id	sid	tid	token	lemma	pos
hij-768	1	1	available	available	ADJ
hij-768	1	2	online	online	ADV
hij-768	1	3	at	at	ADP
hij-768	1	4	www.hightechjournal.org	www.hightechjournal.org	ADJ
hij-768	1	5	hightech	hightech	NOUN
hij-768	1	6	and	and	CCONJ
hij-768	1	7	innovation	innovation	NOUN
hij-768	1	8	journal	journal	PROPN
hij-768	1	9	vol	vol	NOUN
hij-768	1	10	.	.	PROPN
hij-768	2	1	5	5	NUM
hij-768	2	2	,	,	PUNCT
hij-768	2	3	no	no	INTJ
hij-768	2	4	.	.	NOUN
hij-768	2	5	3	3	NUM
hij-768	2	6	,	,	PUNCT
hij-768	2	7	september	september	PROPN
hij-768	2	8	,	,	PUNCT
hij-768	2	9	2024	2024	NUM
hij-768	2	10	716	716	NUM
hij-768	2	11	issn	issn	NOUN
hij-768	2	12	:	:	PUNCT
hij-768	2	13	2723	2723	NUM
hij-768	2	14	-	-	SYM
hij-768	2	15	9535	9535	NUM
hij-768	2	16	a	a	DET
hij-768	2	17	novel	novel	ADJ
hij-768	2	18	classification	classification	NOUN
hij-768	2	19	model	model	NOUN
hij-768	2	20	based	base	VERB
hij-768	2	21	on	on	ADP
hij-768	2	22	hybrid	hybrid	ADJ
hij-768	2	23	k	k	NOUN
hij-768	2	24	-	-	PUNCT
hij-768	2	25	means	mean	NOUN
hij-768	2	26	and	and	CCONJ
hij-768	2	27	neural	neural	ADJ
hij-768	2	28	network	network	NOUN
hij-768	2	29	for	for	ADP
hij-768	2	30	classification	classification	NOUN
hij-768	2	31	problems	problem	NOUN
hij-768	2	32	cui	cui	PROPN
hij-768	2	33	chenghu	chenghu	PROPN
hij-768	2	34	1	1	NUM
hij-768	2	35	,	,	PUNCT
hij-768	2	36	arit	arit	VERB
hij-768	2	37	thammano	thammano	NOUN
hij-768	2	38	1	1	NUM
hij-768	2	39	*	*	SYM
hij-768	2	40	1	1	NUM
hij-768	2	41	computational	computational	ADJ
hij-768	2	42	intelligence	intelligence	NOUN
hij-768	2	43	laboratory	laboratory	NOUN
hij-768	2	44	,	,	PUNCT
hij-768	2	45	school	school	NOUN
hij-768	2	46	of	of	ADP
hij-768	2	47	information	information	NOUN
hij-768	2	48	technology	technology	NOUN
hij-768	2	49	,	,	PUNCT
hij-768	2	50	king	king	PROPN
hij-768	2	51	mongkut	mongkut	PROPN
hij-768	2	52	’s	’s	PROPN
hij-768	2	53	institute	institute	PROPN
hij-768	2	54	of	of	ADP
hij-768	2	55	technology	technology	PROPN
hij-768	2	56	ladkrabang	ladkrabang	PROPN
hij-768	2	57	,	,	PUNCT
hij-768	2	58	bangkok	bangkok	PROPN
hij-768	2	59	10520	10520	NUM
hij-768	2	60	,	,	PUNCT
hij-768	2	61	thailand	thailand	PROPN
hij-768	2	62	.	.	PROPN
hij-768	2	63	received	receive	VERB
hij-768	2	64	16	16	NUM
hij-768	2	65	may	may	PROPN
hij-768	2	66	2024	2024	NUM
hij-768	2	67	;	;	PUNCT
hij-768	2	68	revised	revise	VERB
hij-768	2	69	11	11	NUM
hij-768	2	70	august	august	PROPN
hij-768	2	71	2024	2024	NUM
hij-768	2	72	;	;	PUNCT
hij-768	2	73	accepted	accept	VERB
hij-768	2	74	17	17	NUM
hij-768	2	75	august	august	PROPN
hij-768	2	76	2024	2024	NUM
hij-768	2	77	;	;	PUNCT
hij-768	2	78	published	publish	VERB
hij-768	2	79	01	01	NUM
hij-768	2	80	september	september	PROPN
hij-768	2	81	2024	2024	NUM
hij-768	2	82	abstract	abstract	NOUN
hij-768	2	83	we	we	PRON
hij-768	2	84	propose	propose	VERB
hij-768	2	85	a	a	DET
hij-768	2	86	new	new	ADJ
hij-768	2	87	classification	classification	NOUN
hij-768	2	88	model	model	NOUN
hij-768	2	89	—	—	PUNCT
hij-768	2	90	a	a	DET
hij-768	2	91	new	new	ADJ
hij-768	2	92	classification	classification	NOUN
hij-768	2	93	model	model	NOUN
hij-768	2	94	for	for	ADP
hij-768	2	95	clustering	cluster	VERB
hij-768	2	96	overlapping	overlapping	NOUN
hij-768	2	97	problems	problem	NOUN
hij-768	2	98	based	base	VERB
hij-768	2	99	on	on	ADP
hij-768	2	100	kmeans	kmean	NOUN
hij-768	2	101	and	and	CCONJ
hij-768	2	102	neural	neural	ADJ
hij-768	2	103	networks	network	NOUN
hij-768	2	104	.	.	PUNCT
hij-768	3	1	k	k	X
hij-768	3	2	-	-	PUNCT
hij-768	3	3	means	mean	VERB
hij-768	3	4	clustering	clustering	ADJ
hij-768	3	5	algorithm	algorithm	NOUN
hij-768	3	6	belongs	belong	VERB
hij-768	3	7	to	to	ADP
hij-768	3	8	unsupervised	unsupervised	ADJ
hij-768	3	9	learning	learning	NOUN
hij-768	3	10	.	.	PUNCT
hij-768	4	1	it	it	PRON
hij-768	4	2	is	be	AUX
hij-768	4	3	a	a	DET
hij-768	4	4	classic	classic	ADJ
hij-768	4	5	algorithm	algorithm	NOUN
hij-768	4	6	for	for	ADP
hij-768	4	7	solving	solve	VERB
hij-768	4	8	clustering	clustering	NOUN
hij-768	4	9	problems	problem	NOUN
hij-768	4	10	.	.	PUNCT
hij-768	5	1	since	since	SCONJ
hij-768	5	2	this	this	DET
hij-768	5	3	algorithm	algorithm	NOUN
hij-768	5	4	calculates	calculate	VERB
hij-768	5	5	its	its	PRON
hij-768	5	6	categories	category	NOUN
hij-768	5	7	based	base	VERB
hij-768	5	8	on	on	ADP
hij-768	5	9	distance	distance	NOUN
hij-768	5	10	,	,	PUNCT
hij-768	5	11	the	the	DET
hij-768	5	12	results	result	NOUN
hij-768	5	13	tend	tend	VERB
hij-768	5	14	to	to	PART
hij-768	5	15	converge	converge	VERB
hij-768	5	16	to	to	ADP
hij-768	5	17	the	the	DET
hij-768	5	18	local	local	ADJ
hij-768	5	19	optimal	optimal	ADJ
hij-768	5	20	solution	solution	NOUN
hij-768	5	21	and	and	CCONJ
hij-768	5	22	have	have	VERB
hij-768	5	23	poor	poor	ADJ
hij-768	5	24	boundary	boundary	ADJ
hij-768	5	25	clustering	clustering	ADJ
hij-768	5	26	properties	property	NOUN
hij-768	5	27	.	.	PUNCT
hij-768	6	1	the	the	DET
hij-768	6	2	k	k	NOUN
hij-768	6	3	-	-	PUNCT
hij-768	6	4	means	mean	VERB
hij-768	6	5	classification	classification	NOUN
hij-768	6	6	algorithm	algorithm	NOUN
hij-768	6	7	defines	define	VERB
hij-768	6	8	clusters	cluster	NOUN
hij-768	6	9	by	by	ADP
hij-768	6	10	the	the	DET
hij-768	6	11	distance	distance	NOUN
hij-768	6	12	between	between	ADP
hij-768	6	13	the	the	DET
hij-768	6	14	cluster	cluster	NOUN
hij-768	6	15	center	center	NOUN
hij-768	6	16	value	value	NOUN
hij-768	6	17	and	and	CCONJ
hij-768	6	18	the	the	DET
hij-768	6	19	target	target	NOUN
hij-768	6	20	object	object	NOUN
hij-768	6	21	,	,	PUNCT
hij-768	6	22	and	and	CCONJ
hij-768	6	23	the	the	DET
hij-768	6	24	optimal	optimal	ADJ
hij-768	6	25	result	result	NOUN
hij-768	6	26	is	be	AUX
hij-768	6	27	obtained	obtain	VERB
hij-768	6	28	through	through	ADP
hij-768	6	29	continuous	continuous	ADJ
hij-768	6	30	iteration	iteration	NOUN
hij-768	6	31	.	.	PUNCT
hij-768	7	1	therefore	therefore	ADV
hij-768	7	2	,	,	PUNCT
hij-768	7	3	clustering	clustering	NOUN
hij-768	7	4	results	result	NOUN
hij-768	7	5	are	be	AUX
hij-768	7	6	overlapped	overlap	VERB
hij-768	7	7	,	,	PUNCT
hij-768	7	8	and	and	CCONJ
hij-768	7	9	there	there	PRON
hij-768	7	10	are	be	VERB
hij-768	7	11	often	often	ADV
hij-768	7	12	outliers	outlier	NOUN
hij-768	7	13	that	that	PRON
hij-768	7	14	do	do	AUX
hij-768	7	15	not	not	PART
hij-768	7	16	belong	belong	VERB
hij-768	7	17	to	to	ADP
hij-768	7	18	the	the	DET
hij-768	7	19	current	current	ADJ
hij-768	7	20	cluster	cluster	NOUN
hij-768	7	21	,	,	PUNCT
hij-768	7	22	resulting	result	VERB
hij-768	7	23	in	in	ADP
hij-768	7	24	unsatisfactory	unsatisfactory	ADJ
hij-768	7	25	clustering	clustering	ADJ
hij-768	7	26	results	result	NOUN
hij-768	7	27	.	.	PUNCT
hij-768	8	1	our	our	PRON
hij-768	8	2	model	model	NOUN
hij-768	8	3	offers	offer	VERB
hij-768	8	4	a	a	DET
hij-768	8	5	new	new	ADJ
hij-768	8	6	method	method	NOUN
hij-768	8	7	to	to	PART
hij-768	8	8	segment	segment	VERB
hij-768	8	9	non	non	ADJ
hij-768	8	10	-	-	ADJ
hij-768	8	11	ideal	ideal	ADJ
hij-768	8	12	data	datum	NOUN
hij-768	8	13	in	in	ADP
hij-768	8	14	overlapping	overlap	VERB
hij-768	8	15	regions	region	NOUN
hij-768	8	16	.	.	PUNCT
hij-768	9	1	since	since	SCONJ
hij-768	9	2	clustering	cluster	VERB
hij-768	9	3	algorithms	algorithm	NOUN
hij-768	9	4	can	can	AUX
hij-768	9	5	not	not	PART
hij-768	9	6	effectively	effectively	ADV
hij-768	9	7	identify	identify	VERB
hij-768	9	8	and	and	CCONJ
hij-768	9	9	classify	classify	VERB
hij-768	9	10	this	this	DET
hij-768	9	11	part	part	NOUN
hij-768	9	12	of	of	ADP
hij-768	9	13	the	the	DET
hij-768	9	14	data	datum	NOUN
hij-768	9	15	,	,	PUNCT
hij-768	9	16	we	we	PRON
hij-768	9	17	split	split	VERB
hij-768	9	18	this	this	DET
hij-768	9	19	part	part	NOUN
hij-768	9	20	of	of	ADP
hij-768	9	21	the	the	DET
hij-768	9	22	data	datum	NOUN
hij-768	9	23	and	and	CCONJ
hij-768	9	24	train	train	VERB
hij-768	9	25	it	it	PRON
hij-768	9	26	using	use	VERB
hij-768	9	27	a	a	DET
hij-768	9	28	neural	neural	ADJ
hij-768	9	29	network	network	NOUN
hij-768	9	30	.	.	PUNCT
hij-768	10	1	the	the	DET
hij-768	10	2	results	result	NOUN
hij-768	10	3	are	be	AUX
hij-768	10	4	then	then	ADV
hij-768	10	5	integrated	integrate	VERB
hij-768	10	6	into	into	ADP
hij-768	10	7	the	the	DET
hij-768	10	8	clustered	clustered	ADJ
hij-768	10	9	data	datum	NOUN
hij-768	10	10	.	.	PUNCT
hij-768	11	1	in	in	ADP
hij-768	11	2	the	the	DET
hij-768	11	3	experiment	experiment	NOUN
hij-768	11	4	,	,	PUNCT
hij-768	11	5	the	the	DET
hij-768	11	6	k	k	ADJ
hij-768	11	7	-	-	ADJ
hij-768	11	8	fold	fold	ADJ
hij-768	11	9	cross	cross	ADJ
hij-768	11	10	-	-	ADJ
hij-768	11	11	validation	validation	ADJ
hij-768	11	12	method	method	NOUN
hij-768	11	13	ensures	ensure	VERB
hij-768	11	14	the	the	DET
hij-768	11	15	model	model	NOUN
hij-768	11	16	stability	stability	NOUN
hij-768	11	17	of	of	ADP
hij-768	11	18	the	the	DET
hij-768	11	19	results	result	NOUN
hij-768	11	20	.	.	PUNCT
hij-768	12	1	we	we	PRON
hij-768	12	2	used	use	VERB
hij-768	12	3	the	the	DET
hij-768	12	4	accuracy	accuracy	NOUN
hij-768	12	5	to	to	PART
hij-768	12	6	evaluate	evaluate	VERB
hij-768	12	7	the	the	DET
hij-768	12	8	quality	quality	NOUN
hij-768	12	9	of	of	ADP
hij-768	12	10	the	the	DET
hij-768	12	11	model	model	NOUN
hij-768	12	12	,	,	PUNCT
hij-768	12	13	and	and	CCONJ
hij-768	12	14	we	we	PRON
hij-768	12	15	used	use	VERB
hij-768	12	16	standard	standard	ADJ
hij-768	12	17	deviation	deviation	NOUN
hij-768	12	18	and	and	CCONJ
hij-768	12	19	mean	mean	VERB
hij-768	12	20	deviation	deviation	NOUN
hij-768	12	21	to	to	PART
hij-768	12	22	detect	detect	VERB
hij-768	12	23	clustering	clustering	ADJ
hij-768	12	24	results	result	NOUN
hij-768	12	25	.	.	PUNCT
hij-768	13	1	five	five	NUM
hij-768	13	2	sets	set	NOUN
hij-768	13	3	of	of	ADP
hij-768	13	4	experimental	experimental	ADJ
hij-768	13	5	data	datum	NOUN
hij-768	13	6	from	from	ADP
hij-768	13	7	the	the	DET
hij-768	13	8	cross	cross	ADJ
hij-768	13	9	-	-	ADJ
hij-768	13	10	experiment	experiment	ADJ
hij-768	13	11	show	show	NOUN
hij-768	13	12	that	that	SCONJ
hij-768	13	13	compared	compare	VERB
hij-768	13	14	with	with	ADP
hij-768	13	15	the	the	DET
hij-768	13	16	k	k	NOUN
hij-768	13	17	-	-	PUNCT
hij-768	13	18	means	mean	VERB
hij-768	13	19	classification	classification	NOUN
hij-768	13	20	model	model	NOUN
hij-768	13	21	,	,	PUNCT
hij-768	13	22	the	the	DET
hij-768	13	23	accuracy	accuracy	NOUN
hij-768	13	24	of	of	ADP
hij-768	13	25	our	our	PRON
hij-768	13	26	model	model	NOUN
hij-768	13	27	is	be	AUX
hij-768	13	28	effectively	effectively	ADV
hij-768	13	29	improved	improve	VERB
hij-768	13	30	.	.	PUNCT
hij-768	14	1	keywords	keyword	NOUN
hij-768	14	2	:	:	PUNCT
hij-768	14	3	overlapping	overlap	VERB
hij-768	14	4	clustering	clustering	NOUN
hij-768	14	5	;	;	PUNCT
hij-768	14	6	k	k	X
hij-768	14	7	-	-	PUNCT
hij-768	14	8	means	mean	VERB
hij-768	14	9	classification	classification	NOUN
hij-768	14	10	;	;	PUNCT
hij-768	14	11	neural	neural	ADJ
hij-768	14	12	network	network	NOUN
hij-768	14	13	;	;	PUNCT
hij-768	14	14	machine	machine	NOUN
hij-768	14	15	learning	learning	NOUN
hij-768	14	16	.	.	PUNCT
hij-768	15	1	1	1	X
hij-768	15	2	.	.	X
hij-768	15	3	introduction	introduction	NOUN
hij-768	15	4	the	the	DET
hij-768	15	5	k	k	NOUN
hij-768	15	6	-	-	PUNCT
hij-768	15	7	means	mean	VERB
hij-768	15	8	classification	classification	NOUN
hij-768	15	9	algorithm	algorithm	NOUN
hij-768	15	10	and	and	CCONJ
hij-768	15	11	its	its	PRON
hij-768	15	12	solutions	solution	NOUN
hij-768	15	13	remain	remain	VERB
hij-768	15	14	important	important	ADJ
hij-768	15	15	for	for	ADP
hij-768	15	16	practical	practical	ADJ
hij-768	15	17	applications	application	NOUN
hij-768	15	18	such	such	ADJ
hij-768	15	19	as	as	ADP
hij-768	15	20	data	datum	NOUN
hij-768	15	21	mining	mining	NOUN
hij-768	15	22	,	,	PUNCT
hij-768	15	23	image	image	NOUN
hij-768	15	24	processing	processing	NOUN
hij-768	15	25	,	,	PUNCT
hij-768	15	26	and	and	CCONJ
hij-768	15	27	text	text	VERB
hij-768	15	28	analysis	analysis	NOUN
hij-768	15	29	[	[	X
hij-768	15	30	1	1	NUM
hij-768	15	31	,	,	PUNCT
hij-768	15	32	2	2	NUM
hij-768	15	33	]	]	PUNCT
hij-768	15	34	.	.	PUNCT
hij-768	16	1	the	the	DET
hij-768	16	2	random	random	ADJ
hij-768	16	3	seed	seed	NOUN
hij-768	16	4	is	be	AUX
hij-768	16	5	used	use	VERB
hij-768	16	6	as	as	ADP
hij-768	16	7	the	the	DET
hij-768	16	8	initial	initial	ADJ
hij-768	16	9	centroid	centroid	NOUN
hij-768	16	10	,	,	PUNCT
hij-768	16	11	and	and	CCONJ
hij-768	16	12	the	the	DET
hij-768	16	13	optimal	optimal	ADJ
hij-768	16	14	solution	solution	NOUN
hij-768	16	15	of	of	ADP
hij-768	16	16	the	the	DET
hij-768	16	17	model	model	NOUN
hij-768	16	18	is	be	AUX
hij-768	16	19	determined	determine	VERB
hij-768	16	20	through	through	ADP
hij-768	16	21	continuous	continuous	ADJ
hij-768	16	22	iteration	iteration	NOUN
hij-768	16	23	,	,	PUNCT
hij-768	16	24	this	this	DET
hij-768	16	25	process	process	NOUN
hij-768	16	26	is	be	AUX
hij-768	16	27	usually	usually	ADV
hij-768	16	28	called	call	VERB
hij-768	16	29	model	model	NOUN
hij-768	16	30	training	training	NOUN
hij-768	16	31	[	[	X
hij-768	16	32	3	3	NUM
hij-768	16	33	,	,	PUNCT
hij-768	16	34	4	4	NUM
hij-768	16	35	]	]	PUNCT
hij-768	16	36	.	.	PUNCT
hij-768	17	1	the	the	DET
hij-768	17	2	parameter	parameter	NOUN
hij-768	17	3	values	value	NOUN
hij-768	17	4	of	of	ADP
hij-768	17	5	the	the	DET
hij-768	17	6	optimal	optimal	ADJ
hij-768	17	7	solution	solution	NOUN
hij-768	17	8	are	be	AUX
hij-768	17	9	used	use	VERB
hij-768	17	10	to	to	PART
hij-768	17	11	achieve	achieve	VERB
hij-768	17	12	classification	classification	NOUN
hij-768	17	13	results	result	NOUN
hij-768	17	14	for	for	ADP
hij-768	17	15	a	a	DET
hij-768	17	16	specific	specific	ADJ
hij-768	17	17	dataset	dataset	NOUN
hij-768	17	18	.	.	PUNCT
hij-768	18	1	the	the	DET
hij-768	18	2	model	model	NOUN
hij-768	18	3	usually	usually	ADV
hij-768	18	4	uses	use	VERB
hij-768	18	5	a	a	DET
hij-768	18	6	loss	loss	NOUN
hij-768	18	7	function	function	NOUN
hij-768	18	8	to	to	PART
hij-768	18	9	measure	measure	VERB
hij-768	18	10	the	the	DET
hij-768	18	11	performance	performance	NOUN
hij-768	18	12	of	of	ADP
hij-768	18	13	the	the	DET
hij-768	18	14	model	model	NOUN
hij-768	18	15	[	[	X
hij-768	18	16	5	5	NUM
hij-768	18	17	]	]	PUNCT
hij-768	18	18	.	.	PUNCT
hij-768	19	1	due	due	ADP
hij-768	19	2	to	to	ADP
hij-768	19	3	algorithm	algorithm	NOUN
hij-768	19	4	advantages	advantage	NOUN
hij-768	19	5	,	,	PUNCT
hij-768	19	6	the	the	DET
hij-768	19	7	k	k	NOUN
hij-768	19	8	-	-	PUNCT
hij-768	19	9	means	means	NOUN
hij-768	19	10	algorithm	algorithm	NOUN
hij-768	19	11	is	be	AUX
hij-768	19	12	widely	widely	ADV
hij-768	19	13	used	use	VERB
hij-768	19	14	in	in	ADP
hij-768	19	15	various	various	ADJ
hij-768	19	16	fields	field	NOUN
hij-768	19	17	[	[	PUNCT
hij-768	19	18	6	6	NUM
hij-768	19	19	-	-	SYM
hij-768	19	20	8	8	NUM
hij-768	19	21	]	]	PUNCT
hij-768	19	22	.	.	PUNCT
hij-768	20	1	as	as	SCONJ
hij-768	20	2	researchers	researcher	NOUN
hij-768	20	3	continue	continue	VERB
hij-768	20	4	to	to	PART
hij-768	20	5	improve	improve	VERB
hij-768	20	6	the	the	DET
hij-768	20	7	performance	performance	NOUN
hij-768	20	8	of	of	ADP
hij-768	20	9	the	the	DET
hij-768	20	10	k	k	NOUN
hij-768	20	11	-	-	PUNCT
hij-768	20	12	means	mean	VERB
hij-768	20	13	classification	classification	NOUN
hij-768	20	14	model	model	NOUN
hij-768	20	15	,	,	PUNCT
hij-768	20	16	the	the	DET
hij-768	20	17	traditional	traditional	ADJ
hij-768	20	18	solutions	solution	NOUN
hij-768	20	19	have	have	AUX
hij-768	20	20	become	become	VERB
hij-768	20	21	insufficient	insufficient	ADJ
hij-768	20	22	[	[	X
hij-768	20	23	9	9	NUM
hij-768	20	24	]	]	PUNCT
hij-768	20	25	.	.	PUNCT
hij-768	21	1	for	for	ADP
hij-768	21	2	decades	decade	NOUN
hij-768	21	3	,	,	PUNCT
hij-768	21	4	one	one	NUM
hij-768	21	5	of	of	ADP
hij-768	21	6	the	the	DET
hij-768	21	7	most	most	ADV
hij-768	21	8	popular	popular	ADJ
hij-768	21	9	topics	topic	NOUN
hij-768	21	10	in	in	ADP
hij-768	21	11	k	k	NOUN
hij-768	21	12	-	-	PUNCT
hij-768	21	13	means	means	NOUN
hij-768	21	14	has	have	AUX
hij-768	21	15	been	be	AUX
hij-768	21	16	cluster	cluster	NOUN
hij-768	21	17	overlapping	overlap	VERB
hij-768	21	18	problems	problem	NOUN
hij-768	21	19	[	[	X
hij-768	21	20	10	10	NUM
hij-768	21	21	]	]	PUNCT
hij-768	21	22	.	.	PUNCT
hij-768	22	1	the	the	DET
hij-768	22	2	k	k	NOUN
hij-768	22	3	-	-	PUNCT
hij-768	22	4	means	mean	VERB
hij-768	22	5	classification	classification	NOUN
hij-768	22	6	model	model	NOUN
hij-768	22	7	is	be	AUX
hij-768	22	8	a	a	DET
hij-768	22	9	classic	classic	ADJ
hij-768	22	10	unsupervised	unsupervised	ADJ
hij-768	22	11	learning	learning	NOUN
hij-768	22	12	algorithm	algorithm	NOUN
hij-768	22	13	.	.	PUNCT
hij-768	23	1	this	this	DET
hij-768	23	2	algorithm	algorithm	NOUN
hij-768	23	3	uses	use	VERB
hij-768	23	4	the	the	DET
hij-768	23	5	*	*	PUNCT
hij-768	23	6	corresponding	correspond	VERB
hij-768	23	7	author	author	NOUN
hij-768	23	8	:	:	PUNCT
hij-768	23	9	arit@it.kmitl.ac.th	arit@it.kmitl.ac.th	PROPN
hij-768	23	10	http://dx.doi.org/10.28991/hij-2024-05-03-012	http://dx.doi.org/10.28991/hij-2024-05-03-012	PROPN
hij-768	23	11	➢	➢	NOUN
hij-768	23	12	this	this	PRON
hij-768	23	13	is	be	AUX
hij-768	23	14	an	an	DET
hij-768	23	15	open	open	ADJ
hij-768	23	16	access	access	NOUN
hij-768	23	17	article	article	NOUN
hij-768	23	18	under	under	ADP
hij-768	23	19	the	the	DET
hij-768	23	20	cc	cc	NOUN
hij-768	23	21	-	-	PUNCT
hij-768	23	22	by	by	ADJ
hij-768	23	23	license	license	NOUN
hij-768	23	24	(	(	PUNCT
hij-768	23	25	https://creativecommons.org/licenses/by/4.0/	https://creativecommons.org/licenses/by/4.0/	PROPN
hij-768	23	26	)	)	PUNCT
hij-768	23	27	.	.	PUNCT
hij-768	24	1	©	©	PROPN
hij-768	24	2	authors	author	NOUN
hij-768	24	3	retain	retain	VERB
hij-768	24	4	all	all	DET
hij-768	24	5	copyrights	copyright	NOUN
hij-768	24	6	.	.	PUNCT
hij-768	25	1	https://creativecommons.org/licenses/by/4.0/	https://creativecommons.org/licenses/by/4.0/	PROPN
hij-768	25	2	https://orcid.org/0009-0008-9042-3512	https://orcid.org/0009-0008-9042-3512	ADJ
hij-768	25	3	https://orcid.org/0000-0002-4317-7370	https://orcid.org/0000-0002-4317-7370	NOUN
hij-768	25	4	hightech	hightech	NOUN
hij-768	25	5	and	and	CCONJ
hij-768	25	6	innovation	innovation	NOUN
hij-768	25	7	journal	journal	PROPN
hij-768	25	8	vol	vol	NOUN
hij-768	25	9	.	.	PROPN
hij-768	25	10	5	5	NUM
hij-768	25	11	,	,	PUNCT
hij-768	25	12	no	no	INTJ
hij-768	25	13	.	.	NOUN
hij-768	25	14	3	3	NUM
hij-768	25	15	,	,	PUNCT
hij-768	25	16	september	september	PROPN
hij-768	25	17	,	,	PUNCT
hij-768	25	18	2024	2024	NUM
hij-768	25	19	717	717	NUM
hij-768	25	20	inherent	inherent	ADJ
hij-768	25	21	similarity	similarity	NOUN
hij-768	25	22	of	of	ADP
hij-768	25	23	the	the	DET
hij-768	25	24	data	datum	NOUN
hij-768	25	25	as	as	ADP
hij-768	25	26	an	an	DET
hij-768	25	27	important	important	ADJ
hij-768	25	28	indicator	indicator	NOUN
hij-768	25	29	for	for	ADP
hij-768	25	30	classification	classification	NOUN
hij-768	25	31	.	.	PUNCT
hij-768	26	1	it	it	PRON
hij-768	26	2	groups	group	NOUN
hij-768	26	3	unlabeled	unlabele	VERB
hij-768	26	4	datasets	dataset	NOUN
hij-768	26	5	into	into	ADP
hij-768	26	6	different	different	ADJ
hij-768	26	7	clusters	cluster	NOUN
hij-768	26	8	.	.	PUNCT
hij-768	27	1	however	however	ADV
hij-768	27	2	,	,	PUNCT
hij-768	27	3	since	since	SCONJ
hij-768	27	4	clustering	clustering	NOUN
hij-768	27	5	is	be	AUX
hij-768	27	6	based	base	VERB
hij-768	27	7	on	on	ADP
hij-768	27	8	the	the	DET
