k
s
h
m
i
4
,
Z
a
ra
pa
la
Su
nitha
B
a
i
5
,
M
a
n
i
M
o
ha
n
Dupa
t
y
6
1
D
e
p
a
r
t
me
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
a
l
l
u
r
u
p
a
l
l
i
N
a
g
e
sw
a
r
a
R
a
o
V
i
g
n
a
n
a
Jy
o
t
h
i
I
n
st
i
t
u
t
e
o
f
En
g
i
n
e
e
r
i
n
g
a
n
d
T
e
c
h
n
o
l
o
g
y
,
H
y
d
e
r
a
b
a
d
,
I
n
d
i
a
2
D
e
p
a
r
t
me
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
l
l
a
R
e
d
d
y
U
n
i
v
e
r
si
t
y
,
H
y
d
e
r
a
b
a
d
,
I
n
d
i
a
3
D
e
p
a
r
t
me
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
)
,
P
r
a
s
a
d
V
P
o
t
l
u
r
i
S
i
d
d
h
a
r
t
h
a
I
n
st
i
t
u
t
e
o
f
T
e
c
h
n
o
l
o
g
y
,
V
i
j
a
y
a
w
a
d
a
,
I
n
d
i
a
4
D
e
p
a
r
t
me
n
t
o
f
El
e
c
t
r
i
c
a
l
a
n
d
El
e
c
t
r
o
n
i
c
s E
n
g
i
n
e
e
r
i
n
g
,
A
d
i
t
y
a
U
n
i
v
e
r
si
t
y
,
S
u
r
a
m
p
a
l
e
m,
I
n
d
i
a
5
D
e
p
a
r
t
me
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
,
R
.
V
.
R
.
a
n
d
J.
C
.
C
o
l
l
e
g
e
o
f
En
g
i
n
e
e
r
i
n
g
,
G
u
n
t
u
r
,
I
n
d
i
a
6
D
e
p
a
r
t
me
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
,
K
o
n
e
r
u
L
a
k
sh
m
a
i
a
h
E
d
u
c
a
t
i
o
n
F
o
u
n
d
a
t
i
o
n
,
G
u
n
t
u
r
,
I
n
d
i
a
Art
icle
I
nfo
AB
ST
RAC
T
A
r
ticle
his
to
r
y:
R
ec
eiv
ed
J
u
n
2
3
,
2
0
2
6
R
ev
i
s
ed
A
u
g
1
3
,
2
0
2
6
A
cc
ep
ted
Sep
1
1
,
2
0
2
6
B
y
m
a
k
in
g
it
p
o
ss
ib
le
t
o
c
o
ll
e
c
t
a
n
d
m
o
n
it
o
r
d
a
ta
i
n
re
a
l
ti
m
e
,
th
e
in
sta
ll
a
ti
o
n
o
f
w
irele
ss
se
n
so
r
n
e
tw
o
rk
s
(
W
S
Ns
)
in
th
e
e
ra
o
f
th
e
in
tern
e
t
o
f
th
in
g
s
(I
o
T
)
h
a
s
b
r
o
u
g
h
t
a
b
o
u
t
a
tran
sf
o
rm
a
ti
o
n
i
n
a
n
u
m
b
e
r
o
f
d
if
f
e
re
n
t
in
d
u
stries
.
On
th
e
o
th
e
r
h
a
n
d
,
e
ff
ici
e
n
t
d
a
ta
ro
u
ti
n
g
c
o
n
ti
n
u
e
s
to
b
e
a
sig
n
if
ica
n
t
c
h
a
ll
e
n
g
e
b
e
c
a
u
se
o
f
th
e
d
y
n
a
m
ic
n
a
tu
re
o
f
W
S
N
s
a
n
d
t
h
e
li
m
it
a
ti
o
n
s
o
f
e
lec
tro
n
ic
d
e
v
ice
s
c
o
n
n
e
c
ted
t
o
t
h
e
Io
T
.
T
h
is
re
se
a
rc
h
p
re
se
n
ts
a
n
in
telli
g
e
n
t
d
a
ta
ro
u
t
in
g
tec
h
n
i
q
u
e
t
h
a
t
is
b
a
se
d
o
n
f
e
d
e
ra
ted
d
e
e
p
re
in
f
o
rc
e
m
e
n
t
lea
rn
in
g
(F
DRL
),
w
it
h
th
e
in
ten
ti
o
n
o
f
o
p
ti
m
izin
g
d
a
ta
tran
sm
issio
n
in
W
S
Ns
th
a
t
a
re
e
n
a
b
led
b
y
th
e
Io
T
.
In
o
r
d
e
r
to
in
c
re
a
se
th
e
e
ff
ici
e
n
c
y
o
f
d
a
ta
ro
u
ti
n
g
,
d
e
c
re
a
se
late
n
c
y
,
a
n
d
e
x
ten
d
th
e
li
f
e
ti
m
e
o
f
th
e
n
e
tw
o
rk
,
th
e
m
o
d
e
l
th
a
t
h
a
s
b
e
e
n
re
c
o
m
m
e
n
d
e
d
m
a
k
e
s
u
se
o
f
th
e
c
o
ll
a
b
o
ra
ti
v
e
lea
rn
i
n
g
sk
il
ls
o
f
f
e
d
e
ra
ted
lea
rn
in
g
(F
L
)
a
n
d
th
e
d
e
c
isio
n
-
m
a
k
in
g
f
e
a
tu
re
s
o
f
d
e
e
p
re
in
f
o
rc
e
m
e
n
t
lea
rn
in
g
(DRL
)
.
T
h
is
is
d
o
n
e
in
o
r
d
e
r
to
a
c
h
iev
e
th
e
se
g
o
a
ls.
It
h
a
s
b
e
e
n
d
e
m
o
n
stra
ted
t
h
ro
u
g
h
e
x
ten
siv
e
sim
u
latio
n
s
th
a
t
th
e
F
DRL
-
b
a
se
d
ro
u
ti
n
g
a
p
p
r
o
a
c
h
is
su
p
e
ri
o
r
to
t
h
e
m
e
th
o
d
s
th
a
t
w
e
re
p
re
v
io
u
sly
u
ti
li
z
e
d
in
term
s
o
f
e
n
e
r
g
y
e
ff
ici
e
n
c
y
,
th
e
a
c
c
u
ra
c
y
o
f
d
a
ta
tran
sf
e
r,
a
n
d
th
e
re
sp
o
n
siv
e
n
e
ss
to
c
h
a
n
g
e
s
in
t
h
e
n
e
tw
o
rk
.
A
s
a
c
o
n
se
q
u
e
n
c
e
o
f
th
is,
it
is
a
so
l
u
ti
o
n
th
a
t
is
c
o
n
c
e
iv
a
b
le
f
o
r
f
u
tu
re
a
p
p
li
c
a
ti
o
n
s in
c
l
u
d
in
g
th
e
I
o
T
.
K
ey
w
o
r
d
s
:
Data
r
o
u
tin
g
Dee
p
r
ein
f
o
r
ce
m
e
n
t le
ar
n
in
g
Fed
er
ated
lear
n
in
g
I
n
ter
n
et
o
f
t
h
i
n
g
s
Net
w
o
r
k
li
f
eti
m
e
W
ir
eless
s
en
s
o
r
n
et
w
o
r
k
s
T
h
is i
s
a
n
o
p
e
n
a
c
c
e
ss
a
rticle
u
n
d
e
r th
e
CC B
Y
-
SA
li
c
e
n
se
.
C
o
r
r
e
s
p
o
nd
ing
A
uth
o
r
:
Sh
ailaj
a
Mu
t
h
y
ala
Dep
ar
t
m
en
t o
f
C
o
m
p
u
ter
Scie
n
ce
an
d
E
n
g
i
n
ee
r
in
g
(
Data
Sci
en
ce
)
,
Ma
lla
R
ed
d
y
U
n
iv
er
s
it
y
H
y
d
er
ab
ad
,
T
elan
g
an
a,
I
n
d
ia
E
m
ail:
s
h
ailaj
a.
m
u
t
h
y
a
la@
g
m
ail.
co
m
1.
I
NT
RO
D
UCT
I
O
N
I
n
ter
n
et
o
f
t
h
in
g
s
(
I
o
T
)
-
en
ab
led
d
ev
ices
h
av
e
led
to
th
e
w
i
d
esp
r
ea
d
u
s
e
o
f
w
ir
eles
s
s
en
s
o
r
n
et
w
o
r
k
s
(
W
SNs
)
in
e
n
v
ir
o
n
m
e
n
tal
m
o
n
ito
r
in
g
,
s
m
ar
t
citie
s
,
an
d
h
e
alth
ca
r
e
s
y
s
te
m
s
.
Mu
ltip
le
s
e
n
s
o
r
n
o
d
es
co
llect,
an
al
y
s
e,
a
n
d
s
en
d
d
ata
to
ce
n
t
r
al
s
er
v
er
s
i
n
t
h
ese
n
et
w
o
r
k
s
.
Du
e
to
s
e
n
s
o
r
n
o
d
es
'
li
m
ited
en
er
g
y
,
p
r
o
ce
s
s
in
g
,
an
d
b
an
d
w
id
t
h
,
an
d
th
e
n
etw
o
r
k
's
d
y
n
a
m
ic
to
p
o
lo
g
y
,
W
SN
s
'
d
ata
r
o
u
tin
g
r
e
m
ai
n
s
d
if
f
ic
u
lt
[
1
]
,
[
2
]
.
T
r
a
d
itio
n
al
d
ata
r
o
u
tin
g
s
y
s
t
e
m
s
s
o
m
et
i
m
e
s
s
tr
u
g
g
le
to
ad
d
r
ess
th
ese
is
s
u
es,
r
e
s
u
l
tin
g
in
h
ig
h
er
e
n
er
g
y
co
n
s
u
m
p
tio
n
,
laten
c
y
,
a
n
d
n
e
t
w
o
r
k
li
f
esp
an
.
B
y
e
n
ab
li
n
g
d
y
n
a
m
ic
a
n
d
ad
ap
tiv
e
r
o
u
ti
n
g
tactic
s
,
a
d
v
an
ce
d
lear
n
in
g
m
eth
o
d
s
li
k
e
d
ee
p
r
e
in
f
o
r
ce
m
en
t
lear
n
i
n
g
(
DR
L
)
c
an
ad
d
r
ess
th
ese
ch
a
llen
g
es.
Ho
w
e
v
er
,
s
tan
d
ar
d
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
0
8
9
-
4864
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
,
Vo
l.
1
5
,
No
.
3
,
No
v
e
m
b
er
202
6
:
609
-
618
610
DR
L
ap
p
r
o
ac
h
es'
ce
n
tr
alis
ed
s
tr
u
ct
u
r
e
m
a
y
g
e
n
er
ate
p
r
iv
ac
y
a
n
d
s
ca
lab
ilit
y
d
if
f
ic
u
ltie
s
,
esp
ec
iall
y
i
n
lar
g
e
I
o
T
n
et
w
o
r
k
s
[
3
]
,
[
4
]
.
T
h
is
p
ap
e
r
p
r
o
p
o
s
es
an
in
n
o
v
at
i
v
e
d
ata
r
o
u
tin
g
s
tr
ateg
y
u
s
i
n
g
f
ed
er
ated
d
ee
p
r
ein
f
o
r
ce
m
en
t
lear
n
i
n
g
(
FD
R
L
)
to
o
v
er
co
m
e
t
h
ese
li
m
i
tati
o
n
s
.
Fed
er
ated
lear
n
i
n
g
(
F
L
)
allo
w
s
d
ec
en
tr
ali
s
ed
m
o
d
el
tr
ain
i
n
g
ac
r
o
s
s
n
o
d
es,
p
r
o
tectin
g
d
ata
p
r
i
v
ac
y
an
d
e
n
h
an
cin
g
s
ca
lab
ilit
y
,
w
h
ile
D
R
L
p
r
o
v
id
es
th
e
b
a
s
is
f
o
r
d
y
n
a
m
ic
r
o
u
ti
n
g
s
tr
ateg
y
o
p
ti
m
is
a
tio
n
.
T
h
is
m
et
h
o
d
ad
d
r
ess
es
t
h
e
m
ai
n
d
ata
r
o
u
tin
g
ch
allen
g
es
f
o
r
W
SN
s
an
d
i
m
p
r
o
v
es
n
et
w
o
r
k
p
er
f
o
r
m
an
ce
[
5
]
,
[
6
]
.
W
SN
d
ata
r
o
u
tin
g
h
as
b
ee
n
i
n
ten
s
i
v
el
y
e
x
p
lo
r
ed
,
w
it
h
m
a
n
y
w
a
y
s
o
f
f
er
ed
to
ad
d
r
ess
I
o
T
-
en
ab
led
n
et
w
o
r
k
i
s
s
u
es.
T
r
ad
itio
n
al
r
o
u
ti
n
g
p
r
o
to
co
ls
li
k
e
A
OD
V
a
n
d
DSDV
u
s
e
s
tat
ic
o
r
h
e
u
r
is
tic
-
b
ased
m
et
h
o
d
s
th
at
d
o
n
o
t
ac
co
u
n
t
f
o
r
W
SN
s
'
d
y
n
a
m
ic
ch
ar
ac
ter
is
tic
s
,
r
esu
ltin
g
in
s
u
b
o
p
ti
m
al
p
er
f
o
r
m
a
n
ce
[
7
]
,
[
8
]
.
R
ec
en
t
ap
p
r
o
ac
h
es
e
m
p
h
asi
s
e
m
ac
h
i
n
e
lear
n
i
n
g
to
i
m
p
r
o
v
e
r
o
u
ti
n
g
e
f
f
icie
n
c
y
.
R
ei
n
f
o
r
ce
m
e
n
t
lear
n
in
g
(
RL
)
h
a
s
b
ee
n
u
s
ed
to
co
n
s
tr
u
ct
ad
ap
ti
v
e
r
o
u
ti
n
g
p
r
o
to
co
ls
th
at
lear
n
b
est
p
ath
s
b
ased
o
n
n
et
w
o
r
k
co
n
d
itio
n
s
.
T
h
ese
m
et
h
o
d
s
o
f
te
n
r
eq
u
ir
e
ce
n
tr
a
lis
ed
tr
ain
i
n
g
,
w
h
ich
r
aises
p
r
iv
ac
y
a
n
d
s
ca
lab
ilit
y
co
n
ce
r
n
s
[
9
]
.
FL
allo
w
s
d
ec
en
tr
alis
ed
m
ac
h
in
e
lear
n
in
g
m
o
d
el
tr
ain
in
g
ac
r
o
s
s
d
ev
i
ce
s
,
ad
d
r
ess
in
g
th
e
s
e
is
s
u
es.
Ma
n
y
s
t
u
d
ies
h
av
e
ex
a
m
in
ed
h
o
w
FL
an
d
W
SN
s
i
m
p
r
o
v
e
d
ata
r
o
u
tin
g
ef
f
icie
n
c
y
a
n
d
p
r
iv
ac
y
.
T
h
e
in
te
g
r
atio
n
o
f
FL
an
d
D
R
L
i
n
W
SN
s
is
u
n
d
er
s
t
u
d
ied
[
1
0
]
.
