id	sid	tid	token	lemma	pos
hij-386	1	1	available	available	ADJ
hij-386	1	2	online	online	ADV
hij-386	1	3	at	at	ADP
hij-386	1	4	www.hightechjournal.org	www.hightechjournal.org	ADJ
hij-386	1	5	hightech	hightech	NOUN
hij-386	1	6	and	and	CCONJ
hij-386	1	7	innovation	innovation	NOUN
hij-386	1	8	journal	journal	PROPN
hij-386	1	9	vol	vol	NOUN
hij-386	1	10	.	.	PROPN
hij-386	1	11	4	4	NUM
hij-386	1	12	,	,	PUNCT
hij-386	1	13	no	no	INTJ
hij-386	1	14	.	.	NOUN
hij-386	1	15	3	3	NUM
hij-386	1	16	,	,	PUNCT
hij-386	1	17	september	september	PROPN
hij-386	1	18	,	,	PUNCT
hij-386	1	19	2023	2023	NUM
hij-386	1	20	531	531	NUM
hij-386	1	21	issn	issn	NOUN
hij-386	1	22	:	:	PUNCT
hij-386	1	23	2723	2723	NUM
hij-386	1	24	-	-	SYM
hij-386	1	25	9535	9535	NUM
hij-386	1	26	comparison	comparison	NOUN
hij-386	1	27	of	of	ADP
hij-386	1	28	cnn	cnn	PROPN
hij-386	1	29	classification	classification	NOUN
hij-386	1	30	model	model	NOUN
hij-386	1	31	using	use	VERB
hij-386	1	32	machine	machine	NOUN
hij-386	1	33	learning	learn	VERB
hij-386	1	34	with	with	ADP
hij-386	1	35	bayesian	bayesian	NOUN
hij-386	1	36	optimizer	optimizer	NOUN
hij-386	1	37	sugiyarto	sugiyarto	NOUN
hij-386	1	38	surono	surono	VERB
hij-386	1	39	1	1	NUM
hij-386	1	40	*	*	NOUN
hij-386	1	41	,	,	PUNCT
hij-386	1	42	m.	m.	NOUN
hij-386	1	43	yahya	yahya	PROPN
hij-386	1	44	firza	firza	PROPN
hij-386	1	45	afitian	afitian	PROPN
hij-386	1	46	1	1	NUM
hij-386	1	47	,	,	PUNCT
hij-386	1	48	anggi	anggi	NOUN
hij-386	1	49	setyawan	setyawan	PROPN
hij-386	1	50	1	1	NUM
hij-386	1	51	,	,	PUNCT
hij-386	1	52	dyiyah	dyiyah	PROPN
hij-386	1	53	kresna	kresna	PROPN
hij-386	1	54	eni	eni	PROPN
hij-386	1	55	arofah	arofah	PROPN
hij-386	1	56	1	1	NUM
hij-386	1	57	,	,	PUNCT
hij-386	1	58	aris	aris	ADJ
hij-386	1	59	thobirin	thobirin	NOUN
hij-386	1	60	1	1	NUM
hij-386	1	61	1	1	NUM
hij-386	1	62	department	department	NOUN
hij-386	1	63	of	of	ADP
hij-386	1	64	mathematics	mathematic	NOUN
hij-386	1	65	,	,	PUNCT
hij-386	1	66	ahmad	ahmad	PROPN
hij-386	1	67	dahlan	dahlan	PROPN
hij-386	1	68	univesity	univesity	PROPN
hij-386	1	69	,	,	PUNCT
hij-386	1	70	yogyakarta	yogyakarta	PROPN
hij-386	1	71	,	,	PUNCT
hij-386	1	72	indonesia	indonesia	PROPN
hij-386	1	73	.	.	PROPN
hij-386	1	74	received	receive	VERB
hij-386	1	75	21	21	NUM
hij-386	1	76	june	june	PROPN
hij-386	1	77	2023	2023	NUM
hij-386	1	78	;	;	PUNCT
hij-386	1	79	revised	revise	VERB
hij-386	1	80	17	17	NUM
hij-386	1	81	august	august	PROPN
hij-386	1	82	2023	2023	NUM
hij-386	1	83	;	;	PUNCT
hij-386	1	84	accepted	accept	VERB
hij-386	1	85	28	28	NUM
hij-386	1	86	august	august	PROPN
hij-386	1	87	2023	2023	NUM
hij-386	1	88	;	;	PUNCT
hij-386	1	89	published	publish	VERB
hij-386	1	90	01	01	NUM
hij-386	1	91	september	september	PROPN
hij-386	1	92	2023	2023	NUM
hij-386	1	93	abstract	abstract	ADJ
hij-386	1	94	one	one	NUM
hij-386	1	95	of	of	ADP
hij-386	1	96	the	the	DET
hij-386	1	97	best	well	ADV
hij-386	1	98	-	-	PUNCT
hij-386	1	99	known	know	VERB
hij-386	1	100	and	and	CCONJ
hij-386	1	101	frequently	frequently	ADV
hij-386	1	102	used	use	VERB
hij-386	1	103	areas	area	NOUN
hij-386	1	104	of	of	ADP
hij-386	1	105	deep	deep	ADJ
hij-386	1	106	learning	learning	NOUN
hij-386	1	107	in	in	ADP
hij-386	1	108	image	image	NOUN
hij-386	1	109	processing	processing	NOUN
hij-386	1	110	is	be	AUX
hij-386	1	111	the	the	DET
hij-386	1	112	convolutional	convolutional	ADJ
hij-386	1	113	neural	neural	ADJ
hij-386	1	114	network	network	NOUN
hij-386	1	115	(	(	PUNCT
hij-386	1	116	cnn	cnn	PROPN
hij-386	1	117	)	)	PUNCT
hij-386	1	118	,	,	PUNCT
hij-386	1	119	which	which	PRON
hij-386	1	120	has	have	VERB
hij-386	1	121	architectural	architectural	ADJ
hij-386	1	122	designs	design	NOUN
hij-386	1	123	such	such	ADJ
hij-386	1	124	as	as	ADP
hij-386	1	125	inceptionv3	inceptionv3	NOUN
hij-386	1	126	,	,	PUNCT
hij-386	1	127	densenet201	densenet201	PROPN
hij-386	1	128	,	,	PUNCT
hij-386	1	129	resnet50	resnet50	NOUN
hij-386	1	130	,	,	PUNCT
hij-386	1	131	and	and	CCONJ
hij-386	1	132	mobilenet	mobilenet	NOUN
hij-386	1	133	used	use	VERB
hij-386	1	134	in	in	ADP
hij-386	1	135	image	image	NOUN
hij-386	1	136	classification	classification	NOUN
hij-386	1	137	and	and	CCONJ
hij-386	1	138	pattern	pattern	NOUN
hij-386	1	139	recognition	recognition	NOUN
hij-386	1	140	.	.	PUNCT
hij-386	2	1	furthermore	furthermore	ADV
hij-386	2	2	,	,	PUNCT
hij-386	2	3	the	the	DET
hij-386	2	4	cnn	cnn	PROPN
hij-386	2	5	extracts	extract	VERB
hij-386	2	6	feature	feature	VERB
hij-386	2	7	from	from	ADP
hij-386	2	8	the	the	DET
hij-386	2	9	image	image	NOUN
hij-386	2	10	according	accord	VERB
hij-386	2	11	to	to	ADP
hij-386	2	12	the	the	DET
hij-386	2	13	designed	design	VERB
hij-386	2	14	architecture	architecture	NOUN
hij-386	2	15	and	and	CCONJ
hij-386	2	16	performs	perform	VERB
hij-386	2	17	classification	classification	NOUN
hij-386	2	18	through	through	ADP
hij-386	2	19	the	the	DET
hij-386	2	20	fully	fully	ADV
hij-386	2	21	connected	connect	VERB
hij-386	2	22	layer	layer	NOUN
hij-386	2	23	,	,	PUNCT
hij-386	2	24	which	which	PRON
hij-386	2	25	executes	execute	VERB
hij-386	2	26	the	the	DET
hij-386	2	27	machine	machine	NOUN
hij-386	2	28	learning	learning	NOUN
hij-386	2	29	(	(	PUNCT
hij-386	2	30	ml	ml	NOUN
hij-386	2	31	)	)	PUNCT
hij-386	2	32	algorithm	algorithm	NOUN
hij-386	2	33	tasks	task	NOUN
hij-386	2	34	.	.	PUNCT
hij-386	3	1	examples	example	NOUN
hij-386	3	2	of	of	ADP
hij-386	3	3	ml	ml	NOUN
hij-386	3	4	that	that	PRON
hij-386	3	5	are	be	AUX
hij-386	3	6	commonly	commonly	ADV
hij-386	3	7	used	use	VERB
hij-386	3	8	include	include	VERB
hij-386	3	9	naive	naive	ADJ
hij-386	3	10	bayes	bayes	NOUN
hij-386	3	11	(	(	PUNCT
hij-386	3	12	nb	nb	PROPN
hij-386	3	13	)	)	PUNCT
hij-386	3	14	,	,	PUNCT
hij-386	3	15	k	k	X
hij-386	3	16	-	-	PUNCT
hij-386	3	17	nearest	near	ADJ
hij-386	3	18	neighbor	neighbor	NOUN
hij-386	3	19	(	(	PUNCT
hij-386	3	20	k	k	NOUN
hij-386	3	21	-	-	PUNCT
hij-386	3	22	nn	nn	NOUN
hij-386	3	23	)	)	PUNCT
hij-386	3	24	,	,	PUNCT
hij-386	3	25	support	support	NOUN
hij-386	3	26	vector	vector	NOUN
hij-386	3	27	machine	machine	NOUN
hij-386	3	28	(	(	PUNCT
hij-386	3	29	svm	svm	PROPN
hij-386	3	30	)	)	PUNCT
hij-386	3	31	,	,	PUNCT
hij-386	3	32	and	and	CCONJ
hij-386	3	33	decision	decision	NOUN
hij-386	3	34	tree	tree	NOUN
hij-386	3	35	(	(	PUNCT
hij-386	3	36	dt	dt	NOUN
hij-386	3	37	)	)	PUNCT
hij-386	3	38	.	.	PUNCT
hij-386	4	1	this	this	DET
hij-386	4	2	research	research	NOUN
hij-386	4	3	was	be	AUX
hij-386	4	4	conducted	conduct	VERB
hij-386	4	5	based	base	VERB
hij-386	4	6	on	on	ADP
hij-386	4	7	an	an	DET
hij-386	4	8	ai	ai	NOUN
hij-386	4	9	model	model	NOUN
hij-386	4	10	development	development	NOUN
hij-386	4	11	background	background	NOUN
hij-386	4	12	and	and	CCONJ
hij-386	4	13	the	the	DET
hij-386	4	14	need	need	NOUN
hij-386	4	15	for	for	SCONJ
hij-386	4	16	a	a	DET
hij-386	4	17	system	system	NOUN
hij-386	4	18	to	to	PART
hij-386	4	19	diagnose	diagnose	VERB
hij-386	4	20	covid-19	covid-19	PROPN
hij-386	4	21	quickly	quickly	ADV
hij-386	4	22	and	and	CCONJ
hij-386	4	23	accurately	accurately	ADV
hij-386	4	24	.	.	PUNCT
hij-386	5	1	the	the	DET
hij-386	5	2	aim	aim	NOUN
hij-386	5	3	was	be	AUX
hij-386	5	4	to	to	PART
hij-386	5	5	classify	classify	VERB
hij-386	5	6	the	the	DET
hij-386	5	7	aforementioned	aforementioned	ADJ
hij-386	5	8	cnn	cnn	PROPN
hij-386	5	9	models	model	NOUN
hij-386	5	10	with	with	ADP
hij-386	5	11	ml	ml	NOUN
hij-386	5	12	algorithms	algorithm	NOUN
hij-386	5	13	and	and	CCONJ
hij-386	5	14	compare	compare	VERB
hij-386	5	15	the	the	DET
hij-386	5	16	models	model	NOUN
hij-386	5	17	’	'	PUNCT
hij-386	5	18	accuracy	accuracy	NOUN
hij-386	5	19	before	before	ADV
hij-386	5	20	and	and	CCONJ
hij-386	5	21	after	after	ADP
hij-386	5	22	bayesian	bayesian	NOUN
hij-386	5	23	optimization	optimization	NOUN
hij-386	5	24	using	use	VERB
hij-386	5	25	cxr	cxr	NOUN
hij-386	5	26	lung	lung	NOUN
hij-386	5	27	images	image	NOUN
hij-386	5	28	with	with	ADP
hij-386	5	29	a	a	DET
hij-386	5	30	total	total	NOUN
hij-386	5	31	of	of	ADP
hij-386	5	32	2000	2000	NUM
hij-386	5	33	data	datum	NOUN
hij-386	5	34	.	.	PUNCT
hij-386	6	1	consequently	consequently	ADV
hij-386	6	2	,	,	PUNCT
hij-386	6	3	the	the	DET
hij-386	6	4	cnn	cnn	NOUN
hij-386	6	5	extracted	extract	VERB
hij-386	6	6	80	80	NUM
hij-386	6	7	%	%	NOUN
hij-386	6	8	of	of	ADP
hij-386	6	9	the	the	DET
hij-386	6	10	training	training	NOUN
hij-386	6	11	data	datum	NOUN
hij-386	6	12	and	and	CCONJ
hij-386	6	13	20	20	NUM
hij-386	6	14	%	%	NOUN
hij-386	6	15	for	for	ADP
hij-386	6	16	testing	testing	NOUN
hij-386	6	17	,	,	PUNCT
hij-386	6	18	which	which	PRON
hij-386	6	19	was	be	AUX
hij-386	6	20	assigned	assign	VERB
hij-386	6	21	to	to	ADP
hij-386	6	22	four	four	NUM
hij-386	6	23	different	different	ADJ
hij-386	6	24	ml	ml	NOUN
hij-386	6	25	models	model	NOUN
hij-386	6	26	for	for	ADP
hij-386	6	27	classification	classification	NOUN
hij-386	6	28	with	with	ADP
hij-386	6	29	the	the	DET
hij-386	6	30	use	use	NOUN
hij-386	6	31	of	of	ADP
hij-386	6	32	bayesian	bayesian	NOUN
hij-386	6	33	optimization	optimization	NOUN
hij-386	6	34	to	to	PART
hij-386	6	35	ensure	ensure	VERB
hij-386	6	36	the	the	DET
hij-386	6	37	best	good	ADJ
hij-386	6	38	accuracy	accuracy	NOUN
hij-386	6	39	.	.	PUNCT
hij-386	7	1	it	it	PRON
hij-386	7	2	was	be	AUX
hij-386	7	3	observed	observe	VERB
hij-386	7	4	that	that	SCONJ
hij-386	7	5	the	the	DET
hij-386	7	6	best	good	ADJ
hij-386	7	7	model	model	NOUN
hij-386	7	8	classification	classification	NOUN
hij-386	7	9	was	be	AUX
hij-386	7	10	generated	generate	VERB
hij-386	7	11	by	by	ADP
hij-386	7	12	the	the	DET
hij-386	7	13	mobilenetv2	mobilenetv2	PROPN
hij-386	7	14	-	-	PUNCT
hij-386	7	15	svm	svm	ADJ
hij-386	7	16	structure	structure	NOUN
hij-386	7	17	with	with	ADP
hij-386	7	18	an	an	DET
hij-386	7	19	accuracy	accuracy	NOUN
hij-386	7	20	of	of	ADP
hij-386	7	21	93	93	NUM
hij-386	7	22	%	%	NOUN
hij-386	7	23	.	.	PUNCT
hij-386	8	1	therefore	therefore	ADV
hij-386	8	2	,	,	PUNCT
hij-386	8	3	the	the	DET
hij-386	8	4	accuracy	accuracy	NOUN
hij-386	8	5	obtained	obtain	VERB
hij-386	8	6	using	use	VERB
hij-386	8	7	the	the	DET
hij-386	8	8	svm	svm	ADJ
hij-386	8	9	algorithm	algorithm	NOUN
hij-386	8	10	is	be	AUX
hij-386	8	11	higher	high	ADJ
hij-386	8	12	than	than	ADP
hij-386	8	13	the	the	DET
hij-386	8	14	other	other	ADJ
hij-386	8	15	three	three	NUM
hij-386	8	16	ml	ml	NOUN
hij-386	8	17	algorithms	algorithm	NOUN
hij-386	8	18	.	.	PUNCT
hij-386	9	1	keywords	keyword	NOUN
hij-386	9	2	:	:	PUNCT
hij-386	9	3	classification	classification	NOUN
hij-386	9	4	;	;	PUNCT
hij-386	9	5	comparison	comparison	NOUN
hij-386	9	6	;	;	PUNCT
hij-386	9	7	covid-19	covid-19	PROPN
hij-386	9	8	;	;	PUNCT
hij-386	9	9	convolution	convolution	NOUN
hij-386	9	10	neural	neural	ADJ
hij-386	9	11	network	network	NOUN
hij-386	9	12	(	(	PUNCT
hij-386	9	13	cnn	cnn	PROPN
hij-386	9	14	)	)	PUNCT
hij-386	9	15	;	;	PUNCT
hij-386	9	16	machine	machine	NOUN
hij-386	9	17	learning	learning	NOUN
hij-386	9	18	;	;	PUNCT
hij-386	9	19	bayesian	bayesian	NOUN
hij-386	9	20	optimization	optimization	NOUN
hij-386	9	21	.	.	PUNCT
hij-386	10	1	1	1	X
hij-386	10	2	.	.	X
hij-386	10	3	introduction	introduction	NOUN
hij-386	10	4	the	the	DET
hij-386	10	5	covid-19	covid-19	PROPN
hij-386	10	6	virus	virus	NOUN
hij-386	10	7	is	be	AUX
hij-386	10	8	a	a	DET
hij-386	10	9	deadly	deadly	ADJ
hij-386	10	10	disease	disease	NOUN
hij-386	10	11	caused	cause	VERB
hij-386	10	12	by	by	ADP
hij-386	10	13	severe	severe	ADJ
hij-386	10	14	acute	acute	ADJ
hij-386	10	15	respiratory	respiratory	ADJ
hij-386	10	16	syndrome	syndrome	NOUN
hij-386	10	17	coronavirus	coronavirus	NOUN
hij-386	10	18	2	2	NUM
hij-386	10	19	(	(	PUNCT
hij-386	10	20	sars	sar	NOUN
hij-386	10	21	-	-	PUNCT
hij-386	10	22	cov2	cov2	PROPN
hij-386	10	23	)	)	PUNCT
hij-386	10	24	.	.	PUNCT
hij-386	11	1	in	in	ADP
hij-386	11	2	2019	2019	NUM
hij-386	11	3	,	,	PUNCT
hij-386	11	4	the	the	DET
hij-386	11	5	world	world	PROPN
hij-386	11	6	health	health	NOUN
hij-386	11	7	organization	organization	NOUN
hij-386	11	8	(	(	PUNCT
hij-386	11	9	who	who	PRON
hij-386	11	10	)	)	PUNCT
hij-386	11	11	declared	declare	VERB
hij-386	11	12	covid-19	covid-19	PROPN
hij-386	11	13	a	a	DET
hij-386	11	14	new	new	ADJ
hij-386	11	15	disease	disease	NOUN
hij-386	11	16	that	that	PRON
hij-386	11	17	attracted	attract	VERB
hij-386	11	18	international	international	ADJ
hij-386	11	19	attention	attention	NOUN
hij-386	11	20	[	[	X
hij-386	11	21	1	1	NUM
hij-386	11	22	]	]	PUNCT
hij-386	11	23	.	.	PUNCT
hij-386	12	1	this	this	DET
hij-386	12	2	virus	virus	NOUN
hij-386	12	3	has	have	AUX
hij-386	12	4	been	be	AUX
hij-386	12	5	mutating	mutate	VERB
hij-386	12	6	and	and	CCONJ
hij-386	12	7	spreading	spread	VERB
hij-386	12	8	since	since	SCONJ
hij-386	12	9	august	august	PROPN
hij-386	12	10	2021	2021	NUM
hij-386	12	11	,	,	PUNCT
hij-386	12	12	affecting	affect	VERB
hij-386	12	13	about	about	ADP
hij-386	12	14	203,295,170	203,295,170	NUM
hij-386	12	15	million	million	NUM
hij-386	12	16	people	people	NOUN
hij-386	12	17	worldwide	worldwide	ADV
hij-386	12	18	and	and	CCONJ
hij-386	12	19	causing	cause	VERB
hij-386	12	20	4,303,515	4,303,515	NUM
hij-386	12	21	million	million	NUM
hij-386	12	22	deaths	death	NOUN
hij-386	12	23	[	[	X
hij-386	12	24	2	2	NUM
hij-386	12	25	]	]	PUNCT
hij-386	12	26	.	.	PUNCT
hij-386	13	1	therefore	therefore	ADV
hij-386	13	2	,	,	PUNCT
hij-386	13	3	an	an	DET
hij-386	13	4	accurate	accurate	ADJ
hij-386	13	5	system	system	NOUN
hij-386	13	6	is	be	AUX
hij-386	13	7	needed	need	VERB
hij-386	13	8	to	to	PART
hij-386	13	9	quickly	quickly	ADV
hij-386	13	10	and	and	CCONJ
hij-386	13	11	accurately	accurately	ADV
hij-386	13	12	diagnose	diagnose	VERB
hij-386	13	13	the	the	DET
hij-386	13	14	virus	virus	NOUN
hij-386	13	15	.	.	PUNCT
hij-386	14	1	this	this	PRON
hij-386	14	2	is	be	AUX
hij-386	14	3	the	the	DET
hij-386	14	4	reason	reason	NOUN
hij-386	14	5	this	this	DET
hij-386	14	6	research	research	NOUN
hij-386	14	7	aims	aim	VERB
hij-386	14	8	to	to	PART
hij-386	14	9	classify	classify	VERB
hij-386	14	10	covid-19	covid-19	PROPN
hij-386	14	11	by	by	ADP
hij-386	14	12	developing	develop	VERB
hij-386	14	13	a	a	DET
hij-386	14	14	deep	deep	ADJ
hij-386	14	15	learning	learning	NOUN
hij-386	14	16	and	and	CCONJ
hij-386	14	17	machine	machine	NOUN
hij-386	14	18	learning	learning	NOUN
hij-386	14	19	(	(	PUNCT
hij-386	14	20	ml	ml	NOUN
hij-386	14	21	)	)	PUNCT
hij-386	14	22	model	model	NOUN
hij-386	14	23	.	.	PUNCT
hij-386	15	1	one	one	NUM
hij-386	15	2	of	of	ADP
hij-386	15	3	the	the	DET
hij-386	15	4	best	well	ADV
hij-386	15	5	-	-	PUNCT
hij-386	15	6	known	know	VERB
hij-386	15	7	and	and	CCONJ
hij-386	15	8	most	most	ADV
hij-386	15	9	frequently	frequently	ADV
hij-386	15	10	used	use	VERB
hij-386	15	11	deep	deep	ADJ
hij-386	15	12	learning	learning	NOUN
hij-386	15	13	approaches	approach	NOUN
hij-386	15	14	in	in	ADP
hij-386	15	15	image	image	NOUN
hij-386	15	16	processing	processing	NOUN
hij-386	15	17	is	be	AUX
hij-386	15	18	convolutional	convolutional	ADJ
hij-386	15	19	neural	neural	ADJ
hij-386	15	20	network	network	NOUN
hij-386	15	21	(	(	PUNCT
hij-386	15	22	cnn	cnn	PROPN
hij-386	15	23	)	)	PUNCT
hij-386	16	1	[	[	X
hij-386	16	2	3	3	NUM
hij-386	16	3	]	]	PUNCT
hij-386	16	4	,	,	PUNCT
hij-386	16	5	which	which	PRON
hij-386	16	6	has	have	VERB
hij-386	16	7	architectural	architectural	ADJ
hij-386	16	8	designs	design	NOUN
hij-386	16	9	such	such	ADJ
hij-386	16	10	as	as	ADP
hij-386	16	11	inceptionv3	inceptionv3	NOUN
hij-386	16	12	,	,	PUNCT
hij-386	16	13	densenet201	densenet201	PROPN
hij-386	16	14	,	,	PUNCT
hij-386	16	15	resnet50	resnet50	NOUN
hij-386	16	16	,	,	PUNCT
hij-386	16	17	and	and	CCONJ
hij-386	16	18	mobilenet	mobilenet	PROPN
hij-386	16	19	,	,	PUNCT
hij-386	16	20	which	which	PRON
hij-386	16	21	are	be	AUX
hij-386	16	22	employed	employ	VERB
hij-386	16	23	in	in	ADP
hij-386	16	24	image	image	NOUN
hij-386	16	25	classification	classification	NOUN
hij-386	16	26	and	and	CCONJ
hij-386	16	27	pattern	pattern	NOUN
hij-386	16	28	recognition	recognition	NOUN
hij-386	17	1	[	[	X
hij-386	17	2	4	4	NUM
hij-386	17	3	]	]	PUNCT
hij-386	17	4	.	.	PUNCT
hij-386	18	1	furthermore	furthermore	ADV
hij-386	18	2	,	,	PUNCT
hij-386	18	3	cnn	cnn	PROPN
hij-386	18	4	extracts	extract	VERB
hij-386	18	5	features	feature	NOUN
hij-386	18	6	from	from	ADP
hij-386	18	7	the	the	DET
hij-386	18	8	image	image	NOUN
hij-386	18	9	and	and	CCONJ
hij-386	18	10	performs	perform	VERB
hij-386	18	11	a	a	DET
hij-386	18	12	classification	classification	NOUN
hij-386	18	13	or	or	CCONJ
hij-386	18	14	regression	regression	NOUN
hij-386	18	15	through	through	ADP
hij-386	18	16	a	a	DET
hij-386	18	17	fully	fully	ADV
hij-386	18	18	connected	connect	VERB
hij-386	18	19	layer	layer	NOUN
hij-386	18	20	according	accord	VERB
hij-386	18	21	to	to	ADP
hij-386	18	22	the	the	DET
hij-386	18	23	designed	design	VERB
hij-386	18	24	ml	ml	NOUN
hij-386	18	25	*	*	PUNCT
hij-386	18	26	corresponding	correspond	VERB
hij-386	18	27	author	author	NOUN
hij-386	18	28	:	:	PUNCT
hij-386	18	29	sugiyarto@math.uad.ac.id	sugiyarto@math.uad.ac.id	PROPN
hij-386	18	30	http://dx.doi.org/10.28991/hij-2023-04-03-05	http://dx.doi.org/10.28991/hij-2023-04-03-05	X
hij-386	18	31			VERB
hij-386	18	32	this	this	PRON
hij-386	18	33	is	be	AUX
hij-386	18	34	an	an	DET
hij-386	18	35	open	open	ADJ
hij-386	18	36	access	access	NOUN
hij-386	18	37	article	article	NOUN
hij-386	18	38	under	under	ADP
hij-386	18	39	the	the	DET
hij-386	18	40	cc	cc	NOUN
hij-386	18	41	-	-	PUNCT
hij-386	18	42	by	by	ADJ
hij-386	18	43	license	license	NOUN
hij-386	18	44	(	(	PUNCT
hij-386	18	45	https://creativecommons.org/licenses/by/4.0/	https://creativecommons.org/licenses/by/4.0/	PROPN
hij-386	18	46	)	)	PUNCT
hij-386	18	47	.	.	PUNCT
hij-386	19	1	©	©	PROPN
hij-386	19	2	authors	author	NOUN
hij-386	19	3	retain	retain	VERB
hij-386	19	4	all	all	DET
hij-386	19	5	copyrights	copyright	NOUN
hij-386	19	6	.	.	PUNCT
hij-386	20	1	https://creativecommons.org/licenses/by/4.0/	https://creativecommons.org/licenses/by/4.0/	PROPN
hij-386	20	2	https://orcid.org/0000-0001-6210-7258	https://orcid.org/0000-0001-6210-7258	PROPN
hij-386	20	3	hightech	hightech	NOUN
hij-386	20	4	and	and	CCONJ
hij-386	20	5	innovation	innovation	NOUN
hij-386	20	6	journal	journal	PROPN
hij-386	20	7	vol	vol	NOUN
hij-386	20	8	.	.	PROPN
hij-386	21	1	4	4	NUM
hij-386	21	2	,	,	PUNCT
hij-386	21	3	no	no	INTJ
hij-386	21	4	.	.	NOUN
hij-386	21	5	3	3	NUM
hij-386	21	6	,	,	PUNCT
hij-386	21	7	september	september	PROPN
hij-386	21	8	,	,	PUNCT
hij-386	21	9	2023	2023	NUM
hij-386	21	10	532	532	NUM
hij-386	21	11	algorithms	algorithm	NOUN
hij-386	21	12	.	.	PUNCT
hij-386	22	1	this	this	PRON
hij-386	22	2	simply	simply	ADV
hij-386	22	3	means	mean	VERB
hij-386	22	4	that	that	SCONJ
hij-386	22	5	a	a	DET
hij-386	22	6	successful	successful	ADJ
hij-386	22	7	classification	classification	NOUN
hij-386	22	8	is	be	AUX
hij-386	22	9	achievable	achievable	ADJ
hij-386	22	10	using	use	VERB
hij-386	22	11	ml	ml	NOUN
hij-386	22	12	algorithms	algorithm	NOUN
hij-386	22	13	.	.	PUNCT
hij-386	23	1	according	accord	VERB
hij-386	23	2	to	to	ADP
hij-386	23	3	roihan	roihan	PROPN
hij-386	23	4	et	et	PROPN
hij-386	23	5	al	al	PROPN
hij-386	23	6	.	.	PUNCT
hij-386	24	1	[	[	X
hij-386	24	2	5	5	NUM
hij-386	24	3	]	]	PUNCT
hij-386	24	4	,	,	PUNCT
hij-386	24	5	the	the	DET
hij-386	24	6	best	good	ADJ
hij-386	24	7	and	and	CCONJ
hij-386	24	8	most	most	ADV
hij-386	24	9	frequently	frequently	ADV
hij-386	24	10	utilized	utilize	VERB
hij-386	24	11	ml	ml	NOUN
hij-386	24	12	based	base	VERB
hij-386	24	13	on	on	ADP
hij-386	24	14	the	the	DET
hij-386	24	15	literature	literature	NOUN
hij-386	24	16	includes	include	VERB
hij-386	24	17	naive	naive	ADJ
hij-386	24	18	bayes	bayes	NOUN
hij-386	24	19	(	(	PUNCT
hij-386	24	20	nb	nb	PROPN
hij-386	24	21	)	)	PUNCT
hij-386	24	22	,	,	PUNCT
hij-386	24	23	k	k	X
hij-386	24	24	-	-	PUNCT
hij-386	24	25	nearest	near	ADJ
hij-386	24	26	neighbor	neighbor	NOUN
hij-386	24	27	(	(	PUNCT
hij-386	24	28	k	k	NOUN
hij-386	24	29	-	-	PUNCT
hij-386	24	30	nn	nn	NOUN
hij-386	24	31	)	)	PUNCT
hij-386	24	32	,	,	PUNCT
hij-386	24	33	support	support	NOUN
hij-386	24	34	vector	vector	NOUN
hij-386	24	35	machine	machine	NOUN
hij-386	24	36	(	(	PUNCT
hij-386	24	37	svm	svm	PROPN
hij-386	24	38	)	)	PUNCT
hij-386	24	39	,	,	PUNCT
hij-386	24	40	and	and	CCONJ
hij-386	24	41	decision	decision	NOUN
hij-386	24	42	tree	tree	NOUN
hij-386	24	43	(	(	PUNCT
hij-386	24	44	dt	dt	NOUN
hij-386	24	45	)	)	PUNCT
hij-386	24	46	.	.	PUNCT
hij-386	25	1	it	it	PRON
hij-386	25	2	is	be	AUX
hij-386	25	3	important	important	ADJ
hij-386	25	4	to	to	PART
hij-386	25	5	note	note	VERB
hij-386	25	6	that	that	SCONJ
hij-386	25	7	ml	ml	PRON
hij-386	25	8	is	be	AUX
hij-386	25	9	a	a	DET
hij-386	25	10	supervised	supervised	ADJ
hij-386	25	11	and	and	CCONJ
hij-386	25	12	unsupervised	unsupervised	ADJ
hij-386	25	13	algorithm	algorithm	NOUN
hij-386	25	14	.	.	PUNCT
hij-386	26	1	for	for	ADP
hij-386	26	2	example	example	NOUN
hij-386	26	3	,	,	PUNCT
hij-386	26	4	nb	nb	X
hij-386	27	1	[	[	X
hij-386	27	2	6	6	NUM
hij-386	27	3	]	]	PUNCT
hij-386	27	4	is	be	AUX
hij-386	27	5	a	a	DET
hij-386	27	6	supervised	supervised	ADJ
hij-386	27	7	ml	ml	NOUN
hij-386	27	8	algorithm	algorithm	NOUN
hij-386	27	9	that	that	PRON
hij-386	27	10	classifies	classify	VERB
hij-386	27	11	data	datum	NOUN
hij-386	27	12	statistically	statistically	ADV
hij-386	27	13	using	use	VERB
hij-386	27	14	the	the	DET
hij-386	27	15	bayesian	bayesian	NOUN
hij-386	27	16	method	method	NOUN
hij-386	27	17	,	,	PUNCT
hij-386	27	18	while	while	SCONJ
hij-386	27	19	k	k	PROPN
hij-386	27	20	-	-	PUNCT
hij-386	27	21	nn	nn	PROPN
hij-386	28	1	[	[	X
hij-386	28	2	5	5	NUM
hij-386	28	3	]	]	PUNCT
hij-386	28	4	is	be	AUX
hij-386	28	5	an	an	DET
hij-386	28	6	unsupervised	unsupervised	ADJ
hij-386	28	7	,	,	PUNCT
hij-386	28	8	as	as	ADV
hij-386	28	9	well	well	ADV
hij-386	28	10	as	as	ADP
hij-386	28	11	uncomplicated	uncomplicated	ADJ
hij-386	28	12	,	,	PUNCT
hij-386	28	13	method	method	NOUN
hij-386	28	14	to	to	PART
hij-386	28	15	understand	understand	VERB
hij-386	28	16	and	and	CCONJ
hij-386	28	17	use	use	VERB
hij-386	28	18	.	.	PUNCT
hij-386	29	1	svm	svm	PROPN
hij-386	29	2	is	be	AUX
hij-386	29	3	a	a	DET
hij-386	29	4	high	high	ADJ
hij-386	29	5	-	-	PUNCT
hij-386	29	6	precision	precision	NOUN
hij-386	29	7	algorithm	algorithm	NOUN
hij-386	29	8	widely	widely	ADV
hij-386	29	9	utilized	utilize	VERB
hij-386	29	10	in	in	ADP
hij-386	29	11	the	the	DET
hij-386	29	12	field	field	NOUN
hij-386	29	13	of	of	ADP
hij-386	29	14	bioinformatics	bioinformatics	NOUN
hij-386	29	15	with	with	ADP
hij-386	29	16	the	the	DET
hij-386	29	17	ability	ability	NOUN
hij-386	29	18	to	to	PART
hij-386	29	19	flexibly	flexibly	ADV
hij-386	29	20	handle	handle	VERB
hij-386	29	21	high	high	ADJ
hij-386	29	22	-	-	PUNCT
hij-386	29	23	dimensional	dimensional	ADJ
hij-386	29	24	data	datum	NOUN
hij-386	29	25	[	[	X
hij-386	29	26	6	6	NUM
hij-386	29	27	]	]	PUNCT
hij-386	29	28	.	.	PUNCT
hij-386	30	1	also	also	ADV
hij-386	30	2	,	,	PUNCT
hij-386	30	3	dt	dt	X
hij-386	31	1	[	[	X
hij-386	31	2	5	5	NUM
hij-386	31	3	]	]	PUNCT
hij-386	31	4	is	be	AUX
hij-386	31	5	a	a	DET
hij-386	31	6	supervised	supervised	ADJ
hij-386	31	7	ml	ml	NOUN
hij-386	31	8	algorithm	algorithm	NOUN
hij-386	31	9	that	that	PRON
hij-386	31	10	classifies	classify	VERB
hij-386	31	11	big	big	ADJ
hij-386	31	12	data	datum	NOUN
hij-386	31	13	similar	similar	ADJ
hij-386	31	14	to	to	ADP
hij-386	31	15	a	a	DET
hij-386	31	16	tree	tree	NOUN
hij-386	31	17	structure	structure	NOUN
hij-386	31	18	,	,	PUNCT
hij-386	31	19	such	such	ADJ
hij-386	31	20	as	as	ADP
hij-386	31	21	leaves	leave	NOUN
hij-386	31	22	,	,	PUNCT
hij-386	31	23	branches	branch	NOUN
hij-386	31	24	,	,	PUNCT
hij-386	31	25	and	and	CCONJ
hij-386	31	26	nodes	node	NOUN
hij-386	31	27	.	.	PUNCT
hij-386	32	1	these	these	DET
hij-386	32	2	algorithms	algorithm	NOUN
hij-386	32	3	are	be	AUX
hij-386	32	4	configured	configure	VERB
hij-386	32	5	to	to	PART
hij-386	32	6	optimally	optimally	ADV
hij-386	32	7	implement	implement	VERB
hij-386	32	8	ml	ml	NOUN
hij-386	32	9	with	with	ADP
hij-386	32	10	the	the	DET
hij-386	32	11	most	most	ADV
hij-386	32	12	compatible	compatible	ADJ
hij-386	32	13	data	datum	NOUN
hij-386	32	14	and	and	CCONJ
hij-386	32	15	features	feature	NOUN
hij-386	32	16	.	.	PUNCT
hij-386	33	1	therefore	therefore	ADV
hij-386	33	2	,	,	PUNCT
hij-386	33	3	both	both	PRON
hij-386	33	4	supervised	supervise	VERB
hij-386	33	5	and	and	CCONJ
hij-386	33	6	unsupervised	unsupervised	ADJ
hij-386	33	7	ml	ml	NOUN
hij-386	33	8	methods	method	NOUN
hij-386	33	9	need	need	VERB
hij-386	33	10	to	to	PART
hij-386	33	11	be	be	AUX
hij-386	33	12	configured	configure	VERB
hij-386	33	13	before	before	ADP
hij-386	33	14	the	the	DET
hij-386	33	15	training	training	NOUN
hij-386	33	16	process	process	NOUN
hij-386	33	17	.	.	PUNCT
hij-386	34	1	in	in	ADP
hij-386	34	2	this	this	DET
hij-386	34	3	research	research	NOUN
hij-386	34	4	,	,	PUNCT
hij-386	34	5	hyperparameter	hyperparameter	NOUN
hij-386	34	6	optimization	optimization	NOUN
hij-386	34	7	(	(	PUNCT
hij-386	34	8	ho	ho	PROPN
hij-386	34	9	)	)	PUNCT
hij-386	35	1	[	[	X
hij-386	35	2	7	7	NUM
hij-386	35	3	]	]	PUNCT
hij-386	35	4	was	be	AUX
hij-386	35	5	applied	apply	VERB
hij-386	35	6	to	to	ADP
hij-386	35	7	the	the	DET
hij-386	35	8	ml	ml	X
hij-386	35	9	algorithm	algorithm	NOUN
hij-386	35	10	in	in	ADP
hij-386	35	11	order	order	NOUN
hij-386	35	12	to	to	PART
hij-386	35	13	achieve	achieve	VERB
hij-386	35	14	the	the	DET
hij-386	35	15	best	good	ADJ
hij-386	35	16	accuracy	accuracy	NOUN
hij-386	35	17	.	.	PUNCT
hij-386	36	1	according	accord	VERB
hij-386	36	2	to	to	ADP
hij-386	36	3	yao	yao	PROPN
hij-386	36	4	et	et	PROPN
hij-386	36	5	al	al	PROPN
hij-386	36	6	.	.	PUNCT
hij-386	37	1	[	[	X
hij-386	37	2	8	8	NUM
hij-386	37	3	]	]	PUNCT
hij-386	37	4	,	,	PUNCT
hij-386	37	5	the	the	DET
hij-386	37	6	technique	technique	NOUN
hij-386	37	7	improves	improve	VERB
hij-386	37	8	performance	performance	NOUN
hij-386	37	9	in	in	ADP
hij-386	37	10	training	training	NOUN
hij-386	37	11	steps	step	NOUN
hij-386	37	12	,	,	PUNCT
hij-386	37	13	prediction	prediction	NOUN
hij-386	37	14	accuracy	accuracy	NOUN
hij-386	37	15	,	,	PUNCT
hij-386	37	16	and	and	CCONJ
hij-386	37	17	ml	ml	ADP
hij-386	37	18	algorithm	algorithm	NOUN
hij-386	37	19	quality	quality	NOUN
hij-386	37	20	[	[	X
hij-386	37	21	8	8	NUM
hij-386	37	22	]	]	PUNCT
hij-386	37	23	.	.	PUNCT
hij-386	38	1	in	in	ADP
hij-386	38	2	this	this	DET
hij-386	38	3	current	current	ADJ
hij-386	38	4	research	research	NOUN
hij-386	38	5	,	,	PUNCT
hij-386	38	6	the	the	DET
hij-386	38	7	cxr	cxr	NOUN
hij-386	38	8	lung	lung	NOUN
hij-386	38	9	image	image	NOUN
hij-386	38	10	data	datum	NOUN
hij-386	38	11	amounted	amount	VERB
hij-386	38	12	to	to	ADP
hij-386	38	13	2000	2000	NUM
hij-386	38	14	and	and	CCONJ
hij-386	38	15	was	be	AUX
hij-386	38	16	classified	classify	VERB
hij-386	38	17	with	with	ADP
hij-386	38	18	the	the	DET
hij-386	38	19	ml	ml	NOUN
hij-386	38	20	algorithm	algorithm	NOUN
hij-386	38	21	,	,	PUNCT
hij-386	38	22	while	while	SCONJ
hij-386	38	23	the	the	DET
hij-386	38	24	bayesian	bayesian	NOUN
hij-386	38	25	was	be	AUX
hij-386	38	26	used	use	VERB
hij-386	38	27	to	to	PART
hij-386	38	28	compare	compare	VERB
hij-386	38	29	the	the	DET
hij-386	38	30	model	model	NOUN
hij-386	38	31	’s	’s	PART
hij-386	38	32	accuracy	accuracy	NOUN
hij-386	38	33	before	before	ADP
hij-386	38	34	and	and	CCONJ
hij-386	38	35	after	after	ADP
hij-386	38	36	optimization	optimization	NOUN
hij-386	38	37	.	.	PUNCT
hij-386	39	1	first	first	ADV
hij-386	39	2	,	,	PUNCT
hij-386	39	3	each	each	DET
hij-386	39	4	cxr	cxr	NOUN
hij-386	39	5	chest	chest	NOUN
hij-386	39	6	image	image	NOUN
hij-386	39	7	feature	feature	NOUN
hij-386	39	8	was	be	AUX
hij-386	39	9	extracted	extract	VERB
hij-386	39	10	using	use	VERB
hij-386	39	11	the	the	DET
hij-386	39	12	cnn	cnn	PROPN
hij-386	39	13	architectures	architecture	NOUN
hij-386	39	14	,	,	PUNCT
hij-386	39	15	namely	namely	ADV
hij-386	39	16	mobilnetv3	mobilnetv3	PROPN
hij-386	39	17	,	,	PUNCT
hij-386	39	18	inception3	inception3	PROPN
hij-386	39	19	,	,	PUNCT
hij-386	39	20	resnet50	resnet50	NOUN
hij-386	39	21	,	,	PUNCT
hij-386	39	22	and	and	CCONJ
hij-386	39	23	desnet201	desnet201	PROPN
hij-386	39	24	.	.	PUNCT
hij-386	40	1	furthermore	furthermore	ADV
hij-386	40	2	,	,	PUNCT
hij-386	40	3	ml	ml	ADP
hij-386	40	4	methods	method	NOUN
hij-386	40	5	such	such	ADJ
hij-386	40	6	as	as	ADP
hij-386	40	7	svm	svm	ADJ
hij-386	40	8	,	,	PUNCT
hij-386	40	9	dt	dt	PROPN
hij-386	40	10	,	,	PUNCT
hij-386	40	11	k	k	PROPN
hij-386	40	12	-	-	PUNCT
hij-386	40	13	nn	nn	NOUN
hij-386	40	14	,	,	PUNCT
hij-386	40	15	and	and	CCONJ
hij-386	40	16	nb	nb	PROPN
hij-386	40	17	were	be	AUX
hij-386	40	18	utilized	utilize	VERB
hij-386	40	19	in	in	ADP
hij-386	40	20	classifying	classify	VERB
hij-386	40	21	the	the	DET
hij-386	40	22	cxr	cxr	NOUN
hij-386	40	23	features	feature	NOUN
hij-386	40	24	as	as	ADP
hij-386	40	25	covid19	covid19	NOUN
hij-386	40	26	,	,	PUNCT
hij-386	40	27	pneumonia	pneumonia	NOUN
hij-386	40	28	,	,	PUNCT
hij-386	40	29	normal	normal	ADJ
hij-386	40	30	,	,	PUNCT
hij-386	40	31	and	and	CCONJ
hij-386	40	32	lung	lung	NOUN
hij-386	40	33	opacity	opacity	NOUN
hij-386	40	34	.	.	PUNCT
hij-386	41	1	it	it	PRON
hij-386	41	2	was	be	AUX
hij-386	41	3	observed	observe	VERB
hij-386	41	4	that	that	SCONJ
hij-386	41	5	ml	ml	PROPN
hij-386	41	6	methods	method	NOUN
hij-386	41	7	produced	produce	VERB
hij-386	41	8	better	well	ADJ
hij-386	41	9	results	result	NOUN
hij-386	41	10	;	;	PUNCT
hij-386	41	11	afterward	afterward	ADV
hij-386	41	12	,	,	PUNCT
hij-386	41	13	the	the	DET
hij-386	41	14	hyperparameters	hyperparameter	NOUN
hij-386	41	15	of	of	ADP
hij-386	41	16	each	each	DET
hij-386	41	17	method	method	NOUN
hij-386	41	18	were	be	AUX
hij-386	41	19	predicted	predict	VERB
hij-386	41	20	using	use	VERB
hij-386	41	21	bayesian	bayesian	NOUN
hij-386	41	22	optimization	optimization	NOUN
hij-386	41	23	.	.	PUNCT
hij-386	42	1	2	2	X
hij-386	42	2	.	.	X
hij-386	42	3	literature	literature	NOUN
hij-386	42	4	review	review	PROPN
hij-386	42	5	this	this	DET
hij-386	42	6	section	section	NOUN
hij-386	42	7	briefly	briefly	ADV
hij-386	42	8	describes	describe	VERB
hij-386	42	9	several	several	ADJ
hij-386	42	10	previous	previous	ADJ
hij-386	42	11	studies	study	NOUN
hij-386	42	12	that	that	PRON
hij-386	42	13	performed	perform	VERB
hij-386	42	14	a	a	DET
hij-386	42	15	dl	dl	NOUN
hij-386	42	16	-	-	PUNCT
hij-386	42	17	based	base	VERB
hij-386	42	18	covid-19	covid-19	PROPN
hij-386	42	19	diagnosis	diagnosis	NOUN
hij-386	42	20	using	use	VERB
hij-386	42	21	x	x	NOUN
hij-386	42	22	-	-	NOUN
hij-386	42	23	ray	ray	NOUN
hij-386	42	24	images	image	NOUN
hij-386	42	25	.	.	PUNCT
hij-386	43	1	one	one	NUM
hij-386	43	2	of	of	ADP
hij-386	43	3	them	they	PRON
hij-386	43	4	was	be	AUX
hij-386	43	5	conducted	conduct	VERB
hij-386	43	6	by	by	ADP
hij-386	43	7	aslan	aslan	PROPN
hij-386	43	8	et	et	PROPN
hij-386	43	9	al	al	PROPN
hij-386	43	10	.	.	PUNCT
hij-386	44	1	[	[	X
hij-386	44	2	9	9	NUM
hij-386	44	3	]	]	PUNCT
hij-386	44	4	,	,	PUNCT
hij-386	44	5	which	which	PRON
hij-386	44	6	compared	compare	VERB
hij-386	44	7	8	8	NUM
hij-386	44	8	popular	popular	ADJ
hij-386	44	9	cnn	cnn	PROPN
hij-386	44	10	architectures	architecture	NOUN