hij-768	27	9	center	center	NOUN
hij-768	27	10	value	value	NOUN
hij-768	27	11	to	to	PART
hij-768	27	12	measure	measure	VERB
hij-768	27	13	similarity	similarity	NOUN
hij-768	27	14	,	,	PUNCT
hij-768	27	15	the	the	DET
hij-768	27	16	central	central	ADJ
hij-768	27	17	area	area	NOUN
hij-768	27	18	would	would	AUX
hij-768	27	19	have	have	VERB
hij-768	27	20	higher	high	ADJ
hij-768	27	21	accuracy	accuracy	NOUN
hij-768	27	22	.	.	PUNCT
hij-768	28	1	in	in	ADP
hij-768	28	2	contrast	contrast	NOUN
hij-768	28	3	,	,	PUNCT
hij-768	28	4	the	the	DET
hij-768	28	5	accuracy	accuracy	NOUN
hij-768	28	6	of	of	ADP
hij-768	28	7	the	the	DET
hij-768	28	8	remote	remote	ADJ
hij-768	28	9	area	area	NOUN
hij-768	28	10	of	of	ADP
hij-768	28	11	the	the	DET
hij-768	28	12	cluster	cluster	NOUN
hij-768	28	13	has	have	VERB
hij-768	28	14	a	a	DET
hij-768	28	15	lower	low	ADJ
hij-768	28	16	accuracy	accuracy	NOUN
hij-768	28	17	[	[	X
hij-768	28	18	11	11	NUM
hij-768	28	19	]	]	PUNCT
hij-768	28	20	.	.	PUNCT
hij-768	29	1	the	the	DET
hij-768	29	2	overlapping	overlap	VERB
hij-768	29	3	issue	issue	NOUN
hij-768	29	4	of	of	ADP
hij-768	29	5	k	k	NOUN
hij-768	29	6	-	-	PUNCT
hij-768	29	7	means	means	NOUN
hij-768	29	8	clustering	clustering	NOUN
hij-768	29	9	is	be	AUX
hij-768	29	10	caused	cause	VERB
hij-768	29	11	by	by	ADP
hij-768	29	12	its	its	PRON
hij-768	29	13	characteristics	characteristic	NOUN
hij-768	29	14	[	[	X
hij-768	29	15	12	12	NUM
hij-768	29	16	,	,	PUNCT
hij-768	29	17	13	13	NUM
hij-768	29	18	]	]	PUNCT
hij-768	29	19	.	.	PUNCT
hij-768	30	1	this	this	PRON
hij-768	30	2	is	be	AUX
hij-768	30	3	determined	determine	VERB
hij-768	30	4	by	by	ADP
hij-768	30	5	its	its	PRON
hij-768	30	6	characteristics	characteristic	NOUN
hij-768	30	7	and	and	CCONJ
hij-768	30	8	can	can	AUX
hij-768	30	9	not	not	PART
hij-768	30	10	be	be	AUX
hij-768	30	11	changed	change	VERB
hij-768	30	12	.	.	PUNCT
hij-768	31	1	at	at	ADP
hij-768	31	2	present	present	ADJ
hij-768	31	3	,	,	PUNCT
hij-768	31	4	the	the	DET
hij-768	31	5	main	main	ADJ
hij-768	31	6	methods	method	NOUN
hij-768	31	7	to	to	PART
hij-768	31	8	improve	improve	VERB
hij-768	31	9	classification	classification	NOUN
hij-768	31	10	performance	performance	NOUN
hij-768	31	11	are	be	AUX
hij-768	31	12	hierarchical	hierarchical	ADJ
hij-768	31	13	clustering	clustering	NOUN
hij-768	31	14	and	and	CCONJ
hij-768	31	15	hybrid	hybrid	NOUN
hij-768	31	16	models	model	NOUN
hij-768	31	17	.	.	PUNCT
hij-768	32	1	hierarchical	hierarchical	ADJ
hij-768	32	2	clustering	clustering	NOUN
hij-768	32	3	establishes	establish	VERB
hij-768	32	4	a	a	DET
hij-768	32	5	hierarchical	hierarchical	ADJ
hij-768	32	6	nested	nested	ADJ
hij-768	32	7	clustering	cluster	VERB
hij-768	32	8	tree	tree	NOUN
hij-768	32	9	based	base	VERB
hij-768	32	10	on	on	ADP
hij-768	32	11	the	the	DET
hij-768	32	12	similarity	similarity	NOUN
hij-768	32	13	of	of	ADP
hij-768	32	14	data	datum	NOUN
hij-768	32	15	points	point	NOUN
hij-768	32	16	.	.	PUNCT
hij-768	33	1	the	the	DET
hij-768	33	2	top	top	ADJ
hij-768	33	3	layer	layer	NOUN
hij-768	33	4	of	of	ADP
hij-768	33	5	the	the	DET
hij-768	33	6	tree	tree	NOUN
hij-768	33	7	is	be	AUX
hij-768	33	8	the	the	DET
hij-768	33	9	cluster	cluster	NOUN
hij-768	33	10	root	root	NOUN
hij-768	33	11	node	node	NOUN
hij-768	33	12	,	,	PUNCT
hij-768	33	13	and	and	CCONJ
hij-768	33	14	then	then	ADV
hij-768	33	15	it	it	PRON
hij-768	33	16	is	be	AUX
hij-768	33	17	continuously	continuously	ADV
hij-768	33	18	divided	divide	VERB
hij-768	33	19	into	into	ADP
hij-768	33	20	two	two	NUM
hij-768	33	21	clusters	cluster	NOUN
hij-768	33	22	until	until	SCONJ
hij-768	33	23	the	the	DET
hij-768	33	24	optimal	optimal	ADJ
hij-768	33	25	solution	solution	NOUN
hij-768	33	26	is	be	AUX
hij-768	33	27	reached	reach	VERB
hij-768	33	28	.	.	PUNCT
hij-768	34	1	this	this	PRON
hij-768	34	2	is	be	AUX
hij-768	34	3	a	a	DET
hij-768	34	4	divisive	divisive	ADJ
hij-768	34	5	analysis	analysis	NOUN
hij-768	34	6	(	(	PUNCT
hij-768	34	7	diana	diana	PROPN
hij-768	34	8	)	)	PUNCT
hij-768	34	9	,	,	PUNCT
hij-768	34	10	which	which	PRON
hij-768	34	11	is	be	AUX
hij-768	34	12	carried	carry	VERB
hij-768	34	13	out	out	ADP
hij-768	34	14	from	from	ADP
hij-768	34	15	top	top	NOUN
hij-768	34	16	to	to	ADP
hij-768	34	17	bottom	bottom	NOUN
hij-768	34	18	.	.	PUNCT
hij-768	35	1	another	another	DET
hij-768	35	2	hierarchical	hierarchical	ADJ
hij-768	35	3	clustering	clustering	NOUN
hij-768	35	4	(	(	PUNCT
hij-768	35	5	agnes	agnes	PROPN
hij-768	35	6	)	)	PUNCT
hij-768	35	7	is	be	AUX
hij-768	35	8	carried	carry	VERB
hij-768	35	9	out	out	ADP
hij-768	35	10	from	from	ADP
hij-768	35	11	bottom	bottom	NOUN
hij-768	35	12	to	to	ADP
hij-768	35	13	top	top	NOUN
hij-768	35	14	.	.	PUNCT
hij-768	36	1	this	this	DET
hij-768	36	2	method	method	NOUN
hij-768	36	3	is	be	AUX
hij-768	36	4	exactly	exactly	ADV
hij-768	36	5	the	the	DET
hij-768	36	6	opposite	opposite	NOUN
hij-768	36	7	of	of	ADP
hij-768	36	8	diana	diana	PROPN
hij-768	36	9	.	.	PUNCT
hij-768	37	1	although	although	SCONJ
hij-768	37	2	diana	diana	PROPN
hij-768	37	3	and	and	CCONJ
hij-768	37	4	agnes	agnes	PROPN
hij-768	37	5	can	can	AUX
hij-768	37	6	avoid	avoid	VERB
hij-768	37	7	clustering	cluster	VERB
hij-768	37	8	to	to	ADP
hij-768	37	9	the	the	DET
hij-768	37	10	local	local	ADJ
hij-768	37	11	optimal	optimal	ADJ
hij-768	37	12	solution	solution	NOUN
hij-768	37	13	,	,	PUNCT
hij-768	37	14	this	this	DET
hij-768	37	15	method	method	NOUN
hij-768	37	16	also	also	ADV
hij-768	37	17	has	have	VERB
hij-768	37	18	great	great	ADJ
hij-768	37	19	disadvantages	disadvantage	NOUN
hij-768	37	20	,	,	PUNCT
hij-768	37	21	such	such	ADJ
hij-768	37	22	as	as	ADP
hij-768	37	23	complex	complex	ADJ
hij-768	37	24	algorithm	algorithm	NOUN
hij-768	37	25	complexity	complexity	NOUN
hij-768	37	26	and	and	CCONJ
hij-768	37	27	difficulty	difficulty	NOUN
hij-768	37	28	in	in	ADP
hij-768	37	29	controlling	control	VERB
hij-768	37	30	singular	singular	ADJ
hij-768	37	31	values	value	NOUN
hij-768	37	32	.	.	PUNCT
hij-768	38	1	in	in	ADP
hij-768	38	2	recent	recent	ADJ
hij-768	38	3	years	year	NOUN
hij-768	38	4	,	,	PUNCT
hij-768	38	5	hybrid	hybrid	NOUN
hij-768	38	6	models	model	NOUN
hij-768	38	7	have	have	AUX
hij-768	38	8	received	receive	VERB
hij-768	38	9	widespread	widespread	ADJ
hij-768	38	10	attention	attention	NOUN
hij-768	38	11	due	due	ADP
hij-768	38	12	to	to	ADP
hij-768	38	13	their	their	PRON
hij-768	38	14	advantages	advantage	NOUN
hij-768	38	15	in	in	ADP
hij-768	38	16	processing	processing	NOUN
hij-768	38	17	complex	complex	ADJ
hij-768	38	18	data	datum	NOUN
hij-768	38	19	structures	structure	NOUN
hij-768	38	20	,	,	PUNCT
hij-768	38	21	data	datum	NOUN
hij-768	38	22	adaptability	adaptability	NOUN
hij-768	38	23	,	,	PUNCT
hij-768	38	24	and	and	CCONJ
hij-768	38	25	flexibility	flexibility	NOUN
hij-768	38	26	.	.	PUNCT
hij-768	39	1	"	"	PUNCT
hij-768	39	2	hybrid	hybrid	ADJ
hij-768	39	3	algorithm	algorithm	NOUN
hij-768	39	4	"	"	PUNCT
hij-768	39	5	refers	refer	VERB
hij-768	39	6	to	to	ADP
hij-768	39	7	a	a	DET
hij-768	39	8	solution	solution	NOUN
hij-768	39	9	that	that	PRON
hij-768	39	10	combines	combine	VERB
hij-768	39	11	algorithms	algorithm	NOUN
hij-768	39	12	and	and	CCONJ
hij-768	39	13	methods	method	NOUN
hij-768	39	14	to	to	PART
hij-768	39	15	solve	solve	VERB
hij-768	39	16	complex	complex	ADJ
hij-768	39	17	problems	problem	NOUN
hij-768	39	18	.	.	PUNCT
hij-768	40	1	it	it	PRON
hij-768	40	2	can	can	AUX
hij-768	40	3	integrate	integrate	VERB
hij-768	40	4	the	the	DET
hij-768	40	5	advantages	advantage	NOUN
hij-768	40	6	of	of	ADP
hij-768	40	7	multiple	multiple	ADJ
hij-768	40	8	algorithms	algorithm	NOUN
hij-768	40	9	and	and	CCONJ
hij-768	40	10	achieve	achieve	VERB
hij-768	40	11	optimal	optimal	ADJ
hij-768	40	12	results	result	NOUN
hij-768	40	13	in	in	ADP
hij-768	40	14	a	a	DET
hij-768	40	15	shorter	short	ADJ
hij-768	40	16	time	time	NOUN
hij-768	40	17	frame	frame	NOUN
hij-768	40	18	.	.	PUNCT
hij-768	41	1	in	in	ADP
hij-768	41	2	another	another	DET
hij-768	41	3	research	research	NOUN
hij-768	41	4	paper	paper	NOUN
hij-768	41	5	,	,	PUNCT
hij-768	41	6	the	the	DET
hij-768	41	7	authors	author	NOUN
hij-768	41	8	proposed	propose	VERB
hij-768	41	9	an	an	DET
hij-768	41	10	improved	improved	ADJ
hij-768	41	11	k	k	NOUN
hij-768	41	12	-	-	PUNCT
hij-768	41	13	means	means	NOUN
hij-768	41	14	algorithm	algorithm	NOUN
hij-768	41	15	,	,	PUNCT
hij-768	41	16	this	this	DET
hij-768	41	17	algorithm	algorithm	NOUN
hij-768	41	18	has	have	VERB
hij-768	41	19	the	the	DET
hij-768	41	20	advantages	advantage	NOUN
hij-768	41	21	of	of	ADP
hij-768	41	22	k	k	NOUN
hij-768	41	23	-	-	PUNCT
hij-768	41	24	means	mean	VERB
hij-768	41	25	clustering	clustering	NOUN
hij-768	41	26	and	and	CCONJ
hij-768	41	27	avoids	avoid	VERB
hij-768	41	28	the	the	DET
hij-768	41	29	problem	problem	NOUN
hij-768	41	30	of	of	ADP
hij-768	41	31	local	local	ADJ
hij-768	41	32	optimality	optimality	NOUN
hij-768	41	33	[	[	X
hij-768	41	34	14	14	NUM
hij-768	41	35	,	,	PUNCT
hij-768	41	36	15	15	NUM
hij-768	41	37	]	]	PUNCT
hij-768	41	38	.	.	PUNCT
hij-768	42	1	although	although	SCONJ
hij-768	42	2	some	some	DET
hij-768	42	3	effective	effective	ADJ
hij-768	42	4	solutions	solution	NOUN
hij-768	42	5	have	have	AUX
hij-768	42	6	been	be	AUX
hij-768	42	7	proposed	propose	VERB
hij-768	42	8	to	to	PART
hij-768	42	9	solve	solve	VERB
hij-768	42	10	the	the	DET
hij-768	42	11	problem	problem	NOUN
hij-768	42	12	,	,	PUNCT
hij-768	42	13	we	we	PRON
hij-768	42	14	believe	believe	VERB
hij-768	42	15	that	that	SCONJ
hij-768	42	16	our	our	PRON
hij-768	42	17	model	model	NOUN
hij-768	42	18	could	could	AUX
hij-768	42	19	offer	offer	VERB
hij-768	42	20	a	a	DET
hij-768	42	21	new	new	ADJ
hij-768	42	22	method	method	NOUN
hij-768	42	23	for	for	ADP
hij-768	42	24	solving	solve	VERB
hij-768	42	25	this	this	DET
hij-768	42	26	problem	problem	NOUN
hij-768	42	27	.	.	PUNCT
hij-768	43	1	therefore	therefore	ADV
hij-768	43	2	,	,	PUNCT
hij-768	43	3	this	this	DET
hij-768	43	4	study	study	NOUN
hij-768	43	5	proposes	propose	VERB
hij-768	43	6	a	a	DET
hij-768	43	7	novel	novel	ADJ
hij-768	43	8	classification	classification	NOUN
hij-768	43	9	model	model	NOUN
hij-768	43	10	.	.	PUNCT
hij-768	44	1	the	the	DET
hij-768	44	2	important	important	ADJ
hij-768	44	3	contributions	contribution	NOUN
hij-768	44	4	of	of	ADP
hij-768	44	5	our	our	PRON
hij-768	44	6	solution	solution	NOUN
hij-768	44	7	are	be	AUX
hij-768	44	8	as	as	SCONJ
hij-768	44	9	follows	follow	VERB
hij-768	44	10	.	.	PUNCT
hij-768	45	1	first	first	ADV
hij-768	45	2	,	,	PUNCT
hij-768	45	3	our	our	PRON
hij-768	45	4	model	model	NOUN
hij-768	45	5	retains	retain	VERB
hij-768	45	6	the	the	DET
hij-768	45	7	advantages	advantage	NOUN
hij-768	45	8	of	of	ADP
hij-768	45	9	the	the	DET
hij-768	45	10	k	k	NOUN
hij-768	45	11	-	-	PUNCT
hij-768	45	12	means	mean	NOUN
hij-768	45	13	model	model	NOUN
hij-768	45	14	.	.	PUNCT
hij-768	46	1	second	second	ADJ
hij-768	46	2	,	,	PUNCT
hij-768	46	3	we	we	PRON
hij-768	46	4	propose	propose	VERB
hij-768	46	5	a	a	DET
hij-768	46	6	method	method	NOUN
hij-768	46	7	to	to	PART
hij-768	46	8	process	process	VERB
hij-768	46	9	only	only	ADV
hij-768	46	10	the	the	DET
hij-768	46	11	overlapping	overlap	VERB
hij-768	46	12	area	area	NOUN
hij-768	46	13	data	datum	NOUN
hij-768	46	14	without	without	ADP
hij-768	46	15	affecting	affect	VERB
hij-768	46	16	other	other	ADJ
hij-768	46	17	valid	valid	ADJ
hij-768	46	18	data	datum	NOUN
hij-768	46	19	.	.	PUNCT
hij-768	47	1	2	2	X
hij-768	47	2	.	.	X
hij-768	47	3	literature	literature	NOUN
hij-768	47	4	review	review	PROPN
hij-768	47	5	clustering	cluster	VERB
hij-768	47	6	algorithms	algorithm	NOUN
hij-768	47	7	,	,	PUNCT
hij-768	47	8	particularly	particularly	ADV
hij-768	47	9	k	k	X
hij-768	47	10	-	-	PUNCT
hij-768	47	11	means	mean	NOUN
hij-768	47	12	,	,	PUNCT
hij-768	47	13	have	have	AUX
hij-768	47	14	been	be	AUX
hij-768	47	15	extensively	extensively	ADV
hij-768	47	16	studied	study	VERB
hij-768	47	17	and	and	CCONJ
hij-768	47	18	applied	apply	VERB
hij-768	47	19	across	across	ADP
hij-768	47	20	various	various	ADJ
hij-768	47	21	domains	domain	NOUN
hij-768	47	22	.	.	PUNCT
hij-768	48	1	this	this	DET
hij-768	48	2	review	review	NOUN
hij-768	48	3	highlights	highlight	VERB
hij-768	48	4	several	several	ADJ
hij-768	48	5	significant	significant	ADJ
hij-768	48	6	contributions	contribution	NOUN
hij-768	48	7	in	in	ADP
hij-768	48	8	the	the	DET
hij-768	48	9	field	field	NOUN
hij-768	48	10	of	of	ADP
hij-768	48	11	clustering	clustering	ADJ
hij-768	48	12	techniques	technique	NOUN
hij-768	48	13	and	and	CCONJ
hij-768	48	14	related	related	ADJ
hij-768	48	15	applications	application	NOUN
hij-768	48	16	.	.	PUNCT
hij-768	49	1	gan	gan	PROPN
hij-768	49	2	&	&	CCONJ
hij-768	49	3	ng	ng	PROPN
hij-768	49	4	(	(	PUNCT
hij-768	49	5	2017	2017	NUM
hij-768	49	6	)	)	PUNCT
hij-768	49	7	and	and	CCONJ
hij-768	49	8	wang	wang	PROPN
hij-768	49	9	et	et	PROPN
hij-768	49	10	al	al	PROPN
hij-768	49	11	.	.	PROPN
hij-768	50	1	(	(	PUNCT
hij-768	50	2	2019	2019	NUM
hij-768	50	3	)	)	PUNCT
hij-768	50	4	introduce	introduce	VERB
hij-768	50	5	innovative	innovative	ADJ
hij-768	50	6	approaches	approach	NOUN
hij-768	50	7	to	to	PART
hij-768	50	8	enhance	enhance	VERB
hij-768	50	9	traditional	traditional	ADJ
hij-768	50	10	k	k	NOUN
hij-768	50	11	-	-	PUNCT
hij-768	50	12	means	means	NOUN
hij-768	50	13	clustering	cluster	VERB
hij-768	50	14	by	by	ADP
hij-768	50	15	addressing	address	VERB
hij-768	50	16	the	the	DET
hij-768	50	17	challenge	challenge	NOUN
hij-768	50	18	of	of	ADP
hij-768	50	19	unclear	unclear	ADJ
hij-768	50	20	cluster	cluster	NOUN
hij-768	50	21	boundaries	boundary	NOUN
hij-768	50	22	.	.	PUNCT
hij-768	51	1	both	both	DET
hij-768	51	2	studies	study	NOUN
hij-768	51	3	propose	propose	VERB
hij-768	51	4	three	three	NUM
hij-768	51	5	-	-	PUNCT
hij-768	51	6	way	way	NOUN
hij-768	51	7	k	k	NOUN
hij-768	51	8	-	-	PUNCT
hij-768	51	9	means	mean	VERB
hij-768	51	10	algorithms	algorithm	NOUN
hij-768	51	11	that	that	PRON
hij-768	51	12	utilize	utilize	VERB
hij-768	51	13	overlap	overlap	NOUN
hij-768	51	14	clustering	cluster	VERB
hij-768	51	15	to	to	PART
hij-768	51	16	identify	identify	VERB
hij-768	51	17	core	core	NOUN
hij-768	51	18	and	and	CCONJ
hij-768	51	19	fringe	fringe	NOUN
hij-768	51	20	regions	region	NOUN
hij-768	51	21	.	.	PUNCT
hij-768	52	1	perturbation	perturbation	NOUN
hij-768	52	2	analysis	analysis	NOUN
hij-768	52	3	is	be	AUX
hij-768	52	4	then	then	ADV
hij-768	52	5	employed	employ	VERB
hij-768	52	6	to	to	PART
hij-768	52	7	separate	separate	VERB
hij-768	52	8	these	these	DET
hij-768	52	9	regions	region	NOUN
hij-768	52	10	,	,	PUNCT
hij-768	52	11	resulting	result	VERB
hij-768	52	12	in	in	ADP
hij-768	52	13	an	an	DET
hij-768	52	14	improved	improved	ADJ
hij-768	52	15	clustering	clustering	NOUN
hij-768	52	16	structure	structure	NOUN
hij-768	52	17	.	.	PUNCT
hij-768	53	1	evaluation	evaluation	NOUN
hij-768	53	2	of	of	ADP
hij-768	53	3	uci	uci	PROPN
hij-768	53	4	and	and	CCONJ
hij-768	53	5	usps	usps	PROPN
hij-768	53	6	datasets	dataset	NOUN
hij-768	53	7	demonstrates	demonstrate	VERB
hij-768	53	8	the	the	DET
hij-768	53	9	effectiveness	effectiveness	NOUN
hij-768	53	10	of	of	ADP
hij-768	53	11	these	these	DET
hij-768	53	12	methods	method	NOUN
hij-768	53	13	in	in	ADP
hij-768	53	14	enhancing	enhance	VERB
hij-768	53	15	clustering	clustering	ADJ
hij-768	53	16	accuracy	accuracy	NOUN
hij-768	53	17	[	[	X
hij-768	53	18	16	16	NUM
hij-768	53	19	,	,	PUNCT
hij-768	53	20	17	17	NUM
hij-768	53	21	]	]	PUNCT
hij-768	53	22	.	.	PUNCT
hij-768	54	1	lu	lu	PROPN
hij-768	54	2	et	et	PROPN
hij-768	54	3	al	al	PROPN
hij-768	54	4	.	.	PROPN
hij-768	55	1	(	(	PUNCT
hij-768	55	2	2024	2024	NUM
hij-768	55	3	)	)	PUNCT
hij-768	55	4	pointed	point	VERB
hij-768	55	5	out	out	ADP
hij-768	55	6	that	that	SCONJ
hij-768	55	7	the	the	DET
hij-768	55	8	solution	solution	NOUN
hij-768	55	9	to	to	ADP
hij-768	55	10	the	the	DET
hij-768	55	11	overlapping	overlap	VERB
hij-768	55	12	areas	area	NOUN
hij-768	55	13	of	of	ADP
hij-768	55	14	clusters	cluster	NOUN
hij-768	55	15	is	be	AUX
hij-768	55	16	that	that	SCONJ
hij-768	55	17	the	the	DET
hij-768	55	18	traditional	traditional	ADJ
hij-768	55	19	clustering	clustering	NOUN
hij-768	55	20	method	method	NOUN
hij-768	55	21	assumes	assume	VERB
hij-768	55	22	binary	binary	ADJ
hij-768	55	23	classification	classification	NOUN
hij-768	56	1	[	[	X
hij-768	56	2	18	18	NUM
hij-768	56	3	]	]	PUNCT
hij-768	56	4	,	,	PUNCT
hij-768	56	5	and	and	CCONJ
hij-768	56	6	this	this	DET
hij-768	56	7	algorithm	algorithm	NOUN
hij-768	56	8	needs	need	VERB
hij-768	56	9	to	to	PART
hij-768	56	10	be	be	AUX
hij-768	56	11	based	base	VERB
hij-768	56	12	on	on	ADP
hij-768	56	13	specific	specific	ADJ
hij-768	56	14	conditions	condition	NOUN
hij-768	56	15	to	to	PART
hij-768	56	16	achieve	achieve	VERB
hij-768	56	17	its	its	PRON
hij-768	56	18	task	task	NOUN
hij-768	56	19	.	.	PUNCT
hij-768	57	1	in	in	ADP
hij-768	57	2	contrast	contrast	NOUN
hij-768	57	3	,	,	PUNCT
hij-768	57	4	the	the	DET
hij-768	57	5	method	method	NOUN
hij-768	57	6	they	they	PRON
hij-768	57	7	use	use	VERB
hij-768	57	8	does	do	AUX
hij-768	57	9	not	not	PART
hij-768	57	10	have	have	VERB
hij-768	57	11	this	this	DET
hij-768	57	12	problem	problem	NOUN
hij-768	57	13	;	;	PUNCT
hij-768	57	14	that	that	PRON
hij-768	57	15	is	is	ADV
hij-768	57	16	,	,	PUNCT
hij-768	57	17	it	it	PRON
hij-768	57	18	does	do	AUX
hij-768	57	19	not	not	PART
hij-768	57	20	need	need	VERB
hij-768	57	21	to	to	PART
hij-768	57	22	be	be	AUX
hij-768	57	23	based	base	VERB
hij-768	57	24	on	on	ADP
hij-768	57	25	the	the	DET
hij-768	57	26	type	type	NOUN
hij-768	57	27	of	of	ADP
hij-768	57	28	relationship	relationship	NOUN
hij-768	57	29	of	of	ADP
hij-768	57	30	inclusion	inclusion	NOUN
hij-768	57	31	or	or	CCONJ
hij-768	57	32	exclusion	exclusion	NOUN
hij-768	57	33	of	of	ADP
hij-768	57	34	objects	object	NOUN
hij-768	57	35	.	.	PUNCT
hij-768	58	1	therefore	therefore	ADV
hij-768	58	2	,	,	PUNCT
hij-768	58	3	the	the	DET
hij-768	58	4	three	three	NUM
hij-768	58	5	-	-	PUNCT
hij-768	58	6	way	way	NOUN
hij-768	58	7	clustering	clustering	NOUN
hij-768	58	8	method	method	NOUN
hij-768	58	9	is	be	AUX
hij-768	58	10	used	use	VERB
hij-768	58	11	as	as	ADP
hij-768	58	12	an	an	DET
hij-768	58	13	effective	effective	ADJ
hij-768	58	14	alternative	alternative	NOUN
hij-768	58	15	to	to	PART
hij-768	58	16	solve	solve	VERB
hij-768	58	17	overlapping	overlap	VERB
hij-768	58	18	clustering	clustering	NOUN
hij-768	58	19	[	[	X
hij-768	58	20	19	19	NUM
hij-768	58	21	]	]	PUNCT
hij-768	58	22	.	.	PUNCT
hij-768	59	1	dai	dai	PROPN
hij-768	59	2	et	et	PROPN
hij-768	59	3	al	al	PROPN
hij-768	59	4	.	.	PROPN
hij-768	59	5	(	(	PUNCT
hij-768	59	6	2024	2024	NUM
hij-768	59	7	)	)	PUNCT
hij-768	59	8	pointed	point	VERB
hij-768	59	9	out	out	ADP
hij-768	59	10	that	that	SCONJ
hij-768	59	11	when	when	SCONJ
hij-768	59	12	there	there	PRON
hij-768	59	13	are	be	VERB
hij-768	59	14	imbalanced	imbalanced	ADJ
hij-768	59	15	and	and	CCONJ
hij-768	59	16	overlapping	overlap	VERB
hij-768	59	17	categories	category	NOUN
hij-768	59	18	in	in	ADP
hij-768	59	19	the	the	DET
hij-768	59	20	dataset	dataset	NOUN
hij-768	59	21	,	,	PUNCT
hij-768	59	22	the	the	DET
hij-768	59	23	performance	performance	NOUN
hij-768	59	24	of	of	ADP
hij-768	59	25	traditional	traditional	ADJ
hij-768	59	26	classifiers	classifier	NOUN
hij-768	59	27	will	will	AUX