A
n
FD
R
L
f
r
a
m
e
w
o
r
k
f
o
r
I
o
T
-
en
ab
led
W
SN
s
is
p
r
esen
te
d
in
th
is
s
t
u
d
y
.
FL
's
d
ec
en
tr
alis
atio
n
an
d
DR
L
's ad
ap
tab
ilit
y
i
m
p
r
o
v
e
d
ata
r
o
u
ti
n
g
in
d
y
n
a
m
ic
a
n
d
r
eso
u
r
ce
-
li
m
ited
en
v
ir
o
n
m
e
n
ts
.
T
h
is
s
tu
d
y
's
n
et
w
o
r
k
m
o
d
el
f
o
r
th
e
I
o
T
-
en
ab
led
W
SN
r
ep
r
ese
n
ts
t
h
ese
n
et
w
o
r
k
s
'
s
tan
d
ar
d
ch
ar
ac
ter
is
tic
s
an
d
li
m
itatio
n
s
w
h
ile
m
ee
t
in
g
th
e
F
DR
L
f
r
a
m
e
w
o
r
k
's
r
eq
u
ir
e
m
e
n
ts
[
1
1
]
,
[
1
2
]
.
N
o
d
es
m
o
n
i
to
r
en
v
ir
o
n
m
e
n
tal
co
n
d
it
io
n
s
o
r
co
llect
d
ata.
Dep
en
d
in
g
o
n
t
h
e
ap
p
licatio
n
,
th
is
d
ata
m
a
y
in
clu
d
e
te
m
p
er
atu
r
e
,
h
u
m
id
it
y
,
p
r
es
s
u
r
e,
lig
h
t
in
te
n
s
it
y
,
an
d
o
th
er
s
.
L
o
ca
l
d
ata
p
r
o
ce
s
s
in
g
at
ea
ch
n
o
d
e
f
ilt
er
s
,
ag
g
r
e
g
ates,
o
r
p
r
ep
r
o
ce
s
s
es
d
ata
b
ef
o
r
e
tr
a
n
s
m
i
s
s
io
n
.
T
h
is
r
ed
u
ce
s
e
n
er
g
y
-
in
te
n
s
iv
e
d
ata
tr
an
s
m
i
s
s
io
n
[
1
3
]
.
Sen
s
o
r
n
o
d
es
co
m
m
u
n
icate
w
it
h
ea
ch
o
th
er
to
s
en
d
d
ata
to
th
e
b
ase
s
ta
tio
n
(
BS
)
o
r
g
ate
w
a
y
.
T
h
e
m
u
lti
-
h
o
p
co
m
m
u
n
icatio
n
m
o
d
el
s
e
n
d
s
d
ata
to
th
e
BS
v
ia
in
ter
m
ed
iar
y
n
o
d
es.
B
atter
y
-
p
o
w
er
ed
s
en
s
o
r
n
o
d
es
h
av
e
li
m
i
ted
en
er
g
y
.
E
n
er
g
y
co
n
s
er
v
atio
n
is
cr
u
c
ial
to
n
et
w
o
r
k
lo
n
g
e
v
it
y
b
ec
au
s
e
n
o
d
es
m
u
s
t
w
o
r
k
ef
f
icie
n
tl
y
[
1
4
]
.
No
d
es
ca
n
b
e
d
is
tr
ib
u
ted
r
an
d
o
m
l
y
o
r
s
tr
ate
g
icall
y
i
n
t
h
e
tar
g
e
t a
r
ea
.
I
t d
ep
en
d
s
o
n
t
h
e
ap
p
licatio
n
.
C
h
a
n
g
e
s
i
n
n
o
d
e
d
en
s
it
y
an
d
d
is
tr
ib
u
tio
n
ca
n
af
f
ec
t
n
e
t
w
o
r
k
co
n
n
ec
ti
v
it
y
an
d
d
ata
r
o
u
ti
n
g
.
Mo
b
ile
n
o
d
es
m
a
y
ca
u
s
e
f
r
eq
u
en
t
n
et
w
o
r
k
to
p
o
lo
g
y
c
h
a
n
g
e
s
.
Du
e
to
m
o
b
ilit
y
,
ad
ap
tiv
e
r
o
u
ti
n
g
al
g
o
r
ith
m
s
ar
e
n
ee
d
ed
to
h
a
n
d
le
co
n
n
ec
t
iv
i
t
y
c
h
a
n
g
e
s
.
E
n
v
ir
o
n
m
e
n
tal
f
ac
to
r
s
lik
e
s
i
g
n
al
atte
n
u
atio
n
,
i
n
ter
f
er
e
n
ce
,
an
d
n
o
is
e
ca
n
af
f
ec
t
co
m
m
u
n
icatio
n
n
et
w
o
r
k
s
.
T
h
e
n
et
w
o
r
k
o
p
er
ates i
n
m
a
n
y
s
ettin
g
s
.
D
u
e
to
th
e
s
e
f
ac
to
r
s
,
r
o
u
tin
g
d
ec
is
io
n
s
m
u
s
t b
e
m
ad
e
[
1
5
]
,
[
1
6
]
.
W
SN
n
o
d
es
u
s
e
m
u
lti
-
h
o
p
d
ata
tr
an
s
f
er
to
s
en
d
d
ata
to
t
h
e
BS
.
Data
p
ac
k
ets
ar
e
r
o
u
t
ed
th
r
o
u
g
h
in
ter
m
ed
iar
y
n
o
d
es
b
ef
o
r
e
r
ea
ch
in
g
t
h
e
BS
.
Selectin
g
i
n
ter
m
ed
iar
y
n
o
d
es
is
cr
u
cial
f
o
r
l
aten
c
y
r
ed
u
ct
io
n
an
d
en
er
g
y
e
f
f
icien
c
y
.
Di
s
ta
n
ce
,
i
n
ter
f
er
e
n
ce
,
an
d
s
ig
n
al
in
te
n
s
i
t
y
a
f
f
ec
t
n
o
d
e
co
m
m
u
n
icatio
n
lin
k
s
.
L
i
n
k
q
u
ali
t
y
m
u
s
t
b
e
i
n
clu
d
ed
in
th
e
r
o
u
ti
n
g
p
la
n
to
en
s
u
r
e
d
ata
tr
an
s
m
is
s
io
n
r
eliab
ili
t
y
.
No
d
es
ca
n
co
m
b
i
n
e
d
ata
f
r
o
m
m
u
ltip
le
s
o
u
r
ce
s
b
ef
o
r
e
s
en
d
i
n
g
it.
T
h
is
r
ed
u
ce
s
d
ata
v
o
lu
m
e
an
d
s
a
v
e
s
s
p
ac
e
an
d
en
er
g
y
[
1
7
]
.
Giv
en
th
e
s
h
o
r
t
b
atter
y
lif
e
o
f
s
e
n
s
o
r
n
o
d
es,
en
er
g
y
e
f
f
ic
ien
c
y
is
cr
u
ci
al
to
th
e
n
et
w
o
r
k
co
n
ce
p
t.
C
h
o
o
s
e
r
o
u
tes
w
it
h
less
tr
an
s
m
is
s
io
n
p
o
w
er
to
s
av
e
e
n
er
g
y
an
d
r
ed
u
ce
co
n
s
u
m
p
t
io
n
.
I
m
p
le
m
e
n
tin
g
a
r
o
u
ti
n
g
lo
ad
d
is
tr
ib
u
tio
n
s
y
s
te
m
to
p
r
ev
en
t
n
o
d
e
f
ail
u
r
es
a
n
d
o
v
er
lo
ad
.
Op
tim
i
s
i
n
g
e
n
er
g
y
u
s
e
ac
r
o
s
s
all
n
o
d
es
is
cr
u
cia
l
to
ex
ten
d
n
et
w
o
r
k
lif
eti
m
e
[
1
8
]
.
T
h
e
p
r
o
p
o
s
ed
tech
n
iq
u
e
u
s
e
s
FL
to
tr
ain
D
R
L
m
o
d
els
d
ec
e
n
tr
alis
ed
ac
r
o
s
s
t
h
e
n
et
w
o
r
k
.
E
ac
h
s
en
s
o
r
n
o
d
e
cr
ea
tes
a
lo
ca
l
DR
L
m
o
d
el
u
s
in
g
d
ata
an
d
n
et
w
o
r
k
s
tate.
T
h
e
lo
ca
l
m
o
d
el
lear
n
s
to
i
m
p
r
o
v
e
d
ata
tr
an
s
m
is
s
io
n
p
ath
w
a
y
s
b
y
r
o
u
tin
g
.
No
d
es
p
er
io
d
icall
y
s
en
d
lo
ca
ll
y
tr
ain
ed
m
o
d
el
p
ar
a
m
eter
s
to
a
s
er
v
er
o
r
BS
[
1
9
]
.
T
h
e
s
er
v
er
co
n
s
o
lid
ates
th
e
s
e
p
ar
a
m
eter
s
to
co
n
s
tr
u
ct
a
g
lo
b
al
m
o
d
el
th
a
t
r
ep
r
esen
ts
t
h
e
co
llecti
v
e
lear
n
in
g
o
f
t
h
e
n
et
w
o
r
k
.
R
ed
is
tr
ib
u
ti
n
g
th
e
g
lo
b
al
m
o
d
el
to
n
o
d
es
allo
w
s
th
e
m
to
i
m
p
r
o
v
e
th
eir
lo
ca
l
m
o
d
el
s
w
it
h
n
et
w
o
r
k
k
n
o
w
led
g
e.
No
d
es
ca
n
r
o
u
te
m
o
r
e
e
f
f
ic
ien
t
l
y
an
d
i
n
telli
g
e
n
tl
y
.
T
h
e
F
L
f
r
a
m
e
w
o
r
k
p
r
o
tects
p
r
iv
ac
y
b
y
k
ee
p
in
g
r
a
w
d
ata
in
n
o
d
es.
S
h
ar
in
g
o
n
l
y
m
o
d
e
l
p
ar
a
m
eter
s
r
ed
u
ce
s
d
ata
b
r
e
ac
h
es
a
n
d
e
n
s
u
r
es
p
r
iv
ac
y
[
2
0
]
.
T
h
e
s
en
s
o
r
n
o
d
es
p
r
o
v
id
e
ad
eq
u
ate
n
et
w
o
r
k
co
v
er
ag
e
w
ith
f
e
w
d
ea
d
zo
n
es.
T
h
e
n
et
w
o
r
k
i
s
co
n
s
ta
n
tl
y
c
h
an
g
i
n
g
,
y
et
t
h
e
co
m
m
u
n
icatio
n
r
o
u
tes
s
h
o
u
ld
r
e
m
ai
n
s
tab
le
en
o
u
g
h
f
o
r
p
atter
n
tr
ain
in
g
an
d
d
ata
tr
an
s
f
er
.
T
o
k
ee
p
th
e
g
lo
b
al
m
o
d
el
cu
r
r
en
t,
n
o
d
es
w
ill
p
er
io
d
icall
y
s
y
n
c
h
r
o
n
is
e
w
it
h
th
e
B
S
to
r
ec
eiv
e
m
o
d
el
m
o
d
i
f
icat
io
n
s
.
T
h
ese
co
m
p
o
n
en
ts
cr
ea
te
a
r
o
b
u
s
t
an
d
ad
a
p
tab
le
n
et
w
o
r
k
m
o
d
el
in
th
e
F
DR
L
ar
ch
itect
u
r
e.
T
h
is
m
o
d
el
p
r
o
v
id
es in
telli
g
e
n
t a
n
d
ef
f
icie
n
t d
ata
r
o
u
tin
g
i
n
I
o
T
-
en
ab
led
W
SN
s
[
2
1
]
.
E
x
is
ti
n
g
in
telli
g
en
t
r
o
u
tin
g
m
et
h
o
d
s
m
ai
n
l
y
r
el
y
o
n
ce
n
tr
alize
d
RL
m
o
d
el
s
,
w
h
ic
h
s
u
f
f
er
f
r
o
m
p
r
iv
ac
y
co
n
ce
r
n
s
,
co
m
m
u
n
ic
atio
n
o
v
er
h
ea
d
,
an
d
li
m
ited
s
ca
lab
ilit
y
in
lar
g
e
I
o
T
-
en
ab
led
W
SNs
.
T
h
e
p
r
o
p
o
s
ed
FDR
L
f
r
a
m
e
w
o
r
k
a
d
d
r
ess
es
th
e
s
e
li
m
itatio
n
s
b
y
co
m
b
i
n
i
n
g
d
ec
en
tr
alize
d
FL
w
it
h
ad
ap
ti
v
e
DR
L
-
b
ased
r
o
u
tin
g
.
T
h
is
i
n
teg
r
atio
n
en
ab
le
s
p
r
iv
ac
y
-
p
r
eser
v
in
g
co
llab
o
r
ativ
e
lear
n
in
g
w
h
ile
i
m
p
r
o
v
in
g
r
o
u
t
in
g
ef
f
icien
c
y
,
e
n
er
g
y
u
t
ilizatio
n
,
an
d
n
et
w
o
r
k
s
ca
lab
ilit
y
.
T
h
e
p
r
o
p
o
s
ed
FDR
L
f
r
a
m
e
w
o
r
k
is
d
esi
g
n
ed
f
o
r
d
ep
lo
y
m
en
t
i
n
e
m
b
ed
d
ed
I
o
T
s
en
s
o
r
n
o
d
es
w
h
er
e
r
o
u
ti
n
g
i
n
tellig
e
n
ce
ca
n
b
e
ex
ec
u
ted
lo
ca
ll
y
w
it
h
m
i
n
i
m
al
co
m
p
u
tatio
n
al
o
v
er
h
ea
d
.
T
h
e
d
ec
en
tr
alize
d
ar
ch
itectu
r
e
e
n
ab
les
ad
ap
tiv
e
f
ir
m
w
ar
e
u
p
d
ates
an
d
s
u
p
p
o
r
ts
r
ec
o
n
f
i
g
u
r
ab
le
e
m
b
ed
d
ed
p
latf
o
r
m
s
o
p
er
atin
g
u
n
d
er
d
y
n
a
m
ic
n
et
w
o
r
k
en
v
ir
o
n
m
e
n
ts
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
I
SS
N:
2089
-
4864
E
n
h
a
n
ci
n
g
n
etw
o
r
k
p
erfo
r
ma
n
ce
in
I
o
T
-
W
S
N
s
th
r
o
u
g
h
fed
era
ted
d
ee
p
…
(
N
ee
r
u
ko
n
d
a
La
k
s
h
mi
K
a
lya
n
i
)
611
2.
M
E
T
H
O
D
T
h
e
co
o
r
d
in
ated
FDR
L
m
o
d
el
th
at
h
as
b
ee
n
s
u
g
g
ested
is
in
t
en
d
ed
to
i
m
p
r
o
v
e
th
e
r
o
u
t
in
g
o
f
d
ata
i
n
W
SN
s
th
at
ar
e
en
ab
led
b
y
t
h
e
I
o
T
.