hij-386	44	11	,	,	PUNCT
hij-386	44	12	namely	namely	ADV
hij-386	44	13	alexnet	alexnet	ADJ
hij-386	44	14	,	,	PUNCT
hij-386	44	15	resnet18	resnet18	NOUN
hij-386	44	16	,	,	PUNCT
hij-386	44	17	resnet50	resnet50	NOUN
hij-386	44	18	,	,	PUNCT
hij-386	44	19	inceptionv3	inceptionv3	NOUN
hij-386	44	20	,	,	PUNCT
hij-386	44	21	densenet201	densenet201	PROPN
hij-386	44	22	,	,	PUNCT
hij-386	44	23	inceptionresnetv2	inceptionresnetv2	PROPN
hij-386	44	24	,	,	PUNCT
hij-386	44	25	googlenet	googlenet	NOUN
hij-386	44	26	,	,	PUNCT
hij-386	44	27	and	and	CCONJ
hij-386	44	28	mobilenetv2	mobilenetv2	PROPN
hij-386	44	29	,	,	PUNCT
hij-386	44	30	using	use	VERB
hij-386	44	31	4	4	NUM
hij-386	44	32	ml	ml	NOUN
hij-386	44	33	hyperparameters	hyperparameter	NOUN
hij-386	44	34	,	,	PUNCT
hij-386	44	35	such	such	ADJ
hij-386	44	36	as	as	ADP
hij-386	44	37	nb	nb	PROPN
hij-386	44	38	,	,	PUNCT
hij-386	44	39	svm	svm	PROPN
hij-386	44	40	,	,	PUNCT
hij-386	44	41	dt	dt	X
hij-386	44	42	,	,	PUNCT
hij-386	44	43	and	and	CCONJ
hij-386	44	44	k	k	PROPN
hij-386	44	45	-	-	PUNCT
hij-386	44	46	nn	nn	NOUN
hij-386	44	47	,	,	PUNCT
hij-386	44	48	with	with	ADP
hij-386	44	49	bayesian	bayesian	NOUN
hij-386	44	50	optimization	optimization	NOUN
hij-386	44	51	.	.	PUNCT
hij-386	45	1	the	the	DET
hij-386	45	2	result	result	NOUN
hij-386	45	3	showed	show	VERB
hij-386	45	4	that	that	SCONJ
hij-386	45	5	densenet201	densenet201	PROPN
hij-386	45	6	produced	produce	VERB
hij-386	45	7	the	the	DET
hij-386	45	8	highest	high	ADJ
hij-386	45	9	accuracy	accuracy	NOUN
hij-386	45	10	of	of	ADP
hij-386	45	11	96.29	96.29	NUM
hij-386	45	12	%	%	NOUN
hij-386	45	13	.	.	PUNCT
hij-386	46	1	meanwhile	meanwhile	ADV
hij-386	46	2	,	,	PUNCT
hij-386	46	3	yasar	yasar	PROPN
hij-386	46	4	&	&	CCONJ
hij-386	46	5	ceylan	ceylan	PROPN
hij-386	47	1	[	[	X
hij-386	47	2	10	10	NUM
hij-386	47	3	]	]	PUNCT
hij-386	47	4	tested	test	VERB
hij-386	47	5	and	and	CCONJ
hij-386	47	6	compared	compare	VERB
hij-386	47	7	the	the	DET
hij-386	47	8	classification	classification	NOUN
hij-386	47	9	results	result	NOUN
hij-386	47	10	of	of	ADP
hij-386	47	11	1,396	1,396	NUM
hij-386	47	12	lung	lung	NOUN
hij-386	47	13	ct	ct	NUM
hij-386	47	14	images	image	NOUN
hij-386	47	15	with	with	ADP
hij-386	47	16	the	the	DET
hij-386	47	17	cnn	cnn	PROPN
hij-386	47	18	alesnet	alesnet	NOUN
hij-386	47	19	and	and	CCONJ
hij-386	47	20	mobilenettv2	mobilenettv2	PROPN
hij-386	47	21	architectures	architecture	NOUN
hij-386	47	22	using	use	VERB
hij-386	47	23	the	the	DET
hij-386	47	24	k	k	PROPN
hij-386	47	25	-	-	PUNCT
hij-386	47	26	nn	nn	ADJ
hij-386	47	27	and	and	CCONJ
hij-386	47	28	svm	svm	ADJ
hij-386	47	29	methods	method	NOUN
hij-386	47	30	.	.	PUNCT
hij-386	48	1	das	das	PROPN
hij-386	48	2	[	[	X
hij-386	48	3	11	11	NUM
hij-386	48	4	]	]	PUNCT
hij-386	48	5	employed	employ	VERB
hij-386	48	6	u	u	NOUN
hij-386	48	7	-	-	NOUN
hij-386	48	8	net	net	NOUN
hij-386	48	9	based	base	VERB
hij-386	48	10	on	on	ADP
hij-386	48	11	the	the	DET
hij-386	48	12	adaptive	adaptive	ADJ
hij-386	48	13	activation	activation	NOUN
hij-386	48	14	function	function	NOUN
hij-386	48	15	(	(	PUNCT
hij-386	48	16	aaf	aaf	PROPN
hij-386	48	17	-	-	PUNCT
hij-386	48	18	u	u	NOUN
hij-386	48	19	-	-	NOUN
hij-386	48	20	net	net	NOUN
hij-386	48	21	)	)	PUNCT
hij-386	48	22	as	as	ADV
hij-386	48	23	well	well	ADV
hij-386	48	24	as	as	ADP
hij-386	48	25	svm	svm	ADJ
hij-386	48	26	,	,	PUNCT
hij-386	48	27	an	an	DET
hij-386	48	28	autoencoder	autoencoder	NOUN
hij-386	48	29	,	,	PUNCT
hij-386	48	30	and	and	CCONJ
hij-386	48	31	nb	nb	INTJ
hij-386	48	32	to	to	PART
hij-386	48	33	replace	replace	VERB
hij-386	48	34	the	the	DET
hij-386	48	35	fully	fully	ADV
hij-386	48	36	connected	connect	VERB
hij-386	48	37	layer	layer	NOUN
hij-386	48	38	in	in	ADP
hij-386	48	39	the	the	DET
hij-386	48	40	cnn	cnn	PROPN
hij-386	48	41	.	.	PUNCT
hij-386	49	1	sethi	sethi	PROPN
hij-386	49	2	et	et	PROPN
hij-386	49	3	al	al	PROPN
hij-386	49	4	.	.	PUNCT
hij-386	50	1	[	[	X
hij-386	50	2	12	12	NUM
hij-386	50	3	]	]	PUNCT
hij-386	50	4	conducted	conduct	VERB
hij-386	50	5	research	research	NOUN
hij-386	50	6	on	on	ADP
hij-386	50	7	chest	chest	NOUN
hij-386	50	8	x	x	NOUN
hij-386	50	9	-	-	NOUN
hij-386	50	10	ray	ray	NOUN
hij-386	50	11	images	image	NOUN
hij-386	50	12	for	for	ADP
hij-386	50	13	the	the	DET
hij-386	50	14	diagnosis	diagnosis	NOUN
hij-386	50	15	of	of	ADP
hij-386	50	16	covid-19	covid-19	PROPN
hij-386	50	17	using	use	VERB
hij-386	50	18	four	four	NUM
hij-386	50	19	different	different	ADJ
hij-386	50	20	deep	deep	ADJ
hij-386	50	21	cnn	cnn	PROPN
hij-386	50	22	architectures	architecture	NOUN
hij-386	50	23	,	,	PUNCT
hij-386	50	24	which	which	PRON
hij-386	50	25	include	include	VERB
hij-386	50	26	inceptionv3	inceptionv3	NOUN
hij-386	50	27	,	,	PUNCT
hij-386	50	28	resnet50	resnet50	NOUN
hij-386	50	29	,	,	PUNCT
hij-386	50	30	mobilenet	mobilenet	NOUN
hij-386	50	31	,	,	PUNCT
hij-386	50	32	and	and	CCONJ
hij-386	50	33	xception	xception	NOUN
hij-386	50	34	.	.	PUNCT
hij-386	51	1	these	these	DET
hij-386	51	2	models	model	NOUN
hij-386	51	3	are	be	AUX
hij-386	51	4	pre	pre	ADJ
hij-386	51	5	-	-	VERB
hij-386	51	6	trained	train	VERB
hij-386	51	7	with	with	ADP
hij-386	51	8	the	the	DET
hij-386	51	9	imagenet	imagenet	PROPN
hij-386	51	10	database	database	NOUN
hij-386	51	11	,	,	PUNCT
hij-386	51	12	thereby	thereby	ADV
hij-386	51	13	reducing	reduce	VERB
hij-386	51	14	the	the	DET
hij-386	51	15	need	need	NOUN
hij-386	51	16	for	for	ADP
hij-386	51	17	large	large	ADJ
hij-386	51	18	training	training	NOUN
hij-386	51	19	sets	set	NOUN
hij-386	51	20	.	.	PUNCT
hij-386	52	1	among	among	ADP
hij-386	52	2	the	the	DET
hij-386	52	3	four	four	NUM
hij-386	52	4	models	model	NOUN
hij-386	52	5	,	,	PUNCT
hij-386	52	6	the	the	DET
hij-386	52	7	one	one	NOUN
hij-386	52	8	with	with	ADP
hij-386	52	9	the	the	DET
hij-386	52	10	highest	high	ADJ
hij-386	52	11	accuracy	accuracy	NOUN
hij-386	52	12	results	result	NOUN
hij-386	52	13	on	on	ADP
hij-386	52	14	the	the	DET
hij-386	52	15	mobilenet	mobilenet	NOUN
hij-386	52	16	architecture	architecture	NOUN
hij-386	52	17	was	be	AUX
hij-386	52	18	0.986	0.986	NUM
hij-386	52	19	%	%	NOUN
hij-386	52	20	.	.	PUNCT
hij-386	53	1	in	in	ADP
hij-386	53	2	addition	addition	NOUN
hij-386	53	3	,	,	PUNCT
hij-386	53	4	kundun	kundun	PROPN
hij-386	53	5	et	et	PROPN
hij-386	53	6	al	al	PROPN
hij-386	53	7	.	.	PUNCT
hij-386	54	1	[	[	X
hij-386	54	2	13	13	NUM
hij-386	54	3	]	]	PUNCT
hij-386	54	4	used	use	VERB
hij-386	54	5	the	the	DET
hij-386	54	6	fuzzy	fuzzy	ADJ
hij-386	54	7	integral	integral	ADJ
hij-386	54	8	ensemble	ensemble	ADJ
hij-386	54	9	method	method	NOUN
hij-386	54	10	of	of	ADP
hij-386	54	11	four	four	NUM
hij-386	54	12	deep	deep	ADJ
hij-386	54	13	learning	learning	NOUN
hij-386	54	14	models	model	NOUN
hij-386	54	15	,	,	PUNCT
hij-386	54	16	namely	namely	ADV
hij-386	54	17	vgg-11	vgg-11	NOUN
hij-386	54	18	,	,	PUNCT
hij-386	54	19	googlenet	googlenet	NOUN
hij-386	54	20	,	,	PUNCT
hij-386	54	21	squeezenet	squeezenet	NOUN
hij-386	54	22	v1.1	v1.1	NOUN
hij-386	54	23	,	,	PUNCT
hij-386	54	24	and	and	CCONJ
hij-386	54	25	wide	wide	ADJ
hij-386	54	26	resnet-502	resnet-502	NOUN
hij-386	54	27	,	,	PUNCT
hij-386	54	28	to	to	PART
hij-386	54	29	classify	classify	VERB
hij-386	54	30	ct	ct	NUM
hij-386	54	31	-	-	PUNCT
hij-386	54	32	scan	scan	ADJ
hij-386	54	33	images	image	NOUN
hij-386	54	34	into	into	ADP
hij-386	54	35	the	the	DET
hij-386	54	36	covid	covid	PROPN
hij-386	54	37	and	and	CCONJ
hij-386	54	38	non	non	ADJ
hij-386	54	39	-	-	ADJ
hij-386	54	40	covid	covid	ADJ
hij-386	54	41	categories	category	NOUN
hij-386	54	42	.	.	PUNCT
hij-386	55	1	the	the	DET
hij-386	55	2	proposed	propose	VERB
hij-386	55	3	framework	framework	NOUN
hij-386	55	4	was	be	AUX
hij-386	55	5	tested	test	VERB
hij-386	55	6	on	on	ADP
hij-386	55	7	available	available	ADJ
hij-386	55	8	data	data	NOUN
hij-386	55	9	sets	set	NOUN
hij-386	55	10	,	,	PUNCT
hij-386	55	11	and	and	CCONJ
hij-386	55	12	it	it	PRON
hij-386	55	13	achieved	achieve	VERB
hij-386	55	14	98.93	98.93	NUM
hij-386	55	15	%	%	NOUN
hij-386	55	16	accuracy	accuracy	NOUN
hij-386	55	17	and	and	CCONJ
hij-386	55	18	sensitivity	sensitivity	NOUN
hij-386	55	19	.	.	PUNCT
hij-386	56	1	ardakani	ardakani	PROPN
hij-386	56	2	et	et	PROPN
hij-386	56	3	al	al	PROPN
hij-386	56	4	.	.	PUNCT
hij-386	57	1	[	[	X
hij-386	57	2	14	14	NUM
hij-386	57	3	]	]	PUNCT
hij-386	57	4	diagnosed	diagnose	VERB
hij-386	57	5	covid	covid	PROPN
hij-386	57	6	and	and	CCONJ
hij-386	57	7	non	non	PROPN
hij-386	57	8	-	-	PROPN
hij-386	57	9	covid-19	covid-19	PROPN
hij-386	57	10	from	from	ADP
hij-386	57	11	several	several	ADJ
hij-386	57	12	types	type	NOUN
hij-386	57	13	of	of	ADP
hij-386	57	14	diseases	disease	NOUN
hij-386	57	15	using	use	VERB
hij-386	57	16	ten	ten	NUM
hij-386	57	17	well	well	ADV
hij-386	57	18	-	-	PUNCT
hij-386	57	19	known	know	VERB
hij-386	57	20	cnn	cnn	PROPN
hij-386	57	21	architectures	architecture	NOUN
hij-386	57	22	,	,	PUNCT
hij-386	57	23	namely	namely	ADV
hij-386	57	24	alexnet	alexnet	ADJ
hij-386	57	25	,	,	PUNCT
hij-386	57	26	vgg-16	vgg-16	NOUN
hij-386	57	27	,	,	PUNCT
hij-386	57	28	vgg-19	vgg-19	NOUN
hij-386	57	29	,	,	PUNCT
hij-386	57	30	squeezenet	squeezenet	NOUN
hij-386	57	31	,	,	PUNCT
hij-386	57	32	googlenet	googlenet	NOUN
hij-386	57	33	,	,	PUNCT
hij-386	57	34	mobilenet	mobilenet	NOUN
hij-386	57	35	-	-	PUNCT
hij-386	57	36	v2	v2	NOUN
hij-386	57	37	,	,	PUNCT
hij-386	57	38	resnet-18	resnet-18	PROPN
hij-386	57	39	,	,	PUNCT
hij-386	57	40	resnet50	resnet50	NOUN
hij-386	57	41	,	,	PUNCT
hij-386	57	42	resnet-101	resnet-101	NOUN
hij-386	57	43	,	,	PUNCT
hij-386	57	44	and	and	CCONJ
hij-386	57	45	xception	xception	NOUN
hij-386	57	46	.	.	PUNCT
hij-386	58	1	among	among	ADP
hij-386	58	2	all	all	DET
hij-386	58	3	architectures	architecture	NOUN
hij-386	58	4	,	,	PUNCT
hij-386	58	5	resnet-101	resnet-101	NOUN
hij-386	58	6	and	and	CCONJ
hij-386	58	7	xception	xception	NOUN
hij-386	58	8	produced	produce	VERB
hij-386	58	9	the	the	DET
hij-386	58	10	best	good	ADJ
hij-386	58	11	performance	performance	NOUN
hij-386	58	12	.	.	PUNCT
hij-386	59	1	specifically	specifically	ADV
hij-386	59	2	,	,	PUNCT
hij-386	59	3	resnet-101	resnet-101	NOUN
hij-386	59	4	diagnosed	diagnose	VERB
hij-386	59	5	covid-19	covid-19	PROPN
hij-386	59	6	from	from	ADP
hij-386	59	7	non	non	ADJ
hij-386	59	8	-	-	ADJ
hij-386	59	9	covid-19	covid-19	ADJ
hij-386	59	10	cases	case	NOUN
hij-386	59	11	with	with	ADP
hij-386	59	12	sensitivity	sensitivity	NOUN
hij-386	59	13	,	,	PUNCT
hij-386	59	14	specificity	specificity	NOUN
hij-386	59	15	,	,	PUNCT
hij-386	59	16	and	and	CCONJ
hij-386	59	17	accuracy	accuracy	NOUN
hij-386	59	18	of	of	ADP
hij-386	59	19	100	100	NUM
hij-386	59	20	%	%	NOUN
hij-386	59	21	,	,	PUNCT
hij-386	59	22	99.02	99.02	NUM
hij-386	59	23	%	%	NOUN
hij-386	59	24	,	,	PUNCT
hij-386	59	25	and	and	CCONJ
hij-386	59	26	99.51	99.51	NUM
hij-386	59	27	%	%	NOUN
hij-386	59	28	,	,	PUNCT
hij-386	59	29	while	while	SCONJ
hij-386	59	30	that	that	PRON
hij-386	59	31	of	of	ADP
hij-386	59	32	xception	xception	NOUN
hij-386	59	33	was	be	AUX
hij-386	59	34	98.04	98.04	NUM
hij-386	59	35	%	%	NOUN
hij-386	59	36	,	,	PUNCT
hij-386	59	37	100	100	NUM
hij-386	59	38	%	%	NOUN
hij-386	59	39	,	,	PUNCT
hij-386	59	40	and	and	CCONJ
hij-386	59	41	99.02	99.02	NUM
hij-386	59	42	%	%	NOUN
hij-386	59	43	,	,	PUNCT
hij-386	59	44	respectively	respectively	ADV
hij-386	59	45	.	.	PUNCT
hij-386	60	1	loey	loey	PROPN
hij-386	60	2	et	et	PROPN
hij-386	60	3	al	al	PROPN
hij-386	60	4	.	.	PUNCT
hij-386	61	1	[	[	X
hij-386	61	2	15	15	NUM
hij-386	61	3	]	]	X
hij-386	61	4	classified	classified	ADJ
hij-386	61	5	chest	chest	NOUN
hij-386	61	6	x	x	NOUN
hij-386	61	7	-	-	NOUN
hij-386	61	8	ray	ray	NOUN
hij-386	61	9	images	image	NOUN
hij-386	61	10	of	of	ADP
hij-386	61	11	covid-19	covid-19	PROPN
hij-386	61	12	artifacts	artifact	NOUN
hij-386	61	13	using	use	VERB
hij-386	61	14	cnn	cnn	PROPN
hij-386	61	15	architecture	architecture	NOUN
hij-386	61	16	.	.	PUNCT
hij-386	62	1	they	they	PRON
hij-386	62	2	further	far	ADV
hij-386	62	3	extracted	extract	VERB
hij-386	62	4	and	and	CCONJ
hij-386	62	5	studied	study	VERB
hij-386	62	6	deep	deep	ADJ
hij-386	62	7	features	feature	NOUN
hij-386	62	8	based	base	VERB
hij-386	62	9	on	on	ADP
hij-386	62	10	bayesian	bayesian	NOUN
hij-386	62	11	optimization	optimization	NOUN
hij-386	62	12	and	and	CCONJ
hij-386	62	13	tuned	tune	VERB
hij-386	62	14	cnn	cnn	PROPN
hij-386	62	15	hyperparameters	hyperparameter	NOUN
hij-386	62	16	according	accord	VERB
hij-386	62	17	to	to	ADP
hij-386	62	18	the	the	DET
hij-386	62	19	objective	objective	ADJ
hij-386	62	20	function	function	NOUN
hij-386	62	21	.	.	PUNCT
hij-386	63	1	a	a	DET
hij-386	63	2	total	total	NOUN
hij-386	63	3	of	of	ADP
hij-386	63	4	10,848	10,848	NUM
hij-386	63	5	datasets	dataset	NOUN
hij-386	63	6	utilized	utilize	VERB
hij-386	63	7	were	be	AUX
hij-386	63	8	divided	divide	VERB
hij-386	63	9	into	into	ADP
hij-386	63	10	3	3	NUM
hij-386	63	11	classes	class	NOUN
hij-386	63	12	,	,	PUNCT
hij-386	63	13	namely	namely	ADV
hij-386	63	14	covid-19	covid-19	PROPN
hij-386	63	15	,	,	PUNCT
hij-386	63	16	normal	normal	ADJ
hij-386	63	17	,	,	PUNCT
hij-386	63	18	and	and	CCONJ
hij-386	63	19	pneumonia	pneumonia	NOUN
hij-386	63	20	,	,	PUNCT
hij-386	63	21	each	each	PRON
hij-386	63	22	with	with	ADP
hij-386	63	23	3616	3616	NUM
hij-386	63	24	images	image	NOUN
hij-386	63	25	.	.	PUNCT
hij-386	64	1	from	from	ADP
hij-386	64	2	the	the	DET
hij-386	64	3	comparison	comparison	NOUN
hij-386	64	4	result	result	NOUN
hij-386	64	5	of	of	ADP
hij-386	64	6	bayesian	bayesian	NOUN
hij-386	64	7	optimization	optimization	NOUN
hij-386	64	8	with	with	ADP
hij-386	64	9	three	three	NUM
hij-386	64	10	ablation	ablation	NOUN
hij-386	64	11	scenarios	scenario	NOUN
hij-386	64	12	,	,	PUNCT
hij-386	64	13	an	an	DET
hij-386	64	14	accuracy	accuracy	NOUN
hij-386	64	15	of	of	ADP
hij-386	64	16	96	96	NUM
hij-386	64	17	%	%	NOUN
hij-386	64	18	was	be	AUX
hij-386	64	19	obtained	obtain	VERB
hij-386	64	20	.	.	PUNCT
hij-386	65	1	another	another	DET
hij-386	65	2	study	study	NOUN
hij-386	65	3	by	by	ADP
hij-386	65	4	turkoglu	turkoglu	PROPN
hij-386	66	1	[	[	X
hij-386	66	2	16	16	NUM
hij-386	66	3	]	]	PUNCT
hij-386	66	4	identified	identify	VERB
hij-386	66	5	and	and	CCONJ
hij-386	66	6	diagnosed	diagnose	VERB
hij-386	66	7	covid-19	covid-19	PROPN
hij-386	66	8	disease	disease	NOUN
hij-386	66	9	with	with	ADP
hij-386	66	10	the	the	DET
hij-386	66	11	covidetectionet	covidetectionet	NOUN
hij-386	66	12	model	model	NOUN
hij-386	66	13	through	through	ADP
hij-386	66	14	a	a	DET
hij-386	66	15	cnn	cnn	PROPN
hij-386	66	16	-	-	PUNCT
hij-386	66	17	based	base	VERB
hij-386	66	18	alexnet	alexnet	ADJ
hij-386	66	19	architecture	architecture	NOUN
hij-386	66	20	and	and	CCONJ
hij-386	66	21	performed	perform	VERB
hij-386	66	22	classification	classification	NOUN
hij-386	66	23	using	use	VERB
hij-386	66	24	the	the	DET
hij-386	66	25	svm	svm	ADJ
hij-386	66	26	method	method	NOUN
hij-386	66	27	.	.	PUNCT
hij-386	67	1	the	the	DET
hij-386	67	2	total	total	ADJ
hij-386	67	3	dataset	dataset	NOUN
hij-386	67	4	obtained	obtain	VERB
hij-386	67	5	was	be	AUX
hij-386	67	6	6,092	6,092	NUM
hij-386	67	7	x	x	NOUN
hij-386	67	8	-	-	NOUN
hij-386	67	9	ray	ray	NOUN
hij-386	67	10	images	image	NOUN
hij-386	67	11	,	,	PUNCT
hij-386	67	12	which	which	PRON
hij-386	67	13	were	be	AUX
hij-386	67	14	classified	classify	VERB
hij-386	67	15	as	as	ADP
hij-386	67	16	normal	normal	ADJ
hij-386	67	17	,	,	PUNCT
hij-386	67	18	covid-19	covid-19	PROPN
hij-386	67	19	,	,	PUNCT
hij-386	67	20	and	and	CCONJ
hij-386	67	21	pneumonia	pneumonia	NOUN
hij-386	67	22	,	,	PUNCT
hij-386	67	23	while	while	SCONJ
hij-386	67	24	the	the	DET
hij-386	67	25	result	result	NOUN
hij-386	67	26	showed	show	VERB
hij-386	67	27	an	an	DET
hij-386	67	28	accuracy	accuracy	NOUN
hij-386	67	29	of	of	ADP
hij-386	67	30	99.18	99.18	NUM
hij-386	67	31	%	%	NOUN
hij-386	67	32	.	.	PUNCT
hij-386	68	1	sameen	sameen	PROPN
hij-386	68	2	et	et	PROPN
hij-386	68	3	al	al	PROPN
hij-386	68	4	.	.	PUNCT
hij-386	69	1	[	[	X
hij-386	69	2	17	17	NUM
hij-386	69	3	]	]	PUNCT
hij-386	69	4	developed	develop	VERB
hij-386	69	5	a	a	DET
hij-386	69	6	deep	deep	ADJ
hij-386	69	7	learning	learning	NOUN
hij-386	69	8	-	-	PUNCT
hij-386	69	9	based	base	VERB
hij-386	69	10	technique	technique	NOUN
hij-386	69	11	for	for	ADP
hij-386	69	12	erosion	erosion	NOUN
hij-386	69	13	vulnerability	vulnerability	NOUN
hij-386	69	14	assessment	assessment	NOUN
hij-386	69	15	through	through	ADP
hij-386	69	16	a	a	DET
hij-386	69	17	onedimensional	onedimensional	ADJ
hij-386	69	18	convolution	convolution	NOUN
hij-386	69	19	network	network	NOUN
hij-386	69	20	(	(	PUNCT
hij-386	69	21	1d	1d	NOUN
hij-386	69	22	-	-	PUNCT
hij-386	69	23	cnn	cnn	NOUN
hij-386	69	24	)	)	PUNCT
hij-386	69	25	and	and	CCONJ
hij-386	69	26	bayesian	bayesian	NOUN
hij-386	69	27	optimization	optimization	NOUN
hij-386	69	28	to	to	PART
hij-386	69	29	select	select	VERB
hij-386	69	30	hyperparameters	hyperparameter	NOUN
hij-386	69	31	in	in	ADP
hij-386	69	32	south	south	PROPN
hij-386	69	33	yangyang	yangyang	PROPN
hij-386	69	34	province	province	PROPN
hij-386	69	35	,	,	PUNCT
hij-386	69	36	south	south	PROPN
hij-386	69	37	korea	korea	PROPN
hij-386	69	38	.	.	PUNCT
hij-386	70	1	random	random	ADJ
hij-386	70	2	forest	forest	NOUN
hij-386	70	3	was	be	AUX
hij-386	70	4	used	use	VERB
hij-386	70	5	to	to	PART
hij-386	70	6	store	store	VERB
hij-386	70	7	important	important	ADJ
hij-386	70	8	factors	factor	NOUN
hij-386	70	9	for	for	ADP
hij-386	70	10	further	further	ADJ
hij-386	70	11	analysis	analysis	NOUN
hij-386	70	12	as	as	ADP
hij-386	70	13	pre	pre	ADJ
hij-386	70	14	-	-	ADJ
hij-386	70	15	processing	processing	ADJ
hij-386	70	16	actions	action	NOUN
hij-386	70	17	;	;	PUNCT
hij-386	70	18	meanwhile	meanwhile	ADV
hij-386	70	19	,	,	PUNCT
hij-386	70	20	cnn	cnn	PROPN
hij-386	70	21	achieved	achieve	VERB
hij-386	70	22	the	the	DET
hij-386	70	23	highest	high	ADJ
hij-386	70	24	accuracy	accuracy	NOUN
hij-386	70	25	of	of	ADP
hij-386	70	26	83.11	83.11	NUM
hij-386	70	27	%	%	NOUN
hij-386	70	28	on	on	ADP
hij-386	70	29	the	the	DET
hij-386	70	30	test	test	NOUN
hij-386	70	31	dataset	dataset	VERB
hij-386	70	32	.	.	PUNCT
hij-386	71	1	dokeet	dokeet	PROPN
hij-386	71	2	al	al	PROPN
hij-386	71	3	.	.	PUNCT
hij-386	72	1	[	[	X
hij-386	72	2	18	18	NUM
hij-386	72	3	]	]	PUNCT
hij-386	72	4	embedded	embed	VERB
hij-386	72	5	new	new	ADJ
hij-386	72	6	techniques	technique	NOUN
hij-386	72	7	,	,	PUNCT
hij-386	72	8	such	such	ADJ
hij-386	72	9	as	as	ADP
hij-386	72	10	bayesian	bayesian	NOUN
hij-386	72	11	optimization	optimization	NOUN
hij-386	72	12	,	,	PUNCT
hij-386	72	13	to	to	PART
hij-386	72	14	efficiently	efficiently	ADV
hij-386	72	15	determine	determine	VERB
hij-386	72	16	the	the	DET
hij-386	72	17	optimal	optimal	ADJ
hij-386	72	18	hyperparameter	hyperparameter	NOUN
hij-386	72	19	sets	set	NOUN
hij-386	72	20	.	.	PUNCT
hij-386	73	1	this	this	PRON
hij-386	73	2	caused	cause	VERB
hij-386	73	3	the	the	DET
hij-386	73	4	simple	simple	ADJ
hij-386	73	5	cnn	cnn	NOUN
hij-386	73	6	architecture	architecture	NOUN
hij-386	73	7	to	to	PART
hij-386	73	8	perform	perform	VERB
hij-386	73	9	well	well	ADV
hij-386	73	10	in	in	ADP
hij-386	73	11	the	the	DET
hij-386	73	12	detection	detection	NOUN
hij-386	73	13	of	of	ADP
hij-386	73	14	cerebral	cerebral	ADJ
hij-386	73	15	microbleeds	microbleed	NOUN
hij-386	73	16	(	(	PUNCT
hij-386	73	17	cmbs	cmbs	PROPN
hij-386	73	18	)	)	PUNCT
hij-386	73	19	.	.	PUNCT
hij-386	74	1	the	the	DET
hij-386	74	2	research	research	NOUN
hij-386	74	3	employed	employ	VERB
hij-386	74	4	five	five	NUM
hij-386	74	5	cnn	cnn	NOUN
hij-386	74	6	layers	layer	NOUN
hij-386	74	7	,	,	PUNCT
hij-386	74	8	namely	namely	ADV
hij-386	74	9	two	two	NUM
hij-386	74	10	convolutions	convolution	NOUN
hij-386	74	11	,	,	PUNCT
hij-386	74	12	two	two	NUM
hij-386	74	13	pooling	pooling	NOUN
hij-386	74	14	,	,	PUNCT
hij-386	74	15	and	and	CCONJ
hij-386	74	16	one	one	NUM
hij-386	74	17	fully	fully	ADV
hij-386	74	18	connected	connect	VERB
hij-386	74	19	,	,	PUNCT
hij-386	74	20	and	and	CCONJ
hij-386	74	21	the	the	DET
hij-386	74	22	accuracy	accuracy	NOUN
hij-386	74	23	produced	produce	VERB
hij-386	74	24	was	be	AUX
hij-386	74	25	98.97	98.97	NUM
hij-386	74	26	%	%	NOUN
hij-386	74	27	.	.	PUNCT
hij-386	75	1	hightech	hightech	NOUN
hij-386	75	2	and	and	CCONJ
hij-386	75	3	innovation	innovation	NOUN
hij-386	75	4	journal	journal	PROPN
hij-386	75	5	vol	vol	NOUN
hij-386	75	6	.	.	PROPN
hij-386	76	1	4	4	NUM
hij-386	76	2	,	,	PUNCT
hij-386	76	3	no	no	INTJ
hij-386	76	4	.	.	NOUN
hij-386	76	5	3	3	NUM
hij-386	76	6	,	,	PUNCT
hij-386	76	7	september	september	PROPN
hij-386	76	8	,	,	PUNCT
hij-386	76	9	2023	2023	NUM
hij-386	76	10	533	533	NUM
hij-386	76	11	3	3	NUM
hij-386	76	12	.	.	PUNCT
hij-386	76	13	materials	material	NOUN
hij-386	76	14	and	and	CCONJ
hij-386	76	15	methods	method	NOUN
hij-386	76	16	this	this	DET
hij-386	76	17	experimental	experimental	ADJ
hij-386	76	18	research	research	NOUN
hij-386	76	19	was	be	AUX
hij-386	76	20	conducted	conduct	VERB
hij-386	76	21	to	to	PART
hij-386	76	22	classify	classify	VERB
hij-386	76	23	covid-19	covid-19	PROPN
hij-386	76	24	using	use	VERB
hij-386	76	25	cnn	cnn	PROPN
hij-386	76	26	and	and	CCONJ
hij-386	76	27	ml	ml	NOUN
hij-386	76	28	models	model	NOUN
hij-386	76	29	,	,	PUNCT
hij-386	76	30	namely	namely	ADV
hij-386	76	31	svm	svm	ADJ
hij-386	76	32	,	,	PUNCT
hij-386	76	33	dt	dt	PROPN
hij-386	76	34	,	,	PUNCT
hij-386	76	35	knn	knn	PROPN
hij-386	76	36	,	,	PUNCT
hij-386	76	37	and	and	CCONJ
hij-386	77	1	nb	nb	INTJ
hij-386	77	2	.	.	PUNCT
hij-386	78	1	furthermore	furthermore	ADV
hij-386	78	2	,	,	PUNCT
hij-386	78	3	bayesian	bayesian	NOUN
hij-386	78	4	optimization	optimization	NOUN
hij-386	78	5	was	be	AUX
hij-386	78	6	performed	perform	VERB
hij-386	78	7	to	to	PART
hij-386	78	8	obtain	obtain	VERB
hij-386	78	9	more	more	ADV
hij-386	78	10	accurate	accurate	ADJ
hij-386	78	11	results	result	NOUN
hij-386	78	12	,	,	PUNCT
hij-386	78	13	while	while	SCONJ
hij-386	78	14	classification	classification	NOUN
hij-386	78	15	was	be	AUX
hij-386	78	16	conducted	conduct	VERB
hij-386	78	17	in	in	ADP
hij-386	78	18	the	the	DET
hij-386	78	19	feature	feature	NOUN
hij-386	78	20	extraction	extraction	NOUN
hij-386	78	21	stage	stage	NOUN
hij-386	78	22	.	.	PUNCT
hij-386	79	1	this	this	DET
hij-386	79	2	section	section	NOUN
hij-386	79	3	also	also	ADV
hij-386	79	4	contains	contain	VERB
hij-386	79	5	information	information	NOUN
hij-386	79	6	regarding	regard	VERB
hij-386	79	7	the	the	DET
hij-386	79	8	method	method	NOUN
hij-386	79	9	used	use	VERB
hij-386	79	10	,	,	PUNCT
hij-386	79	11	which	which	PRON
hij-386	79	12	is	be	AUX
hij-386	79	13	expressed	express	VERB
hij-386	79	14	in	in	ADP
hij-386	79	15	a	a	DET
hij-386	79	16	flowchart	flowchart	NOUN
hij-386	79	17	as	as	SCONJ
hij-386	79	18	shown	show	VERB
hij-386	79	19	in	in	ADP
hij-386	79	20	figure	figure	NOUN
hij-386	79	21	1	1	NUM
hij-386	79	22	.	.	PUNCT
hij-386	79	23	figure	figure	NOUN
hij-386	79	24	1	1	NUM
hij-386	79	25	.	.	PUNCT
hij-386	79	26	research	research	NOUN
hij-386	79	27	flow	flow	NOUN
hij-386	79	28	chart	chart	NOUN
hij-386	79	29	3.1	3.1	NUM
hij-386	79	30	.	.	PUNCT
hij-386	80	1	data	datum	NOUN
hij-386	80	2	the	the	DET
hij-386	80	3	data	datum	NOUN
hij-386	80	4	used	use	VERB
hij-386	80	5	was	be	AUX
hij-386	80	6	the	the	DET
hij-386	80	7	chest	ch	ADJ
hij-386	80	8	cxr	cxr	NOUN
hij-386	80	9	obtained	obtain	VERB
hij-386	80	10	from	from	ADP
hij-386	80	11	the	the	DET
hij-386	80	12	kaggle.com	kaggle.com	X
hij-386	80	13	website	website	NOUN
hij-386	80	14	.	.	PUNCT
hij-386	81	1	the	the	DET
hij-386	81	2	dataset	dataset	NOUN
hij-386	81	3	was	be	AUX
hij-386	81	4	divided	divide	VERB
hij-386	81	5	into	into	ADP
hij-386	81	6	four	four	NUM
hij-386	81	7	classes	class	NOUN
hij-386	81	8	,	,	PUNCT
hij-386	81	9	which	which	PRON
hij-386	81	10	include	include	VERB
hij-386	81	11	covid-19	covid-19	PROPN
hij-386	81	12	,	,	PUNCT
hij-386	81	13	pneumonia	pneumonia	NOUN
hij-386	81	14	,	,	PUNCT
hij-386	81	15	lung	lung	NOUN
hij-386	81	16	opacity	opacity	NOUN
hij-386	81	17	,	,	PUNCT
hij-386	81	18	and	and	CCONJ
hij-386	81	19	normal	normal	ADJ
hij-386	81	20	.	.	PUNCT
hij-386	82	1	table	table	NOUN
hij-386	82	2	1	1	NUM
hij-386	82	3	shows	show	VERB
hij-386	82	4	the	the	DET
hij-386	82	5	combination	combination	NOUN
hij-386	82	6	of	of	ADP
hij-386	82	7	the	the	DET
hij-386	82	8	classes	class	NOUN
hij-386	82	9	in	in	ADP
hij-386	82	10	the	the	DET
hij-386	82	11	database	database	NOUN
hij-386	82	12	and	and	CCONJ
hij-386	82	13	the	the	DET
hij-386	82	14	number	number	NOUN
hij-386	82	15	of	of	ADP
hij-386	82	16	images	image	NOUN
hij-386	82	17	from	from	ADP
hij-386	82	18	various	various	ADJ
hij-386	82	19	sources	source	NOUN
hij-386	82	20	.	.	PUNCT
hij-386	83	1	also	also	ADV
hij-386	83	2	,	,	PUNCT
hij-386	83	3	the	the	DET
hij-386	83	4	four	four	NUM
hij-386	83	5	types	type	NOUN
hij-386	83	6	of	of	ADP
hij-386	83	7	disease	disease	NOUN
hij-386	83	8	classes	class	NOUN
hij-386	83	9	are	be	AUX
hij-386	83	10	shown	show	VERB
hij-386	83	11	in	in	ADP
hij-386	83	12	figure	figure	NOUN
hij-386	83	13	2	2	NUM
hij-386	83	14	.	.	PUNCT
hij-386	83	15	table	table	NOUN
hij-386	83	16	1	1	NUM
hij-386	83	17	.	.	PUNCT
hij-386	83	18	dataset	dataset	NOUN
hij-386	83	19	class	class	NOUN
hij-386	83	20	covid-19	covid-19	PROPN
hij-386	83	21	normal	normal	ADJ
hij-386	83	22	pneumonia	pneumonia	NOUN
hij-386	83	23	lung	lung	NOUN
hij-386	83	24	-	-	PUNCT
hij-386	83	25	opacity	opacity	NOUN
hij-386	83	26	number	number	NOUN
hij-386	83	27	of	of	ADP
hij-386	83	28	images	image	NOUN
hij-386	83	29	cxr	cxr	NOUN
hij-386	83	30	500	500	NUM
hij-386	83	31	500	500	NUM
hij-386	83	32	500	500	NUM
hij-386	83	33	500	500	NUM
hij-386	83	34	total	total	NOUN
hij-386	83	35	2000	2000	NUM
hij-386	83	36	a	a	NOUN
hij-386	83	37	)	)	PUNCT
hij-386	83	38	covid-19	covid-19	PROPN
hij-386	83	39	b	b	PROPN
hij-386	83	40	)	)	PUNCT
hij-386	83	41	pneumonia	pneumonia	NOUN
hij-386	83	42	c	c	NOUN
hij-386	83	43	)	)	PUNCT
hij-386	83	44	normal	normal	ADJ
hij-386	83	45	d	d	NOUN
hij-386	83	46	)	)	PUNCT
hij-386	83	47	lung	lung	NOUN
hij-386	83	48	opacity	opacity	NOUN
hij-386	83	49	figure	figure	NOUN
hij-386	83	50	2	2	NUM
hij-386	83	51	.	.	NOUN
hij-386	83	52	four	four	NUM
hij-386	83	53	classes	class	NOUN
hij-386	83	54	of	of	ADP
hij-386	83	55	disease	disease	NOUN
hij-386	83	56	3.2	3.2	NUM
hij-386	83	57	.	.	PUNCT
hij-386	84	1	method	method	PROPN
hij-386	84	2	3.2.1	3.2.1	NUM
hij-386	84	3	.	.	PUNCT
hij-386	85	1	convolutional	convolutional	ADJ
hij-386	85	2	neural	neural	ADJ
hij-386	85	3	network	network	NOUN
hij-386	85	4	(	(	PUNCT
hij-386	85	5	cnn	cnn	PROPN
hij-386	85	6	)	)	PUNCT
hij-386	85	7	cnn	cnn	PROPN
hij-386	85	8	is	be	AUX
hij-386	85	9	a	a	DET
hij-386	85	10	component	component	NOUN
hij-386	85	11	of	of	ADP
hij-386	85	12	deep	deep	ADJ
hij-386	85	13	learning	learning	NOUN
hij-386	85	14	widely	widely	ADV
hij-386	85	15	applied	apply	VERB
hij-386	85	16	to	to	ADP
hij-386	85	17	image	image	NOUN
hij-386	85	18	data	datum	NOUN
hij-386	85	19	.	.	PUNCT
hij-386	86	1	in	in	ADP
hij-386	86	2	the	the	DET
hij-386	86	3	last	last	ADJ
hij-386	86	4	decade	decade	NOUN
hij-386	86	5	,	,	PUNCT
hij-386	86	6	it	it	PRON
hij-386	86	7	has	have	AUX
hij-386	86	8	provided	provide	VERB
hij-386	86	9	groundbreaking	groundbreake	VERB
hij-386	86	10	results	result	NOUN
hij-386	86	11	in	in	ADP
hij-386	86	12	areas	area	NOUN
hij-386	86	13	of	of	ADP
hij-386	86	14	pattern	pattern	NOUN
hij-386	86	15	recognition	recognition	NOUN
hij-386	86	16	,	,	PUNCT
hij-386	86	17	image	image	NOUN
hij-386	86	18	processing	processing	NOUN
hij-386	86	19	,	,	PUNCT
hij-386	86	20	and	and	CCONJ
hij-386	86	21	speech	speech	NOUN
hij-386	86	22	recognition	recognition	NOUN
hij-386	86	23	.	.	PUNCT
hij-386	87	1	it	it	PRON
hij-386	87	2	is	be	AUX
hij-386	87	3	also	also	ADV
hij-386	87	4	capable	capable	ADJ
hij-386	87	5	of	of	ADP
hij-386	87	6	extracting	extract	VERB
hij-386	87	7	features	feature	NOUN
hij-386	87	8	from	from	ADP
hij-386	87	9	data	datum	NOUN
hij-386	87	10	by	by	ADP
hij-386	87	11	convolution	convolution	NOUN
hij-386	87	12	.	.	PUNCT
hij-386	88	1	meanwhile	meanwhile	ADV
hij-386	88	2	,	,	PUNCT
hij-386	88	3	the	the	DET
hij-386	88	4	difference	difference	NOUN
hij-386	88	5	between	between	ADP
hij-386	88	6	the	the	DET
hij-386	88	7	method	method	NOUN
hij-386	88	8	and	and	CCONJ
hij-386	88	9	that	that	PRON
hij-386	88	10	of	of	ADP
hij-386	88	11	traditional	traditional	ADJ
hij-386	88	12	feature	feature	NOUN
hij-386	88	13	extraction	extraction	NOUN
hij-386	88	14	was	be	AUX
hij-386	88	15	that	that	SCONJ
hij-386	88	16	features	feature	NOUN
hij-386	88	17	were	be	AUX
hij-386	88	18	not	not	PART
hij-386	88	19	manually	manually	ADV
hij-386	88	20	extracted	extract	VERB
hij-386	88	21	[	[	X
hij-386	88	22	19–21	19–21	NUM
hij-386	88	23	]	]	PUNCT
hij-386	88	24	.	.	PUNCT
hij-386	89	1	hightech	hightech	NOUN
hij-386	89	2	and	and	CCONJ
hij-386	89	3	innovation	innovation	NOUN
hij-386	89	4	journal	journal	PROPN
hij-386	89	5	vol	vol	NOUN
hij-386	89	6	.	.	PROPN
hij-386	90	1	4	4	NUM
hij-386	90	2	,	,	PUNCT
hij-386	90	3	no	no	INTJ
hij-386	90	4	.	.	NOUN
hij-386	90	5	3	3	NUM
hij-386	90	6	,	,	PUNCT
hij-386	90	7	september	september	PROPN
hij-386	90	8	,	,	PUNCT
hij-386	90	9	2023	2023	NUM
hij-386	90	10	534	534	NUM
hij-386	90	11	3.2.2	3.2.2	NUM
hij-386	90	12	.	.	PUNCT
hij-386	91	1	naïve	naïve	ADJ
hij-386	91	2	bayes	bayes	PROPN
hij-386	91	3	(	(	PUNCT
hij-386	91	4	nb	nb	PROPN
hij-386	91	5	)	)	PUNCT
hij-386	91	6	nb	nb	PROPN
hij-386	91	7	is	be	AUX
hij-386	91	8	a	a	DET
hij-386	91	9	classification	classification	NOUN
hij-386	91	10	system	system	NOUN
hij-386	91	11	based	base	VERB
hij-386	91	12	on	on	ADP
hij-386	91	13	bayes	bayes	PROPN
hij-386	91	14	’	'	PUNCT
hij-386	91	15	theorem	theorem	VERB
hij-386	91	16	,	,	PUNCT
hij-386	91	17	and	and	CCONJ
hij-386	91	18	it	it	PRON
hij-386	91	19	assumes	assume	VERB
hij-386	91	20	that	that	SCONJ
hij-386	91	21	all	all	DET
hij-386	91	22	attributes	attribute	NOUN
hij-386	91	23	are	be	AUX
hij-386	91	24	completely	completely	ADV
hij-386	91	25	independent	independent	ADJ
hij-386	91	26	of	of	ADP
hij-386	91	27	the	the	DET
hij-386	91	28	output	output	NOUN
hij-386	91	29	class	class	NOUN
hij-386	91	30	,	,	PUNCT
hij-386	91	31	known	know	VERB
hij-386	91	32	as	as	ADP
hij-386	91	33	the	the	DET
hij-386	91	34	conditional	conditional	ADJ
hij-386	91	35	independence	independence	NOUN
hij-386	91	36	assumption	assumption	NOUN
hij-386	91	37	[	[	X
hij-386	91	38	22	22	NUM
hij-386	91	39	]	]	PUNCT
hij-386	91	40	.	.	PUNCT
hij-386	92	1	according	accord	VERB
hij-386	92	2	to	to	ADP
hij-386	92	3	sunarya	sunarya	PROPN
hij-386	92	4	et	et	PROPN
hij-386	92	5	al	al	PROPN
hij-386	92	6	.	.	PUNCT
hij-386	93	1	[	[	X
hij-386	93	2	23	23	NUM
hij-386	93	3	]	]	PUNCT
hij-386	93	4	,	,	PUNCT
hij-386	93	5	the	the	DET
hij-386	93	6	nb	nb	PROPN
hij-386	93	7	classification	classification	NOUN
hij-386	93	8	algorithm	algorithm	NOUN
hij-386	93	9	uses	use	VERB
hij-386	93	10	the	the	DET
hij-386	93	11	probability	probability	NOUN
hij-386	93	12	theory	theory	NOUN
hij-386	93	13	proposed	propose	VERB
hij-386	93	14	by	by	ADP
hij-386	93	15	british	british	ADJ