hij-768	59	28	decline	decline	VERB
hij-768	59	29	.	.	PUNCT
hij-768	60	1	the	the	DET
hij-768	60	2	majority	majority	NOUN
hij-768	60	3	and	and	CCONJ
hij-768	60	4	minority	minority	NOUN
hij-768	60	5	classes	class	NOUN
hij-768	60	6	have	have	VERB
hij-768	60	7	an	an	DET
hij-768	60	8	obvious	obvious	ADJ
hij-768	60	9	relationship	relationship	NOUN
hij-768	60	10	in	in	ADP
hij-768	60	11	the	the	DET
hij-768	60	12	binary	binary	ADJ
hij-768	60	13	classification	classification	NOUN
hij-768	60	14	methodology	methodology	NOUN
hij-768	60	15	.	.	PUNCT
hij-768	61	1	the	the	DET
hij-768	61	2	classifier	classifier	NOUN
hij-768	61	3	's	's	PART
hij-768	61	4	overall	overall	ADJ
hij-768	61	5	performance	performance	NOUN
hij-768	61	6	can	can	AUX
hij-768	61	7	be	be	AUX
hij-768	61	8	greatly	greatly	ADV
hij-768	61	9	improved	improve	VERB
hij-768	61	10	by	by	ADP
hij-768	61	11	using	use	VERB
hij-768	61	12	an	an	DET
hij-768	61	13	area	area	NOUN
hij-768	61	14	of	of	ADP
hij-768	61	15	overlapping	overlap	VERB
hij-768	61	16	categories	category	NOUN
hij-768	61	17	.	.	PUNCT
hij-768	62	1	however	however	ADV
hij-768	62	2	,	,	PUNCT
hij-768	62	3	in	in	ADP
hij-768	62	4	multi	multi	ADJ
hij-768	62	5	-	-	ADJ
hij-768	62	6	class	class	ADJ
hij-768	62	7	imbalance	imbalance	NOUN
hij-768	62	8	issues	issue	NOUN
hij-768	62	9	,	,	PUNCT
hij-768	62	10	the	the	DET
hij-768	62	11	relationship	relationship	NOUN
hij-768	62	12	between	between	ADP
hij-768	62	13	clusters	cluster	NOUN
hij-768	62	14	becomes	become	VERB
hij-768	62	15	very	very	ADV
hij-768	62	16	complicated	complicated	ADJ
hij-768	62	17	[	[	X
hij-768	62	18	20	20	NUM
hij-768	62	19	]	]	PUNCT
hij-768	62	20	.	.	PUNCT
hij-768	63	1	in	in	ADP
hij-768	63	2	their	their	PRON
hij-768	63	3	study	study	NOUN
hij-768	63	4	,	,	PUNCT
hij-768	63	5	a	a	DET
hij-768	63	6	new	new	ADJ
hij-768	63	7	solution	solution	NOUN
hij-768	63	8	was	be	AUX
hij-768	63	9	proposed	propose	VERB
hij-768	63	10	that	that	SCONJ
hij-768	63	11	integrates	integrate	VERB
hij-768	63	12	the	the	DET
hij-768	63	13	advantages	advantage	NOUN
hij-768	63	14	of	of	ADP
hij-768	63	15	genetic	genetic	ADJ
hij-768	63	16	algorithms	algorithm	NOUN
hij-768	63	17	.	.	PUNCT
hij-768	64	1	the	the	DET
hij-768	64	2	experimental	experimental	ADJ
hij-768	64	3	results	result	NOUN
hij-768	64	4	of	of	ADP
hij-768	64	5	19	19	NUM
hij-768	64	6	public	public	ADJ
hij-768	64	7	datasets	dataset	NOUN
hij-768	64	8	show	show	VERB
hij-768	64	9	that	that	SCONJ
hij-768	64	10	this	this	DET
hij-768	64	11	integrated	integrate	VERB
hij-768	64	12	genetic	genetic	ADJ
hij-768	64	13	algorithm	algorithm	NOUN
hij-768	64	14	method	method	NOUN
hij-768	64	15	is	be	AUX
hij-768	64	16	effective	effective	ADJ
hij-768	64	17	[	[	X
hij-768	64	18	21	21	NUM
hij-768	64	19	]	]	PUNCT
hij-768	64	20	.	.	PUNCT
hij-768	65	1	zhu	zhu	PROPN
hij-768	65	2	et	et	PROPN
hij-768	65	3	al	al	PROPN
hij-768	65	4	.	.	PROPN
hij-768	66	1	(	(	PUNCT
hij-768	66	2	2019	2019	NUM
hij-768	66	3	)	)	PUNCT
hij-768	66	4	propose	propose	VERB
hij-768	66	5	a	a	DET
hij-768	66	6	novel	novel	ADJ
hij-768	66	7	approach	approach	NOUN
hij-768	66	8	to	to	ADP
hij-768	66	9	multi	multi	ADJ
hij-768	66	10	-	-	ADJ
hij-768	66	11	viewpoint	viewpoint	ADJ
hij-768	66	12	set	set	VERB
hij-768	66	13	registration	registration	NOUN
hij-768	66	14	by	by	ADP
hij-768	66	15	framing	frame	VERB
hij-768	66	16	it	it	PRON
hij-768	66	17	as	as	ADP
hij-768	66	18	a	a	DET
hij-768	66	19	clustering	clustering	ADJ
hij-768	66	20	problem	problem	NOUN
hij-768	66	21	and	and	CCONJ
hij-768	66	22	employing	employ	VERB
hij-768	66	23	k	k	ADJ
hij-768	66	24	-	-	PUNCT
hij-768	66	25	means	means	NOUN
hij-768	66	26	clustering	clustering	NOUN
hij-768	66	27	.	.	PUNCT
hij-768	67	1	their	their	PRON
hij-768	67	2	method	method	NOUN
hij-768	67	3	demonstrates	demonstrate	VERB
hij-768	67	4	effectiveness	effectiveness	NOUN
hij-768	67	5	and	and	CCONJ
hij-768	67	6	robustness	robustness	NOUN
hij-768	67	7	approaches	approach	NOUN
hij-768	67	8	,	,	PUNCT
hij-768	67	9	as	as	SCONJ
hij-768	67	10	evaluated	evaluate	VERB
hij-768	67	11	against	against	ADP
hij-768	67	12	benchmark	benchmark	ADJ
hij-768	67	13	datasets	dataset	NOUN
hij-768	67	14	[	[	X
hij-768	67	15	22	22	NUM
hij-768	67	16	,	,	PUNCT
hij-768	67	17	23	23	NUM
hij-768	67	18	]	]	PUNCT
hij-768	67	19	.	.	PUNCT
hij-768	68	1	lücke	lücke	PROPN
hij-768	68	2	&	&	CCONJ
hij-768	68	3	forster	forster	PROPN
hij-768	68	4	(	(	PUNCT
hij-768	68	5	2019	2019	NUM
hij-768	68	6	)	)	PUNCT
hij-768	69	1	[	[	X
hij-768	69	2	24	24	NUM
hij-768	69	3	]	]	PUNCT
hij-768	69	4	introduce	introduce	VERB
hij-768	69	5	a	a	DET
hij-768	69	6	novel	novel	ADJ
hij-768	69	7	perspective	perspective	NOUN
hij-768	69	8	linking	link	VERB
hij-768	69	9	k	k	NOUN
hij-768	69	10	-	-	PUNCT
hij-768	69	11	means	means	NOUN
hij-768	69	12	clustering	cluster	VERB
hij-768	69	13	with	with	ADP
hij-768	69	14	gaussian	gaussian	ADJ
hij-768	69	15	mixture	mixture	NOUN
hij-768	69	16	models	model	NOUN
hij-768	69	17	(	(	PUNCT
hij-768	69	18	gmm	gmm	NOUN
hij-768	69	19	)	)	PUNCT
hij-768	69	20	using	use	VERB
hij-768	69	21	truncated	truncated	ADJ
hij-768	69	22	variational	variational	NOUN
hij-768	69	23	em	em	PRON
hij-768	69	24	.	.	PUNCT
hij-768	70	1	this	this	DET
hij-768	70	2	approach	approach	NOUN
hij-768	70	3	offers	offer	VERB
hij-768	70	4	a	a	DET
hij-768	70	5	promising	promising	ADJ
hij-768	70	6	avenue	avenue	NOUN
hij-768	70	7	for	for	ADP
hij-768	70	8	future	future	ADJ
hij-768	70	9	theoretical	theoretical	ADJ
hij-768	70	10	and	and	CCONJ
hij-768	70	11	empirical	empirical	ADJ
hij-768	70	12	research	research	NOUN
hij-768	70	13	in	in	ADP
hij-768	70	14	clustering	clustering	ADJ
hij-768	70	15	algorithms	algorithm	NOUN
hij-768	70	16	[	[	X
hij-768	70	17	25	25	NUM
hij-768	70	18	]	]	PUNCT
hij-768	70	19	.	.	PUNCT
hij-768	71	1	sieranoja	sieranoja	PROPN
hij-768	71	2	et	et	PROPN
hij-768	71	3	al	al	PROPN
hij-768	71	4	.	.	PROPN
hij-768	72	1	(	(	PUNCT
hij-768	72	2	2024	2024	NUM
hij-768	72	3	)	)	PUNCT
hij-768	72	4	present	present	VERB
hij-768	72	5	a	a	DET
hij-768	72	6	new	new	ADJ
hij-768	72	7	model	model	NOUN
hij-768	72	8	(	(	PUNCT
hij-768	72	9	omos	omos	PROPN
hij-768	72	10	)	)	PUNCT
hij-768	72	11	to	to	PART
hij-768	72	12	solve	solve	VERB
hij-768	72	13	the	the	DET
hij-768	72	14	problem	problem	NOUN
hij-768	72	15	of	of	ADP
hij-768	72	16	overlapping	overlap	VERB
hij-768	72	17	problems	problem	NOUN
hij-768	72	18	in	in	ADP
hij-768	72	19	clusters	cluster	NOUN
hij-768	72	20	.	.	PUNCT
hij-768	73	1	they	they	PRON
hij-768	73	2	believe	believe	VERB
hij-768	73	3	that	that	SCONJ
hij-768	73	4	intra	intra	ADJ
hij-768	73	5	-	-	ADJ
hij-768	73	6	class	class	ADJ
hij-768	73	7	imbalance	imbalance	NOUN
hij-768	73	8	and	and	CCONJ
hij-768	73	9	sensitivity	sensitivity	NOUN
hij-768	73	10	to	to	PART
hij-768	73	11	parameter	parameter	NOUN
hij-768	73	12	settings	setting	NOUN
hij-768	73	13	are	be	AUX
hij-768	73	14	the	the	DET
hij-768	73	15	main	main	ADJ
hij-768	73	16	problems	problem	NOUN
hij-768	73	17	.	.	PUNCT
hij-768	74	1	so	so	ADV
hij-768	74	2	,	,	PUNCT
hij-768	74	3	they	they	PRON
hij-768	74	4	proposed	propose	VERB
hij-768	74	5	a	a	DET
hij-768	74	6	solution	solution	NOUN
hij-768	74	7	to	to	PART
hij-768	74	8	use	use	VERB
hij-768	74	9	the	the	DET
hij-768	74	10	mean	mean	ADJ
hij-768	74	11	shift	shift	NOUN
hij-768	74	12	algorithm	algorithm	NOUN
hij-768	74	13	to	to	PART
hij-768	74	14	identify	identify	VERB
hij-768	74	15	minority	minority	NOUN
hij-768	74	16	classes	class	NOUN
hij-768	74	17	.	.	PUNCT
hij-768	75	1	this	this	DET
hij-768	75	2	way	way	NOUN
hij-768	75	3	,	,	PUNCT
hij-768	75	4	the	the	DET
hij-768	75	5	distribution	distribution	NOUN
hij-768	75	6	characteristics	characteristic	NOUN
hij-768	75	7	of	of	ADP
hij-768	75	8	minority	minority	NOUN
hij-768	75	9	class	class	NOUN
hij-768	75	10	clusters	cluster	NOUN
hij-768	75	11	can	can	AUX
hij-768	75	12	be	be	AUX
hij-768	75	13	captured	capture	VERB
hij-768	75	14	.	.	PUNCT
hij-768	76	1	the	the	DET
hij-768	76	2	experimental	experimental	ADJ
hij-768	76	3	results	result	NOUN
hij-768	76	4	come	come	VERB
hij-768	76	5	from	from	ADP
hij-768	76	6	20	20	NUM
hij-768	76	7	imbalanced	imbalanced	ADJ
hij-768	76	8	data	data	NOUN
hij-768	76	9	sets	set	NOUN
hij-768	76	10	and	and	CCONJ
hij-768	76	11	four	four	NUM
hij-768	76	12	different	different	ADJ
hij-768	76	13	classifiers	classifier	NOUN
hij-768	76	14	.	.	PUNCT
hij-768	77	1	the	the	DET
hij-768	77	2	results	result	NOUN
hij-768	77	3	show	show	VERB
hij-768	77	4	that	that	SCONJ
hij-768	77	5	the	the	DET
hij-768	77	6	omos	omos	PROPN
hij-768	77	7	algorithm	algorithm	NOUN
hij-768	77	8	is	be	AUX
hij-768	77	9	effective	effective	ADJ
hij-768	77	10	[	[	X
hij-768	77	11	15	15	NUM
hij-768	77	12	]	]	PUNCT
hij-768	77	13	.	.	PUNCT
hij-768	78	1	hightech	hightech	NOUN
hij-768	78	2	and	and	CCONJ
hij-768	78	3	innovation	innovation	NOUN
hij-768	78	4	journal	journal	PROPN
hij-768	78	5	vol	vol	NOUN
hij-768	78	6	.	.	PROPN
hij-768	79	1	5	5	NUM
hij-768	79	2	,	,	PUNCT
hij-768	79	3	no	no	INTJ
hij-768	79	4	.	.	NOUN
hij-768	79	5	3	3	NUM
hij-768	79	6	,	,	PUNCT
hij-768	79	7	september	september	PROPN
hij-768	79	8	,	,	PUNCT
hij-768	79	9	2024	2024	NUM
hij-768	79	10	718	718	NUM
hij-768	79	11	vuttipittayamongkol	vuttipittayamongkol	NOUN
hij-768	79	12	et	et	PROPN
hij-768	79	13	al	al	PROPN
hij-768	79	14	.	.	PROPN
hij-768	80	1	(	(	PUNCT
hij-768	80	2	2018	2018	NUM
hij-768	80	3	)	)	PUNCT
hij-768	80	4	address	address	NOUN
hij-768	80	5	the	the	DET
hij-768	80	6	challenge	challenge	NOUN
hij-768	80	7	of	of	ADP
hij-768	80	8	imbalanced	imbalanced	ADJ
hij-768	80	9	data	datum	NOUN
hij-768	80	10	classification	classification	NOUN
hij-768	80	11	by	by	ADP
hij-768	80	12	introducing	introduce	VERB
hij-768	80	13	a	a	DET
hij-768	80	14	novel	novel	NOUN
hij-768	80	15	under	under	ADP
hij-768	80	16	-	-	PUNCT
hij-768	80	17	sampling	sample	VERB
hij-768	80	18	technique	technique	NOUN
hij-768	80	19	.	.	PUNCT
hij-768	81	1	this	this	DET
hij-768	81	2	method	method	NOUN
hij-768	81	3	is	be	AUX
hij-768	81	4	mainly	mainly	ADV
hij-768	81	5	used	use	VERB
hij-768	81	6	to	to	PART
hij-768	81	7	eliminate	eliminate	VERB
hij-768	81	8	erroneous	erroneous	ADJ
hij-768	81	9	instances	instance	NOUN
hij-768	81	10	in	in	ADP
hij-768	81	11	overlapping	overlap	VERB
hij-768	81	12	areas	area	NOUN
hij-768	81	13	,	,	PUNCT
hij-768	81	14	leading	lead	VERB
hij-768	81	15	to	to	ADP
hij-768	81	16	significant	significant	ADJ
hij-768	81	17	improvements	improvement	NOUN
hij-768	81	18	in	in	ADP
hij-768	81	19	classification	classification	NOUN
hij-768	81	20	performance	performance	NOUN
hij-768	81	21	across	across	ADP
hij-768	81	22	various	various	ADJ
hij-768	81	23	datasets	dataset	NOUN
hij-768	81	24	[	[	X
hij-768	81	25	26	26	NUM
hij-768	81	26	]	]	PUNCT
hij-768	81	27	.	.	PUNCT
hij-768	82	1	huang	huang	PROPN
hij-768	82	2	et	et	PROPN
hij-768	82	3	al	al	PROPN
hij-768	82	4	.	.	PROPN
hij-768	82	5	(	(	PUNCT
hij-768	82	6	2021	2021	NUM
hij-768	82	7	)	)	PUNCT
hij-768	82	8	propose	propose	VERB
hij-768	82	9	a	a	DET
hij-768	82	10	new	new	ADJ
hij-768	82	11	k	k	ADJ
hij-768	82	12	-	-	PUNCT
hij-768	82	13	means	mean	VERB
hij-768	82	14	classification	classification	NOUN
hij-768	82	15	algorithm	algorithm	NOUN
hij-768	82	16	to	to	PART
hij-768	82	17	improve	improve	VERB
hij-768	82	18	clustering	clustering	ADJ
hij-768	82	19	performance	performance	NOUN
hij-768	82	20	by	by	ADP
hij-768	82	21	extracting	extract	VERB
hij-768	82	22	hierarchical	hierarchical	ADJ
hij-768	82	23	representations	representation	NOUN
hij-768	82	24	.	.	PUNCT
hij-768	83	1	the	the	DET
hij-768	83	2	deep	deep	ADJ
hij-768	83	3	structure	structure	NOUN
hij-768	83	4	captures	capture	VERB
hij-768	83	5	complex	complex	ADJ
hij-768	83	6	hierarchical	hierarchical	ADJ
hij-768	83	7	information	information	NOUN
hij-768	83	8	,	,	PUNCT
hij-768	83	9	leading	lead	VERB
hij-768	83	10	to	to	ADP
hij-768	83	11	significant	significant	ADJ
hij-768	83	12	performance	performance	NOUN
hij-768	83	13	gains	gain	NOUN
hij-768	83	14	over	over	ADP
hij-768	83	15	classical	classical	ADJ
hij-768	83	16	and	and	CCONJ
hij-768	83	17	stateof	stateof	ADV
hij-768	83	18	-	-	PUNCT
hij-768	83	19	the	the	DET
hij-768	83	20	-	-	PUNCT
hij-768	83	21	art	art	NOUN
hij-768	83	22	methods	method	NOUN
hij-768	83	23	across	across	ADP
hij-768	83	24	benchmark	benchmark	NOUN
hij-768	83	25	datasets	dataset	NOUN
hij-768	83	26	[	[	X
hij-768	83	27	27	27	NUM
hij-768	83	28	]	]	PUNCT
hij-768	83	29	.	.	PUNCT
hij-768	84	1	saputra	saputra	PROPN
hij-768	84	2	et	et	PROPN
hij-768	84	3	al	al	PROPN
hij-768	84	4	.	.	PROPN
hij-768	84	5	(	(	PUNCT
hij-768	84	6	2020	2020	NUM
hij-768	84	7	)	)	PUNCT
hij-768	84	8	investigate	investigate	VERB
hij-768	84	9	the	the	DET
hij-768	84	10	effects	effect	NOUN
hij-768	84	11	of	of	ADP
hij-768	84	12	different	different	ADJ
hij-768	84	13	distance	distance	NOUN
hij-768	84	14	algorithms	algorithm	NOUN
hij-768	84	15	on	on	ADP
hij-768	84	16	the	the	DET
hij-768	84	17	performance	performance	NOUN
hij-768	84	18	of	of	ADP
hij-768	84	19	the	the	DET
hij-768	84	20	k	k	NOUN
hij-768	84	21	-	-	PUNCT
hij-768	84	22	means	mean	NOUN
hij-768	84	23	model	model	NOUN
hij-768	84	24	.	.	PUNCT
hij-768	85	1	their	their	PRON
hij-768	85	2	study	study	NOUN
hij-768	85	3	provided	provide	VERB
hij-768	85	4	in	in	ADP
hij-768	85	5	-	-	PUNCT
hij-768	85	6	depth	depth	NOUN
hij-768	85	7	insights	insight	NOUN
hij-768	85	8	into	into	ADP
hij-768	85	9	the	the	DET
hij-768	85	10	impact	impact	NOUN
hij-768	85	11	of	of	ADP
hij-768	85	12	distance	distance	NOUN
hij-768	85	13	metrics	metric	NOUN
hij-768	85	14	on	on	ADP
hij-768	85	15	clustering	cluster	VERB
hij-768	85	16	results	result	NOUN
hij-768	85	17	[	[	X
hij-768	85	18	28	28	NUM
hij-768	85	19	]	]	PUNCT
hij-768	85	20	.	.	PUNCT
hij-768	86	1	these	these	DET
hij-768	86	2	studies	study	NOUN
hij-768	86	3	collectively	collectively	ADV
hij-768	86	4	contribute	contribute	VERB
hij-768	86	5	to	to	ADP
hij-768	86	6	advancing	advance	VERB
hij-768	86	7	clustering	clustering	ADJ
hij-768	86	8	techniques	technique	NOUN
hij-768	86	9	and	and	CCONJ
hij-768	86	10	their	their	PRON
hij-768	86	11	applications	application	NOUN
hij-768	86	12	across	across	ADP
hij-768	86	13	various	various	ADJ
hij-768	86	14	domains	domain	NOUN
hij-768	86	15	,	,	PUNCT
hij-768	86	16	addressing	address	VERB
hij-768	86	17	challenges	challenge	NOUN
hij-768	86	18	such	such	ADJ
hij-768	86	19	as	as	ADP
hij-768	86	20	unclear	unclear	ADJ
hij-768	86	21	cluster	cluster	NOUN
hij-768	86	22	boundaries	boundary	NOUN
hij-768	86	23	,	,	PUNCT
hij-768	86	24	optimal	optimal	ADJ
hij-768	86	25	parameter	parameter	NOUN
hij-768	86	26	selection	selection	NOUN
hij-768	86	27	,	,	PUNCT
hij-768	86	28	and	and	CCONJ
hij-768	86	29	efficient	efficient	ADJ
hij-768	86	30	data	datum	NOUN
hij-768	86	31	representation	representation	NOUN
hij-768	86	32	.	.	PUNCT
hij-768	87	1	figure	figure	NOUN
hij-768	87	2	1	1	NUM
hij-768	87	3	shows	show	VERB
hij-768	87	4	the	the	DET
hij-768	87	5	flowchart	flowchart	NOUN
hij-768	87	6	of	of	ADP
hij-768	87	7	the	the	DET
hij-768	87	8	research	research	NOUN
hij-768	87	9	methodology	methodology	NOUN
hij-768	87	10	through	through	ADP
hij-768	87	11	which	which	PRON
hij-768	87	12	the	the	DET
hij-768	87	13	objectives	objective	NOUN
hij-768	87	14	of	of	ADP
hij-768	87	15	this	this	DET
hij-768	87	16	study	study	NOUN
hij-768	87	17	were	be	AUX
hij-768	87	18	achieved	achieve	VERB
hij-768	87	19	.	.	PUNCT
hij-768	88	1	the	the	DET
hij-768	88	2	contribution	contribution	NOUN
hij-768	88	3	of	of	ADP
hij-768	88	4	this	this	DET
hij-768	88	5	research	research	NOUN
hij-768	88	6	:	:	PUNCT
hij-768	88	7	•	•	ADP
hij-768	88	8	the	the	DET
hij-768	88	9	proposed	propose	VERB
hij-768	88	10	novel	novel	NOUN
hij-768	88	11	classification	classification	NOUN
hij-768	88	12	model	model	NOUN
hij-768	88	13	framework	framework	NOUN
hij-768	88	14	was	be	AUX
hij-768	88	15	designed	design	VERB
hij-768	88	16	to	to	PART
hij-768	88	17	solve	solve	VERB
hij-768	88	18	clusters	cluster	NOUN
hij-768	88	19	overlapping	overlap	VERB
hij-768	88	20	of	of	ADP
hij-768	88	21	the	the	DET
hij-768	88	22	k	k	NOUN
hij-768	88	23	-	-	PUNCT
hij-768	88	24	means	mean	VERB
hij-768	88	25	clusters	cluster	NOUN
hij-768	88	26	overlapping	overlap	VERB
hij-768	88	27	problem	problem	NOUN
hij-768	88	28	of	of	ADP
hij-768	88	29	linear	linear	ADJ
hij-768	88	30	decision	decision	NOUN
hij-768	88	31	boundary	boundary	ADJ
hij-768	88	32	and	and	CCONJ
hij-768	88	33	improve	improve	VERB
hij-768	88	34	classification	classification	NOUN
hij-768	88	35	performance	performance	NOUN
hij-768	88	36	.	.	PUNCT
hij-768	89	1	•	•	NUM
hij-768	89	2	an	an	DET
hij-768	89	3	implemented	implement	VERB
hij-768	89	4	ensemble	ensemble	ADJ
hij-768	89	5	classification	classification	NOUN
hij-768	89	6	model	model	NOUN
hij-768	89	7	was	be	AUX
hij-768	89	8	tested	test	VERB
hij-768	89	9	for	for	ADP
hij-768	89	10	its	its	PRON
hij-768	89	11	performance	performance	NOUN
hij-768	89	12	in	in	ADP
hij-768	89	13	terms	term	NOUN
hij-768	89	14	of	of	ADP
hij-768	89	15	standard	standard	ADJ
hij-768	89	16	deviation	deviation	NOUN
hij-768	89	17	and	and	CCONJ
hij-768	89	18	mean	mean	ADJ
hij-768	89	19	deviation	deviation	NOUN
hij-768	89	20	.	.	PUNCT
hij-768	90	1	the	the	DET
hij-768	90	2	standard	standard	ADJ
hij-768	90	3	deviation	deviation	NOUN
hij-768	90	4	can	can	AUX
hij-768	90	5	detect	detect	VERB
hij-768	90	6	the	the	DET
hij-768	90	7	size	size	NOUN
hij-768	90	8	of	of	ADP
hij-768	90	9	cluster	cluster	NOUN
hij-768	90	10	boundaries	boundary	NOUN
hij-768	90	11	,	,	PUNCT
hij-768	90	12	while	while	SCONJ
hij-768	90	13	the	the	DET
hij-768	90	14	mean	mean	ADJ
hij-768	90	15	deviation	deviation	NOUN
hij-768	90	16	can	can	AUX
hij-768	90	17	detect	detect	VERB
hij-768	90	18	the	the	DET
hij-768	90	19	compactness	compactness	NOUN
hij-768	90	20	of	of	ADP
hij-768	90	21	data	datum	NOUN
hij-768	90	22	within	within	ADP
hij-768	90	23	clusters	cluster	NOUN
hij-768	90	24	.	.	PUNCT
hij-768	91	1	figure	figure	NOUN
hij-768	91	2	1	1	NUM
hij-768	91	3	.	.	PUNCT
hij-768	92	1	the	the	DET
hij-768	92	2	process	process	NOUN
hij-768	92	3	of	of	ADP
hij-768	92	4	the	the	DET
hij-768	92	5	methodology	methodology	NOUN
hij-768	92	6	3	3	NUM
hij-768	92	7	.	.	PUNCT
hij-768	92	8	research	research	NOUN
hij-768	92	9	methodology	methodology	NOUN
hij-768	92	10	k	k	NOUN
hij-768	92	11	-	-	PUNCT
hij-768	92	12	means	means	NOUN
hij-768	92	13	is	be	AUX
hij-768	92	14	widely	widely	ADV
hij-768	92	15	recognized	recognize	VERB
hij-768	92	16	in	in	ADP
hij-768	92	17	the	the	DET
hij-768	92	18	domain	domain	NOUN
hij-768	92	19	of	of	ADP
hij-768	92	20	machine	machine	NOUN
hij-768	92	21	learning	learning	NOUN
hij-768	92	22	and	and	CCONJ
hij-768	92	23	primarily	primarily	ADV
hij-768	92	24	utilized	utilize	VERB
hij-768	92	25	for	for	ADP
hij-768	92	26	classifying	classify	VERB
hij-768	92	27	unlabeled	unlabeled	ADJ
hij-768	92	28	data	datum	NOUN
hij-768	92	29	.	.	PUNCT
hij-768	93	1	conversely	conversely	ADV
hij-768	93	2	,	,	PUNCT
hij-768	93	3	neural	neural	ADJ
hij-768	93	4	network	network	NOUN
hij-768	93	5	algorithms	algorithm	NOUN
hij-768	93	6	operate	operate	VERB
hij-768	93	7	within	within	ADP
hij-768	93	8	the	the	DET
hij-768	93	9	realm	realm	NOUN
hij-768	93	10	of	of	ADP
hij-768	93	11	supervised	supervised	ADJ
hij-768	93	12	learning	learning	NOUN