I
n
o
r
d
er
to
d
ev
elo
p
a
r
o
u
tin
g
s
tr
ate
g
y
t
h
at
is
b
o
th
cl
ev
er
an
d
ad
ap
tab
le
,
th
is
m
o
d
el
m
a
k
es
u
s
e
o
f
t
h
e
d
ec
en
tr
alize
d
l
ea
r
n
in
g
tec
h
n
iq
u
e
o
f
FL
a
n
d
th
e
d
ec
is
io
n
-
m
a
k
in
g
ca
p
ab
ilit
ie
s
o
f
DR
L
[
2
2
]
.
I
n
o
r
d
er
to
o
v
er
co
m
e
t
h
e
d
i
f
f
icu
lties
o
f
d
y
n
a
m
ic
to
p
o
lo
g
y
,
en
er
g
y
li
m
it
s
,
a
n
d
s
ca
lab
ilit
y
in
W
SNs
,
th
e
FD
R
L
ar
ch
i
tectu
r
e
i
n
v
o
lv
es
th
e
i
n
te
g
r
atio
n
o
f
FL
w
i
th
DR
L
.
T
h
e
f
r
a
m
e
w
o
r
k
f
u
n
cti
o
n
s
i
n
a
co
o
r
d
in
ated
m
an
n
er
,
w
i
th
s
e
v
er
al
s
en
s
o
r
n
o
d
es
w
o
r
k
i
n
g
to
g
eth
er
to
tr
ain
a
g
lo
b
al
DR
L
m
o
d
el
th
at
m
a
y
b
e
u
tili
ze
d
f
o
r
i
m
p
r
o
v
i
n
g
t
h
e
ef
f
icie
n
c
y
o
f
d
ata
r
o
u
tin
g
.
T
h
e
f
o
llo
w
in
g
ar
e
th
e
p
r
im
ar
y
ele
m
e
n
t
s
th
at
m
ak
e
u
p
th
e
FDR
L
f
r
a
m
e
w
o
r
k
:
ev
er
y
s
i
n
g
le
s
e
n
s
o
r
n
o
d
e
f
u
n
ct
io
n
s
a
s
a
lo
ca
l
DR
L
ag
e
n
t,
an
d
it
tr
ai
n
s
it
s
m
o
d
el
b
y
u
t
ilizi
n
g
t
h
e
o
b
s
er
v
atio
n
s
a
n
d
ex
p
er
ien
ce
s
th
at
ar
e
s
p
ec
if
ic
to
t
h
e
ar
ea
[
2
3
]
.
T
h
e
lo
ca
l
m
o
d
el
ac
q
u
ir
es
t
h
e
ab
ilit
y
to
m
ak
e
r
o
u
tin
g
d
ec
is
io
n
s
t
h
at
i
m
p
r
o
v
e
n
et
w
o
r
k
p
er
f
o
r
m
an
ce
m
ea
s
u
r
es
s
u
c
h
as
e
n
er
g
y
e
f
f
icie
n
c
y
,
late
n
c
y
,
a
n
d
th
e
ac
cu
r
ac
y
o
f
d
ata
tr
an
s
f
er
.
I
n
a
FL
en
v
ir
o
n
m
e
n
t,
t
h
e
lo
ca
l
m
o
d
els
ar
e
s
y
n
c
h
r
o
n
ized
w
it
h
a
ce
n
tr
al
s
er
v
er
(
f
o
r
ex
a
m
p
le,
t
h
e
BS
)
o
n
a
r
e
g
u
lar
b
asis
.
A
g
lo
b
al
m
o
d
el
is
cr
ea
t
ed
b
y
t
h
e
s
er
v
er
b
y
a
g
g
r
eg
ati
n
g
t
h
e
lo
ca
l
m
o
d
els
.
T
h
is
g
lo
b
al
m
o
d
el
is
th
e
n
s
e
n
t
b
ac
k
to
th
e
s
e
n
s
o
r
n
o
d
es
f
o
r
ad
d
itio
n
al
tr
ain
i
n
g
a
n
d
d
ec
is
io
n
-
m
ak
i
n
g
.
I
t
is
n
ec
es
s
ar
y
to
d
esig
n
a
s
y
s
te
m
f
o
r
co
o
r
d
in
atio
n
in
o
r
d
er
to
g
u
ar
an
tee
t
h
at
th
e
lo
ca
l
m
o
d
els
ar
e
in
ac
co
r
d
an
ce
w
it
h
t
h
e
g
lo
b
al
m
o
d
el,
w
h
ile
at
th
e
s
a
m
e
ti
m
e
allo
w
i
n
g
f
o
r
s
p
ec
if
ic
ad
j
u
s
t
m
e
n
t
s
b
ased
o
n
th
e
co
n
d
itio
n
s
o
f
th
e
lo
ca
l
en
v
ir
o
n
m
en
t
[
2
4
]
.
T
h
e
co
m
p
u
tat
io
n
al
co
m
p
le
x
it
y
m
ai
n
l
y
d
ep
en
d
s
o
n
lo
ca
l
n
e
u
r
al
n
et
w
o
r
k
in
f
er
e
n
ce
an
d
p
er
io
d
ic
p
ar
am
eter
ag
g
r
eg
atio
n
.
Si
n
ce
o
n
l
y
m
o
d
el
p
ar
am
eter
s
ar
e
e
x
ch
a
n
g
ed
,
co
m
m
u
n
icatio
n
co
m
p
lex
it
y
is
co
n
s
id
er
ab
l
y
lo
w
er
t
h
a
n
ce
n
tr
alize
d
lear
n
in
g
ap
p
r
o
ac
h
es
,
m
a
k
in
g
th
e
f
r
a
m
e
w
o
r
k
s
ca
l
ab
le
f
o
r
d
en
s
e
I
o
T
n
et
w
o
r
k
s
.
T
h
e
co
o
r
d
in
ated
FDR
L
ap
p
r
o
ac
h
th
at
h
as
b
ee
n
r
ec
o
m
m
en
d
ed
f
o
r
h
ig
h
-
s
p
ee
d
r
o
u
tin
g
i
n
I
o
T
-
en
ab
led
W
SN
m
ak
e
s
an
e
f
f
o
r
t
to
m
a
k
e
u
s
e
o
f
th
e
ca
p
ab
ilit
ies
o
f
FDR
L
i
n
o
r
d
er
to
m
a
x
i
m
ize
th
e
ef
f
ec
ti
v
e
n
ess
o
f
r
o
u
tin
g
d
ec
is
io
n
s
.
As
s
h
o
w
n
i
n
Fi
g
u
r
e
1
,
th
is
p
ar
ad
ig
m
co
m
b
in
es
d
ec
en
tr
alize
d
d
ec
is
io
n
-
m
ak
in
g
at
in
d
i
v
id
u
a
l
s
en
s
o
r
n
o
d
es
w
ith
ce
n
tr
alize
d
co
o
r
d
in
atio
n
in
o
r
d
er
t
o
p
r
o
d
u
ce
r
o
u
tin
g
m
et
h
o
d
s
th
at
ar
e
b
o
th
o
p
tim
u
m
a
n
d
ad
ap
tiv
e.
T
h
er
e
is
a
co
m
p
r
e
h
en
s
i
v
e
f
r
a
m
e
w
o
r
k
f
o
r
th
e
c
o
o
p
er
ativ
e
FDR
L
r
o
u
ti
n
g
m
o
d
el
in
I
o
T
-
en
ab
led
W
SN
s
th
at
is
p
r
ese
n
ted
b
y
t
h
is
m
et
h
o
d
.
T
h
er
e
is
a
p
o
s
s
ib
ilit
y
th
a
t
th
e
ex
ec
u
tio
n
in
f
o
r
m
a
tio
n
an
d
v
ar
iatio
n
s
w
il
l
ch
a
n
g
e
d
ep
en
d
in
g
o
n
th
e
ap
p
r
o
ac
h
es
th
at
ar
e
u
s
ed
,
as
w
e
ll
as
th
e
s
p
ec
i
f
ic
r
eq
u
ir
em
e
n
t
s
an
d
ch
ar
ac
ter
is
tic
s
o
f
t
h
e
co
m
m
u
n
icatio
n
n
et
w
o
r
k
th
a
t is i
n
d
icat
ed
in
Fig
u
r
e
2
.
E
v
er
y
s
i
n
g
le
s
e
n
s
o
r
n
o
d
e
in
d
i
v
id
u
all
y
tr
ai
n
s
a
lo
ca
l
DR
L
m
o
d
el
b
y
m
a
k
i
n
g
u
s
e
o
f
t
h
e
o
b
s
er
v
atio
n
s
i
t
m
ak
e
s
r
e
g
ar
d
in
g
t
h
e
co
n
d
itio
n
o
f
t
h
e
n
et
w
o
r
k
.
T
h
e
f
o
llo
w
i
n
g
ar
e
t
h
e
s
ta
g
e
s
t
h
at
ar
e
i
n
cl
u
d
ed
in
th
e
tr
ain
i
n
g
p
r
o
ce
s
s
:
a
co
llectio
n
o
f
ch
ar
ac
ter
is
tics
,
i
n
c
lu
d
i
n
g
th
e
a
m
o
u
n
t
o
f
r
esid
u
al
e
n
er
g
y
th
at
i
s
p
r
esen
t
in
n
o
d
es,
th
e
q
u
alit
y
o
f
t
h
e
li
n
k
,
th
e
le
n
g
t
h
o
f
th
e
d
ata
q
u
eu
e,
a
n
d
th
e
d
i
s
t
an
ce
to
th
e
BS
ar
e
u
s
ed
to
i
n
d
icate
th
e
co
n
d
itio
n
o
f
th
e
n
et
w
o
r
k
at
a
n
y
in
s
ta
n
ce
.
B
ec
au
s
e
o
f
t
h
ese
ca
p
ab
ilit
ies
,
th
e
DR
L
a
g
en
t
is
ab
le
to
o
b
tain
t
h
e
in
f
o
r
m
at
io
n
th
at
is
r
eq
u
ir
ed
to
m
a
k
e
w
ell
-
i
n
f
o
r
m
ed
d
ec
is
io
n
s
o
n
r
o
u
tin
g
.
T
h
e
ac
tio
n
s
p
ac
e
f
o
r
ea
ch
n
o
d
e
is
m
ad
e
u
p
o
f
th
e
p
r
o
s
p
ec
tiv
e
n
o
d
es
th
at
co
u
ld
b
e
th
e
n
ex
t
h
o
p
f
o
r
th
e
tr
an
s
m
is
s
io
n
o
f
d
ata
[
2
5
]
.
Giv
en
th
e
p
r
esen
t
s
tate
o
f
th
e
n
et
w
o
r
k
,
th
e
DR
L
ag
e
n
t
w
ill
ch
o
o
s
e
th
e
n
ex
t
-
h
o
p
n
o
d
e
th
at
is
m
o
s
t
s
u
itab
le
f
o
r
th
e
n
et
wo
r
k
.
T
h
e
p
u
r
p
o
s
e
o
f
th
e
r
e
w
ar
d
f
u
n
ctio
n
is
to
p
r
o
v
id
e
an
in
ce
n
ti
v
e
f
o
r
r
o
u
ti
n
g
d
ec
i
s
io
n
s
th
at
i
n
cr
ea
s
e
o
v
er
all
n
et
w
o
r
k
p
er
f
o
r
m
a
n
ce
,
r
ed
u
ce
laten
c
y
,
an
d
b
o
o
s
t
en
er
g
y
ef
f
i
cie
n
c
y
.
I
n
o
r
d
er
to
estab
lis
h
th
e
r
ew
ar
d
f
u
n
ct
io
n
,
it
is
d
ef
in
ed
as
a
w
ei
g
h
ted
s
u
m
o
f
th
ese
o
b
j
ec
tiv
es,
w
it
h
p
en
altie
s
f
o
r
b
eh
av
io
r
s
t
h
at
co
n
tr
ib
u
te
to
th
e
d
ep
letio
n
o
f
en
er
g
y
o
r
h
i
g
h
laten
c
y
.
A
p
o
lic
y
th
at
cr
ea
tes
a
m
ap
p
in
g
b
et
w
ee
n
n
et
w
o
r
k
s
tates
a
n
d
r
o
u
t
i
n
g
ac
tio
n
s
is
lear
n
ed
b
y
th
e
lo
ca
l
DR
L
m
o
d
el.
T
h
e
ag
en
t
iter
ati
v
el
y
i
m
p
r
o
v
e
s
it
s
r
o
u
tin
g
s
tr
ate
g
y
d
ep
en
d
in
g
o
n
th
e
r
e
w
ar
d
s
t
h
at
i
t
r
ec
eiv
es
[
2
6
]
.
T
h
is
p
o
licy
i
s
u
p
d
ated
u
s
i
n
g
RL
al
g
o
r
ith
m
s
s
u
c
h
as
Q
-
lear
n
in
g
o
r
d
ee
p
Q
-
n
et
w
o
r
k
s
(
D
QN)
,
w
h
ic
h
ar
e
ex
a
m
p
le
s
o
f
al
g
o
r
ith
m
ic
ap
p
r
o
ac
h
es to
RL
.
E
ac
h
s
e
n
s
o
r
n
o
d
e
p
er
f
o
r
m
s
l
o
ca
l
m
o
d
el
tr
ain
in
g
u
s
i
n
g
it
s
o
w
n
o
b
s
er
v
at
io
n
s
w
it
h
o
u
t
s
h
ar
in
g
r
a
w
d
ata.
A
f
ter
ev
er
y
co
m
m
u
n
ica
tio
n
r
o
u
n
d
,
lo
ca
ll
y
u
p
d
ated
m
o
d
el
p
ar
a
m
eter
s
ar
e
tr
an
s
m
itted
to
th
e
ce
n
tr
al
s
er
v
er
,
w
h
er
e
f
ed
er
ated
av
er
a
g
in
g
(
Fed
Av
g
)
g
e
n
er
ates
a
g
l
o
b
al
m
o
d
el.
T
h
e
u
p
d
ated
g
lo
b
al
p
ar
am
eter
s
ar
e
r
ed
is
tr
ib
u
ted
to
all
n
o
d
es,
en
a
b
lin
g
co
llab
o
r
ativ
e
lear
n
in
g
wh
ile
p
r
eser
v
i
n
g
d
ata
p
r
iv
ac
y
.
T
h
e
DR
L
a
g
en
t
e
m
p
lo
y
s
a
D
QN
ar
ch
itec
tu
r
e
co
n
s
i
s
ti
n
g
o
f
in
p
u
t,
h
id
d
en
,
an
d
o
u
tp
u
t
la
y
er
s
.
T
h
e
in
p
u
t
s
ta
te
in
cl
u
d
es
r
esid
u
al
e
n
er
g
y
,
lin
k
q
u
alit
y
,
q
u
eu
e
len
g
th
,
n
ei
g
h
b
o
u
r
av
ai
lab
ilit
y
,
an
d
d
is
tan
ce
to
th
e
BS
.
T
h
e
ac
tio
n
s
p
ac
e
r
ep
r
esen
ts
t
h
e
s
elec
tio
n
o
f
t
h
e
o
p
ti
m
al
n
ex
t
-
h
o
p
n
o
d
e.
T
h
e
r
e
w
ar
d
f
u
n
ctio
n
m
a
x
i
m
izes
p
ac
k
et
d
eliv
er
y
w
h
ile
m
in
i
m
i
zin
g
late
n
c
y
,
en
er
g
y
co
n
s
u
m
p
tio
n
,
an
d
r
o
u
ti
n
g
o
v
er
h
ea
d
.