hij-386	93	16	scientist	scientist	PROPN
hij-386	93	17	thomas	thomas	PROPN
hij-386	93	18	bayes	bayes	PROPN
hij-386	93	19	,	,	PUNCT
hij-386	93	20	who	who	PRON
hij-386	93	21	predicted	predict	VERB
hij-386	93	22	future	future	ADJ
hij-386	93	23	probabilities	probability	NOUN
hij-386	93	24	based	base	VERB
hij-386	93	25	on	on	ADP
hij-386	93	26	previous	previous	ADJ
hij-386	93	27	experience	experience	NOUN
hij-386	93	28	.	.	PUNCT
hij-386	94	1	the	the	DET
hij-386	94	2	main	main	ADJ
hij-386	94	3	advantage	advantage	NOUN
hij-386	94	4	is	be	AUX
hij-386	94	5	that	that	SCONJ
hij-386	94	6	it	it	PRON
hij-386	94	7	is	be	AUX
hij-386	94	8	easy	easy	ADJ
hij-386	94	9	to	to	PART
hij-386	94	10	construct	construct	VERB
hij-386	94	11	without	without	ADP
hij-386	94	12	requiring	require	VERB
hij-386	94	13	complex	complex	ADJ
hij-386	94	14	iterative	iterative	NOUN
hij-386	94	15	parameter	parameter	NOUN
hij-386	94	16	estimation	estimation	NOUN
hij-386	94	17	schemes	scheme	NOUN
hij-386	94	18	.	.	PUNCT
hij-386	95	1	in	in	ADP
hij-386	95	2	addition	addition	NOUN
hij-386	95	3	,	,	PUNCT
hij-386	95	4	the	the	DET
hij-386	95	5	nb	nb	PROPN
hij-386	95	6	classifier	classifier	NOUN
hij-386	95	7	is	be	AUX
hij-386	95	8	resistant	resistant	ADJ
hij-386	95	9	to	to	PART
hij-386	95	10	noise	noise	NOUN
hij-386	95	11	and	and	CCONJ
hij-386	95	12	extraneous	extraneous	ADJ
hij-386	95	13	properties	property	NOUN
hij-386	95	14	;	;	PUNCT
hij-386	95	15	hence	hence	ADV
hij-386	95	16	,	,	PUNCT
hij-386	95	17	it	it	PRON
hij-386	95	18	has	have	AUX
hij-386	95	19	been	be	AUX
hij-386	95	20	successfully	successfully	ADV
hij-386	95	21	applied	apply	VERB
hij-386	95	22	in	in	ADP
hij-386	95	23	many	many	ADJ
hij-386	95	24	fields	field	NOUN
hij-386	95	25	[	[	X
hij-386	95	26	22	22	NUM
hij-386	95	27	]	]	PUNCT
hij-386	95	28	.	.	PUNCT
hij-386	96	1	to	to	PART
hij-386	96	2	build	build	VERB
hij-386	96	3	a	a	DET
hij-386	96	4	classification	classification	NOUN
hij-386	96	5	for	for	ADP
hij-386	96	6	predicting	predict	VERB
hij-386	96	7	unknown	unknown	ADJ
hij-386	96	8	class	class	NOUN
hij-386	96	9	labels	label	NOUN
hij-386	96	10	based	base	VERB
hij-386	96	11	on	on	ADP
hij-386	96	12	bayes	bayes	PROPN
hij-386	96	13	'	'	PART
hij-386	96	14	theorem	theorem	NOUN
hij-386	96	15	,	,	PUNCT
hij-386	96	16	let	let	VERB
hij-386	96	17	𝑥	𝑥	X
hij-386	96	18	=	=	SYM
hij-386	96	19	(	(	PUNCT
hij-386	96	20	𝑥1	𝑥1	NOUN
hij-386	96	21	,	,	PUNCT
hij-386	96	22	𝑥2	𝑥2	NOUN
hij-386	96	23	,	,	PUNCT
hij-386	96	24	.	.	PUNCT
hij-386	96	25	.	.	PUNCT
hij-386	97	1	.	.	PUNCT
hij-386	98	1	,	,	PUNCT
hij-386	98	2	𝑥𝑑	𝑥𝑑	CCONJ
hij-386	98	3	)	)	PUNCT
hij-386	98	4	represents	represent	VERB
hij-386	98	5	a	a	DET
hij-386	98	6	d	d	ADJ
hij-386	98	7	-	-	ADJ
hij-386	98	8	dimensional	dimensional	ADJ
hij-386	98	9	object	object	NOUN
hij-386	98	10	with	with	ADP
hij-386	98	11	no	no	DET
hij-386	98	12	class	class	NOUN
hij-386	98	13	label	label	NOUN
hij-386	98	14	.	.	PUNCT
hij-386	99	1	also	also	ADV
hij-386	99	2	,	,	PUNCT
hij-386	99	3	let	let	VERB
hij-386	99	4	𝐶	𝐶	PROPN
hij-386	99	5	=	=	PROPN
hij-386	99	6	{	{	PUNCT
hij-386	99	7	𝐶1	𝐶1	PROPN
hij-386	99	8	,	,	PUNCT
hij-386	99	9	𝐶2	𝐶2	ADJ
hij-386	99	10	,	,	PUNCT
hij-386	99	11	…	…	PUNCT
hij-386	99	12	,	,	PUNCT
hij-386	99	13	𝐶𝑘	𝐶𝑘	PROPN
hij-386	99	14	}	}	PUNCT
hij-386	99	15	be	be	AUX
hij-386	99	16	a	a	DET
hij-386	99	17	set	set	NOUN
hij-386	99	18	of	of	ADP
hij-386	99	19	class	class	NOUN
hij-386	99	20	labels	label	NOUN
hij-386	99	21	,	,	PUNCT
hij-386	99	22	where	where	SCONJ
hij-386	99	23	𝑃(𝐶𝑘	𝑃(𝐶𝑘	NOUN
hij-386	99	24	)	)	PUNCT
hij-386	99	25	is	be	AUX
hij-386	99	26	the	the	DET
hij-386	99	27	previous	previous	ADJ
hij-386	99	28	probability	probability	NOUN
hij-386	99	29	of	of	ADP
hij-386	99	30	𝐶𝑘	𝐶𝑘	PROPN
hij-386	99	31	(	(	PUNCT
hij-386	99	32	𝑘	𝑘	NOUN
hij-386	99	33	=	=	SYM
hij-386	99	34	1	1	NUM
hij-386	99	35	,	,	PUNCT
hij-386	99	36	2	2	NUM
hij-386	99	37	,	,	PUNCT
hij-386	99	38	.	.	PUNCT
hij-386	99	39	.	.	PUNCT
hij-386	100	1	.	.	PUNCT
hij-386	101	1	,	,	PUNCT
hij-386	101	2	𝐾	𝐾	NOUN
hij-386	101	3	)	)	PUNCT
hij-386	101	4	concluded	conclude	VERB
hij-386	101	5	before	before	SCONJ
hij-386	101	6	the	the	DET
hij-386	101	7	new	new	ADJ
hij-386	101	8	evidence	evidence	NOUN
hij-386	101	9	,	,	PUNCT
hij-386	101	10	𝑃(𝑥|𝐶𝑘	𝑃(𝑥|𝐶𝑘	PROPN
hij-386	101	11	)	)	PUNCT
hij-386	101	12	denotes	denote	VERB
hij-386	101	13	the	the	DET
hij-386	101	14	conditional	conditional	ADJ
hij-386	101	15	probability	probability	NOUN
hij-386	101	16	of	of	ADP
hij-386	101	17	seeing	see	VERB
hij-386	101	18	proof	proof	NOUN
hij-386	101	19	𝑥	𝑥	ADP
hij-386	101	20	when	when	SCONJ
hij-386	101	21	hypothesis	hypothesis	NOUN
hij-386	101	22	𝐶𝑘	𝐶𝑘	PROPN
hij-386	101	23	is	be	AUX
hij-386	101	24	true	true	ADJ
hij-386	101	25	.	.	PUNCT
hij-386	102	1	bayes	bayes	PROPN
hij-386	102	2	'	'	PART
hij-386	102	3	theorem	theorem	NOUN
hij-386	102	4	was	be	AUX
hij-386	102	5	used	use	VERB
hij-386	102	6	for	for	ADP
hij-386	102	7	the	the	DET
hij-386	102	8	classification	classification	NOUN
hij-386	102	9	as	as	SCONJ
hij-386	102	10	expressed	express	VERB
hij-386	102	11	in	in	ADP
hij-386	102	12	the	the	DET
hij-386	102	13	following	follow	VERB
hij-386	102	14	formula	formula	NOUN
hij-386	102	15	[	[	X
hij-386	102	16	24	24	NUM
hij-386	102	17	]	]	NOUN
hij-386	102	18	:	:	PUNCT
hij-386	102	19	𝑃(𝐶𝑘|𝑥	𝑃(𝐶𝑘|𝑥	ADJ
hij-386	102	20	)	)	PUNCT
hij-386	102	21	=	=	SYM
hij-386	102	22	𝑃(𝑥|𝐶𝑘)𝑃(𝐶𝑘	𝑃(𝑥|𝐶𝑘)𝑃(𝐶𝑘	PROPN
hij-386	102	23	)	)	PUNCT
hij-386	102	24	∑	∑	PUNCT
hij-386	102	25	𝑃(𝑥|𝐶𝑘′	𝑃(𝑥|𝐶𝑘′	VERB
hij-386	102	26	)	)	PUNCT
hij-386	102	27	𝑘′	𝑘′	NUM
hij-386	102	28	𝑃(𝐶𝑘′	𝑃(𝐶𝑘′	NOUN
hij-386	102	29	)	)	PUNCT
hij-386	102	30	(	(	PUNCT
hij-386	102	31	1	1	X
hij-386	102	32	)	)	PUNCT
hij-386	102	33	where	where	SCONJ
hij-386	102	34	c	c	NOUN
hij-386	102	35	is	be	AUX
hij-386	102	36	class	class	NOUN
hij-386	102	37	label	label	NOUN
hij-386	102	38	set	set	NOUN
hij-386	102	39	,	,	PUNCT
hij-386	102	40	p	p	NOUN
hij-386	102	41	is	be	AUX
hij-386	102	42	probability	probability	NOUN
hij-386	102	43	,	,	PUNCT
hij-386	102	44	and	and	CCONJ
hij-386	102	45	k	k	PROPN
hij-386	102	46	is	be	AUX
hij-386	102	47	class	class	NOUN
hij-386	102	48	label	label	NOUN
hij-386	102	49	set	set	VERB
hij-386	102	50	index	index	NOUN
hij-386	102	51	.	.	PUNCT
hij-386	103	1	to	to	PART
hij-386	103	2	reduce	reduce	VERB
hij-386	103	3	computations	computation	NOUN
hij-386	103	4	when	when	SCONJ
hij-386	103	5	evaluating	evaluate	VERB
hij-386	103	6	𝑃(𝑋|𝐶𝑘	𝑃(𝑋|𝐶𝑘	PROPN
hij-386	103	7	)	)	PUNCT
hij-386	103	8	𝑃(𝐶𝑘	𝑃(𝐶𝑘	PROPN
hij-386	103	9	)	)	PUNCT
hij-386	103	10	,	,	PUNCT
hij-386	103	11	a	a	DET
hij-386	103	12	naive	naive	ADJ
hij-386	103	13	assumption	assumption	NOUN
hij-386	103	14	of	of	ADP
hij-386	103	15	class	class	NOUN
hij-386	103	16	conditional	conditional	ADJ
hij-386	103	17	independence	independence	NOUN
hij-386	103	18	was	be	AUX
hij-386	103	19	formulated	formulate	VERB
hij-386	103	20	based	base	VERB
hij-386	103	21	on	on	ADP
hij-386	103	22	the	the	DET
hij-386	103	23	assumption	assumption	NOUN
hij-386	103	24	that	that	SCONJ
hij-386	103	25	the	the	DET
hij-386	103	26	attribute	attribute	NOUN
hij-386	103	27	values	value	NOUN
hij-386	103	28	are	be	AUX
hij-386	103	29	conditionally	conditionally	ADV
hij-386	103	30	independent	independent	ADJ
hij-386	103	31	of	of	ADP
hij-386	103	32	each	each	DET
hij-386	103	33	other	other	ADJ
hij-386	103	34	.	.	PUNCT
hij-386	104	1	given	give	VERB
hij-386	104	2	the	the	DET
hij-386	104	3	sample	sample	NOUN
hij-386	104	4	class	class	NOUN
hij-386	104	5	label	label	NOUN
hij-386	104	6	,	,	PUNCT
hij-386	104	7	the	the	DET
hij-386	104	8	mathematical	mathematical	ADJ
hij-386	104	9	conditional	conditional	ADJ
hij-386	104	10	probability	probability	NOUN
hij-386	104	11	is	be	AUX
hij-386	104	12	expressed	express	VERB
hij-386	104	13	as	as	SCONJ
hij-386	104	14	follows	follow	VERB
hij-386	104	15	:	:	PUNCT
hij-386	104	16	𝑃(𝑥|𝐶𝑘	𝑃(𝑥|𝐶𝑘	PROPN
hij-386	104	17	)	)	PUNCT
hij-386	105	1	≈	≈	PROPN
hij-386	105	2	∏	∏	PROPN
hij-386	105	3	𝑃(𝑥|𝐶𝑘	𝑃(𝑥|𝐶𝑘	PROPN
hij-386	105	4	)	)	PUNCT
hij-386	106	1	𝑑	𝑑	PROPN
hij-386	106	2	𝑗=1	𝑗=1	X
hij-386	106	3	(	(	PUNCT
hij-386	106	4	2	2	NUM
hij-386	106	5	)	)	PUNCT
hij-386	106	6	3.2.3	3.2.3	NUM
hij-386	106	7	.	.	PUNCT
hij-386	107	1	k	k	X
hij-386	107	2	-	-	PUNCT
hij-386	107	3	nearest	near	ADJ
hij-386	107	4	neighbours	neighbour	NOUN
hij-386	107	5	(	(	PUNCT
hij-386	107	6	k	k	NOUN
hij-386	107	7	-	-	PUNCT
hij-386	107	8	nn	nn	ADJ
hij-386	107	9	)	)	PUNCT
hij-386	107	10	k	k	PROPN
hij-386	107	11	-	-	PUNCT
hij-386	107	12	nn	nn	PROPN
hij-386	107	13	is	be	AUX
hij-386	107	14	an	an	DET
hij-386	107	15	algorithm	algorithm	NOUN
hij-386	107	16	used	use	VERB
hij-386	107	17	to	to	PART
hij-386	107	18	classify	classify	VERB
hij-386	107	19	data	datum	NOUN
hij-386	107	20	based	base	VERB
hij-386	107	21	on	on	ADP
hij-386	107	22	trained	train	VERB
hij-386	107	23	datasets	dataset	NOUN
hij-386	107	24	obtained	obtain	VERB
hij-386	107	25	from	from	ADP
hij-386	107	26	the	the	DET
hij-386	107	27	nearest	near	ADJ
hij-386	107	28	neighbors	neighbor	NOUN
hij-386	107	29	,	,	PUNCT
hij-386	107	30	with	with	ADP
hij-386	107	31	being	be	AUX
hij-386	107	32	the	the	DET
hij-386	107	33	nearest	near	ADJ
hij-386	107	34	neighbors	neighbor	NOUN
hij-386	107	35	’	'	PUNCT
hij-386	107	36	number	number	NOUN
hij-386	107	37	[	[	X
hij-386	107	38	25	25	NUM
hij-386	107	39	]	]	PUNCT
hij-386	107	40	.	.	PUNCT
hij-386	108	1	it	it	PRON
hij-386	108	2	performs	perform	VERB
hij-386	108	3	classification	classification	NOUN
hij-386	108	4	by	by	ADP
hij-386	108	5	projecting	project	VERB
hij-386	108	6	learning	learn	VERB
hij-386	108	7	data	datum	NOUN
hij-386	108	8	on	on	ADP
hij-386	108	9	a	a	DET
hij-386	108	10	multidimensional	multidimensional	ADJ
hij-386	108	11	space	space	NOUN
hij-386	108	12	,	,	PUNCT
hij-386	108	13	which	which	PRON
hij-386	108	14	is	be	AUX
hij-386	108	15	divided	divide	VERB
hij-386	108	16	into	into	ADP
hij-386	108	17	sections	section	NOUN
hij-386	108	18	representing	represent	VERB
hij-386	108	19	the	the	DET
hij-386	108	20	learning	learn	VERB
hij-386	108	21	data	datum	NOUN
hij-386	108	22	criteria	criterion	NOUN
hij-386	108	23	.	.	PUNCT
hij-386	109	1	according	accord	VERB
hij-386	109	2	to	to	ADP
hij-386	109	3	fan	fan	PROPN
hij-386	109	4	et	et	PROPN
hij-386	109	5	al	al	PROPN
hij-386	109	6	.	.	PUNCT
hij-386	110	1	[	[	X
hij-386	110	2	26	26	NUM
hij-386	110	3	]	]	PUNCT
hij-386	110	4	,	,	PUNCT
hij-386	110	5	each	each	DET
hij-386	110	6	piece	piece	NOUN
hij-386	110	7	of	of	ADP
hij-386	110	8	learning	learn	VERB
hij-386	110	9	data	datum	NOUN
hij-386	110	10	is	be	AUX
hij-386	110	11	represented	represent	VERB
hij-386	110	12	as	as	ADP
hij-386	110	13	point	point	NOUN
hij-386	110	14	c	c	NOUN
hij-386	110	15	in	in	ADP
hij-386	110	16	a	a	DET
hij-386	110	17	multidimensional	multidimensional	ADJ
hij-386	110	18	space	space	NOUN
hij-386	110	19	.	.	PUNCT
hij-386	111	1	it	it	PRON
hij-386	111	2	is	be	AUX
hij-386	111	3	important	important	ADJ
hij-386	111	4	to	to	PART
hij-386	111	5	note	note	VERB
hij-386	111	6	that	that	SCONJ
hij-386	111	7	the	the	DET
hij-386	111	8	k	k	PROPN
hij-386	111	9	-	-	PUNCT
hij-386	111	10	nn	nn	PROPN
hij-386	111	11	is	be	AUX
hij-386	111	12	a	a	DET
hij-386	111	13	simple	simple	ADJ
hij-386	111	14	but	but	CCONJ
hij-386	111	15	effective	effective	ADJ
hij-386	111	16	method	method	NOUN
hij-386	111	17	of	of	ADP
hij-386	111	18	categorizing	categorize	VERB
hij-386	111	19	text	text	NOUN
hij-386	111	20	.	.	PUNCT
hij-386	112	1	however	however	ADV
hij-386	112	2	,	,	PUNCT
hij-386	112	3	standard	standard	ADJ
hij-386	112	4	k	k	PROPN
hij-386	112	5	-	-	PUNCT
hij-386	112	6	nn	nn	PROPN
hij-386	112	7	is	be	AUX
hij-386	112	8	a	a	DET
hij-386	112	9	case	case	NOUN
hij-386	112	10	-	-	PUNCT
hij-386	112	11	based	base	VERB
hij-386	112	12	learning	learning	NOUN
hij-386	112	13	technique	technique	NOUN
hij-386	112	14	capable	capable	ADJ
hij-386	112	15	of	of	ADP
hij-386	112	16	storing	store	VERB
hij-386	112	17	all	all	DET
hij-386	112	18	training	training	NOUN
hij-386	112	19	data	datum	NOUN
hij-386	112	20	for	for	ADP
hij-386	112	21	classification	classification	NOUN
hij-386	112	22	.	.	PUNCT
hij-386	113	1	3.2.4	3.2.4	X
hij-386	113	2	.	.	PUNCT
hij-386	114	1	support	support	NOUN
hij-386	114	2	vector	vector	NOUN
hij-386	114	3	machine	machine	NOUN
hij-386	114	4	(	(	PUNCT
hij-386	114	5	svm	svm	ADJ
hij-386	114	6	)	)	PUNCT
hij-386	114	7	svm	svm	NOUN
hij-386	114	8	is	be	AUX
hij-386	114	9	a	a	DET
hij-386	114	10	binary	binary	ADJ
hij-386	114	11	classification	classification	NOUN
hij-386	114	12	model	model	NOUN
hij-386	114	13	used	use	VERB
hij-386	114	14	to	to	PART
hij-386	114	15	determine	determine	VERB
hij-386	114	16	the	the	DET
hij-386	114	17	optimal	optimal	ADJ
hij-386	114	18	classification	classification	NOUN
hij-386	114	19	hyperplane	hyperplane	NOUN
hij-386	114	20	that	that	PRON
hij-386	114	21	meets	meet	VERB
hij-386	114	22	the	the	DET
hij-386	114	23	classification	classification	NOUN
hij-386	114	24	requirements	requirement	NOUN
hij-386	114	25	[	[	X
hij-386	114	26	27	27	NUM
hij-386	114	27	]	]	PUNCT
hij-386	114	28	.	.	PUNCT
hij-386	115	1	the	the	DET
hij-386	115	2	svm	svm	PROPN
hij-386	115	3	’s	’s	PART
hij-386	115	4	goal	goal	NOUN
hij-386	115	5	is	be	AUX
hij-386	115	6	to	to	PART
hij-386	115	7	discover	discover	VERB
hij-386	115	8	the	the	DET
hij-386	115	9	optimal	optimal	ADJ
hij-386	115	10	separation	separation	NOUN
hij-386	115	11	hyperplane	hyperplane	NOUN
hij-386	115	12	by	by	ADP
hij-386	115	13	maximizing	maximize	VERB
hij-386	115	14	the	the	DET
hij-386	115	15	margin	margin	NOUN
hij-386	115	16	between	between	ADP
hij-386	115	17	the	the	DET
hij-386	115	18	separator	separator	NOUN
hij-386	115	19	hyperplane	hyperplane	NOUN
hij-386	115	20	and	and	CCONJ
hij-386	115	21	the	the	DET
hij-386	115	22	data	datum	NOUN
hij-386	115	23	set	set	VERB
hij-386	115	24	[	[	X
hij-386	115	25	28	28	NUM
hij-386	115	26	]	]	PUNCT
hij-386	115	27	.	.	PUNCT
hij-386	116	1	from	from	ADP
hij-386	116	2	huang	huang	PROPN
hij-386	116	3	et	et	PROPN
hij-386	116	4	al	al	PROPN
hij-386	116	5	.	.	PUNCT
hij-386	117	1	[	[	X
hij-386	117	2	27	27	NUM
hij-386	117	3	]	]	PUNCT
hij-386	117	4	,	,	PUNCT
hij-386	117	5	svm	svm	PROPN
hij-386	117	6	is	be	AUX
hij-386	117	7	able	able	ADJ
hij-386	117	8	to	to	PART
hij-386	117	9	guarantee	guarantee	VERB
hij-386	117	10	the	the	DET
hij-386	117	11	hyperplane	hyperplane	NOUN
hij-386	117	12	classification	classification	NOUN
hij-386	117	13	accuracy	accuracy	NOUN
hij-386	117	14	while	while	SCONJ
hij-386	117	15	maximizing	maximize	VERB
hij-386	117	16	the	the	DET
hij-386	117	17	empty	empty	ADJ
hij-386	117	18	area	area	NOUN
hij-386	117	19	on	on	ADP
hij-386	117	20	both	both	DET
hij-386	117	21	sides	side	NOUN
hij-386	117	22	of	of	ADP
hij-386	117	23	the	the	DET
hij-386	117	24	hyperplane	hyperplane	NOUN
hij-386	117	25	.	.	PUNCT
hij-386	118	1	𝑓(𝑥	𝑓(𝑥	NOUN
hij-386	118	2	)	)	PUNCT
hij-386	119	1	=	=	SYM
hij-386	119	2	𝑤.	𝑤.	NOUN
hij-386	119	3	𝑥	𝑥	NOUN
hij-386	120	1	+	+	CCONJ
hij-386	120	2	𝑏	𝑏	NOUN
hij-386	120	3	=	=	PUNCT
hij-386	120	4	∑	∑	PUNCT
hij-386	120	5	𝑤𝑘	𝑤𝑘	INTJ
hij-386	120	6	.	.	PUNCT
hij-386	120	7	𝑥𝑘	𝑥𝑘	X
hij-386	121	1	+	+	CCONJ
hij-386	122	1	𝑏	𝑏	NOUN
hij-386	122	2	=	=	NOUN
hij-386	122	3	0𝑚	0𝑚	ADJ
hij-386	122	4	𝑘=1	𝑘=1	X
hij-386	122	5	(	(	PUNCT
hij-386	122	6	3	3	NUM
hij-386	122	7	)	)	PUNCT
hij-386	122	8	where	where	SCONJ
hij-386	122	9	𝑤	𝑤	X
hij-386	122	10	and	and	CCONJ
hij-386	122	11	𝑏	𝑏	PROPN
hij-386	122	12	are	be	AUX
hij-386	122	13	weights	weight	NOUN
hij-386	122	14	and	and	CCONJ
hij-386	122	15	biases	bias	NOUN
hij-386	122	16	,	,	PUNCT
hij-386	122	17	respectively	respectively	ADV
hij-386	122	18	,	,	PUNCT
hij-386	122	19	that	that	PRON
hij-386	122	20	adjust	adjust	VERB
hij-386	122	21	the	the	DET
hij-386	122	22	position	position	NOUN
hij-386	122	23	of	of	ADP
hij-386	122	24	the	the	DET
hij-386	122	25	hyperplane	hyperplane	NOUN
hij-386	122	26	separator	separator	NOUN
hij-386	122	27	.	.	PUNCT
hij-386	123	1	meanwhile	meanwhile	ADV
hij-386	123	2	,	,	PUNCT
hij-386	123	3	the	the	DET
hij-386	123	4	following	follow	VERB
hij-386	123	5	boundary	boundary	ADJ
hij-386	123	6	conditions	condition	NOUN
hij-386	123	7	have	have	VERB
hij-386	123	8	to	to	PART
hij-386	123	9	be	be	AUX
hij-386	123	10	met	meet	VERB
hij-386	123	11	by	by	ADP
hij-386	123	12	the	the	DET
hij-386	123	13	hyperplane	hyperplane	PROPN
hij-386	123	14	separation	separation	NOUN
hij-386	123	15	:	:	PUNCT
hij-386	123	16	𝑦𝑖𝑓(𝑥𝑖	𝑦𝑖𝑓(𝑥𝑖	NUM
hij-386	123	17	)	)	PUNCT
hij-386	124	1	=	=	SYM
hij-386	124	2	𝑦𝑖(𝑤.	𝑦𝑖(𝑤.	NOUN
hij-386	124	3	𝑥𝑖	𝑥𝑖	PROPN
hij-386	124	4	+	+	CCONJ
hij-386	124	5	𝑏	𝑏	NOUN
hij-386	124	6	)	)	PUNCT
hij-386	124	7	≥	≥	NOUN
hij-386	124	8	1	1	NUM
hij-386	124	9	,	,	PUNCT
hij-386	124	10	𝑖	𝑖	NOUN
hij-386	124	11	=	=	SYM
hij-386	124	12	1,2	1,2	NUM
hij-386	124	13	,	,	PUNCT
hij-386	124	14	…	…	PUNCT
hij-386	124	15	,	,	PUNCT
hij-386	124	16	𝑚	𝑚	X
hij-386	124	17	(	(	PUNCT
hij-386	124	18	4	4	X
hij-386	124	19	)	)	PUNCT
hij-386	124	20	the	the	DET
hij-386	124	21	above	above	ADJ
hij-386	124	22	optimization	optimization	NOUN
hij-386	124	23	is	be	AUX
hij-386	124	24	converted	convert	VERB
hij-386	124	25	into	into	ADP
hij-386	124	26	a	a	DET
hij-386	124	27	dual	dual	ADJ
hij-386	124	28	quadratic	quadratic	ADJ
hij-386	124	29	optimization	optimization	NOUN
hij-386	124	30	problem	problem	NOUN
hij-386	124	31	using	use	VERB
hij-386	124	32	the	the	DET
hij-386	124	33	lagrangian	lagrangian	ADJ
hij-386	124	34	multiplier	multipli	ADJ
hij-386	124	35	𝛼𝑖	𝛼𝑖	NOUN
hij-386	124	36	,	,	PUNCT
hij-386	124	37	as	as	SCONJ
hij-386	124	38	follows	follow	VERB
hij-386	124	39	:	:	PUNCT
hij-386	124	40	maximize	maximize	VERB
hij-386	124	41	𝐿(𝛼	𝐿(𝛼	PRON
hij-386	124	42	)	)	PUNCT
hij-386	124	43	=	=	PUNCT
hij-386	124	44	∑	∑	PUNCT
hij-386	124	45	𝛼𝑖	𝛼𝑖	INTJ
hij-386	125	1	−	−	NUM
hij-386	125	2	1	1	NUM
hij-386	125	3	2	2	NUM
hij-386	125	4	𝑚	𝑚	NOUN
hij-386	125	5	𝑖=1	𝑖=1	PUNCT
hij-386	125	6	∑	∑	PROPN
hij-386	125	7	𝛼𝑖𝛼𝑗𝑦𝑖𝑦𝑗(𝑥𝑖	𝛼𝑖𝛼𝑗𝑦𝑖𝑦𝑗(𝑥𝑖	VERB
hij-386	125	8	,	,	PUNCT
hij-386	125	9	𝑥𝑗)𝑚	𝑥𝑗)𝑚	PROPN
hij-386	125	10	𝑗=1	𝑗=1	PROPN
hij-386	125	11	(	(	PUNCT
hij-386	125	12	5	5	X
hij-386	125	13	)	)	PUNCT
hij-386	125	14	s.	s.	PROPN
hij-386	125	15	t	t	PROPN
hij-386	125	16	∑	∑	PUNCT
hij-386	125	17	𝛼𝑖𝑦𝑖	𝛼𝑖𝑦𝑖	X
hij-386	125	18	=	=	SYM
hij-386	125	19	0	0	NUM
hij-386	125	20	,	,	PUNCT
hij-386	125	21	𝛼𝑖	𝛼𝑖	PRON
hij-386	125	22	≥	≥	NOUN
hij-386	125	23	0	0	NUM
hij-386	125	24	,	,	PUNCT
hij-386	125	25	𝑖	𝑖	NOUN
hij-386	125	26	=	=	SYM
hij-386	125	27	1,2	1,2	NUM
hij-386	125	28	,	,	PUNCT
hij-386	125	29	…	…	PUNCT
hij-386	125	30	,	,	PUNCT
hij-386	125	31	𝑚𝑚	𝑚𝑚	ADP
hij-386	125	32	𝑖=1	𝑖=1	PROPN
hij-386	125	33	(	(	PUNCT
hij-386	125	34	6	6	NUM
hij-386	125	35	)	)	PUNCT
hij-386	125	36	the	the	DET
hij-386	125	37	dual	dual	ADJ
hij-386	125	38	-	-	PUNCT
hij-386	125	39	problem	problem	NOUN
hij-386	125	40	of	of	ADP
hij-386	125	41	the	the	DET
hij-386	125	42	primal	primal	ADJ
hij-386	125	43	problem	problem	NOUN
hij-386	125	44	was	be	AUX
hij-386	125	45	obtained	obtain	VERB
hij-386	125	46	by	by	ADP
hij-386	125	47	constructing	construct	VERB
hij-386	125	48	the	the	DET
hij-386	125	49	lagrange	lagrange	NOUN
hij-386	125	50	function	function	NOUN
hij-386	125	51	:	:	PUNCT
hij-386	126	1	lim	lim	PROPN
hij-386	126	2	𝜶	𝜶	ADP
hij-386	126	3	1	1	NUM
hij-386	126	4	2	2	NUM
hij-386	126	5	∑	∑	PROPN
hij-386	126	6	∑	∑	DET
hij-386	126	7	𝛼	𝛼	X
hij-386	126	8	𝑖	𝑖	X
hij-386	126	9	𝛼	𝛼	X
hij-386	126	10	𝑗	𝑗	PROPN
hij-386	126	11	𝑦	𝑦	X
hij-386	126	12	𝑖	𝑖	X
hij-386	126	13	𝑦	𝑦	PRON
hij-386	126	14	𝑗	𝑗	X
hij-386	126	15	(	(	PUNCT
hij-386	126	16	𝑥	𝑥	X
hij-386	126	17	𝑖	𝑖	SYM
hij-386	126	18	∙	∙	PUNCT
hij-386	126	19	𝑥	𝑥	X
hij-386	126	20	𝑗	𝑗	NOUN
hij-386	126	21	)	)	PUNCT
hij-386	126	22	−	−	PROPN
hij-386	126	23	∑	∑	PUNCT
hij-386	126	24	𝛼	𝛼	X
hij-386	126	25	𝑖	𝑖	X
hij-386	126	26	𝑁	𝑁	NOUN
hij-386	126	27	𝑖=1	𝑖=1	PUNCT
hij-386	126	28	𝑁	𝑁	PROPN
hij-386	126	29	𝑗=1	𝑗=1	PROPN
hij-386	126	30	𝑁	𝑁	PROPN
hij-386	126	31	𝑖=1	𝑖=1	PROPN
hij-386	126	32	(	(	PUNCT
hij-386	126	33	7	7	X
hij-386	126	34	)	)	PUNCT
hij-386	126	35	s.	s.	PROPN
hij-386	126	36	t	t	PROPN
hij-386	126	37	{	{	PUNCT
hij-386	126	38	∑	∑	PROPN
hij-386	126	39	𝛼	𝛼	X
hij-386	126	40	𝑖	𝑖	X
hij-386	126	41	𝑦	𝑦	NOUN
hij-386	126	42	𝑖	𝑖	PUNCT
hij-386	126	43	=	=	NOUN
hij-386	126	44	0	0	PUNCT
hij-386	127	1	𝑁	𝑁	PROPN
hij-386	127	2	𝑖=1	𝑖=1	PUNCT
hij-386	127	3	𝛼	𝛼	PROPN
hij-386	127	4	𝑖	𝑖	PRON
hij-386	127	5	≥	≥	NOUN
hij-386	127	6	0	0	NUM
hij-386	127	7	𝑖	𝑖	SYM
hij-386	127	8	=	=	SYM
hij-386	127	9	1,2	1,2	NUM
hij-386	127	10	,	,	PUNCT
hij-386	127	11	…	…	PUNCT
hij-386	127	12	𝑁	𝑁	PROPN
hij-386	127	13	(	(	PUNCT
hij-386	127	14	8)	8)	NUM
hij-386	127	15	where	where	SCONJ
hij-386	127	16	𝛼	𝛼	PRON
hij-386	127	17	𝑖	𝑖	VERB
hij-386	127	18	is	be	AUX
hij-386	127	19	denoted	denote	VERB
hij-386	127	20	as	as	ADP
hij-386	127	21	lagrange	lagrange	NOUN
hij-386	127	22	multiplier	multiplier	ADV
hij-386	127	23	.	.	PUNCT
hij-386	128	1	hightech	hightech	NOUN
hij-386	128	2	and	and	CCONJ
hij-386	128	3	innovation	innovation	NOUN
hij-386	128	4	journal	journal	PROPN
hij-386	128	5	vol	vol	NOUN
hij-386	128	6	.	.	PROPN
hij-386	129	1	4	4	NUM
hij-386	129	2	,	,	PUNCT
hij-386	129	3	no	no	INTJ
hij-386	129	4	.	.	NOUN
hij-386	129	5	3	3	NUM
hij-386	129	6	,	,	PUNCT
hij-386	129	7	september	september	PROPN
hij-386	129	8	,	,	PUNCT
hij-386	129	9	2023	2023	NUM
hij-386	129	10	535	535	NUM
hij-386	129	11	the	the	DET
hij-386	129	12	advantage	advantage	NOUN
hij-386	129	13	of	of	ADP
hij-386	129	14	svm	svm	PROPN
hij-386	129	15	is	be	AUX
hij-386	129	16	that	that	SCONJ
hij-386	129	17	it	it	PRON
hij-386	129	18	is	be	AUX
hij-386	129	19	applicable	applicable	ADJ
hij-386	129	20	in	in	ADP
hij-386	129	21	non	non	ADJ
hij-386	129	22	-	-	ADJ
hij-386	129	23	linear	linear	ADJ
hij-386	129	24	data	datum	NOUN
hij-386	129	25	by	by	ADP
hij-386	129	26	modifying	modify	VERB
hij-386	129	27	the	the	DET
hij-386	129	28	technique	technique	NOUN
hij-386	129	29	using	use	VERB
hij-386	129	30	kernel	kernel	PROPN
hij-386	129	31	functions	function	NOUN
hij-386	129	32	[	[	X
hij-386	129	33	29	29	NUM
hij-386	129	34	]	]	PUNCT
hij-386	129	35	.	.	PUNCT
hij-386	130	1	altan	altan	PROPN
hij-386	130	2	&	&	CCONJ
hij-386	130	3	karasu	karasu	PROPN
hij-386	131	1	[	[	X
hij-386	131	2	30	30	NUM
hij-386	131	3	]	]	PUNCT
hij-386	131	4	,	,	PUNCT
hij-386	131	5	the	the	DET
hij-386	131	6	function	function	NOUN
hij-386	131	7	taking	take	VERB
hij-386	131	8	the	the	DET
hij-386	131	9	nonlinear	nonlinear	ADJ
hij-386	131	10	data	datum	NOUN
hij-386	131	11	sequence	sequence	NOUN
hij-386	131	12	to	to	ADP
hij-386	131	13	a	a	DET
hij-386	131	14	higher	high	ADJ
hij-386	131	15	dimension	dimension	NOUN
hij-386	131	16	is	be	AUX
hij-386	131	17	defined	define	VERB
hij-386	131	18	as	as	ADP
hij-386	131	19	a	a	DET
hij-386	131	20	mapping	mapping	NOUN
hij-386	131	21	function	function	NOUN
hij-386	131	22	and	and	CCONJ
hij-386	131	23	is	be	AUX
hij-386	131	24	represented	represent	VERB
hij-386	131	25	by	by	ADP
hij-386	131	26	(	(	PUNCT
hij-386	131	27	φ	φ	NOUN
hij-386	131	28	)	)	PUNCT
hij-386	131	29	.	.	PUNCT
hij-386	132	1	in	in	ADP
hij-386	132	2	this	this	DET
hij-386	132	3	scenario	scenario	NOUN
hij-386	132	4	,	,	PUNCT
hij-386	132	5	the	the	DET
hij-386	132	6	regression	regression	NOUN
hij-386	132	7	process	process	NOUN
hij-386	132	8	was	be	AUX
hij-386	132	9	converted	convert	VERB
hij-386	132	10	to	to	ADP
hij-386	132	11	a	a	DET
hij-386	132	12	high	high	ADJ
hij-386	132	13	-	-	PUNCT
hij-386	132	14	dimensional	dimensional	ADJ
hij-386	132	15	area	area	NOUN
hij-386	132	16	through	through	ADP
hij-386	132	17	the	the	DET
hij-386	132	18	kernel	kernel	PROPN
hij-386	132	19	function	function	NOUN
hij-386	132	20	.	.	PUNCT
hij-386	133	1	𝐾	𝐾	NOUN
hij-386	133	2	(	(	PUNCT
hij-386	133	3	𝑥	𝑥	NOUN
hij-386	133	4	𝑖	𝑖	SYM
hij-386	133	5	,	,	PUNCT
hij-386	133	6	𝑥	𝑥	PROPN
hij-386	133	7	𝑗	𝑗	X
hij-386	133	8	)	)	PUNCT
hij-386	133	9	=	=	SYM
hij-386	133	10	(	(	PUNCT
hij-386	133	11	φ	φ	X
hij-386	133	12	(	(	PUNCT
hij-386	133	13	𝑥	𝑥	PROPN
hij-386	133	14	𝑖	𝑖	SYM
hij-386	133	15	,	,	PUNCT
hij-386	133	16	𝑥	𝑥	PROPN
hij-386	133	17	𝑗	𝑗	X
hij-386	133	18	)	)	PUNCT
hij-386	133	19	𝑇	𝑇	PROPN
hij-386	133	20	φ	φ	PROPN
hij-386	133	21	(	(	PUNCT
hij-386	133	22	𝑥	𝑥	PROPN
hij-386	133	23	𝑖	𝑖	SYM
hij-386	133	24	,	,	PUNCT
hij-386	133	25	𝑥	𝑥	PROPN
hij-386	133	26	𝑗	𝑗	X
hij-386	133	27	)	)	PUNCT
hij-386	133	28	+	+	CCONJ
hij-386	133	29	1	1	X
hij-386	133	30	)	)	PUNCT
hij-386	133	31	𝑝	𝑝	NOUN
hij-386	133	32	(	(	PUNCT
hij-386	133	33	9	9	NUM
hij-386	133	34	)	)	PUNCT
hij-386	133	35	where	where	SCONJ
hij-386	133	36	p	p	NOUN
hij-386	133	37	is	be	AUX
hij-386	133	38	the	the	DET
hij-386	133	39	degree	degree	NOUN
hij-386	133	40	of	of	ADP
hij-386	133	41	the	the	DET
hij-386	133	42	polynomial	polynomial	ADJ
hij-386	133	43	.	.	PUNCT
hij-386	134	1	3.2.5	3.2.5	X
hij-386	134	2	.	.	X
hij-386	134	3	decision	decision	NOUN
hij-386	134	4	tree	tree	NOUN
hij-386	134	5	(	(	PUNCT
hij-386	134	6	dt	dt	NOUN
hij-386	134	7	)	)	PUNCT
hij-386	134	8	dt	dt	PUNCT
hij-386	134	9	follows	follow	VERB
hij-386	134	10	a	a	DET
hij-386	134	11	normal	normal	ADJ
hij-386	134	12	tree	tree	NOUN
hij-386	134	13	structure	structure	NOUN
hij-386	134	14	consisting	consist	VERB
hij-386	134	15	of	of	ADP
hij-386	134	16	root	root	NOUN
hij-386	134	17	,	,	PUNCT
hij-386	134	18	branch	branch	NOUN
hij-386	134	19	,	,	PUNCT
hij-386	134	20	and	and	CCONJ
hij-386	134	21	leaf	leaf	NOUN
hij-386	134	22	nodes	node	NOUN
hij-386	134	23	.	.	PUNCT
hij-386	135	1	furthermore	furthermore	ADV
hij-386	135	2	,	,	PUNCT
hij-386	135	3	attribute	attribute	NOUN
hij-386	135	4	testing	testing	NOUN
hij-386	135	5	is	be	AUX
hij-386	135	6	performed	perform	VERB
hij-386	135	7	on	on	ADP
hij-386	135	8	each	each	PRON
hij-386	135	9	,	,	PUNCT
hij-386	135	10	while	while	SCONJ
hij-386	135	11	the	the	DET
hij-386	135	12	test	test	NOUN
hij-386	135	13	results	result	NOUN
hij-386	135	14	of	of	ADP
hij-386	135	15	the	the	DET
hij-386	135	16	branch	branch	NOUN
hij-386	135	17	and	and	CCONJ
hij-386	135	18	class	class	NOUN
hij-386	135	19	labels	label	NOUN
hij-386	135	20	are	be	AUX
hij-386	135	21	found	find	VERB
hij-386	135	22	on	on	ADP
hij-386	135	23	leaf	leaf	NOUN
hij-386	135	24	nodes	node	NOUN
hij-386	135	25	.	.	PUNCT
hij-386	136	1	it	it	PRON
hij-386	136	2	is	be	AUX
hij-386	136	3	important	important	ADJ
hij-386	136	4	to	to	PART
hij-386	136	5	note	note	VERB
hij-386	136	6	that	that	SCONJ
hij-386	136	7	a	a	DET
hij-386	136	8	root	root	NOUN
hij-386	136	9	is	be	AUX
hij-386	136	10	the	the	DET
hij-386	136	11	parent	parent	NOUN
hij-386	136	12	of	of	ADP
hij-386	136	13	all	all	DET
hij-386	136	14	nodes	node	NOUN
hij-386	136	15	,	,	PUNCT
hij-386	136	16	and	and	CCONJ
hij-386	136	17	as	as	SCONJ
hij-386	136	18	the	the	DET
hij-386	136	19	name	name	NOUN
hij-386	136	20	implies	imply	VERB
hij-386	136	21	,	,	PUNCT
hij-386	136	22	it	it	PRON
hij-386	136	23	is	be	AUX
hij-386	136	24	the	the	DET
hij-386	136	25	topmost	topmost	NOUN
hij-386	136	26	in	in	ADP
hij-386	136	27	the	the	DET
hij-386	136	28	tree	tree	NOUN
hij-386	136	29	.	.	PUNCT
hij-386	137	1	dt	dt	PUNCT
hij-386	137	2	consists	consist	VERB
hij-386	137	3	of	of	ADP
hij-386	137	4	nodes	node	NOUN
hij-386	137	5	,	,	PUNCT
hij-386	137	6	which	which	PRON
hij-386	137	7	indicate	indicate	VERB
hij-386	137	8	a	a	DET
hij-386	137	9	feature	feature	NOUN
hij-386	137	10	/	/	SYM
hij-386	137	11	attribute	attribute	NOUN
hij-386	137	12	,	,	PUNCT
hij-386	137	13	with	with	ADP
hij-386	137	14	a	a	DET
hij-386	137	15	link	link	NOUN
hij-386	137	16	/	/	SYM
hij-386	137	17	branch	branch	NOUN
hij-386	137	18	representing	represent	VERB
hij-386	137	19	a	a	DET
hij-386	137	20	decision	decision	NOUN
hij-386	137	21	/	/	SYM
hij-386	137	22	rule	rule	NOUN
hij-386	137	23	,	,	PUNCT
hij-386	137	24	and	and	CCONJ
hij-386	137	25	a	a	DET
hij-386	137	26	leaf	leaf	NOUN
hij-386	137	27	denoting	denote	VERB
hij-386	137	28	a	a	DET
hij-386	137	29	result	result	NOUN
hij-386	137	30	with	with	ADP
hij-386	137	31	a	a	DET
hij-386	137	32	categorical	categorical	ADJ
hij-386	137	33	or	or	CCONJ
hij-386	137	34	continuous	continuous	ADJ
hij-386	137	35	value	value	NOUN
hij-386	137	36	[	[	X
hij-386	137	37	31	31	NUM
hij-386	137	38	]	]	PUNCT
hij-386	137	39	.	.	PUNCT
hij-386	138	1	the	the	DET
hij-386	138	2	test	test	NOUN
hij-386	138	3	sample	sample	NOUN
hij-386	138	4	was	be	AUX
hij-386	138	5	classified	classify	VERB
hij-386	138	6	from	from	ADP
hij-386	138	7	the	the	DET
hij-386	138	8	root	root	NOUN
hij-386	138	9	by	by	ADP
hij-386	138	10	testing	test	VERB
hij-386	138	11	the	the	DET
hij-386	138	12	attribute	attribute	NOUN
hij-386	138	13	values	value	NOUN
hij-386	138	14	at	at	ADP
hij-386	138	15	each	each	DET
hij-386	138	16	node	node	NOUN
hij-386	138	17	and	and	CCONJ
hij-386	138	18	sorting	sort	VERB
hij-386	138	19	the	the	DET
hij-386	138	20	appropriate	appropriate	ADJ
hij-386	138	21	branch	branch	NOUN
hij-386	138	22	until	until	SCONJ
hij-386	138	23	it	it	PRON
hij-386	138	24	reached	reach	VERB
hij-386	138	25	the	the	DET
hij-386	138	26	leaf	leaf	NOUN
hij-386	138	27	node	node	NOUN
hij-386	138	28	that	that	PRON
hij-386	138	29	provided	provide	VERB
hij-386	138	30	the	the	DET
hij-386	138	31	classification	classification	NOUN
hij-386	138	32	[	[	X
hij-386	138	33	32	32	NUM
hij-386	138	34	]	]	PUNCT
hij-386	138	35	.	.	PUNCT
hij-386	139	1	attribute	attribute	NOUN
hij-386	139	2	selection	selection	NOUN
hij-386	139	3	steps	step	NOUN
hij-386	139	4			NOUN
hij-386	139	5	entropy	entropy	PROPN
hij-386	139	6	entropy	entropy	PROPN
hij-386	139	7	is	be	AUX
hij-386	139	8	a	a	DET
hij-386	139	9	measure	measure	NOUN
hij-386	139	10	of	of	ADP
hij-386	139	11	information	information	NOUN
hij-386	139	12	theory	theory	NOUN
hij-386	139	13	that	that	SCONJ
hij-386	139	14	detects	detect	NOUN
hij-386	139	15	impurities	impurity	NOUN
hij-386	139	16	from	from	ADP
hij-386	139	17	the	the	DET
hij-386	139	18	data	datum	NOUN
hij-386	139	19	set	set	VERB
hij-386	139	20	.	.	PUNCT
hij-386	140	1	when	when	SCONJ
hij-386	140	2	the	the	DET
hij-386	140	3	attribute	attribute	NOUN
hij-386	140	4	identifies	identify	VERB
hij-386	140	5	different	different	ADJ
hij-386	140	6	values	value	NOUN
hij-386	140	7	of	of	ADP
hij-386	140	8	𝑐	𝑐	NOUN
hij-386	140	9	,	,	PUNCT
hij-386	140	10	the	the	DET
hij-386	140	11	entropy	entropy	NOUN
hij-386	140	12	𝑆	𝑆	PROPN
hij-386	140	13	associated	associate	VERB
hij-386	140	14	with	with	ADP
hij-386	140	15	classification	classification	NOUN
hij-386	140	16	𝑐	𝑐	PROPN
hij-386	140	17	−	−	PROPN
hij-386	140	18	𝑤𝑖𝑠𝑒	𝑤𝑖𝑠𝑒	NOUN
hij-386	140	19	is	be	AUX
hij-386	140	20	defined	define	VERB
hij-386	140	21	as	as	ADP
hij-386	140	22	the	the	DET
hij-386	140	23	equation	equation	NOUN
hij-386	140	24	below	below	ADP
hij-386	140	25	[	[	X
hij-386	140	26	33	33	NUM
hij-386	140	27	]	]	SYM
hij-386	140	28	:	:	PUNCT
hij-386	140	29	𝐸(𝑆	𝐸(𝑆	PROPN
hij-386	140	30	)	)	PUNCT
hij-386	140	31	=	=	PUNCT
hij-386	141	1	∑	∑	PUNCT
hij-386	141	2	−	−	PUNCT
hij-386	142	1	𝑃𝑖	𝑃𝑖	ADP
hij-386	142	2	log2	log2	PROPN
hij-386	142	3	𝑃𝑖	𝑃𝑖	ADP
hij-386	142	4	𝑐	𝑐	PROPN
hij-386	142	5	𝑖=1	𝑖=1	PROPN
hij-386	142	6	(	(	PUNCT
hij-386	142	7	10	10	NUM
hij-386	142	8	)	)	PUNCT
hij-386	142	9	where	where	SCONJ
hij-386	142	10	pi	pi	NOUN
hij-386	142	11	is	be	AUX