hij-768	93	13	,	,	PUNCT
hij-768	93	14	where	where	SCONJ
hij-768	93	15	models	model	NOUN
hij-768	93	16	are	be	AUX
hij-768	93	17	trained	train	VERB
hij-768	93	18	using	use	VERB
hij-768	93	19	existing	exist	VERB
hij-768	93	20	data	datum	NOUN
hij-768	93	21	labels	label	NOUN
hij-768	93	22	for	for	ADP
hij-768	93	23	classification	classification	NOUN
hij-768	93	24	purposes	purpose	NOUN
hij-768	93	25	.	.	PUNCT
hij-768	94	1	this	this	DET
hij-768	94	2	paper	paper	NOUN
hij-768	94	3	introduces	introduce	VERB
hij-768	94	4	a	a	DET
hij-768	94	5	novel	novel	ADJ
hij-768	94	6	model	model	NOUN
hij-768	94	7	designed	design	VERB
hij-768	94	8	specifically	specifically	ADV
hij-768	94	9	for	for	ADP
hij-768	94	10	classifying	classify	VERB
hij-768	94	11	unsupervised	unsupervised	ADJ
hij-768	94	12	data	datum	NOUN
hij-768	94	13	within	within	ADP
hij-768	94	14	clustered	clustered	ADJ
hij-768	94	15	overlapping	overlap	VERB
hij-768	94	16	regions	region	NOUN
hij-768	94	17	.	.	PUNCT
hij-768	95	1	notably	notably	ADV
hij-768	95	2	,	,	PUNCT
hij-768	95	3	this	this	DET
hij-768	95	4	new	new	ADJ
hij-768	95	5	model	model	NOUN
hij-768	95	6	combines	combine	VERB
hij-768	95	7	features	feature	NOUN
hij-768	95	8	from	from	ADP
hij-768	95	9	both	both	CCONJ
hij-768	95	10	the	the	DET
hij-768	95	11	neural	neural	ADJ
hij-768	95	12	network	network	NOUN
hij-768	95	13	and	and	CCONJ
hij-768	95	14	k	k	NOUN
hij-768	95	15	-	-	PUNCT
hij-768	95	16	means	mean	VERB
hij-768	95	17	algorithms	algorithm	NOUN
hij-768	95	18	.	.	PUNCT
hij-768	96	1	in	in	ADP
hij-768	96	2	the	the	DET
hij-768	96	3	subsequent	subsequent	ADJ
hij-768	96	4	section	section	NOUN
hij-768	96	5	,	,	PUNCT
hij-768	96	6	we	we	PRON
hij-768	96	7	will	will	AUX
hij-768	96	8	provide	provide	VERB
hij-768	96	9	an	an	DET
hij-768	96	10	overview	overview	NOUN
hij-768	96	11	of	of	ADP
hij-768	96	12	the	the	DET
hij-768	96	13	fundamental	fundamental	ADJ
hij-768	96	14	k	k	ADJ
hij-768	96	15	-	-	PUNCT
hij-768	96	16	means	means	NOUN
hij-768	96	17	algorithm	algorithm	NOUN
hij-768	96	18	and	and	CCONJ
hij-768	96	19	basic	basic	ADJ
hij-768	96	20	concepts	concept	NOUN
hij-768	96	21	of	of	ADP
hij-768	96	22	neural	neural	ADJ
hij-768	96	23	networks	network	NOUN
hij-768	96	24	and	and	CCONJ
hij-768	96	25	elaborate	elaborate	VERB
hij-768	96	26	on	on	ADP
hij-768	96	27	our	our	PRON
hij-768	96	28	innovative	innovative	ADJ
hij-768	96	29	classification	classification	NOUN
hij-768	96	30	model	model	NOUN
hij-768	96	31	.	.	PUNCT
hij-768	97	1	3.1	3.1	NUM
hij-768	97	2	.	.	PUNCT
hij-768	98	1	k	k	X
hij-768	98	2	-	-	PUNCT
hij-768	98	3	means	means	NOUN
hij-768	98	4	architecture	architecture	NOUN
hij-768	98	5	the	the	DET
hij-768	98	6	k	k	NOUN
hij-768	98	7	-	-	PUNCT
hij-768	98	8	means	mean	VERB
hij-768	98	9	classification	classification	NOUN
hij-768	98	10	model	model	NOUN
hij-768	98	11	[	[	X
hij-768	98	12	8	8	NUM
hij-768	98	13	,	,	PUNCT
hij-768	98	14	29	29	NUM
hij-768	98	15	]	]	PUNCT
hij-768	98	16	relies	rely	VERB
hij-768	98	17	on	on	ADP
hij-768	98	18	distance	distance	NOUN
hij-768	98	19	metrics	metric	NOUN
hij-768	98	20	to	to	PART
hij-768	98	21	assess	assess	VERB
hij-768	98	22	similarity	similarity	NOUN
hij-768	98	23	and	and	CCONJ
hij-768	98	24	categorize	categorize	VERB
hij-768	98	25	data	datum	NOUN
hij-768	98	26	points	point	NOUN
hij-768	98	27	into	into	ADP
hij-768	98	28	clusters	cluster	NOUN
hij-768	98	29	.	.	PUNCT
hij-768	99	1	each	each	DET
hij-768	99	2	data	datum	NOUN
hij-768	99	3	point	point	NOUN
hij-768	99	4	is	be	AUX
hij-768	99	5	assigned	assign	VERB
hij-768	99	6	to	to	ADP
hij-768	99	7	the	the	DET
hij-768	99	8	cluster	cluster	NOUN
hij-768	99	9	with	with	ADP
hij-768	99	10	the	the	DET
hij-768	99	11	closest	close	ADJ
hij-768	99	12	centroid	centroid	NOUN
hij-768	99	13	,	,	PUNCT
hij-768	99	14	determined	determine	VERB
hij-768	99	15	by	by	ADP
hij-768	99	16	distance	distance	NOUN
hij-768	99	17	calculation	calculation	NOUN
hij-768	99	18	.	.	PUNCT
hij-768	100	1	the	the	DET
hij-768	100	2	process	process	NOUN
hij-768	100	3	involves	involve	VERB
hij-768	100	4	iterative	iterative	ADJ
hij-768	100	5	adjustments	adjustment	NOUN
hij-768	100	6	of	of	ADP
hij-768	100	7	centroids	centroid	NOUN
hij-768	100	8	by	by	ADP
hij-768	100	9	the	the	DET
hij-768	100	10	average	average	ADJ
hij-768	100	11	values	value	NOUN
hij-768	100	12	of	of	ADP
hij-768	100	13	the	the	DET
hij-768	100	14	data	datum	NOUN
hij-768	100	15	within	within	ADP
hij-768	100	16	each	each	DET
hij-768	100	17	cluster	cluster	NOUN
hij-768	100	18	.	.	PUNCT
hij-768	101	1	the	the	DET
hij-768	101	2	performance	performance	NOUN
hij-768	101	3	of	of	ADP
hij-768	101	4	the	the	DET
hij-768	101	5	k	k	NOUN
hij-768	101	6	-	-	PUNCT
hij-768	101	7	means	mean	VERB
hij-768	101	8	classification	classification	NOUN
hij-768	101	9	model	model	NOUN
hij-768	101	10	is	be	AUX
hij-768	101	11	typically	typically	ADV
hij-768	101	12	evaluated	evaluate	VERB
hij-768	101	13	using	use	VERB
hij-768	101	14	the	the	DET
hij-768	101	15	sum	sum	NOUN
hij-768	101	16	of	of	ADP
hij-768	101	17	squares	square	NOUN
hij-768	101	18	.	.	PUNCT
hij-768	102	1	below	below	ADV
hij-768	102	2	is	be	AUX
hij-768	102	3	the	the	DET
hij-768	102	4	workflow	workflow	NOUN
hij-768	102	5	implementation	implementation	NOUN
hij-768	102	6	of	of	ADP
hij-768	102	7	the	the	DET
hij-768	102	8	k	k	NOUN
hij-768	102	9	-	-	PUNCT
hij-768	102	10	means	means	NOUN
hij-768	102	11	algorithm	algorithm	NOUN
hij-768	102	12	,	,	PUNCT
hij-768	102	13	which	which	PRON
hij-768	102	14	is	be	AUX
hij-768	102	15	depicted	depict	VERB
hij-768	102	16	in	in	ADP
hij-768	102	17	figure	figure	NOUN
hij-768	102	18	2	2	NUM
hij-768	102	19	:	:	PUNCT
hij-768	102	20	hightech	hightech	NOUN
hij-768	102	21	and	and	CCONJ
hij-768	102	22	innovation	innovation	NOUN
hij-768	102	23	journal	journal	PROPN
hij-768	102	24	vol	vol	NOUN
hij-768	102	25	.	.	PROPN
hij-768	103	1	5	5	NUM
hij-768	103	2	,	,	PUNCT
hij-768	103	3	no	no	INTJ
hij-768	103	4	.	.	NOUN
hij-768	103	5	3	3	NUM
hij-768	103	6	,	,	PUNCT
hij-768	103	7	september	september	PROPN
hij-768	103	8	,	,	PUNCT
hij-768	103	9	2024	2024	NUM
hij-768	103	10	719	719	NUM
hij-768	103	11	figure	figure	NOUN
hij-768	103	12	2	2	NUM
hij-768	103	13	.	.	PUNCT
hij-768	104	1	k	k	X
hij-768	104	2	-	-	PUNCT
hij-768	104	3	means	mean	VERB
hij-768	104	4	classification	classification	NOUN
hij-768	104	5	model	model	NOUN
hij-768	104	6	architecture	architecture	NOUN
hij-768	104	7	perform	perform	VERB
hij-768	104	8	k	k	NOUN
hij-768	104	9	-	-	PUNCT
hij-768	104	10	means	mean	VERB
hij-768	104	11	steps	step	NOUN
hij-768	104	12	:	:	PUNCT
hij-768	104	13	•	•	NUM
hij-768	104	14	euclidean	euclidean	ADJ
hij-768	104	15	distance	distance	NOUN
hij-768	104	16	:	:	PUNCT
hij-768	104	17	it	it	PRON
hij-768	104	18	is	be	AUX
hij-768	104	19	calculated	calculate	VERB
hij-768	104	20	in	in	ADP
hij-768	104	21	high	high	ADJ
hij-768	104	22	-	-	PUNCT
hij-768	104	23	dimensional	dimensional	ADJ
hij-768	104	24	space	space	NOUN
hij-768	104	25	as	as	SCONJ
hij-768	104	26	defined	define	VERB
hij-768	104	27	by	by	ADP
hij-768	104	28	equation	equation	NOUN
hij-768	104	29	1	1	NUM
hij-768	104	30	.	.	PUNCT
hij-768	105	1	d	d	X
hij-768	105	2	:	:	PUNCT
hij-768	105	3	distance	distance	NOUN
hij-768	105	4	between	between	ADP
hij-768	105	5	2	2	NUM
hij-768	105	6	points	point	NOUN
hij-768	105	7	.	.	PUNCT
hij-768	106	1	𝐷(𝑝	𝐷(𝑝	X
hij-768	106	2	,	,	PUNCT
hij-768	106	3	𝑞	𝑞	X
hij-768	106	4	)	)	PUNCT
hij-768	106	5	=	=	SYM
hij-768	106	6	√∑(𝑝𝑖	√∑(𝑝𝑖	PROPN
hij-768	106	7	−	−	NUM
hij-768	106	8	𝑞𝑖	𝑞𝑖	NOUN
hij-768	106	9	)	)	PUNCT
hij-768	106	10	2	2	NUM
hij-768	106	11	𝑛	𝑛	PRON
hij-768	106	12	𝑖=1	𝑖=1	PROPN
hij-768	106	13	(	(	PUNCT
hij-768	106	14	1	1	NUM
hij-768	106	15	)	)	PUNCT
hij-768	106	16	•	•	NOUN
hij-768	106	17	the	the	DET
hij-768	106	18	sum	sum	NOUN
hij-768	106	19	of	of	ADP
hij-768	106	20	squares	square	NOUN
hij-768	106	21	:	:	PUNCT
hij-768	106	22	it	it	PRON
hij-768	106	23	is	be	AUX
hij-768	106	24	used	use	VERB
hij-768	106	25	for	for	ADP
hij-768	106	26	the	the	DET
hij-768	106	27	line	line	NOUN
hij-768	106	28	of	of	ADP
hij-768	106	29	best	good	ADJ
hij-768	106	30	fit	fit	NOUN
hij-768	106	31	will	will	AUX
hij-768	106	32	minimize	minimize	VERB
hij-768	106	33	this	this	DET
hij-768	106	34	value	value	NOUN
hij-768	106	35	as	as	SCONJ
hij-768	106	36	defined	define	VERB
hij-768	106	37	by	by	ADP
hij-768	106	38	equation	equation	NOUN
hij-768	106	39	2	2	NUM
hij-768	106	40	.	.	PUNCT
hij-768	106	41	where	where	SCONJ
hij-768	106	42	𝑦𝑖	𝑦𝑖	PROPN
hij-768	106	43	is	be	AUX
hij-768	106	44	the	the	DET
hij-768	106	45	observed	observed	ADJ
hij-768	106	46	value	value	NOUN
hij-768	106	47	,	,	PUNCT
hij-768	106	48	�	�	PROPN
hij-768	106	49	̂	̂	VERB
hij-768	106	50	�	�	NOUN
hij-768	106	51	𝑖	𝑖	NOUN
hij-768	106	52	is	be	AUX
hij-768	106	53	estimated	estimate	VERB
hij-768	106	54	by	by	ADP
hij-768	106	55	the	the	DET
hij-768	106	56	regression	regression	NOUN
hij-768	106	57	line	line	NOUN
hij-768	106	58	.	.	PUNCT
hij-768	107	1	𝑆𝑆𝐸	𝑆𝑆𝐸	PROPN
hij-768	107	2	=	=	X
hij-768	108	1	∑(𝑦𝑖	∑(𝑦𝑖	PROPN
hij-768	108	2	−	−	PROPN
hij-768	108	3	�	�	PROPN
hij-768	108	4	̂	̂	VERB
hij-768	108	5	�	�	NOUN
hij-768	108	6	𝑖	𝑖	SYM
hij-768	108	7	)	)	PUNCT
hij-768	108	8	2	2	NUM
hij-768	108	9	𝑛	𝑛	PRON
hij-768	108	10	𝑖=1	𝑖=1	PROPN
hij-768	108	11	(	(	PUNCT
hij-768	108	12	2	2	NUM
hij-768	108	13	)	)	PUNCT
hij-768	108	14	3.2	3.2	NUM
hij-768	108	15	.	.	PUNCT
hij-768	109	1	feedforward	feedforward	ADJ
hij-768	109	2	neural	neural	ADJ
hij-768	109	3	network	network	NOUN
hij-768	109	4	the	the	DET
hij-768	109	5	sigmoid	sigmoid	NOUN
hij-768	109	6	function	function	NOUN
hij-768	109	7	is	be	AUX
hij-768	109	8	a	a	DET
hij-768	109	9	logistic	logistic	ADJ
hij-768	109	10	function	function	NOUN
hij-768	109	11	characterized	characterize	VERB
hij-768	109	12	by	by	ADP
hij-768	109	13	an	an	DET
hij-768	109	14	"	"	PUNCT
hij-768	109	15	s"-shaped	s"-shaped	ADJ
hij-768	109	16	curve	curve	NOUN
hij-768	109	17	[	[	X
hij-768	109	18	30	30	NUM
hij-768	109	19	]	]	PUNCT
hij-768	109	20	.	.	PUNCT
hij-768	110	1	in	in	ADP
hij-768	110	2	neural	neural	ADJ
hij-768	110	3	network	network	NOUN
hij-768	110	4	models	model	NOUN
hij-768	110	5	,	,	PUNCT
hij-768	110	6	sigmoid	sigmoid	NOUN
hij-768	110	7	is	be	AUX
hij-768	110	8	commonly	commonly	ADV
hij-768	110	9	utilized	utilize	VERB
hij-768	110	10	as	as	ADP
hij-768	110	11	an	an	DET
hij-768	110	12	activation	activation	NOUN
hij-768	110	13	function	function	NOUN
hij-768	110	14	[	[	X
hij-768	110	15	31	31	NUM
hij-768	110	16	]	]	PUNCT
hij-768	110	17	.	.	PUNCT
hij-768	111	1	the	the	DET
hij-768	111	2	forward	forward	ADJ
hij-768	111	3	propagation	propagation	NOUN
hij-768	111	4	neural	neural	ADJ
hij-768	111	5	network	network	NOUN
hij-768	111	6	involves	involve	VERB
hij-768	111	7	the	the	DET
hij-768	111	8	process	process	NOUN
hij-768	111	9	of	of	ADP
hij-768	111	10	input	input	NOUN
hij-768	111	11	data	datum	NOUN
hij-768	111	12	and	and	CCONJ
hij-768	111	13	output	output	NOUN
hij-768	111	14	results	result	NOUN
hij-768	111	15	;	;	PUNCT
hij-768	111	16	the	the	DET
hij-768	111	17	network	network	NOUN
hij-768	111	18	architecture	architecture	NOUN
hij-768	111	19	consists	consist	VERB
hij-768	111	20	of	of	ADP
hij-768	111	21	an	an	DET
hij-768	111	22	input	input	NOUN
hij-768	111	23	layer	layer	NOUN
hij-768	111	24	,	,	PUNCT
hij-768	111	25	a	a	DET
hij-768	111	26	hidden	hidden	ADJ
hij-768	111	27	layer	layer	NOUN
hij-768	111	28	,	,	PUNCT
hij-768	111	29	and	and	CCONJ
hij-768	111	30	an	an	DET
hij-768	111	31	output	output	NOUN
hij-768	111	32	layer	layer	NOUN
hij-768	111	33	.	.	PUNCT
hij-768	112	1	the	the	DET
hij-768	112	2	derivative	derivative	NOUN
hij-768	112	3	of	of	ADP
hij-768	112	4	the	the	DET
hij-768	112	5	sigmoid	sigmoid	NOUN
hij-768	112	6	function	function	NOUN
hij-768	112	7	is	be	AUX
hij-768	112	8	essential	essential	ADJ
hij-768	112	9	for	for	ADP
hij-768	112	10	backpropagation	backpropagation	NOUN
hij-768	112	11	in	in	ADP
hij-768	112	12	neural	neural	ADJ
hij-768	112	13	network	network	NOUN
hij-768	112	14	models	model	NOUN
hij-768	112	15	.	.	PUNCT
hij-768	113	1	backpropagation	backpropagation	NOUN
hij-768	113	2	utilizes	utilize	VERB
hij-768	113	3	formulas	formula	NOUN
hij-768	113	4	to	to	PART
hij-768	113	5	adjust	adjust	VERB
hij-768	113	6	weights	weight	NOUN
hij-768	113	7	from	from	ADP
hij-768	113	8	the	the	DET
hij-768	113	9	output	output	NOUN
hij-768	113	10	layer	layer	NOUN
hij-768	113	11	to	to	ADP
hij-768	113	12	hidden	hidden	ADJ
hij-768	113	13	layers	layer	NOUN
hij-768	113	14	,	,	PUNCT
hij-768	113	15	as	as	SCONJ
hij-768	113	16	defined	define	VERB
hij-768	113	17	by	by	ADP
hij-768	113	18	equations	equation	NOUN
hij-768	113	19	,	,	PUNCT
hij-768	113	20	and	and	CCONJ
hij-768	113	21	to	to	PART
hij-768	113	22	adjust	adjust	VERB
hij-768	113	23	weights	weight	NOUN
hij-768	113	24	from	from	ADP
hij-768	113	25	hidden	hidden	ADJ
hij-768	113	26	layers	layer	NOUN
hij-768	113	27	to	to	PART
hij-768	113	28	input	input	VERB
hij-768	113	29	layers	layer	NOUN
hij-768	113	30	[	[	X
hij-768	113	31	32	32	NUM
hij-768	113	32	]	]	PUNCT
hij-768	113	33	.	.	PUNCT
hij-768	114	1	mean	mean	VERB
hij-768	114	2	squared	square	VERB
hij-768	114	3	error	error	NOUN
hij-768	114	4	[	[	X
hij-768	114	5	33	33	NUM
hij-768	114	6	]	]	PUNCT
hij-768	114	7	serves	serve	VERB
hij-768	114	8	as	as	ADP
hij-768	114	9	a	a	DET
hij-768	114	10	loss	loss	NOUN
hij-768	114	11	function	function	NOUN
hij-768	114	12	,	,	PUNCT
hij-768	114	13	frequently	frequently	ADV
hij-768	114	14	employed	employ	VERB
hij-768	114	15	in	in	ADP
hij-768	114	16	regression	regression	NOUN
hij-768	114	17	problems	problem	NOUN
hij-768	114	18	,	,	PUNCT
hij-768	114	19	where	where	SCONJ
hij-768	114	20	the	the	DET
hij-768	114	21	output	output	NOUN
hij-768	114	22	consists	consist	VERB
hij-768	114	23	of	of	ADP
hij-768	114	24	continuous	continuous	ADJ
hij-768	114	25	values	value	NOUN
hij-768	114	26	or	or	CCONJ
hij-768	114	27	a	a	DET
hij-768	114	28	vector	vector	NOUN
hij-768	114	29	of	of	ADP
hij-768	114	30	values	value	NOUN
hij-768	114	31	.	.	PUNCT
hij-768	115	1	the	the	DET
hij-768	115	2	neural	neural	ADJ
hij-768	115	3	network	network	NOUN
hij-768	115	4	functions	function	NOUN
hij-768	115	5	are	be	AUX
hij-768	115	6	represented	represent	VERB
hij-768	115	7	in	in	ADP
hij-768	115	8	the	the	DET
hij-768	115	9	figure	figure	NOUN
hij-768	115	10	3	3	X
hij-768	115	11	.	.	PUNCT
hij-768	115	12	hightech	hightech	NOUN
hij-768	115	13	and	and	CCONJ
hij-768	115	14	innovation	innovation	NOUN
hij-768	115	15	journal	journal	PROPN
hij-768	115	16	vol	vol	NOUN
hij-768	115	17	.	.	PROPN
hij-768	116	1	5	5	NUM
hij-768	116	2	,	,	PUNCT
hij-768	116	3	no	no	INTJ
hij-768	116	4	.	.	NOUN
hij-768	116	5	3	3	NUM
hij-768	116	6	,	,	PUNCT
hij-768	116	7	september	september	PROPN
hij-768	116	8	,	,	PUNCT
hij-768	116	9	2024	2024	NUM
hij-768	116	10	720	720	NUM
hij-768	116	11	figure	figure	NOUN
hij-768	116	12	3	3	NUM
hij-768	116	13	.	.	PUNCT
hij-768	117	1	feedforward	feedforward	ADJ
hij-768	117	2	neural	neural	ADJ
hij-768	117	3	network	network	NOUN
hij-768	117	4	perform	perform	VERB
hij-768	117	5	neural	neural	ADJ
hij-768	117	6	network	network	NOUN
hij-768	117	7	steps	step	NOUN
hij-768	117	8	:	:	PUNCT
hij-768	117	9	•	•	NUM
hij-768	117	10	feedforward	feedforward	NOUN
hij-768	117	11	step	step	NOUN
hij-768	117	12	1	1	NUM
hij-768	117	13	:	:	PUNCT
hij-768	117	14	the	the	DET
hij-768	117	15	weights	weight	NOUN
hij-768	117	16	of	of	ADP
hij-768	117	17	the	the	DET
hij-768	117	18	input	input	NOUN
hij-768	117	19	layer	layer	NOUN
hij-768	117	20	to	to	ADP
hij-768	117	21	the	the	DET
hij-768	117	22	hidden	hide	VERB
hij-768	117	23	layer	layer	NOUN
hij-768	117	24	nodes	node	NOUN
hij-768	117	25	are	be	AUX
hij-768	117	26	calculated	calculate	VERB
hij-768	117	27	using	use	VERB
hij-768	117	28	the	the	DET
hij-768	117	29	summation	summation	NOUN
hij-768	117	30	function	function	NOUN
hij-768	117	31	and	and	CCONJ
hij-768	117	32	the	the	DET
hij-768	117	33	sigmoid	sigmoid	NOUN
hij-768	117	34	function	function	NOUN
hij-768	117	35	,	,	PUNCT
hij-768	117	36	as	as	SCONJ
hij-768	117	37	defined	define	VERB
hij-768	117	38	in	in	ADP
hij-768	117	39	equations	equation	NOUN
hij-768	117	40	3	3	NUM
hij-768	117	41	and	and	CCONJ
hij-768	117	42	4	4	NUM
hij-768	117	43	:	:	PUNCT
hij-768	117	44	𝑛𝑒𝑡𝑗	𝑛𝑒𝑡𝑗	NOUN
hij-768	117	45	=	=	SYM
hij-768	117	46	∑	∑	PUNCT
hij-768	117	47	𝑤𝑗𝑖𝑥𝑖	𝑤𝑗𝑖𝑥𝑖	NOUN
hij-768	117	48	𝑁	𝑁	PROPN
hij-768	117	49	𝑖	𝑖	NOUN
hij-768	117	50	=	=	SYM
hij-768	117	51	1	1	NUM
hij-768	117	52	(	(	PUNCT
hij-768	117	53	3	3	NUM
hij-768	117	54	)	)	PUNCT
hij-768	117	55	𝑂𝑗	𝑂𝑗	PROPN
hij-768	117	56	=	=	PUNCT
hij-768	117	57	𝑓(𝑛𝑒𝑡𝑗	𝑓(𝑛𝑒𝑡𝑗	NOUN
hij-768	117	58	)	)	PUNCT
hij-768	117	59	=	=	SYM
hij-768	117	60	1	1	NUM
hij-768	117	61	1	1	NUM
hij-768	117	62	+	+	NUM
hij-768	117	63	𝑒−𝑥	𝑒−𝑥	NOUN
hij-768	117	64	(	(	PUNCT
hij-768	117	65	4	4	NUM
hij-768	117	66	)	)	PUNCT
hij-768	117	67	•	•	NOUN
hij-768	117	68	feedforward	feedforward	NOUN
hij-768	117	69	step	step	NOUN
hij-768	117	70	2	2	NUM
hij-768	117	71	:	:	PUNCT
hij-768	117	72	hidden	hide	VERB
hij-768	117	73	layer	layer	NOUN
hij-768	117	74	to	to	PART
hij-768	117	75	output	output	VERB
hij-768	117	76	layer	layer	NOUN
hij-768	117	77	nodes	node	NOUN
hij-768	117	78	calculating	calculate	VERB
hij-768	117	79	the	the	DET
hij-768	117	80	weighted	weight	VERB
hij-768	117	81	with	with	ADP
hij-768	117	82	sum	sum	NOUN
hij-768	117	83	function	function	NOUN
hij-768	117	84	and	and	CCONJ
hij-768	117	85	sigmoid	sigmoid	NOUN
hij-768	117	86	functions	function	NOUN
hij-768	117	87	as	as	SCONJ
hij-768	117	88	defined	define	VERB
hij-768	117	89	by	by	ADP
hij-768	117	90	equations	equation	NOUN
hij-768	117	91	5	5	NUM
hij-768	117	92	and	and	CCONJ
hij-768	117	93	6	6	NUM
hij-768	117	94	:	:	PUNCT
hij-768	117	95	𝑛𝑒𝑡𝑘	𝑛𝑒𝑡𝑘	NOUN
hij-768	117	96	=	=	PUNCT
hij-768	117	97	∑	∑	PUNCT
hij-768	117	98	𝑤𝑘𝑗𝑂𝑗	𝑤𝑘𝑗𝑂𝑗	VERB
hij-768	117	99	𝑀	𝑀	PROPN
hij-768	117	100	𝑗	𝑗	NOUN
hij-768	117	101	=	=	ADJ
hij-768	117	102	1	1	NUM
hij-768	117	103	(	(	PUNCT
hij-768	117	104	5	5	NUM
hij-768	117	105	)	)	PUNCT
hij-768	117	106	𝑂𝑘	𝑂𝑘	NOUN
hij-768	117	107	=	=	NOUN
hij-768	117	108	𝑓(𝑛𝑒𝑡𝑘	𝑓(𝑛𝑒𝑡𝑘	NOUN
hij-768	117	109	)	)	PUNCT
hij-768	117	110	=	=	SYM
hij-768	117	111	1	1	NUM
hij-768	117	112	1	1	NUM
hij-768	117	113	+	+	CCONJ
hij-768	117	114	𝑒−𝑛𝑒𝑡𝑘	𝑒−𝑛𝑒𝑡𝑘	NOUN
hij-768	117	115	(	(	PUNCT
hij-768	117	116	6	6	NUM
hij-768	117	117	)	)	PUNCT
hij-768	117	118	•	•	NOUN
hij-768	117	119	feedforward	feedforward	NOUN
hij-768	117	120	step	step	NOUN
hij-768	117	121	3	3	NUM
hij-768	117	122	:	:	PUNCT
hij-768	117	123	derivative	derivative	NOUN
hij-768	117	124	of	of	ADP
hij-768	117	125	the	the	DET
hij-768	117	126	sigmoid	sigmoid	NOUN
hij-768	117	127	function	function	NOUN
hij-768	117	128	as	as	SCONJ
hij-768	117	129	defined	define	VERB
hij-768	117	130	by	by	ADP
hij-768	117	131	equation	equation	NOUN
hij-768	117	132	7	7	NUM
hij-768	117	133	:	:	PUNCT
hij-768	117	134	�	�	PROPN
hij-768	117	135	́	́	PROPN
hij-768	117	136	�	�	NOUN
hij-768	117	137	(𝑥	(𝑥	NOUN
hij-768	117	138	)	)	PUNCT
hij-768	117	139	=	=	SYM
hij-768	117	140	𝜎(𝑥)(1	𝜎(𝑥)(1	NOUN
hij-768	117	141	−	−	NOUN
hij-768	117	142	𝜎(𝑥	𝜎(𝑥	NOUN
hij-768	117	143	)	)	PUNCT
hij-768	117	144	)	)	PUNCT
hij-768	118	1	(	(	PUNCT
hij-768	118	2	7	7	X
hij-768	118	3	)	)	PUNCT
hij-768	118	4	•	•	NOUN
hij-768	118	5	backpropagation	backpropagation	NOUN