T
h
e
FL
p
r
o
ce
s
s
is
at
th
e
co
r
e
o
f
t
h
e
FD
R
L
s
y
s
te
m
,
w
h
ic
h
en
ab
le
s
d
ec
en
tr
alize
d
m
o
d
el
tr
ai
n
i
n
g
w
h
ile
s
i
m
u
lta
n
eo
u
s
l
y
p
r
eser
v
i
n
g
a
g
lo
b
al
p
er
s
p
ec
tiv
e:
th
e
p
ar
a
m
eter
s
o
f
ea
c
h
s
e
n
s
o
r
n
o
d
e's
lo
ca
ll
y
lear
n
ed
m
o
d
el,
s
u
c
h
as
th
e
w
ei
g
h
ts
o
f
t
h
e
n
eu
r
al
n
et
w
o
r
k
,
ar
e
p
er
i
o
d
ical
l
y
co
m
m
u
n
icate
d
to
a
ce
n
tr
al
s
er
v
er
v
ia
th
e
s
en
s
o
r
n
o
d
es.
Fo
r
th
e
p
u
r
p
o
s
e
o
f
r
ed
u
cin
g
th
e
a
m
o
u
n
t
o
f
co
m
m
u
n
ica
tio
n
o
v
er
h
ea
d
,
th
i
s
s
h
ar
in
g
is
ca
r
r
ied
o
u
t
in
a
s
af
e
an
d
ef
f
ec
tiv
e
m
an
n
er
.
A
n
u
m
b
er
o
f
m
e
th
o
d
s
,
i
n
cl
u
d
in
g
Fed
Av
g
,
ar
e
u
tili
ze
d
b
y
t
h
e
c
en
tr
al
s
er
v
er
i
n
o
r
d
er
to
ag
g
r
eg
ate
t
h
e
lo
ca
l
m
o
d
el
p
ar
am
eter
s
.
An
all
-
e
n
co
m
p
as
s
in
g
co
m
p
r
eh
e
n
s
io
n
o
f
t
h
e
n
et
w
o
r
k
i
s
r
ep
r
esen
ted
b
y
th
e
ag
g
r
e
g
ated
m
o
d
el,
w
h
ic
h
in
co
r
p
o
r
ates
th
e
i
n
f
o
r
m
atio
n
f
r
o
m
all
o
f
th
e
n
o
d
es
th
a
t
ar
e
p
ar
ticip
atin
g
.
Fo
llo
w
i
n
g
th
i
s
,
th
e
g
lo
b
al
m
o
d
el
is
s
en
t
b
ac
k
to
t
h
e
s
e
n
s
o
r
n
o
d
es
f
o
r
d
is
tr
ib
u
tio
n
.
T
h
e
g
lo
b
al
p
ar
a
m
eter
s
ar
e
i
n
co
r
p
o
r
ated
in
to
th
e
lo
ca
l
m
o
d
el
o
f
ev
er
y
n
o
d
e,
w
h
ic
h
en
ab
les
th
e
n
o
d
e
to
tak
e
a
d
v
an
ta
g
e
o
f
th
e
co
llectiv
e
le
ar
n
in
g
th
at
o
cc
u
r
s
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
0
8
9
-
4864
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
,
Vo
l.
1
5
,
No
.
3
,
No
v
e
m
b
er
202
6
:
609
-
618
612
th
r
o
u
g
h
o
u
t
th
e
e
n
tire
n
e
t
w
o
r
k
.
T
h
e
f
r
eq
u
en
c
y
w
i
th
w
h
ic
h
m
o
d
el
c
h
an
g
e
s
ar
e
tr
an
s
m
itte
d
is
d
ec
r
ea
s
ed
,
an
d
tech
n
iq
u
es
s
u
c
h
as
m
o
d
el
co
m
p
r
ess
io
n
an
d
s
elec
ti
v
e
p
ar
a
m
et
er
s
h
ar
in
g
ar
e
u
tili
ze
d
[
2
7
]
.
T
h
is
is
d
o
n
e
in
o
r
d
er
to
r
ed
u
ce
th
e
a
m
o
u
n
t
o
f
co
m
m
u
n
icat
io
n
o
v
er
h
ea
d
.
T
h
e
FL
m
ec
h
an
i
s
m
s
i
g
n
i
f
ican
tl
y
r
ed
u
ce
s
co
m
m
u
n
icat
io
n
o
v
er
h
ea
d
b
y
e
x
c
h
an
g
i
n
g
m
o
d
el
p
ar
am
eter
s
i
n
s
tead
o
f
r
a
w
s
e
n
s
i
n
g
d
ata.
L
o
ca
l
DR
L
in
f
er
e
n
ce
r
eq
u
ir
es
li
m
ited
p
r
o
ce
s
s
in
g
a
n
d
m
e
m
o
r
y
r
eso
u
r
ce
s
,
m
a
k
i
n
g
t
h
e
p
r
o
p
o
s
ed
f
r
a
m
e
w
o
r
k
s
u
itab
le
f
o
r
lo
w
-
p
o
w
er
e
m
b
ed
d
ed
I
o
T
d
ev
i
ce
s
.
Fig
u
r
e
1
.
T
h
e
f
lo
w
d
iag
r
a
m
f
o
r
th
e
co
llab
o
r
ated
FDR
L
r
o
u
ti
n
g
m
o
d
el
Fig
u
r
e
2
.
T
h
e
f
lo
w
ill
u
s
tr
at
io
n
f
o
r
in
tr
a
-
cl
u
s
ter
an
d
in
ter
-
cl
u
s
ter
r
o
u
tin
g
i
n
co
llab
o
r
ated
FDR
L
3.
RE
SU
L
T
S AN
D
D
I
SCU
SS
I
O
N
E
x
ten
s
i
v
e
s
i
m
u
latio
n
s
w
er
e
co
n
d
u
cted
i
n
a
s
tan
d
ar
d
W
SN
s
i
m
u
la
tio
n
e
n
v
ir
o
n
m
en
t
to
e
v
alu
a
te
t
h
e
p
er
f
o
r
m
a
n
ce
o
f
th
e
p
r
o
p
o
s
ed
FDR
L
-
b
ased
r
o
u
tin
g
s
tr
ate
g
y
.
T
h
e
m
etr
ics
co
n
s
id
er
ed
in
clu
d
e:
th
e
FDR
L
m
o
d
el
d
em
o
n
s
tr
ate
s
a
s
ig
n
i
f
ica
n
t
r
ed
u
ctio
n
in
e
n
er
g
y
co
n
s
u
m
p
tio
n
r
elativ
e
to
co
n
v
e
n
tio
n
a
l
r
o
u
tin
g
p
r
o
to
co
ls
,
th
er
eb
y
co
n
tr
ib
u
ti
n
g
to
an
ex
t
en
d
ed
n
et
w
o
r
k
lif
eti
m
e.
T
h
e
ad
ap
tiv
e
ch
ar
ac
ter
is
tics
o
f
t
h
e
FDR
L
m
o
d
el
lead
to
r
ed
u
ce
d
laten
c
y
b
y
r
o
u
ti
n
g
d
ata
p
ac
k
ets
th
r
o
u
g
h
t
h
e
m
o
s
t
ef
f
icie
n
t
p
ath
w
a
y
s
.
T
h
e
m
o
d
el
en
h
an
ce
s
d
ata
t
r
an
s
m
is
s
io
n
ac
c
u
r
ac
y
b
y
ch
o
o
s
in
g
r
o
u
te
s
ch
ar
ac
ter
ized
b
y
s
u
p
er
io
r
lin
k
q
u
alit
y
an
d
r
ed
u
ce
d
p
ac
k
et
lo
s
s
r
ates.
T
h
e
f
i
n
d
in
g
s
d
e
m
o
n
s
tr
ate
th
at
th
e
FDR
L
-
b
ased
r
o
u
ti
n
g
s
tr
ate
g
y
s
u
r
p
as
s
es
co
n
v
en
t
io
n
al
m
et
h
o
d
s
,
esp
ec
iall
y
in
co
n
te
x
ts
c
h
ar
a
cter
ized
b
y
d
y
n
a
m
ic
n
e
t
w
o
r
k
co
n
d
itio
n
s
a
n
d
s
tr
ict
en
er
g
y
li
m
itatio
n
s
.
T
h
e
p
r
o
p
o
s
ed
f
r
am
e
w
o
r
k
w
a
s
ev
al
u
ated
u
s
i
n
g
m
u
ltip
le
I
o
T
-
W
SN
s
ce
n
ar
io
s
w
i
th
v
ar
y
i
n
g
n
e
t
wo
r
k
s
izes
an
d
tr
af
f
ic
co
n
d
itio
n
s
.
P
er
f
o
r
m
a
n
ce
w
as
ass
es
s
ed
u
s
in
g
en
er
g
y
co
n
s
u
m
p
tio
n
,
late
n
c
y
,
p
ac
k
et
d
eliv
er
y
r
atio
,
q
u
ali
t
y
o
f
s
er
v
ice
(
Qo
S
)
p
r
o
b
a
b
ilit
y
,
an
d
n
et
w
o
r
k
li
f
eti
m
e.
T
h
e
p
r
o
p
o
s
ed
FDR
L
w
a
s
co
m
p
ar
ed
w
ith
m
u
lt
i
-
h
o
p
s
tate
-
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
I
SS
N:
2089
-
4864
E
n
h
a
n
ci
n
g
n
etw
o
r
k
p
erfo
r
ma
n
ce
in
I
o
T
-
W
S
N
s
th
r
o
u
g
h
fed
era
ted
d
ee
p
…
(
N
ee
r
u
ko
n
d
a
La
k
s
h
mi
K
a
lya
n
i
)
613
a
w
ar
e
r
o
u
ti
n
g
s
tr
ate
g
y
b
ased
o
n
tr
af
f
ic
f
lo
w
f
o
r
ec
asti
n
g
(
MH
S
A
-
T
FF
)
,
co
o
p
er
ativ
e
d
ee
p
r
ein
f
o
r
ce
m
en
t
lear
n
in
g
(
C
D
R
L
)
,
r
ein
f
o
r
ce
m
en
t
lear
n
i
n
g
-
b
ase
d
r
o
u
tin
g
s
c
h
e
m
e
s
co
m
b
in
ed
w
ith
m
u
lti
-
o
p
tim
a
lit
y
r
o
u
ti
n
g
cr
iter
ia
(
R
L
R
-
M
)
,
an
d
d
ec
en
tr
alize
d
p
ar
tially
o
b
s
er
v
ab
le
Ma
r
k
o
v
d
ec
is
io
n
p
r
o
ce
s
s
(
Dec
-
P
OM
DP
)
u
n
d
er
id
en
tical
s
i
m
u
latio
n
s
et
tin
g
s
.
T
h
e
p
r
o
p
o
s
ed
r
o
u
tin
g
f
r
a
m
e
w
o
r
k
i
s
s
u
itab
le
f
o
r
s
m
ar
t
cit
y
,
i
n
d
u
s
tr
ial
I
o
T
,
en
v
ir
o
n
m
e
n
tal
m
o
n
ito
r
i
n
g
,
an
d
h
ea
lth
ca
r
e
ap
p
licatio
n
s
r
eq
u
ir
in
g
r
eliab
le
an
d
en
er
g
y
-
ef
f
icie
n
t
co
m
m
u
n
icatio
n
.
T
h
e
d
ec
en
tr
alize
d
lear
n
in
g
s
tr
ate
g
y
en
s
u
r
es
r
o
b
u
s
t
o
p
er
atio
n
u
n
d
er
d
y
n
a
m
ic
n
e
t
w
o
r
k
co
n
d
itio
n
s
.
Fig
u
r
e
3
p
r
esen
ts
a
n
ev
al
u
atio
n
o
f
t
h
e
p
r
o
p
o
s
e
d
an
d
ex
is
ti
n
g
ap
p
r
o
ac
h
es
b
y
ca
lcu
latin
g
t
h
e
av
er
a
g
e
en
er
g
y
co
n
s
u
m
p
tio
n
p
er
n
o
d
e
f
o
r
i
n
tr
a
-
cl
u
s
ter
r
o
u
ti
n
g
ac
r
o
s
s
1
0
p
air
s
o
f
cl
u
s
ter
s
.
T
h
e
en
er
g
y
co
n
s
u
m
p
tio
n
v
alu
e
s
f
o
r
ea
ch
c
lu
s
ter
p
air
ar
e
p
r
esen
ted
i
n
m
illi
j
o
u
les
(
m
J
)
.
T
h
e
FDR
L
ap
p
r
o
ac
h
ex
h
ib
i
ts
en
h
a
n
ce
d
en
er
g
y
ef
f
icien
c
y
,
c
h
ar
ac
ter
ized
b
y
t
h
e
lo
w
est
a
v
er
ag
e
e
n
er
g
y
co
n
s
u
m
p
tio
n
p
er
n
o
d
e
w
it
h
in
th
e
s
a
m
p
les
a
n
al
y
ze
d
.
T
h
e
en
er
g
y
co
n
s
u
m
p
tio
n
m
e
tr
ics
f
o
r
ea
c
h
ap
p
r
o
ac
h
r
ef
le
ct
th
e
d
e
g
r
ee
o
f
e
n
er
g
y
e
f
f
i
cien
c
y
ac
h
ie
v
ed
i
n
co
n
d
u
cti
n
g
i
n
tr
a
-
clu
s
ter
r
o
u
ti
n
g
tas
k
s
ac
r
o
s
s
t
h
e
1
0
clu
s
ter
p
air
in
g
s
.
T
h
e
p
r
o
b
a
b
ilit
y
o
f
s
at
i
s
f
ac
tio
n
o
f
t
h
e
Qo
S
cr
iter
ia
f
o
r
in
ter
-
cl
u
s
ter
r
o
u
ti
n
g
is
ill
u
s
tr
ated
i
n
Fi
g
u
r
e
4
,
w
h
ic
h
il
lu
s
tr
ates
10
d
i
f
f
er
e
n
t
co
m
b
i
n
atio
n
s
o
f
clu
s
ter
s
.
Fo
r
ea
ch
p
air
o
f
clu
s
ter
s
,
th
e
p
r
o
b
ab
ilit
y
v
a
lu
e
s
f
o
r
Qo
S
ar
e
s
h
o
w
n
in
th
e
f
o
r
m
o
f
p
er
ce
n
tag
es.
T
h
e
FDR
L
ap
p
r
o
ac
h
th
at
w
as
p
r
o
p
o
s
ed
d
is
p
lay
s
th
e
h
i
g
h
est
li
k
elih
o
o
d
o
f
Qo
S,
w
h
ich
co
r
r
esp
o
n
d
s
to
th
e
lar
g
est
m
ed
ian
p
r
o
p
o
r
tio
n
o
f
ef
f
ec
ti
v
e
Qo
S
f
u
l
f
ill
m
e
n
t
t
h
at
w
a
s
s
ee
n
in
in
ter
-
cl
u
s
ter
r
o
u
ti
n
g
s
a
m
p
le
s
.