hij-386	142	12	the	the	DET
hij-386	142	13	ratio	ratio	NOUN
hij-386	142	14	s	s	AUX
hij-386	142	15	belonging	belong	VERB
hij-386	142	16	to	to	ADP
hij-386	142	17	class	class	NOUN
hij-386	142	18	𝑖.	𝑖.	ADV
hij-386	142	19	the	the	DET
hij-386	142	20	entropy	entropy	NOUN
hij-386	142	21	is	be	AUX
hij-386	142	22	a	a	DET
hij-386	142	23	unit	unit	NOUN
hij-386	142	24	of	of	ADP
hij-386	142	25	expected	expect	VERB
hij-386	142	26	length	length	NOUN
hij-386	142	27	measured	measure	VERB
hij-386	142	28	in	in	ADP
hij-386	142	29	bits	bit	NOUN
hij-386	142	30	,	,	PUNCT
hij-386	142	31	therefore	therefore	ADV
hij-386	142	32	,	,	PUNCT
hij-386	142	33	the	the	DET
hij-386	142	34	algorithm	algorithm	NOUN
hij-386	142	35	is	be	AUX
hij-386	142	36	expressed	express	VERB
hij-386	142	37	as	as	ADP
hij-386	142	38	logarithm	logarithm	NOUN
hij-386	142	39	based	base	VERB
hij-386	142	40	2	2	NUM
hij-386	142	41	.	.	PUNCT
hij-386	142	42			NOUN
hij-386	142	43	information	information	NOUN
hij-386	142	44	gain	gain	VERB
hij-386	142	45	information	information	NOUN
hij-386	142	46	gain	gain	NOUN
hij-386	142	47	selects	select	VERB
hij-386	142	48	the	the	DET
hij-386	142	49	attributes	attribute	NOUN
hij-386	142	50	used	use	VERB
hij-386	142	51	for	for	ADP
hij-386	142	52	separating	separate	VERB
hij-386	142	53	certain	certain	ADJ
hij-386	142	54	nodes	node	NOUN
hij-386	142	55	.	.	PUNCT
hij-386	143	1	it	it	PRON
hij-386	143	2	also	also	ADV
hij-386	143	3	prioritizes	prioritize	VERB
hij-386	143	4	nominated	nominate	VERB
hij-386	143	5	attributes	attribute	NOUN
hij-386	143	6	that	that	PRON
hij-386	143	7	have	have	VERB
hij-386	143	8	a	a	DET
hij-386	143	9	large	large	ADJ
hij-386	143	10	number	number	NOUN
hij-386	143	11	of	of	ADP
hij-386	143	12	values	value	NOUN
hij-386	143	13	by	by	ADP
hij-386	143	14	calculating	calculate	VERB
hij-386	143	15	the	the	DET
hij-386	143	16	entropy	entropy	NOUN
hij-386	143	17	difference	difference	NOUN
hij-386	143	18	.	.	PUNCT
hij-386	144	1	it	it	PRON
hij-386	144	2	is	be	AUX
hij-386	144	3	important	important	ADJ
hij-386	144	4	to	to	PART
hij-386	144	5	note	note	VERB
hij-386	144	6	that	that	SCONJ
hij-386	144	7	the	the	DET
hij-386	144	8	information	information	NOUN
hij-386	144	9	gain	gain	NOUN
hij-386	144	10	value	value	NOUN
hij-386	144	11	is	be	AUX
hij-386	144	12	zero	zero	NUM
hij-386	144	13	when	when	SCONJ
hij-386	144	14	the	the	DET
hij-386	144	15	number	number	NOUN
hij-386	144	16	of	of	ADP
hij-386	144	17	yes	yes	INTJ
hij-386	144	18	or	or	CCONJ
hij-386	144	19	no	no	PRON
hij-386	144	20	answers	answer	NOUN
hij-386	144	21	is	be	AUX
hij-386	144	22	zero	zero	NUM
hij-386	144	23	,	,	PUNCT
hij-386	144	24	but	but	CCONJ
hij-386	144	25	when	when	SCONJ
hij-386	144	26	the	the	DET
hij-386	144	27	numbers	number	NOUN
hij-386	144	28	are	be	AUX
hij-386	144	29	equal	equal	ADJ
hij-386	144	30	,	,	PUNCT
hij-386	144	31	the	the	DET
hij-386	144	32	information	information	NOUN
hij-386	144	33	reaches	reach	VERB
hij-386	144	34	its	its	PRON
hij-386	144	35	maximum	maximum	NOUN
hij-386	144	36	.	.	PUNCT
hij-386	145	1	the	the	DET
hij-386	145	2	information	information	NOUN
hij-386	145	3	gain	gain	NOUN
hij-386	145	4	,	,	PUNCT
hij-386	145	5	𝐺𝑎𝑖𝑛(𝑆	𝐺𝑎𝑖𝑛(𝑆	PROPN
hij-386	145	6	,	,	PUNCT
hij-386	145	7	𝐴	𝐴	PROPN
hij-386	145	8	)	)	PUNCT
hij-386	145	9	from	from	ADP
hij-386	145	10	attribute𝐴	attribute𝐴	PROPN
hij-386	145	11	,	,	PUNCT
hij-386	145	12	relative	relative	ADJ
hij-386	145	13	to	to	ADP
hij-386	145	14	the	the	DET
hij-386	145	15	sample	sample	NOUN
hij-386	145	16	set	set	VERB
hij-386	145	17	𝑆	𝑆	PROPN
hij-386	145	18	,	,	PUNCT
hij-386	145	19	is	be	AUX
hij-386	145	20	defined	define	VERB
hij-386	145	21	by	by	ADP
hij-386	145	22	the	the	DET
hij-386	145	23	following	follow	VERB
hij-386	145	24	equation	equation	NOUN
hij-386	145	25	[	[	X
hij-386	145	26	31	31	NUM
hij-386	145	27	]	]	SYM
hij-386	145	28	:	:	PUNCT
hij-386	145	29	𝐺𝑎𝑖𝑛(𝑆	𝐺𝑎𝑖𝑛(𝑆	PROPN
hij-386	145	30	,	,	PUNCT
hij-386	145	31	𝐴	𝐴	PROPN
hij-386	145	32	)	)	PUNCT
hij-386	146	1	=	=	SYM
hij-386	146	2	𝐸𝑛𝑡𝑟𝑜𝑝𝑦(𝑆	𝐸𝑛𝑡𝑟𝑜𝑝𝑦(𝑆	NOUN
hij-386	146	3	)	)	PUNCT
hij-386	146	4	−	−	PROPN
hij-386	146	5	∑	∑	PUNCT
hij-386	146	6	𝑆𝑣	𝑆𝑣	PROPN
hij-386	146	7	𝑆𝑣∈𝑉𝑎𝑙𝑢𝑒𝑠(𝐴	𝑆𝑣∈𝑉𝑎𝑙𝑢𝑒𝑠(𝐴	X
hij-386	146	8	)	)	PUNCT
hij-386	146	9	𝐸𝑛𝑡𝑟𝑜𝑝𝑦(𝑆𝑣	𝐸𝑛𝑡𝑟𝑜𝑝𝑦(𝑆𝑣	NUM
hij-386	146	10	)	)	PUNCT
hij-386	146	11	(	(	PUNCT
hij-386	146	12	11	11	NUM
hij-386	146	13	)	)	PUNCT
hij-386	146	14	where	where	SCONJ
hij-386	146	15	𝑉𝑎𝑙𝑢𝑒𝑠(𝐴	𝑉𝑎𝑙𝑢𝑒𝑠(𝐴	NUM
hij-386	146	16	)	)	PUNCT
hij-386	146	17	denotes	denote	VERB
hij-386	146	18	the	the	DET
hij-386	146	19	set	set	NOUN
hij-386	146	20	of	of	ADP
hij-386	146	21	all	all	DET
hij-386	146	22	potential	potential	ADJ
hij-386	146	23	values	value	NOUN
hij-386	146	24	for	for	ADP
hij-386	146	25	attribute𝐴	attribute𝐴	PROPN
hij-386	146	26	,	,	PUNCT
hij-386	146	27	while	while	SCONJ
hij-386	146	28	𝑆𝑣	𝑆𝑣	PROPN
hij-386	146	29	is	be	AUX
hij-386	146	30	a	a	DET
hij-386	146	31	subset	subset	NOUN
hij-386	146	32	of	of	ADP
hij-386	146	33	𝑆	𝑆	PROPN
hij-386	146	34	,	,	PUNCT
hij-386	146	35	and	and	CCONJ
hij-386	146	36	attribute	attribute	NOUN
hij-386	146	37	𝐴	𝐴	PROPN
hij-386	146	38	contains	contain	VERB
hij-386	146	39	a	a	DET
hij-386	146	40	value	value	NOUN
hij-386	146	41	of	of	ADP
hij-386	146	42	𝑣.	𝑣.	NOUN
hij-386	146	43	this	this	DET
hij-386	146	44	measurement	measurement	NOUN
hij-386	146	45	is	be	AUX
hij-386	146	46	used	use	VERB
hij-386	146	47	to	to	ADP
hij-386	146	48	group	group	NOUN
hij-386	146	49	attributes	attribute	NOUN
hij-386	146	50	and	and	CCONJ
hij-386	146	51	construct	construct	VERB
hij-386	146	52	a	a	DET
hij-386	146	53	dt	dt	X
hij-386	146	54	,	,	PUNCT
hij-386	146	55	while	while	SCONJ
hij-386	146	56	each	each	DET
hij-386	146	57	node	node	NOUN
hij-386	146	58	places	place	VERB
hij-386	146	59	the	the	DET
hij-386	146	60	attribute	attribute	NOUN
hij-386	146	61	with	with	ADP
hij-386	146	62	high	high	ADJ
hij-386	146	63	information	information	NOUN
hij-386	146	64	gain	gain	NOUN
hij-386	146	65	among	among	ADP
hij-386	146	66	those	those	PRON
hij-386	146	67	that	that	PRON
hij-386	146	68	have	have	AUX
hij-386	146	69	not	not	PART
hij-386	146	70	been	be	AUX
hij-386	146	71	considered	consider	VERB
hij-386	146	72	in	in	ADP
hij-386	146	73	the	the	DET
hij-386	146	74	path	path	NOUN
hij-386	146	75	from	from	ADP
hij-386	146	76	the	the	DET
hij-386	146	77	root	root	NOUN
hij-386	146	78	.	.	PUNCT
hij-386	147	1			X
hij-386	147	2	gain	gain	VERB
hij-386	147	3	ratio	ratio	NOUN
hij-386	147	4	this	this	PRON
hij-386	147	5	is	be	AUX
hij-386	147	6	a	a	DET
hij-386	147	7	modification	modification	NOUN
hij-386	147	8	of	of	ADP
hij-386	147	9	the	the	DET
hij-386	147	10	information	information	NOUN
hij-386	147	11	gain	gain	NOUN
hij-386	147	12	that	that	PRON
hij-386	147	13	reduces	reduce	VERB
hij-386	147	14	the	the	DET
hij-386	147	15	bias	bias	NOUN
hij-386	147	16	on	on	ADP
hij-386	147	17	the	the	DET
hij-386	147	18	high	high	ADJ
hij-386	147	19	branch	branch	NOUN
hij-386	147	20	attribute	attribute	NOUN
hij-386	147	21	.	.	PUNCT
hij-386	148	1	from	from	ADP
hij-386	148	2	the	the	DET
hij-386	148	3	equation	equation	NOUN
hij-386	148	4	below	below	ADV
hij-386	148	5	,	,	PUNCT
hij-386	148	6	𝑆𝑝𝑙𝑖𝑡𝐼𝑛𝑓𝑜(𝐷	𝑆𝑝𝑙𝑖𝑡𝐼𝑛𝑓𝑜(𝐷	PROPN
hij-386	148	7	,	,	PUNCT
hij-386	148	8	𝑇	𝑇	PROPN
hij-386	148	9	)	)	PUNCT
hij-386	148	10	is	be	AUX
hij-386	148	11	the	the	DET
hij-386	148	12	information	information	NOUN
hij-386	148	13	due	due	ADP
hij-386	148	14	to	to	ADP
hij-386	148	15	the	the	DET
hij-386	148	16	separation	separation	NOUN
hij-386	148	17	of	of	ADP
hij-386	148	18	𝑇	𝑇	PROPN
hij-386	148	19	based	base	VERB
hij-386	148	20	on	on	ADP
hij-386	148	21	the	the	DET
hij-386	148	22	categorical	categorical	ADJ
hij-386	148	23	attribute	attribute	NOUN
hij-386	148	24	value	value	NOUN
hij-386	148	25	𝐷	𝐷	PROPN
hij-386	149	1	[	[	X
hij-386	149	2	33	33	NUM
hij-386	149	3	]	]	X
hij-386	149	4	:	:	PUNCT
hij-386	149	5	𝐺𝑎𝑖𝑛𝑅𝑎𝑡𝑖𝑜(𝐷	𝐺𝑎𝑖𝑛𝑅𝑎𝑡𝑖𝑜(𝐷	NUM
hij-386	149	6	,	,	PUNCT
hij-386	149	7	𝑇	𝑇	PROPN
hij-386	149	8	)	)	PUNCT
hij-386	149	9	=	=	SYM
hij-386	149	10	𝐺𝑎𝑖𝑛(𝐷,𝑇	𝐺𝑎𝑖𝑛(𝐷,𝑇	PROPN
hij-386	149	11	)	)	PUNCT
hij-386	149	12	𝑆𝑝𝑙𝑖𝑡𝐼𝑛𝑓𝑜(𝐷,𝑇	𝑆𝑝𝑙𝑖𝑡𝐼𝑛𝑓𝑜(𝐷,𝑇	PROPN
hij-386	149	13	)	)	PUNCT
hij-386	149	14	,	,	PUNCT
hij-386	149	15	(	(	PUNCT
hij-386	149	16	12	12	NUM
hij-386	149	17	)	)	PUNCT
hij-386	149	18	𝑆𝑝𝑙𝑖𝑡𝐼𝑛𝑓𝑜(𝐷	𝑆𝑝𝑙𝑖𝑡𝐼𝑛𝑓𝑜(𝐷	NOUN
hij-386	149	19	,	,	PUNCT
hij-386	149	20	𝑇	𝑇	PROPN
hij-386	149	21	)	)	PUNCT
hij-386	149	22	=	=	PUNCT
hij-386	150	1	−	−	PROPN
hij-386	150	2	∑	∑	INTJ
hij-386	151	1	𝐷𝑖	𝐷𝑖	ADP
hij-386	151	2	𝑇	𝑇	PROPN
hij-386	151	3	𝐾	𝐾	PROPN
hij-386	151	4	𝑖=1	𝑖=1	PROPN
hij-386	151	5	log2	log2	PROPN
hij-386	152	1	𝐷𝑖	𝐷𝑖	PROPN
hij-386	152	2	𝑇	𝑇	PROPN
hij-386	152	3	(	(	PUNCT
hij-386	152	4	13	13	NUM
hij-386	152	5	)	)	PUNCT
hij-386	152	6	dt	dt	PROPN
hij-386	152	7	is	be	AUX
hij-386	152	8	considered	consider	VERB
hij-386	152	9	one	one	NUM
hij-386	152	10	of	of	ADP
hij-386	152	11	the	the	DET
hij-386	152	12	most	most	ADV
hij-386	152	13	popular	popular	ADJ
hij-386	152	14	classification	classification	NOUN
hij-386	152	15	methods	method	NOUN
hij-386	152	16	because	because	SCONJ
hij-386	152	17	it	it	PRON
hij-386	152	18	is	be	AUX
hij-386	152	19	easy	easy	ADJ
hij-386	152	20	to	to	PART
hij-386	152	21	interpret	interpret	VERB
hij-386	152	22	by	by	ADP
hij-386	152	23	humans	human	NOUN
hij-386	152	24	.	.	PUNCT
hij-386	153	1	according	accord	VERB
hij-386	153	2	to	to	ADP
hij-386	153	3	badriah	badriah	PROPN
hij-386	153	4	et	et	PROPN
hij-386	153	5	al	al	PROPN
hij-386	153	6	.	.	PUNCT
hij-386	154	1	[	[	X
hij-386	154	2	34	34	NUM
hij-386	154	3	]	]	PUNCT
hij-386	154	4	,	,	PUNCT
hij-386	154	5	the	the	DET
hij-386	154	6	basic	basic	ADJ
hij-386	154	7	concept	concept	NOUN
hij-386	154	8	of	of	ADP
hij-386	154	9	dt	dt	PROPN
hij-386	154	10	is	be	AUX
hij-386	154	11	to	to	PART
hij-386	154	12	convert	convert	VERB
hij-386	154	13	data	datum	NOUN
hij-386	154	14	into	into	ADP
hij-386	154	15	decision	decision	NOUN
hij-386	154	16	trees	tree	NOUN
hij-386	154	17	and	and	CCONJ
hij-386	154	18	rules	rule	NOUN
hij-386	154	19	.	.	PUNCT
hij-386	155	1	it	it	PRON
hij-386	155	2	is	be	AUX
hij-386	155	3	important	important	ADJ
hij-386	155	4	to	to	PART
hij-386	155	5	note	note	VERB
hij-386	155	6	that	that	SCONJ
hij-386	155	7	dt	dt	PROPN
hij-386	155	8	is	be	AUX
hij-386	155	9	one	one	NUM
hij-386	155	10	of	of	ADP
hij-386	155	11	the	the	DET
hij-386	155	12	powerful	powerful	ADJ
hij-386	155	13	methods	method	NOUN
hij-386	155	14	commonly	commonly	ADV
hij-386	155	15	used	use	VERB
hij-386	155	16	in	in	ADP
hij-386	155	17	various	various	ADJ
hij-386	155	18	fields	field	NOUN
hij-386	155	19	,	,	PUNCT
hij-386	155	20	such	such	ADJ
hij-386	155	21	as	as	ADP
hij-386	155	22	ml	ml	NOUN
hij-386	155	23	,	,	PUNCT
hij-386	155	24	image	image	NOUN
hij-386	155	25	processing	processing	NOUN
hij-386	155	26	,	,	PUNCT
hij-386	155	27	and	and	CCONJ
hij-386	155	28	pattern	pattern	NOUN
hij-386	155	29	recognition	recognition	NOUN
hij-386	155	30	.	.	PUNCT
hij-386	156	1	this	this	PRON
hij-386	156	2	is	be	AUX
hij-386	156	3	consistent	consistent	ADJ
hij-386	156	4	with	with	ADP
hij-386	156	5	the	the	DET
hij-386	156	6	conclusion	conclusion	NOUN
hij-386	156	7	in	in	ADP
hij-386	156	8	chen	chen	PROPN
hij-386	156	9	et	et	PROPN
hij-386	156	10	al	al	PROPN
hij-386	156	11	.	.	PUNCT
hij-386	157	1	[	[	X
hij-386	157	2	35	35	NUM
hij-386	157	3	]	]	PUNCT
hij-386	157	4	that	that	PRON
hij-386	157	5	dt	dt	PROPN
hij-386	157	6	has	have	AUX
hij-386	157	7	been	be	AUX
hij-386	157	8	implemented	implement	VERB
hij-386	157	9	in	in	ADP
hij-386	157	10	many	many	ADJ
hij-386	157	11	areas	area	NOUN
hij-386	157	12	due	due	ADJ
hij-386	157	13	to	to	ADP
hij-386	157	14	it	it	PRON
hij-386	157	15	simple	simple	ADJ
hij-386	157	16	analysis	analysis	NOUN
hij-386	157	17	and	and	CCONJ
hij-386	157	18	precision	precision	NOUN
hij-386	157	19	on	on	ADP
hij-386	157	20	various	various	ADJ
hij-386	157	21	forms	form	NOUN
hij-386	157	22	of	of	ADP
hij-386	157	23	data	datum	NOUN
hij-386	157	24	[	[	X
hij-386	157	25	35	35	NUM
hij-386	157	26	]	]	PUNCT
hij-386	157	27	.	.	PUNCT
hij-386	158	1	3.2.6	3.2.6	NUM
hij-386	158	2	.	.	PUNCT
hij-386	159	1	bayesian	bayesian	NOUN
hij-386	159	2	optimization	optimization	NOUN
hij-386	159	3	bayesian	bayesian	NOUN
hij-386	159	4	optimization	optimization	NOUN
hij-386	159	5	is	be	AUX
hij-386	159	6	an	an	DET
hij-386	159	7	approach	approach	NOUN
hij-386	159	8	for	for	ADP
hij-386	159	9	optimizing	optimize	VERB
hij-386	159	10	objective	objective	ADJ
hij-386	159	11	functions	function	NOUN
hij-386	159	12	that	that	PRON
hij-386	159	13	take	take	VERB
hij-386	159	14	a	a	DET
hij-386	159	15	long	long	ADJ
hij-386	159	16	time	time	NOUN
hij-386	159	17	in	in	ADP
hij-386	159	18	minutes	minute	NOUN
hij-386	159	19	or	or	CCONJ
hij-386	159	20	hours	hour	NOUN
hij-386	159	21	before	before	ADP
hij-386	159	22	being	be	AUX
hij-386	159	23	evaluated	evaluate	VERB
hij-386	159	24	.	.	PUNCT
hij-386	160	1	furthermore	furthermore	ADV
hij-386	160	2	,	,	PUNCT
hij-386	160	3	it	it	PRON
hij-386	160	4	is	be	AUX
hij-386	160	5	best	well	ADV
hij-386	160	6	suited	suit	VERB
hij-386	160	7	for	for	ADP
hij-386	160	8	optimizing	optimize	VERB
hij-386	160	9	a	a	DET
hij-386	160	10	continuous	continuous	ADJ
hij-386	160	11	domain	domain	NOUN
hij-386	160	12	with	with	ADP
hij-386	160	13	fewer	few	ADJ
hij-386	160	14	than	than	ADP
hij-386	160	15	20	20	NUM
hij-386	160	16	dimensions	dimension	NOUN
hij-386	160	17	hightech	hightech	NOUN
hij-386	160	18	and	and	CCONJ
hij-386	160	19	innovation	innovation	NOUN
hij-386	160	20	journal	journal	PROPN
hij-386	160	21	vol	vol	NOUN
hij-386	160	22	.	.	PROPN
hij-386	161	1	4	4	NUM
hij-386	161	2	,	,	PUNCT
hij-386	161	3	no	no	INTJ
hij-386	161	4	.	.	NOUN
hij-386	161	5	3	3	NUM
hij-386	161	6	,	,	PUNCT
hij-386	161	7	september	september	PROPN
hij-386	161	8	,	,	PUNCT
hij-386	161	9	2023	2023	NUM
hij-386	161	10	536	536	NUM
hij-386	162	1	and	and	CCONJ
hij-386	162	2	tolerates	tolerate	VERB
hij-386	162	3	stochastic	stochastic	ADJ
hij-386	162	4	noise	noise	NOUN
hij-386	162	5	in	in	ADP
hij-386	162	6	function	function	NOUN
hij-386	162	7	evaluation	evaluation	NOUN
hij-386	162	8	.	.	PUNCT
hij-386	163	1	the	the	DET
hij-386	163	2	approach	approach	NOUN
hij-386	163	3	builds	build	VERB
hij-386	163	4	a	a	DET
hij-386	163	5	surrogate	surrogate	NOUN
hij-386	163	6	for	for	ADP
hij-386	163	7	the	the	DET
hij-386	163	8	goal	goal	NOUN
hij-386	163	9	and	and	CCONJ
hij-386	163	10	measures	measure	NOUN
hij-386	163	11	the	the	DET
hij-386	163	12	uncertainty	uncertainty	NOUN
hij-386	163	13	in	in	ADP
hij-386	163	14	it	it	PRON
hij-386	163	15	using	use	VERB
hij-386	163	16	bayesian	bayesian	NOUN
hij-386	163	17	ml	ml	ADP
hij-386	163	18	techniques	technique	NOUN
hij-386	163	19	and	and	CCONJ
hij-386	163	20	gaussian	gaussian	ADJ
hij-386	163	21	process	process	NOUN
hij-386	163	22	regression	regression	NOUN
hij-386	163	23	.	.	PUNCT
hij-386	164	1	afterward	afterward	ADV
hij-386	164	2	,	,	PUNCT
hij-386	164	3	the	the	DET
hij-386	164	4	acquisition	acquisition	NOUN
hij-386	164	5	function	function	NOUN
hij-386	164	6	determined	determine	VERB
hij-386	164	7	from	from	ADP
hij-386	164	8	this	this	DET
hij-386	164	9	surrogate	surrogate	NOUN
hij-386	164	10	is	be	AUX
hij-386	164	11	utilized	utilize	VERB
hij-386	164	12	to	to	PART
hij-386	164	13	decide	decide	VERB
hij-386	164	14	the	the	DET
hij-386	164	15	place	place	NOUN
hij-386	164	16	to	to	PART
hij-386	164	17	sample	sample	VERB
hij-386	164	18	[	[	X
hij-386	164	19	36	36	NUM
hij-386	164	20	]	]	PUNCT
hij-386	164	21	.	.	PUNCT
hij-386	165	1	3.2.7	3.2.7	NUM
hij-386	165	2	.	.	PUNCT
hij-386	166	1	feature	feature	NOUN
hij-386	166	2	extraction	extraction	NOUN
hij-386	166	3	cnn	cnn	PROPN
hij-386	166	4	is	be	AUX
hij-386	166	5	a	a	DET
hij-386	166	6	mathematical	mathematical	ADJ
hij-386	166	7	construction	construction	NOUN
hij-386	166	8	consisting	consist	VERB
hij-386	166	9	of	of	ADP
hij-386	166	10	three	three	NUM
hij-386	166	11	different	different	ADJ
hij-386	166	12	layers	layer	NOUN
hij-386	166	13	,	,	PUNCT
hij-386	166	14	namely	namely	ADV
hij-386	166	15	the	the	DET
hij-386	166	16	convolutional	convolutional	ADJ
hij-386	166	17	,	,	PUNCT
hij-386	166	18	pooling	pooling	NOUN
hij-386	166	19	,	,	PUNCT
hij-386	166	20	and	and	CCONJ
hij-386	166	21	full	full	ADJ
hij-386	166	22	connecting	connect	VERB
hij-386	166	23	layers	layer	NOUN
hij-386	166	24	.	.	PUNCT
hij-386	167	1	the	the	DET
hij-386	167	2	first	first	ADJ
hij-386	167	3	two	two	NUM
hij-386	167	4	layers	layer	NOUN
hij-386	167	5	perform	perform	VERB
hij-386	167	6	feature	feature	NOUN
hij-386	167	7	extraction	extraction	NOUN
hij-386	167	8	,	,	PUNCT
hij-386	167	9	while	while	SCONJ
hij-386	167	10	the	the	DET
hij-386	167	11	third	third	ADJ
hij-386	167	12	maps	map	VERB
hij-386	167	13	the	the	DET
hij-386	167	14	extracted	extract	VERB
hij-386	167	15	features	feature	NOUN
hij-386	167	16	into	into	ADP
hij-386	167	17	the	the	DET
hij-386	167	18	final	final	ADJ
hij-386	167	19	result	result	NOUN
hij-386	167	20	[	[	X
hij-386	167	21	36	36	NUM
hij-386	167	22	,	,	PUNCT
hij-386	167	23	37	37	NUM
hij-386	167	24	]	]	PUNCT
hij-386	167	25	.	.	PUNCT
hij-386	168	1	the	the	DET
hij-386	168	2	cnn	cnn	PROPN
hij-386	168	3	architecture	architecture	NOUN
hij-386	168	4	is	be	AUX
hij-386	168	5	formed	form	VERB
hij-386	168	6	when	when	SCONJ
hij-386	168	7	these	these	DET
hij-386	168	8	layers	layer	NOUN
hij-386	168	9	are	be	AUX
hij-386	168	10	put	put	VERB
hij-386	168	11	together	together	ADV
hij-386	168	12	in	in	ADP
hij-386	168	13	different	different	ADJ
hij-386	168	14	combinations	combination	NOUN
hij-386	168	15	,	,	PUNCT
hij-386	168	16	afterward	afterward	ADV
hij-386	168	17	,	,	PUNCT
hij-386	168	18	the	the	DET
hij-386	168	19	convolution	convolution	NOUN
hij-386	168	20	layer	layer	NOUN
hij-386	168	21	is	be	AUX
hij-386	168	22	performed	perform	VERB
hij-386	168	23	by	by	ADP
hij-386	168	24	subjecting	subject	VERB
hij-386	168	25	the	the	DET
hij-386	168	26	input	input	NOUN
hij-386	168	27	image	image	NOUN
hij-386	168	28	to	to	ADP
hij-386	168	29	a	a	DET
hij-386	168	30	convolution	convolution	NOUN
hij-386	168	31	process	process	NOUN
hij-386	168	32	,	,	PUNCT
hij-386	168	33	and	and	CCONJ
hij-386	168	34	features	feature	NOUN
hij-386	168	35	related	relate	VERB
hij-386	168	36	to	to	ADP
hij-386	168	37	the	the	DET
hij-386	168	38	input	input	NOUN
hij-386	168	39	image	image	NOUN
hij-386	168	40	are	be	AUX
hij-386	168	41	formed	form	VERB
hij-386	168	42	at	at	ADP
hij-386	168	43	the	the	DET
hij-386	168	44	output	output	NOUN
hij-386	168	45	.	.	PUNCT
hij-386	169	1	in	in	ADP
hij-386	169	2	this	this	DET
hij-386	169	3	scenario	scenario	NOUN
hij-386	169	4	,	,	PUNCT
hij-386	169	5	the	the	DET
hij-386	169	6	pooling	pool	VERB
hij-386	169	7	layer	layer	NOUN
hij-386	169	8	reduces	reduce	VERB
hij-386	169	9	the	the	DET
hij-386	169	10	parameter	parameter	NOUN
hij-386	169	11	number	number	NOUN
hij-386	169	12	by	by	ADP
hij-386	169	13	deriving	derive	VERB
hij-386	169	14	the	the	DET
hij-386	169	15	output	output	NOUN
hij-386	169	16	sample	sample	NOUN
hij-386	169	17	from	from	ADP
hij-386	169	18	the	the	DET
hij-386	169	19	convolution	convolution	NOUN
hij-386	169	20	result	result	NOUN
hij-386	169	21	.	.	PUNCT
hij-386	170	1	finally	finally	ADV
hij-386	170	2	,	,	PUNCT
hij-386	170	3	the	the	DET
hij-386	170	4	full	full	ADJ
hij-386	170	5	connection	connection	NOUN
hij-386	170	6	layer	layer	NOUN
hij-386	170	7	separates	separate	VERB
hij-386	170	8	the	the	DET
hij-386	170	9	data	datum	NOUN
hij-386	170	10	into	into	ADP
hij-386	170	11	class	class	NOUN
hij-386	170	12	types	type	NOUN
hij-386	170	13	after	after	ADP
hij-386	170	14	feature	feature	NOUN
hij-386	170	15	extraction	extraction	NOUN
hij-386	170	16	.	.	PUNCT
hij-386	171	1	it	it	PRON
hij-386	171	2	is	be	AUX
hij-386	171	3	important	important	ADJ
hij-386	171	4	to	to	PART
hij-386	171	5	note	note	VERB
hij-386	171	6	that	that	SCONJ
hij-386	171	7	different	different	ADJ
hij-386	171	8	cnn	cnn	PROPN
hij-386	171	9	models	model	NOUN
hij-386	171	10	have	have	VERB
hij-386	171	11	the	the	DET
hij-386	171	12	ability	ability	NOUN
hij-386	171	13	to	to	PART
hij-386	171	14	differentiate	differentiate	VERB
hij-386	171	15	layers	layer	NOUN
hij-386	171	16	by	by	ADP
hij-386	171	17	combining	combine	VERB
hij-386	171	18	them	they	PRON
hij-386	171	19	with	with	ADP
hij-386	171	20	several	several	ADJ
hij-386	171	21	combination	combination	NOUN
hij-386	171	22	techniques	technique	NOUN
hij-386	171	23	and	and	CCONJ
hij-386	171	24	rules	rule	NOUN
hij-386	171	25	.	.	PUNCT
hij-386	172	1	table	table	NOUN
hij-386	172	2	2	2	NUM
hij-386	172	3	shows	show	VERB
hij-386	172	4	the	the	DET
hij-386	172	5	features	feature	NOUN
hij-386	172	6	of	of	ADP
hij-386	172	7	the	the	DET
hij-386	172	8	cnn	cnn	PROPN
hij-386	172	9	model	model	NOUN
hij-386	172	10	.	.	PUNCT
hij-386	173	1	table	table	NOUN
hij-386	173	2	2	2	NUM
hij-386	173	3	.	.	X
hij-386	173	4	cnn	cnn	PROPN
hij-386	173	5	model	model	PROPN
hij-386	173	6	features	feature	VERB
hij-386	173	7	model	model	PROPN
hij-386	173	8	cnn	cnn	PROPN
hij-386	173	9	resnet50	resnet50	PROPN
hij-386	173	10	inceptionv3	inceptionv3	PROPN
hij-386	174	1	densent201	densent201	PROPN
hij-386	174	2	mobilenetv2	mobilenetv2	PROPN
hij-386	174	3	input	input	NOUN
hij-386	174	4	size	size	NOUN
hij-386	174	5	224	224	NUM
hij-386	174	6	×	×	NOUN
hij-386	174	7	224	224	NUM
hij-386	174	8	224	224	NUM
hij-386	174	9	×	×	NOUN
hij-386	174	10	224	224	NUM
hij-386	174	11	224	224	NUM
hij-386	174	12	×	×	NOUN
hij-386	174	13	224	224	NUM
hij-386	174	14	224	224	NUM
hij-386	174	15	×	×	NOUN
hij-386	174	16	224	224	NUM
hij-386	174	17	feature	feature	NOUN
hij-386	174	18	layer	layer	NOUN
hij-386	174	19	fc1000	fc1000	NOUN
hij-386	174	20	predictions	prediction	NOUN
hij-386	174	21	fc1000	fc1000	VERB
hij-386	174	22	logits	logits	ADV
hij-386	174	23	number	number	NOUN
hij-386	174	24	of	of	ADP
hij-386	174	25	extracted	extract	VERB
hij-386	174	26	feature	feature	NOUN
hij-386	174	27	1000	1000	NUM
hij-386	174	28	1000	1000	NUM
hij-386	174	29	1000	1000	NUM
hij-386	174	30	1000	1000	NUM
hij-386	174	31	after	after	SCONJ
hij-386	174	32	the	the	DET
hij-386	174	33	input	input	NOUN
hij-386	174	34	image	image	NOUN
hij-386	174	35	is	be	AUX
hij-386	174	36	fed	feed	VERB
hij-386	174	37	into	into	ADP
hij-386	174	38	the	the	DET
hij-386	174	39	model	model	NOUN
hij-386	174	40	,	,	PUNCT
hij-386	174	41	this	this	DET
hij-386	174	42	process	process	NOUN
hij-386	174	43	continues	continue	VERB
hij-386	174	44	until	until	SCONJ
hij-386	174	45	it	it	PRON
hij-386	174	46	reaches	reach	VERB
hij-386	174	47	the	the	DET
hij-386	174	48	feature	feature	NOUN
hij-386	174	49	layer	layer	NOUN
hij-386	174	50	in	in	ADP
hij-386	174	51	the	the	DET
hij-386	174	52	relevant	relevant	ADJ
hij-386	174	53	model	model	NOUN
hij-386	174	54	.	.	PUNCT
hij-386	175	1	the	the	DET
hij-386	175	2	cnn	cnn	PROPN
hij-386	175	3	model	model	PROPN
hij-386	175	4	’s	’s	PART
hij-386	175	5	deep	deep	ADJ
hij-386	175	6	features	feature	NOUN
hij-386	175	7	are	be	AUX
hij-386	175	8	extracted	extract	VERB
hij-386	175	9	from	from	ADP
hij-386	175	10	a	a	DET
hij-386	175	11	specific	specific	ADJ
hij-386	175	12	layer	layer	NOUN
hij-386	175	13	in	in	ADP
hij-386	175	14	each	each	DET
hij-386	175	15	model	model	NOUN
hij-386	175	16	.	.	PUNCT
hij-386	176	1	it	it	PRON
hij-386	176	2	is	be	AUX
hij-386	176	3	important	important	ADJ
hij-386	176	4	to	to	PART
hij-386	176	5	note	note	VERB
hij-386	176	6	that	that	SCONJ
hij-386	176	7	the	the	DET
hij-386	176	8	layer	layer	NOUN
hij-386	176	9	used	use	VERB
hij-386	176	10	for	for	ADP
hij-386	176	11	feature	feature	NOUN
hij-386	176	12	extraction	extraction	NOUN
hij-386	176	13	is	be	AUX
hij-386	176	14	able	able	ADJ
hij-386	176	15	to	to	PART
hij-386	176	16	produce	produce	VERB
hij-386	176	17	different	different	ADJ
hij-386	176	18	amounts	amount	NOUN
hij-386	176	19	of	of	ADP
hij-386	176	20	output	output	NOUN
hij-386	176	21	depending	depend	VERB
hij-386	176	22	on	on	ADP
hij-386	176	23	the	the	DET
hij-386	176	24	cnn	cnn	PROPN
hij-386	176	25	model	model	NOUN
hij-386	176	26	.	.	PUNCT
hij-386	177	1	for	for	ADP
hij-386	177	2	example	example	NOUN
hij-386	177	3	,	,	PUNCT
hij-386	177	4	the	the	DET
hij-386	177	5	feature	feature	NOUN
hij-386	177	6	extraction	extraction	NOUN
hij-386	177	7	layer	layer	NOUN
hij-386	177	8	employed	employ	VERB
hij-386	177	9	in	in	ADP
hij-386	177	10	this	this	DET
hij-386	177	11	current	current	ADJ
hij-386	177	12	research	research	NOUN
hij-386	177	13	extracts	extract	NOUN
hij-386	177	14	2000	2000	NUM
hij-386	177	15	features	feature	NOUN
hij-386	177	16	,	,	PUNCT
hij-386	177	17	of	of	ADP
hij-386	177	18	which	which	PRON
hij-386	177	19	80	80	NUM
hij-386	177	20	%	%	NOUN
hij-386	177	21	is	be	AUX
hij-386	177	22	for	for	ADP
hij-386	177	23	training	training	NOUN
hij-386	177	24	data	datum	NOUN
hij-386	177	25	,	,	PUNCT
hij-386	177	26	while	while	SCONJ
hij-386	177	27	the	the	DET
hij-386	177	28	testing	testing	NOUN
hij-386	177	29	was	be	AUX
hij-386	177	30	20	20	NUM
hij-386	177	31	%	%	NOUN
hij-386	177	32	.	.	PUNCT
hij-386	178	1	3.3	3.3	NUM
hij-386	178	2	.	.	PUNCT
hij-386	179	1	bayesian	bayesian	NOUN
hij-386	179	2	optimization	optimization	NOUN
hij-386	179	3	extraction	extraction	NOUN
hij-386	179	4	is	be	AUX
hij-386	179	5	performed	perform	VERB
hij-386	179	6	using	use	VERB
hij-386	179	7	various	various	ADJ
hij-386	179	8	features	feature	NOUN
hij-386	179	9	contained	contain	VERB
hij-386	179	10	in	in	ADP
hij-386	179	11	the	the	DET
hij-386	179	12	feature	feature	NOUN
hij-386	179	13	layer	layer	NOUN
hij-386	179	14	,	,	PUNCT
hij-386	179	15	before	before	ADP
hij-386	179	16	classifying	classify	VERB
hij-386	179	17	with	with	ADP
hij-386	179	18	the	the	DET
hij-386	179	19	ml	ml	NOUN
hij-386	179	20	algorithm	algorithm	NOUN
hij-386	179	21	.	.	PUNCT
hij-386	180	1	the	the	DET
hij-386	180	2	method	method	NOUN
hij-386	180	3	obtains	obtain	VERB
hij-386	180	4	maximum	maximum	ADJ
hij-386	180	5	classification	classification	NOUN
hij-386	180	6	,	,	PUNCT
hij-386	180	7	which	which	PRON
hij-386	180	8	is	be	AUX
hij-386	180	9	very	very	ADV
hij-386	180	10	important	important	ADJ
hij-386	180	11	for	for	ADP
hij-386	180	12	determining	determine	VERB
hij-386	180	13	the	the	DET
hij-386	180	14	parameters	parameter	NOUN
hij-386	180	15	affecting	affect	VERB
hij-386	180	16	the	the	DET
hij-386	180	17	accuracy	accuracy	NOUN
hij-386	180	18	.	.	PUNCT
hij-386	181	1	this	this	PRON
hij-386	181	2	means	mean	VERB
hij-386	181	3	that	that	SCONJ
hij-386	181	4	the	the	DET
hij-386	181	5	best	good	ADJ
hij-386	181	6	parameters	parameter	NOUN
hij-386	181	7	are	be	AUX
hij-386	181	8	determined	determine	VERB
hij-386	181	9	based	base	VERB
hij-386	181	10	on	on	ADP
hij-386	181	11	the	the	DET
hij-386	181	12	features	feature	NOUN
hij-386	181	13	used	use	VERB
hij-386	181	14	.	.	PUNCT
hij-386	182	1	in	in	ADP
hij-386	182	2	this	this	DET
hij-386	182	3	current	current	ADJ
hij-386	182	4	research	research	NOUN
hij-386	182	5	,	,	PUNCT
hij-386	182	6	the	the	DET
hij-386	182	7	relevant	relevant	ADJ
hij-386	182	8	parameters	parameter	NOUN
hij-386	182	9	or	or	CCONJ
hij-386	182	10	hyperparameters	hyperparameter	NOUN
hij-386	182	11	were	be	AUX
hij-386	182	12	selected	select	VERB
hij-386	182	13	using	use	VERB
hij-386	182	14	bayesian	bayesian	NOUN
hij-386	182	15	optimization	optimization	NOUN
hij-386	182	16	in	in	ADP
hij-386	182	17	the	the	DET
hij-386	182	18	training	training	NOUN
hij-386	182	19	step	step	NOUN
hij-386	182	20	for	for	ADP
hij-386	182	21	each	each	DET
hij-386	182	22	ml	ml	NOUN
hij-386	182	23	algorithm	algorithm	NOUN
hij-386	182	24	.	.	PUNCT
hij-386	183	1	this	this	PRON
hij-386	183	2	is	be	AUX
hij-386	183	3	because	because	SCONJ
hij-386	183	4	the	the	DET
hij-386	183	5	choices	choice	NOUN
hij-386	183	6	of	of	ADP
hij-386	183	7	hyperparameter	hyperparameter	NOUN
hij-386	183	8	types	type	NOUN
hij-386	183	9	differ	differ	VERB
hij-386	183	10	according	accord	VERB
hij-386	183	11	to	to	ADP
hij-386	183	12	the	the	DET
hij-386	183	13	ml	ml	NOUN
hij-386	183	14	algorithm	algorithm	NOUN
hij-386	183	15	.	.	PUNCT
hij-386	184	1	furthermore	furthermore	ADV
hij-386	184	2	,	,	PUNCT
hij-386	184	3	the	the	DET
hij-386	184	4	testing	testing	NOUN
hij-386	184	5	process	process	NOUN
hij-386	184	6	is	be	AUX
hij-386	184	7	performed	perform	VERB
hij-386	184	8	as	as	ADV
hij-386	184	9	long	long	ADV
hij-386	184	10	as	as	SCONJ
hij-386	184	11	these	these	DET
hij-386	184	12	parameter	parameter	NOUN
hij-386	184	13	values	value	NOUN
hij-386	184	14	are	be	AUX
hij-386	184	15	present	present	ADJ
hij-386	184	16	.	.	PUNCT
hij-386	185	1	in	in	ADP
hij-386	185	2	the	the	DET
hij-386	185	3	training	training	NOUN
hij-386	185	4	phase	phase	NOUN
hij-386	185	5	,	,	PUNCT
hij-386	185	6	the	the	DET
hij-386	185	7	termination	termination	NOUN
hij-386	185	8	criteria	criterion	NOUN
hij-386	185	9	are	be	AUX
hij-386	185	10	determined	determine	VERB
hij-386	185	11	by	by	ADP
hij-386	185	12	performing	perform	VERB
hij-386	185	13	a	a	DET
hij-386	185	14	certain	certain	ADJ
hij-386	185	15	number	number	NOUN
hij-386	185	16	of	of	ADP
hij-386	185	17	iterations	iteration	NOUN
hij-386	185	18	for	for	ADP
hij-386	185	19	each	each	DET
hij-386	185	20	ml	ml	NOUN
hij-386	185	21	algorithm	algorithm	NOUN
hij-386	185	22	.	.	PUNCT
hij-386	186	1	it	it	PRON
hij-386	186	2	was	be	AUX
hij-386	186	3	observed	observe	VERB
hij-386	186	4	that	that	SCONJ
hij-386	186	5	the	the	DET
hij-386	186	6	cnn	cnn	PROPN
hij-386	186	7	model	model	NOUN
hij-386	186	8	and	and	CCONJ
hij-386	186	9	the	the	DET
hij-386	186	10	ml	ml	PROPN
hij-386	186	11	algorithm	algorithm	NOUN
hij-386	186	12	have	have	VERB
hij-386	186	13	different	different	ADJ
hij-386	186	14	accuracy	accuracy	NOUN
hij-386	186	15	levels	level	NOUN
hij-386	186	16	both	both	CCONJ
hij-386	186	17	before	before	ADP
hij-386	186	18	and	and	CCONJ
hij-386	186	19	after	after	ADP
hij-386	186	20	optimization	optimization	NOUN
hij-386	186	21	.	.	PUNCT
hij-386	187	1	the	the	DET
hij-386	187	2	comparison	comparison	NOUN
hij-386	187	3	of	of	ADP
hij-386	187	4	accuracy	accuracy	NOUN
hij-386	187	5	before	before	ADV
hij-386	187	6	and	and	CCONJ
hij-386	187	7	after	after	SCONJ
hij-386	187	8	bayesian	bayesian	NOUN
hij-386	187	9	optimization	optimization	NOUN
hij-386	187	10	is	be	AUX
hij-386	187	11	shown	show	VERB
hij-386	187	12	in	in	ADP
hij-386	187	13	figures	figure	NOUN
hij-386	187	14	3	3	NUM
hij-386	187	15	to	to	PART
hij-386	187	16	6	6	NUM
hij-386	187	17	.	.	PUNCT
hij-386	187	18	figure	figure	NOUN
hij-386	187	19	3	3	NUM
hij-386	187	20	.	.	PUNCT
hij-386	188	1	the	the	DET
hij-386	188	2	graph	graph	NOUN
hij-386	188	3	shows	show	VERB
hij-386	188	4	the	the	DET
hij-386	188	5	comparison	comparison	NOUN
hij-386	188	6	of	of	ADP
hij-386	188	7	the	the	DET
hij-386	188	8	accuracy	accuracy	NOUN
hij-386	188	9	resnet50	resnet50	NOUN
hij-386	188	10	of	of	ADP
hij-386	188	11	the	the	DET
hij-386	188	12	optimization	optimization	NOUN
hij-386	188	13	results	result	VERB
hij-386	188	14	with	with	ADP
hij-386	188	15	bayesian	bayesian	NOUN
hij-386	188	16	52	52	NUM
hij-386	188	17	%	%	NOUN
hij-386	188	18	74	74	NUM
hij-386	188	19	%	%	NOUN
hij-386	188	20	55	55	NUM
hij-386	188	21	%	%	NOUN
hij-386	188	22	76	76	NUM