hij-768	118	6	step	step	NOUN
hij-768	118	7	1	1	NUM
hij-768	118	8	:	:	PUNCT
hij-768	118	9	renew	renew	VERB
hij-768	118	10	the	the	DET
hij-768	118	11	weight	weight	NOUN
hij-768	118	12	from	from	ADP
hij-768	118	13	the	the	DET
hij-768	118	14	output	output	NOUN
hij-768	118	15	back	back	ADV
hij-768	118	16	to	to	ADP
hij-768	118	17	the	the	DET
hij-768	118	18	hidden	hide	VERB
hij-768	118	19	layer	layer	NOUN
hij-768	118	20	as	as	SCONJ
hij-768	118	21	defined	define	VERB
hij-768	118	22	by	by	ADP
hij-768	118	23	equations	equation	NOUN
hij-768	118	24	8	8	NUM
hij-768	118	25	,	,	PUNCT
hij-768	118	26	and	and	CCONJ
hij-768	118	27	(	(	PUNCT
hij-768	118	28	9	9	NUM
hij-768	118	29	)	)	PUNCT
hij-768	118	30	,	,	PUNCT
hij-768	118	31	respectively	respectively	ADV
hij-768	118	32	.	.	PUNCT
hij-768	119	1	𝑤𝑘𝑗	𝑤𝑘𝑗	NOUN
hij-768	119	2	𝑛𝑒𝑤	𝑛𝑒𝑤	NOUN
hij-768	119	3	=	=	PUNCT
hij-768	119	4	𝑤𝑘𝑗	𝑤𝑘𝑗	NOUN
hij-768	119	5	𝑜𝑙𝑑	𝑜𝑙𝑑	VERB
hij-768	119	6	−	−	NOUN
hij-768	119	7	𝜂(𝛥𝑤𝑘𝑗	𝜂(𝛥𝑤𝑘𝑗	NOUN
hij-768	119	8	)	)	PUNCT
hij-768	119	9	(	(	PUNCT
hij-768	119	10	8)	8)	NUM
hij-768	119	11	𝛥𝑤𝑘𝑗	𝛥𝑤𝑘𝑗	PROPN
hij-768	119	12	=	=	SYM
hij-768	120	1	−(𝑦𝑘	−(𝑦𝑘	PROPN
hij-768	120	2	−	−	PROPN
hij-768	121	1	𝑜𝑘)𝑜𝑘(1	𝑜𝑘)𝑜𝑘(1	NUM
hij-768	121	2	−	−	PROPN
hij-768	121	3	𝑜𝑘)𝑜𝑗	𝑜𝑘)𝑜𝑗	X
hij-768	121	4	(	(	PUNCT
hij-768	121	5	9	9	NUM
hij-768	121	6	)	)	PUNCT
hij-768	121	7	•	•	NOUN
hij-768	121	8	backpropagation	backpropagation	NOUN
hij-768	121	9	step	step	NOUN
hij-768	121	10	2	2	NUM
hij-768	121	11	:	:	PUNCT
hij-768	121	12	renew	renew	VERB
hij-768	121	13	the	the	DET
hij-768	121	14	weight	weight	NOUN
hij-768	121	15	from	from	ADP
hij-768	121	16	the	the	DET
hij-768	121	17	hidden	hide	VERB
hij-768	121	18	layer	layer	NOUN
hij-768	121	19	back	back	ADV
hij-768	121	20	to	to	ADP
hij-768	121	21	the	the	DET
hij-768	121	22	input	input	NOUN
hij-768	121	23	layer	layer	NOUN
hij-768	121	24	as	as	SCONJ
hij-768	121	25	defined	define	VERB
hij-768	121	26	by	by	ADP
hij-768	121	27	equations	equation	NOUN
hij-768	121	28	10	10	NUM
hij-768	121	29	and	and	CCONJ
hij-768	121	30	11	11	NUM
hij-768	121	31	,	,	PUNCT
hij-768	121	32	respectively	respectively	ADV
hij-768	121	33	.	.	PUNCT
hij-768	122	1	where	where	SCONJ
hij-768	122	2	𝜂	𝜂	NOUN
hij-768	122	3	is	be	AUX
hij-768	122	4	the	the	DET
hij-768	122	5	learning	learning	NOUN
hij-768	122	6	rate	rate	NOUN
hij-768	122	7	,	,	PUNCT
hij-768	122	8	w	w	PROPN
hij-768	122	9	is	be	AUX
hij-768	122	10	weight	weight	NOUN
hij-768	122	11	,	,	PUNCT
hij-768	122	12	y	y	PROPN
hij-768	122	13	is	be	AUX
hij-768	122	14	the	the	DET
hij-768	122	15	values	value	NOUN
hij-768	122	16	of	of	ADP
hij-768	122	17	prediction	prediction	NOUN
hij-768	122	18	,	,	PUNCT
hij-768	122	19	o	o	PROPN
hij-768	122	20	is	be	AUX
hij-768	122	21	the	the	DET
hij-768	122	22	actual	actual	ADJ
hij-768	122	23	value	value	NOUN
hij-768	122	24	,	,	PUNCT
hij-768	122	25	and	and	CCONJ
hij-768	122	26	x	x	X
hij-768	122	27	is	be	AUX
hij-768	122	28	input	input	NOUN
hij-768	122	29	.	.	PUNCT
hij-768	123	1	𝑤𝑗𝑖	𝑤𝑗𝑖	VERB
hij-768	123	2	𝑛𝑒𝑤	𝑛𝑒𝑤	NOUN
hij-768	123	3	=	=	PUNCT
hij-768	123	4	𝑤𝑗𝑖	𝑤𝑗𝑖	VERB
hij-768	123	5	𝑜𝑙𝑑	𝑜𝑙𝑑	VERB
hij-768	123	6	−	−	PROPN
hij-768	123	7	𝜂(𝛥𝑤𝑗𝑖	𝜂(𝛥𝑤𝑗𝑖	PROPN
hij-768	123	8	)	)	PUNCT
hij-768	123	9	(	(	PUNCT
hij-768	123	10	10	10	NUM
hij-768	123	11	)	)	PUNCT
hij-768	123	12	𝛥𝑤𝑗𝑖	𝛥𝑤𝑗𝑖	PROPN
hij-768	123	13	=	=	SYM
hij-768	124	1	−	−	PROPN
hij-768	124	2	∑(𝑦𝑘	∑(𝑦𝑘	VERB
hij-768	124	3	−	−	PROPN
hij-768	124	4	𝑜𝑘)𝑜𝑘(1	𝑜𝑘)𝑜𝑘(1	PUNCT
hij-768	124	5	−	−	PROPN
hij-768	124	6	𝑜𝑘)𝑤𝑘𝑗𝑜𝑗(1	𝑜𝑘)𝑤𝑘𝑗𝑜𝑗(1	PUNCT
hij-768	124	7	−	−	PROPN
hij-768	124	8	𝑜𝑗)𝑥𝑖	𝑜𝑗)𝑥𝑖	PUNCT
hij-768	124	9	𝐿	𝐿	NOUN
hij-768	124	10	𝑘=1	𝑘=1	NOUN
hij-768	124	11	(	(	PUNCT
hij-768	124	12	11	11	NUM
hij-768	124	13	)	)	PUNCT
hij-768	124	14	•	•	NOUN
hij-768	124	15	backpropagation	backpropagation	NOUN
hij-768	124	16	step	step	NOUN
hij-768	124	17	3	3	NUM
hij-768	124	18	:	:	PUNCT
hij-768	124	19	mean	mean	VERB
hij-768	124	20	squared	square	VERB
hij-768	124	21	error	error	NOUN
hij-768	124	22	is	be	AUX
hij-768	124	23	a	a	DET
hij-768	124	24	loss	loss	NOUN
hij-768	124	25	function	function	NOUN
hij-768	124	26	that	that	PRON
hij-768	124	27	is	be	AUX
hij-768	124	28	often	often	ADV
hij-768	124	29	used	use	VERB
hij-768	124	30	for	for	ADP
hij-768	124	31	model	model	NOUN
hij-768	124	32	performance	performance	NOUN
hij-768	124	33	,	,	PUNCT
hij-768	124	34	the	the	DET
hij-768	124	35	vector	vector	NOUN
hij-768	124	36	of	of	ADP
hij-768	124	37	values	value	NOUN
hij-768	124	38	as	as	SCONJ
hij-768	124	39	defined	define	VERB
hij-768	124	40	by	by	ADP
hij-768	124	41	equation	equation	NOUN
hij-768	124	42	12	12	NUM
hij-768	124	43	.	.	PUNCT
hij-768	125	1	where	where	SCONJ
hij-768	125	2	n	n	PRON
hij-768	125	3	is	be	AUX
hij-768	125	4	all	all	DET
hij-768	125	5	variable	variable	NOUN
hij-768	125	6	's	's	PART
hij-768	125	7	number	number	NOUN
hij-768	125	8	of	of	ADP
hij-768	125	9	prediction	prediction	NOUN
hij-768	125	10	samples	sample	NOUN
hij-768	125	11	,	,	PUNCT
hij-768	125	12	y	y	PROPN
hij-768	125	13	is	be	AUX
hij-768	125	14	observed	observe	VERB
hij-768	125	15	values	value	NOUN
hij-768	125	16	,	,	PUNCT
hij-768	125	17	and	and	CCONJ
hij-768	125	18	y	y	PROPN
hij-768	125	19	̂is	̂is	NOUN
hij-768	125	20	the	the	DET
hij-768	125	21	predicted	predict	VERB
hij-768	125	22	value	value	NOUN
hij-768	125	23	.	.	PUNCT
hij-768	126	1	𝑀𝑆𝐸	𝑀𝑆𝐸	NOUN
hij-768	126	2	=	=	SYM
hij-768	126	3	1	1	NUM
hij-768	126	4	𝑛	𝑛	PRON
hij-768	126	5	∑(𝑦𝑖	∑(𝑦𝑖	PROPN
hij-768	126	6	−	−	PROPN
hij-768	126	7	�	�	PROPN
hij-768	126	8	̂	̂	VERB
hij-768	126	9	�	�	NOUN
hij-768	126	10	𝑖	𝑖	SYM
hij-768	126	11	)	)	PUNCT
hij-768	126	12	2	2	NUM
hij-768	126	13	𝑛	𝑛	PRON
hij-768	126	14	𝑖=1	𝑖=1	PROPN
hij-768	126	15	(	(	PUNCT
hij-768	126	16	12	12	NUM
hij-768	126	17	)	)	PUNCT
hij-768	126	18	hightech	hightech	NOUN
hij-768	126	19	and	and	CCONJ
hij-768	126	20	innovation	innovation	NOUN
hij-768	126	21	journal	journal	PROPN
hij-768	126	22	vol	vol	NOUN
hij-768	126	23	.	.	PROPN
hij-768	126	24	5	5	NUM
hij-768	126	25	,	,	PUNCT
hij-768	126	26	no	no	INTJ
hij-768	126	27	.	.	NOUN
hij-768	126	28	3	3	NUM
hij-768	126	29	,	,	PUNCT
hij-768	126	30	september	september	PROPN
hij-768	126	31	,	,	PUNCT
hij-768	126	32	2024	2024	NUM
hij-768	126	33	721	721	NUM
hij-768	126	34	•	•	NOUN
hij-768	126	35	normalization	normalization	NOUN
hij-768	126	36	is	be	AUX
hij-768	126	37	to	to	PART
hij-768	126	38	normalize	normalize	VERB
hij-768	126	39	the	the	DET
hij-768	126	40	input	input	NOUN
hij-768	126	41	data	datum	NOUN
hij-768	126	42	so	so	SCONJ
hij-768	126	43	that	that	SCONJ
hij-768	126	44	it	it	PRON
hij-768	126	45	obeys	obey	VERB
hij-768	126	46	a	a	DET
hij-768	126	47	distribution	distribution	NOUN
hij-768	126	48	with	with	ADP
hij-768	126	49	a	a	DET
hij-768	126	50	mean	mean	NOUN
hij-768	126	51	of	of	ADP
hij-768	126	52	0	0	NUM
hij-768	126	53	and	and	CCONJ
hij-768	126	54	a	a	DET
hij-768	126	55	variance	variance	NOUN
hij-768	126	56	of	of	ADP
hij-768	126	57	1	1	NUM
hij-768	126	58	:	:	PUNCT
hij-768	126	59	𝑥	𝑥	PROPN
hij-768	126	60	=	=	PUNCT
hij-768	126	61	𝑥	𝑥	DET
hij-768	126	62	−	−	PROPN
hij-768	126	63	𝑥𝑚𝑖𝑛	𝑥𝑚𝑖𝑛	PROPN
hij-768	126	64	𝑥𝑚𝑎𝑥	𝑥𝑚𝑎𝑥	NOUN
hij-768	127	1	−	−	PROPN
hij-768	127	2	𝑥𝑚𝑖𝑛	𝑥𝑚𝑖𝑛	NOUN
hij-768	127	3	(	(	PUNCT
hij-768	127	4	13	13	NUM
hij-768	127	5	)	)	PUNCT
hij-768	127	6	•	•	NOUN
hij-768	127	7	the	the	DET
hij-768	127	8	sigmoid	sigmoid	NOUN
hij-768	127	9	function	function	NOUN
hij-768	127	10	is	be	AUX
hij-768	127	11	a	a	DET
hij-768	127	12	logistic	logistic	ADJ
hij-768	127	13	function	function	NOUN
hij-768	127	14	characterized	characterize	VERB
hij-768	127	15	by	by	ADP
hij-768	127	16	an	an	DET
hij-768	127	17	"	"	PUNCT
hij-768	127	18	s"-shaped	s"-shaped	ADJ
hij-768	127	19	curve	curve	NOUN
hij-768	127	20	(	(	PUNCT
hij-768	127	21	equation	equation	NOUN
hij-768	127	22	14	14	NUM
hij-768	127	23	and	and	CCONJ
hij-768	127	24	figure	figure	VERB
hij-768	127	25	4	4	NUM
hij-768	127	26	):	):	PUNCT
hij-768	127	27	𝑓(𝑧	𝑓(𝑧	NUM
hij-768	127	28	)	)	PUNCT
hij-768	127	29	=	=	SYM
hij-768	127	30	1	1	NUM
hij-768	127	31	(	(	PUNCT
hij-768	127	32	1	1	NUM
hij-768	127	33	+	+	NUM
hij-768	127	34	𝑒−𝑧	𝑒−𝑧	NOUN
hij-768	127	35	)	)	PUNCT
hij-768	127	36	(	(	PUNCT
hij-768	127	37	14	14	NUM
hij-768	127	38	)	)	PUNCT
hij-768	127	39	figure	figure	NOUN
hij-768	127	40	4	4	NUM
hij-768	127	41	.	.	PUNCT
hij-768	127	42	active	active	ADJ
hij-768	127	43	function	function	NOUN
hij-768	127	44	sigmoid	sigmoid	NOUN
hij-768	127	45	3.3	3.3	NUM
hij-768	127	46	.	.	PUNCT
hij-768	128	1	handling	handle	VERB
hij-768	128	2	of	of	ADP
hij-768	128	3	overlapping	overlap	VERB
hij-768	128	4	data	datum	NOUN
hij-768	128	5	the	the	DET
hij-768	128	6	overlapping	overlap	VERB
hij-768	128	7	area	area	NOUN
hij-768	128	8	of	of	ADP
hij-768	128	9	the	the	DET
hij-768	128	10	two	two	NUM
hij-768	128	11	clusters	cluster	NOUN
hij-768	128	12	is	be	AUX
hij-768	128	13	taken	take	VERB
hij-768	128	14	as	as	ADP
hij-768	128	15	a	a	DET
hij-768	128	16	new	new	ADJ
hij-768	128	17	cluster	cluster	NOUN
hij-768	128	18	.	.	PUNCT
hij-768	129	1	set	set	VERB
hij-768	129	2	cluster	cluster	NOUN
hij-768	129	3	a	a	DET
hij-768	129	4	centroid	centroid	NOUN
hij-768	129	5	as	as	ADP
hij-768	129	6	p	p	NOUN
hij-768	129	7	point	point	NOUN
hij-768	129	8	,	,	PUNCT
hij-768	129	9	set	set	VERB
hij-768	129	10	cluster	cluster	NOUN
hij-768	129	11	b	b	PROPN
hij-768	129	12	centroid	centroid	NOUN
hij-768	129	13	as	as	ADP
hij-768	129	14	q	q	NOUN
hij-768	129	15	point	point	NOUN
hij-768	129	16	.	.	PUNCT
hij-768	130	1	pythagorean	pythagorean	PROPN
hij-768	130	2	theorem	theorem	VERB
hij-768	130	3	[	[	X
hij-768	130	4	34	34	NUM
hij-768	130	5	]	]	PUNCT
hij-768	130	6	is	be	AUX
hij-768	130	7	used	use	VERB
hij-768	130	8	to	to	PART
hij-768	130	9	calculate	calculate	VERB
hij-768	130	10	the	the	DET
hij-768	130	11	center	center	ADJ
hij-768	130	12	point	point	NOUN
hij-768	130	13	of	of	ADP
hij-768	130	14	the	the	DET
hij-768	130	15	overlapping	overlap	VERB
hij-768	130	16	area	area	NOUN
hij-768	130	17	as	as	ADP
hij-768	130	18	the	the	DET
hij-768	130	19	centroid	centroid	NOUN
hij-768	130	20	.	.	PUNCT
hij-768	131	1	the	the	DET
hij-768	131	2	workflow	workflow	NOUN
hij-768	131	3	for	for	ADP
hij-768	131	4	determining	determine	VERB
hij-768	131	5	overlapping	overlap	VERB
hij-768	131	6	centers	center	NOUN
hij-768	131	7	as	as	SCONJ
hij-768	131	8	shown	show	VERB
hij-768	131	9	in	in	ADP
hij-768	131	10	figure	figure	NOUN
hij-768	131	11	5	5	NUM
hij-768	131	12	.	.	PUNCT
hij-768	132	1	the	the	DET
hij-768	132	2	formula	formula	NOUN
hij-768	132	3	is	be	AUX
hij-768	132	4	:	:	PUNCT
hij-768	132	5	𝑑	𝑑	PROPN
hij-768	132	6	=	=	SYM
hij-768	132	7	1	1	NUM
hij-768	132	8	2	2	NUM
hij-768	132	9	√𝑝2	√𝑝2	NOUN
hij-768	132	10	+	+	NUM
hij-768	132	11	𝑞2	𝑞2	NOUN
hij-768	132	12	.	.	PUNCT
hij-768	133	1	figure	figure	NOUN
hij-768	133	2	5	5	NUM
hij-768	133	3	.	.	PUNCT
hij-768	134	1	handling	handling	NOUN
hij-768	134	2	of	of	ADP
hij-768	134	3	overlapping	overlap	VERB
hij-768	134	4	data	datum	NOUN
hij-768	134	5	hightech	hightech	NOUN
hij-768	134	6	and	and	CCONJ
hij-768	134	7	innovation	innovation	NOUN
hij-768	134	8	journal	journal	PROPN
hij-768	134	9	vol	vol	NOUN
hij-768	134	10	.	.	PROPN
hij-768	135	1	5	5	NUM
hij-768	135	2	,	,	PUNCT
hij-768	135	3	no	no	INTJ
hij-768	135	4	.	.	NOUN
hij-768	135	5	3	3	NUM
hij-768	135	6	,	,	PUNCT
hij-768	135	7	september	september	PROPN
hij-768	135	8	,	,	PUNCT
hij-768	135	9	2024	2024	NUM
hij-768	135	10	722	722	NUM
hij-768	135	11	3.4	3.4	NUM
hij-768	135	12	.	.	PUNCT
hij-768	136	1	parameter	parameter	NOUN
hij-768	136	2	setting	set	VERB
hij-768	136	3	an	an	DET
hij-768	136	4	overview	overview	NOUN
hij-768	136	5	of	of	ADP
hij-768	136	6	the	the	DET
hij-768	136	7	hardware	hardware	NOUN
hij-768	136	8	and	and	CCONJ
hij-768	136	9	software	software	NOUN
hij-768	136	10	configuration	configuration	NOUN
hij-768	136	11	used	use	VERB
hij-768	136	12	in	in	ADP
hij-768	136	13	the	the	DET
hij-768	136	14	experiment	experiment	NOUN
hij-768	136	15	and	and	CCONJ
hij-768	136	16	the	the	DET
hij-768	136	17	parameters	parameter	NOUN
hij-768	136	18	are	be	AUX
hij-768	136	19	shown	show	VERB
hij-768	136	20	in	in	ADP
hij-768	136	21	table	table	NOUN
hij-768	136	22	1	1	NUM
hij-768	136	23	.	.	PUNCT
hij-768	136	24	table	table	NOUN
hij-768	136	25	1	1	NUM
hij-768	136	26	.	.	PUNCT
hij-768	136	27	model	model	NOUN
hij-768	136	28	parameter	parameter	NOUN
hij-768	136	29	setting	set	VERB
hij-768	136	30	in	in	ADP
hij-768	136	31	details	detail	NOUN
hij-768	136	32	model	model	NOUN
hij-768	136	33	datasets	dataset	NOUN
hij-768	136	34	dimensions	dimension	NOUN
hij-768	136	35	distance	distance	NOUN
hij-768	136	36	function	function	NOUN
hij-768	136	37	initialization	initialization	NOUN
hij-768	136	38	method	method	NOUN
hij-768	136	39	iteration	iteration	NOUN
hij-768	136	40	features	feature	VERB
hij-768	136	41	clusters	cluster	NOUN
hij-768	136	42	train	train	VERB
hij-768	136	43	:	:	PUNCT
hij-768	137	1	val	val	PROPN
hij-768	137	2	ratio	ratio	NOUN
hij-768	137	3	(	(	PUNCT
hij-768	137	4	%	%	NOUN
hij-768	137	5	)	)	PUNCT
hij-768	137	6	k	k	X
hij-768	137	7	-	-	PUNCT
hij-768	137	8	means	mean	VERB
hij-768	137	9	iris	iris	NOUN
hij-768	137	10	low	low	ADJ
hij-768	137	11	euclidean	euclidean	ADJ
hij-768	137	12	distance	distance	NOUN
hij-768	137	13	random	random	ADJ
hij-768	137	14	seeds	seed	NOUN
hij-768	137	15	100	100	NUM
hij-768	137	16	4	4	NUM
hij-768	137	17	3	3	NUM
hij-768	137	18	80:20	80:20	NUM
hij-768	137	19	k	k	NOUN
hij-768	137	20	-	-	PUNCT
hij-768	137	21	means	mean	VERB
hij-768	137	22	wine	wine	NOUN
hij-768	137	23	medium	medium	ADJ
hij-768	137	24	euclidean	euclidean	ADJ
hij-768	137	25	distance	distance	NOUN
hij-768	137	26	random	random	ADJ
hij-768	137	27	seeds	seed	NOUN
hij-768	137	28	100	100	NUM
hij-768	137	29	13	13	NUM
hij-768	137	30	3	3	NUM
hij-768	137	31	80:20	80:20	NUM
hij-768	137	32	k	k	ADJ
hij-768	137	33	-	-	PUNCT
hij-768	137	34	means	mean	VERB
hij-768	137	35	breast	breast	NOUN
hij-768	137	36	cancer	cancer	NOUN
hij-768	137	37	hide	hide	VERB
hij-768	137	38	euclidean	euclidean	ADJ
hij-768	137	39	distance	distance	NOUN
hij-768	137	40	random	random	ADJ
hij-768	137	41	seeds	seed	NOUN
hij-768	137	42	100	100	NUM
hij-768	137	43	30	30	NUM
hij-768	137	44	2	2	NUM
hij-768	137	45	80:20	80:20	NUM
hij-768	137	46	model	model	NOUN
hij-768	137	47	datasets	dataset	NOUN
hij-768	137	48	classes	class	NOUN
hij-768	137	49	train	train	VERB
hij-768	137	50	:	:	PUNCT
hij-768	137	51	val	val	PROPN
hij-768	137	52	ratio	ratio	NOUN
hij-768	137	53	(	(	PUNCT
hij-768	137	54	%	%	INTJ
hij-768	137	55	)	)	PUNCT
hij-768	137	56	hidden	hide	VERB
hij-768	137	57	neurons	neuron	NOUN
hij-768	137	58	learning	learn	VERB
hij-768	137	59	rate	rate	NOUN
hij-768	137	60	maximum	maximum	ADJ
hij-768	137	61	epochs	epoch	NOUN
hij-768	137	62	activation	activation	NOUN
hij-768	137	63	function	function	VERB
hij-768	137	64	early	early	ADV
hij-768	137	65	stropping	strop	VERB
hij-768	137	66	f	f	PROPN
hij-768	137	67	-	-	PUNCT
hij-768	137	68	nn	nn	X
hij-768	137	69	iris	iris	NOUN
hij-768	137	70	3	3	NUM
hij-768	137	71	80:20	80:20	NUM
hij-768	137	72	4	4	NUM
hij-768	137	73	0.5	0.5	NUM
hij-768	137	74	200	200	NUM
hij-768	137	75	sigmoid	sigmoid	NOUN
hij-768	137	76	applied	apply	VERB
hij-768	137	77	f	f	PROPN
hij-768	137	78	-	-	PUNCT
hij-768	137	79	nn	nn	PROPN
hij-768	137	80	wine	wine	PROPN
hij-768	137	81	3	3	NUM
hij-768	137	82	80:20	80:20	NUM
hij-768	137	83	13	13	NUM
hij-768	137	84	0.5	0.5	NUM
hij-768	137	85	200	200	NUM
hij-768	137	86	sigmoid	sigmoid	NOUN
hij-768	137	87	applied	apply	VERB
hij-768	137	88	f	f	PROPN
hij-768	137	89	-	-	PUNCT
hij-768	137	90	nn	nn	PROPN
hij-768	137	91	breast	breast	NOUN
hij-768	137	92	cancer	cancer	NOUN
hij-768	137	93	2	2	NUM
hij-768	137	94	80:20	80:20	NUM
hij-768	137	95	30	30	NUM
hij-768	137	96	0.5	0.5	NUM
hij-768	137	97	200	200	NUM
hij-768	137	98	sigmoid	sigmoid	NOUN
hij-768	137	99	applied	apply	VERB
hij-768	137	100	dataset	dataset	ADJ
hij-768	137	101	operating	operating	NOUN
hij-768	137	102	system	system	NOUN
hij-768	137	103	central	central	ADJ
hij-768	137	104	processing	processing	NOUN
hij-768	137	105	unit	unit	NOUN
hij-768	137	106	processor	processor	NOUN
hij-768	137	107	random	random	ADJ
hij-768	137	108	-	-	PUNCT
hij-768	137	109	access	access	NOUN
hij-768	137	110	memory	memory	NOUN
hij-768	137	111	python	python	NOUN
hij-768	137	112	anaconda	anaconda	NOUN
hij-768	137	113	iris	iris	NOUN
hij-768	137	114	windows	window	VERB
hij-768	137	115	10	10	NUM
hij-768	137	116	education	education	NOUN
hij-768	137	117	,	,	PUNCT
hij-768	137	118	version	version	NOUN
hij-768	137	119	22h2	22h2	NUM
hij-768	137	120	intel(r	intel(r	NOUN
hij-768	137	121	)	)	PUNCT
hij-768	137	122	core	core	NOUN
hij-768	137	123	(	(	PUNCT
hij-768	137	124	tm	tm	NOUN
hij-768	137	125	)	)	PUNCT
hij-768	137	126	i7	i7	NOUN
hij-768	137	127	-	-	PUNCT
hij-768	137	128	6700	6700	NUM
hij-768	137	129	cpu	cpu	NOUN
hij-768	137	130	@	@	ADP
hij-768	137	131	3.40ghz	3.40ghz	NUM
hij-768	137	132	64	64	NUM
hij-768	137	133	-	-	PUNCT
hij-768	137	134	bit	bit	NOUN
hij-768	137	135	operating	operate	VERB
hij-768	137	136	system	system	NOUN
hij-768	137	137	,	,	PUNCT
hij-768	137	138	x64	x64	NOUN
hij-768	137	139	-	-	PUNCT
hij-768	137	140	based	base	VERB
hij-768	137	141	processor	processor	NOUN
hij-768	137	142	random	random	ADJ
hij-768	137	143	-	-	PUNCT
hij-768	137	144	access	access	NOUN
hij-768	137	145	memory	memory	NOUN
hij-768	137	146	(	(	PUNCT
hij-768	137	147	16.0	16.0	NUM
hij-768	137	148	gb	gb	NOUN
hij-768	137	149	)	)	PUNCT
hij-768	137	150	version	version	NOUN
hij-768	137	151	3.9.12	3.9.12	NUM
hij-768	137	152	version	version	NOUN
hij-768	137	153	4.13.0	4.13.0	NUM
hij-768	137	154	wine	wine	NOUN
hij-768	137	155	breast	breast	NOUN
hij-768	137	156	cancer	cancer	NOUN
hij-768	137	157	3.5	3.5	NUM
hij-768	137	158	.	.	PUNCT
hij-768	138	1	dataset	dataset	VERB
hij-768	138	2	diversity	diversity	NOUN
hij-768	138	3	and	and	CCONJ
hij-768	138	4	scalability	scalability	NOUN
hij-768	138	5	all	all	DET
hij-768	138	6	experiments	experiment	NOUN
hij-768	138	7	conducted	conduct	VERB
hij-768	138	8	in	in	ADP
hij-768	138	9	this	this	DET
hij-768	138	10	study	study	NOUN
hij-768	138	11	used	use	VERB
hij-768	138	12	public	public	ADJ
hij-768	138	13	datasets	dataset	NOUN
hij-768	138	14	downloaded	download	VERB
hij-768	138	15	from	from	ADP
hij-768	138	16	the	the	DET
hij-768	138	17	uci	uci	PROPN
hij-768	138	18	.	.	PUNCT
hij-768	139	1	specifically	specifically	ADV
hij-768	139	2	,	,	PUNCT
hij-768	139	3	we	we	PRON
hij-768	139	4	used	use	VERB
hij-768	139	5	the	the	DET
hij-768	139	6	iris	iris	NOUN
hij-768	139	7	,	,	PUNCT
hij-768	139	8	wine	wine	NOUN
hij-768	139	9	,	,	PUNCT
hij-768	139	10	and	and	CCONJ
hij-768	139	11	breast	breast	NOUN
hij-768	139	12	cancer	cancer	NOUN
hij-768	139	13	datasets	dataset	NOUN
hij-768	139	14	,	,	PUNCT
hij-768	139	15	where	where	SCONJ
hij-768	139	16	the	the	DET
hij-768	139	17	iris	iris	NOUN
hij-768	139	18	dataset	dataset	NOUN
hij-768	139	19	contains	contain	VERB
hij-768	139	20	four	four	NUM
hij-768	139	21	dimensions	dimension	NOUN
hij-768	139	22	,	,	PUNCT
hij-768	139	23	the	the	DET
hij-768	139	24	wine	wine	NOUN
hij-768	139	25	dataset	dataset	NOUN
hij-768	139	26	contains	contain	VERB
hij-768	139	27	13	13	NUM
hij-768	139	28	dimensions	dimension	NOUN
hij-768	139	29	,	,	PUNCT
hij-768	139	30	and	and	CCONJ
hij-768	139	31	the	the	DET