T
h
e
Qo
S
p
r
o
b
a
b
ilit
y
v
al
u
es
p
r
o
v
id
es
an
in
d
icatio
n
o
f
h
o
w
w
ell
ea
ch
s
tr
ateg
y
p
er
f
o
r
m
ed
in
m
ee
ti
n
g
t
h
e
Qo
S
r
eq
u
ir
e
m
en
ts
f
o
r
in
ter
-
cl
u
s
ter
co
m
m
u
n
icatio
n
a
m
o
n
g
th
e
t
en
d
if
f
er
en
t
cl
u
s
ter
p
air
s
.
T
h
r
o
u
g
h
o
u
t
all
o
f
t
h
e
s
a
m
p
les
f
o
r
in
ter
-
c
lu
s
ter
r
o
u
tin
g
,
t
h
e
FDR
L
tec
h
n
iq
u
e
th
a
t
w
as
s
u
g
g
e
s
ted
h
ad
th
e
lo
west
av
er
ag
e
e
n
er
g
y
co
n
s
u
m
p
tio
n
p
er
n
o
d
e,
w
h
ic
h
in
d
icate
s
t
h
at
it
h
ad
th
e
h
i
g
h
e
s
t
e
n
er
g
y
ef
f
icie
n
c
y
.
T
h
is
is
d
e
m
o
n
s
tr
ated
in
Fig
u
r
e
5
.
A
cc
o
r
d
in
g
to
Fig
u
r
e
6
,
th
e
s
u
g
g
e
s
ted
FDR
L
h
a
s
th
e
h
i
g
h
e
s
t
av
er
ag
e
p
er
ce
n
ta
g
e
o
f
s
u
cc
ess
f
u
l
Qo
S
f
u
lf
i
l
m
e
n
t
ac
r
o
s
s
s
a
m
p
les
a
n
d
th
e
b
est
Qo
S
p
r
o
b
ab
ilit
y
w
h
e
n
it
co
m
es
to
in
tr
a
-
c
lu
s
t
er
r
o
u
tin
g
.
T
h
is
is
d
em
o
n
s
tr
ated
b
y
t
h
e
f
ac
t th
at
i
t h
as t
h
e
s
u
g
g
es
ted
FDR
L
.
Fig
u
r
e
3
.
P
r
ec
is
io
n
o
f
th
e
ev
al
u
ated
class
i
f
ica
tio
n
m
eth
o
d
s
Fig
u
r
e
4
.
A
cc
u
r
ac
y
o
f
t
h
e
ev
a
l
u
ated
class
i
f
ica
tio
n
m
eth
o
d
s
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
0
8
9
-
4864
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
,
Vo
l.
1
5
,
No
.
3
,
No
v
e
m
b
er
202
6
:
609
-
618
614
Fig
u
r
e
5
.
T
h
e
en
er
g
ies ef
f
icie
n
c
y
o
f
in
ter
-
cl
u
s
ter
r
o
u
ti
n
g
in
an
I
o
T
-
en
ab
led
W
SN f
o
r
2
0
cl
u
s
ter
p
air
in
g
s
u
s
i
n
g
MH
S
A
-
T
FF
,
C
DR
L
,
R
L
R
-
M,
Dec
-
P
OM
DP
,
an
d
th
e
s
u
g
g
es
t
ed
FDR
L
Fig
u
r
e
6
.
I
n
ter
-
cl
u
s
ter
r
o
u
ti
n
g
q
u
alit
y
-
of
-
s
er
v
ice
p
r
o
b
ab
ilit
ies f
o
r
2
0
clu
s
ter
p
air
s
in
a
n
I
o
T
-
en
ab
led
W
SN
u
s
i
n
g
MH
S
A
-
T
FF
,
C
D
R
L
,
R
L
R
-
M,
Dec
-
P
OM
DP
,
an
d
th
e
p
r
o
p
o
s
ed
FDR
L
Fig
u
r
e
7
co
n
tain
s
f
o
u
r
s
u
b
p
l
o
ts
r
ep
r
esen
tin
g
t
h
e
p
er
f
o
r
m
a
n
ce
m
etr
ic
s
o
f
t
h
e
p
r
o
p
o
s
ed
in
telli
g
e
n
t
d
ata
r
o
u
tin
g
s
tr
ate
g
y
f
o
r
I
o
T
-
en
ab
led
W
SN
s
b
ased
o
n
FDR
L
.
Her
e
’
s
a
d
etailed
ex
p
lan
atio
n
o
f
ea
ch
g
r
ap
h
:
Fig
u
r
e
7
(
a)
d
em
o
n
s
tr
ates
th
a
t
en
er
g
y
co
n
s
u
m
p
tio
n
d
ec
r
ea
s
e
s
as
th
e
n
u
m
b
er
o
f
n
et
w
o
r
k
n
o
d
es
in
cr
ea
s
es.
T
h
is
in
d
icate
s
t
h
at
t
h
e
p
r
o
p
o
s
ed
s
tr
ateg
y
e
f
f
ec
ti
v
el
y
o
p
ti
m
ize
s
en
er
g
y
u
s
e,
li
k
el
y
d
u
e
to
ef
f
icie
n
t
r
o
u
ti
n
g
a
n
d
lo
ad
d
is
tr
ib
u
tio
n
a
m
o
n
g
n
o
d
es
,
an
d
Fig
u
r
e
7
(
b
)
s
h
o
w
s
a
d
ec
r
ea
s
in
g
tr
e
n
d
in
laten
c
y
a
s
th
e
n
et
w
o
r
k
s
ize
g
r
o
w
s
.
T
h
e
FL
m
o
d
el
li
k
el
y
r
ed
u
ce
s
d
ec
is
io
n
-
m
ak
i
n
g
d
ela
y
s
,
en
ab
lin
g
f
aster
d
ata
tr
an
s
m
is
s
io
n
ev
e
n
in
lar
g
er
n
et
w
o
r
k
s
.
Fig
u
r
e
7
(
c)
s
h
o
w
s
t
h
e
p
ac
k
et
d
eliv
er
y
r
atio
in
cr
ea
s
es
w
ith
t
h
e
n
u
m
b
er
o
f
n
o
d
es,
in
d
icatin
g
th
at
t
h
e
p
r
o
p
o
s
ed
r
o
u
tin
g
s
tr
ate
g
y
en
s
u
r
es
r
eliab
le
d
ata
d
eliv
er
y
.
T
h
is
is
a
p
o
s
itiv
e
o
u
tco
m
e
,
r
ef
lectin
g
r
o
b
u
s
t
h
an
d
li
n
g
o
f
n
e
t
w
o
r
k
tr
af
f
ic
a
n
d
m
in
i
m
izi
n
g
p
ac
k
et
lo
s
s
.
Fi
g
u
r
e
7
(
d
)
s
h
o
w
s
t
h
e
n
et
w
o
r
k
li
f
eti
m
e
i
m
p
r
o
v
e
s
as
th
e
n
u
m
b
er
o
f
n
o
d
es
i
n
cr
ea
s
e
s
.
T
h
is
s
u
g
g
e
s
ts
th
at
th
e
en
er
g
y
-
e
f
f
icie
n
t
d
esi
g
n
o
f
th
e
r
o
u
ti
n
g
s
tr
ate
g
y
ex
te
n
d
s
th
e
o
p
er
atio
n
al
lif
e
o
f
th
e
e
n
tir
e
n
et
w
o
r
k
,
p
ar
ticu
lar
l
y
in
r
eso
u
r
ce
-
co
n
s
tr
ai
n
ed
I
o
T
s
y
s
te
m
s
.
T
h
ese
r
esu
lt
s
co
llecti
v
el
y
v
ali
d
ate
th
e
e
f
f
ec
ti
v
en
e
s
s
o
f
t
h
e
p
r
o
p
o
s
ed
f
r
a
m
e
w
o
r
k
i
n
ac
h
ie
v
in
g
b
ette
r
en
er
g
y
e
f
f
icien
c
y
,
r
ed
u
ce
d
lat
en
c
y
,
i
m
p
r
o
v
ed
d
eli
v
er
y
r
atio
,
an
d
ex
te
n
d
ed
n
et
w
o
r
k
li
f
eti
m
e
as
th
e
n
et
w
o
r
k
s
ize
s
ca
les.
An
in
telli
g
en
t
d
a
ta
r
o
u
tin
g
s
tr
ate
g
y
t
h
at
is
b
a
s
ed
o
n
FDR
L
f
o
r
I
o
T
-
en
ab
led
W
SN
s
h
as
b
ee
n
p
r
o
p
o
s
ed
as a
s
o
lu
tio
n
to
t
h
e
ch
alle
n
g
e
s
th
a
t a
r
is
e
w
h
e
n
atte
m
p
tin
g
to
r
o
u
te
d
ata
in
e
n
v
ir
o
n
m
e
n
t
s
th
a
t a
r
e
b
o
th
d
y
n
a
m
ic
an
d
r
eso
u
r
ce
-
co
n
s
tr
ain
ed
.
T
h
e
in
co
r
p
o
r
atio
n
o
f
in
tellig
e
n
t
d
ec
is
io
n
-
m
a
k
in
g
,
clu
s
ter
-
b
ased
r
o
u
tin
g
,
an
d
DR
L
s
tr
ate
g
ies
r
es
u
lt
s
in
a
s
ig
n
i
f
ica
n
t
i
m
p
r
o
v
e
m
e
n
t
in
th
e
r
eliab
ilit
y
t
h
r
es
h
o
ld
,
m
ax
i
m
u
m
s
u
m
r
ate,
en
er
g
y
ef
f
icie
n
c
y
,
an
d
Qo
S
li
k
elih
o
o
d
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
I
SS
N:
2089
-
4864
E
n
h
a
n
ci
n
g
n
etw
o
r
k
p
erfo
r
ma
n
ce
in
I
o
T
-
W
S
N
s
th
r
o
u
g
h
fed
era
ted
d
ee
p
…
(
N
ee
r
u
ko
n
d
a
La
k
s
h
mi
K
a
lya
n
i
)
615
(
a)
(
b
)
(
c)
(
d
)
Fig
u
r
e
7
.
P
er
f
o
r
m
a
n
ce
cu
r
v
e
s
o
f
th
e
p
r
o
p
o
s
ed
FDR
L
;
(
a)
en
er
g
y
co
n
s
u
m
p
tio
n
,
(
b
)
laten
c
y
,
(
c)
p
ac
k
et
d
eliv
er
y
r
atio
,
an
d
(
d
)
n
et
w
o
r
k
li
f
eti
m
e
w
it
h
r
esp
ec
t to
n
et
w
o
r
k
s
ize
4.
CO
NCLU
SI
O
N
T
h
e
ex
p
an
d
in
g
r
ea
l
m
o
f
I
o
T
-
en
ab
led
W
SN
s
n
ec
ess
i
tate
s
cr
ea
tiv
e
ap
p
r
o
ac
h
es
to
ad
d
r
ess
th
e
f
u
n
d
a
m
en
ta
l
ch
al
len
g
es
o
f
d
at
a
r
o
u
tin
g
,
in
c
lu
d
i
n
g
d
y
n
a
m
ic
t
o
p
o
lo
g
y
,
e
n
er
g
y
li
m
itat
io
n
s
,
a
n
d
th
e
r
eq
u
ir
e
m
e
n
t
f
o
r
s
ca
lab
le
an
d
ad
a
p
tiv
e
s
tr
ateg
ies.
T
h
is
p
ap
er
in
tr
o
d
u
ce
s
an
in
n
o
v
ati
v
e
d
ata
r
o
u
tin
g
s
tr
at
eg
y
u
tili
zi
n
g
FD
R
L
to
ef
f
ec
ti
v
el
y
tac
k
le
th
e
s
e
ch
allen
g
es.
T
h
e
p
r
o
p
o
s
ed
co
o
r
d
in
ated
FDR
L
m
o
d
el
in
teg
r
ate
s
th
e
d
ec
en
tr
alize
d
lear
n
in
g
f
ea
t
u
r
es
o
f
FL
w
it
h
t
h
e
ad
ap
tiv
e
d
ec
is
io
n
-
m
a
k
i
n
g
a
d
v
an
ta
g
es
o
f
D
R
L
.
T
h
is
in
teg
r
atio
n
f
ac
ili
tate
s
th
e
cr
ea
tio
n
o
f
a
r
o
u
ti
n
g
s
tr
ateg
y
t
h
at
is
b
o
th
e
f
f
icie
n
t
an
d
s
ca
la
b
le,
d
y
n
a
m
icall
y
ad
j
u
s
t
in
g
to
n
et
w
o
r
k
co
n
d
itio
n
s
,
o
p
tim
izin
g
en
er
g
y
u
s
e,
an
d
g
u
ar
an
teei
n
g
r
eliab
le
d
ata
tr
an
s
m
i
s
s
io
n
th
r
o
u
g
h
o
u
t
th
e
n
et
wo
r
k
.
T
h
is
ap
p
r
o
ac
h
p
r
esen
ts
a
d
is
ti
n
cti
v
e
f
r
a
m
e
wo
r
k
in
w
h
ic
h
in
d
i
v
id
u
a
l
s
en
s
o
r
n
o
d
es
f
u
n
ctio
n
as
lo
ca
l
ag
e
n
ts
,
d
ev
elo
p
in
g
t
h
eir
m
o
d
el
s
f
r
o
m
lo
ca
l
o
b
s
er
v
atio
n
s
an
d
p
er
io
d
ically
s
y
n
c
h
r
o
n
i
zin
g
w
it
h
a
ce
n
tr
al
s
er
v
er
v
ia
th
e
FL
p
r
o
ce
s
s
.
T
h
is
d
ec
en
tr
alize
d
tr
ain
i
n
g
ap
p
r
o
ac
h
e
f
f
ec
tiv
e
l
y
s
a
f
eg
u
ar
d
s
d
at
a
p
r
iv
ac
y
w
h
i
le
s
i
m
u
lta
n
eo
u
s
l
y
i
m
p
r
o
v
i
n
g
t
h
e
s
y
s
te
m
's
s
ca
lab
ilit
y
b
y
r
ed
u
c
in
g
r
elian
ce
o
n
ce
n
tr
alize
d
d
ata
co
llectio
n
.
T
h
e
p
r
o
p
o
s
ed
m
o
d
el
u
n
d
er
w
en
t
th
o
r
o
u
g
h
s
i
m
u
latio
n
s
,
s
h
o
w
ca
s
in
g
n
o
tab
le
en
h
an
ce
m
e
n
ts
i
n
ess
e
n
tial
p
er
f
o
r
m
a
n
ce
m
etr
ic
s
in
cl
u
d
i
n
g
e
n
er
g
y
ef
f
icien
c
y
,
late
n
c
y
,
d
ata
tr
an
s
m
is
s
io
n
ac
c
u
r
ac
y
,
an
d
n
et
w
o
r
k
lo
n
g
e
v
it
y
.
T
h
e
f
in
d
i
n
g
s
d
em
o
n
s
tr
ate
th
at
t
h
e
FDR
L
-
b
ased
r
o
u
ti
n
g
s
tr
ate
g
y
s
u
r
p
ass
e
s
co
n
v
e
n
tio
n
al
ap
p
r
o
ac
h
es,
esp
ec
iall
y
i
n
s
i
tu
at
io
n
s
c
h
ar
ac
ter
ized
b
y
f
l
u
ctu
a
tin
g
n
et
w
o
r
k
co
n
d
itio
n
s
a
n
d
s
tr
ict
en
er
g
y
li
m
itat
i
o
n
s
.