hij-386	188	23	%	%	NOUN
hij-386	188	24	52	52	NUM
hij-386	188	25	%	%	NOUN
hij-386	188	26	75	75	NUM
hij-386	188	27	%	%	NOUN
hij-386	188	28	67	67	NUM
hij-386	188	29	%	%	NOUN
hij-386	188	30	74	74	NUM
hij-386	188	31	%	%	NOUN
hij-386	188	32	0	0	NUM
hij-386	188	33	%	%	NOUN
hij-386	188	34	10	10	NUM
hij-386	188	35	%	%	NOUN
hij-386	188	36	20	20	NUM
hij-386	188	37	%	%	NOUN
hij-386	188	38	30	30	NUM
hij-386	188	39	%	%	NOUN
hij-386	188	40	40	40	NUM
hij-386	188	41	%	%	NOUN
hij-386	188	42	50	50	NUM
hij-386	188	43	%	%	NOUN
hij-386	188	44	60	60	NUM
hij-386	188	45	%	%	NOUN
hij-386	188	46	70	70	NUM
hij-386	188	47	%	%	NOUN
hij-386	188	48	80	80	NUM
hij-386	188	49	%	%	NOUN
hij-386	188	50	90	90	NUM
hij-386	188	51	%	%	NOUN
hij-386	188	52	100	100	NUM
hij-386	188	53	%	%	NOUN
hij-386	188	54	svm	svm	PROPN
hij-386	188	55	dt	dt	PROPN
hij-386	188	56	nb	nb	PROPN
hij-386	189	1	k	k	PROPN
hij-386	189	2	-	-	PUNCT
hij-386	189	3	nn	nn	PROPN
hij-386	189	4	accuracy	accuracy	NOUN
hij-386	189	5	resnet50	resnet50	NOUN
hij-386	189	6	before	before	ADP
hij-386	189	7	optimization	optimization	NOUN
hij-386	189	8	after	after	ADP
hij-386	189	9	optimization	optimization	NOUN
hij-386	189	10	hightech	hightech	NOUN
hij-386	189	11	and	and	CCONJ
hij-386	189	12	innovation	innovation	NOUN
hij-386	189	13	journal	journal	PROPN
hij-386	189	14	vol	vol	NOUN
hij-386	189	15	.	.	PROPN
hij-386	190	1	4	4	NUM
hij-386	190	2	,	,	PUNCT
hij-386	190	3	no	no	INTJ
hij-386	190	4	.	.	NOUN
hij-386	190	5	3	3	NUM
hij-386	190	6	,	,	PUNCT
hij-386	190	7	september	september	PROPN
hij-386	190	8	,	,	PUNCT
hij-386	190	9	2023	2023	NUM
hij-386	190	10	537	537	NUM
hij-386	190	11	figure	figure	NOUN
hij-386	190	12	4	4	NUM
hij-386	190	13	.	.	PUNCT
hij-386	191	1	the	the	DET
hij-386	191	2	graph	graph	NOUN
hij-386	191	3	shows	show	VERB
hij-386	191	4	the	the	DET
hij-386	191	5	comparison	comparison	NOUN
hij-386	191	6	of	of	ADP
hij-386	191	7	the	the	DET
hij-386	191	8	accuracy	accuracy	NOUN
hij-386	191	9	mobilenetv2	mobilenetv2	PROPN
hij-386	191	10	of	of	ADP
hij-386	191	11	the	the	DET
hij-386	191	12	optimization	optimization	NOUN
hij-386	191	13	results	result	VERB
hij-386	191	14	with	with	ADP
hij-386	191	15	bayesian	bayesian	NOUN
hij-386	191	16	figure	figure	NOUN
hij-386	191	17	5	5	NUM
hij-386	191	18	.	.	PUNCT
hij-386	192	1	the	the	DET
hij-386	192	2	graph	graph	NOUN
hij-386	192	3	shows	show	VERB
hij-386	192	4	the	the	DET
hij-386	192	5	comparison	comparison	NOUN
hij-386	192	6	of	of	ADP
hij-386	192	7	the	the	DET
hij-386	192	8	accuracy	accuracy	NOUN
hij-386	192	9	inceptionv3	inceptionv3	NOUN
hij-386	192	10	of	of	ADP
hij-386	192	11	the	the	DET
hij-386	192	12	optimization	optimization	NOUN
hij-386	192	13	results	result	VERB
hij-386	192	14	with	with	ADP
hij-386	192	15	bayesian	bayesian	NOUN
hij-386	192	16	figure	figure	NOUN
hij-386	192	17	6	6	NUM
hij-386	192	18	.	.	PUNCT
hij-386	193	1	the	the	DET
hij-386	193	2	graph	graph	NOUN
hij-386	193	3	shows	show	VERB
hij-386	193	4	the	the	DET
hij-386	193	5	comparison	comparison	NOUN
hij-386	193	6	of	of	ADP
hij-386	193	7	the	the	DET
hij-386	193	8	accuracy	accuracy	NOUN
hij-386	193	9	densenet201	densenet201	PROPN
hij-386	193	10	of	of	ADP
hij-386	193	11	the	the	DET
hij-386	193	12	optimization	optimization	NOUN
hij-386	193	13	results	result	VERB
hij-386	193	14	with	with	ADP
hij-386	193	15	bayesian	bayesian	NOUN
hij-386	193	16	92	92	NUM
hij-386	193	17	%	%	NOUN
hij-386	193	18	70	70	NUM
hij-386	193	19	%	%	NOUN
hij-386	193	20	66	66	NUM
hij-386	193	21	%	%	NOUN
hij-386	193	22	88	88	NUM
hij-386	193	23	%	%	NOUN
hij-386	193	24	93	93	NUM
hij-386	193	25	%	%	NOUN
hij-386	193	26	73	73	NUM
hij-386	193	27	%	%	NOUN
hij-386	193	28	84	84	NUM
hij-386	193	29	%	%	NOUN
hij-386	193	30	88	88	NUM
hij-386	193	31	%	%	NOUN
hij-386	193	32	0	0	NUM
hij-386	193	33	%	%	NOUN
hij-386	193	34	10	10	NUM
hij-386	193	35	%	%	NOUN
hij-386	193	36	20	20	NUM
hij-386	193	37	%	%	NOUN
hij-386	193	38	30	30	NUM
hij-386	193	39	%	%	NOUN
hij-386	193	40	40	40	NUM
hij-386	193	41	%	%	NOUN
hij-386	193	42	50	50	NUM
hij-386	193	43	%	%	NOUN
hij-386	193	44	60	60	NUM
hij-386	193	45	%	%	NOUN
hij-386	193	46	70	70	NUM
hij-386	193	47	%	%	NOUN
hij-386	193	48	80	80	NUM
hij-386	193	49	%	%	NOUN
hij-386	193	50	90	90	NUM
hij-386	193	51	%	%	NOUN
hij-386	193	52	100	100	NUM
hij-386	193	53	%	%	NOUN
hij-386	193	54	svm	svm	PROPN
hij-386	193	55	dt	dt	PROPN
hij-386	193	56	nb	nb	PROPN
hij-386	193	57	k	k	PROPN
hij-386	193	58	-	-	PUNCT
hij-386	193	59	nn	nn	PROPN
hij-386	193	60	accuray	accuray	NOUN
hij-386	193	61	mobilenetv2	mobilenetv2	PROPN
hij-386	193	62	before	before	ADP
hij-386	193	63	optimization	optimization	NOUN
hij-386	193	64	after	after	ADP
hij-386	193	65	optimization	optimization	NOUN
hij-386	193	66	89	89	NUM
hij-386	193	67	%	%	NOUN
hij-386	193	68	69	69	NUM
hij-386	193	69	%	%	NOUN
hij-386	193	70	82	82	NUM
hij-386	193	71	%	%	NOUN
hij-386	193	72	81	81	NUM
hij-386	193	73	%	%	NOUN
hij-386	193	74	90	90	NUM
hij-386	193	75	%	%	NOUN
hij-386	193	76	69	69	NUM
hij-386	193	77	%	%	NOUN
hij-386	193	78	80	80	NUM
hij-386	193	79	%	%	NOUN
hij-386	193	80	80	80	NUM
hij-386	193	81	%	%	NOUN
hij-386	193	82	0	0	NUM
hij-386	193	83	%	%	NOUN
hij-386	193	84	10	10	NUM
hij-386	193	85	%	%	NOUN
hij-386	193	86	20	20	NUM
hij-386	193	87	%	%	NOUN
hij-386	193	88	30	30	NUM
hij-386	193	89	%	%	NOUN
hij-386	193	90	40	40	NUM
hij-386	193	91	%	%	NOUN
hij-386	193	92	50	50	NUM
hij-386	193	93	%	%	NOUN
hij-386	193	94	60	60	NUM
hij-386	193	95	%	%	NOUN
hij-386	193	96	70	70	NUM
hij-386	193	97	%	%	NOUN
hij-386	193	98	80	80	NUM
hij-386	193	99	%	%	NOUN
hij-386	193	100	90	90	NUM
hij-386	193	101	%	%	NOUN
hij-386	193	102	100	100	NUM
hij-386	193	103	%	%	NOUN
hij-386	193	104	svm	svm	PROPN
hij-386	193	105	dt	dt	PROPN
hij-386	193	106	nb	nb	PROPN
hij-386	193	107	k	k	PROPN
hij-386	193	108	-	-	PUNCT
hij-386	193	109	nn	nn	PROPN
hij-386	193	110	accuracy	accuracy	NOUN
hij-386	193	111	inceptionv3	inceptionv3	NOUN
hij-386	193	112	before	before	ADP
hij-386	193	113	optimization	optimization	NOUN
hij-386	193	114	after	after	ADP
hij-386	193	115	optimization	optimization	NOUN
hij-386	193	116	89	89	NUM
hij-386	193	117	%	%	NOUN
hij-386	193	118	69	69	NUM
hij-386	193	119	%	%	NOUN
hij-386	193	120	82	82	NUM
hij-386	193	121	%	%	NOUN
hij-386	193	122	81	81	NUM
hij-386	193	123	%	%	NOUN
hij-386	193	124	90	90	NUM
hij-386	193	125	%	%	NOUN
hij-386	193	126	69	69	NUM
hij-386	193	127	%	%	NOUN
hij-386	193	128	80	80	NUM
hij-386	193	129	%	%	NOUN
hij-386	193	130	80	80	NUM
hij-386	193	131	%	%	NOUN
hij-386	193	132	0	0	NUM
hij-386	193	133	%	%	NOUN
hij-386	193	134	10	10	NUM
hij-386	193	135	%	%	NOUN
hij-386	193	136	20	20	NUM
hij-386	193	137	%	%	NOUN
hij-386	193	138	30	30	NUM
hij-386	193	139	%	%	NOUN
hij-386	193	140	40	40	NUM
hij-386	193	141	%	%	NOUN
hij-386	193	142	50	50	NUM
hij-386	193	143	%	%	NOUN
hij-386	193	144	60	60	NUM
hij-386	193	145	%	%	NOUN
hij-386	193	146	70	70	NUM
hij-386	193	147	%	%	NOUN
hij-386	193	148	80	80	NUM
hij-386	193	149	%	%	NOUN
hij-386	193	150	90	90	NUM
hij-386	193	151	%	%	NOUN
hij-386	193	152	100	100	NUM
hij-386	193	153	%	%	NOUN
hij-386	193	154	svm	svm	PROPN
hij-386	193	155	dt	dt	PROPN
hij-386	193	156	nb	nb	PROPN
hij-386	193	157	k	k	PROPN
hij-386	193	158	-	-	PUNCT
hij-386	193	159	nn	nn	PROPN
hij-386	193	160	accuracy	accuracy	NOUN
hij-386	193	161	densenet201	densenet201	PROPN
hij-386	193	162	before	before	ADP
hij-386	193	163	optimization	optimization	NOUN
hij-386	193	164	after	after	ADP
hij-386	193	165	optimization	optimization	NOUN
hij-386	193	166	hightech	hightech	NOUN
hij-386	193	167	and	and	CCONJ
hij-386	193	168	innovation	innovation	NOUN
hij-386	193	169	journal	journal	PROPN
hij-386	193	170	vol	vol	NOUN
hij-386	193	171	.	.	PROPN
hij-386	193	172	4	4	NUM
hij-386	193	173	,	,	PUNCT
hij-386	193	174	no	no	INTJ
hij-386	193	175	.	.	NOUN
hij-386	193	176	3	3	NUM
hij-386	193	177	,	,	PUNCT
hij-386	193	178	september	september	PROPN
hij-386	193	179	,	,	PUNCT
hij-386	193	180	2023	2023	NUM
hij-386	193	181	538	538	NUM
hij-386	193	182	based	base	VERB
hij-386	193	183	on	on	ADP
hij-386	193	184	figure	figure	NOUN
hij-386	193	185	3	3	NUM
hij-386	193	186	,	,	PUNCT
hij-386	193	187	it	it	PRON
hij-386	193	188	was	be	AUX
hij-386	193	189	observed	observe	VERB
hij-386	193	190	that	that	SCONJ
hij-386	193	191	the	the	DET
hij-386	193	192	support	support	NOUN
hij-386	193	193	vector	vector	NOUN
hij-386	193	194	machine	machine	NOUN
hij-386	193	195	algorithm	algorithm	NOUN
hij-386	193	196	generates	generate	VERB
hij-386	193	197	the	the	DET
hij-386	193	198	best	good	ADJ
hij-386	193	199	optimization	optimization	NOUN
hij-386	193	200	accuracy	accuracy	NOUN
hij-386	193	201	.	.	PUNCT
hij-386	194	1	table	table	NOUN
hij-386	194	2	3	3	NUM
hij-386	194	3	shows	show	VERB
hij-386	194	4	the	the	DET
hij-386	194	5	accuracy	accuracy	NOUN
hij-386	194	6	results	result	NOUN
hij-386	194	7	as	as	SCONJ
hij-386	194	8	follows	follow	VERB
hij-386	194	9	.	.	PUNCT
hij-386	195	1	table	table	NOUN
hij-386	195	2	3	3	NUM
hij-386	195	3	.	.	PUNCT
hij-386	195	4	comparison	comparison	NOUN
hij-386	195	5	of	of	ADP
hij-386	195	6	accuracy	accuracy	NOUN
hij-386	195	7	before	before	ADV
hij-386	195	8	and	and	CCONJ
hij-386	195	9	after	after	ADP
hij-386	195	10	optimization	optimization	NOUN
hij-386	195	11	with	with	ADP
hij-386	195	12	bayesian	bayesian	NOUN
hij-386	195	13	classification	classification	NOUN
hij-386	195	14	resnet50	resnet50	NOUN
hij-386	195	15	mobilenetv2	mobilenetv2	PROPN
hij-386	195	16	inceptionv3	inceptionv3	NOUN
hij-386	196	1	densnet201	densnet201	VERB
hij-386	196	2	before	before	ADP
hij-386	196	3	after	after	ADP
hij-386	196	4	before	before	ADV
hij-386	196	5	after	after	ADV
hij-386	196	6	before	before	ADV
hij-386	196	7	after	after	ADV
hij-386	196	8	before	before	ADV
hij-386	196	9	after	after	ADP
hij-386	196	10	svm	svm	PROPN
hij-386	196	11	0.52	0.52	NUM
hij-386	196	12	0.52	0.52	NUM
hij-386	196	13	0.92	0.92	NUM
hij-386	196	14	0.93	0.93	NUM
hij-386	196	15	.	.	PUNCT
hij-386	197	1	0.89	0.89	NUM
hij-386	197	2	0.90	0.90	NUM
hij-386	197	3	.	.	PUNCT
hij-386	198	1	0.91	0.91	NUM
hij-386	198	2	0.91	0.91	NUM
hij-386	198	3	dt	dt	NOUN
hij-386	198	4	0.74	0.74	NUM
hij-386	198	5	0.75	0.75	NUM
hij-386	198	6	0.70	0.70	NUM
hij-386	198	7	0.73	0.73	NUM
hij-386	198	8	0.69	0.69	NUM
hij-386	198	9	0.69	0.69	NUM
hij-386	198	10	0.73	0.73	NUM
hij-386	198	11	0.73	0.73	NUM
hij-386	198	12	nb	nb	NOUN
hij-386	198	13	0.55	0.55	NUM
hij-386	198	14	0.67	0.67	NUM
hij-386	198	15	0.66	0.66	NUM
hij-386	198	16	0.84	0.84	NUM
hij-386	198	17	0.82	0.82	NUM
hij-386	198	18	0.80	0.80	NUM
hij-386	198	19	0.80	0.80	NUM
hij-386	198	20	0.83	0.83	NUM
hij-386	198	21	k	k	PROPN
hij-386	198	22	-	-	PUNCT
hij-386	198	23	nn	nn	PROPN
hij-386	198	24	0.76	0.76	NUM
hij-386	198	25	0.74	0.74	NUM
hij-386	198	26	0.88	0.88	NUM
hij-386	198	27	0.88	0.88	NUM
hij-386	198	28	0.81	0.81	NUM
hij-386	198	29	0.80	0.80	NUM
hij-386	198	30	0.85	0.85	NUM
hij-386	198	31	0.84	0.84	NUM
hij-386	198	32	according	accord	VERB
hij-386	198	33	to	to	ADP
hij-386	198	34	table	table	NOUN
hij-386	198	35	3	3	NUM
hij-386	198	36	,	,	PUNCT
hij-386	198	37	the	the	DET
hij-386	198	38	preand	preand	NOUN
hij-386	198	39	post	post	ADJ
hij-386	198	40	-	-	ADJ
hij-386	198	41	optimized	optimize	VERB
hij-386	198	42	accuracy	accuracy	NOUN
hij-386	198	43	with	with	ADP
hij-386	198	44	bayesian	bayesian	NOUN
hij-386	198	45	on	on	ADP
hij-386	198	46	four	four	NUM
hij-386	198	47	architectures	architecture	NOUN
hij-386	198	48	are	be	AUX
hij-386	198	49	as	as	SCONJ
hij-386	198	50	follows	follow	VERB
hij-386	198	51	.	.	PUNCT
hij-386	199	1	first	first	ADV
hij-386	199	2	,	,	PUNCT
hij-386	199	3	on	on	ADP
hij-386	199	4	the	the	DET
hij-386	199	5	resnet50	resnet50	NOUN
hij-386	199	6	,	,	PUNCT
hij-386	199	7	svm	svm	PROPN
hij-386	199	8	,	,	PUNCT
hij-386	199	9	dt	dt	PROPN
hij-386	199	10	,	,	PUNCT
hij-386	199	11	nb	nb	PROPN
hij-386	199	12	,	,	PUNCT
hij-386	199	13	and	and	CCONJ
hij-386	199	14	k	k	PROPN
hij-386	199	15	-	-	PUNCT
hij-386	199	16	nn	nn	ADJ
hij-386	199	17	accuracies	accuracy	NOUN
hij-386	199	18	before	before	ADP
hij-386	199	19	optimization	optimization	NOUN
hij-386	199	20	were	be	AUX
hij-386	199	21	52	52	NUM
hij-386	199	22	%	%	NOUN
hij-386	199	23	,	,	PUNCT
hij-386	199	24	74	74	NUM
hij-386	199	25	%	%	NOUN
hij-386	199	26	,	,	PUNCT
hij-386	199	27	55	55	NUM
hij-386	199	28	%	%	NOUN
hij-386	199	29	,	,	PUNCT
hij-386	199	30	and	and	CCONJ
hij-386	199	31	76	76	NUM
hij-386	199	32	%	%	NOUN
hij-386	199	33	,	,	PUNCT
hij-386	199	34	respectively	respectively	ADV
hij-386	199	35	,	,	PUNCT
hij-386	199	36	while	while	SCONJ
hij-386	199	37	after	after	ADP
hij-386	199	38	optimization	optimization	NOUN
hij-386	199	39	,	,	PUNCT
hij-386	199	40	the	the	DET
hij-386	199	41	values	value	NOUN
hij-386	199	42	become	become	VERB
hij-386	199	43	52	52	NUM
hij-386	199	44	%	%	NOUN
hij-386	199	45	,	,	PUNCT
hij-386	199	46	75	75	NUM
hij-386	199	47	%	%	NOUN
hij-386	199	48	,	,	PUNCT
hij-386	199	49	76	76	NUM
hij-386	199	50	%	%	NOUN
hij-386	199	51	,	,	PUNCT
hij-386	199	52	and	and	CCONJ
hij-386	199	53	74	74	NUM
hij-386	199	54	%	%	NOUN
hij-386	199	55	.	.	PUNCT
hij-386	200	1	second	second	ADJ
hij-386	200	2	,	,	PUNCT
hij-386	200	3	on	on	ADP
hij-386	200	4	the	the	DET
hij-386	200	5	mobilenetv2	mobilenetv2	PROPN
hij-386	200	6	,	,	PUNCT
hij-386	200	7	svm	svm	PROPN
hij-386	200	8	,	,	PUNCT
hij-386	200	9	dt	dt	PROPN
hij-386	200	10	,	,	PUNCT
hij-386	200	11	nb	nb	PROPN
hij-386	200	12	,	,	PUNCT
hij-386	200	13	and	and	CCONJ
hij-386	200	14	k	k	PROPN
hij-386	200	15	-	-	PUNCT
hij-386	200	16	nn	nn	ADJ
hij-386	200	17	accuracies	accuracy	NOUN
hij-386	200	18	before	before	ADP
hij-386	200	19	optimization	optimization	NOUN
hij-386	200	20	were	be	AUX
hij-386	200	21	92	92	NUM
hij-386	200	22	%	%	NOUN
hij-386	200	23	,	,	PUNCT
hij-386	200	24	70	70	NUM
hij-386	200	25	%	%	NOUN
hij-386	200	26	,	,	PUNCT
hij-386	200	27	66	66	NUM
hij-386	200	28	%	%	NOUN
hij-386	200	29	,	,	PUNCT
hij-386	200	30	and	and	CCONJ
hij-386	200	31	88	88	NUM
hij-386	200	32	%	%	NOUN
hij-386	200	33	,	,	PUNCT
hij-386	200	34	respectively	respectively	ADV
hij-386	200	35	,	,	PUNCT
hij-386	200	36	and	and	CCONJ
hij-386	200	37	after	after	ADP
hij-386	200	38	optimization	optimization	NOUN
hij-386	200	39	,	,	PUNCT
hij-386	200	40	the	the	DET
hij-386	200	41	values	value	NOUN
hij-386	200	42	were	be	AUX
hij-386	200	43	93	93	NUM
hij-386	200	44	%	%	NOUN
hij-386	200	45	,	,	PUNCT
hij-386	200	46	73	73	NUM
hij-386	200	47	%	%	NOUN
hij-386	200	48	,	,	PUNCT
hij-386	200	49	84	84	NUM
hij-386	200	50	%	%	NOUN
hij-386	200	51	,	,	PUNCT
hij-386	200	52	and	and	CCONJ
hij-386	200	53	88	88	NUM
hij-386	200	54	%	%	NOUN
hij-386	200	55	.	.	PUNCT
hij-386	201	1	third	third	ADJ
hij-386	201	2	,	,	PUNCT
hij-386	201	3	on	on	ADP
hij-386	201	4	the	the	DET
hij-386	201	5	inceptionv3	inceptionv3	NOUN
hij-386	201	6	,	,	PUNCT
hij-386	201	7	svm	svm	PROPN
hij-386	201	8	,	,	PUNCT
hij-386	201	9	dt	dt	PROPN
hij-386	201	10	,	,	PUNCT
hij-386	201	11	nb	nb	PROPN
hij-386	201	12	,	,	PUNCT
hij-386	201	13	and	and	CCONJ
hij-386	201	14	k	k	PROPN
hij-386	201	15	-	-	PUNCT
hij-386	201	16	nn	nn	ADJ
hij-386	201	17	accuracies	accuracy	NOUN
hij-386	201	18	were	be	AUX
hij-386	201	19	89	89	NUM
hij-386	201	20	%	%	NOUN
hij-386	201	21	,	,	PUNCT
hij-386	201	22	69	69	NUM
hij-386	201	23	%	%	NOUN
hij-386	201	24	,	,	PUNCT
hij-386	201	25	82	82	NUM
hij-386	201	26	%	%	NOUN
hij-386	201	27	,	,	PUNCT
hij-386	201	28	and	and	CCONJ
hij-386	201	29	81	81	NUM
hij-386	201	30	%	%	NOUN
hij-386	201	31	,	,	PUNCT
hij-386	201	32	respectively	respectively	ADV
hij-386	201	33	,	,	PUNCT
hij-386	201	34	while	while	SCONJ
hij-386	201	35	after	after	ADP
hij-386	201	36	optimization	optimization	NOUN
hij-386	201	37	,	,	PUNCT
hij-386	201	38	the	the	DET
hij-386	201	39	values	value	NOUN
hij-386	201	40	were	be	AUX
hij-386	201	41	90	90	NUM
hij-386	201	42	%	%	NOUN
hij-386	201	43	,	,	PUNCT
hij-386	201	44	69	69	NUM
hij-386	201	45	%	%	NOUN
hij-386	201	46	,	,	PUNCT
hij-386	201	47	80	80	NUM
hij-386	201	48	%	%	NOUN
hij-386	201	49	,	,	PUNCT
hij-386	201	50	and	and	CCONJ
hij-386	201	51	80	80	NUM
hij-386	201	52	%	%	NOUN
hij-386	201	53	.	.	PUNCT
hij-386	202	1	finally	finally	ADV
hij-386	202	2	,	,	PUNCT
hij-386	202	3	on	on	ADP
hij-386	202	4	densnet201	densnet201	PROPN
hij-386	202	5	,	,	PUNCT
hij-386	202	6	svm	svm	NOUN
hij-386	202	7	,	,	PUNCT
hij-386	202	8	dt	dt	PROPN
hij-386	202	9	,	,	PUNCT
hij-386	202	10	nb	nb	PROPN
hij-386	202	11	,	,	PUNCT
hij-386	202	12	and	and	CCONJ
hij-386	202	13	k	k	PROPN
hij-386	202	14	-	-	PUNCT
hij-386	202	15	nn	nn	ADJ
hij-386	202	16	accuracies	accuracy	NOUN
hij-386	202	17	were	be	AUX
hij-386	202	18	91	91	NUM
hij-386	202	19	%	%	NOUN
hij-386	202	20	,	,	PUNCT
hij-386	202	21	73	73	NUM
hij-386	202	22	%	%	NOUN
hij-386	202	23	,	,	PUNCT
hij-386	202	24	80	80	NUM
hij-386	202	25	%	%	NOUN
hij-386	202	26	,	,	PUNCT
hij-386	202	27	and	and	CCONJ
hij-386	202	28	85	85	NUM
hij-386	202	29	%	%	NOUN
hij-386	202	30	,	,	PUNCT
hij-386	202	31	respectively	respectively	ADV
hij-386	202	32	,	,	PUNCT
hij-386	202	33	and	and	CCONJ
hij-386	202	34	after	after	ADP
hij-386	202	35	optimization	optimization	NOUN
hij-386	202	36	,	,	PUNCT
hij-386	202	37	the	the	DET
hij-386	202	38	results	result	NOUN
hij-386	202	39	were	be	AUX
hij-386	202	40	91	91	NUM
hij-386	202	41	%	%	NOUN
hij-386	202	42	,	,	PUNCT
hij-386	202	43	73	73	NUM
hij-386	202	44	%	%	NOUN
hij-386	202	45	,	,	PUNCT
hij-386	202	46	83	83	NUM
hij-386	202	47	%	%	NOUN
hij-386	202	48	,	,	PUNCT
hij-386	202	49	and	and	CCONJ
hij-386	202	50	84	84	NUM
hij-386	202	51	%	%	NOUN
hij-386	202	52	.	.	PUNCT
hij-386	203	1	4	4	X
hij-386	203	2	.	.	NOUN
hij-386	203	3	results	result	NOUN
hij-386	203	4	and	and	CCONJ
hij-386	203	5	discussion	discussion	VERB
hij-386	203	6	the	the	DET
hij-386	203	7	lung	lung	NOUN
hij-386	203	8	image	image	NOUN
hij-386	203	9	contains	contain	VERB
hij-386	203	10	2000	2000	NUM
hij-386	203	11	features	feature	NOUN
hij-386	203	12	,	,	PUNCT
hij-386	203	13	each	each	PRON
hij-386	203	14	extracted	extract	VERB
hij-386	203	15	and	and	CCONJ
hij-386	203	16	classified	classify	VERB
hij-386	203	17	using	use	VERB
hij-386	203	18	four	four	NUM
hij-386	203	19	different	different	ADJ
hij-386	203	20	cnn	cnn	NOUN
hij-386	203	21	models	model	NOUN
hij-386	203	22	and	and	CCONJ
hij-386	203	23	ml	ml	NOUN
hij-386	203	24	algorithms	algorithm	NOUN
hij-386	203	25	,	,	PUNCT
hij-386	203	26	respectively	respectively	ADV
hij-386	203	27	.	.	PUNCT
hij-386	204	1	in	in	ADP
hij-386	204	2	the	the	DET
hij-386	204	3	training	training	NOUN
hij-386	204	4	step	step	NOUN
hij-386	204	5	,	,	PUNCT
hij-386	204	6	bayesian	bayesian	NOUN
hij-386	204	7	optimizes	optimize	VERB
hij-386	204	8	the	the	DET
hij-386	204	9	parameters	parameter	NOUN
hij-386	204	10	affecting	affect	VERB
hij-386	204	11	each	each	DET
hij-386	204	12	ml	ml	NOUN
hij-386	204	13	algorithm	algorithm	PROPN
hij-386	204	14	's	's	PART
hij-386	204	15	accuracy	accuracy	NOUN
hij-386	204	16	.	.	PUNCT
hij-386	205	1	it	it	PRON
hij-386	205	2	was	be	AUX
hij-386	205	3	observed	observe	VERB
hij-386	205	4	that	that	SCONJ
hij-386	205	5	the	the	DET
hij-386	205	6	specified	specify	VERB
hij-386	205	7	hyperparameters	hyperparameter	NOUN
hij-386	205	8	do	do	AUX
hij-386	205	9	not	not	PART
hij-386	205	10	change	change	VERB
hij-386	205	11	during	during	ADP
hij-386	205	12	the	the	DET
hij-386	205	13	training	training	NOUN
hij-386	205	14	and	and	CCONJ
hij-386	205	15	testing	testing	NOUN
hij-386	205	16	steps	step	NOUN
hij-386	205	17	.	.	PUNCT
hij-386	206	1	therefore	therefore	ADV
hij-386	206	2	,	,	PUNCT
hij-386	206	3	the	the	DET
hij-386	206	4	confusion	confusion	NOUN
hij-386	206	5	matrix	matrix	NOUN
hij-386	206	6	is	be	AUX
hij-386	206	7	determined	determine	VERB
hij-386	206	8	based	base	VERB
hij-386	206	9	on	on	ADP
hij-386	206	10	the	the	DET
hij-386	206	11	classification	classification	NOUN
hij-386	206	12	results	result	NOUN
hij-386	206	13	as	as	SCONJ
hij-386	206	14	shown	show	VERB
hij-386	206	15	in	in	ADP
hij-386	206	16	figure	figure	NOUN
hij-386	206	17	7	7	NUM
hij-386	206	18	.	.	PUNCT
hij-386	207	1	svm	svm	PROPN
hij-386	207	2	k	k	PROPN
hij-386	207	3	-	-	PROPN
hij-386	207	4	nn	nn	INTJ
hij-386	207	5	nb	nb	PROPN
hij-386	207	6	dt	dt	X
hij-386	207	7	densenet201	densenet201	PROPN
hij-386	207	8	inceptionv3	inceptionv3	PROPN
hij-386	207	9	mobilenetv2	mobilenetv2	PROPN
hij-386	207	10	resnet50	resnet50	NOUN
hij-386	207	11	figure	figure	NOUN
hij-386	207	12	7	7	NUM
hij-386	207	13	.	.	PUNCT
hij-386	207	14	confusion	confusion	NOUN
hij-386	207	15	matrix	matrix	NOUN
hij-386	207	16	furthermore	furthermore	ADV
hij-386	207	17	,	,	PUNCT
hij-386	207	18	different	different	ADJ
hij-386	207	19	matrices	matrix	NOUN
hij-386	207	20	calculated	calculate	VERB
hij-386	207	21	using	use	VERB
hij-386	207	22	the	the	DET
hij-386	207	23	confusion	confusion	NOUN
hij-386	207	24	matrix	matrix	NOUN
hij-386	207	25	are	be	AUX
hij-386	207	26	presented	present	VERB
hij-386	207	27	to	to	PART
hij-386	207	28	measure	measure	VERB
hij-386	207	29	the	the	DET
hij-386	207	30	model	model	NOUN
hij-386	207	31	performance	performance	NOUN
hij-386	207	32	.	.	PUNCT
hij-386	208	1	the	the	DET
hij-386	208	2	following	follow	VERB
hij-386	208	3	confusion	confusion	NOUN
hij-386	208	4	matrix	matrix	NOUN
hij-386	208	5	formulas	formula	NOUN
hij-386	208	6	are	be	AUX
hij-386	208	7	expressed	express	VERB
hij-386	208	8	in	in	ADP
hij-386	208	9	equations	equation	NOUN
hij-386	208	10	14	14	NUM
hij-386	208	11	to	to	PART
hij-386	208	12	17	17	NUM
hij-386	208	13	and	and	CCONJ
hij-386	208	14	the	the	DET
hij-386	208	15	results	result	NOUN
hij-386	208	16	obtained	obtain	VERB
hij-386	208	17	are	be	AUX
hij-386	208	18	shown	show	VERB
hij-386	208	19	in	in	ADP
hij-386	208	20	table	table	NOUN
hij-386	208	21	4	4	NUM
hij-386	208	22	.	.	PUNCT
hij-386	209	1	hightech	hightech	NOUN
hij-386	209	2	and	and	CCONJ
hij-386	209	3	innovation	innovation	NOUN
hij-386	209	4	journal	journal	PROPN
hij-386	209	5	vol	vol	NOUN
hij-386	209	6	.	.	PROPN
hij-386	210	1	4	4	NUM
hij-386	210	2	,	,	PUNCT
hij-386	210	3	no	no	INTJ
hij-386	210	4	.	.	NOUN
hij-386	210	5	3	3	NUM
hij-386	210	6	,	,	PUNCT
hij-386	210	7	september	september	PROPN
hij-386	210	8	,	,	PUNCT
hij-386	210	9	2023	2023	NUM
hij-386	210	10	539	539	NUM
hij-386	210	11	accuracy	accuracy	NOUN
hij-386	210	12	=	=	SYM
hij-386	210	13	𝑇𝑃+𝑇𝑁	𝑇𝑃+𝑇𝑁	ADJ
hij-386	210	14	𝑇𝑃+𝐹𝑃+𝑇𝑁+𝐹𝑁	𝑇𝑃+𝐹𝑃+𝑇𝑁+𝐹𝑁	PROPN
hij-386	210	15	×	×	NOUN
hij-386	210	16	100	100	NUM
hij-386	210	17	(	(	PUNCT
hij-386	210	18	14	14	NUM
hij-386	210	19	)	)	PUNCT
hij-386	210	20	precision	precision	NOUN
hij-386	210	21	=	=	SYM
hij-386	210	22	𝑇𝑃	𝑇𝑃	PROPN
hij-386	210	23	𝑇𝑃+𝐹𝑃	𝑇𝑃+𝐹𝑃	NOUN
hij-386	210	24	,	,	PUNCT
hij-386	210	25	(	(	PUNCT
hij-386	210	26	15	15	NUM
hij-386	210	27	)	)	PUNCT
hij-386	211	1	𝐹1	𝐹1	PROPN
hij-386	211	2	𝑆𝑐𝑜𝑟𝑒	𝑆𝑐𝑜𝑟𝑒	PROPN
hij-386	211	3	=	=	NOUN
hij-386	211	4	2𝑇𝑃	2𝑇𝑃	NUM
hij-386	211	5	2𝑇𝑃+𝐹𝑃+𝐹𝑁	2𝑇𝑃+𝐹𝑃+𝐹𝑁	NUM
hij-386	211	6	(	(	PUNCT
hij-386	211	7	16	16	NUM
hij-386	211	8	)	)	PUNCT
hij-386	211	9	𝐹1	𝐹1	PROPN
hij-386	211	10	𝑆𝑐𝑜𝑟𝑒	𝑆𝑐𝑜𝑟𝑒	PROPN
hij-386	211	11	=	=	NOUN
hij-386	212	1	2𝑇𝑃	2𝑇𝑃	NUM
hij-386	212	2	2𝑇𝑃+𝐹𝑃+𝐹𝑁	2𝑇𝑃+𝐹𝑃+𝐹𝑁	NUM
hij-386	212	3	(	(	PUNCT
hij-386	212	4	17	17	NUM
hij-386	212	5	)	)	PUNCT
hij-386	212	6	where	where	SCONJ
hij-386	212	7	tp	tp	NOUN
hij-386	212	8	is	be	AUX
hij-386	212	9	true	true	ADJ
hij-386	212	10	positive	positive	ADJ
hij-386	212	11	,	,	PUNCT
hij-386	212	12	tn	tn	PROPN
hij-386	212	13	is	be	AUX
hij-386	212	14	true	true	ADJ
hij-386	212	15	negative	negative	ADJ
hij-386	212	16	,	,	PUNCT
hij-386	212	17	fp	fp	X
hij-386	212	18	is	be	AUX
hij-386	212	19	false	false	ADJ
hij-386	212	20	positive	positive	ADJ
hij-386	212	21	,	,	PUNCT
hij-386	212	22	and	and	CCONJ
hij-386	212	23	fn	fn	NOUN
hij-386	212	24	is	be	AUX
hij-386	212	25	false	false	ADJ
hij-386	212	26	negative	negative	ADJ
hij-386	212	27	.	.	PUNCT
hij-386	213	1	table	table	NOUN
hij-386	213	2	4	4	NUM
hij-386	213	3	.	.	PUNCT
hij-386	214	1	the	the	DET
hij-386	214	2	calculation	calculation	NOUN
hij-386	214	3	results	result	NOUN
hij-386	214	4	of	of	ADP
hij-386	214	5	the	the	DET
hij-386	214	6	confusion	confusion	NOUN
hij-386	214	7	matrix	matrix	NOUN
hij-386	214	8	model	model	NOUN
hij-386	214	9	ml	ml	X
hij-386	214	10	accuracy	accuracy	NOUN
hij-386	214	11	(	(	PUNCT
hij-386	214	12	%	%	INTJ
hij-386	214	13	)	)	PUNCT
hij-386	214	14	precision	precision	NOUN
hij-386	214	15	recall	recall	NOUN
hij-386	214	16	f-1	f-1	NOUN
hij-386	214	17	score	score	NOUN
hij-386	214	18	densenet201	densenet201	PROPN
hij-386	214	19	dt	dt	ADP
hij-386	214	20	74	74	NUM
hij-386	214	21	%	%	NOUN
hij-386	214	22	0.74	0.74	NUM
hij-386	214	23	0.74	0.74	NUM
hij-386	214	24	0.74	0.74	NUM
hij-386	214	25	nb	nb	NOUN
hij-386	214	26	83	83	NUM
hij-386	214	27	%	%	NOUN
hij-386	214	28	0.84	0.84	NUM
hij-386	214	29	0.83	0.83	NUM
hij-386	214	30	0.84	0.84	NUM
hij-386	214	31	k	k	PROPN
hij-386	214	32	-	-	PUNCT
hij-386	214	33	nn	nn	ADJ
hij-386	214	34	84	84	NUM
hij-386	214	35	%	%	NOUN
hij-386	214	36	0.84	0.84	NUM
hij-386	214	37	0.84	0.84	NUM
hij-386	214	38	9.84	9.84	NUM
hij-386	214	39	svm	svm	NOUN
hij-386	214	40	92	92	NUM
hij-386	214	41	%	%	NOUN
hij-386	214	42	0.92	0.92	NUM
hij-386	214	43	0.92	0.92	NUM
hij-386	214	44	0.92	0.92	NUM
hij-386	214	45	inceptionv3	inceptionv3	NOUN
hij-386	214	46	dt	dt	NOUN
hij-386	214	47	68	68	NUM
hij-386	214	48	%	%	NOUN
hij-386	214	49	0.68	0.68	NUM
hij-386	214	50	0.68	0.68	NUM
hij-386	214	51	0.67	0.67	NUM
hij-386	214	52	nb	nb	NUM
hij-386	214	53	80	80	NUM
hij-386	214	54	%	%	NOUN
hij-386	214	55	0.82	0.82	NUM
hij-386	214	56	0.80	0.80	NUM
hij-386	214	57	0.79	0.79	NUM
hij-386	214	58	k	k	PROPN
hij-386	214	59	-	-	PUNCT
hij-386	214	60	nn	nn	PROPN
hij-386	214	61	80	80	NUM
hij-386	214	62	%	%	NOUN
hij-386	214	63	0.82	0.82	NUM
hij-386	214	64	0.80	0.80	NUM
hij-386	214	65	0.79	0.79	NUM
hij-386	214	66	svm	svm	NOUN
hij-386	214	67	90	90	NUM
hij-386	214	68	%	%	NOUN
hij-386	214	69	0.90	0.90	NUM
hij-386	214	70	0.90	0.90	NUM
hij-386	214	71	0.90	0.90	NUM
hij-386	214	72	mobilenetv2	mobilenetv2	NOUN
hij-386	214	73	dt	dt	X
hij-386	215	1	73	73	NUM
hij-386	215	2	%	%	NOUN
hij-386	215	3	0.74	0.74	NUM
hij-386	215	4	0.73	0.73	NUM
hij-386	215	5	0.73	0.73	NUM
hij-386	215	6	nb	nb	NOUN
hij-386	215	7	84	84	NUM
hij-386	215	8	%	%	NOUN
hij-386	215	9	0.84	0.84	NUM
hij-386	215	10	0.84	0.84	NUM
hij-386	215	11	0.84	0.84	NUM
hij-386	215	12	k	k	PROPN
hij-386	215	13	-	-	PUNCT
hij-386	215	14	nn	nn	PROPN
hij-386	215	15	88	88	NUM
hij-386	215	16	%	%	NOUN
hij-386	215	17	0.88	0.88	NUM
hij-386	215	18	0.88	0.88	NUM
hij-386	215	19	0.88	0.88	NUM
hij-386	215	20	svm	svm	NOUN
hij-386	215	21	93	93	NUM
hij-386	215	22	%	%	NOUN
hij-386	215	23	0.83	0.83	NUM
hij-386	215	24	0.83	0.83	NUM
hij-386	215	25	0.83	0.83	NUM
hij-386	215	26	resnet50	resnet50	NOUN
hij-386	215	27	dt	dt	X
hij-386	215	28	75	75	NUM
hij-386	215	29	%	%	NOUN
hij-386	215	30	0.75	0.75	NUM
hij-386	215	31	0.75	0.75	NUM
hij-386	215	32	0.75	0.75	NUM
hij-386	215	33	nb	nb	NOUN
hij-386	215	34	67	67	NUM
hij-386	215	35	%	%	NOUN
hij-386	215	36	0.72	0.72	NUM
hij-386	215	37	0.67	0.67	NUM
hij-386	215	38	0.67	0.67	NUM
hij-386	215	39	k	k	PROPN
hij-386	215	40	-	-	PUNCT
hij-386	215	41	nn	nn	PROPN
hij-386	215	42	74	74	NUM
hij-386	215	43	%	%	NOUN
hij-386	215	44	0.76	0.76	NUM
hij-386	215	45	0.74	0.74	NUM
hij-386	215	46	0.74	0.74	NUM
hij-386	215	47	svm	svm	NOUN
hij-386	215	48	65	65	NUM
hij-386	215	49	%	%	NOUN
hij-386	215	50	0.71	0.71	NUM
hij-386	215	51	0.65	0.65	NUM
hij-386	215	52	0.64	0.64	NUM
hij-386	215	53	according	accord	VERB
hij-386	215	54	to	to	ADP
hij-386	215	55	table	table	NOUN
hij-386	215	56	4	4	NUM
hij-386	215	57	,	,	PUNCT
hij-386	215	58	the	the	DET
hij-386	215	59	ml	ml	PROPN
hij-386	215	60	algorithm	algorithm	NOUN
hij-386	215	61	using	use	VERB
hij-386	215	62	hyperparameters	hyperparameter	NOUN
hij-386	215	63	calculated	calculate	VERB
hij-386	215	64	with	with	ADP
hij-386	215	65	bayesian	bayesian	NOUN
hij-386	215	66	optimization	optimization	NOUN
hij-386	215	67	was	be	AUX
hij-386	215	68	successful	successful	ADJ
hij-386	215	69	in	in	ADP
hij-386	215	70	classifying	classify	VERB
hij-386	215	71	each	each	DET
hij-386	215	72	cnn	cnn	PROPN
hij-386	215	73	model	model	NOUN
hij-386	215	74	extracted	extract	VERB
hij-386	215	75	features	feature	NOUN
hij-386	215	76	.	.	PUNCT
hij-386	216	1	also	also	ADV
hij-386	216	2	,	,	PUNCT
hij-386	216	3	the	the	DET
hij-386	216	4	svm	svm	ADJ
hij-386	216	5	structure	structure	NOUN
hij-386	216	6	was	be	AUX
hij-386	216	7	better	well	ADJ
hij-386	216	8	in	in	ADP
hij-386	216	9	differentiating	differentiate	VERB
hij-386	216	10	between	between	ADP
hij-386	216	11	classes	class	NOUN
hij-386	216	12	as	as	SCONJ
hij-386	216	13	the	the	DET
hij-386	216	14	accuracy	accuracy	NOUN
hij-386	216	15	results	result	NOUN
hij-386	216	16	are	be	AUX
hij-386	216	17	higher	high	ADJ
hij-386	216	18	than	than	ADP
hij-386	216	19	those	those	PRON
hij-386	216	20	obtained	obtain	VERB
hij-386	216	21	with	with	ADP
hij-386	216	22	other	other	ADJ
hij-386	216	23	cnn	cnn	PROPN
hij-386	216	24	models	model	NOUN
hij-386	216	25	.	.	PUNCT
hij-386	217	1	when	when	SCONJ
hij-386	217	2	the	the	DET
hij-386	217	3	models	model	NOUN
hij-386	217	4	are	be	AUX
hij-386	217	5	compared	compare	VERB
hij-386	217	6	,	,	PUNCT
hij-386	217	7	it	it	PRON
hij-386	217	8	was	be	AUX
hij-386	217	9	observed	observe	VERB
hij-386	217	10	that	that	SCONJ
hij-386	217	11	the	the	DET
hij-386	217	12	highest	high	ADJ
hij-386	217	13	accuracy	accuracy	NOUN
hij-386	217	14	was	be	AUX
hij-386	217	15	achieved	achieve	VERB
hij-386	217	16	with	with	ADP
hij-386	217	17	mobilenetv2	mobilenetv2	PROPN
hij-386	217	18	,	,	PUNCT
hij-386	217	19	and	and	CCONJ
hij-386	217	20	among	among	ADP
hij-386	217	21	the	the	DET
hij-386	217	22	ml	ml	NOUN
hij-386	217	23	algorithms	algorithm	NOUN
hij-386	217	24	,	,	PUNCT
hij-386	217	25	the	the	DET
hij-386	217	26	best	good	ADJ
hij-386	217	27	classification	classification	NOUN
hij-386	217	28	was	be	AUX
hij-386	217	29	provided	provide	VERB
hij-386	217	30	by	by	ADP
hij-386	217	31	the	the	DET
hij-386	217	32	svm	svm	NOUN
hij-386	217	33	with	with	ADP
hij-386	217	34	93	93	NUM
hij-386	217	35	%	%	NOUN
hij-386	217	36	accuracy	accuracy	NOUN
hij-386	217	37	.	.	PUNCT
hij-386	218	1	the	the	DET
hij-386	218	2	precision	precision	NOUN
hij-386	218	3	,	,	PUNCT
hij-386	218	4	recall	recall	NOUN
hij-386	218	5	,	,	PUNCT
hij-386	218	6	and	and	CCONJ
hij-386	218	7	f1	f1	ADJ
hij-386	218	8	-	-	PUNCT
hij-386	218	9	score	score	NOUN
hij-386	218	10	values	value	NOUN
hij-386	218	11	for	for	ADP
hij-386	218	12	mobilenetv2	mobilenetv2	PROPN
hij-386	218	13	-	-	PUNCT
hij-386	218	14	svm	svm	PROPN
hij-386	218	15	are	be	AUX
hij-386	218	16	0.83	0.83	NUM
hij-386	218	17	each	each	PRON
hij-386	218	18	.	.	PUNCT
hij-386	219	1	figure	figure	NOUN
hij-386	219	2	8	8	NUM
hij-386	219	3	shows	show	VERB
hij-386	219	4	the	the	DET
hij-386	219	5	confusion	confusion	NOUN
hij-386	219	6	matrix	matrix	NOUN
hij-386	219	7	obtained	obtain	VERB
hij-386	219	8	with	with	ADP
hij-386	219	9	the	the	DET
hij-386	219	10	mobilenetv2	mobilenetv2	PROPN
hij-386	219	11	svm	svm	PROPN
hij-386	219	12	model	model	PROPN
hij-386	219	13	.	.	PUNCT
hij-386	220	1	figure	figure	VERB