hij-768	139	32	breast	breast	NOUN
hij-768	139	33	cancer	cancer	NOUN
hij-768	139	34	dataset	dataset	NOUN
hij-768	139	35	contains	contain	VERB
hij-768	139	36	30	30	NUM
hij-768	139	37	dimensions	dimension	NOUN
hij-768	139	38	.	.	PUNCT
hij-768	140	1	we	we	PRON
hij-768	140	2	experimented	experiment	VERB
hij-768	140	3	with	with	ADP
hij-768	140	4	these	these	DET
hij-768	140	5	three	three	NUM
hij-768	140	6	datasets	dataset	NOUN
hij-768	140	7	in	in	ADP
hij-768	140	8	lowdimensional	lowdimensional	ADJ
hij-768	140	9	,	,	PUNCT
hij-768	140	10	medium	medium	ADJ
hij-768	140	11	-	-	PUNCT
hij-768	140	12	dimensional	dimensional	ADJ
hij-768	140	13	,	,	PUNCT
hij-768	140	14	and	and	CCONJ
hij-768	140	15	high	high	ADV
hij-768	140	16	-	-	PUNCT
hij-768	140	17	dimensional	dimensional	ADJ
hij-768	140	18	datasets	dataset	NOUN
hij-768	140	19	to	to	PART
hij-768	140	20	obtain	obtain	VERB
hij-768	140	21	the	the	DET
hij-768	140	22	effective	effective	ADJ
hij-768	140	23	performance	performance	NOUN
hij-768	140	24	of	of	ADP
hij-768	140	25	the	the	DET
hij-768	140	26	model	model	NOUN
hij-768	140	27	in	in	ADP
hij-768	140	28	different	different	ADJ
hij-768	140	29	dimensions	dimension	NOUN
hij-768	140	30	(	(	PUNCT
hij-768	140	31	see	see	VERB
hij-768	140	32	figure	figure	NOUN
hij-768	140	33	6	6	NUM
hij-768	140	34	)	)	PUNCT
hij-768	140	35	.	.	PUNCT
hij-768	141	1	table	table	NOUN
hij-768	141	2	2	2	NUM
hij-768	141	3	provides	provide	VERB
hij-768	141	4	more	more	ADJ
hij-768	141	5	details	detail	NOUN
hij-768	141	6	about	about	ADP
hij-768	141	7	the	the	DET
hij-768	141	8	experimental	experimental	ADJ
hij-768	141	9	data	datum	NOUN
hij-768	141	10	.	.	PUNCT
hij-768	142	1	figure	figure	VERB
hij-768	142	2	6	6	NUM
hij-768	142	3	.	.	PUNCT
hij-768	143	1	dataset	dataset	VERB
hij-768	143	2	diversity	diversity	NOUN
hij-768	143	3	hightech	hightech	NOUN
hij-768	143	4	and	and	CCONJ
hij-768	143	5	innovation	innovation	NOUN
hij-768	143	6	journal	journal	PROPN
hij-768	143	7	vol	vol	NOUN
hij-768	143	8	.	.	PROPN
hij-768	143	9	5	5	NUM
hij-768	143	10	,	,	PUNCT
hij-768	143	11	no	no	INTJ
hij-768	143	12	.	.	NOUN
hij-768	143	13	3	3	NUM
hij-768	143	14	,	,	PUNCT
hij-768	143	15	september	september	PROPN
hij-768	143	16	,	,	PUNCT
hij-768	143	17	2024	2024	NUM
hij-768	143	18	723	723	NUM
hij-768	143	19	table	table	NOUN
hij-768	143	20	2	2	NUM
hij-768	143	21	.	.	PUNCT
hij-768	143	22	experiment	experiment	NOUN
hij-768	143	23	dataset	dataset	VERB
hij-768	143	24	in	in	ADP
hij-768	143	25	low	low	ADJ
hij-768	143	26	,	,	PUNCT
hij-768	143	27	medium	medium	ADJ
hij-768	143	28	,	,	PUNCT
hij-768	143	29	and	and	CCONJ
hij-768	143	30	high	high	ADJ
hij-768	143	31	dimensions	dimension	NOUN
hij-768	143	32	dataset	dataset	VERB
hij-768	143	33	dataset	dataset	NOUN
hij-768	143	34	dimensions	dimension	NOUN
hij-768	143	35	features	feature	VERB
hij-768	143	36	class	class	NOUN
hij-768	143	37	instances	instance	NOUN
hij-768	143	38	samples	sample	NOUN
hij-768	143	39	per	per	ADP
hij-768	143	40	class	class	NOUN
hij-768	143	41	associated	associate	VERB
hij-768	143	42	tasks	task	NOUN
hij-768	143	43	subject	subject	ADJ
hij-768	143	44	area	area	NOUN
hij-768	143	45	mission	mission	NOUN
hij-768	143	46	values	value	VERB
hij-768	143	47	iris	iris	NOUN
hij-768	143	48	low	low	ADJ
hij-768	143	49	4	4	NUM
hij-768	143	50	3	3	NUM
hij-768	143	51	150	150	NUM
hij-768	143	52	[	[	SYM
hij-768	143	53	50,50,50	50,50,50	NUM
hij-768	143	54	]	]	PUNCT
hij-768	143	55	classicization	classicization	NOUN
hij-768	143	56	biology	biology	NOUN
hij-768	143	57	no	no	DET
hij-768	143	58	wine	wine	NOUN
hij-768	143	59	medium	medium	NOUN
hij-768	143	60	13	13	NUM
hij-768	143	61	3	3	NUM
hij-768	143	62	178	178	NUM
hij-768	143	63	[	[	X
hij-768	143	64	59,71,48	59,71,48	NUM
hij-768	143	65	]	]	PUNCT
hij-768	143	66	classicization	classicization	NOUN
hij-768	143	67	physics	physics	NOUN
hij-768	143	68	and	and	CCONJ
hij-768	143	69	chemistry	chemistry	NOUN
hij-768	143	70	no	no	DET
hij-768	143	71	breast	breast	NOUN
hij-768	143	72	cancer	cancer	NOUN
hij-768	143	73	hide	hide	VERB
hij-768	143	74	30	30	NUM
hij-768	143	75	2	2	NUM
hij-768	143	76	569	569	NUM
hij-768	144	1	[	[	X
hij-768	144	2	212,357	212,357	NUM
hij-768	144	3	]	]	X
hij-768	144	4	classicization	classicization	NOUN
hij-768	144	5	health	health	NOUN
hij-768	144	6	and	and	CCONJ
hij-768	144	7	medicine	medicine	NOUN
hij-768	144	8	no	no	DET
hij-768	144	9	3.6	3.6	NUM
hij-768	144	10	.	.	PUNCT
hij-768	145	1	model	model	NOUN
hij-768	145	2	integration	integration	NOUN
hij-768	145	3	this	this	DET
hij-768	145	4	section	section	NOUN
hij-768	145	5	delves	delve	VERB
hij-768	145	6	into	into	ADP
hij-768	145	7	the	the	DET
hij-768	145	8	specifics	specific	NOUN
hij-768	145	9	of	of	ADP
hij-768	145	10	the	the	DET
hij-768	145	11	proposed	propose	VERB
hij-768	145	12	segmental	segmental	ADJ
hij-768	145	13	technique	technique	NOUN
hij-768	145	14	designed	design	VERB
hij-768	145	15	to	to	PART
hij-768	145	16	address	address	VERB
hij-768	145	17	clusters	cluster	NOUN
hij-768	145	18	overlapping	overlap	VERB
hij-768	145	19	.	.	PUNCT
hij-768	146	1	we	we	PRON
hij-768	146	2	propose	propose	VERB
hij-768	146	3	a	a	DET
hij-768	146	4	new	new	ADJ
hij-768	146	5	classification	classification	NOUN
hij-768	146	6	model	model	NOUN
hij-768	146	7	that	that	PRON
hij-768	146	8	uses	use	VERB
hij-768	146	9	a	a	DET
hij-768	146	10	neural	neural	ADJ
hij-768	146	11	network	network	NOUN
hij-768	146	12	algorithm	algorithm	NOUN
hij-768	146	13	to	to	PART
hij-768	146	14	solve	solve	VERB
hij-768	146	15	the	the	DET
hij-768	146	16	overlapping	overlap	VERB
hij-768	146	17	areas	area	NOUN
hij-768	146	18	in	in	ADP
hij-768	146	19	k	k	NOUN
hij-768	146	20	-	-	PUNCT
hij-768	146	21	means	mean	VERB
hij-768	146	22	classification	classification	NOUN
hij-768	146	23	.	.	PUNCT
hij-768	147	1	our	our	PRON
hij-768	147	2	methodology	methodology	NOUN
hij-768	147	3	outlines	outline	VERB
hij-768	147	4	the	the	DET
hij-768	147	5	approach	approach	NOUN
hij-768	147	6	for	for	ADP
hij-768	147	7	identifying	identify	VERB
hij-768	147	8	overlapping	overlap	VERB
hij-768	147	9	clusters	cluster	NOUN
hij-768	147	10	and	and	CCONJ
hij-768	147	11	introduces	introduce	VERB
hij-768	147	12	the	the	DET
hij-768	147	13	segmental	segmental	ADJ
hij-768	147	14	technique	technique	NOUN
hij-768	147	15	,	,	PUNCT
hij-768	147	16	shown	show	VERB
hij-768	147	17	in	in	ADP
hij-768	147	18	figure	figure	NOUN
hij-768	147	19	7	7	NUM
hij-768	147	20	.	.	PUNCT
hij-768	147	21	figure	figure	VERB
hij-768	147	22	7	7	NUM
hij-768	147	23	.	.	PUNCT
hij-768	147	24	process	process	NOUN
hij-768	147	25	of	of	ADP
hij-768	147	26	proposed	propose	VERB
hij-768	147	27	novel	novel	NOUN
hij-768	147	28	classification	classification	NOUN
hij-768	147	29	model	model	NOUN
hij-768	147	30	our	our	PRON
hij-768	147	31	model	model	NOUN
hij-768	147	32	for	for	ADP
hij-768	147	33	addressing	address	VERB
hij-768	147	34	overlapping	overlap	VERB
hij-768	147	35	problems	problem	NOUN
hij-768	147	36	involves	involve	VERB
hij-768	147	37	seven	seven	NUM
hij-768	147	38	key	key	ADJ
hij-768	147	39	steps	step	NOUN
hij-768	147	40	:	:	PUNCT
hij-768	147	41	•	•	ADP
hij-768	147	42	the	the	DET
hij-768	147	43	first	first	ADJ
hij-768	147	44	step	step	NOUN
hij-768	147	45	:	:	PUNCT
hij-768	147	46	involves	involve	VERB
hij-768	147	47	inputting	inputte	VERB
hij-768	147	48	the	the	DET
hij-768	147	49	cluster	cluster	NOUN
hij-768	147	50	data	datum	NOUN
hij-768	147	51	afflicted	afflict	VERB
hij-768	147	52	by	by	ADP
hij-768	147	53	overlapping	overlap	VERB
hij-768	147	54	issues	issue	NOUN
hij-768	147	55	after	after	ADP
hij-768	147	56	applying	apply	VERB
hij-768	147	57	the	the	DET
hij-768	147	58	k	k	NOUN
hij-768	147	59	-	-	PUNCT
hij-768	147	60	means	means	NOUN
hij-768	147	61	algorithm	algorithm	NOUN
hij-768	147	62	.	.	PUNCT
hij-768	148	1	•	•	NOUN
hij-768	148	2	the	the	DET
hij-768	148	3	second	second	ADJ
hij-768	148	4	step	step	NOUN
hij-768	148	5	is	be	AUX
hij-768	148	6	calculating	calculate	VERB
hij-768	148	7	the	the	DET
hij-768	148	8	center	center	ADJ
hij-768	148	9	points	point	NOUN
hij-768	148	10	of	of	ADP
hij-768	148	11	all	all	DET
hij-768	148	12	clusters	cluster	NOUN
hij-768	148	13	by	by	ADP
hij-768	148	14	the	the	DET
hij-768	148	15	means	mean	NOUN
hij-768	148	16	.	.	PUNCT
hij-768	149	1	•	•	NUM
hij-768	149	2	the	the	DET
hij-768	149	3	third	third	ADJ
hij-768	149	4	step	step	NOUN
hij-768	149	5	is	be	AUX
hij-768	149	6	identifying	identify	VERB
hij-768	149	7	overlapping	overlap	VERB
hij-768	149	8	areas	area	NOUN
hij-768	149	9	.	.	PUNCT
hij-768	150	1	•	•	NOUN
hij-768	150	2	the	the	DET
hij-768	150	3	fourth	fourth	ADJ
hij-768	150	4	step	step	NOUN
hij-768	150	5	is	be	AUX
hij-768	150	6	determining	determine	VERB
hij-768	150	7	overlapping	overlap	VERB
hij-768	150	8	region	region	NOUN
hij-768	150	9	data	datum	NOUN
hij-768	150	10	.	.	PUNCT
hij-768	151	1	•	•	NUM
hij-768	151	2	the	the	DET
hij-768	151	3	fifth	fifth	ADJ
hij-768	151	4	step	step	NOUN
hij-768	151	5	is	be	AUX
hij-768	151	6	training	train	VERB
hij-768	151	7	the	the	DET
hij-768	151	8	neural	neural	ADJ
hij-768	151	9	networks	network	NOUN
hij-768	151	10	model	model	NOUN
hij-768	151	11	for	for	ADP
hij-768	151	12	overlapping	overlap	VERB
hij-768	151	13	region	region	NOUN
hij-768	151	14	data	datum	NOUN
hij-768	151	15	.	.	PUNCT
hij-768	152	1	•	•	NUM
hij-768	152	2	the	the	DET
hij-768	152	3	sixth	sixth	ADJ
hij-768	152	4	step	step	NOUN
hij-768	152	5	:	:	PUNCT
hij-768	152	6	integrating	integrate	VERB
hij-768	152	7	the	the	DET
hij-768	152	8	features	feature	NOUN
hij-768	152	9	derived	derive	VERB
hij-768	152	10	from	from	ADP
hij-768	152	11	the	the	DET
hij-768	152	12	k	k	NOUN
hij-768	152	13	-	-	PUNCT
hij-768	152	14	means	mean	NOUN
hij-768	152	15	and	and	CCONJ
hij-768	152	16	neural	neural	ADJ
hij-768	152	17	networks	network	NOUN
hij-768	152	18	models	model	NOUN
hij-768	152	19	is	be	AUX
hij-768	152	20	performed	perform	VERB
hij-768	152	21	to	to	PART
hij-768	152	22	formulate	formulate	VERB
hij-768	152	23	the	the	DET
hij-768	152	24	final	final	ADJ
hij-768	152	25	model	model	NOUN
hij-768	152	26	.	.	PUNCT
hij-768	153	1	•	•	NOUN
hij-768	153	2	the	the	DET
hij-768	153	3	seventh	seventh	ADJ
hij-768	153	4	step	step	NOUN
hij-768	153	5	is	be	AUX
hij-768	153	6	evaluating	evaluate	VERB
hij-768	153	7	the	the	DET
hij-768	153	8	model	model	NOUN
hij-768	153	9	's	's	PART
hij-768	153	10	performance	performance	NOUN
hij-768	153	11	through	through	ADP
hij-768	153	12	rigorous	rigorous	ADJ
hij-768	153	13	assessment	assessment	NOUN
hij-768	153	14	techniques	technique	NOUN
hij-768	153	15	.	.	PUNCT
hij-768	154	1	hightech	hightech	NOUN
hij-768	154	2	and	and	CCONJ
hij-768	154	3	innovation	innovation	NOUN
hij-768	154	4	journal	journal	PROPN
hij-768	154	5	vol	vol	NOUN
hij-768	154	6	.	.	PROPN
hij-768	155	1	5	5	NUM
hij-768	155	2	,	,	PUNCT
hij-768	155	3	no	no	INTJ
hij-768	155	4	.	.	NOUN
hij-768	155	5	3	3	NUM
hij-768	155	6	,	,	PUNCT
hij-768	155	7	september	september	PROPN
hij-768	155	8	,	,	PUNCT
hij-768	155	9	2024	2024	NUM
hij-768	155	10	724	724	NUM
hij-768	155	11	4	4	NUM
hij-768	155	12	.	.	PUNCT
hij-768	155	13	experiment	experiment	NOUN
hij-768	155	14	and	and	CCONJ
hij-768	155	15	validation	validation	NOUN
hij-768	155	16	in	in	ADP
hij-768	155	17	the	the	DET
hij-768	155	18	experiments	experiment	NOUN
hij-768	155	19	,	,	PUNCT
hij-768	155	20	we	we	PRON
hij-768	155	21	used	use	VERB
hij-768	155	22	k	k	ADJ
hij-768	155	23	-	-	ADJ
hij-768	155	24	fold	fold	ADJ
hij-768	155	25	cross	cross	NOUN
hij-768	155	26	-	-	NOUN
hij-768	155	27	validation	validation	NOUN
hij-768	155	28	to	to	PART
hij-768	155	29	evaluate	evaluate	VERB
hij-768	155	30	the	the	DET
hij-768	155	31	robustness	robustness	NOUN
hij-768	155	32	and	and	CCONJ
hij-768	155	33	generalization	generalization	NOUN
hij-768	155	34	ability	ability	NOUN
hij-768	155	35	of	of	ADP
hij-768	155	36	the	the	DET
hij-768	155	37	model	model	NOUN
hij-768	155	38	design	design	NOUN
hij-768	155	39	.	.	PUNCT
hij-768	156	1	the	the	DET
hij-768	156	2	procedure	procedure	NOUN
hij-768	156	3	is	be	AUX
hij-768	156	4	shown	show	VERB
hij-768	156	5	in	in	ADP
hij-768	156	6	figure	figure	NOUN
hij-768	156	7	8	8	NUM
hij-768	156	8	.	.	PUNCT
hij-768	157	1	figure	figure	NOUN
hij-768	157	2	8	8	NUM
hij-768	157	3	.	.	PUNCT
hij-768	158	1	k	k	ADJ
hij-768	158	2	-	-	ADJ
hij-768	158	3	fold	fold	ADJ
hij-768	158	4	cross	cross	NOUN
hij-768	158	5	validation	validation	NOUN
hij-768	158	6	there	there	PRON
hij-768	158	7	are	be	VERB
hij-768	158	8	4	4	NUM
hij-768	158	9	mathematical	mathematical	ADJ
hij-768	158	10	methodologies	methodology	NOUN
hij-768	158	11	for	for	ADP
hij-768	158	12	model	model	NOUN
hij-768	158	13	performance	performance	NOUN
hij-768	158	14	measurement	measurement	NOUN
hij-768	158	15	:	:	PUNCT
hij-768	158	16	parameters	parameter	NOUN
hij-768	158	17	:	:	PUNCT
hij-768	158	18	from	from	ADP
hij-768	158	19	model	model	NOUN
hij-768	158	20	predicted	predict	VERB
hij-768	158	21	class	class	NOUN
hij-768	158	22	and	and	CCONJ
hij-768	158	23	actual	actual	ADJ
hij-768	158	24	class	class	NOUN
hij-768	158	25	.	.	PUNCT
hij-768	159	1	there	there	PRON
hij-768	159	2	are	be	VERB
hij-768	159	3	tp	tp	ADP
hij-768	159	4	:	:	PUNCT
hij-768	159	5	true	true	ADJ
hij-768	159	6	positive	positive	ADJ
hij-768	159	7	;	;	PUNCT
hij-768	159	8	fp	fp	X
hij-768	159	9	:	:	PUNCT
hij-768	159	10	false	false	ADJ
hij-768	159	11	positive	positive	ADJ
hij-768	159	12	;	;	PUNCT
hij-768	159	13	fn	fn	NOUN
hij-768	159	14	:	:	PUNCT
hij-768	159	15	false	false	ADJ
hij-768	159	16	negative	negative	ADJ
hij-768	159	17	;	;	PUNCT
hij-768	159	18	and	and	CCONJ
hij-768	159	19	tn	tn	NOUN
hij-768	159	20	:	:	PUNCT
hij-768	159	21	true	true	ADJ
hij-768	159	22	negative	negative	ADJ
hij-768	159	23	respectively	respectively	ADV
hij-768	159	24	[	[	X
hij-768	159	25	35	35	NUM
hij-768	159	26	,	,	PUNCT
hij-768	159	27	36	36	NUM
hij-768	159	28	]	]	PUNCT
hij-768	159	29	.	.	PUNCT
hij-768	160	1	the	the	DET
hij-768	160	2	accuracy	accuracy	NOUN
hij-768	160	3	of	of	ADP
hij-768	160	4	the	the	DET
hij-768	160	5	equation	equation	NOUN
hij-768	160	6	is	be	AUX
hij-768	160	7	shown	show	VERB
hij-768	160	8	in	in	ADP
hij-768	160	9	equation	equation	NOUN
hij-768	160	10	15	15	NUM
hij-768	160	11	,	,	PUNCT
hij-768	160	12	the	the	DET
hij-768	160	13	precision	precision	NOUN
hij-768	160	14	of	of	ADP
hij-768	160	15	the	the	DET
hij-768	160	16	equation	equation	NOUN
hij-768	160	17	is	be	AUX
hij-768	160	18	shown	show	VERB
hij-768	160	19	in	in	ADP
hij-768	160	20	equation	equation	NOUN
hij-768	160	21	16	16	NUM
hij-768	160	22	,	,	PUNCT
hij-768	160	23	the	the	DET
hij-768	160	24	recall	recall	NOUN
hij-768	160	25	of	of	ADP
hij-768	160	26	the	the	DET
hij-768	160	27	equation	equation	NOUN
hij-768	160	28	is	be	AUX
hij-768	160	29	shown	show	VERB
hij-768	160	30	in	in	ADP
hij-768	160	31	equation	equation	NOUN
hij-768	160	32	17	17	NUM
hij-768	160	33	,	,	PUNCT
hij-768	160	34	and	and	CCONJ
hij-768	160	35	the	the	DET
hij-768	160	36	f1	f1	NOUN
hij-768	160	37	-	-	PUNCT
hij-768	160	38	score	score	NOUN
hij-768	160	39	of	of	ADP
hij-768	160	40	the	the	DET
hij-768	160	41	equation	equation	NOUN
hij-768	160	42	is	be	AUX
hij-768	160	43	shown	show	VERB
hij-768	160	44	in	in	ADP
hij-768	160	45	equation	equation	NOUN
hij-768	160	46	18	18	NUM
hij-768	160	47	.	.	PUNCT
hij-768	161	1	𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦	𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦	PROPN
hij-768	161	2	=	=	PRON
hij-768	161	3	(	(	PUNCT
hij-768	161	4	𝑇𝑁	𝑇𝑁	PROPN
hij-768	161	5	+	+	CCONJ
hij-768	161	6	𝑇𝑃	𝑇𝑃	PROPN
hij-768	161	7	𝑇𝑃	𝑇𝑃	PROPN
hij-768	161	8	+	+	CCONJ
hij-768	161	9	𝐹𝑃	𝐹𝑃	PROPN
hij-768	161	10	+	+	CCONJ
hij-768	161	11	𝑇𝑁	𝑇𝑁	PROPN
hij-768	161	12	+	+	X
hij-768	161	13	𝐹𝑁	𝐹𝑁	PROPN
hij-768	161	14	)	)	PUNCT
hij-768	161	15	×	×	NOUN
hij-768	161	16	100	100	NUM
hij-768	161	17	(	(	PUNCT
hij-768	161	18	15	15	NUM
hij-768	161	19	)	)	PUNCT
hij-768	161	20	𝑃𝑟𝑒𝑐𝑖𝑠𝑜𝑛	𝑃𝑟𝑒𝑐𝑖𝑠𝑜𝑛	PROPN
hij-768	161	21	=	=	SYM
hij-768	161	22	𝑇𝑃	𝑇𝑃	PROPN
hij-768	161	23	𝑇𝑃	𝑇𝑃	PROPN
hij-768	161	24	+	+	CCONJ
hij-768	161	25	𝐹𝑃	𝐹𝑃	PROPN
hij-768	161	26	(	(	PUNCT
hij-768	161	27	16	16	NUM
hij-768	161	28	)	)	PUNCT
hij-768	161	29	𝑅𝑒𝑐𝑎𝑙𝑙	𝑅𝑒𝑐𝑎𝑙𝑙	PROPN
hij-768	161	30	=	=	SYM
hij-768	161	31	𝑇𝑃	𝑇𝑃	PROPN
hij-768	161	32	𝑇𝑃	𝑇𝑃	PROPN
hij-768	161	33	+	+	CCONJ
hij-768	161	34	𝐹𝑁	𝐹𝑁	PROPN
hij-768	161	35	(	(	PUNCT
hij-768	161	36	17	17	NUM
hij-768	161	37	)	)	PUNCT
hij-768	161	38	𝐹1	𝐹1	NOUN
hij-768	161	39	−	−	PROPN
hij-768	161	40	𝑠𝑐𝑜𝑟𝑒	𝑠𝑐𝑜𝑟𝑒	NOUN
hij-768	161	41	=	=	SYM
hij-768	161	42	2	2	NUM
hij-768	161	43	×	×	NOUN
hij-768	161	44	(	(	PUNCT
hij-768	161	45	𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛	𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛	PROPN
hij-768	161	46	×	×	NOUN
hij-768	161	47	𝑅𝑒𝑐𝑎𝑙𝑙	𝑅𝑒𝑐𝑎𝑙𝑙	PROPN
hij-768	161	48	𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛	𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛	PROPN
hij-768	161	49	+	+	CCONJ
hij-768	161	50	𝑅𝑒𝑐𝑎𝑙𝑙	𝑅𝑒𝑐𝑎𝑙𝑙	PROPN
hij-768	161	51	)	)	PUNCT
hij-768	161	52	(	(	PUNCT
hij-768	161	53	18	18	NUM
hij-768	161	54	)	)	PUNCT
hij-768	161	55	the	the	DET
hij-768	161	56	standard	standard	ADJ
hij-768	161	57	deviation	deviation	NOUN
hij-768	161	58	(	(	PUNCT
hij-768	161	59	or	or	CCONJ
hij-768	161	60	σ	σ	X
hij-768	161	61	)	)	PUNCT
hij-768	161	62	is	be	AUX
hij-768	161	63	a	a	DET
hij-768	161	64	measure	measure	NOUN
hij-768	161	65	of	of	ADP
hij-768	161	66	how	how	SCONJ
hij-768	161	67	dispersed	disperse	VERB
hij-768	161	68	the	the	DET
hij-768	161	69	data	data	NOUN
hij-768	161	70	is	be	AUX
hij-768	161	71	concerning	concern	VERB
hij-768	161	72	the	the	DET
hij-768	161	73	mean	mean	NOUN
hij-768	161	74	as	as	SCONJ
hij-768	161	75	defined	define	VERB
hij-768	161	76	by	by	ADP
hij-768	161	77	equation	equation	NOUN
hij-768	161	78	19	19	NUM
hij-768	161	79	.	.	PUNCT
hij-768	162	1	𝜎	𝜎	PROPN
hij-768	163	1	=	=	PUNCT
hij-768	163	2	√	√	PROPN
hij-768	163	3	∑(𝑥𝑖	∑(𝑥𝑖	VERB
hij-768	163	4	−	−	PROPN
hij-768	163	5	𝜇)2	𝜇)2	PROPN
hij-768	163	6	𝑁	𝑁	PROPN
hij-768	163	7	(	(	PUNCT
hij-768	163	8	19	19	NUM
hij-768	163	9	)	)	PUNCT
hij-768	164	1	mean	mean	NOUN
hij-768	164	2	deviation	deviation	NOUN
hij-768	164	3	is	be	AUX
hij-768	164	4	the	the	DET
hij-768	164	5	distance	distance	NOUN
hij-768	164	6	in	in	ADP
hij-768	164	7	the	the	DET
hij-768	164	8	cluster	cluster	NOUN
hij-768	164	9	,	,	PUNCT
hij-768	164	10	it	it	PRON
hij-768	164	11	is	be	AUX
hij-768	164	12	as	as	SCONJ
hij-768	164	13	defined	define	VERB
hij-768	164	14	by	by	ADP
hij-768	164	15	equation	equation	NOUN
hij-768	164	16	20	20	NUM
hij-768	164	17	.	.	PUNCT
hij-768	165	1	𝑀𝐷	𝑀𝐷	PROPN
hij-768	165	2	=	=	NOUN
hij-768	165	3	1	1	NUM
hij-768	165	4	𝑁	𝑁	PROPN
hij-768	165	5	∑|𝑥𝑖	∑|𝑥𝑖	PROPN
hij-768	165	6	−	−	PROPN
hij-768	165	7	�	�	NOUN
hij-768	165	8	̅	̅	NOUN
hij-768	165	9	�	�	NOUN
hij-768	165	10	|	|	NOUN
hij-768	165	11	𝑛	𝑛	PRON
hij-768	165	12	𝑖=1	𝑖=1	PROPN
hij-768	165	13	(	(	PUNCT
hij-768	165	14	20	20	NUM
hij-768	165	15	)	)	PUNCT
hij-768	165	16	5	5	NUM
hij-768	165	17	.	.	PUNCT
hij-768	165	18	experiment	experiment	NOUN
hij-768	165	19	results	result	NOUN
hij-768	165	20	and	and	CCONJ
hij-768	165	21	discussion	discussion	VERB
hij-768	165	22	the	the	DET
hij-768	165	23	results	result	NOUN
hij-768	165	24	of	of	ADP
hij-768	165	25	k	k	ADJ
hij-768	165	26	-	-	ADJ
hij-768	165	27	fold	fold	ADJ