T
h
e
co
o
r
d
in
ated
FDR
L
m
o
d
el
o
f
f
er
s
a
co
m
p
ell
in
g
ap
p
r
o
ac
h
f
o
r
in
te
l
lig
e
n
t
d
ata
r
o
u
ti
n
g
i
n
I
o
T
-
en
a
b
led
W
SNs
.
B
y
tac
k
li
n
g
th
e
ess
e
n
tial
i
s
s
u
es
o
f
en
er
g
y
e
f
f
icien
c
y
,
ad
ap
tab
il
it
y
,
a
n
d
s
ca
lab
ilit
y
,
t
h
e
s
u
g
g
e
s
ted
ap
p
r
o
ac
h
co
u
ld
g
r
ea
tl
y
i
m
p
r
o
v
e
t
h
e
p
er
f
o
r
m
a
n
c
e
a
n
d
r
eliab
ilit
y
o
f
u
p
co
m
i
n
g
I
o
T
ap
p
licatio
n
s
.
T
h
e
p
r
o
p
o
s
ed
r
o
u
tin
g
f
r
a
m
e
wo
r
k
ca
n
b
e
ex
ten
d
ed
to
ap
p
licatio
n
-
s
p
ec
i
f
ic
i
n
te
g
r
ated
cir
cu
it
(
A
SI
C
)
an
d
v
er
y
-
lar
g
e
-
s
ca
le
i
n
teg
r
atio
n
(
V
L
S
I
)
i
m
p
le
m
e
n
tatio
n
s
th
r
o
u
g
h
d
ed
icate
d
h
ar
d
w
ar
e
ac
ce
ler
ato
r
s
f
o
r
n
e
u
r
al
n
et
w
o
r
k
in
f
er
en
ce
an
d
f
ed
er
ated
ag
g
r
eg
atio
n
.
S
u
c
h
i
m
p
le
m
en
ta
tio
n
s
ca
n
f
u
r
th
er
r
ed
u
ce
laten
c
y
a
n
d
en
er
g
y
co
n
s
u
m
p
tio
n
in
lar
g
e
-
s
ca
le
I
o
T
d
ep
lo
y
m
e
n
ts
.
Fu
t
u
r
e
w
o
r
k
w
ill
i
n
v
e
s
ti
g
ate
f
ield
-
p
r
o
g
r
am
m
ab
le
g
ate
ar
r
a
y
(
FP
GA
)
-
ass
is
ted
DR
L
ac
ce
ler
atio
n
,
lig
h
t
w
eig
h
t
e
m
b
ed
d
e
d
FL
m
o
d
u
le
s
,
an
d
ad
ap
tiv
e
r
o
u
tin
g
i
m
p
le
m
en
tatio
n
s
f
o
r
n
ex
t
-
g
e
n
er
atio
n
r
ec
o
n
f
i
g
u
r
ab
le
I
o
T
p
latf
o
r
m
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
0
8
9
-
4864
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
,
Vo
l.
1
5
,
No
.
3
,
No
v
e
m
b
er
202
6
:
609
-
618
616
ACK
NO
WL
E
D
G
M
E
NT
S
T
h
e
au
th
o
r
s
g
r
atef
u
ll
y
ac
k
n
o
w
led
g
e
th
e
s
u
p
p
o
r
t
p
r
o
v
id
ed
b
y
t
h
eir
in
s
titu
tio
n
an
d
co
lleag
u
e
s
w
h
o
co
n
tr
ib
u
ted
to
th
is
w
o
r
k
.
F
UNDIN
G
I
NF
O
RM
AT
I
O
N
T
h
e
o
p
en
ac
ce
s
s
ar
ticle
p
r
o
c
ess
i
n
g
c
h
ar
g
e
w
a
s
p
aid
b
y
t
h
e
au
t
h
o
r
s
'
o
r
g
an
iza
tio
n
s
.
N
o
ex
ter
n
al
f
u
n
d
i
n
g
w
a
s
r
ec
eiv
ed
f
o
r
th
is
s
tu
d
y
.
AUTHO
R
CO
NT
RIB
UT
I
O
NS ST
A
T
E
M
E
NT
T
h
is
j
o
u
r
n
al
u
s
e
s
th
e
C
o
n
tr
ib
u
to
r
R
o
les
T
ax
o
n
o
m
y
(
C
R
ed
iT
)
to
r
ec
o
g
n
ize
in
d
i
v
id
u
al
au
th
o
r
co
n
tr
ib
u
tio
n
s
,
r
ed
u
ce
au
t
h
o
r
s
h
ip
d
is
p
u
tes,
an
d
f
ac
ilit
ate
co
lla
b
o
r
atio
n
.
Na
m
e
o
f
Aut
ho
r
C
M
So
Va
Fo
I
R
D
O
E
Vi
Su
P
Fu
Nee
r
u
k
o
n
d
a
L
a
k
s
h
m
i
Kal
y
a
n
i
✓
✓
✓
✓
✓
✓
✓
✓
✓
✓
✓
Sh
ailaj
a
Mu
t
h
y
ala
✓
✓
✓
✓
✓
✓
✓
✓
Sra
v
an
a
m
Sre
ej
a
✓
✓
✓
✓
✓
✓
✓
✓
Ko
n
eti
Var
alak
s
h
m
i
✓
✓
✓
✓
✓
✓
✓
✓
✓
✓
Z
ar
ap
ala
Su
n
it
h
a
B
ai
✓
✓
✓
✓
✓
✓
✓
Ma
n
i M
o
h
a
n
D
u
p
at
y
✓
✓
✓
✓
✓
✓
✓
C
:
C
o
n
c
e
p
t
u
a
l
i
z
a
t
i
o
n
M
:
M
e
t
h
o
d
o
l
o
g
y
So
:
So
f
t
w
a
r
e
Va
:
Va
l
i
d
a
t
i
o
n
Fo
:
Fo
r
mal
a
n
a
l
y
si
s
I
:
I
n
v
e
st
i
g
a
t
i
o
n
R
:
R
e
so
u
r
c
e
s
D
:
D
a
t
a
C
u
r
a
t
i
o
n
O
:
W
r
i
t
i
n
g
-
O
r
i
g
i
n
a
l
D
r
a
f
t
E
:
W
r
i
t
i
n
g
-
R
e
v
i
e
w
&
E
d
i
t
i
n
g
Vi
:
Vi
su
a
l
i
z
a
t
i
o
n
Su
:
Su
p
e
r
v
i
si
o
n
P
:
P
r
o
j
e
c
t
a
d
mi
n
i
st
r
a
t
i
o
n
Fu
:
Fu
n
d
i
n
g
a
c
q
u
i
si
t
i
o
n
CO
NF
L
I
C
T
O
F
I
N
T
E
R
E
S
T
ST
A
T
E
M
E
NT
T
h
e
au
th
o
r
s
d
ec
lar
e
th
at
t
h
er
e
ar
e
n
o
co
n
f
lict
s
o
f
i
n
ter
est r
eg
ar
d
in
g
t
h
is
s
tu
d
y
.
DATA AV
AI
L
AB
I
L
I
T
Y
T
h
e
d
ata
s
u
p
p
o
r
tin
g
th
i
s
s
t
u
d
y
ar
e
av
ailab
le
f
r
o
m
t
h
e
co
r
r
esp
o
n
d
in
g
au
t
h
o
r
u
p
o
n
r
ea
s
o
n
ab
l
e
r
eq
u
est.
RE
F
E
R
E
NC
E
S
[
1
]
K
.
G
u
l
a
t
i
,
R
.
S
.
K
.
B
o
d
d
u
,
D
.
K
a
p
i
l
a
,
S
.
L
.
B
a
n
g
a
r
e
,
N
.
C
h
a
n
d
n
a
n
i
,
a
n
d
G
.
S
a
r
a
v
a
n
a
n
,
“
A
r
e
v
i
e
w
p
a
p
e
r
o
n
w
i
r
e
l
e
ss
se
n
so
r
n
e
t
w
o
r
k
t
e
c
h
n
i
q
u
e
s
i
n
I
n
t
e
r
n
e
t
o
f
T
h
i
n
g
s
(
I
o
T
)
,
”
Ma
t
e
r
.
T
o
d
a
y
Pro
c
.
,
v
o
l
.
5
1
,
p
p
.
1
6
1
–
1
6
5
,
2
0
2
2
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
ma
t
p
r
.
2
0
2
1
.
0
5
.
0
6
7
.
[
2
]
T
.
Jab
e
e
n
,
I
.
Jab
e
e
n
,
H
.
A
sh
r
a
f
,
N
.
Z
.
J
h
a
n
j
h
i
,
A
.
Y
a
ss
i
n
e
,
a
n
d
M
.
S
.
H
o
ssai
n
,
“
A
n
I
n
t
e
l
l
i
g
e
n
t
H
e
a
l
t
h
c
a
r
e
S
y
st
e
m
U
si
n
g
I
o
T
i
n
W
i
r
e
l
e
ss S
e
n
so
r
N
e
t
w
o
r
k
,
”
S
e
n
s
o
rs
,
v
o
l
.
2
3
,
n
o
.
1
1
,
p
.
5
0
5
5
,
M
a
y
2
0
2
3
,
d
o
i
:
1
0
.
3
3
9
0
/
s2
3
1
1
5
0
5
5
.
[
3
]
S
.
S
.
S
u
r
e
sh
,
V
.
P
r
a
b
h
u
,
V
.
P
a
r
t
h
a
s
a
r
a
t
h
y
,
G
.
S
e
n
t
h
i
l
k
u
m
a
r
,
a
n
d
V
.
G
u
n
d
u
,
“
I
n
t
e
l
l
i
g
e
n
t
d
a
t
a
r
o
u
t
i
n
g
st
r
a
t
e
g
y
b
a
se
d
o
n
f
e
d
e
r
a
t
e
d
d
e
e
p
r
e
i
n
f
o
r
c
e
me
n
t
l
e
a
r
n
i
n
g
f
o
r
I
O
T
-
e
n
a
b
l
e
d
w
i
r
e
l
e
ss
se
n
so
r
n
e
t
w
o
r
k
s,”
Me
a
s.
S
e
n
s
o
rs
,
v
o
l
.
3
1
,
p
.
1
0
1
0
1
2
,
F
e
b
.
2
0
2
4
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
me
a
se
n
.
2
0
2
3
.
1
0
1
0
1
2
.
[
4
]
S
.
Y
a
ss
i
n
e
,
N
.
N
a
j
i
b
,
a
n
d
J
.
A
b
d
e
l
l
a
h
,
“
R
o
u
t
i
n
g
a
p
p
r
o
a
c
h
e
s
i
n
n
a
me
d
d
a
t
a
n
e
t
w
o
r
k
:
a
s
u
r
v
e
y
a
n
d
e
me
r
g
i
n
g
r
e
se
a
r
c
h
c
h
a
l
l
e
n
g
e
s,”
I
n
t
.
J
.
C
o
m
p
u
t
.
A
p
p
l
.
,
v
o
l
.
4
6
,
n
o
.
1
,
p
p
.
3
2
–
4
5
,
J
a
n
.
2
0
2
4
,
d
o
i
:
1
0
.
1
0
8
0
/
1
2
0
6
2
1
2
X
.
2
0
2
3
.
2
2
7
9
8
1
1
.
[
5
]
P
.
C
o
n
g
e
t
a
l
.
,
“
A
d
e
e
p
r
e
i
n
f
o
r
c
e
me
n
t
l
e
a
r
n
i
n
g
-
b
a
se
d
mu
l
t
i
-
o
p
t
i
mal
i
t
y
r
o
u
t
i
n
g
sc
h
e
me
f
o
r
d
y
n
a
mi
c
I
o
T
n
e
t
w
o
r
k
s,”
C
o
m
p
u
t
.
N
e
t
w
o
rks
,
v
o
l
.
1
9
2
,
p
.
1
0
8
0
5
7
,
J
u
n
.
2
0
2
1
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
c
o
m
n
e
t
.
2
0
2
1
.
1
0
8
0
5
7
.
[
6
]
B
.
N
.
B
h
u
k
y
a
,
V
.
V
e
n
k
a
t
a
i
a
h
,
S
.
M
.
K
u
c
h
i
b
h
a
t
l
a
,
S
.
K
o
t
e
sw
a
r
i
,
R
.
V
.
S
.
L
.
K
u
mari,
a
n
d
Y
.
R
.
R
a
j
u
,
“
I
n
t
e
g
r
a
t
i
n
g
t
h
e
I
n
t
e
r
n
e
t
o
f
T
h
i
n
g
s
t
o
P
r
o
t
e
c
t
El
e
c
t
r
i
c
V
e
h
i
c
l
e
C
o
n
t
r
o
l
S
y
st
e
ms
f
r
o
m
C
y
b
e
r
A
t
t
a
c
k
s,
”
I
AEN
G
I
n
t
.
J
.
A
p
p
l
.
M
a
t
h
.
,
v
o
l
.
5
4
,
n
o
.
3
,
p
p
.
4
3
3
–
4
4
0
,
2
0
2
4
.
[
7
]
R
.
P
r
i
y
a
d
a
r
sh
i
,
“
En
e
r
g
y
-
Ef
f
i
c
i
e
n
t
R
o
u
t
i
n
g
i
n
W
i
r
e
l
e
ss
S
e
n
so
r
N
e
t
w
o
r
k
s:
A
M
e
t
a
-
h
e
u
r
i
st
i
c
a
n
d
A
r
t
i
f
i
c
i
a
l
I
n
t
e
l
l
i
g
e
n
c
e
-
b
a
se
d
A
p
p
r
o
a
c
h
:
A
C
o
m
p
r
e
h
e
n
si
v
e
R
e
v
i
e
w
,
”
Arc
h
.
C
o
m
p
u
t
.
Me
t
h
o
d
s
En
g
.
,
v
o
l
.
3
1
,
n
o
.
4
,
p
p
.
2
1
0
9
–
2
1
3
7
,
M
a
y
2
0
2
4
,
d
o
i
:
1
0
.
1
0
0
7
/
s
1
1
8
3
1
-
0
2
3
-
1
0
0
3
9
-
6.
[
8
]
S
.
K
a
v
i
a
r
a
s
a
n
a
n
d
R
.
S
r
i
n
i
v
a
sa
n
,
“
D
e
v
e
l
o
p
i
n
g
a
n
o
v
e
l
e
n
e
r
g
y
e
f
f
i
c
i
e
n
t
r
o
u
t
i
n
g
p
r
o
t
o
c
o
l
i
n
W
S
N
u
s
i
n
g
a
d
a
p
t
i
v
e
r
e
mo
r
a
o
p
t
i
m
i
z
a
t
i
o
n
a
l
g
o
r
i
t
h
m,
”
E
x
p
e
rt
S
y
st
.
Ap
p
l
.
,
v
o
l
.
2
4
4
,
p
.
1
2
2
8
7
3
,
J
u
n
.
2
0
2
4
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
e
sw
a
.
2
0
2
3
.
1
2
2
8
7
3
.
[
9
]
Z
.