hij-386	220	2	8	8	NUM
hij-386	220	3	.	.	PUNCT
hij-386	221	1	confusion	confusion	NOUN
hij-386	221	2	matrix	matrix	NOUN
hij-386	221	3	model	model	NOUN
hij-386	221	4	mobilenet	mobilenet	NOUN
hij-386	221	5	-	-	PUNCT
hij-386	221	6	svm	svm	VERB
hij-386	221	7	the	the	DET
hij-386	221	8	results	result	NOUN
hij-386	221	9	showed	show	VERB
hij-386	221	10	that	that	SCONJ
hij-386	221	11	the	the	DET
hij-386	221	12	model	model	NOUN
hij-386	221	13	proposed	propose	VERB
hij-386	221	14	in	in	ADP
hij-386	221	15	this	this	DET
hij-386	221	16	research	research	NOUN
hij-386	221	17	for	for	ADP
hij-386	221	18	diagnosing	diagnose	VERB
hij-386	221	19	covid-19	covid-19	PROPN
hij-386	221	20	was	be	AUX
hij-386	221	21	successful	successful	ADJ
hij-386	221	22	and	and	CCONJ
hij-386	221	23	highly	highly	ADV
hij-386	221	24	accurate	accurate	ADJ
hij-386	221	25	.	.	PUNCT
hij-386	222	1	hightech	hightech	NOUN
hij-386	222	2	and	and	CCONJ
hij-386	222	3	innovation	innovation	NOUN
hij-386	222	4	journal	journal	PROPN
hij-386	222	5	vol	vol	NOUN
hij-386	222	6	.	.	PROPN
hij-386	223	1	4	4	NUM
hij-386	223	2	,	,	PUNCT
hij-386	223	3	no	no	INTJ
hij-386	223	4	.	.	NOUN
hij-386	223	5	3	3	NUM
hij-386	223	6	,	,	PUNCT
hij-386	223	7	september	september	PROPN
hij-386	223	8	,	,	PUNCT
hij-386	223	9	2023	2023	NUM
hij-386	223	10	540	540	NUM
hij-386	223	11	5	5	NUM
hij-386	223	12	.	.	PUNCT
hij-386	223	13	conclusion	conclusion	NOUN
hij-386	223	14	the	the	DET
hij-386	223	15	cnn	cnn	PROPN
hij-386	223	16	model	model	NOUN
hij-386	223	17	extracted	extract	VERB
hij-386	223	18	80	80	NUM
hij-386	223	19	%	%	NOUN
hij-386	223	20	of	of	ADP
hij-386	223	21	features	feature	NOUN
hij-386	223	22	for	for	ADP
hij-386	223	23	training	training	NOUN
hij-386	223	24	data	datum	NOUN
hij-386	223	25	and	and	CCONJ
hij-386	223	26	20	20	NUM
hij-386	223	27	%	%	NOUN
hij-386	223	28	for	for	ADP
hij-386	223	29	testing	testing	NOUN
hij-386	223	30	.	.	PUNCT
hij-386	224	1	these	these	DET
hij-386	224	2	extracted	extract	VERB
hij-386	224	3	features	feature	NOUN
hij-386	224	4	are	be	AUX
hij-386	224	5	assigned	assign	VERB
hij-386	224	6	to	to	ADP
hij-386	224	7	four	four	NUM
hij-386	224	8	different	different	ADJ
hij-386	224	9	ml	ml	NOUN
hij-386	224	10	algorithms	algorithm	NOUN
hij-386	224	11	for	for	ADP
hij-386	224	12	further	further	ADJ
hij-386	224	13	classification	classification	NOUN
hij-386	224	14	and	and	CCONJ
hij-386	224	15	were	be	AUX
hij-386	224	16	optimized	optimize	VERB
hij-386	224	17	with	with	ADP
hij-386	224	18	bayesian	bayesian	NOUN
hij-386	224	19	optimization	optimization	NOUN
hij-386	224	20	in	in	ADP
hij-386	224	21	order	order	NOUN
hij-386	224	22	to	to	PART
hij-386	224	23	obtain	obtain	VERB
hij-386	224	24	the	the	DET
hij-386	224	25	most	most	ADV
hij-386	224	26	accurate	accurate	ADJ
hij-386	224	27	result	result	NOUN
hij-386	224	28	.	.	PUNCT
hij-386	225	1	the	the	DET
hij-386	225	2	preand	preand	NOUN
hij-386	225	3	post	post	ADJ
hij-386	225	4	-	-	ADJ
hij-386	225	5	optimized	optimize	VERB
hij-386	225	6	bayesian	bayesian	NOUN
hij-386	225	7	accuracies	accuracy	NOUN
hij-386	225	8	are	be	AUX
hij-386	225	9	found	find	VERB
hij-386	225	10	on	on	ADP
hij-386	225	11	four	four	NUM
hij-386	225	12	architectures	architecture	NOUN
hij-386	225	13	.	.	PUNCT
hij-386	226	1	first	first	ADV
hij-386	226	2	,	,	PUNCT
hij-386	226	3	the	the	DET
hij-386	226	4	resnet50	resnet50	NOUN
hij-386	226	5	,	,	PUNCT
hij-386	226	6	svm	svm	PROPN
hij-386	226	7	,	,	PUNCT
hij-386	226	8	dt	dt	PROPN
hij-386	226	9	,	,	PUNCT
hij-386	226	10	nb	nb	PROPN
hij-386	226	11	,	,	PUNCT
hij-386	226	12	and	and	CCONJ
hij-386	226	13	k	k	PROPN
hij-386	226	14	-	-	PUNCT
hij-386	226	15	nn	nn	ADJ
hij-386	226	16	accuracies	accuracy	NOUN
hij-386	226	17	before	before	ADP
hij-386	226	18	optimization	optimization	NOUN
hij-386	226	19	were	be	AUX
hij-386	226	20	52	52	NUM
hij-386	226	21	%	%	NOUN
hij-386	226	22	,	,	PUNCT
hij-386	226	23	74	74	NUM
hij-386	226	24	%	%	NOUN
hij-386	226	25	,	,	PUNCT
hij-386	226	26	55	55	NUM
hij-386	226	27	%	%	NOUN
hij-386	226	28	,	,	PUNCT
hij-386	226	29	and	and	CCONJ
hij-386	226	30	76	76	NUM
hij-386	226	31	%	%	NOUN
hij-386	226	32	,	,	PUNCT
hij-386	226	33	respectively	respectively	ADV
hij-386	226	34	,	,	PUNCT
hij-386	226	35	while	while	SCONJ
hij-386	226	36	after	after	ADP
hij-386	226	37	optimization	optimization	NOUN
hij-386	226	38	,	,	PUNCT
hij-386	226	39	the	the	DET
hij-386	226	40	values	value	NOUN
hij-386	226	41	became	become	VERB
hij-386	226	42	52	52	NUM
hij-386	226	43	%	%	NOUN
hij-386	226	44	,	,	PUNCT
hij-386	226	45	75	75	NUM
hij-386	226	46	%	%	NOUN
hij-386	226	47	,	,	PUNCT
hij-386	226	48	76	76	NUM
hij-386	226	49	%	%	NOUN
hij-386	226	50	,	,	PUNCT
hij-386	226	51	and	and	CCONJ
hij-386	226	52	74	74	NUM
hij-386	226	53	%	%	NOUN
hij-386	226	54	.	.	PUNCT
hij-386	227	1	second	second	ADJ
hij-386	227	2	,	,	PUNCT
hij-386	227	3	on	on	ADP
hij-386	227	4	the	the	DET
hij-386	227	5	mobilenetv2	mobilenetv2	PROPN
hij-386	227	6	,	,	PUNCT
hij-386	227	7	svm	svm	PROPN
hij-386	227	8	,	,	PUNCT
hij-386	227	9	dt	dt	PROPN
hij-386	227	10	,	,	PUNCT
hij-386	227	11	nb	nb	PROPN
hij-386	227	12	,	,	PUNCT
hij-386	227	13	and	and	CCONJ
hij-386	227	14	k	k	PROPN
hij-386	227	15	-	-	PUNCT
hij-386	227	16	nn	nn	ADJ
hij-386	227	17	accuracies	accuracy	NOUN
hij-386	227	18	before	before	ADP
hij-386	227	19	optimization	optimization	NOUN
hij-386	227	20	were	be	AUX
hij-386	227	21	92	92	NUM
hij-386	227	22	%	%	NOUN
hij-386	227	23	,	,	PUNCT
hij-386	227	24	70	70	NUM
hij-386	227	25	%	%	NOUN
hij-386	227	26	,	,	PUNCT
hij-386	227	27	66	66	NUM
hij-386	227	28	%	%	NOUN
hij-386	227	29	,	,	PUNCT
hij-386	227	30	and	and	CCONJ
hij-386	227	31	88	88	NUM
hij-386	227	32	%	%	NOUN
hij-386	227	33	,	,	PUNCT
hij-386	227	34	respectively	respectively	ADV
hij-386	227	35	,	,	PUNCT
hij-386	227	36	and	and	CCONJ
hij-386	227	37	after	after	ADP
hij-386	227	38	optimization	optimization	NOUN
hij-386	227	39	,	,	PUNCT
hij-386	227	40	the	the	DET
hij-386	227	41	values	value	NOUN
hij-386	227	42	were	be	AUX
hij-386	227	43	93	93	NUM
hij-386	227	44	%	%	NOUN
hij-386	227	45	,	,	PUNCT
hij-386	227	46	73	73	NUM
hij-386	227	47	%	%	NOUN
hij-386	227	48	,	,	PUNCT
hij-386	227	49	84	84	NUM
hij-386	227	50	%	%	NOUN
hij-386	227	51	,	,	PUNCT
hij-386	227	52	and	and	CCONJ
hij-386	227	53	88	88	NUM
hij-386	227	54	%	%	NOUN
hij-386	227	55	.	.	PUNCT
hij-386	228	1	third	third	ADJ
hij-386	228	2	,	,	PUNCT
hij-386	228	3	on	on	ADP
hij-386	228	4	the	the	DET
hij-386	228	5	inceptionv3	inceptionv3	NOUN
hij-386	228	6	,	,	PUNCT
hij-386	228	7	svm	svm	PROPN
hij-386	228	8	,	,	PUNCT
hij-386	228	9	dt	dt	PROPN
hij-386	228	10	,	,	PUNCT
hij-386	228	11	nb	nb	PROPN
hij-386	228	12	,	,	PUNCT
hij-386	228	13	and	and	CCONJ
hij-386	228	14	k	k	PROPN
hij-386	228	15	-	-	PUNCT
hij-386	228	16	nn	nn	ADJ
hij-386	228	17	accuracies	accuracy	NOUN
hij-386	228	18	were	be	AUX
hij-386	228	19	89	89	NUM
hij-386	228	20	%	%	NOUN
hij-386	228	21	,	,	PUNCT
hij-386	228	22	69	69	NUM
hij-386	228	23	%	%	NOUN
hij-386	228	24	,	,	PUNCT
hij-386	228	25	82	82	NUM
hij-386	228	26	%	%	NOUN
hij-386	228	27	,	,	PUNCT
hij-386	228	28	and	and	CCONJ
hij-386	228	29	81	81	NUM
hij-386	228	30	%	%	NOUN
hij-386	228	31	,	,	PUNCT
hij-386	228	32	respectively	respectively	ADV
hij-386	228	33	,	,	PUNCT
hij-386	228	34	while	while	SCONJ
hij-386	228	35	after	after	ADP
hij-386	228	36	optimization	optimization	NOUN
hij-386	228	37	,	,	PUNCT
hij-386	228	38	the	the	DET
hij-386	228	39	values	value	NOUN
hij-386	228	40	were	be	AUX
hij-386	228	41	90	90	NUM
hij-386	228	42	%	%	NOUN
hij-386	228	43	,	,	PUNCT
hij-386	228	44	69	69	NUM
hij-386	228	45	%	%	NOUN
hij-386	228	46	,	,	PUNCT
hij-386	228	47	80	80	NUM
hij-386	228	48	%	%	NOUN
hij-386	228	49	,	,	PUNCT
hij-386	228	50	and	and	CCONJ
hij-386	228	51	80	80	NUM
hij-386	228	52	%	%	NOUN
hij-386	228	53	.	.	PUNCT
hij-386	229	1	finally	finally	ADV
hij-386	229	2	,	,	PUNCT
hij-386	229	3	on	on	ADP
hij-386	229	4	densnet201	densnet201	PROPN
hij-386	229	5	,	,	PUNCT
hij-386	229	6	svm	svm	NOUN
hij-386	229	7	,	,	PUNCT
hij-386	229	8	dt	dt	PROPN
hij-386	229	9	,	,	PUNCT
hij-386	229	10	nb	nb	PROPN
hij-386	229	11	,	,	PUNCT
hij-386	229	12	and	and	CCONJ
hij-386	229	13	k	k	PROPN
hij-386	229	14	-	-	PUNCT
hij-386	229	15	nn	nn	ADJ
hij-386	229	16	accuracies	accuracy	NOUN
hij-386	229	17	were	be	AUX
hij-386	229	18	91	91	NUM
hij-386	229	19	%	%	NOUN
hij-386	229	20	,	,	PUNCT
hij-386	229	21	73	73	NUM
hij-386	229	22	%	%	NOUN
hij-386	229	23	,	,	PUNCT
hij-386	229	24	80	80	NUM
hij-386	229	25	%	%	NOUN
hij-386	229	26	,	,	PUNCT
hij-386	229	27	and	and	CCONJ
hij-386	229	28	85	85	NUM
hij-386	229	29	%	%	NOUN
hij-386	229	30	,	,	PUNCT
hij-386	229	31	respectively	respectively	ADV
hij-386	229	32	,	,	PUNCT
hij-386	229	33	and	and	CCONJ
hij-386	229	34	after	after	ADP
hij-386	229	35	optimization	optimization	NOUN
hij-386	229	36	,	,	PUNCT
hij-386	229	37	the	the	DET
hij-386	229	38	results	result	NOUN
hij-386	229	39	were	be	AUX
hij-386	229	40	91	91	NUM
hij-386	229	41	%	%	NOUN
hij-386	229	42	,	,	PUNCT
hij-386	229	43	73	73	NUM
hij-386	229	44	%	%	NOUN
hij-386	229	45	,	,	PUNCT
hij-386	229	46	83	83	NUM
hij-386	229	47	%	%	NOUN
hij-386	229	48	,	,	PUNCT
hij-386	229	49	and	and	CCONJ
hij-386	229	50	84	84	NUM
hij-386	229	51	%	%	NOUN
hij-386	229	52	.	.	PUNCT
hij-386	230	1	based	base	VERB
hij-386	230	2	on	on	ADP
hij-386	230	3	the	the	DET
hij-386	230	4	confusion	confusion	NOUN
hij-386	230	5	matrix	matrix	NOUN
hij-386	230	6	calculation	calculation	NOUN
hij-386	230	7	,	,	PUNCT
hij-386	230	8	the	the	DET
hij-386	230	9	best	good	ADJ
hij-386	230	10	classification	classification	NOUN
hij-386	230	11	results	result	NOUN
hij-386	230	12	using	use	VERB
hij-386	230	13	the	the	DET
hij-386	230	14	mobilenetv2	mobilenetv2	PROPN
hij-386	230	15	-	-	PUNCT
hij-386	230	16	svm	svm	ADJ
hij-386	230	17	structure	structure	NOUN
hij-386	230	18	give	give	VERB
hij-386	230	19	93	93	NUM
hij-386	230	20	%	%	NOUN
hij-386	230	21	accuracy	accuracy	NOUN
hij-386	230	22	.	.	PUNCT
hij-386	231	1	the	the	DET
hij-386	231	2	results	result	NOUN
hij-386	231	3	showed	show	VERB
hij-386	231	4	that	that	SCONJ
hij-386	231	5	the	the	DET
hij-386	231	6	svm	svm	NOUN
hij-386	231	7	was	be	AUX
hij-386	231	8	higher	high	ADJ
hij-386	231	9	than	than	ADP
hij-386	231	10	the	the	DET
hij-386	231	11	other	other	ADJ
hij-386	231	12	three	three	NUM
hij-386	231	13	ml	ml	NOUN
hij-386	231	14	algorithms	algorithm	NOUN
hij-386	231	15	.	.	PUNCT
hij-386	232	1	therefore	therefore	ADV
hij-386	232	2	,	,	PUNCT
hij-386	232	3	it	it	PRON
hij-386	232	4	is	be	AUX
hij-386	232	5	concluded	conclude	VERB
hij-386	232	6	that	that	SCONJ
hij-386	232	7	the	the	DET
hij-386	232	8	proposed	propose	VERB
hij-386	232	9	research	research	NOUN
hij-386	232	10	for	for	ADP
hij-386	232	11	the	the	DET
hij-386	232	12	diagnosis	diagnosis	NOUN
hij-386	232	13	of	of	ADP
hij-386	232	14	covid-19	covid-19	PROPN
hij-386	232	15	is	be	AUX
hij-386	232	16	very	very	ADV
hij-386	232	17	accurate	accurate	ADJ
hij-386	232	18	.	.	PUNCT
hij-386	233	1	the	the	DET
hij-386	233	2	disadvantage	disadvantage	NOUN
hij-386	233	3	of	of	ADP
hij-386	233	4	this	this	DET
hij-386	233	5	research	research	NOUN
hij-386	233	6	is	be	AUX
hij-386	233	7	that	that	SCONJ
hij-386	233	8	it	it	PRON
hij-386	233	9	provides	provide	VERB
hij-386	233	10	all	all	DET
hij-386	233	11	scanned	scan	VERB
hij-386	233	12	images	image	NOUN
hij-386	233	13	directly	directly	ADV
hij-386	233	14	as	as	ADP
hij-386	233	15	input	input	NOUN
hij-386	233	16	to	to	ADP
hij-386	233	17	the	the	DET
hij-386	233	18	network	network	NOUN
hij-386	233	19	.	.	PUNCT
hij-386	234	1	also	also	ADV
hij-386	234	2	,	,	PUNCT
hij-386	234	3	the	the	DET
hij-386	234	4	research	research	NOUN
hij-386	234	5	that	that	PRON
hij-386	234	6	uses	use	VERB
hij-386	234	7	optimization	optimization	NOUN
hij-386	234	8	to	to	PART
hij-386	234	9	improve	improve	VERB
hij-386	234	10	network	network	NOUN
hij-386	234	11	prediction	prediction	NOUN
hij-386	234	12	performance	performance	NOUN
hij-386	234	13	is	be	AUX
hij-386	234	14	still	still	ADV
hij-386	234	15	limited	limited	ADJ
hij-386	234	16	.	.	PUNCT
hij-386	235	1	the	the	DET
hij-386	235	2	results	result	NOUN
hij-386	235	3	indicated	indicate	VERB
hij-386	235	4	that	that	SCONJ
hij-386	235	5	when	when	SCONJ
hij-386	235	6	the	the	DET
hij-386	235	7	lung	lung	NOUN
hij-386	235	8	segmentation	segmentation	NOUN
hij-386	235	9	and	and	CCONJ
hij-386	235	10	hyperparameter	hyperparameter	NOUN
hij-386	235	11	optimization	optimization	NOUN
hij-386	235	12	of	of	ADP
hij-386	235	13	the	the	DET
hij-386	235	14	ml	ml	PROPN
hij-386	235	15	algorithm	algorithm	NOUN
hij-386	235	16	are	be	AUX
hij-386	235	17	compared	compare	VERB
hij-386	235	18	with	with	ADP
hij-386	235	19	previous	previous	ADJ
hij-386	235	20	research	research	NOUN
hij-386	235	21	with	with	ADP
hij-386	235	22	the	the	DET
hij-386	235	23	same	same	ADJ
hij-386	235	24	dataset	dataset	NOUN
hij-386	235	25	,	,	PUNCT
hij-386	235	26	it	it	PRON
hij-386	235	27	provides	provide	VERB
hij-386	235	28	a	a	DET
hij-386	235	29	significant	significant	ADJ
hij-386	235	30	difference	difference	NOUN
hij-386	235	31	in	in	ADP
hij-386	235	32	improving	improve	VERB
hij-386	235	33	the	the	DET
hij-386	235	34	system	system	NOUN
hij-386	235	35	performance	performance	NOUN
hij-386	235	36	.	.	PUNCT
hij-386	236	1	this	this	PRON
hij-386	236	2	simply	simply	ADV
hij-386	236	3	means	mean	VERB
hij-386	236	4	that	that	SCONJ
hij-386	236	5	this	this	DET
hij-386	236	6	current	current	ADJ
hij-386	236	7	research	research	NOUN
hij-386	236	8	helps	help	VERB
hij-386	236	9	to	to	PART
hij-386	236	10	achieve	achieve	VERB
hij-386	236	11	high	high	ADJ
hij-386	236	12	classification	classification	NOUN
hij-386	236	13	accuracy	accuracy	NOUN
hij-386	236	14	through	through	ADP
hij-386	236	15	the	the	DET
hij-386	236	16	combination	combination	NOUN
hij-386	236	17	of	of	ADP
hij-386	236	18	a	a	DET
hij-386	236	19	state	state	NOUN
hij-386	236	20	-	-	PUNCT
hij-386	236	21	of	of	ADP
hij-386	236	22	-	-	PUNCT
hij-386	236	23	the	the	DET
hij-386	236	24	-	-	PUNCT
hij-386	236	25	art	art	NOUN
hij-386	236	26	cnn	cnn	PROPN
hij-386	236	27	model	model	NOUN
hij-386	236	28	and	and	CCONJ
hij-386	236	29	an	an	DET
hij-386	236	30	optimized	optimize	VERB
hij-386	236	31	ml	ml	NOUN
hij-386	236	32	algorithm	algorithm	NOUN
hij-386	236	33	.	.	PUNCT
hij-386	237	1	even	even	ADV
hij-386	237	2	though	though	SCONJ
hij-386	237	3	this	this	DET
hij-386	237	4	research	research	NOUN
hij-386	237	5	provided	provide	VERB
hij-386	237	6	high	high	ADJ
hij-386	237	7	performance	performance	NOUN
hij-386	237	8	in	in	ADP
hij-386	237	9	diagnosing	diagnose	VERB
hij-386	237	10	covid-19	covid-19	PROPN
hij-386	237	11	,	,	PUNCT
hij-386	237	12	it	it	PRON
hij-386	237	13	also	also	ADV
hij-386	237	14	has	have	VERB
hij-386	237	15	limitations	limitation	NOUN
hij-386	237	16	.	.	PUNCT
hij-386	238	1	for	for	ADP
hij-386	238	2	example	example	NOUN
hij-386	238	3	,	,	PUNCT
hij-386	238	4	the	the	DET
hij-386	238	5	proposed	propose	VERB
hij-386	238	6	model	model	NOUN
hij-386	238	7	provided	provide	VERB
hij-386	238	8	high	high	ADJ
hij-386	238	9	classification	classification	NOUN
hij-386	238	10	accuracy	accuracy	NOUN
hij-386	238	11	in	in	ADP
hij-386	238	12	the	the	DET
hij-386	238	13	covid-19	covid-19	PROPN
hij-386	238	14	radiographic	radiographic	ADJ
hij-386	238	15	database	database	NOUN
hij-386	238	16	dataset	dataset	VERB
hij-386	238	17	but	but	CCONJ
hij-386	238	18	is	be	AUX
hij-386	238	19	likely	likely	ADJ
hij-386	238	20	to	to	PART
hij-386	238	21	show	show	VERB
hij-386	238	22	lower	low	ADJ
hij-386	238	23	accuracy	accuracy	NOUN
hij-386	238	24	in	in	ADP
hij-386	238	25	different	different	ADJ
hij-386	238	26	datasets	dataset	NOUN
hij-386	238	27	.	.	PUNCT
hij-386	239	1	this	this	PRON
hij-386	239	2	is	be	AUX
hij-386	239	3	because	because	SCONJ
hij-386	239	4	the	the	DET
hij-386	239	5	scanned	scan	VERB
hij-386	239	6	images	image	NOUN
hij-386	239	7	in	in	ADP
hij-386	239	8	the	the	DET
hij-386	239	9	data	datum	NOUN
hij-386	239	10	set	set	VERB
hij-386	239	11	differ	differ	VERB
hij-386	239	12	from	from	ADP
hij-386	239	13	each	each	DET
hij-386	239	14	other	other	ADJ
hij-386	239	15	due	due	ADJ
hij-386	239	16	to	to	ADP
hij-386	239	17	labels	label	NOUN
hij-386	239	18	,	,	PUNCT
hij-386	239	19	noise	noise	NOUN
hij-386	239	20	,	,	PUNCT
hij-386	239	21	etc	etc	X
hij-386	239	22	.	.	X
hij-386	239	23	to	to	PART
hij-386	239	24	solve	solve	VERB
hij-386	239	25	this	this	DET
hij-386	239	26	problem	problem	NOUN
hij-386	239	27	,	,	PUNCT
hij-386	239	28	ai	ai	VERB
hij-386	239	29	needs	need	NOUN
hij-386	239	30	to	to	PART
hij-386	239	31	be	be	AUX
hij-386	239	32	trained	train	VERB
hij-386	239	33	with	with	ADP
hij-386	239	34	scanned	scan	VERB
hij-386	239	35	images	image	NOUN
hij-386	239	36	taken	take	VERB
hij-386	239	37	at	at	ADP
hij-386	239	38	different	different	ADJ
hij-386	239	39	times	time	NOUN
hij-386	239	40	and	and	CCONJ
hij-386	239	41	places	place	NOUN
hij-386	239	42	.	.	PUNCT
hij-386	240	1	in	in	ADP
hij-386	240	2	addition	addition	NOUN
hij-386	240	3	to	to	ADP
hij-386	240	4	the	the	DET
hij-386	240	5	diversity	diversity	NOUN
hij-386	240	6	of	of	ADP
hij-386	240	7	the	the	DET
hij-386	240	8	data	datum	NOUN
hij-386	240	9	,	,	PUNCT
hij-386	240	10	the	the	DET
hij-386	240	11	distribution	distribution	NOUN
hij-386	240	12	between	between	ADP
hij-386	240	13	classes	class	NOUN
hij-386	240	14	in	in	ADP
hij-386	240	15	the	the	DET
hij-386	240	16	data	data	NOUN
hij-386	240	17	is	be	AUX
hij-386	240	18	also	also	ADV
hij-386	240	19	important	important	ADJ
hij-386	240	20	.	.	PUNCT
hij-386	241	1	it	it	PRON
hij-386	241	2	was	be	AUX
hij-386	241	3	discovered	discover	VERB
hij-386	241	4	that	that	SCONJ
hij-386	241	5	the	the	DET
hij-386	241	6	imbalance	imbalance	NOUN
hij-386	241	7	between	between	ADP
hij-386	241	8	the	the	DET
hij-386	241	9	numbers	number	NOUN
hij-386	241	10	of	of	ADP
hij-386	241	11	classes	class	NOUN
hij-386	241	12	negatively	negatively	ADV
hij-386	241	13	affected	affect	VERB
hij-386	241	14	the	the	DET
hij-386	241	15	training	training	NOUN
hij-386	241	16	,	,	PUNCT
hij-386	241	17	and	and	CCONJ
hij-386	241	18	the	the	DET
hij-386	241	19	difference	difference	NOUN
hij-386	241	20	in	in	ADP
hij-386	241	21	the	the	DET
hij-386	241	22	data	data	NOUN
hij-386	241	23	augmentation	augmentation	NOUN
hij-386	241	24	method	method	NOUN
hij-386	241	25	used	use	VERB
hij-386	241	26	to	to	PART
hij-386	241	27	eliminate	eliminate	VERB
hij-386	241	28	this	this	DET
hij-386	241	29	imbalance	imbalance	NOUN
hij-386	241	30	also	also	ADV
hij-386	241	31	changed	change	VERB
hij-386	241	32	the	the	DET
hij-386	241	33	classification	classification	NOUN
hij-386	241	34	accuracy	accuracy	NOUN
hij-386	241	35	.	.	PUNCT
hij-386	242	1	another	another	DET
hij-386	242	2	limitation	limitation	NOUN
hij-386	242	3	is	be	AUX
hij-386	242	4	that	that	SCONJ
hij-386	242	5	the	the	DET
hij-386	242	6	processing	processing	NOUN
hij-386	242	7	time	time	NOUN
hij-386	242	8	of	of	ADP
hij-386	242	9	the	the	DET
hij-386	242	10	bayesian	bayesian	NOUN
hij-386	242	11	optimization	optimization	NOUN
hij-386	242	12	was	be	AUX
hij-386	242	13	too	too	ADV
hij-386	242	14	high	high	ADJ
hij-386	242	15	,	,	PUNCT
hij-386	242	16	despite	despite	SCONJ
hij-386	242	17	improving	improve	VERB
hij-386	242	18	the	the	DET
hij-386	242	19	success	success	NOUN
hij-386	242	20	of	of	ADP
hij-386	242	21	the	the	DET
hij-386	242	22	ml	ml	NOUN
hij-386	242	23	classification	classification	NOUN
hij-386	242	24	.	.	PUNCT
hij-386	243	1	this	this	PRON
hij-386	243	2	simply	simply	ADV
hij-386	243	3	means	mean	VERB
hij-386	243	4	that	that	SCONJ
hij-386	243	5	the	the	DET
hij-386	243	6	parameter	parameter	NOUN
hij-386	243	7	optimization	optimization	NOUN
hij-386	243	8	slows	slow	VERB
hij-386	243	9	down	down	ADP
hij-386	243	10	the	the	DET
hij-386	243	11	diagnosis	diagnosis	NOUN
hij-386	243	12	speed	speed	NOUN
hij-386	243	13	.	.	PUNCT
hij-386	244	1	6	6	X
hij-386	244	2	.	.	X
hij-386	244	3	declarations	declaration	NOUN
hij-386	244	4	6.1	6.1	NUM
hij-386	244	5	.	.	PUNCT
hij-386	245	1	author	author	NOUN
hij-386	245	2	contributions	contribution	NOUN
hij-386	245	3	conceptualization	conceptualization	NOUN
hij-386	245	4	,	,	PUNCT
hij-386	245	5	s.s	s.s	PROPN
hij-386	245	6	.	.	PROPN
hij-386	245	7	;	;	PUNCT
hij-386	245	8	methodology	methodology	PROPN
hij-386	245	9	,	,	PUNCT
hij-386	245	10	s.s	s.s	PROPN
hij-386	245	11	.	.	PROPN
hij-386	245	12	;	;	PUNCT
hij-386	245	13	software	software	PROPN
hij-386	245	14	,	,	PUNCT
hij-386	245	15	m.y.f.a	m.y.f.a	PROPN
hij-386	245	16	.	.	PROPN
hij-386	245	17	,	,	PUNCT
hij-386	245	18	a.s	a.s	PROPN
hij-386	245	19	.	.	PROPN
hij-386	245	20	,	,	PUNCT
hij-386	245	21	and	and	CCONJ
hij-386	245	22	d.k	d.k	PROPN
hij-386	245	23	.	.	PROPN
hij-386	245	24	;	;	PUNCT
hij-386	245	25	validation	validation	NOUN
hij-386	245	26	,	,	PUNCT
hij-386	245	27	s.s.a.t	s.s.a.t	PROPN
hij-386	245	28	.	.	PUNCT
hij-386	245	29	;	;	PUNCT
hij-386	245	30	formal	formal	ADJ
hij-386	245	31	analysis	analysis	NOUN
hij-386	245	32	,	,	PUNCT
hij-386	245	33	s.s	s.s	PROPN
hij-386	245	34	.	.	PROPN
hij-386	245	35	;	;	PUNCT
hij-386	245	36	investigation	investigation	NOUN
hij-386	245	37	,	,	PUNCT
hij-386	245	38	a.t	a.t	PROPN
hij-386	245	39	.	.	PROPN
hij-386	245	40	;	;	PUNCT
hij-386	245	41	resources	resource	NOUN
hij-386	245	42	,	,	PUNCT
hij-386	245	43	s.s	s.s	PROPN
hij-386	245	44	.	.	PROPN
hij-386	245	45	;	;	PUNCT
hij-386	245	46	data	datum	NOUN
hij-386	245	47	curation	curation	NOUN
hij-386	245	48	,	,	PUNCT
hij-386	245	49	m.y.f.a	m.y.f.a	PROPN
hij-386	245	50	.	.	PROPN
hij-386	245	51	,	,	PUNCT
hij-386	245	52	a.s	a.s	PROPN
hij-386	245	53	.	.	PROPN
hij-386	245	54	,	,	PUNCT
hij-386	245	55	and	and	CCONJ
hij-386	245	56	d.k	d.k	PROPN
hij-386	245	57	.	.	PROPN
hij-386	245	58	;	;	PUNCT
hij-386	245	59	writing	writing	NOUN
hij-386	245	60	—	—	PUNCT
hij-386	245	61	original	original	ADJ
hij-386	245	62	draft	draft	NOUN
hij-386	245	63	preparation	preparation	NOUN
hij-386	245	64	,	,	PUNCT
hij-386	245	65	d.k	d.k	PROPN
hij-386	245	66	.	.	PROPN
hij-386	245	67	;	;	PUNCT
hij-386	245	68	writing	writing	NOUN
hij-386	245	69	—	—	PUNCT
hij-386	245	70	review	review	NOUN
hij-386	245	71	and	and	CCONJ
hij-386	245	72	editing	editing	NOUN
hij-386	245	73	,	,	PUNCT
hij-386	245	74	s.s	s.s	PROPN
hij-386	245	75	.	.	PROPN
hij-386	245	76	and	and	CCONJ
hij-386	245	77	d.k	d.k	PROPN
hij-386	245	78	.	.	PROPN
hij-386	245	79	;	;	PUNCT
hij-386	245	80	visualization	visualization	NOUN
hij-386	245	81	,	,	PUNCT
hij-386	245	82	m.y.f.a	m.y.f.a	PROPN
hij-386	245	83	.	.	PROPN
hij-386	245	84	;	;	PUNCT
hij-386	245	85	supervision	supervision	NOUN
hij-386	245	86	,	,	PUNCT
hij-386	245	87	s.s	s.s	PROPN
hij-386	245	88	.	.	PROPN
hij-386	245	89	;	;	PUNCT
hij-386	245	90	project	project	NOUN
hij-386	245	91	administration	administration	NOUN
hij-386	245	92	,	,	PUNCT
hij-386	245	93	a.t	a.t	PROPN
hij-386	245	94	.	.	PROPN
hij-386	245	95	;	;	PUNCT
hij-386	245	96	funding	funding	NOUN
hij-386	245	97	acquisition	acquisition	NOUN
hij-386	245	98	,	,	PUNCT
hij-386	245	99	s.s	s.s	PROPN
hij-386	245	100	.	.	PUNCT
hij-386	246	1	all	all	DET
hij-386	246	2	authors	author	NOUN
hij-386	246	3	have	have	AUX
hij-386	246	4	read	read	VERB
hij-386	246	5	and	and	CCONJ
hij-386	246	6	agreed	agree	VERB
hij-386	246	7	to	to	ADP
hij-386	246	8	the	the	DET
hij-386	246	9	published	publish	VERB
hij-386	246	10	version	version	NOUN
hij-386	246	11	of	of	ADP
hij-386	246	12	the	the	DET
hij-386	246	13	manuscript	manuscript	NOUN
hij-386	246	14	.	.	PUNCT
hij-386	247	1	6.2	6.2	NUM
hij-386	247	2	.	.	PUNCT
hij-386	248	1	data	datum	NOUN
hij-386	248	2	availability	availability	NOUN
hij-386	248	3	statement	statement	NOUN
hij-386	248	4	the	the	DET
hij-386	248	5	data	datum	NOUN
hij-386	248	6	presented	present	VERB
hij-386	248	7	in	in	ADP
hij-386	248	8	this	this	DET
hij-386	248	9	study	study	NOUN
hij-386	248	10	are	be	AUX
hij-386	248	11	available	available	ADJ
hij-386	248	12	on	on	ADP
hij-386	248	13	request	request	NOUN
hij-386	248	14	from	from	ADP
hij-386	248	15	the	the	DET
hij-386	248	16	corresponding	corresponding	ADJ
hij-386	248	17	author	author	NOUN
hij-386	248	18	.	.	PUNCT
hij-386	249	1	6.3	6.3	NUM
hij-386	249	2	.	.	PUNCT
hij-386	250	1	funding	fund	VERB
hij-386	250	2	this	this	DET
hij-386	250	3	study	study	NOUN
hij-386	250	4	was	be	AUX
hij-386	250	5	funded	fund	VERB
hij-386	250	6	by	by	ADP
hij-386	250	7	the	the	DET
hij-386	250	8	ministry	ministry	PROPN
hij-386	250	9	of	of	ADP
hij-386	250	10	education	education	NOUN
hij-386	250	11	and	and	CCONJ
hij-386	250	12	culture	culture	NOUN
hij-386	250	13	for	for	ADP
hij-386	250	14	the	the	DET
hij-386	250	15	fiscal	fiscal	ADJ
hij-386	250	16	year	year	NOUN
hij-386	250	17	2023	2023	NUM
hij-386	250	18	with	with	ADP
hij-386	250	19	the	the	DET
hij-386	250	20	contract	contract	NOUN
hij-386	250	21	number	number	NOUN
hij-386	250	22	:	:	PUNCT
hij-386	250	23	075	075	NUM
hij-386	250	24	/	/	SYM
hij-386	250	25	e5	e5	PROPN
hij-386	250	26	/	/	SYM
hij-386	250	27	pg.02.00.pl/2023,0254.8	pg.02.00.pl/2023,0254.8	NOUN
hij-386	250	28	/	/	SYM
hij-386	250	29	ll5	ll5	NOUN
hij-386	250	30	-	-	PUNCT
hij-386	250	31	int	int	NOUN
hij-386	250	32	/	/	SYM
hij-386	250	33	al.04./2023	al.04./2023	PROPN
hij-386	250	34	,	,	PUNCT
hij-386	250	35	007	007	NUM
hij-386	250	36	/	/	SYM
hij-386	250	37	pdupt	pdupt	ADJ
hij-386	250	38	/	/	SYM
hij-386	250	39	lppm	lppm	PROPN
hij-386	250	40	uad	uad	PROPN
hij-386	250	41	/	/	SYM
hij-386	250	42	iv/2023	iv/2023	PROPN
hij-386	250	43	.	.	PROPN
hij-386	250	44	6.4	6.4	NUM
hij-386	250	45	.	.	PUNCT
hij-386	251	1	acknowledgements	acknowledgement	NOUN
hij-386	251	2	the	the	DET
hij-386	251	3	authors	author	NOUN
hij-386	251	4	are	be	AUX
hij-386	251	5	grateful	grateful	ADJ
hij-386	251	6	to	to	ADP
hij-386	251	7	the	the	DET
hij-386	251	8	ministry	ministry	PROPN
hij-386	251	9	of	of	ADP
hij-386	251	10	education	education	NOUN
hij-386	251	11	and	and	CCONJ
hij-386	251	12	culture	culture	NOUN
hij-386	251	13	for	for	ADP
hij-386	251	14	funding	fund	VERB
hij-386	251	15	the	the	DET
hij-386	251	16	pudpt	pudpt	ADJ
hij-386	251	17	research	research	NOUN
hij-386	251	18	for	for	ADP
hij-386	251	19	fiscal	fiscal	ADJ
hij-386	251	20	year	year	NOUN
hij-386	251	21	2023	2023	NUM
hij-386	251	22	with	with	ADP
hij-386	251	23	contract	contract	NOUN
hij-386	251	24	number	number	NOUN
hij-386	251	25	075	075	NUM
hij-386	251	26	/	/	SYM
hij-386	251	27	e5	e5	PROPN
hij-386	251	28	/	/	SYM
hij-386	251	29	pg.02.00.pl/2023	pg.02.00.pl/2023	PROPN
hij-386	251	30	.	.	PROPN
hij-386	252	1	6.5	6.5	NUM
hij-386	252	2	.	.	PUNCT
hij-386	253	1	institutional	institutional	ADJ
hij-386	253	2	review	review	PROPN
hij-386	253	3	board	board	NOUN
hij-386	253	4	statement	statement	NOUN
hij-386	253	5	not	not	PART
hij-386	253	6	applicable	applicable	ADJ
hij-386	253	7	.	.	PUNCT
hij-386	254	1	6.6	6.6	NUM
hij-386	254	2	.	.	PUNCT
hij-386	255	1	informed	inform	VERB
hij-386	255	2	consent	consent	NOUN
hij-386	255	3	statement	statement	NOUN
hij-386	255	4	informed	inform	VERB
hij-386	255	5	consent	consent	NOUN
hij-386	255	6	is	be	AUX
hij-386	255	7	not	not	PART
hij-386	255	8	applicable	applicable	ADJ
hij-386	255	9	to	to	ADP
hij-386	255	10	this	this	PRON
hij-386	255	11	as	as	SCONJ
hij-386	255	12	the	the	DET
hij-386	255	13	authors	author	NOUN
hij-386	255	14	used	use	VERB
hij-386	255	15	a	a	DET
hij-386	255	16	dataset	dataset	NOUN
hij-386	255	17	from	from	ADP
hij-386	255	18	zhang	zhang	PROPN
hij-386	255	19	et	et	PROPN
hij-386	255	20	al	al	PROPN
hij-386	255	21	.	.	PROPN
hij-386	256	1	(	(	PUNCT
hij-386	256	2	2020	2020	NUM
hij-386	256	3	)	)	PUNCT
hij-386	257	1	[	[	X
hij-386	257	2	24	24	NUM
hij-386	257	3	]	]	PUNCT
hij-386	257	4	.	.	PUNCT
hij-386	258	1	6.7	6.7	NUM
hij-386	258	2	.	.	PUNCT
hij-386	258	3	declaration	declaration	NOUN
hij-386	258	4	of	of	ADP
hij-386	258	5	competing	compete	VERB
hij-386	258	6	interest	interest	NOUN
hij-386	258	7	the	the	DET
hij-386	258	8	authors	author	NOUN
hij-386	258	9	declare	declare	VERB
hij-386	258	10	that	that	SCONJ
hij-386	258	11	they	they	PRON
hij-386	258	12	have	have	VERB
hij-386	258	13	no	no	DET
hij-386	258	14	known	know	VERB
hij-386	258	15	competing	compete	VERB
hij-386	258	16	financial	financial	ADJ
hij-386	258	17	interests	interest	NOUN
hij-386	258	18	or	or	CCONJ
hij-386	258	19	personal	personal	ADJ
hij-386	258	20	relationships	relationship	NOUN
hij-386	258	21	that	that	PRON
hij-386	258	22	could	could	AUX
hij-386	258	23	have	have	AUX
hij-386	258	24	appeared	appear	VERB
hij-386	258	25	to	to	PART
hij-386	258	26	influence	influence	VERB
hij-386	258	27	the	the	DET
hij-386	258	28	work	work	NOUN
hij-386	258	29	reported	report	VERB
hij-386	258	30	in	in	ADP
hij-386	258	31	this	this	DET
hij-386	258	32	paper	paper	NOUN
hij-386	258	33	.	.	PUNCT
hij-386	259	1	hightech	hightech	NOUN
hij-386	259	2	and	and	CCONJ
hij-386	259	3	innovation	innovation	NOUN
hij-386	259	4	journal	journal	PROPN
hij-386	259	5	vol	vol	NOUN
hij-386	259	6	.	.	PROPN
hij-386	260	1	4	4	NUM
hij-386	260	2	,	,	PUNCT
hij-386	260	3	no	no	INTJ
hij-386	260	4	.	.	NOUN
hij-386	260	5	3	3	NUM
hij-386	260	6	,	,	PUNCT
hij-386	260	7	september	september	PROPN
hij-386	260	8	,	,	PUNCT
hij-386	260	9	2023	2023	NUM
hij-386	260	10	541	541	NUM
hij-386	260	11	7	7	NUM
hij-386	260	12	.	.	PUNCT
hij-386	260	13	references	reference	NOUN
hij-386	260	14	[	[	X
hij-386	260	15	1	1	NUM
hij-386	260	16	]	]	X
hij-386	260	17	harahap	harahap	ADJ
hij-386	260	18	,	,	PUNCT
hij-386	260	19	m.	m.	NOUN
hij-386	260	20	,	,	PUNCT
hij-386	260	21	laia	laia	PROPN
hij-386	260	22	,	,	PUNCT
hij-386	260	23	e.	e.	PROPN
hij-386	260	24	m.	m.	PROPN
hij-386	260	25	,	,	PUNCT
hij-386	260	26	sitanggang	sitanggang	PROPN
hij-386	260	27	,	,	PUNCT
hij-386	260	28	l.	l.	PROPN
hij-386	260	29	s.	s.	PROPN
hij-386	260	30	,	,	PUNCT
hij-386	260	31	sinaga	sinaga	NOUN
hij-386	260	32	,	,	PUNCT
hij-386	260	33	m.	m.	NOUN
hij-386	260	34	,	,	PUNCT
hij-386	260	35	sihombing	sihombing	NOUN
hij-386	260	36	,	,	PUNCT
hij-386	260	37	d.	d.	PROPN
hij-386	260	38	f.	f.	PROPN
hij-386	260	39	,	,	PUNCT
hij-386	260	40	&	&	CCONJ
hij-386	260	41	husein	husein	PROPN
hij-386	260	42	,	,	PUNCT
hij-386	260	43	a.	a.	NOUN
hij-386	260	44	m.	m.	NOUN
hij-386	260	45	(	(	PUNCT
hij-386	260	46	2022	2022	NUM
hij-386	260	47	)	)	PUNCT
hij-386	260	48	.	.	PUNCT
hij-386	261	1	detection	detection	NOUN
hij-386	261	2	of	of	ADP
hij-386	261	3	covid-19	covid-19	PROPN
hij-386	261	4	disease	disease	NOUN
hij-386	261	5	in	in	ADP
hij-386	261	6	x	x	NOUN
hij-386	261	7	-	-	NOUN
hij-386	261	8	ray	ray	NOUN
hij-386	261	9	images	image	NOUN
hij-386	261	10	using	use	VERB
hij-386	261	11	a	a	DET
hij-386	261	12	convolutional	convolutional	ADJ
hij-386	261	13	neural	neural	ADJ
hij-386	261	14	network	network	NOUN
hij-386	261	15	(	(	PUNCT
hij-386	261	16	cnn	cnn	PROPN
hij-386	261	17	)	)	PUNCT
hij-386	261	18	approach	approach	NOUN
hij-386	261	19	.	.	PUNCT
hij-386	262	1	jurnal	jurnal	ADJ
hij-386	262	2	resti	resti	NOUN
hij-386	262	3	(	(	PUNCT
hij-386	262	4	rekayasa	rekayasa	PROPN
hij-386	262	5	sistem	sistem	PROPN
hij-386	262	6	dan	dan	PROPN
hij-386	262	7	teknologi	teknologi	PROPN
hij-386	262	8	informasi	informasi	PROPN