hij-768	165	28	cross	cross	NOUN
hij-768	165	29	-	-	NOUN
hij-768	165	30	validation	validation	NOUN
hij-768	165	31	with	with	ADP
hij-768	165	32	k	k	NOUN
hij-768	165	33	-	-	PUNCT
hij-768	165	34	means	means	NOUN
hij-768	165	35	as	as	ADP
hij-768	165	36	the	the	DET
hij-768	165	37	control	control	NOUN
hij-768	165	38	group	group	NOUN
hij-768	165	39	and	and	CCONJ
hij-768	165	40	our	our	PRON
hij-768	165	41	model	model	NOUN
hij-768	165	42	as	as	ADP
hij-768	165	43	the	the	DET
hij-768	165	44	experimental	experimental	ADJ
hij-768	165	45	group	group	NOUN
hij-768	165	46	.	.	PUNCT
hij-768	166	1	to	to	PART
hij-768	166	2	ensure	ensure	VERB
hij-768	166	3	the	the	DET
hij-768	166	4	consistency	consistency	NOUN
hij-768	166	5	of	of	ADP
hij-768	166	6	the	the	DET
hij-768	166	7	results	result	NOUN
hij-768	166	8	,	,	PUNCT
hij-768	166	9	the	the	DET
hij-768	166	10	k	k	NOUN
hij-768	166	11	-	-	PUNCT
hij-768	166	12	means	means	NOUN
hij-768	166	13	model	model	NOUN
hij-768	166	14	and	and	CCONJ
hij-768	166	15	our	our	PRON
hij-768	166	16	model	model	NOUN
hij-768	166	17	use	use	VERB
hij-768	166	18	the	the	DET
hij-768	166	19	same	same	ADJ
hij-768	166	20	folds	fold	NOUN
hij-768	166	21	for	for	ADP
hij-768	166	22	model	model	NOUN
hij-768	166	23	training	training	NOUN
hij-768	166	24	and	and	CCONJ
hij-768	166	25	model	model	NOUN
hij-768	166	26	validation	validation	NOUN
hij-768	166	27	;	;	PUNCT
hij-768	166	28	performance	performance	NOUN
hij-768	166	29	results	result	NOUN
hij-768	166	30	are	be	AUX
hij-768	166	31	given	give	VERB
hij-768	166	32	for	for	ADP
hij-768	166	33	the	the	DET
hij-768	166	34	data	data	NOUN
hij-768	166	35	environment	environment	NOUN
hij-768	166	36	of	of	ADP
hij-768	166	37	the	the	DET
hij-768	166	38	model	model	NOUN
hij-768	166	39	.	.	PUNCT
hij-768	167	1	the	the	DET
hij-768	167	2	results	result	NOUN
hij-768	167	3	are	be	AUX
hij-768	167	4	shown	show	VERB
hij-768	167	5	table	table	NOUN
hij-768	167	6	3	3	NUM
hij-768	167	7	and	and	CCONJ
hij-768	167	8	figures	figure	NOUN
hij-768	167	9	9	9	NUM
hij-768	167	10	and	and	CCONJ
hij-768	167	11	10	10	NUM
hij-768	167	12	.	.	PUNCT
hij-768	167	13	table	table	NOUN
hij-768	167	14	3	3	NUM
hij-768	167	15	.	.	PUNCT
hij-768	167	16	experiment	experiment	NOUN
hij-768	167	17	results	result	NOUN
hij-768	167	18	performance	performance	NOUN
hij-768	167	19	in	in	ADP
hij-768	167	20	low	low	ADJ
hij-768	167	21	,	,	PUNCT
hij-768	167	22	medium	medium	ADJ
hij-768	167	23	,	,	PUNCT
hij-768	167	24	and	and	CCONJ
hij-768	167	25	high	high	ADJ
hij-768	167	26	dimensions	dimension	NOUN
hij-768	167	27	dataset	dataset	VERB
hij-768	167	28	with	with	ADP
hij-768	167	29	proposed	propose	VERB
hij-768	167	30	model	model	NOUN
hij-768	167	31	dataset	dataset	VERB
hij-768	167	32	lower	low	ADJ
hij-768	167	33	dimensions	dimension	NOUN
hij-768	167	34	models	model	NOUN
hij-768	167	35	accuracy	accuracy	NOUN
hij-768	167	36	precision	precision	NOUN
hij-768	167	37	recall	recall	NOUN
hij-768	167	38	f1	f1	NOUN
hij-768	167	39	-	-	PUNCT
hij-768	167	40	measure	measure	NOUN
hij-768	167	41	mean	mean	VERB
hij-768	167	42	std	std	NOUN
hij-768	167	43	iris	iris	NOUN
hij-768	167	44	4	4	NUM
hij-768	167	45	k	k	NOUN
hij-768	167	46	-	-	PUNCT
hij-768	167	47	means	mean	VERB
hij-768	167	48	0.8666	0.8666	NUM
hij-768	167	49	0.8666	0.8666	NUM
hij-768	167	50	0.8666	0.8666	NUM
hij-768	168	1	0.8666	0.8666	NOUN
hij-768	168	2	0.8808	0.8808	NUM
hij-768	168	3	0.0584	0.0584	NUM
hij-768	168	4	proposed	propose	VERB
hij-768	168	5	0.9333	0.9333	NUM
hij-768	168	6	0.9333	0.9333	NUM
hij-768	168	7	0.9333	0.9333	NUM
hij-768	168	8	0.9333	0.9333	NUM
hij-768	168	9	0.8942	0.8942	NUM
hij-768	168	10	0.0536	0.0536	NUM
hij-768	168	11	wine	wine	NOUN
hij-768	168	12	13	13	NUM
hij-768	168	13	k	k	NOUN
hij-768	168	14	-	-	PUNCT
hij-768	168	15	means	mean	VERB
hij-768	168	16	0.6666	0.6666	NUM
hij-768	168	17	0.6773	0.6773	NUM
hij-768	168	18	0.6626	0.6626	NUM
hij-768	168	19	0.6678	0.6678	NUM
hij-768	168	20	0.7059	0.7059	NUM
hij-768	168	21	0.0998	0.0998	NUM
hij-768	168	22	proposed	propose	VERB
hij-768	168	23	0.7820	0.7820	NUM
hij-768	168	24	0.8070	0.8070	NUM
hij-768	168	25	0.7820	0.7820	NUM
hij-768	168	26	0.7840	0.7840	NUM
hij-768	168	27	0.7890	0.7890	NUM
hij-768	168	28	0.0817	0.0817	NUM
hij-768	168	29	breast	breast	NOUN
hij-768	168	30	cancer	cancer	NOUN
hij-768	168	31	30	30	NUM
hij-768	168	32	k	k	NOUN
hij-768	168	33	-	-	PUNCT
hij-768	168	34	means	mean	VERB
hij-768	168	35	0.7479	0.7479	NUM
hij-768	168	36	0.7263	0.7263	NUM
hij-768	168	37	0.6388	0.6388	NUM
hij-768	168	38	0.6952	0.6952	NUM
hij-768	168	39	0.7662	0.7662	NUM
hij-768	168	40	0.0406	0.0406	NUM
hij-768	168	41	proposed	propose	VERB
hij-768	168	42	0.9405	0.9405	NUM
hij-768	168	43	0.9218	0.9218	NUM
hij-768	168	44	0.9400	0.9400	NUM
hij-768	168	45	0.9428	0.9428	NUM
hij-768	168	46	0.8077	0.8077	NUM
hij-768	168	47	0.0394	0.0394	NUM
hij-768	168	48	hightech	hightech	NOUN
hij-768	168	49	and	and	CCONJ
hij-768	168	50	innovation	innovation	NOUN
hij-768	168	51	journal	journal	PROPN
hij-768	168	52	vol	vol	NOUN
hij-768	168	53	.	.	PROPN
hij-768	169	1	5	5	NUM
hij-768	169	2	,	,	PUNCT
hij-768	169	3	no	no	INTJ
hij-768	169	4	.	.	NOUN
hij-768	169	5	3	3	NUM
hij-768	169	6	,	,	PUNCT
hij-768	169	7	september	september	PROPN
hij-768	169	8	,	,	PUNCT
hij-768	169	9	2024	2024	NUM
hij-768	169	10	725	725	NUM
hij-768	169	11	figure	figure	NOUN
hij-768	169	12	9	9	NUM
hij-768	169	13	.	.	PUNCT
hij-768	169	14	loss	loss	NOUN
hij-768	169	15	function	function	NOUN
hij-768	169	16	from	from	ADP
hij-768	169	17	our	our	PRON
hij-768	169	18	model	model	NOUN
hij-768	169	19	.	.	PUNCT
hij-768	170	1	the	the	DET
hij-768	170	2	k	k	ADJ
hij-768	170	3	-	-	PUNCT
hij-768	170	4	means	means	NOUN
hij-768	170	5	model	model	NOUN
hij-768	170	6	and	and	CCONJ
hij-768	170	7	our	our	PRON
hij-768	170	8	model	model	NOUN
hij-768	170	9	used	use	VERB
hij-768	170	10	the	the	DET
hij-768	170	11	same	same	ADJ
hij-768	170	12	folds	fold	NOUN
hij-768	170	13	data	datum	NOUN
hij-768	170	14	for	for	ADP
hij-768	170	15	training	training	NOUN
hij-768	170	16	and	and	CCONJ
hij-768	170	17	testing	testing	NOUN
hij-768	170	18	;	;	PUNCT
hij-768	170	19	to	to	PART
hij-768	170	20	ensure	ensure	VERB
hij-768	170	21	the	the	DET
hij-768	170	22	consistency	consistency	NOUN
hij-768	170	23	of	of	ADP
hij-768	170	24	the	the	DET
hij-768	170	25	results	result	NOUN
hij-768	170	26	,	,	PUNCT
hij-768	170	27	both	both	DET
hij-768	170	28	model	model	NOUN
hij-768	170	29	setting	setting	NOUN
hij-768	170	30	are	be	AUX
hij-768	170	31	k=3	k=3	PROPN
hij-768	170	32	&	&	CCONJ
hij-768	170	33	folds	fold	NOUN
hij-768	170	34	(	(	PUNCT
hij-768	170	35	1	1	NUM
hij-768	170	36	-	-	SYM
hij-768	170	37	5	5	NUM
hij-768	170	38	)	)	PUNCT
hij-768	170	39	;	;	PUNCT
hij-768	170	40	train	train	NOUN
hij-768	170	41	-	-	PUNCT
hij-768	170	42	validation	validation	NOUN
hij-768	170	43	-	-	PUNCT
hij-768	170	44	test	test	NOUN
hij-768	170	45	splits=80	splits=80	ADJ
hij-768	170	46	%	%	NOUN
hij-768	170	47	&	&	CCONJ
hij-768	170	48	20	20	NUM
hij-768	170	49	%	%	NOUN
hij-768	170	50	.	.	PUNCT
hij-768	171	1	figure	figure	NOUN
hij-768	171	2	10	10	NUM
hij-768	171	3	.	.	PUNCT
hij-768	172	1	confusion	confusion	NOUN
hij-768	172	2	matrix	matrix	NOUN
hij-768	172	3	from	from	ADP
hij-768	172	4	our	our	PRON
hij-768	172	5	model	model	NOUN
hij-768	172	6	.	.	PUNCT
hij-768	173	1	k	k	X
hij-768	173	2	-	-	PUNCT
hij-768	173	3	means	mean	VERB
hij-768	173	4	model	model	NOUN
hij-768	173	5	and	and	CCONJ
hij-768	173	6	our	our	PRON
hij-768	173	7	model	model	NOUN
hij-768	173	8	used	use	VERB
hij-768	173	9	the	the	DET
hij-768	173	10	same	same	ADJ
hij-768	173	11	folds	fold	NOUN
hij-768	173	12	data	datum	NOUN
hij-768	173	13	for	for	ADP
hij-768	173	14	training	training	NOUN
hij-768	173	15	and	and	CCONJ
hij-768	173	16	testing	testing	NOUN
hij-768	173	17	;	;	PUNCT
hij-768	173	18	to	to	PART
hij-768	173	19	ensure	ensure	VERB
hij-768	173	20	the	the	DET
hij-768	173	21	consistency	consistency	NOUN
hij-768	173	22	of	of	ADP
hij-768	173	23	the	the	DET
hij-768	173	24	results	result	NOUN
hij-768	173	25	,	,	PUNCT
hij-768	173	26	both	both	DET
hij-768	173	27	model	model	NOUN
hij-768	173	28	setting	setting	NOUN
hij-768	173	29	is	be	AUX
hij-768	173	30	k=3	k=3	PROPN
hij-768	173	31	&	&	CCONJ
hij-768	173	32	folds	fold	NOUN
hij-768	173	33	(	(	PUNCT
hij-768	173	34	1	1	NUM
hij-768	173	35	-	-	SYM
hij-768	173	36	5	5	NUM
hij-768	173	37	)	)	PUNCT
hij-768	173	38	;	;	PUNCT
hij-768	173	39	train	train	NOUN
hij-768	173	40	-	-	PUNCT
hij-768	173	41	validation	validation	NOUN
hij-768	173	42	-	-	PUNCT
hij-768	173	43	test	test	NOUN
hij-768	173	44	splits=80	splits=80	ADJ
hij-768	173	45	%	%	NOUN
hij-768	173	46	&	&	CCONJ
hij-768	173	47	20	20	NUM
hij-768	173	48	%	%	NOUN
hij-768	173	49	.	.	PUNCT
hij-768	174	1	hightech	hightech	NOUN
hij-768	174	2	and	and	CCONJ
hij-768	174	3	innovation	innovation	NOUN
hij-768	174	4	journal	journal	PROPN
hij-768	174	5	vol	vol	NOUN
hij-768	174	6	.	.	PROPN
hij-768	175	1	5	5	NUM
hij-768	175	2	,	,	PUNCT
hij-768	175	3	no	no	INTJ
hij-768	175	4	.	.	NOUN
hij-768	175	5	3	3	NUM
hij-768	175	6	,	,	PUNCT
hij-768	175	7	september	september	PROPN
hij-768	175	8	,	,	PUNCT
hij-768	176	1	2024	2024	NUM
hij-768	176	2	726	726	NUM
hij-768	176	3	in	in	ADP
hij-768	176	4	summary	summary	NOUN
hij-768	176	5	,	,	PUNCT
hij-768	176	6	this	this	DET
hij-768	176	7	section	section	NOUN
hij-768	176	8	comprehensively	comprehensively	ADV
hij-768	176	9	evaluates	evaluate	VERB
hij-768	176	10	the	the	DET
hij-768	176	11	performance	performance	NOUN
hij-768	176	12	of	of	ADP
hij-768	176	13	our	our	PRON
hij-768	176	14	proposed	propose	VERB
hij-768	176	15	model	model	NOUN
hij-768	176	16	.	.	PUNCT
hij-768	177	1	the	the	DET
hij-768	177	2	following	follow	VERB
hij-768	177	3	is	be	AUX
hij-768	177	4	an	an	DET
hij-768	177	5	overview	overview	NOUN
hij-768	177	6	of	of	ADP
hij-768	177	7	the	the	DET
hij-768	177	8	key	key	ADJ
hij-768	177	9	components	component	NOUN
hij-768	177	10	used	use	VERB
hij-768	177	11	for	for	ADP
hij-768	177	12	evaluation	evaluation	NOUN
hij-768	177	13	:	:	PUNCT
hij-768	177	14	table	table	NOUN
hij-768	177	15	3	3	NUM
hij-768	177	16	:	:	PUNCT
hij-768	177	17	this	this	DET
hij-768	177	18	table	table	NOUN
hij-768	177	19	provides	provide	VERB
hij-768	177	20	a	a	DET
hij-768	177	21	detailed	detailed	ADJ
hij-768	177	22	comparison	comparison	NOUN
hij-768	177	23	of	of	ADP
hij-768	177	24	the	the	DET
hij-768	177	25	performance	performance	NOUN
hij-768	177	26	metrics	metric	NOUN
hij-768	177	27	between	between	ADP
hij-768	177	28	the	the	DET
hij-768	177	29	k	k	PROPN
hij-768	177	30	-	-	PUNCT
hij-768	177	31	means	means	NOUN
hij-768	177	32	model	model	NOUN
hij-768	177	33	as	as	ADP
hij-768	177	34	a	a	DET
hij-768	177	35	control	control	NOUN
hij-768	177	36	group	group	NOUN
hij-768	177	37	and	and	CCONJ
hij-768	177	38	our	our	PRON
hij-768	177	39	proposed	propose	VERB
hij-768	177	40	model	model	NOUN
hij-768	177	41	.	.	PUNCT
hij-768	178	1	it	it	PRON
hij-768	178	2	provides	provide	VERB
hij-768	178	3	a	a	DET
hij-768	178	4	comprehensive	comprehensive	ADJ
hij-768	178	5	overview	overview	NOUN
hij-768	178	6	of	of	ADP
hij-768	178	7	various	various	ADJ
hij-768	178	8	metrics	metric	NOUN
hij-768	178	9	such	such	ADJ
hij-768	178	10	as	as	ADP
hij-768	178	11	accuracy	accuracy	NOUN
hij-768	178	12	,	,	PUNCT
hij-768	178	13	precision	precision	NOUN
hij-768	178	14	,	,	PUNCT
hij-768	178	15	recall	recall	NOUN
hij-768	178	16	,	,	PUNCT
hij-768	178	17	and	and	CCONJ
hij-768	178	18	f1	f1	PROPN
hij-768	178	19	score	score	NOUN
hij-768	178	20	,	,	PUNCT
hij-768	178	21	allowing	allow	VERB
hij-768	178	22	for	for	ADP
hij-768	178	23	a	a	DET
hij-768	178	24	detailed	detailed	ADJ
hij-768	178	25	evaluation	evaluation	NOUN
hij-768	178	26	of	of	ADP
hij-768	178	27	the	the	DET
hij-768	178	28	performance	performance	NOUN
hij-768	178	29	of	of	ADP
hij-768	178	30	the	the	DET
hij-768	178	31	model	model	NOUN
hij-768	178	32	.	.	PUNCT
hij-768	179	1	to	to	PART
hij-768	179	2	provide	provide	VERB
hij-768	179	3	a	a	DET
hij-768	179	4	more	more	ADV
hij-768	179	5	detailed	detailed	ADJ
hij-768	179	6	picture	picture	NOUN
hij-768	179	7	of	of	ADP
hij-768	179	8	the	the	DET
hij-768	179	9	performance	performance	NOUN
hij-768	179	10	of	of	ADP
hij-768	179	11	the	the	DET
hij-768	179	12	model	model	NOUN
hij-768	179	13	in	in	ADP
hij-768	179	14	terms	term	NOUN
hij-768	179	15	of	of	ADP
hij-768	179	16	data	datum	NOUN
hij-768	179	17	diversity	diversity	NOUN
hij-768	179	18	and	and	CCONJ
hij-768	179	19	scalability	scalability	NOUN
hij-768	179	20	,	,	PUNCT
hij-768	179	21	we	we	PRON
hij-768	179	22	tested	test	VERB
hij-768	179	23	it	it	PRON
hij-768	179	24	on	on	ADP
hij-768	179	25	low	low	ADJ
hij-768	179	26	,	,	PUNCT
hij-768	179	27	medium	medium	ADJ
hij-768	179	28	,	,	PUNCT
hij-768	179	29	and	and	CCONJ
hij-768	179	30	high	high	ADV
hij-768	179	31	-	-	PUNCT
hij-768	179	32	dimensional	dimensional	ADJ
hij-768	179	33	datasets	dataset	NOUN
hij-768	179	34	.	.	PUNCT
hij-768	180	1	the	the	DET
hij-768	180	2	dataset	dataset	NOUN
hij-768	180	3	with	with	ADP
hij-768	180	4	four	four	NUM
hij-768	180	5	dimensions	dimension	NOUN
hij-768	180	6	is	be	AUX
hij-768	180	7	called	call	VERB
hij-768	180	8	low	low	ADV
hij-768	180	9	dimensional	dimensional	ADJ
hij-768	180	10	,	,	PUNCT
hij-768	180	11	the	the	DET
hij-768	180	12	dataset	dataset	NOUN
hij-768	180	13	with	with	ADP
hij-768	180	14	13	13	NUM
hij-768	180	15	dimensions	dimension	NOUN
hij-768	180	16	is	be	AUX
hij-768	180	17	called	call	VERB
hij-768	180	18	mid	mid	ADJ
hij-768	180	19	-	-	ADJ
hij-768	180	20	dimensional	dimensional	ADJ
hij-768	180	21	,	,	PUNCT
hij-768	180	22	and	and	CCONJ
hij-768	180	23	the	the	DET
hij-768	180	24	dataset	dataset	NOUN
hij-768	180	25	with	with	ADP
hij-768	180	26	30	30	NUM
hij-768	180	27	dimensions	dimension	NOUN
hij-768	180	28	is	be	AUX
hij-768	180	29	called	call	VERB
hij-768	180	30	high	high	ADJ
hij-768	180	31	dimensional	dimensional	ADJ
hij-768	180	32	.	.	PUNCT
hij-768	181	1	figure	figure	NOUN
hij-768	181	2	9	9	NUM
hij-768	181	3	:	:	PUNCT
hij-768	181	4	these	these	DET
hij-768	181	5	plots	plot	NOUN
hij-768	181	6	show	show	VERB
hij-768	181	7	the	the	DET
hij-768	181	8	performance	performance	NOUN
hij-768	181	9	of	of	ADP
hij-768	181	10	neural	neural	ADJ
hij-768	181	11	network	network	NOUN
hij-768	181	12	model	model	NOUN
hij-768	181	13	training	training	NOUN
hij-768	181	14	with	with	ADP
hij-768	181	15	cluster	cluster	NOUN
hij-768	181	16	overlapping	overlap	VERB
hij-768	181	17	data	datum	NOUN
hij-768	181	18	.	.	PUNCT
hij-768	182	1	we	we	PRON
hij-768	182	2	used	use	VERB
hij-768	182	3	5	5	NUM
hij-768	182	4	k	k	ADJ
hij-768	182	5	-	-	ADJ
hij-768	182	6	fold	fold	ADJ
hij-768	182	7	validation	validation	NOUN
hij-768	182	8	for	for	ADP
hij-768	182	9	training	training	NOUN
hij-768	182	10	.	.	PUNCT
hij-768	183	1	so	so	ADV
hij-768	183	2	each	each	DET
hij-768	183	3	dataset	dataset	NOUN
hij-768	183	4	has	have	VERB
hij-768	183	5	5	5	NUM
hij-768	183	6	training	training	NOUN
hij-768	183	7	performances	performance	NOUN
hij-768	183	8	.	.	PUNCT
hij-768	184	1	where	where	SCONJ
hij-768	184	2	k	k	PROPN
hij-768	184	3	represents	represent	VERB
hij-768	184	4	k	k	NOUN
hij-768	184	5	-	-	ADJ
hij-768	184	6	fold	fold	ADJ
hij-768	184	7	.	.	PUNCT
hij-768	185	1	we	we	PRON
hij-768	185	2	use	use	VERB
hij-768	185	3	mean	mean	VERB
hij-768	185	4	squared	square	VERB
hij-768	185	5	error	error	NOUN
hij-768	185	6	(	(	PUNCT
hij-768	185	7	mse	mse	NOUN
hij-768	185	8	)	)	PUNCT
hij-768	185	9	as	as	ADP
hij-768	185	10	the	the	DET
hij-768	185	11	evaluation	evaluation	NOUN
hij-768	185	12	metric	metric	NOUN
hij-768	185	13	for	for	ADP
hij-768	185	14	the	the	DET
hij-768	185	15	model	model	NOUN
hij-768	185	16	.	.	PUNCT
hij-768	186	1	the	the	DET
hij-768	186	2	iris	iris	NOUN
hij-768	186	3	dataset	dataset	NOUN
hij-768	186	4	has	have	VERB
hij-768	186	5	3	3	NUM
hij-768	186	6	classes	class	NOUN
hij-768	186	7	,	,	PUNCT
hij-768	186	8	and	and	CCONJ
hij-768	186	9	the	the	DET
hij-768	186	10	ratio	ratio	NOUN
hij-768	186	11	of	of	ADP
hij-768	186	12	training	training	NOUN
hij-768	186	13	and	and	CCONJ
hij-768	186	14	evaluation	evaluation	NOUN
hij-768	186	15	is	be	AUX
hij-768	186	16	80:20	80:20	NUM
hij-768	186	17	.	.	PUNCT
hij-768	187	1	there	there	PRON
hij-768	187	2	are	be	VERB
hij-768	187	3	4	4	NUM
hij-768	187	4	hidden	hidden	ADJ
hij-768	187	5	neurons	neuron	NOUN
hij-768	187	6	,	,	PUNCT
hij-768	187	7	the	the	DET
hij-768	187	8	learning	learning	NOUN
hij-768	187	9	rate	rate	NOUN
hij-768	187	10	is	be	AUX
hij-768	187	11	0.5	0.5	NUM
hij-768	187	12	,	,	PUNCT
hij-768	187	13	and	and	CCONJ
hij-768	187	14	the	the	DET
hij-768	187	15	epochs	epoch	NOUN
hij-768	187	16	are	be	AUX
hij-768	187	17	200	200	NUM
hij-768	187	18	.	.	PUNCT
hij-768	188	1	the	the	DET
hij-768	188	2	wine	wine	NOUN
hij-768	188	3	dataset	dataset	NOUN
hij-768	188	4	has	have	VERB
hij-768	188	5	3	3	NUM
hij-768	188	6	classes	class	NOUN
hij-768	188	7	,	,	PUNCT
hij-768	188	8	and	and	CCONJ
hij-768	188	9	the	the	DET
hij-768	188	10	ratio	ratio	NOUN
hij-768	188	11	of	of	ADP
hij-768	188	12	training	training	NOUN
hij-768	188	13	and	and	CCONJ
hij-768	188	14	evaluation	evaluation	NOUN
hij-768	188	15	is	be	AUX
hij-768	188	16	80:20	80:20	NUM
hij-768	188	17	.	.	PUNCT
hij-768	189	1	there	there	PRON
hij-768	189	2	are	be	VERB
hij-768	189	3	13	13	NUM
hij-768	189	4	hidden	hide	VERB
hij-768	189	5	neurons	neuron	NOUN
hij-768	189	6	,	,	PUNCT
hij-768	189	7	the	the	DET
hij-768	189	8	learning	learning	NOUN
hij-768	189	9	rate	rate	NOUN
hij-768	189	10	is	be	AUX
hij-768	189	11	0.5	0.5	NUM
hij-768	189	12	,	,	PUNCT
hij-768	189	13	and	and	CCONJ
hij-768	189	14	the	the	DET
hij-768	189	15	epochs	epoch	NOUN
hij-768	189	16	are	be	AUX
hij-768	189	17	200	200	NUM
hij-768	189	18	.	.	PUNCT
hij-768	190	1	the	the	DET
hij-768	190	2	breast	breast	NOUN
hij-768	190	3	dataset	dataset	NOUN
hij-768	190	4	has	have	VERB
hij-768	190	5	2	2	NUM
hij-768	190	6	classes	class	NOUN
hij-768	190	7	,	,	PUNCT
hij-768	190	8	and	and	CCONJ
hij-768	190	9	the	the	DET
hij-768	190	10	ratio	ratio	NOUN
hij-768	190	11	of	of	ADP
hij-768	190	12	training	training	NOUN
hij-768	190	13	and	and	CCONJ
hij-768	190	14	evaluation	evaluation	NOUN
hij-768	190	15	is	be	AUX
hij-768	190	16	80:20	80:20	NUM
hij-768	190	17	.	.	PUNCT
hij-768	191	1	there	there	PRON
hij-768	191	2	are	be	VERB
hij-768	191	3	30	30	NUM
hij-768	191	4	hidden	hide	VERB
hij-768	191	5	neurons	neuron	NOUN
hij-768	191	6	,	,	PUNCT
hij-768	191	7	the	the	DET
hij-768	191	8	learning	learning	NOUN
hij-768	191	9	rate	rate	NOUN
hij-768	191	10	is	be	AUX
hij-768	191	11	0.5	0.5	NUM
hij-768	191	12	,	,	PUNCT
hij-768	191	13	and	and	CCONJ
hij-768	191	14	the	the	DET
hij-768	191	15	epochs	epoch	NOUN
hij-768	191	16	are	be	AUX
hij-768	191	17	200	200	NUM
hij-768	191	18	.	.	PUNCT
hij-768	192	1	figure	figure	NOUN
hij-768	192	2	10	10	NUM
hij-768	192	3	:	:	PUNCT
hij-768	192	4	confusion	confusion	NOUN
hij-768	192	5	matrix	matrix	NOUN
hij-768	192	6	of	of	ADP
hij-768	192	7	the	the	DET
hij-768	192	8	model	model	NOUN
hij-768	192	9	.	.	PUNCT
hij-768	193	1	they	they	PRON
hij-768	193	2	provide	provide	VERB
hij-768	193	3	an	an	DET
hij-768	193	4	intuitive	intuitive	ADJ
hij-768	193	5	representation	representation	NOUN
hij-768	193	6	of	of	ADP
hij-768	193	7	the	the	DET