M
a
mm
e
r
i
,
“
R
e
i
n
f
o
r
c
e
me
n
t
L
e
a
r
n
i
n
g
B
a
se
d
R
o
u
t
i
n
g
i
n
N
e
t
w
o
r
k
s:
R
e
v
i
e
w
a
n
d
C
l
a
ss
i
f
i
c
a
t
i
o
n
o
f
A
p
p
r
o
a
c
h
e
s,”
I
EE
E
A
c
c
e
ss
,
v
o
l
.
7
,
p
p
.
5
5
9
1
6
–
5
5
9
5
0
,
2
0
1
9
,
d
o
i
:
1
0
.
1
1
0
9
/
A
C
C
ESS
.
2
0
1
9
.
2
9
1
3
7
7
6
.
[
1
0
]
A
.
T
a
r
i
q
e
t
a
l
.
,
“
T
r
u
st
w
o
r
t
h
y
F
e
d
e
r
a
t
e
d
L
e
a
r
n
i
n
g
:
A
C
o
mp
r
e
h
e
n
si
v
e
R
e
v
i
e
w
,
A
r
c
h
i
t
e
c
t
u
r
e
,
K
e
y
C
h
a
l
l
e
n
g
e
s,
a
n
d
F
u
t
u
r
e
R
e
se
a
r
c
h
P
r
o
sp
e
c
t
s,”
I
EEE
O
p
e
n
J
.
C
o
m
m
u
n
.
S
o
c
.
,
v
o
l
.
5
,
p
p
.
4
9
2
0
–
4
9
9
8
,
2
0
2
4
,
d
o
i
:
1
0
.
1
1
0
9
/
O
JC
O
M
S
.
2
0
2
4
.
3
4
3
8
2
6
4
.
[
1
1
]
T
.
M
.
G
h
a
z
a
l
,
M
.
K
.
H
a
s
a
n
,
H
.
M
.
A
l
z
o
u
b
i
,
M
.
A
l
sh
u
r
i
d
e
h
,
M
.
A
h
ma
d
,
a
n
d
S
.
S
.
A
k
b
a
r
,
“
I
n
t
e
r
n
e
t
o
f
T
h
i
n
g
s
C
o
n
n
e
c
t
e
d
W
i
r
e
l
e
ss
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
I
SS
N:
2089
-
4864
E
n
h
a
n
ci
n
g
n
etw
o
r
k
p
erfo
r
ma
n
ce
in
I
o
T
-
W
S
N
s
th
r
o
u
g
h
fed
era
ted
d
ee
p
…
(
N
ee
r
u
ko
n
d
a
La
k
s
h
mi
K
a
lya
n
i
)
617
S
e
n
so
r
N
e
t
w
o
r
k
s
f
o
r
S
mart
C
i
t
i
e
s,”
i
n
T
h
e
E
f
f
e
c
t
o
f
I
n
f
o
rm
a
t
i
o
n
T
e
c
h
n
o
l
o
g
y
o
n
B
u
si
n
e
ss
a
n
d
M
a
rk
e
t
i
n
g
I
n
t
e
l
l
i
g
e
n
c
e
S
y
st
e
m
s
,
S
p
r
i
n
g
e
r
,
C
h
a
m,
2
0
2
3
,
p
p
.
1
9
5
3
–
1
9
6
8
,
d
o
i
:
1
0
.
1
0
0
7
/
9
7
8
-
3
-
0
3
1
-
1
2
3
8
2
-
5
_
1
0
7
.
[
1
2
]
B
.
C
h
a
n
d
e
r
,
A
.
B
.
N
i
r
m
a
l
a
,
K
.
G
u
r
a
v
a
i
a
h
,
a
n
d
G
.
K
u
marav
e
l
a
n
,
I
n
t
e
l
l
i
g
e
n
t
Wi
r
e
l
e
ss
S
e
n
so
r
N
e
t
w
o
r
k
s
a
n
d
t
h
e
I
n
t
e
r
n
e
t
o
f
T
h
i
n
g
s:
Al
g
o
r
i
t
h
m
s,
Me
t
h
o
d
o
l
o
g
i
e
s,
a
n
d
A
p
p
l
i
c
a
t
i
o
n
s
,
1
st
e
d
.
C
R
C
P
r
e
ss,
2
0
2
4
.
[
1
3
]
T
.
L
.
N
a
r
a
y
a
n
a
e
t
a
l
.
,
“
A
d
v
a
n
c
e
s i
n
r
e
a
l
t
i
me
smar
t
mo
n
i
t
o
r
i
n
g
o
f
e
n
v
i
r
o
n
m
e
n
t
a
l
p
a
r
a
me
t
e
r
s u
si
n
g
I
o
T
a
n
d
se
n
so
r
s,”
H
e
l
i
y
o
n
,
v
o
l
.
1
0
,
n
o
.
7
,
p
.
e
2
8
1
9
5
,
A
p
r
.
2
0
2
4
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
h
e
l
i
y
o
n
.
2
0
2
4
.
e
2
8
1
9
5
.
[
1
4
]
S
.
S
i
n
h
a
a
n
d
P
.
M
a
k
k
a
r
,
“
W
i
r
e
l
e
ss
s
e
n
so
r
n
e
t
w
o
r
k
s:
C
o
n
c
e
p
t
s,
c
o
mp
o
n
e
n
t
s,
a
n
d
c
h
a
l
l
e
n
g
e
s,”
i
n
S
e
c
u
ri
t
y
a
n
d
Pri
v
a
c
y
I
ssu
e
s
i
n
I
o
T
D
e
v
i
c
e
s
a
n
d
S
e
n
s
o
r
N
e
t
w
o
rks
,
El
s
e
v
i
e
r
,
2
0
2
1
,
p
p
.
1
–
27
,
d
o
i
:
1
0
.
1
0
1
6
/
B
9
7
8
-
0
-
12
-
8
2
1
2
5
5
-
4
.
0
0
0
0
1
-
8.
[
1
5
]
R
.
P
r
i
y
a
d
a
r
sh
i
,
“
Ef
f
i
c
i
e
n
t
n
o
d
e
d
e
p
l
o
y
me
n
t
f
o
r
e
n
h
a
n
c
i
n
g
c
o
v
e
r
a
g
e
a
n
d
c
o
n
n
e
c
t
i
v
i
t
y
i
n
w
i
r
e
l
e
ss
se
n
so
r
n
e
t
w
o
r
k
s,”
S
c
i
e
n
t
i
f
i
c
Re
p
o
r
t
s
,
v
o
l
.
1
5
,
p
.
2
9
0
5
2
,
2
0
2
5
,
d
o
i
:
1
0
.
1
0
3
8
/
s
4
1
5
9
8
-
0
2
5
-
1
4
2
5
2
-
0
.
[
1
6
]
S
.
R
.
Jo
n
d
h
a
l
e
,
R
.
M
a
h
e
sw
a
r
,
a
n
d
J.
L
l
o
r
e
t
,
“
F
u
n
d
a
me
n
t
a
l
s
o
f
W
i
r
e
l
e
ss
S
e
n
so
r
N
e
t
w
o
r
k
s,”
i
n
Re
c
e
i
v
e
d
S
i
g
n
a
l
S
t
r
e
n
g
t
h
B
a
se
d
T
a
rg
e
t
L
o
c
a
l
i
z
a
t
i
o
n
a
n
d
T
r
a
c
k
i
n
g
U
s
i
n
g
W
i
re
l
e
ss
S
e
n
so
r
N
e
t
w
o
rks
,
S
p
r
i
n
g
e
r
,
2
0
2
2
,
c
h
.
F
u
n
d
a
me
n
t
a
,
p
p
.
1
–
19
,
d
o
i
:
1
0
.
1
0
0
7
/
9
7
8
-
3
-
0
3
0
-
7
4
0
6
1
-
0
_
1
.
[
1
7
]
A
.
S
e
y
y
e
d
a
b
b
a
s
i
,
F
.
K
i
a
n
i
,
T
.
A
l
l
a
h
v
i
r
a
n
l
o
o
,
U
.
F
e
r
n
a
n
d
e
z
-
G
a
mi
z
,
a
n
d
S
.
N
o
e
i
a
g
h
d
a
m,
“
O
p
t
i
m
a
l
d
a
t
a
t
r
a
n
sm
i
ssi
o
n
a
n
d
p
a
t
h
f
i
n
d
i
n
g
f
o
r
W
S
N
a
n
d
d
e
c
e
n
t
r
a
l
i
z
e
d
I
o
T
s
y
st
e
ms
u
si
n
g
I
-
G
W
O
a
n
d
E
x
-
G
W
O
a
l
g
o
r
i
t
h
ms,
”
Al
e
x
a
n
d
r
i
a
En
g
.
J
.
,
v
o
l
.
6
3
,
p
p
.
3
3
9
–
3
5
7
,
J
a
n
.
2
0
2
3
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
a
e
j
.
2
0
2
2
.
0
8
.
0
0
9
.
[
1
8
]
R
.
D
o
g
r
a
,
S
.
R
a
n
i
,
H
.
B
a
b
b
a
r
,
a
n
d
D
.
K
r
a
h
,
“
En
e
r
g
y
‐
Ef
f
i
c
i
e
n
t
R
o
u
t
i
n
g
P
r
o
t
o
c
o
l
f
o
r
N
e
x
t
‐
G
e
n
e
r
a
t
i
o
n
A
p
p
l
i
c
a
t
i
o
n
i
n
t
h
e
I
n
t
e
r
n
e
t
o
f
T
h
i
n
g
s
a
n
d
W
i
r
e
l
e
ss Se
n
so
r
N
e
t
w
o
r
k
s,”
Wi
re
l
.
C
o
m
m
u
n
.
M
o
b
.
C
o
m
p
u
t
.
,
v
o
l
.
2
0
2
2
,
n
o
.
1
,
J
a
n
.
2
0
2
2
,
d
o
i
:
1
0
.
1
1
5
5
/
2
0
2
2
/
8
0
0
6
7
5
1
.
[
1
9
]
N
.
S
h
a
n
,
X
.
C
u
i
,
a
n
d
Z
.
G
a
o
,
“
‘
D
R
L
+
F
L
’
:
A
n
i
n
t
e
l
l
i
g
e
n
t
r
e
so
u
r
c
e
a
l
l
o
c
a
t
i
o
n
mo
d
e
l
b
a
se
d
o
n
d
e
e
p
r
e
i
n
f
o
r
c
e
me
n
t
l
e
a
r
n
i
n
g
f
o
r
M
o
b
i
l
e
Ed
g
e
C
o
mp
u
t
i
n
g
,
”
C
o
m
p
u
t
.
C
o
m
m
u
n
.
,
v
o
l
.
1
6
0
,
p
p
.
1
4
–
2
4
,
J
u
l
.
2
0
2
0
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
c
o
mco
m.
2
0
2
0
.
0
5
.
0
3
7
.
[
2
0
]
P
.
Q
i
,
D
.
C
h
i
a
r
o
,
A
.
G
u
z
z
o
,
M
.
I
a
n
n
i
,
G
.
F
o
r
t
i
n
o
,
a
n
d
F
.
P
i
c
c
i
a
l
l
i
,
“
M
o
d
e
l
a
g
g
r
e
g
a
t
i
o
n
t
e
c
h
n
i
q
u
e
s
i
n
f
e
d
e
r
a
t
e
d
l
e
a
r
n
i
n
g
:
A
c
o
mp
r
e
h
e
n
si
v
e
su
r
v
e
y
,
”
Fu
t
u
r
.
G
e
n
e
r
.
C
o
m
p
u
t
.
S
y
s
t
.
,
v
o
l
.
1
5
0
,
p
p
.
2
7
2
–
2
9
3
,
Ja
n
.
2
0
2
4
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
f
u
t
u
r
e
.
2
0
2
3
.
0
9
.
0
0
8
.
[
2
1
]
S
.
S
h
u
k
r
y
,
“
S
t
a
b
l
e
r
o
u
t
i
n
g
a
n
d
e
n
e
r
g
y
-
c
o
n
se
r
v
e
d
d
a
t
a
t
r
a
n
s
mi
ss
i
o
n
o
v
e
r
w
i
r
e
l
e
ss
se
n
so
r
n
e
t
w
o
r
k
s,”
EU
RAS
I
P
J
.
Wi
re
l
.
C
o
m
m
u
n
.
N
e
t
w
.
,
v
o
l
.
2
0
2
1
,
n
o
.
1
,
p
.
3
6
,
D
e
c
.
2
0
2
1
,
d
o
i
:
1
0
.
1
1
8
6
/
s
1
3
6
3
8
-
021
-
0
1
9
2
5
-
3.
[
2
2
]
S
.
M
e
ssao
u
d
,
A
.
B
r
a
d
a
i
,
O
.
B
.
A
h
me
d
,
P
.
T
.
A
.
Q
u
a
n
g
,
M
.
A
t
r
i
,
a
n
d
M
.
S
.
H
o
ssai
n
,
“
D
e
e
p
F
e
d
e
r
a
t
e
d
Q
-
L
e
a
r
n
i
n
g
-
B
a
se
d
N
e
t
w
o
r
k
S
l
i
c
i
n
g
f
o
r
I
n
d
u
st
r
i
a
l
I
o
T
,
”
I
EEE
T
ra
n
s.
I
n
d
.
I
n
f
o
rm
a
t
i
c
s
,
v
o
l
.
1
7
,
n
o
.
8
,
p
p
.
5
5
7
2
–
5
5
8
2
,
A
u
g
.
2
0
2
1
,
d
o
i
:
1
0
.
1
1
0
9
/
TI
I
.
2
0
2
0
.
3
0
3
2
1
6
5
.
[
2
3
]
M
.
K
r
i
sh
n
a
n
a
n
d
Y
.
L
i
m,
“
R
e
i
n
f
o
r
c
e
me
n
t
l
e
a
r
n
i
n
g
-
b
a
se
d
d
y
n
a
mi
c
r
o
u
t
i
n
g
u
si
n
g
mo
b
i
l
e
si
n
k
f
o
r
d
a
t
a
c
o
l
l
e
c
t
i
o
n
i
n
W
S
N
s
a
n
d
I
o
T
a
p
p
l
i
c
a
t
i
o
n
s,
”
J
.
N
e
t
w
.
C
o
m
p
u
t
.
A
p
p
l
.
,
v
o
l
.
1
9
4
,
p
.
1
0
3
2
2
3
,
N
o
v
.
2
0
2
1
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
j
n
c
a
.
2
0
2
1
.
1
0
3
2
2
3
.
[
2
4
]
S
.
M
.
R
a
j
a
g
o
p
a
l
,
S
.
M
.
,
a
n
d
R
.
B
u
y
y
a
,
“
F
e
d
S
D
M
:
F
e
d
e
r
a
t
e
d
l
e
a
r
n
i
n
g
b
a
se
d
s
mart
d
e
c
i
si
o
n
m
a
k
i
n
g
mo
d
u
l
e
f
o
r
EC
G
d
a
t
a
i
n
I
o
T
i
n
t
e
g
r
a
t
e
d
Ed
g
e
–
F
o
g
–
C
l
o
u
d
c
o
mp
u
t
i
n
g
e
n
v
i
r
o
n
me
n
t
s,
”
I
n
t
e
r
n
e
t
o
f
T
h
i
n
g
s
,
v
o
l
.