hij-386	262	9	)	)	PUNCT
hij-386	262	10	,	,	PUNCT
hij-386	262	11	6(1	6(1	NUM
hij-386	262	12	)	)	PUNCT
hij-386	262	13	,	,	PUNCT
hij-386	262	14	70–77	70–77	NUM
hij-386	262	15	.	.	PUNCT
hij-386	263	1	doi:10.29207	doi:10.29207	NOUN
hij-386	263	2	/	/	SYM
hij-386	263	3	resti.v6i1.3373	resti.v6i1.3373	PROPN
hij-386	263	4	.	.	PUNCT
hij-386	264	1	(	(	PUNCT
hij-386	264	2	in	in	ADP
hij-386	264	3	indonesian	indonesian	ADJ
hij-386	264	4	)	)	PUNCT
hij-386	264	5	.	.	PUNCT
hij-386	265	1	[	[	X
hij-386	265	2	2	2	NUM
hij-386	265	3	]	]	SYM
hij-386	265	4	aslan	aslan	PROPN
hij-386	265	5	,	,	PUNCT
hij-386	265	6	n.	n.	PROPN
hij-386	265	7	,	,	PUNCT
hij-386	265	8	ozmen	ozmen	PROPN
hij-386	265	9	koca	koca	PROPN
hij-386	265	10	,	,	PUNCT
hij-386	265	11	g.	g.	PROPN
hij-386	265	12	,	,	PUNCT
hij-386	265	13	kobat	kobat	PROPN
hij-386	265	14	,	,	PUNCT
hij-386	265	15	m.	m.	NOUN
hij-386	265	16	a.	a.	PROPN
hij-386	265	17	,	,	PUNCT
hij-386	265	18	&	&	CCONJ
hij-386	265	19	dogan	dogan	PROPN
hij-386	265	20	,	,	PUNCT
hij-386	265	21	s.	s.	PROPN
hij-386	265	22	(	(	PUNCT
hij-386	265	23	2022	2022	NUM
hij-386	265	24	)	)	PUNCT
hij-386	265	25	.	.	PUNCT
hij-386	266	1	multi	multi	ADJ
hij-386	266	2	-	-	ADJ
hij-386	266	3	classification	classification	ADJ
hij-386	266	4	deep	deep	ADJ
hij-386	266	5	cnn	cnn	PROPN
hij-386	266	6	model	model	NOUN
hij-386	266	7	for	for	ADP
hij-386	266	8	diagnosing	diagnose	VERB
hij-386	266	9	covid-19	covid-19	PROPN
hij-386	266	10	using	use	VERB
hij-386	266	11	iterative	iterative	ADJ
hij-386	266	12	neighborhood	neighborhood	NOUN
hij-386	266	13	component	component	NOUN
hij-386	266	14	analysis	analysis	NOUN
hij-386	266	15	and	and	CCONJ
hij-386	266	16	iterative	iterative	NOUN
hij-386	266	17	relieff	relieff	NOUN
hij-386	266	18	feature	feature	NOUN
hij-386	266	19	selection	selection	NOUN
hij-386	266	20	techniques	technique	NOUN
hij-386	266	21	with	with	ADP
hij-386	266	22	x	x	NOUN
hij-386	266	23	-	-	NOUN
hij-386	266	24	ray	ray	NOUN
hij-386	266	25	images	image	NOUN
hij-386	266	26	.	.	PUNCT
hij-386	267	1	chemometrics	chemometric	NOUN
hij-386	267	2	and	and	CCONJ
hij-386	267	3	intelligent	intelligent	ADJ
hij-386	267	4	laboratory	laboratory	NOUN
hij-386	267	5	systems	system	NOUN
hij-386	267	6	,	,	PUNCT
hij-386	267	7	224	224	NUM
hij-386	267	8	,	,	PUNCT
hij-386	267	9	104539	104539	NUM
hij-386	267	10	.	.	PUNCT
hij-386	268	1	doi:10.1016	doi:10.1016	PROPN
hij-386	268	2	/	/	SYM
hij-386	268	3	j.chemolab.2022.104539	j.chemolab.2022.104539	PROPN
hij-386	268	4	.	.	PUNCT
hij-386	269	1	[	[	X
hij-386	269	2	3	3	NUM
hij-386	269	3	]	]	SYM
hij-386	269	4	vaishya	vaishya	PROPN
hij-386	269	5	,	,	PUNCT
hij-386	269	6	r.	r.	PROPN
hij-386	269	7	,	,	PUNCT
hij-386	269	8	javaid	javaid	NOUN
hij-386	269	9	,	,	PUNCT
hij-386	269	10	m.	m.	NOUN
hij-386	269	11	,	,	PUNCT
hij-386	269	12	khan	khan	PROPN
hij-386	269	13	,	,	PUNCT
hij-386	269	14	i.	i.	PROPN
hij-386	269	15	h.	h.	PROPN
hij-386	269	16	,	,	PUNCT
hij-386	269	17	&	&	CCONJ
hij-386	269	18	haleem	haleem	PROPN
hij-386	269	19	,	,	PUNCT
hij-386	269	20	a.	a.	NOUN
hij-386	269	21	(	(	PUNCT
hij-386	269	22	2020	2020	NUM
hij-386	269	23	)	)	PUNCT
hij-386	269	24	.	.	PUNCT
hij-386	270	1	artificial	artificial	ADJ
hij-386	270	2	intelligence	intelligence	NOUN
hij-386	270	3	(	(	PUNCT
hij-386	270	4	ai	ai	NOUN
hij-386	270	5	)	)	PUNCT
hij-386	270	6	applications	application	NOUN
hij-386	270	7	for	for	ADP
hij-386	270	8	covid-19	covid-19	PROPN
hij-386	270	9	pandemic	pandemic	NOUN
hij-386	270	10	.	.	PUNCT
hij-386	271	1	diabetes	diabetes	NOUN
hij-386	271	2	&	&	CCONJ
hij-386	271	3	metabolic	metabolic	PROPN
hij-386	271	4	syndrome	syndrome	PROPN
hij-386	271	5	:	:	PUNCT
hij-386	271	6	clinical	clinical	ADJ
hij-386	271	7	research	research	NOUN
hij-386	271	8	and	and	CCONJ
hij-386	271	9	reviews	review	NOUN
hij-386	271	10	,	,	PUNCT
hij-386	271	11	14(4	14(4	NUM
hij-386	271	12	)	)	PUNCT
hij-386	271	13	,	,	PUNCT
hij-386	271	14	337–339	337–339	NUM
hij-386	271	15	.	.	PUNCT
hij-386	271	16	doi:10.1016	doi:10.1016	PROPN
hij-386	271	17	/	/	SYM
hij-386	271	18	j.dsx.2020.04.012	j.dsx.2020.04.012	PROPN
hij-386	271	19	.	.	PUNCT
hij-386	272	1	[	[	X
hij-386	272	2	4	4	NUM
hij-386	272	3	]	]	X
hij-386	272	4	zhuang	zhuang	PROPN
hij-386	272	5	,	,	PUNCT
hij-386	272	6	f.	f.	PROPN
hij-386	272	7	,	,	PUNCT
hij-386	272	8	qi	qi	PROPN
hij-386	272	9	,	,	PUNCT
hij-386	272	10	z.	z.	PROPN
hij-386	272	11	,	,	PUNCT
hij-386	272	12	duan	duan	PROPN
hij-386	272	13	,	,	PUNCT
hij-386	272	14	k.	k.	PROPN
hij-386	272	15	,	,	PUNCT
hij-386	272	16	xi	xi	PROPN
hij-386	272	17	,	,	PUNCT
hij-386	272	18	d.	d.	PROPN
hij-386	272	19	,	,	PUNCT
hij-386	272	20	zhu	zhu	PROPN
hij-386	272	21	,	,	PUNCT
hij-386	272	22	y.	y.	PROPN
hij-386	272	23	,	,	PUNCT
hij-386	272	24	zhu	zhu	PROPN
hij-386	272	25	,	,	PUNCT
hij-386	272	26	h.	h.	PROPN
hij-386	272	27	,	,	PUNCT
hij-386	272	28	xiong	xiong	PROPN
hij-386	272	29	,	,	PUNCT
hij-386	272	30	h.	h.	PROPN
hij-386	272	31	,	,	PUNCT
hij-386	272	32	&	&	CCONJ
hij-386	272	33	he	he	PRON
hij-386	272	34	,	,	PUNCT
hij-386	272	35	q.	q.	PROPN
hij-386	272	36	(	(	PUNCT
hij-386	272	37	2021	2021	NUM
hij-386	272	38	)	)	PUNCT
hij-386	272	39	.	.	PUNCT
hij-386	273	1	a	a	DET
hij-386	273	2	comprehensive	comprehensive	ADJ
hij-386	273	3	survey	survey	NOUN
hij-386	273	4	on	on	ADP
hij-386	273	5	transfer	transfer	NOUN
hij-386	273	6	learning	learning	NOUN
hij-386	273	7	.	.	PUNCT
hij-386	274	1	proceedings	proceeding	NOUN
hij-386	274	2	of	of	ADP
hij-386	274	3	the	the	DET
hij-386	274	4	ieee	ieee	NOUN
hij-386	274	5	,	,	PUNCT
hij-386	274	6	109(1	109(1	NUM
hij-386	274	7	)	)	PUNCT
hij-386	274	8	,	,	PUNCT
hij-386	274	9	43–76	43–76	PROPN
hij-386	274	10	.	.	PUNCT
hij-386	275	1	doi:10.1109	doi:10.1109	PROPN
hij-386	275	2	/	/	SYM
hij-386	275	3	jproc.2020.3004555	jproc.2020.3004555	PROPN
hij-386	275	4	.	.	PUNCT
hij-386	276	1	[	[	X
hij-386	276	2	5	5	NUM
hij-386	276	3	]	]	PUNCT
hij-386	276	4	roihan	roihan	NOUN
hij-386	276	5	,	,	PUNCT
hij-386	276	6	a.	a.	NOUN
hij-386	276	7	,	,	PUNCT
hij-386	276	8	sunarya	sunarya	NOUN
hij-386	276	9	,	,	PUNCT
hij-386	276	10	p.	p.	NOUN
hij-386	276	11	a.	a.	NOUN
hij-386	276	12	,	,	PUNCT
hij-386	276	13	&	&	CCONJ
hij-386	276	14	rafika	rafika	PROPN
hij-386	276	15	,	,	PUNCT
hij-386	276	16	a.	a.	PROPN
hij-386	276	17	s.	s.	PROPN
hij-386	276	18	(	(	PUNCT
hij-386	276	19	2020	2020	NUM
hij-386	276	20	)	)	PUNCT
hij-386	276	21	.	.	PUNCT
hij-386	277	1	pemanfaatan	pemanfaatan	ADJ
hij-386	277	2	machine	machine	NOUN
hij-386	277	3	learning	learn	VERB
hij-386	277	4	dalam	dalam	PROPN
hij-386	277	5	berbagai	berbagai	PROPN
hij-386	277	6	bidang	bidang	PROPN
hij-386	277	7	:	:	PUNCT
hij-386	277	8	review	review	VERB
hij-386	277	9	paper	paper	NOUN
hij-386	277	10	.	.	PUNCT
hij-386	278	1	indonesian	indonesian	ADJ
hij-386	278	2	journal	journal	PROPN
hij-386	278	3	on	on	ADP
hij-386	278	4	computer	computer	NOUN
hij-386	278	5	and	and	CCONJ
hij-386	278	6	information	information	NOUN
hij-386	278	7	technology	technology	NOUN
hij-386	278	8	,	,	PUNCT
hij-386	278	9	5(1	5(1	NUM
hij-386	278	10	)	)	PUNCT
hij-386	278	11	,	,	PUNCT
hij-386	278	12	75–82	75–82	NUM
hij-386	278	13	.	.	PUNCT
hij-386	278	14	doi:10.31294	doi:10.31294	NOUN
hij-386	278	15	/	/	SYM
hij-386	278	16	ijcit.v5i1.7951	ijcit.v5i1.7951	NOUN
hij-386	278	17	.	.	PUNCT
hij-386	279	1	[	[	X
hij-386	279	2	6	6	NUM
hij-386	279	3	]	]	X
hij-386	279	4	thakur	thakur	PROPN
hij-386	279	5	,	,	PUNCT
hij-386	279	6	s.	s.	PROPN
hij-386	279	7	,	,	PUNCT
hij-386	279	8	&	&	CCONJ
hij-386	279	9	kumar	kumar	PROPN
hij-386	279	10	,	,	PUNCT
hij-386	279	11	a.	a.	NOUN
hij-386	279	12	(	(	PUNCT
hij-386	279	13	2021	2021	NUM
hij-386	279	14	)	)	PUNCT
hij-386	279	15	.	.	PUNCT
hij-386	280	1	x	x	X
hij-386	280	2	-	-	PUNCT
hij-386	280	3	ray	ray	NOUN
hij-386	280	4	and	and	CCONJ
hij-386	280	5	ct	ct	PROPN
hij-386	280	6	-	-	PUNCT
hij-386	280	7	scan	scan	NOUN
hij-386	280	8	-	-	PUNCT
hij-386	280	9	based	base	VERB
hij-386	280	10	automated	automate	VERB
hij-386	280	11	detection	detection	NOUN
hij-386	280	12	and	and	CCONJ
hij-386	280	13	classification	classification	NOUN
hij-386	280	14	of	of	ADP
hij-386	280	15	covid-19	covid-19	PROPN
hij-386	280	16	using	use	VERB
hij-386	280	17	convolutional	convolutional	ADJ
hij-386	280	18	neural	neural	ADJ
hij-386	280	19	networks	network	NOUN
hij-386	280	20	(	(	PUNCT
hij-386	280	21	cnn	cnn	PROPN
hij-386	280	22	)	)	PUNCT
hij-386	280	23	.	.	PUNCT
hij-386	281	1	biomedical	biomedical	ADJ
hij-386	281	2	signal	signal	NOUN
hij-386	281	3	processing	processing	NOUN
hij-386	281	4	and	and	CCONJ
hij-386	281	5	control	control	NOUN
hij-386	281	6	,	,	PUNCT
hij-386	281	7	69	69	NUM
hij-386	281	8	.	.	PUNCT
hij-386	282	1	doi:10.1016	doi:10.1016	PROPN
hij-386	282	2	/	/	SYM
hij-386	282	3	j.bspc.2021.102920	j.bspc.2021.102920	NOUN
hij-386	282	4	.	.	PUNCT
hij-386	283	1	[	[	X
hij-386	283	2	7	7	NUM
hij-386	283	3	]	]	X
hij-386	283	4	bergstra	bergstra	PROPN
hij-386	283	5	,	,	PUNCT
hij-386	283	6	j.	j.	PROPN
hij-386	283	7	,	,	PUNCT
hij-386	283	8	&	&	CCONJ
hij-386	283	9	bengio	bengio	PROPN
hij-386	283	10	,	,	PUNCT
hij-386	283	11	y.	y.	PROPN
hij-386	283	12	(	(	PUNCT
hij-386	283	13	2012	2012	NUM
hij-386	283	14	)	)	PUNCT
hij-386	283	15	.	.	PUNCT
hij-386	284	1	random	random	ADJ
hij-386	284	2	search	search	NOUN
hij-386	284	3	for	for	ADP
hij-386	284	4	hyper	hyper	ADJ
hij-386	284	5	-	-	ADJ
hij-386	284	6	parameter	parameter	ADJ
hij-386	284	7	optimization	optimization	NOUN
hij-386	284	8	.	.	PUNCT
hij-386	285	1	journal	journal	NOUN
hij-386	285	2	of	of	ADP
hij-386	285	3	machine	machine	NOUN
hij-386	285	4	learning	learn	VERB
hij-386	285	5	research	research	NOUN
hij-386	285	6	,	,	PUNCT
hij-386	285	7	13(2	13(2	PROPN
hij-386	285	8	)	)	PUNCT
hij-386	285	9	,	,	PUNCT
hij-386	285	10	281	281	NUM
hij-386	285	11	-	-	SYM
hij-386	285	12	305	305	NUM
hij-386	285	13	.	.	PUNCT
hij-386	286	1	[	[	X
hij-386	286	2	8	8	NUM
hij-386	286	3	]	]	SYM
hij-386	286	4	yao	yao	NOUN
hij-386	286	5	,	,	PUNCT
hij-386	286	6	y.	y.	PROPN
hij-386	286	7	,	,	PUNCT
hij-386	286	8	cao	cao	PROPN
hij-386	286	9	,	,	PUNCT
hij-386	286	10	j.	j.	PROPN
hij-386	286	11	,	,	PUNCT
hij-386	286	12	ma	ma	PROPN
hij-386	286	13	,	,	PUNCT
hij-386	286	14	z.	z.	PROPN
hij-386	286	15	(	(	PUNCT
hij-386	286	16	2018	2018	NUM
hij-386	286	17	)	)	PUNCT
hij-386	286	18	.	.	PUNCT
hij-386	287	1	a	a	DET
hij-386	287	2	cost	cost	NOUN
hij-386	287	3	-	-	PUNCT
hij-386	287	4	effective	effective	ADJ
hij-386	287	5	deadline	deadline	NOUN
hij-386	287	6	-	-	PUNCT
hij-386	287	7	constrained	constrain	VERB
hij-386	287	8	scheduling	scheduling	NOUN
hij-386	287	9	strategy	strategy	NOUN
hij-386	287	10	for	for	ADP
hij-386	287	11	a	a	DET
hij-386	287	12	hyperparameter	hyperparameter	NOUN
hij-386	287	13	optimization	optimization	NOUN
hij-386	287	14	workflow	workflow	NOUN
hij-386	287	15	for	for	ADP
hij-386	287	16	machine	machine	NOUN
hij-386	287	17	learning	learning	NOUN
hij-386	287	18	algorithms	algorithm	NOUN
hij-386	287	19	.	.	PUNCT
hij-386	288	1	service	service	NOUN
hij-386	288	2	-	-	PUNCT
hij-386	288	3	oriented	orient	VERB
hij-386	288	4	computing	computing	NOUN
hij-386	288	5	.	.	PUNCT
hij-386	289	1	icsoc	icsoc	PROPN
hij-386	289	2	2018	2018	NUM
hij-386	289	3	.	.	PUNCT
hij-386	290	1	lecture	lecture	NOUN
hij-386	290	2	notes	note	NOUN
hij-386	290	3	in	in	ADP
hij-386	290	4	computer	computer	NOUN
hij-386	290	5	science	science	NOUN
hij-386	290	6	,	,	PUNCT
hij-386	290	7	11236	11236	NUM
hij-386	290	8	.	.	PUNCT
hij-386	291	1	springer	springer	NOUN
hij-386	291	2	,	,	PUNCT
hij-386	291	3	cham	cham	PROPN
hij-386	291	4	,	,	PUNCT
hij-386	291	5	switzerland	switzerland	PROPN
hij-386	291	6	.	.	PUNCT
hij-386	292	1	doi:10.1007/978	doi:10.1007/978	PROPN
hij-386	292	2	-	-	PUNCT
hij-386	292	3	3	3	NUM
hij-386	292	4	-	-	PUNCT
hij-386	292	5	030	030	NUM
hij-386	292	6	-	-	PUNCT
hij-386	292	7	03596	03596	NUM
hij-386	292	8	-	-	SYM
hij-386	292	9	9_62	9_62	NUM
hij-386	292	10	.	.	PUNCT
hij-386	293	1	[	[	X
hij-386	293	2	9	9	NUM
hij-386	293	3	]	]	SYM
hij-386	293	4	aslan	aslan	PROPN
hij-386	293	5	,	,	PUNCT
hij-386	293	6	m.	m.	PROPN
hij-386	293	7	f.	f.	PROPN
hij-386	293	8	,	,	PUNCT
hij-386	293	9	sabanci	sabanci	PROPN
hij-386	293	10	,	,	PUNCT
hij-386	293	11	k.	k.	PROPN
hij-386	293	12	,	,	PUNCT
hij-386	293	13	durdu	durdu	PROPN
hij-386	293	14	,	,	PUNCT
hij-386	293	15	a.	a.	PROPN
hij-386	293	16	,	,	PUNCT
hij-386	293	17	&	&	CCONJ
hij-386	293	18	unlersen	unlersen	PROPN
hij-386	293	19	,	,	PUNCT
hij-386	293	20	m.	m.	PROPN
hij-386	293	21	f.	f.	PROPN
hij-386	293	22	(	(	PUNCT
hij-386	293	23	2022	2022	NUM
hij-386	293	24	)	)	PUNCT
hij-386	293	25	.	.	PUNCT
hij-386	294	1	covid-19	covid-19	PROPN
hij-386	294	2	diagnosis	diagnosis	NOUN
hij-386	294	3	using	use	VERB
hij-386	294	4	state	state	NOUN
hij-386	294	5	-	-	PUNCT
hij-386	294	6	of	of	ADP
hij-386	294	7	-	-	PUNCT
hij-386	294	8	the	the	DET
hij-386	294	9	-	-	PUNCT
hij-386	294	10	art	art	NOUN
hij-386	294	11	cnn	cnn	NOUN
hij-386	294	12	architecture	architecture	NOUN
hij-386	294	13	features	feature	NOUN
hij-386	294	14	and	and	CCONJ
hij-386	294	15	bayesian	bayesian	NOUN
hij-386	294	16	optimization	optimization	NOUN
hij-386	294	17	.	.	PUNCT
hij-386	295	1	computers	computer	NOUN
hij-386	295	2	in	in	ADP
hij-386	295	3	biology	biology	NOUN
hij-386	295	4	and	and	CCONJ
hij-386	295	5	medicine	medicine	NOUN
hij-386	295	6	,	,	PUNCT
hij-386	295	7	142(january	142(january	NUM
hij-386	295	8	)	)	PUNCT
hij-386	295	9	,	,	PUNCT
hij-386	295	10	105244	105244	NUM
hij-386	295	11	,	,	PUNCT
hij-386	295	12	1	1	NUM
hij-386	295	13	-	-	SYM
hij-386	295	14	11	11	NUM
hij-386	295	15	.	.	PUNCT
hij-386	295	16	doi:10.1016	doi:10.1016	PROPN
hij-386	295	17	/	/	SYM
hij-386	295	18	j.compbiomed.2022.105244	j.compbiomed.2022.105244	PROPN
hij-386	295	19	.	.	PUNCT
hij-386	296	1	[	[	X
hij-386	296	2	10	10	NUM
hij-386	296	3	]	]	X
hij-386	296	4	yasar	yasar	PROPN
hij-386	296	5	,	,	PUNCT
hij-386	296	6	h.	h.	PROPN
hij-386	296	7	,	,	PUNCT
hij-386	296	8	&	&	CCONJ
hij-386	296	9	ceylan	ceylan	PROPN
hij-386	296	10	,	,	PUNCT
hij-386	296	11	m.	m.	NOUN
hij-386	296	12	(	(	PUNCT
hij-386	296	13	2020	2020	NUM
hij-386	296	14	)	)	PUNCT
hij-386	296	15	.	.	PUNCT
hij-386	297	1	a	a	DET
hij-386	297	2	novel	novel	ADJ
hij-386	297	3	comparative	comparative	ADJ
hij-386	297	4	study	study	NOUN
hij-386	297	5	for	for	ADP
hij-386	297	6	detection	detection	NOUN
hij-386	297	7	of	of	ADP
hij-386	297	8	covid-19	covid-19	PROPN
hij-386	297	9	on	on	ADP
hij-386	297	10	ct	ct	NUM
hij-386	297	11	lung	lung	NOUN
hij-386	297	12	images	image	NOUN
hij-386	297	13	using	use	VERB
hij-386	297	14	texture	texture	ADJ
hij-386	297	15	analysis	analysis	NOUN
hij-386	297	16	,	,	PUNCT
hij-386	297	17	machine	machine	NOUN
hij-386	297	18	learning	learning	NOUN
hij-386	297	19	,	,	PUNCT
hij-386	297	20	and	and	CCONJ
hij-386	297	21	deep	deep	ADJ
hij-386	297	22	learning	learning	NOUN
hij-386	297	23	methods	method	NOUN
hij-386	297	24	.	.	PUNCT
hij-386	298	1	multimedia	multimedia	NOUN
hij-386	298	2	tools	tool	NOUN
hij-386	298	3	and	and	CCONJ
hij-386	298	4	applications	application	NOUN
hij-386	298	5	,	,	PUNCT
hij-386	298	6	80(4	80(4	NUM
hij-386	298	7	)	)	PUNCT
hij-386	298	8	,	,	PUNCT
hij-386	298	9	5423–5447	5423–5447	NUM
hij-386	298	10	.	.	PUNCT
hij-386	299	1	doi:10.1007	doi:10.1007	PROPN
hij-386	299	2	/	/	SYM
hij-386	300	1	s11042	s11042	PROPN
hij-386	300	2	-	-	PUNCT
hij-386	300	3	02009894	02009894	NUM
hij-386	300	4	-	-	SYM
hij-386	300	5	3	3	NUM
hij-386	300	6	.	.	PUNCT
hij-386	301	1	[	[	X
hij-386	301	2	11	11	NUM
hij-386	301	3	]	]	X
hij-386	301	4	das	das	PROPN
hij-386	301	5	,	,	PUNCT
hij-386	301	6	a.	a.	NOUN
hij-386	301	7	(	(	PUNCT
hij-386	301	8	2021	2021	NUM
hij-386	301	9	)	)	PUNCT
hij-386	301	10	.	.	PUNCT
hij-386	302	1	adaptive	adaptive	ADJ
hij-386	302	2	unet	unet	NOUN
hij-386	302	3	-	-	PUNCT
hij-386	302	4	based	base	VERB
hij-386	302	5	lung	lung	NOUN
hij-386	302	6	segmentation	segmentation	NOUN
hij-386	302	7	and	and	CCONJ
hij-386	302	8	ensemble	ensemble	ADJ
hij-386	302	9	learning	learning	NOUN
hij-386	302	10	with	with	ADP
hij-386	302	11	cnn	cnn	PROPN
hij-386	302	12	-	-	PUNCT
hij-386	302	13	based	base	VERB
hij-386	302	14	deep	deep	ADJ
hij-386	302	15	features	feature	NOUN
hij-386	302	16	for	for	ADP
hij-386	302	17	automated	automate	VERB
hij-386	302	18	covid-19	covid-19	PROPN
hij-386	302	19	diagnosis	diagnosis	NOUN
hij-386	302	20	.	.	PUNCT
hij-386	303	1	multimedia	multimedia	NOUN
hij-386	303	2	tools	tool	NOUN
hij-386	303	3	and	and	CCONJ
hij-386	303	4	applications	application	NOUN
hij-386	303	5	,	,	PUNCT
hij-386	303	6	81(4	81(4	NUM
hij-386	303	7	)	)	PUNCT
hij-386	303	8	,	,	PUNCT
hij-386	303	9	5407–5441	5407–5441	NUM
hij-386	303	10	.	.	PUNCT
hij-386	304	1	doi:10.1007	doi:10.1007	PROPN
hij-386	304	2	/	/	SYM
hij-386	305	1	s11042	s11042	NUM
hij-386	305	2	-	-	PUNCT
hij-386	305	3	021	021	NUM
hij-386	305	4	-	-	PUNCT
hij-386	305	5	11787	11787	NUM
hij-386	305	6	-	-	PUNCT
hij-386	305	7	y.	y.	NOUN
hij-386	306	1	[	[	X
hij-386	306	2	12	12	NUM
hij-386	306	3	]	]	X
hij-386	306	4	sethi	sethi	PROPN
hij-386	306	5	,	,	PUNCT
hij-386	306	6	r.	r.	PROPN
hij-386	306	7	,	,	PUNCT
hij-386	306	8	mehrotra	mehrotra	ADJ
hij-386	306	9	,	,	PUNCT
hij-386	306	10	m.	m.	NOUN
hij-386	306	11	,	,	PUNCT
hij-386	306	12	&	&	CCONJ
hij-386	306	13	sethi	sethi	PROPN
hij-386	306	14	,	,	PUNCT
hij-386	306	15	d.	d.	PROPN
hij-386	306	16	(	(	PUNCT
hij-386	306	17	2020	2020	NUM
hij-386	306	18	)	)	PUNCT
hij-386	306	19	.	.	PUNCT
hij-386	307	1	deep	deep	ADJ
hij-386	307	2	learning	learning	NOUN
hij-386	307	3	based	base	VERB
hij-386	307	4	diagnosis	diagnosis	NOUN
hij-386	307	5	recommendation	recommendation	NOUN
hij-386	307	6	for	for	ADP
hij-386	307	7	covid-19	covid-19	PROPN
hij-386	307	8	using	use	VERB
hij-386	307	9	chest	chest	NOUN
hij-386	307	10	xrays	xray	NOUN
hij-386	307	11	images	image	NOUN
hij-386	307	12	.	.	PUNCT
hij-386	308	1	2020	2020	NUM
hij-386	308	2	second	second	ADJ
hij-386	308	3	international	international	ADJ
hij-386	308	4	conference	conference	NOUN
hij-386	308	5	on	on	ADP
hij-386	308	6	inventive	inventive	ADJ
hij-386	308	7	research	research	NOUN
hij-386	308	8	in	in	ADP
hij-386	308	9	computing	computing	NOUN
hij-386	308	10	applications	application	NOUN
hij-386	308	11	(	(	PUNCT
hij-386	308	12	icirca	icirca	PROPN
hij-386	308	13	)	)	PUNCT
hij-386	308	14	.	.	PUNCT
hij-386	309	1	doi:10.1109	doi:10.1109	ADJ
hij-386	309	2	/	/	SYM
hij-386	309	3	icirca48905.2020.9183278	icirca48905.2020.9183278	NOUN
hij-386	309	4	.	.	PUNCT
hij-386	310	1	[	[	X
hij-386	310	2	13	13	NUM
hij-386	310	3	]	]	SYM
hij-386	310	4	kundu	kundu	NOUN
hij-386	310	5	,	,	PUNCT
hij-386	310	6	r.	r.	PROPN
hij-386	310	7	,	,	PUNCT
hij-386	310	8	singh	singh	PROPN
hij-386	310	9	,	,	PUNCT
hij-386	310	10	p.	p.	PROPN
hij-386	310	11	k.	k.	PROPN
hij-386	310	12	,	,	PUNCT
hij-386	310	13	mirjalili	mirjalili	NOUN
hij-386	310	14	,	,	PUNCT
hij-386	310	15	s.	s.	PROPN
hij-386	310	16	,	,	PUNCT
hij-386	310	17	&	&	CCONJ
hij-386	310	18	sarkar	sarkar	PROPN
hij-386	310	19	,	,	PUNCT
hij-386	310	20	r.	r.	PROPN
hij-386	310	21	(	(	PUNCT
hij-386	310	22	2021	2021	NUM
hij-386	310	23	)	)	PUNCT
hij-386	310	24	.	.	PUNCT
hij-386	311	1	covid-19	covid-19	PROPN
hij-386	311	2	detection	detection	NOUN
hij-386	311	3	from	from	ADP
hij-386	311	4	lung	lung	PROPN
hij-386	311	5	ct	ct	PROPN
hij-386	311	6	-	-	PUNCT
hij-386	311	7	scans	scan	NOUN
hij-386	311	8	using	use	VERB
hij-386	311	9	a	a	DET
hij-386	311	10	fuzzy	fuzzy	ADJ
hij-386	311	11	integralbased	integralbase	VERB
hij-386	311	12	cnn	cnn	PROPN
hij-386	311	13	ensemble	ensemble	ADJ
hij-386	311	14	.	.	PUNCT
hij-386	312	1	computers	computer	NOUN
hij-386	312	2	in	in	ADP
hij-386	312	3	biology	biology	NOUN
hij-386	312	4	and	and	CCONJ
hij-386	312	5	medicine	medicine	NOUN
hij-386	312	6	,	,	PUNCT
hij-386	312	7	138	138	NUM
hij-386	312	8	,	,	PUNCT
hij-386	312	9	104895	104895	NUM
hij-386	312	10	.	.	PUNCT
hij-386	313	1	doi:10.1016	doi:10.1016	PROPN
hij-386	313	2	/	/	SYM
hij-386	313	3	j.compbiomed.2021.104895	j.compbiomed.2021.104895	PROPN
hij-386	313	4	.	.	PUNCT
hij-386	314	1	[	[	X
hij-386	314	2	14	14	NUM
hij-386	314	3	]	]	X
hij-386	314	4	ardakani	ardakani	NOUN
hij-386	314	5	,	,	PUNCT
hij-386	314	6	a.	a.	NOUN
hij-386	314	7	a.	a.	PROPN
hij-386	314	8	,	,	PUNCT
hij-386	314	9	kanafi	kanafi	PROPN
hij-386	314	10	,	,	PUNCT
hij-386	314	11	a.	a.	PROPN
hij-386	314	12	r.	r.	PROPN
hij-386	314	13	,	,	PUNCT
hij-386	314	14	acharya	acharya	PROPN
hij-386	314	15	,	,	PUNCT
hij-386	314	16	u.	u.	PROPN
hij-386	314	17	r.	r.	PROPN
hij-386	314	18	,	,	PUNCT
hij-386	314	19	khadem	khadem	PROPN
hij-386	314	20	,	,	PUNCT
hij-386	314	21	n.	n.	NOUN
hij-386	314	22	,	,	PUNCT
hij-386	314	23	&	&	CCONJ
hij-386	314	24	mohammadi	mohammadi	NOUN
hij-386	314	25	,	,	PUNCT
hij-386	314	26	a.	a.	NOUN
hij-386	314	27	(	(	PUNCT
hij-386	314	28	2020	2020	NUM
hij-386	314	29	)	)	PUNCT
hij-386	314	30	.	.	PUNCT
hij-386	315	1	application	application	NOUN
hij-386	315	2	of	of	ADP
hij-386	315	3	deep	deep	ADJ
hij-386	315	4	learning	learning	NOUN
hij-386	315	5	technique	technique	NOUN
hij-386	315	6	to	to	PART
hij-386	315	7	manage	manage	VERB
hij-386	315	8	covid-19	covid-19	PROPN
hij-386	315	9	in	in	ADP
hij-386	315	10	routine	routine	ADJ
hij-386	315	11	clinical	clinical	ADJ
hij-386	315	12	practice	practice	NOUN
hij-386	315	13	using	use	VERB
hij-386	315	14	ct	ct	NUM
hij-386	315	15	images	image	NOUN
hij-386	315	16	:	:	PUNCT
hij-386	315	17	results	result	NOUN
hij-386	315	18	of	of	ADP
hij-386	315	19	10	10	NUM
hij-386	315	20	convolutional	convolutional	ADJ
hij-386	315	21	neural	neural	ADJ
hij-386	315	22	networks	network	NOUN
hij-386	315	23	.	.	PUNCT
hij-386	316	1	computers	computer	NOUN
hij-386	316	2	in	in	ADP
hij-386	316	3	biology	biology	NOUN
hij-386	316	4	and	and	CCONJ
hij-386	316	5	medicine	medicine	NOUN
hij-386	316	6	,	,	PUNCT
hij-386	316	7	121	121	NUM
hij-386	316	8	,	,	PUNCT
hij-386	316	9	103795	103795	NUM
hij-386	316	10	.	.	PUNCT
hij-386	317	1	doi:10.1016	doi:10.1016	PROPN
hij-386	317	2	/	/	SYM
hij-386	317	3	j.compbiomed.2020.103795	j.compbiomed.2020.103795	PROPN
hij-386	317	4	.	.	PUNCT
hij-386	318	1	[	[	X
hij-386	318	2	15	15	NUM
hij-386	318	3	]	]	X
hij-386	318	4	loey	loey	PROPN
hij-386	318	5	,	,	PUNCT
hij-386	318	6	m.	m.	NOUN
hij-386	318	7	,	,	PUNCT
hij-386	318	8	el	el	PROPN
hij-386	318	9	-	-	PROPN
hij-386	318	10	sappagh	sappagh	PROPN
hij-386	318	11	,	,	PUNCT
hij-386	318	12	s.	s.	PROPN
hij-386	318	13	,	,	PUNCT
hij-386	318	14	&	&	CCONJ
hij-386	318	15	mirjalili	mirjalili	PROPN
hij-386	318	16	,	,	PUNCT
hij-386	318	17	s.	s.	PROPN
hij-386	318	18	(	(	PUNCT
hij-386	318	19	2022	2022	NUM
hij-386	318	20	)	)	PUNCT
hij-386	318	21	.	.	PUNCT
hij-386	319	1	bayesian	bayesian	NOUN
hij-386	319	2	-	-	PUNCT
hij-386	319	3	based	base	VERB
hij-386	319	4	optimized	optimize	VERB
hij-386	319	5	deep	deep	ADJ
hij-386	319	6	learning	learning	NOUN
hij-386	319	7	model	model	NOUN
hij-386	319	8	to	to	PART
hij-386	319	9	detect	detect	VERB
hij-386	319	10	covid-19	covid-19	PROPN
hij-386	319	11	patients	patient	NOUN
hij-386	319	12	using	use	VERB
hij-386	319	13	chest	chest	NOUN
hij-386	319	14	x	x	ADJ
hij-386	319	15	-	-	NOUN
hij-386	319	16	ray	ray	NOUN
hij-386	319	17	image	image	NOUN
hij-386	319	18	data	datum	NOUN
hij-386	319	19	.	.	PUNCT
hij-386	320	1	computers	computer	NOUN
hij-386	320	2	in	in	ADP
hij-386	320	3	biology	biology	NOUN
hij-386	320	4	and	and	CCONJ
hij-386	320	5	medicine	medicine	NOUN
hij-386	320	6	,	,	PUNCT
hij-386	320	7	142	142	NUM
hij-386	320	8	,	,	PUNCT
hij-386	320	9	105213	105213	NUM
hij-386	320	10	.	.	PUNCT
hij-386	321	1	doi:10.1016	doi:10.1016	PROPN
hij-386	321	2	/	/	SYM
hij-386	321	3	j.compbiomed.2022.105213	j.compbiomed.2022.105213	PROPN
hij-386	321	4	.	.	PUNCT
hij-386	322	1	[	[	X
hij-386	322	2	16	16	NUM
hij-386	322	3	]	]	PUNCT
hij-386	322	4	turkoglu	turkoglu	PROPN
hij-386	322	5	,	,	PUNCT
hij-386	322	6	m.	m.	NOUN
hij-386	322	7	(	(	PUNCT
hij-386	322	8	2021	2021	NUM
hij-386	322	9	)	)	PUNCT
hij-386	322	10	.	.	PUNCT
hij-386	323	1	covidetectionet	covidetectionet	NOUN
hij-386	323	2	:	:	PUNCT
hij-386	323	3	covid-19	covid-19	PROPN
hij-386	323	4	diagnosis	diagnosis	NOUN
hij-386	323	5	system	system	NOUN
hij-386	323	6	based	base	VERB
hij-386	323	7	on	on	ADP
hij-386	323	8	x	x	NOUN
hij-386	323	9	-	-	NOUN
hij-386	323	10	ray	ray	NOUN
hij-386	323	11	images	image	NOUN
hij-386	323	12	using	use	VERB
hij-386	323	13	features	feature	NOUN
hij-386	323	14	selected	select	VERB
hij-386	323	15	from	from	ADP
hij-386	323	16	prelearned	prelearne	VERB
hij-386	323	17	deep	deep	ADJ
hij-386	323	18	features	feature	NOUN
hij-386	323	19	ensemble	ensemble	ADJ
hij-386	323	20	.	.	PUNCT
hij-386	324	1	applied	apply	VERB
hij-386	324	2	intelligence	intelligence	NOUN
hij-386	324	3	,	,	PUNCT
hij-386	324	4	51(3	51(3	NUM
hij-386	324	5	)	)	PUNCT
hij-386	324	6	,	,	PUNCT
hij-386	324	7	1213–1226	1213–1226	NUM
hij-386	324	8	.	.	PUNCT
hij-386	325	1	doi:10.1007	doi:10.1007	PROPN
hij-386	325	2	/	/	SYM
hij-386	325	3	s10489	s10489	NOUN
hij-386	325	4	-	-	PUNCT
hij-386	325	5	020	020	NUM
hij-386	325	6	-	-	PUNCT
hij-386	325	7	01888	01888	NUM
hij-386	325	8	-	-	PUNCT
hij-386	325	9	w.	w.	NOUN
hij-386	326	1	[	[	X
hij-386	326	2	17	17	NUM
hij-386	326	3	]	]	X
hij-386	326	4	sameen	sameen	PROPN
hij-386	326	5	,	,	PUNCT
hij-386	326	6	m.	m.	NOUN
hij-386	326	7	i.	i.	PROPN
hij-386	326	8	,	,	PUNCT
hij-386	326	9	pradhan	pradhan	PROPN
hij-386	326	10	,	,	PUNCT
hij-386	326	11	b.	b.	PROPN
hij-386	326	12	,	,	PUNCT
hij-386	326	13	&	&	CCONJ
hij-386	326	14	lee	lee	PROPN
hij-386	326	15	,	,	PUNCT
hij-386	326	16	s.	s.	PROPN
hij-386	326	17	(	(	PUNCT
hij-386	326	18	2020	2020	NUM
hij-386	326	19	)	)	PUNCT
hij-386	326	20	.	.	PUNCT
hij-386	327	1	application	application	NOUN
hij-386	327	2	of	of	ADP
hij-386	327	3	convolutional	convolutional	ADJ
hij-386	327	4	neural	neural	ADJ
hij-386	327	5	networks	network	NOUN
hij-386	327	6	featuring	feature	VERB
hij-386	327	7	bayesian	bayesian	NOUN
hij-386	327	8	optimization	optimization	NOUN
hij-386	327	9	for	for	ADP
hij-386	327	10	landslide	landslide	NOUN
hij-386	327	11	susceptibility	susceptibility	NOUN
hij-386	327	12	assessment	assessment	NOUN
hij-386	327	13	.	.	PUNCT
hij-386	328	1	catena	catena	PROPN
hij-386	328	2	,	,	PUNCT
hij-386	328	3	186	186	NUM
hij-386	328	4	,	,	PUNCT
hij-386	328	5	104249	104249	NUM
hij-386	328	6	.	.	PUNCT
hij-386	329	1	doi:10.1016	doi:10.1016	PROPN
hij-386	329	2	/	/	SYM
hij-386	329	3	j.catena.2019.104249	j.catena.2019.104249	PROPN
hij-386	329	4	.	.	PUNCT
hij-386	330	1	[	[	X
hij-386	330	2	18	18	NUM
hij-386	330	3	]	]	X
hij-386	330	4	doke	doke	PROPN
hij-386	330	5	,	,	PUNCT
hij-386	330	6	p.	p.	NOUN
hij-386	330	7	,	,	PUNCT
hij-386	330	8	shrivastava	shrivastava	PROPN
hij-386	330	9	,	,	PUNCT
hij-386	330	10	d.	d.	PROPN
hij-386	330	11	,	,	PUNCT
hij-386	330	12	pan	pan	PROPN
hij-386	330	13	,	,	PUNCT
hij-386	330	14	c.	c.	PROPN
hij-386	330	15	,	,	PUNCT
hij-386	330	16	zhou	zhou	PROPN
hij-386	330	17	,	,	PUNCT
hij-386	330	18	q.	q.	PROPN
hij-386	330	19	,	,	PUNCT
hij-386	330	20	&	&	CCONJ
hij-386	330	21	zhang	zhang	PROPN
hij-386	330	22	,	,	PUNCT
hij-386	330	23	y.	y.	PROPN
hij-386	330	24	d.	d.	PROPN
hij-386	330	25	(	(	PUNCT
hij-386	330	26	2020	2020	NUM
hij-386	330	27	)	)	PUNCT
hij-386	330	28	.	.	PUNCT
hij-386	331	1	using	use	VERB
hij-386	331	2	cnn	cnn	PROPN
hij-386	331	3	with	with	ADP
hij-386	331	4	bayesian	bayesian	NOUN
hij-386	331	5	optimization	optimization	NOUN
hij-386	331	6	to	to	PART
hij-386	331	7	identify	identify	VERB
hij-386	331	8	cerebral	cerebral	ADJ
hij-386	331	9	micro	micro	NOUN
hij-386	331	10	-	-	NOUN
hij-386	331	11	bleeds	bleed	NOUN
hij-386	331	12	.	.	PUNCT
hij-386	331	13	machine	machine	NOUN
hij-386	331	14	vision	vision	NOUN
hij-386	331	15	and	and	CCONJ
hij-386	331	16	applications	application	NOUN
hij-386	331	17	,	,	PUNCT
hij-386	331	18	31(5	31(5	NUM
hij-386	331	19	)	)	PUNCT
hij-386	331	20	,	,	PUNCT
hij-386	331	21	0–19	0–19	PROPN
hij-386	331	22	.	.	PUNCT
hij-386	332	1	doi:10.1007	doi:10.1007	PROPN
hij-386	332	2	/	/	SYM
hij-386	332	3	s00138	s00138	PROPN
hij-386	332	4	-	-	PUNCT
hij-386	332	5	020	020	NUM
hij-386	332	6	-	-	PUNCT
hij-386	332	7	01087	01087	NUM
hij-386	332	8	-	-	SYM
hij-386	332	9	0	0	NUM
hij-386	332	10	.	.	PUNCT
hij-386	333	1	[	[	X
hij-386	333	2	19	19	NUM
hij-386	333	3	]	]	SYM
hij-386	333	4	enaizan	enaizan	NOUN
hij-386	333	5	,	,	PUNCT
hij-386	333	6	o.	o.	PROPN
hij-386	333	7	,	,	PUNCT
hij-386	333	8	saleh	saleh	PROPN
hij-386	333	9	,	,	PUNCT
hij-386	333	10	a.	a.	PROPN
hij-386	333	11	,	,	PUNCT
hij-386	333	12	eneizan	eneizan	PROPN
hij-386	333	13	,	,	PUNCT
hij-386	333	14	b.	b.	PROPN
hij-386	333	15	,	,	PUNCT
hij-386	333	16	almaaitah	almaaitah	NOUN
hij-386	333	17	,	,	PUNCT
hij-386	333	18	m.	m.	NOUN
hij-386	333	19	,	,	PUNCT
hij-386	333	20	&	&	CCONJ
hij-386	333	21	alsakarneh	alsakarneh	PROPN
hij-386	333	22	,	,	PUNCT
hij-386	333	23	a.	a.	NOUN
hij-386	333	24	(	(	PUNCT
hij-386	333	25	2022	2022	NUM
hij-386	333	26	)	)	PUNCT
hij-386	333	27	.	.	PUNCT
hij-386	334	1	understanding	understanding	NOUN
hij-386	334	2	and	and	CCONJ
hij-386	334	3	predicting	predict	VERB
hij-386	334	4	the	the	DET
hij-386	334	5	determinants	determinant	NOUN
hij-386	334	6	of	of	ADP
hij-386	334	7	consumers	consumer	NOUN
hij-386	334	8	’	’	PART
hij-386	334	9	acceptance	acceptance	NOUN
hij-386	334	10	and	and	CCONJ
hij-386	334	11	usage	usage	NOUN
hij-386	334	12	of	of	ADP
hij-386	334	13	m	m	NOUN
hij-386	334	14	-	-	PUNCT
hij-386	334	15	commerce	commerce	NOUN
hij-386	334	16	application	application	NOUN
hij-386	334	17	:	:	PUNCT
hij-386	334	18	hybrid	hybrid	ADJ
hij-386	334	19	sem	sem	NOUN
hij-386	334	20	and	and	CCONJ
hij-386	334	21	neural	neural	ADJ
hij-386	334	22	network	network	NOUN
hij-386	334	23	approach	approach	NOUN
hij-386	334	24	.	.	PUNCT
hij-386	335	1	emerging	emerge	VERB
hij-386	335	2	science	science	NOUN
hij-386	335	3	journal	journal	NOUN
hij-386	335	4	,	,	PUNCT
hij-386	335	5	6(6	6(6	ADJ
hij-386	335	6	)	)	PUNCT
hij-386	335	7	,	,	PUNCT
hij-386	335	8	1507	1507	NUM
hij-386	335	9	-	-	SYM
hij-386	335	10	1524	1524	NUM
hij-386	335	11	.	.	PUNCT
hij-386	336	1	doi:10.28991	doi:10.28991	PROPN
hij-386	336	2	/	/	SYM
hij-386	336	3	esj-2022	esj-2022	NOUN
hij-386	336	4	-	-	PUNCT
hij-386	336	5	06	06	NUM
hij-386	336	6	-	-	PUNCT
hij-386	336	7	06	06	NUM
hij-386	336	8	-	-	PUNCT
hij-386	336	9	018	018	NUM
hij-386	336	10	.	.	PUNCT
hij-386	337	1	[	[	X
hij-386	337	2	20	20	NUM
hij-386	337	3	]	]	SYM
hij-386	337	4	li	li	PROPN
hij-386	337	5	,	,	PUNCT
hij-386	337	6	z.	z.	PROPN
hij-386	337	7	,	,	PUNCT
hij-386	337	8	liu	liu	PROPN
hij-386	337	9	,	,	PUNCT
hij-386	337	10	f.	f.	PROPN
hij-386	337	11	,	,	PUNCT
hij-386	337	12	yang	yang	PROPN
hij-386	337	13	,	,	PUNCT
hij-386	337	14	w.	w.	PROPN
hij-386	337	15	,	,	PUNCT
hij-386	337	16	peng	peng	PROPN
hij-386	337	17	,	,	PUNCT
hij-386	337	18	s.	s.	PROPN
hij-386	337	19	,	,	PUNCT
hij-386	337	20	&	&	CCONJ
hij-386	337	21	zhou	zhou	PROPN
hij-386	337	22	,	,	PUNCT
hij-386	337	23	j.	j.	PROPN
hij-386	337	24	(	(	PUNCT
hij-386	337	25	2022	2022	NUM
hij-386	337	26	)	)	PUNCT
hij-386	337	27	.	.	PUNCT
hij-386	338	1	a	a	DET
hij-386	338	2	survey	survey	NOUN
hij-386	338	3	of	of	ADP
hij-386	338	4	convolutional	convolutional	ADJ
hij-386	338	5	neural	neural	ADJ
hij-386	338	6	networks	network	NOUN