2
2
,
p
.
1
0
0
7
8
4
,
Ju
l
.
2
0
2
3
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
i
o
t
.
2
0
2
3
.
1
0
0
7
8
4
.
[
2
5
]
B
.
Z
h
a
o
a
n
d
X
.
Z
h
a
o
,
“
D
e
e
p
R
e
i
n
f
o
r
c
e
me
n
t
L
e
a
r
n
i
n
g
R
e
so
u
r
c
e
A
l
l
o
c
a
t
i
o
n
i
n
W
i
r
e
l
e
ss
S
e
n
so
r
N
e
t
w
o
r
k
s
W
i
t
h
E
n
e
r
g
y
H
a
r
v
e
st
i
n
g
a
n
d
R
e
l
a
y
,
”
I
EEE
I
n
t
e
r
n
e
t
T
h
i
n
g
s
J
.
,
v
o
l
.
9
,
n
o
.
3
,
p
p
.
2
3
3
0
–
2
3
4
5
,
F
e
b
.
2
0
2
2
,
d
o
i
:
1
0
.
1
1
0
9
/
JI
O
T
.
2
0
2
1
.
3
0
9
4
4
6
5
.
[
2
6
]
Q
.
H
e
e
t
a
l
.
,
“
R
o
u
t
i
n
g
O
p
t
i
m
i
z
a
t
i
o
n
W
i
t
h
D
e
e
p
R
e
i
n
f
o
r
c
e
me
n
t
L
e
a
r
n
i
n
g
i
n
K
n
o
w
l
e
d
g
e
D
e
f
i
n
e
d
N
e
t
w
o
r
k
i
n
g
,
”
I
EEE
T
ra
n
s.
Mo
b
.
C
o
m
p
u
t
.
,
v
o
l
.
2
3
,
n
o
.
2
,
p
p
.
1
4
4
4
–
1
4
5
5
,
F
e
b
.
2
0
2
4
,
d
o
i
:
1
0
.
1
1
0
9
/
T
M
C
.
2
0
2
3
.
3
2
3
5
4
4
6
.
[
2
7
]
B
.
N
.
B
h
u
k
y
a
,
S
.
M
.
K
u
c
h
i
b
h
a
t
l
a
,
N
.
K
.
B
h
a
g
a
v
a
t
h
a
m,
T
.
L
.
N
a
r
a
y
a
n
a
,
M
.
R
.
C
h
u
n
d
u
r
u
,
a
n
d
B
.
K
.
M
a
d
h
a
v
i
,
“
I
mp
l
e
me
n
t
a
t
i
o
n
o
f
me
t
a
-
h
e
u
r
i
s
t
i
c
a
n
d
d
e
e
p
l
e
a
r
n
i
n
g
a
l
g
o
r
i
t
h
ms
f
o
r
p
o
w
e
r
s
y
st
e
m
c
y
b
e
r
s
e
c
u
r
i
t
y
,
”
Bu
l
l
e
t
i
n
o
f
E
l
e
c
t
r
i
c
a
l
En
g
i
n
e
e
r
i
n
g
a
n
d
I
n
f
o
rm
a
t
i
c
s
,
v
o
l
.
1
5
,
n
o
.
1
,
p
p
.
6
4
8
–
6
5
6
,
F
e
b
.
2
0
2
6
,
d
o
i
:
1
0
.
1
1
5
9
1
/
e
e
i
.
v
1
5
i
1
.
8
5
6
9
.
B
I
O
G
RAP
H
I
E
S O
F
AUTH
O
RS
M
r
s.
Ne
e
r
u
k
o
n
d
a
L
a
k
sh
m
i
K
a
l
y
a
n
i
is
w
o
rk
in
g
a
s
a
n
a
ss
istan
t
p
ro
f
e
ss
o
r
in
th
e
De
p
a
rtme
n
t
o
f
Co
m
p
u
ter
S
c
ien
c
e
a
n
d
En
g
in
e
e
rin
g
,
V
a
ll
u
ru
p
a
ll
i
Na
g
e
s
wa
ra
Ra
o
V
ig
n
a
n
a
J
y
o
th
i
I
n
stit
u
te
o
f
E
n
g
in
e
e
rin
g
a
n
d
T
e
c
h
n
o
lo
g
y
,
H
y
d
e
ra
b
a
d
,
In
d
i
a
.
S
h
e
re
c
e
iv
e
d
h
e
r
B.
T
e
c
h
.
a
n
d
M
.
T
e
c
h
.
d
e
g
re
e
s
in
Co
m
p
u
t
e
r
S
c
ien
c
e
a
n
d
En
g
in
e
e
rin
g
f
ro
m
J
NTUH
a
n
d
is
c
u
rre
n
tl
y
p
u
rsu
i
n
g
a
P
h
.
D.
He
r
re
se
a
rc
h
in
tere
sts
in
c
lu
d
e
a
rti
f
icia
l
in
telli
g
e
n
c
e
,
m
a
c
h
in
e
lea
rn
in
g
,
d
e
e
p
lea
rn
in
g
,
c
o
m
p
u
ter
v
isio
n
,
in
tern
e
t
o
f
th
in
g
s
,
e
d
g
e
A
I,
a
u
g
m
e
n
ted
re
a
li
t
y
,
v
irt
u
a
l
re
a
li
ty
,
m
i
x
e
d
re
a
li
t
y
,
e
x
ten
d
e
d
re
a
li
ty
,
sm
a
rt
a
g
ricu
lt
u
re
,
a
n
d
in
telli
g
e
n
t
e
m
b
e
d
d
e
d
sy
ste
m
s
.
Sh
e
c
a
n
b
e
c
o
n
tac
ted
a
t
e
m
a
il
:
n
e
e
ru
k
o
n
d
a
it
@g
m
a
il
.
c
o
m
.
S
h
a
il
a
j
a
M
u
th
y
a
la
w
o
rk
in
g
a
s
a
n
a
ss
istan
t
p
ro
f
e
ss
o
r
in
M
a
ll
a
Re
d
d
y
Un
iv
e
rsit
y
,
H
y
d
e
ra
b
a
d
,
In
d
ia.
S
h
e
re
c
e
iv
e
d
a
Ba
c
h
e
lo
r
o
f
Tec
h
n
o
lo
g
y
d
e
g
re
e
in
Co
m
p
u
ter
S
c
ien
c
e
En
g
in
e
e
rin
g
f
ro
m
S
rid
e
v
i
W
o
m
e
n
’s
En
g
g
Co
ll
e
g
e
a
n
d
h
e
r
M
a
ste
r
o
f
T
e
c
h
n
o
lo
g
y
d
e
g
re
e
in
Co
m
p
u
ter
S
c
ien
c
e
En
g
i
n
e
e
rin
g
f
ro
m
In
stit
u
te
o
f
A
e
ro
n
a
u
ti
c
a
l
E
n
g
in
e
e
rin
g
,
a
n
d
p
u
rs
u
in
g
a
P
h
.
D.
i
n
C
o
m
p
u
ter
S
c
ien
c
e
En
g
in
e
e
rin
g
in
KL
U,
V
ij
a
y
a
w
a
d
a
.
H
e
r
re
se
a
rc
h
in
tere
sts
in
c
lu
d
e
in
tern
e
t
o
f
th
i
n
g
s
,
d
e
e
p
lea
rn
i
n
g
,
a
n
d
g
e
n
e
r
a
ti
v
e
A
I.
S
h
e
c
a
n
b
e
c
o
n
tac
ted
a
t
e
m
a
il
:
sh
a
il
a
ja.m
u
th
y
a
la
@
g
m
a
il
.
c
o
m
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
0
8
9
-
4864
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
,
Vo
l.
1
5
,
No
.
3
,
No
v
e
m
b
er
202
6
:
609
-
618
618
S
r
a
v
a
n
a
m
S
r
e
e
ja
is
a
n
a
ss
istan
t
p
r
o
f
e
ss
o
r
in
th
e
De
p
a
rtm
e
n
t
o
f
CS
E
(
Da
ta
S
c
ien
c
e
)
a
t
P
ra
sa
d
V.
P
o
tl
u
ri
S
id
d
h
a
rth
a
I
n
stit
u
te
o
f
T
e
c
h
n
o
lo
g
y
,
V
ij
a
y
a
w
a
d
a
,
In
d
ia.
S
h
e
re
c
e
iv
e
d
h
e
r
B.
T
e
c
h
.
a
n
d
M
.
T
e
c
h
.
d
e
g
re
e
s
f
ro
m
Ja
w
a
h
a
rlal
Ne
h
r
u
T
e
c
h
n
o
l
o
g
ica
l
Un
iv
e
rsit
y
Ka
k
in
a
d
a
.
He
r
re
se
a
rc
h
in
tere
st
s
in
c
lu
d
e
d
e
e
p
lea
rn
i
n
g
,
c
o
m
p
u
ter
v
isio
n
,
m
e
d
ica
l
im
a
g
e
a
n
a
ly
sis,
g
e
n
e
ra
ti
v
e
A
I,
a
n
d
f
u
ll
-
sta
c
k
w
e
b
d
e
v
e
lo
p
m
e
n
t
.
S
h
e
c
a
n
b
e
c
o
n
tac
ted
a
t
e
m
a
il
:
sre
e
ja@
p
v
p
sit.
a
c
.
in
.
K
o
n
e
ti
V
a
r
a
l
a
k
s
h
m
i
w
o
rk
i
n
g
a
s
a
n
a
ss
istan
t
p
ro
f
e
ss
o
r
in
A
d
it
y
a
Un
iv
e
r
sit
y
,
S
u
ra
m
p
a
le
m
,
In
d
ia.
S
h
e
re
c
e
iv
e
d
a
Ba
c
h
e
lo
r
o
f
T
e
c
h
n
o
l
o
g
y
d
e
g
re
e
in
El
e
c
tri
c
a
l
a
n
d
El
e
c
tro
n
ics
E
n
g
in
e
e
rin
g
f
ro
m
ASR
Co
l
leg
e
a
n
d
h
e
r
M
a
ste
r
o
f
Tec
h
n
o
l
o
g
y
d
e
g
re
e
in
P
o
w
e
r
El
e
c
tro
n
ics
f
ro
m
S
ri
V
is
h
n
u
W
o
m
e
n
s,
a
n
d
p
u
rsu
i
n
g
a
P
h
.
D.
i
n
E
lec
tr
ica
l
En
g
in
e
e
ri
n
g
in
JN
T
U
K.
He
r
re
s
e
a
rc
h
in
tere
sts
in
c
lu
d
e
p
o
w
e
r
e
lec
tro
n
ics
a
n
d
F
A
CT
S
.
S
h
e
c
a
n
b
e
c
o
n
tac
ted
a
t
e
m
a
il
:
v
a
ra
1
9
8
1
@g
m
a
il
.
c
o
m
.
Dr
.
Za
r
a
p
a
la
S
u
n
it
h
a
B
a
i
w
o
rk
in
g
a
s a
n
a
ss
o
c
iate
p
ro
fe
ss
o
r
in
th
e
De
p
a
rtm
e
n
t
o
f
Co
m
p
u
ter
S
c
ien
c
e
a
n
d
En
g
in
e
e
rin
g
,
R.
V
.
R
.
a
n
d
J.C
.
Co
ll
e
g
e
o
f
E
n
g
in
e
e
rin
g
,
G
u
n
tu
r,
A
n
d
h
r
a
P
ra
d
e
sh
,
In
d
ia.
S
h
e
re
c
e
iv
e
d
a
Ba
c
h
e
lo
r
o
f
Tec
h
n
o
lo
g
y
d
e
g
re
e
in
Co
m
p
u
ter
S
c
ien
c
e
a
n
d
En
g
in
e
e
rin
g
f
ro
m
R
.
V
.
R
.
a
n
d
J
.
C
.
a
n
d
h
e
r
M
a
ste
r
o
f
T
e
c
h
n
o
lo
g
y
d
e
g
re
e
in
CS
E
f
ro
m
A
c
h
a
r
y
a
Na
g
a
rju
n
a
Un
iv
e
rsit
y
,
a
n
d
c
o
m
p
lete
d
in
P
h
.
D
.
f
ro
m
A
c
h
a
r
y
a
Na
g
a
rju
n
a
Un
iv
e
rsity
,
G
u
n
tu
r.
He
r
re
se
a
rc
h
in
tere
st
s
in
c
l
u
d
e
t
e
x
t
m
in
in
g
,
m
a
c
h
in
e
lea
rn
i
n
g
,
a
n
d
d
e
e
p
lea
rn
in
g
.
S
h
e
is
a
m
e
m
b
e
r
o
f
ACM
p
ro
f
e
ss
io
n
a
l
a
n
d
li
f
e
m
e
m
b
e
r
o
f
I
A
E
N
G
.
S
h
e
c
a
n
b
e
c
o
n
tac
ted
a
t
e
m
a
il
:
z
su
n
it
h
a
b
a
i@g
m
a
il
.
c
o
m
.
M
a
n
i
M
o
h
a
n
Dup
a
ty
w
o
rk
i
n
g
a
s
a
n
a
ss
istan
t
p
r
o
f
e
ss
o
r
in
K
o
n
e
ru
L
a
k
sh
m
a
i
a
h
Ed
u
c
a
ti
o
n
a
l
F
o
u
n
d
a
ti
o
n
,
G
u
n
t
u
r
,
In
d
ia.
He
re
c
e
iv
e
d
a
Ba
c
h
e
lo
r
o
f
Tec
h
n
o
lo
g
y
d
e
g
re
e
in
Co
m
p
u
ter
S
c
ien
c
e
a
n
d
In
f
o
rm
a
ti
o
n
T
e
c
h
n
o
l
o
g
y
f
ro
m
J
a
w
a
h
a
rlal
Ne
h
ru
T
e
c
h
n
o
lo
g
ica
l
Un
iv
e
rsit
y
H
y
d
e
ra
b
a
d
(
JN
T
U
H
)
a
n
d
h
is
M
a
ste
r
o
f
T
e
c
h
n
o
lo
g
y
d
e
g
re
e
in
Co
m
p
u
ter
S
c
ien
c
e
a
n
d
En
g
in
e
e
rin
g
f
ro
m
JN
T
UH
,
a
n
d
p
u
rsu
i
n
g
a
P
h
.
D.
in
Co
m
p
u
ter
S
c
ien
c
e
a
n
d
En
g
in
e
e
rin
g
in
Ko
n
e
ru
L
a
k
sh
m
a
iah
Ed
u
c
a
ti
o
n
f
o
u
n
d
a
ti
o
n
,
V
ij
a
y
a
w
a
d
a
,
In
d
ia.
His
re
se
a
rc
h
in
tere
sts
in
c
lu
d
e
a
rti
f
icia
l
in
telli
g
e
n
c
e
,
m
a
c
h
in
e
lea
rn
in
g
,
a
n
d
d
e
e
p
lea
rn
i
n
g
.
He
c
a
n
b
e
c
o
n
tac
ted
a
t
e
m
a
il
:
m
a
n
im
o
h
a
n
.
2
2
3
0
@g
m
a
il
.
c
o
m
.
Evaluation Warning : The document was created with Spire.PDF for Python.