hij-386	338	7	:	:	PUNCT
hij-386	338	8	analysis	analysis	NOUN
hij-386	338	9	,	,	PUNCT
hij-386	338	10	applications	application	NOUN
hij-386	338	11	,	,	PUNCT
hij-386	338	12	and	and	CCONJ
hij-386	338	13	prospects	prospect	NOUN
hij-386	338	14	.	.	PUNCT
hij-386	339	1	ieee	ieee	NOUN
hij-386	339	2	transactions	transaction	NOUN
hij-386	339	3	on	on	ADP
hij-386	339	4	neural	neural	ADJ
hij-386	339	5	networks	network	NOUN
hij-386	339	6	and	and	CCONJ
hij-386	339	7	learning	learning	NOUN
hij-386	339	8	systems	system	NOUN
hij-386	339	9	,	,	PUNCT
hij-386	339	10	33(12	33(12	NUM
hij-386	339	11	)	)	PUNCT
hij-386	339	12	,	,	PUNCT
hij-386	339	13	6999–7019	6999–7019	NUM
hij-386	339	14	.	.	PUNCT
hij-386	340	1	doi:10.1109	doi:10.1109	PROPN
hij-386	340	2	/	/	SYM
hij-386	340	3	tnnls.2021.3084827	tnnls.2021.3084827	PROPN
hij-386	340	4	.	.	PUNCT
hij-386	341	1	[	[	X
hij-386	341	2	21	21	NUM
hij-386	341	3	]	]	X
hij-386	341	4	akhtar	akhtar	NOUN
hij-386	341	5	,	,	PUNCT
hij-386	341	6	m.	m.	PROPN
hij-386	341	7	b.	b.	PROPN
hij-386	341	8	(	(	PUNCT
hij-386	341	9	2022	2022	NUM
hij-386	341	10	)	)	PUNCT
hij-386	341	11	.	.	PUNCT
hij-386	342	1	the	the	DET
hij-386	342	2	use	use	NOUN
hij-386	342	3	of	of	ADP
hij-386	342	4	a	a	DET
hij-386	342	5	convolutional	convolutional	ADJ
hij-386	342	6	neural	neural	ADJ
hij-386	342	7	network	network	NOUN
hij-386	342	8	in	in	ADP
hij-386	342	9	detecting	detect	VERB
hij-386	342	10	soldering	soldering	NOUN
hij-386	342	11	faults	fault	NOUN
hij-386	342	12	from	from	ADP
hij-386	342	13	a	a	DET
hij-386	342	14	printed	print	VERB
hij-386	342	15	circuit	circuit	NOUN
hij-386	342	16	board	board	NOUN
hij-386	342	17	assembly	assembly	NOUN
hij-386	342	18	.	.	PUNCT
hij-386	343	1	hightech	hightech	NOUN
hij-386	343	2	and	and	CCONJ
hij-386	343	3	innovation	innovation	NOUN
hij-386	343	4	journal	journal	NOUN
hij-386	343	5	,	,	PUNCT
hij-386	343	6	3(1	3(1	NUM
hij-386	343	7	)	)	PUNCT
hij-386	343	8	,	,	PUNCT
hij-386	343	9	1	1	NUM
hij-386	343	10	-	-	SYM
hij-386	343	11	14	14	NUM
hij-386	343	12	.	.	PUNCT
hij-386	344	1	doi:10.28991	doi:10.28991	PROPN
hij-386	344	2	/	/	SYM
hij-386	344	3	hij-2022	hij-2022	NOUN
hij-386	344	4	-	-	PUNCT
hij-386	344	5	03	03	NUM
hij-386	344	6	-	-	PUNCT
hij-386	344	7	01	01	NUM
hij-386	344	8	-	-	PUNCT
hij-386	344	9	01	01	NUM
hij-386	344	10	.	.	PUNCT
hij-386	345	1	hightech	hightech	NOUN
hij-386	345	2	and	and	CCONJ
hij-386	345	3	innovation	innovation	NOUN
hij-386	345	4	journal	journal	PROPN
hij-386	345	5	vol	vol	NOUN
hij-386	345	6	.	.	PROPN
hij-386	346	1	4	4	NUM
hij-386	346	2	,	,	PUNCT
hij-386	346	3	no	no	INTJ
hij-386	346	4	.	.	NOUN
hij-386	346	5	3	3	NUM
hij-386	346	6	,	,	PUNCT
hij-386	346	7	september	september	PROPN
hij-386	346	8	,	,	PUNCT
hij-386	346	9	2023	2023	NUM
hij-386	346	10	542	542	NUM
hij-386	347	1	[	[	X
hij-386	347	2	22	22	NUM
hij-386	347	3	]	]	PUNCT
hij-386	347	4	tien	tien	NOUN
hij-386	347	5	bui	bui	PROPN
hij-386	347	6	,	,	PUNCT
hij-386	347	7	d.	d.	PROPN
hij-386	347	8	,	,	PUNCT
hij-386	347	9	pradhan	pradhan	PROPN
hij-386	347	10	,	,	PUNCT
hij-386	347	11	b.	b.	PROPN
hij-386	347	12	,	,	PUNCT
hij-386	347	13	lofman	lofman	NOUN
hij-386	347	14	,	,	PUNCT
hij-386	347	15	o.	o.	PROPN
hij-386	347	16	,	,	PUNCT
hij-386	347	17	&	&	CCONJ
hij-386	347	18	revhaug	revhaug	PROPN
hij-386	347	19	,	,	PUNCT
hij-386	347	20	i.	i.	PROPN
hij-386	347	21	(	(	PUNCT
hij-386	347	22	2012	2012	NUM
hij-386	347	23	)	)	PUNCT
hij-386	347	24	.	.	PUNCT
hij-386	348	1	landslide	landslide	NOUN
hij-386	348	2	susceptibility	susceptibility	NOUN
hij-386	348	3	assessment	assessment	NOUN
hij-386	348	4	in	in	ADP
hij-386	348	5	vietnam	vietnam	PROPN
hij-386	348	6	using	use	VERB
hij-386	348	7	support	support	NOUN
hij-386	348	8	vector	vector	NOUN
hij-386	348	9	machines	machine	NOUN
hij-386	348	10	,	,	PUNCT
hij-386	348	11	decision	decision	NOUN
hij-386	348	12	tree	tree	NOUN
hij-386	348	13	,	,	PUNCT
hij-386	348	14	and	and	CCONJ
hij-386	348	15	nave	nave	PROPN
hij-386	348	16	bayes	bayes	PROPN
hij-386	348	17	models	model	NOUN
hij-386	348	18	.	.	PUNCT
hij-386	349	1	mathematical	mathematical	ADJ
hij-386	349	2	problems	problem	NOUN
hij-386	349	3	in	in	ADP
hij-386	349	4	engineering	engineering	NOUN
hij-386	349	5	,	,	PUNCT
hij-386	349	6	2012	2012	NUM
hij-386	349	7	.	.	PUNCT
hij-386	350	1	doi:10.1155/2012/974638	doi:10.1155/2012/974638	NOUN
hij-386	350	2	.	.	PUNCT
hij-386	351	1	[	[	X
hij-386	351	2	23	23	NUM
hij-386	351	3	]	]	PUNCT
hij-386	351	4	sunarya	sunarya	NOUN
hij-386	351	5	,	,	PUNCT
hij-386	351	6	p.	p.	PROPN
hij-386	351	7	o.	o.	PROPN
hij-386	351	8	a.	a.	PROPN
hij-386	351	9	,	,	PUNCT
hij-386	351	10	refianti	refianti	PROPN
hij-386	351	11	,	,	PUNCT
hij-386	351	12	r.	r.	PROPN
hij-386	351	13	,	,	PUNCT
hij-386	351	14	mutiara	mutiara	PROPN
hij-386	351	15	,	,	PUNCT
hij-386	351	16	a.	a.	PROPN
hij-386	351	17	b.	b.	PROPN
hij-386	351	18	,	,	PUNCT
hij-386	351	19	&	&	CCONJ
hij-386	351	20	octaviani	octaviani	PROPN
hij-386	351	21	,	,	PUNCT
hij-386	351	22	w.	w.	PROPN
hij-386	351	23	(	(	PUNCT
hij-386	351	24	2019	2019	NUM
hij-386	351	25	)	)	PUNCT
hij-386	351	26	.	.	PUNCT
hij-386	352	1	comparison	comparison	NOUN
hij-386	352	2	of	of	ADP
hij-386	352	3	accuracy	accuracy	NOUN
hij-386	352	4	between	between	ADP
hij-386	352	5	convolutional	convolutional	ADJ
hij-386	352	6	neural	neural	ADJ
hij-386	352	7	networks	network	NOUN
hij-386	352	8	and	and	CCONJ
hij-386	352	9	naïve	naïve	ADJ
hij-386	352	10	bayes	bayes	PROPN
hij-386	352	11	classifiers	classifier	NOUN
hij-386	352	12	in	in	ADP
hij-386	352	13	sentiment	sentiment	NOUN
hij-386	352	14	analysis	analysis	NOUN
hij-386	352	15	on	on	ADP
hij-386	352	16	twitter	twitter	NOUN
hij-386	352	17	.	.	PUNCT
hij-386	353	1	international	international	ADJ
hij-386	353	2	journal	journal	NOUN
hij-386	353	3	of	of	ADP
hij-386	353	4	advanced	advanced	ADJ
hij-386	353	5	computer	computer	NOUN
hij-386	353	6	science	science	NOUN
hij-386	353	7	and	and	CCONJ
hij-386	353	8	applications	application	NOUN
hij-386	353	9	,	,	PUNCT
hij-386	353	10	10(5	10(5	NUM
hij-386	353	11	)	)	PUNCT
hij-386	353	12	,	,	PUNCT
hij-386	353	13	77–86	77–86	NUM
hij-386	353	14	.	.	PUNCT
hij-386	354	1	doi:10.14569	doi:10.14569	ADJ
hij-386	354	2	/	/	SYM
hij-386	354	3	ijacsa.2019.0100511	ijacsa.2019.0100511	PROPN
hij-386	354	4	.	.	PUNCT
hij-386	355	1	[	[	X
hij-386	355	2	24	24	NUM
hij-386	355	3	]	]	SYM
hij-386	355	4	zhang	zhang	PROPN
hij-386	355	5	,	,	PUNCT
hij-386	355	6	s.	s.	PROPN
hij-386	355	7	(	(	PUNCT
hij-386	355	8	2020	2020	NUM
hij-386	355	9	)	)	PUNCT
hij-386	355	10	.	.	PUNCT
hij-386	356	1	adaption	adaption	NOUN
hij-386	356	2	of	of	ADP
hij-386	356	3	naïve	naïve	ADJ
hij-386	356	4	bayes	bayes	NOUN
hij-386	356	5	classifier	classifier	NOUN
hij-386	356	6	in	in	ADP
hij-386	356	7	various	various	ADJ
hij-386	356	8	fields	field	NOUN
hij-386	356	9	.	.	PUNCT
hij-386	357	1	2020	2020	NUM
hij-386	357	2	3rd	3rd	ADJ
hij-386	357	3	international	international	ADJ
hij-386	357	4	conference	conference	NOUN
hij-386	357	5	on	on	ADP
hij-386	357	6	economic	economic	ADJ
hij-386	357	7	management	management	NOUN
hij-386	357	8	and	and	CCONJ
hij-386	357	9	green	green	ADJ
hij-386	357	10	development	development	NOUN
hij-386	357	11	(	(	PUNCT
hij-386	357	12	icemgd	icemgd	PROPN
hij-386	357	13	2020	2020	NUM
hij-386	357	14	)	)	PUNCT
hij-386	357	15	,	,	PUNCT
hij-386	357	16	1	1	NUM
hij-386	357	17	-	-	SYM
hij-386	357	18	2	2	NUM
hij-386	357	19	august	august	NOUN
hij-386	357	20	,	,	PUNCT
hij-386	357	21	2020	2020	NUM
hij-386	357	22	,	,	PUNCT
hij-386	357	23	stanford	stanford	PROPN
hij-386	357	24	university	university	PROPN
hij-386	357	25	,	,	PUNCT
hij-386	357	26	stanford	stanford	PROPN
hij-386	357	27	,	,	PUNCT
hij-386	357	28	united	united	PROPN
hij-386	357	29	states	states	PROPN
hij-386	357	30	.	.	PUNCT
hij-386	358	1	[	[	X
hij-386	358	2	25	25	NUM
hij-386	358	3	]	]	PUNCT
hij-386	358	4	charbuty	charbuty	PROPN
hij-386	358	5	,	,	PUNCT
hij-386	358	6	b.	b.	PROPN
hij-386	358	7	,	,	PUNCT
hij-386	358	8	&	&	CCONJ
hij-386	358	9	abdulazeez	abdulazeez	PROPN
hij-386	358	10	,	,	PUNCT
hij-386	358	11	a.	a.	NOUN
hij-386	358	12	(	(	PUNCT
hij-386	358	13	2021	2021	NUM
hij-386	358	14	)	)	PUNCT
hij-386	358	15	.	.	PUNCT
hij-386	359	1	classification	classification	NOUN
hij-386	359	2	based	base	VERB
hij-386	359	3	on	on	ADP
hij-386	359	4	decision	decision	NOUN
hij-386	359	5	tree	tree	NOUN
hij-386	359	6	algorithm	algorithm	NOUN
hij-386	359	7	for	for	ADP
hij-386	359	8	machine	machine	NOUN
hij-386	359	9	learning	learning	NOUN
hij-386	359	10	.	.	PUNCT
hij-386	360	1	journal	journal	PROPN
hij-386	360	2	of	of	ADP
hij-386	360	3	applied	apply	VERB
hij-386	360	4	science	science	NOUN
hij-386	360	5	and	and	CCONJ
hij-386	360	6	technology	technology	NOUN
hij-386	360	7	trends	trend	NOUN
hij-386	360	8	,	,	PUNCT
hij-386	360	9	2(01	2(01	NUM
hij-386	360	10	)	)	PUNCT
hij-386	360	11	,	,	PUNCT
hij-386	360	12	20–28	20–28	NUM
hij-386	360	13	.	.	PUNCT
hij-386	361	1	doi:10.38094	doi:10.38094	PROPN
hij-386	361	2	/	/	SYM
hij-386	361	3	jastt20165	jastt20165	PROPN
hij-386	361	4	.	.	PUNCT
hij-386	362	1	[	[	X
hij-386	362	2	26	26	NUM
hij-386	362	3	]	]	X
hij-386	362	4	fan	fan	PROPN
hij-386	362	5	,	,	PUNCT
hij-386	362	6	z.	z.	PROPN
hij-386	362	7	,	,	PUNCT
hij-386	362	8	xie	xie	PROPN
hij-386	362	9	,	,	PUNCT
hij-386	362	10	j.	j.	PROPN
hij-386	362	11	k.	k.	PROPN
hij-386	362	12	,	,	PUNCT
hij-386	362	13	wang	wang	PROPN
hij-386	362	14	,	,	PUNCT
hij-386	362	15	z.	z.	PROPN
hij-386	362	16	y.	y.	PROPN
hij-386	362	17	,	,	PUNCT
hij-386	362	18	liu	liu	PROPN
hij-386	362	19	,	,	PUNCT
hij-386	362	20	p.	p.	PROPN
hij-386	362	21	c.	c.	PROPN
hij-386	362	22	,	,	PUNCT
hij-386	362	23	qu	qu	PROPN
hij-386	362	24	,	,	PUNCT
hij-386	362	25	s.	s.	PROPN
hij-386	362	26	j.	j.	PROPN
hij-386	362	27	,	,	PUNCT
hij-386	362	28	&	&	CCONJ
hij-386	362	29	huo	huo	PROPN
hij-386	362	30	,	,	PUNCT
hij-386	362	31	l.	l.	PROPN
hij-386	362	32	(	(	PUNCT
hij-386	362	33	2021	2021	NUM
hij-386	362	34	)	)	PUNCT
hij-386	362	35	.	.	PUNCT
hij-386	363	1	image	image	NOUN
hij-386	363	2	classification	classification	NOUN
hij-386	363	3	method	method	NOUN
hij-386	363	4	based	base	VERB
hij-386	363	5	on	on	ADP
hij-386	363	6	improved	improved	ADJ
hij-386	363	7	knn	knn	PROPN
hij-386	363	8	algorithm	algorithm	PROPN
hij-386	363	9	.	.	PUNCT
hij-386	364	1	journal	journal	PROPN
hij-386	364	2	of	of	ADP
hij-386	364	3	physics	physics	PROPN
hij-386	364	4	:	:	PUNCT
hij-386	364	5	conference	conference	NOUN
hij-386	364	6	series	series	NOUN
hij-386	364	7	,	,	PUNCT
hij-386	364	8	1930	1930	NUM
hij-386	364	9	,	,	PUNCT
hij-386	364	10	012009	012009	NUM
hij-386	364	11	.	.	PUNCT
hij-386	365	1	doi:10.1088/1742	doi:10.1088/1742	PROPN
hij-386	365	2	-	-	PUNCT
hij-386	365	3	6596/1930/1/012009	6596/1930/1/012009	NUM
hij-386	365	4	.	.	PUNCT
hij-386	366	1	[	[	X
hij-386	366	2	27	27	NUM
hij-386	366	3	]	]	X
hij-386	366	4	huang	huang	PROPN
hij-386	366	5	,	,	PUNCT
hij-386	366	6	s.	s.	PROPN
hij-386	366	7	,	,	PUNCT
hij-386	366	8	nianguang	nianguang	PROPN
hij-386	366	9	,	,	PUNCT
hij-386	366	10	c.	c.	PROPN
hij-386	366	11	a.	a.	PROPN
hij-386	366	12	i.	i.	PROPN
hij-386	366	13	,	,	PUNCT
hij-386	366	14	penzuti	penzuti	PROPN
hij-386	366	15	pacheco	pacheco	PROPN
hij-386	366	16	,	,	PUNCT
hij-386	366	17	p.	p.	PROPN
hij-386	366	18	,	,	PUNCT
hij-386	366	19	narandes	narande	VERB
hij-386	366	20	,	,	PUNCT
hij-386	366	21	s.	s.	PROPN
hij-386	366	22	,	,	PUNCT
hij-386	366	23	wang	wang	PROPN
hij-386	366	24	,	,	PUNCT
hij-386	366	25	y.	y.	PROPN
hij-386	366	26	,	,	PUNCT
hij-386	366	27	&	&	CCONJ
hij-386	366	28	wayne	wayne	PROPN
hij-386	366	29	,	,	PUNCT
hij-386	366	30	x.	x.	PROPN
hij-386	366	31	u.	u.	PROPN
hij-386	366	32	(	(	PUNCT
hij-386	366	33	2018	2018	NUM
hij-386	366	34	)	)	PUNCT
hij-386	366	35	.	.	PUNCT
hij-386	367	1	applications	application	NOUN
hij-386	367	2	of	of	ADP
hij-386	367	3	support	support	NOUN
hij-386	367	4	vector	vector	NOUN
hij-386	367	5	machine	machine	NOUN
hij-386	367	6	(	(	PUNCT
hij-386	367	7	svm	svm	ADJ
hij-386	367	8	)	)	PUNCT
hij-386	367	9	learning	learn	VERB
hij-386	367	10	in	in	ADP
hij-386	367	11	cancer	cancer	NOUN
hij-386	367	12	genomics	genomic	NOUN
hij-386	367	13	.	.	PUNCT
hij-386	368	1	cancer	cancer	NOUN
hij-386	368	2	genomics	genomic	NOUN
hij-386	368	3	&	&	CCONJ
hij-386	368	4	proteomics	proteomic	NOUN
hij-386	368	5	,	,	PUNCT
hij-386	368	6	15(1	15(1	NUM
hij-386	368	7	)	)	PUNCT
hij-386	368	8	,	,	PUNCT
hij-386	368	9	41–51	41–51	NUM
hij-386	368	10	.	.	PUNCT
hij-386	368	11	doi:10.21873	doi:10.21873	PROPN
hij-386	368	12	/	/	SYM
hij-386	369	1	cgp.20063	cgp.20063	NUM
hij-386	369	2	.	.	PUNCT
hij-386	370	1	[	[	X
hij-386	370	2	28	28	NUM
hij-386	370	3	]	]	PUNCT
hij-386	370	4	otchere	otchere	ADV
hij-386	370	5	,	,	PUNCT
hij-386	370	6	d.	d.	PROPN
hij-386	370	7	a.	a.	PROPN
hij-386	370	8	,	,	PUNCT
hij-386	370	9	arbi	arbi	ADJ
hij-386	370	10	ganat	ganat	NOUN
hij-386	370	11	,	,	PUNCT
hij-386	370	12	t.	t.	PROPN
hij-386	370	13	o.	o.	PROPN
hij-386	370	14	,	,	PUNCT
hij-386	370	15	gholami	gholami	PROPN
hij-386	370	16	,	,	PUNCT
hij-386	370	17	r.	r.	PROPN
hij-386	370	18	,	,	PUNCT
hij-386	370	19	&	&	CCONJ
hij-386	370	20	ridha	ridha	PROPN
hij-386	370	21	,	,	PUNCT
hij-386	370	22	s.	s.	PROPN
hij-386	370	23	(	(	PUNCT
hij-386	370	24	2021	2021	NUM
hij-386	370	25	)	)	PUNCT
hij-386	370	26	.	.	PUNCT
hij-386	371	1	application	application	NOUN
hij-386	371	2	of	of	ADP
hij-386	371	3	supervised	supervised	ADJ
hij-386	371	4	machine	machine	NOUN
hij-386	371	5	learning	learning	NOUN
hij-386	371	6	paradigms	paradigm	NOUN
hij-386	371	7	in	in	ADP
hij-386	371	8	the	the	DET
hij-386	371	9	prediction	prediction	NOUN
hij-386	371	10	of	of	ADP
hij-386	371	11	petroleum	petroleum	NOUN
hij-386	371	12	reservoir	reservoir	NOUN
hij-386	371	13	properties	property	NOUN
hij-386	371	14	:	:	PUNCT
hij-386	371	15	comparative	comparative	ADJ
hij-386	371	16	analysis	analysis	NOUN
hij-386	371	17	of	of	ADP
hij-386	371	18	ann	ann	PROPN
hij-386	371	19	and	and	CCONJ
hij-386	371	20	svm	svm	ADJ
hij-386	371	21	models	model	NOUN
hij-386	371	22	.	.	PUNCT
hij-386	372	1	journal	journal	NOUN
hij-386	372	2	of	of	ADP
hij-386	372	3	petroleum	petroleum	NOUN
hij-386	372	4	science	science	NOUN
hij-386	372	5	and	and	CCONJ
hij-386	372	6	engineering	engineering	NOUN
hij-386	372	7	,	,	PUNCT
hij-386	372	8	200	200	NUM
hij-386	372	9	,	,	PUNCT
hij-386	372	10	108182	108182	NUM
hij-386	372	11	.	.	PUNCT
hij-386	373	1	doi:10.1016	doi:10.1016	PROPN
hij-386	373	2	/	/	SYM
hij-386	373	3	j.petrol.2020.108182	j.petrol.2020.108182	PROPN
hij-386	373	4	.	.	PUNCT
hij-386	374	1	[	[	X
hij-386	374	2	29	29	NUM
hij-386	374	3	]	]	PUNCT
hij-386	374	4	rizal	rizal	NOUN
hij-386	374	5	,	,	PUNCT
hij-386	374	6	r.	r.	PROPN
hij-386	374	7	a.	a.	PROPN
hij-386	374	8	,	,	PUNCT
hij-386	374	9	girsang	girsang	PROPN
hij-386	374	10	,	,	PUNCT
hij-386	374	11	i.	i.	PROPN
hij-386	374	12	s.	s.	PROPN
hij-386	374	13	,	,	PUNCT
hij-386	374	14	&	&	CCONJ
hij-386	374	15	prasetiyo	prasetiyo	PROPN
hij-386	374	16	,	,	PUNCT
hij-386	374	17	s.	s.	PROPN
hij-386	374	18	a.	a.	PROPN
hij-386	374	19	(	(	PUNCT
hij-386	374	20	2019	2019	NUM
hij-386	374	21	)	)	PUNCT
hij-386	374	22	.	.	PUNCT
hij-386	375	1	face	face	VERB
hij-386	375	2	classification	classification	NOUN
hij-386	375	3	using	use	VERB
hij-386	375	4	support	support	NOUN
hij-386	375	5	vector	vector	NOUN
hij-386	375	6	machine	machine	NOUN
hij-386	375	7	(	(	PUNCT
hij-386	375	8	svm	svm	PROPN
hij-386	375	9	)	)	PUNCT
hij-386	375	10	.	.	PUNCT
hij-386	376	1	remik	remik	PROPN
hij-386	376	2	(	(	PUNCT
hij-386	376	3	riset	riset	PROPN
hij-386	376	4	dan	dan	PROPN
hij-386	376	5	e	e	PROPN
hij-386	376	6	-	-	ADJ
hij-386	376	7	jurnal	jurnal	ADJ
hij-386	376	8	manajemen	manajeman	NOUN
hij-386	376	9	informatika	informatika	PROPN
hij-386	376	10	komputer	komputer	PROPN
hij-386	376	11	)	)	PUNCT
hij-386	376	12	,	,	PUNCT
hij-386	376	13	3(2	3(2	NUM
hij-386	376	14	)	)	PUNCT
hij-386	376	15	,	,	PUNCT
hij-386	376	16	1	1	X
hij-386	376	17	.	.	PUNCT
hij-386	376	18	doi:10.33395	doi:10.33395	NOUN
hij-386	376	19	/	/	SYM
hij-386	376	20	remik.v3i2.10080	remik.v3i2.10080	NOUN
hij-386	376	21	.	.	PUNCT
hij-386	377	1	(	(	PUNCT
hij-386	377	2	in	in	ADP
hij-386	377	3	indonesian	indonesian	ADJ
hij-386	377	4	)	)	PUNCT
hij-386	377	5	.	.	PUNCT
hij-386	378	1	[	[	X
hij-386	378	2	30	30	NUM
hij-386	378	3	]	]	X
hij-386	378	4	altan	altan	PROPN
hij-386	378	5	,	,	PUNCT
hij-386	378	6	a.	a.	PROPN
hij-386	378	7	,	,	PUNCT
hij-386	378	8	&	&	CCONJ
hij-386	378	9	karasu	karasu	PROPN
hij-386	378	10	,	,	PUNCT
hij-386	378	11	s.	s.	PROPN
hij-386	378	12	(	(	PUNCT
hij-386	378	13	2019	2019	NUM
hij-386	378	14	)	)	PUNCT
hij-386	378	15	.	.	PUNCT
hij-386	379	1	the	the	DET
hij-386	379	2	effect	effect	NOUN
hij-386	379	3	of	of	ADP
hij-386	379	4	kernel	kernel	PROPN
hij-386	379	5	values	value	NOUN
hij-386	379	6	in	in	ADP
hij-386	379	7	support	support	NOUN
hij-386	379	8	vector	vector	NOUN
hij-386	379	9	machine	machine	NOUN
hij-386	379	10	to	to	ADP
hij-386	379	11	forecasting	forecasting	NOUN
hij-386	379	12	performance	performance	NOUN
hij-386	379	13	of	of	ADP
hij-386	379	14	financial	financial	ADJ
hij-386	379	15	time	time	NOUN
hij-386	379	16	series	series	NOUN
hij-386	379	17	.	.	PUNCT
hij-386	380	1	the	the	DET
hij-386	380	2	journal	journal	NOUN
hij-386	380	3	of	of	ADP
hij-386	380	4	cognitive	cognitive	ADJ
hij-386	380	5	systems	system	NOUN
hij-386	380	6	,	,	PUNCT
hij-386	380	7	4(1	4(1	NOUN
hij-386	380	8	)	)	PUNCT
hij-386	380	9	,	,	PUNCT
hij-386	380	10	17	17	NUM
hij-386	380	11	-	-	SYM
hij-386	380	12	21	21	NUM
hij-386	380	13	.	.	PUNCT
hij-386	381	1	[	[	X
hij-386	381	2	31	31	NUM
hij-386	381	3	]	]	SYM
hij-386	381	4	patel	patel	PROPN
hij-386	381	5	,	,	PUNCT
hij-386	381	6	h.	h.	PROPN
hij-386	381	7	h.	h.	PROPN
hij-386	381	8	,	,	PUNCT
hij-386	381	9	&	&	CCONJ
hij-386	381	10	prajapati	prajapati	PROPN
hij-386	381	11	,	,	PUNCT
hij-386	381	12	p.	p.	NOUN
hij-386	381	13	(	(	PUNCT
hij-386	381	14	2018	2018	NUM
hij-386	381	15	)	)	PUNCT
hij-386	381	16	.	.	PUNCT
hij-386	382	1	study	study	NOUN
hij-386	382	2	and	and	CCONJ
hij-386	382	3	analysis	analysis	NOUN
hij-386	382	4	of	of	ADP
hij-386	382	5	decision	decision	NOUN
hij-386	382	6	tree	tree	NOUN
hij-386	382	7	based	base	VERB
hij-386	382	8	classification	classification	NOUN
hij-386	382	9	algorithms	algorithm	NOUN
hij-386	382	10	.	.	PUNCT
hij-386	383	1	international	international	ADJ
hij-386	383	2	journal	journal	PROPN
hij-386	383	3	of	of	ADP
hij-386	383	4	computer	computer	NOUN
hij-386	383	5	sciences	science	NOUN
hij-386	383	6	and	and	CCONJ
hij-386	383	7	engineering	engineering	NOUN
hij-386	383	8	,	,	PUNCT
hij-386	383	9	6(10	6(10	NUM
hij-386	383	10	)	)	PUNCT
hij-386	383	11	,	,	PUNCT
hij-386	383	12	74–78	74–78	PROPN
hij-386	383	13	.	.	PUNCT
hij-386	383	14	doi:10.26438	doi:10.26438	PROPN
hij-386	383	15	/	/	SYM
hij-386	383	16	ijcse	ijcse	PROPN
hij-386	383	17	/	/	SYM
hij-386	383	18	v6i10.7478	v6i10.7478	PROPN
hij-386	383	19	.	.	PUNCT
hij-386	384	1	[	[	X
hij-386	384	2	32	32	NUM
hij-386	384	3	]	]	PUNCT
hij-386	384	4	ghiasi	ghiasi	NOUN
hij-386	384	5	,	,	PUNCT
hij-386	384	6	m.	m.	NOUN
hij-386	384	7	m.	m.	NOUN
hij-386	384	8	,	,	PUNCT
hij-386	384	9	&	&	CCONJ
hij-386	384	10	zendehboudi	zendehboudi	PROPN
hij-386	384	11	,	,	PUNCT
hij-386	384	12	s.	s.	PROPN
hij-386	384	13	(	(	PUNCT
hij-386	384	14	2021	2021	NUM
hij-386	384	15	)	)	PUNCT
hij-386	384	16	.	.	PUNCT
hij-386	385	1	application	application	NOUN
hij-386	385	2	of	of	ADP
hij-386	385	3	decision	decision	NOUN
hij-386	385	4	tree	tree	NOUN
hij-386	385	5	-	-	PUNCT
hij-386	385	6	based	base	VERB
hij-386	385	7	ensemble	ensemble	ADJ
hij-386	385	8	learning	learning	NOUN
hij-386	385	9	in	in	ADP
hij-386	385	10	the	the	DET
hij-386	385	11	classification	classification	NOUN
hij-386	385	12	of	of	ADP
hij-386	385	13	breast	breast	NOUN
hij-386	385	14	cancer	cancer	NOUN
hij-386	385	15	.	.	PUNCT
hij-386	386	1	computers	computer	NOUN
hij-386	386	2	in	in	ADP
hij-386	386	3	biology	biology	NOUN
hij-386	386	4	and	and	CCONJ
hij-386	386	5	medicine	medicine	NOUN
hij-386	386	6	,	,	PUNCT
hij-386	386	7	128	128	NUM
hij-386	386	8	,	,	PUNCT
hij-386	386	9	104089	104089	NUM
hij-386	386	10	.	.	PUNCT
hij-386	387	1	doi:10.1016	doi:10.1016	PROPN
hij-386	387	2	/	/	SYM
hij-386	387	3	j.compbiomed.2020.104089	j.compbiomed.2020.104089	NOUN
hij-386	387	4	.	.	PUNCT
hij-386	388	1	[	[	X
hij-386	388	2	33	33	NUM
hij-386	388	3	]	]	X
hij-386	388	4	luo	luo	PROPN
hij-386	388	5	,	,	PUNCT
hij-386	388	6	x.	x.	PROPN
hij-386	388	7	,	,	PUNCT
hij-386	388	8	wen	wen	PROPN
hij-386	388	9	,	,	PUNCT
hij-386	388	10	x.	x.	PROPN
hij-386	388	11	,	,	PUNCT
hij-386	388	12	zhou	zhou	PROPN
hij-386	388	13	,	,	PUNCT
hij-386	388	14	m.	m.	PROPN
hij-386	388	15	c.	c.	PROPN
hij-386	388	16	,	,	PUNCT
hij-386	388	17	abusorrah	abusorrah	PROPN
hij-386	388	18	,	,	PUNCT
hij-386	388	19	a.	a.	PROPN
hij-386	388	20	,	,	PUNCT
hij-386	388	21	&	&	CCONJ
hij-386	388	22	huang	huang	PROPN
hij-386	388	23	,	,	PUNCT
hij-386	388	24	l.	l.	PROPN
hij-386	388	25	(	(	PUNCT
hij-386	388	26	2022	2022	NUM
hij-386	388	27	)	)	PUNCT
hij-386	388	28	.	.	PUNCT
hij-386	389	1	decision	decision	NOUN
hij-386	389	2	-	-	PUNCT
hij-386	389	3	tree	tree	NOUN
hij-386	389	4	-	-	PUNCT
hij-386	389	5	initialized	initialize	VERB
hij-386	389	6	dendritic	dendritic	ADJ
hij-386	389	7	neuron	neuron	NOUN
hij-386	389	8	model	model	NOUN
hij-386	389	9	for	for	ADP
hij-386	389	10	fast	fast	ADJ
hij-386	389	11	and	and	CCONJ
hij-386	389	12	accurate	accurate	ADJ
hij-386	389	13	data	datum	NOUN
hij-386	389	14	classification	classification	NOUN
hij-386	389	15	.	.	PUNCT
hij-386	390	1	ieee	ieee	NOUN
hij-386	390	2	transactions	transaction	NOUN
hij-386	390	3	on	on	ADP
hij-386	390	4	neural	neural	ADJ
hij-386	390	5	networks	network	NOUN
hij-386	390	6	and	and	CCONJ
hij-386	390	7	learning	learning	NOUN
hij-386	390	8	systems	system	NOUN
hij-386	390	9	,	,	PUNCT
hij-386	390	10	33(9	33(9	NUM
hij-386	390	11	)	)	PUNCT
hij-386	390	12	,	,	PUNCT
hij-386	390	13	4173–4183	4173–4183	NUM
hij-386	390	14	.	.	PUNCT
hij-386	391	1	doi:10.1109	doi:10.1109	PROPN
hij-386	391	2	/	/	SYM
hij-386	391	3	tnnls.2021.3055991	tnnls.2021.3055991	NOUN
hij-386	391	4	.	.	PUNCT
hij-386	392	1	[	[	X
hij-386	392	2	34	34	NUM
hij-386	392	3	]	]	X
hij-386	392	4	badriah	badriah	PROPN
hij-386	392	5	,	,	PUNCT
hij-386	392	6	s.	s.	PROPN
hij-386	392	7	,	,	PUNCT
hij-386	392	8	nugroho	nugroho	NOUN
hij-386	392	9	,	,	PUNCT
hij-386	392	10	m.	m.	PROPN
hij-386	392	11	f.	f.	PROPN
hij-386	392	12	e.	e.	PROPN
hij-386	392	13	,	,	PUNCT
hij-386	392	14	sanjaya	sanjaya	PROPN
hij-386	392	15	,	,	PUNCT
hij-386	392	16	n.	n.	NOUN
hij-386	392	17	,	,	PUNCT
hij-386	392	18	rismawati	rismawati	NOUN
hij-386	392	19	,	,	PUNCT
hij-386	392	20	i.	i.	NOUN
hij-386	392	21	,	,	PUNCT
hij-386	392	22	sari	sari	PROPN
hij-386	392	23	,	,	PUNCT
hij-386	392	24	b.	b.	PROPN
hij-386	392	25	n.	n.	PROPN
hij-386	392	26	,	,	PUNCT
hij-386	392	27	&	&	CCONJ
hij-386	392	28	rozikin	rozikin	PROPN
hij-386	392	29	,	,	PUNCT
hij-386	392	30	c.	c.	NOUN
hij-386	392	31	(	(	PUNCT
hij-386	392	32	2021	2021	NUM
hij-386	392	33	)	)	PUNCT
hij-386	392	34	.	.	PUNCT
hij-386	393	1	c4	c4	NOUN
hij-386	393	2	algorithm	algorithm	NOUN
hij-386	393	3	classification	classification	NOUN
hij-386	393	4	.	.	PUNCT
hij-386	394	1	5	5	NUM
hij-386	394	2	in	in	ADP
hij-386	394	3	determining	determine	VERB
hij-386	394	4	recipients	recipient	NOUN
hij-386	394	5	of	of	ADP
hij-386	394	6	covid-19	covid-19	PROPN
hij-386	394	7	assistance	assistance	NOUN
hij-386	394	8	:	:	PUNCT
hij-386	394	9	(	(	PUNCT
hij-386	394	10	case	case	NOUN
hij-386	394	11	study	study	NOUN
hij-386	394	12	:	:	PUNCT
hij-386	394	13	village	village	NOUN
hij-386	394	14	in	in	ADP
hij-386	394	15	karawang	karawang	PROPN
hij-386	394	16	)	)	PUNCT
hij-386	394	17	.	.	PUNCT
hij-386	395	1	jurnal	jurnal	ADJ
hij-386	395	2	informatika	informatika	PROPN
hij-386	395	3	polinema	polinema	NOUN
hij-386	395	4	,	,	PUNCT
hij-386	395	5	7(3	7(3	NUM
hij-386	395	6	)	)	PUNCT
hij-386	395	7	,	,	PUNCT
hij-386	395	8	23	23	NUM
hij-386	395	9	-	-	SYM
hij-386	395	10	28	28	NUM
hij-386	395	11	.	.	PUNCT
hij-386	396	1	(	(	PUNCT
hij-386	396	2	in	in	ADP
hij-386	396	3	indonesian	indonesian	ADJ
hij-386	396	4	)	)	PUNCT
hij-386	396	5	.	.	PUNCT
hij-386	397	1	[	[	X
hij-386	397	2	35	35	NUM
hij-386	397	3	]	]	X
hij-386	397	4	chen	chen	PROPN
hij-386	397	5	,	,	PUNCT
hij-386	397	6	w.	w.	PROPN
hij-386	397	7	,	,	PUNCT
hij-386	397	8	yang	yang	PROPN
hij-386	397	9	,	,	PUNCT
hij-386	397	10	g.	g.	PROPN
hij-386	397	11	,	,	PUNCT
hij-386	397	12	&	&	CCONJ
hij-386	397	13	qi	qi	PROPN
hij-386	397	14	,	,	PUNCT
hij-386	397	15	d.	d.	PROPN
hij-386	397	16	(	(	PUNCT
hij-386	397	17	2022	2022	NUM
hij-386	397	18	)	)	PUNCT
hij-386	397	19	.	.	PUNCT
hij-386	398	1	comprehensive	comprehensive	ADJ
hij-386	398	2	evaluation	evaluation	NOUN
hij-386	398	3	of	of	ADP
hij-386	398	4	college	college	NOUN
hij-386	398	5	students	student	NOUN
hij-386	398	6	’	'	PUNCT
hij-386	398	7	physical	physical	ADJ
hij-386	398	8	health	health	NOUN
hij-386	398	9	and	and	CCONJ
hij-386	398	10	sports	sport	NOUN
hij-386	398	11	mode	mode	NOUN
hij-386	398	12	recommendation	recommendation	NOUN
hij-386	398	13	model	model	NOUN
hij-386	398	14	based	base	VERB
hij-386	398	15	on	on	ADP
hij-386	398	16	decision	decision	NOUN
hij-386	398	17	tree	tree	NOUN
hij-386	398	18	classification	classification	NOUN
hij-386	398	19	model	model	NOUN
hij-386	398	20	.	.	PUNCT
hij-386	399	1	computational	computational	ADJ
hij-386	399	2	intelligence	intelligence	NOUN
hij-386	399	3	and	and	CCONJ
hij-386	399	4	neuroscience	neuroscience	NOUN
hij-386	399	5	,	,	PUNCT
hij-386	399	6	2022	2022	NUM
hij-386	399	7	,	,	PUNCT
hij-386	399	8	1	1	NUM
hij-386	399	9	–	–	PUNCT
hij-386	399	10	8	8	NUM
hij-386	399	11	.	.	PUNCT
hij-386	400	1	doi:10.1155/2022/5504850	doi:10.1155/2022/5504850	NOUN
hij-386	400	2	.	.	PUNCT
hij-386	401	1	[	[	X
hij-386	401	2	36	36	NUM
hij-386	401	3	]	]	X
hij-386	401	4	otaki	otaki	PROPN
hij-386	401	5	,	,	PUNCT
hij-386	401	6	d.	d.	PROPN
hij-386	401	7	,	,	PUNCT
hij-386	401	8	nonaka	nonaka	PROPN
hij-386	401	9	,	,	PUNCT
hij-386	401	10	h.	h.	PROPN
hij-386	401	11	,	,	PUNCT
hij-386	401	12	&	&	CCONJ
hij-386	401	13	yamada	yamada	PROPN
hij-386	401	14	,	,	PUNCT
hij-386	401	15	n.	n.	PROPN
hij-386	401	16	(	(	PUNCT
hij-386	401	17	2022	2022	NUM
hij-386	401	18	)	)	PUNCT
hij-386	401	19	.	.	PUNCT
hij-386	401	20	thermal	thermal	ADJ
hij-386	401	21	design	design	NOUN
hij-386	401	22	optimization	optimization	NOUN
hij-386	401	23	of	of	ADP
hij-386	401	24	electronic	electronic	ADJ
hij-386	401	25	circuit	circuit	NOUN
hij-386	401	26	board	board	NOUN
hij-386	401	27	layout	layout	PROPN
hij-386	401	28	with	with	ADP
hij-386	401	29	transient	transient	ADJ
hij-386	401	30	heating	heating	NOUN
hij-386	401	31	chips	chip	NOUN
hij-386	401	32	by	by	ADP
hij-386	401	33	using	use	VERB
hij-386	401	34	bayesian	bayesian	NOUN
hij-386	401	35	optimization	optimization	NOUN
hij-386	401	36	and	and	CCONJ
hij-386	401	37	thermal	thermal	ADJ
hij-386	401	38	network	network	NOUN
hij-386	401	39	model	model	NOUN
hij-386	401	40	.	.	PUNCT
hij-386	402	1	international	international	ADJ
hij-386	402	2	journal	journal	PROPN
hij-386	402	3	of	of	ADP
hij-386	402	4	heat	heat	NOUN
hij-386	402	5	and	and	CCONJ
hij-386	402	6	mass	mass	NOUN
hij-386	402	7	transfer	transfer	NOUN
hij-386	402	8	,	,	PUNCT
hij-386	402	9	184	184	NUM
hij-386	402	10	,	,	PUNCT
hij-386	402	11	122263	122263	NUM
hij-386	402	12	.	.	PUNCT
hij-386	403	1	doi:10.1016	doi:10.1016	PROPN
hij-386	403	2	/	/	SYM
hij-386	403	3	j.ijheatmasstransfer.2021.122263	j.ijheatmasstransfer.2021.122263	PROPN
hij-386	403	4	.	.	PUNCT
hij-386	404	1	[	[	X
hij-386	404	2	37	37	NUM
hij-386	404	3	]	]	X
hij-386	404	4	alzubi	alzubi	PROPN
hij-386	404	5	,	,	PUNCT
hij-386	404	6	y.	y.	PROPN
hij-386	404	7	,	,	PUNCT
hij-386	404	8	alqawasmeh	alqawasmeh	PROPN
hij-386	404	9	,	,	PUNCT
hij-386	404	10	h.	h.	PROPN
hij-386	404	11	,	,	PUNCT
hij-386	404	12	al	al	PROPN
hij-386	404	13	-	-	PUNCT
hij-386	404	14	kharabsheh	kharabsheh	PROPN
hij-386	404	15	,	,	PUNCT
hij-386	404	16	b.	b.	PROPN
hij-386	404	17	,	,	PUNCT
hij-386	404	18	&	&	CCONJ
hij-386	404	19	abed	abe	VERB
hij-386	404	20	,	,	PUNCT
hij-386	404	21	d.	d.	PROPN
hij-386	404	22	(	(	PUNCT
hij-386	404	23	2022	2022	NUM
hij-386	404	24	)	)	PUNCT
hij-386	404	25	.	.	PUNCT
hij-386	405	1	applications	application	NOUN
hij-386	405	2	of	of	ADP
hij-386	405	3	nearest	near	ADJ
hij-386	405	4	neighbor	neighbor	NOUN
hij-386	405	5	search	search	NOUN
hij-386	405	6	algorithm	algorithm	NOUN
hij-386	405	7	toward	toward	ADP
hij-386	405	8	efficient	efficient	ADJ
hij-386	405	9	rubber	rubber	NOUN
hij-386	405	10	-	-	PUNCT
hij-386	405	11	based	base	VERB
hij-386	405	12	solid	solid	ADJ
hij-386	405	13	waste	waste	NOUN
hij-386	405	14	management	management	NOUN
hij-386	405	15	in	in	ADP
hij-386	405	16	concrete	concrete	NOUN
hij-386	405	17	.	.	PUNCT
hij-386	406	1	civil	civil	ADJ
hij-386	406	2	engineering	engineering	NOUN
hij-386	406	3	journal	journal	NOUN
hij-386	406	4	,	,	PUNCT
hij-386	406	5	8(4	8(4	NUM
hij-386	406	6	)	)	PUNCT
hij-386	406	7	,	,	PUNCT
hij-386	406	8	695	695	NUM
hij-386	406	9	-	-	SYM
hij-386	406	10	709	709	NUM
hij-386	406	11	.	.	PUNCT
hij-386	407	1	doi:10.28991	doi:10.28991	PROPN
hij-386	407	2	/	/	SYM
hij-386	407	3	cej2022	cej2022	NOUN
hij-386	407	4	-	-	PUNCT
hij-386	407	5	08	08	NUM
hij-386	407	6	-	-	PUNCT
hij-386	407	7	04	04	NUM
hij-386	407	8	-	-	PUNCT
hij-386	407	9	06	06	NUM
hij-386	407	10	.	.	PUNCT
hij-386	408	1	[	[	X
hij-386	408	2	38	38	NUM
hij-386	408	3	]	]	X
hij-386	408	4	ben	ben	PROPN
hij-386	408	5	atitallah	atitallah	PROPN
hij-386	408	6	,	,	PUNCT
hij-386	408	7	s.	s.	PROPN
hij-386	408	8	,	,	PUNCT
hij-386	408	9	driss	driss	PROPN
hij-386	408	10	,	,	PUNCT
hij-386	408	11	m.	m.	NOUN
hij-386	408	12	,	,	PUNCT
hij-386	408	13	boulila	boulila	PROPN
hij-386	408	14	,	,	PUNCT
hij-386	408	15	w.	w.	PROPN
hij-386	408	16	,	,	PUNCT
hij-386	408	17	&	&	CCONJ
hij-386	408	18	ben	ben	PROPN
hij-386	408	19	ghézala	ghézala	PROPN
hij-386	408	20	,	,	PUNCT
hij-386	408	21	h.	h.	PROPN
hij-386	408	22	(	(	PUNCT
hij-386	408	23	2022	2022	NUM
hij-386	408	24	)	)	PUNCT
hij-386	408	25	.	.	PUNCT
hij-386	409	1	randomly	randomly	ADV
hij-386	409	2	initialized	initialize	VERB
hij-386	409	3	convolutional	convolutional	ADJ
hij-386	409	4	neural	neural	ADJ
hij-386	409	5	network	network	NOUN
hij-386	409	6	for	for	ADP
hij-386	409	7	the	the	DET
hij-386	409	8	recognition	recognition	NOUN
hij-386	409	9	of	of	ADP
hij-386	409	10	covid-19	covid-19	PROPN
hij-386	409	11	using	use	VERB
hij-386	409	12	x	x	NOUN
hij-386	409	13	-	-	NOUN
hij-386	409	14	ray	ray	NOUN
hij-386	409	15	images	image	NOUN
hij-386	409	16	.	.	PUNCT
hij-386	410	1	international	international	ADJ
hij-386	410	2	journal	journal	NOUN
hij-386	410	3	of	of	ADP
hij-386	410	4	imaging	imaging	NOUN
hij-386	410	5	systems	system	NOUN
hij-386	410	6	and	and	CCONJ
hij-386	410	7	technology	technology	NOUN
hij-386	410	8	,	,	PUNCT
hij-386	410	9	32(1	32(1	NUM
hij-386	410	10	)	)	PUNCT
hij-386	410	11	,	,	PUNCT
hij-386	410	12	55–73	55–73	NUM
hij-386	410	13	.	.	PUNCT
hij-386	411	1	doi:10.1002	doi:10.1002	NOUN
hij-386	411	2	/	/	SYM
hij-386	411	3	ima.22654	ima.22654	PROPN
hij-386	411	4	.	.	PUNCT