hij-768	193	8	model	model	NOUN
hij-768	193	9	classification	classification	NOUN
hij-768	193	10	results	result	NOUN
hij-768	193	11	and	and	CCONJ
hij-768	193	12	help	help	VERB
hij-768	193	13	understand	understand	VERB
hij-768	193	14	the	the	DET
hij-768	193	15	distribution	distribution	NOUN
hij-768	193	16	of	of	ADP
hij-768	193	17	true	true	ADJ
hij-768	193	18	positive	positive	ADJ
hij-768	193	19	,	,	PUNCT
hij-768	193	20	true	true	ADJ
hij-768	193	21	negative	negative	ADJ
hij-768	193	22	,	,	PUNCT
hij-768	193	23	false	false	ADJ
hij-768	193	24	positive	positive	ADJ
hij-768	193	25	,	,	PUNCT
hij-768	193	26	and	and	CCONJ
hij-768	193	27	false	false	ADJ
hij-768	193	28	negative	negative	ADJ
hij-768	193	29	predictions	prediction	NOUN
hij-768	193	30	.	.	PUNCT
hij-768	194	1	the	the	DET
hij-768	194	2	prediction	prediction	NOUN
hij-768	194	3	accuracy	accuracy	NOUN
hij-768	194	4	of	of	ADP
hij-768	194	5	the	the	DET
hij-768	194	6	iris	iris	NOUN
hij-768	194	7	dataset	dataset	NOUN
hij-768	194	8	is	be	AUX
hij-768	194	9	100	100	NUM
hij-768	194	10	%	%	NOUN
hij-768	194	11	for	for	ADP
hij-768	194	12	class	class	NOUN
hij-768	194	13	0	0	NUM
hij-768	194	14	,	,	PUNCT
hij-768	194	15	90	90	NUM
hij-768	194	16	%	%	NOUN
hij-768	194	17	for	for	ADP
hij-768	194	18	class	class	NOUN
hij-768	194	19	1	1	NUM
hij-768	194	20	,	,	PUNCT
hij-768	194	21	and	and	CCONJ
hij-768	194	22	90	90	NUM
hij-768	194	23	%	%	NOUN
hij-768	194	24	for	for	ADP
hij-768	194	25	class	class	NOUN
hij-768	194	26	2	2	NUM
hij-768	194	27	.	.	PUNCT
hij-768	195	1	the	the	DET
hij-768	195	2	overall	overall	ADJ
hij-768	195	3	accuracy	accuracy	NOUN
hij-768	195	4	is	be	AUX
hij-768	195	5	93.333	93.333	NUM
hij-768	195	6	%	%	NOUN
hij-768	195	7	,	,	PUNCT
hij-768	195	8	which	which	PRON
hij-768	195	9	is	be	AUX
hij-768	195	10	higher	high	ADJ
hij-768	195	11	than	than	ADP
hij-768	195	12	the	the	DET
hij-768	195	13	original	original	ADJ
hij-768	195	14	classification	classification	NOUN
hij-768	195	15	model	model	NOUN
hij-768	195	16	.	.	PUNCT
hij-768	196	1	the	the	DET
hij-768	196	2	prediction	prediction	NOUN
hij-768	196	3	accuracy	accuracy	NOUN
hij-768	196	4	of	of	ADP
hij-768	196	5	the	the	DET
hij-768	196	6	wine	wine	NOUN
hij-768	196	7	dataset	dataset	NOUN
hij-768	196	8	is	be	AUX
hij-768	196	9	100	100	NUM
hij-768	196	10	%	%	NOUN
hij-768	196	11	for	for	ADP
hij-768	196	12	class	class	NOUN
hij-768	196	13	0	0	NUM
hij-768	196	14	,	,	PUNCT
hij-768	196	15	92.86	92.86	NUM
hij-768	196	16	%	%	NOUN
hij-768	196	17	for	for	ADP
hij-768	196	18	class	class	NOUN
hij-768	196	19	1	1	NUM
hij-768	196	20	,	,	PUNCT
hij-768	196	21	and	and	CCONJ
hij-768	196	22	90	90	NUM
hij-768	196	23	%	%	NOUN
hij-768	196	24	for	for	ADP
hij-768	196	25	class	class	NOUN
hij-768	196	26	2	2	NUM
hij-768	196	27	,	,	PUNCT
hij-768	196	28	with	with	ADP
hij-768	196	29	an	an	DET
hij-768	196	30	overall	overall	ADJ
hij-768	196	31	accuracy	accuracy	NOUN
hij-768	196	32	of	of	ADP
hij-768	196	33	78.20	78.20	NUM
hij-768	196	34	%	%	NOUN
hij-768	196	35	,	,	PUNCT
hij-768	196	36	which	which	PRON
hij-768	196	37	is	be	AUX
hij-768	196	38	higher	high	ADJ
hij-768	196	39	than	than	ADP
hij-768	196	40	the	the	DET
hij-768	196	41	original	original	ADJ
hij-768	196	42	classification	classification	NOUN
hij-768	196	43	model	model	NOUN
hij-768	196	44	.	.	PUNCT
hij-768	197	1	the	the	DET
hij-768	197	2	prediction	prediction	NOUN
hij-768	197	3	accuracy	accuracy	NOUN
hij-768	197	4	of	of	ADP
hij-768	197	5	the	the	DET
hij-768	197	6	breast	breast	NOUN
hij-768	197	7	cancer	cancer	NOUN
hij-768	197	8	dataset	dataset	NOUN
hij-768	197	9	is	be	AUX
hij-768	197	10	92.59	92.59	NUM
hij-768	197	11	%	%	NOUN
hij-768	197	12	for	for	ADP
hij-768	197	13	class	class	NOUN
hij-768	197	14	0	0	NUM
hij-768	197	15	,	,	PUNCT
hij-768	197	16	94.52	94.52	NUM
hij-768	197	17	%	%	NOUN
hij-768	197	18	for	for	ADP
hij-768	197	19	class	class	NOUN
hij-768	197	20	1	1	NUM
hij-768	197	21	,	,	PUNCT
hij-768	197	22	and	and	CCONJ
hij-768	197	23	0.9405	0.9405	NUM
hij-768	197	24	%	%	NOUN
hij-768	197	25	for	for	ADP
hij-768	197	26	the	the	DET
hij-768	197	27	overall	overall	ADJ
hij-768	197	28	accuracy	accuracy	NOUN
hij-768	197	29	,	,	PUNCT
hij-768	197	30	which	which	PRON
hij-768	197	31	is	be	AUX
hij-768	197	32	higher	high	ADJ
hij-768	197	33	than	than	ADP
hij-768	197	34	the	the	DET
hij-768	197	35	original	original	ADJ
hij-768	197	36	classification	classification	NOUN
hij-768	197	37	model	model	NOUN
hij-768	197	38	.	.	PUNCT
hij-768	198	1	figure	figure	NOUN
hij-768	198	2	11	11	NUM
hij-768	198	3	are	be	AUX
hij-768	198	4	used	use	VERB
hij-768	198	5	to	to	PART
hij-768	198	6	show	show	VERB
hij-768	198	7	the	the	DET
hij-768	198	8	classification	classification	NOUN
hij-768	198	9	performance	performance	NOUN
hij-768	198	10	between	between	ADP
hij-768	198	11	our	our	PRON
hij-768	198	12	proposed	propose	VERB
hij-768	198	13	models	model	NOUN
hij-768	198	14	,	,	PUNCT
hij-768	198	15	including	include	VERB
hij-768	198	16	the	the	DET
hij-768	198	17	mean	mean	ADJ
hij-768	198	18	deviation	deviation	NOUN
hij-768	198	19	,	,	PUNCT
hij-768	198	20	standard	standard	ADJ
hij-768	198	21	deviation	deviation	NOUN
hij-768	198	22	,	,	PUNCT
hij-768	198	23	minimum	minimum	NOUN
hij-768	198	24	score	score	NOUN
hij-768	198	25	,	,	PUNCT
hij-768	198	26	maximum	maximum	ADJ
hij-768	198	27	score	score	NOUN
hij-768	198	28	,	,	PUNCT
hij-768	198	29	and	and	CCONJ
hij-768	198	30	median	median	NOUN
hij-768	198	31	of	of	ADP
hij-768	198	32	indicators	indicator	NOUN
hij-768	198	33	such	such	ADJ
hij-768	198	34	as	as	ADP
hij-768	198	35	accuracy	accuracy	NOUN
hij-768	198	36	,	,	PUNCT
hij-768	198	37	precision	precision	NOUN
hij-768	198	38	,	,	PUNCT
hij-768	198	39	recall	recall	NOUN
hij-768	198	40	,	,	PUNCT
hij-768	198	41	and	and	CCONJ
hij-768	198	42	f1	f1	NOUN
hij-768	198	43	-	-	PUNCT
hij-768	198	44	score	score	NOUN
hij-768	198	45	.	.	PUNCT
hij-768	199	1	they	they	PRON
hij-768	199	2	provide	provide	VERB
hij-768	199	3	insights	insight	NOUN
hij-768	199	4	into	into	ADP
hij-768	199	5	the	the	DET
hij-768	199	6	performance	performance	NOUN
hij-768	199	7	differences	difference	NOUN
hij-768	199	8	across	across	ADP
hij-768	199	9	various	various	ADJ
hij-768	199	10	evaluation	evaluation	NOUN
hij-768	199	11	criteria	criterion	NOUN
hij-768	199	12	.	.	PUNCT
hij-768	200	1	we	we	PRON
hij-768	200	2	show	show	VERB
hij-768	200	3	in	in	ADP
hij-768	200	4	detail	detail	NOUN
hij-768	200	5	the	the	DET
hij-768	200	6	performance	performance	NOUN
hij-768	200	7	of	of	ADP
hij-768	200	8	our	our	PRON
hij-768	200	9	model	model	NOUN
hij-768	200	10	and	and	CCONJ
hij-768	200	11	k	k	ADJ
hij-768	200	12	-	-	PUNCT
hij-768	200	13	means	mean	VERB
hij-768	200	14	model	model	NOUN
hij-768	200	15	on	on	ADP
hij-768	200	16	low	low	ADJ
hij-768	200	17	-	-	PUNCT
hij-768	200	18	latitude	latitude	NOUN
hij-768	200	19	,	,	PUNCT
hij-768	200	20	mid	mid	NOUN
hij-768	200	21	-	-	NOUN
hij-768	200	22	latitude	latitude	NOUN
hij-768	200	23	,	,	PUNCT
hij-768	200	24	and	and	CCONJ
hij-768	200	25	high	high	ADJ
hij-768	200	26	-	-	PUNCT
hij-768	200	27	latitude	latitude	NOUN
hij-768	200	28	datasets	dataset	NOUN
hij-768	200	29	respectively	respectively	ADV
hij-768	200	30	.	.	PUNCT
hij-768	201	1	we	we	PRON
hij-768	201	2	use	use	VERB
hij-768	201	3	mean	mean	NOUN
hij-768	201	4	deviation	deviation	NOUN
hij-768	201	5	to	to	PART
hij-768	201	6	detect	detect	VERB
hij-768	201	7	the	the	DET
hij-768	201	8	compactness	compactness	NOUN
hij-768	201	9	of	of	ADP
hij-768	201	10	data	datum	NOUN
hij-768	201	11	within	within	ADP
hij-768	201	12	the	the	DET
hij-768	201	13	clusters	cluster	NOUN
hij-768	201	14	,	,	PUNCT
hij-768	201	15	and	and	CCONJ
hij-768	201	16	the	the	DET
hij-768	201	17	smaller	small	ADJ
hij-768	201	18	the	the	DET
hij-768	201	19	number	number	NOUN
hij-768	201	20	,	,	PUNCT
hij-768	201	21	the	the	PRON
hij-768	201	22	better	well	ADJ
hij-768	201	23	the	the	DET
hij-768	201	24	performance	performance	NOUN
hij-768	201	25	.	.	PUNCT
hij-768	202	1	standard	standard	ADJ
hij-768	202	2	deviation	deviation	NOUN
hij-768	202	3	is	be	AUX
hij-768	202	4	used	use	VERB
hij-768	202	5	to	to	PART
hij-768	202	6	detect	detect	VERB
hij-768	202	7	the	the	DET
hij-768	202	8	size	size	NOUN
hij-768	202	9	of	of	ADP
hij-768	202	10	cluster	cluster	NOUN
hij-768	202	11	boundaries	boundary	NOUN
hij-768	202	12	,	,	PUNCT
hij-768	202	13	and	and	CCONJ
hij-768	202	14	the	the	DET
hij-768	202	15	larger	large	ADJ
hij-768	202	16	the	the	DET
hij-768	202	17	value	value	NOUN
hij-768	202	18	,	,	PUNCT
hij-768	202	19	the	the	PRON
hij-768	202	20	larger	large	ADJ
hij-768	202	21	the	the	DET
hij-768	202	22	cluster	cluster	NOUN
hij-768	202	23	.	.	PUNCT
hij-768	203	1	thus	thus	ADV
hij-768	203	2	,	,	PUNCT
hij-768	203	3	their	their	PRON
hij-768	203	4	robustness	robustness	NOUN
hij-768	203	5	and	and	CCONJ
hij-768	203	6	generalization	generalization	NOUN
hij-768	203	7	ability	ability	NOUN
hij-768	203	8	are	be	AUX
hij-768	203	9	comprehensively	comprehensively	ADV
hij-768	203	10	evaluated	evaluate	VERB
hij-768	203	11	.	.	PUNCT
hij-768	204	1	figure	figure	VERB
hij-768	204	2	11	11	NUM
hij-768	204	3	.	.	PUNCT
hij-768	205	1	the	the	DET
hij-768	205	2	bar	bar	NOUN
hij-768	205	3	chart	chart	NOUN
hij-768	205	4	comparison	comparison	NOUN
hij-768	205	5	is	be	AUX
hij-768	205	6	from	from	ADP
hij-768	205	7	our	our	PRON
hij-768	205	8	model	model	NOUN
hij-768	205	9	.	.	PUNCT
hij-768	206	1	to	to	PART
hij-768	206	2	ensure	ensure	VERB
hij-768	206	3	the	the	DET
hij-768	206	4	consistency	consistency	NOUN
hij-768	206	5	of	of	ADP
hij-768	206	6	the	the	DET
hij-768	206	7	results	result	NOUN
hij-768	206	8	,	,	PUNCT
hij-768	206	9	the	the	DET
hij-768	206	10	k	k	NOUN
hij-768	206	11	-	-	PUNCT
hij-768	206	12	means	means	NOUN
hij-768	206	13	model	model	NOUN
hij-768	206	14	and	and	CCONJ
hij-768	206	15	our	our	PRON
hij-768	206	16	model	model	NOUN
hij-768	206	17	used	use	VERB
hij-768	206	18	the	the	DET
hij-768	206	19	same	same	ADJ
hij-768	206	20	folds	fold	NOUN
hij-768	206	21	data	datum	NOUN
hij-768	206	22	for	for	ADP
hij-768	206	23	training	training	NOUN
hij-768	206	24	and	and	CCONJ
hij-768	206	25	testing	testing	NOUN
hij-768	206	26	;	;	PUNCT
hij-768	206	27	both	both	DET
hij-768	206	28	model	model	NOUN
hij-768	206	29	setting	set	VERB
hij-768	206	30	are	be	AUX
hij-768	206	31	k	k	X
hij-768	206	32	=	=	SYM
hij-768	206	33	3	3	NUM
hij-768	206	34	&	&	CCONJ
hij-768	206	35	folds	fold	NOUN
hij-768	206	36	(	(	PUNCT
hij-768	206	37	1	1	NUM
hij-768	206	38	-	-	SYM
hij-768	206	39	5	5	NUM
hij-768	206	40	)	)	PUNCT
hij-768	206	41	;	;	PUNCT
hij-768	206	42	train	train	NOUN
hij-768	206	43	-	-	PUNCT
hij-768	206	44	validation	validation	NOUN
hij-768	206	45	-	-	PUNCT
hij-768	206	46	test	test	NOUN
hij-768	206	47	splits	split	NOUN
hij-768	206	48	=	=	SYM
hij-768	206	49	80	80	NUM
hij-768	206	50	%	%	NOUN
hij-768	206	51	&	&	CCONJ
hij-768	206	52	20	20	NUM
hij-768	206	53	%	%	NOUN
hij-768	206	54	.	.	PUNCT
hij-768	207	1	hightech	hightech	NOUN
hij-768	207	2	and	and	CCONJ
hij-768	207	3	innovation	innovation	NOUN
hij-768	207	4	journal	journal	PROPN
hij-768	207	5	vol	vol	NOUN
hij-768	207	6	.	.	PROPN
hij-768	208	1	5	5	NUM
hij-768	208	2	,	,	PUNCT
hij-768	208	3	no	no	INTJ
hij-768	208	4	.	.	NOUN
hij-768	208	5	3	3	NUM
hij-768	208	6	,	,	PUNCT
hij-768	208	7	september	september	PROPN
hij-768	208	8	,	,	PUNCT
hij-768	208	9	2024	2024	NUM
hij-768	208	10	727	727	NUM
hij-768	208	11	in	in	ADP
hij-768	208	12	summary	summary	NOUN
hij-768	208	13	,	,	PUNCT
hij-768	208	14	we	we	PRON
hij-768	208	15	evaluated	evaluate	VERB
hij-768	208	16	all	all	DET
hij-768	208	17	model	model	NOUN
hij-768	208	18	’s	’s	PART
hij-768	208	19	performance	performance	NOUN
hij-768	208	20	with	with	ADP
hij-768	208	21	low	low	ADJ
hij-768	208	22	,	,	PUNCT
hij-768	208	23	medium	medium	ADJ
hij-768	208	24	,	,	PUNCT
hij-768	208	25	and	and	CCONJ
hij-768	208	26	high	high	ADJ
hij-768	208	27	dataset	dataset	NOUN
hij-768	208	28	.	.	PUNCT
hij-768	209	1	with	with	SCONJ
hij-768	209	2	the	the	DET
hij-768	209	3	experiment	experiment	NOUN
hij-768	209	4	results	result	VERB
hij-768	209	5	the	the	DET
hij-768	209	6	k	k	ADJ
hij-768	209	7	-	-	PUNCT
hij-768	209	8	means	means	NOUN
hij-768	209	9	model	model	NOUN
hij-768	209	10	and	and	CCONJ
hij-768	209	11	the	the	DET
hij-768	209	12	proposed	propose	VERB
hij-768	209	13	model	model	NOUN
hij-768	209	14	have	have	AUX
hij-768	209	15	provided	provide	VERB
hij-768	209	16	a	a	DET
hij-768	209	17	comprehensive	comprehensive	ADJ
hij-768	209	18	understanding	understanding	NOUN
hij-768	209	19	of	of	ADP
hij-768	209	20	their	their	PRON
hij-768	209	21	strengths	strength	NOUN
hij-768	209	22	and	and	CCONJ
hij-768	209	23	weaknesses	weakness	NOUN
hij-768	209	24	in	in	ADP
hij-768	209	25	various	various	ADJ
hij-768	209	26	evaluation	evaluation	NOUN
hij-768	209	27	scenarios	scenario	NOUN
hij-768	209	28	.	.	PUNCT
hij-768	210	1	6	6	X
hij-768	210	2	.	.	X
hij-768	210	3	conclusion	conclusion	NOUN
hij-768	210	4	the	the	DET
hij-768	210	5	study	study	NOUN
hij-768	210	6	introduces	introduce	VERB
hij-768	210	7	a	a	DET
hij-768	210	8	novel	novel	ADJ
hij-768	210	9	classification	classification	NOUN
hij-768	210	10	model	model	NOUN
hij-768	210	11	that	that	PRON
hij-768	210	12	integrates	integrate	VERB
hij-768	210	13	features	feature	NOUN
hij-768	210	14	from	from	ADP
hij-768	210	15	both	both	CCONJ
hij-768	210	16	k	k	NOUN
hij-768	210	17	-	-	PUNCT
hij-768	210	18	means	mean	NOUN
hij-768	210	19	and	and	CCONJ
hij-768	210	20	neural	neural	ADJ
hij-768	210	21	networks	network	NOUN
hij-768	210	22	.	.	PUNCT
hij-768	211	1	this	this	DET
hij-768	211	2	algorithm	algorithm	NOUN
hij-768	211	3	is	be	AUX
hij-768	211	4	designed	design	VERB
hij-768	211	5	to	to	PART
hij-768	211	6	identify	identify	VERB
hij-768	211	7	areas	area	NOUN
hij-768	211	8	of	of	ADP
hij-768	211	9	cluster	cluster	NOUN
hij-768	211	10	overlap	overlap	NOUN
hij-768	211	11	within	within	ADP
hij-768	211	12	classified	classified	ADJ
hij-768	211	13	data	datum	NOUN
hij-768	211	14	,	,	PUNCT
hij-768	211	15	effectively	effectively	ADV
hij-768	211	16	distinguishing	distinguish	VERB
hij-768	211	17	categories	category	NOUN
hij-768	211	18	that	that	SCONJ
hij-768	211	19	the	the	DET
hij-768	211	20	k	k	NOUN
hij-768	211	21	-	-	PUNCT
hij-768	211	22	means	means	NOUN
hij-768	211	23	algorithm	algorithm	NOUN
hij-768	211	24	alone	alone	ADV
hij-768	211	25	finds	find	VERB
hij-768	211	26	difficult	difficult	ADJ
hij-768	211	27	to	to	PART
hij-768	211	28	discern	discern	VERB
hij-768	211	29	.	.	PUNCT
hij-768	212	1	a	a	DET
hij-768	212	2	new	new	ADJ
hij-768	212	3	classification	classification	NOUN
hij-768	212	4	model	model	NOUN
hij-768	212	5	is	be	AUX
hij-768	212	6	presented	present	VERB
hij-768	212	7	to	to	PART
hij-768	212	8	address	address	VERB
hij-768	212	9	the	the	DET
hij-768	212	10	problem	problem	NOUN
hij-768	212	11	of	of	ADP
hij-768	212	12	data	datum	NOUN
hij-768	212	13	overlap	overlap	NOUN
hij-768	212	14	in	in	ADP
hij-768	212	15	the	the	DET
hij-768	212	16	clustering	clustering	ADJ
hij-768	212	17	process	process	NOUN
hij-768	212	18	.	.	PUNCT
hij-768	213	1	the	the	DET
hij-768	213	2	model	model	NOUN
hij-768	213	3	applies	apply	VERB
hij-768	213	4	segmentation	segmentation	NOUN
hij-768	213	5	technology	technology	NOUN
hij-768	213	6	to	to	PART
hij-768	213	7	divide	divide	VERB
hij-768	213	8	the	the	DET
hij-768	213	9	data	datum	NOUN
hij-768	213	10	in	in	ADP
hij-768	213	11	the	the	DET
hij-768	213	12	overlapping	overlap	VERB
hij-768	213	13	area	area	NOUN
hij-768	213	14	.	.	PUNCT
hij-768	214	1	neural	neural	ADJ
hij-768	214	2	networks	network	NOUN
hij-768	214	3	are	be	AUX
hij-768	214	4	then	then	ADV
hij-768	214	5	employed	employ	VERB
hij-768	214	6	to	to	PART
hij-768	214	7	train	train	VERB
hij-768	214	8	and	and	CCONJ
hij-768	214	9	identify	identify	VERB
hij-768	214	10	this	this	DET
hij-768	214	11	portion	portion	NOUN
hij-768	214	12	of	of	ADP
hij-768	214	13	the	the	DET
hij-768	214	14	data	datum	NOUN
hij-768	214	15	,	,	PUNCT
hij-768	214	16	which	which	PRON
hij-768	214	17	is	be	AUX
hij-768	214	18	subsequently	subsequently	ADV
hij-768	214	19	integrated	integrate	VERB
hij-768	214	20	into	into	ADP
hij-768	214	21	the	the	DET
hij-768	214	22	classification	classification	NOUN
hij-768	214	23	model	model	NOUN
hij-768	214	24	.	.	PUNCT
hij-768	215	1	this	this	DET
hij-768	215	2	approach	approach	NOUN
hij-768	215	3	retains	retain	VERB
hij-768	215	4	the	the	DET
hij-768	215	5	characteristics	characteristic	NOUN
hij-768	215	6	of	of	ADP
hij-768	215	7	the	the	DET
hij-768	215	8	k	k	NOUN
hij-768	215	9	-	-	PUNCT
hij-768	215	10	means	means	NOUN
hij-768	215	11	algorithm	algorithm	NOUN
hij-768	215	12	while	while	SCONJ
hij-768	215	13	utilizing	utilize	VERB
hij-768	215	14	the	the	DET
hij-768	215	15	neural	neural	ADJ
hij-768	215	16	network	network	NOUN
hij-768	215	17	to	to	PART
hij-768	215	18	identify	identify	VERB
hij-768	215	19	data	datum	NOUN
hij-768	215	20	in	in	ADP
hij-768	215	21	the	the	DET
hij-768	215	22	overlapping	overlap	VERB
hij-768	215	23	area	area	NOUN
hij-768	215	24	.	.	PUNCT
hij-768	216	1	the	the	DET
hij-768	216	2	primary	primary	ADJ
hij-768	216	3	focus	focus	NOUN
hij-768	216	4	of	of	ADP
hij-768	216	5	the	the	DET
hij-768	216	6	model	model	NOUN
hij-768	216	7	is	be	AUX
hij-768	216	8	on	on	ADP
hij-768	216	9	identifying	identify	VERB
hij-768	216	10	the	the	DET
hij-768	216	11	overlapping	overlap	VERB
hij-768	216	12	area	area	NOUN
hij-768	216	13	and	and	CCONJ
hij-768	216	14	segmenting	segment	VERB
hij-768	216	15	the	the	DET
hij-768	216	16	data	datum	NOUN
hij-768	216	17	,	,	PUNCT
hij-768	216	18	as	as	SCONJ
hij-768	216	19	introduced	introduce	VERB
hij-768	216	20	in	in	ADP
hij-768	216	21	the	the	DET
hij-768	216	22	paper	paper	NOUN
hij-768	216	23	.	.	PUNCT
hij-768	217	1	moreover	moreover	ADV
hij-768	217	2	,	,	PUNCT
hij-768	217	3	to	to	PART
hij-768	217	4	evaluate	evaluate	VERB
hij-768	217	5	our	our	PRON
hij-768	217	6	proposed	propose	VERB
hij-768	217	7	model	model	NOUN
hij-768	217	8	,	,	PUNCT
hij-768	217	9	we	we	PRON
hij-768	217	10	conducted	conduct	VERB
hij-768	217	11	experiments	experiment	NOUN
hij-768	217	12	with	with	ADP
hij-768	217	13	4	4	NUM
hij-768	217	14	,	,	PUNCT
hij-768	217	15	13	13	NUM
hij-768	217	16	,	,	PUNCT
hij-768	217	17	and	and	CCONJ
hij-768	217	18	30	30	NUM
hij-768	217	19	-	-	PUNCT
hij-768	217	20	dimensional	dimensional	ADJ
hij-768	217	21	datasets	dataset	NOUN
hij-768	217	22	and	and	CCONJ
hij-768	217	23	compared	compare	VERB
hij-768	217	24	its	its	PRON
hij-768	217	25	performance	performance	NOUN
hij-768	217	26	against	against	ADP
hij-768	217	27	a	a	DET
hij-768	217	28	k	k	NOUN
hij-768	217	29	-	-	PUNCT
hij-768	217	30	means	mean	NOUN
hij-768	217	31	model	model	NOUN
hij-768	217	32	.	.	PUNCT
hij-768	218	1	the	the	DET
hij-768	218	2	experimental	experimental	ADJ
hij-768	218	3	results	result	NOUN
hij-768	218	4	indicate	indicate	VERB
hij-768	218	5	that	that	SCONJ
hij-768	218	6	our	our	PRON
hij-768	218	7	proposed	propose	VERB
hij-768	218	8	model	model	NOUN
hij-768	218	9	consistently	consistently	ADV
hij-768	218	10	outperforms	outperform	VERB
hij-768	218	11	k	k	NOUN
hij-768	218	12	-	-	PUNCT
hij-768	218	13	means	means	NOUN
hij-768	218	14	across	across	ADP
hij-768	218	15	various	various	ADJ
hij-768	218	16	cross	cross	ADJ
hij-768	218	17	-	-	ADJ
hij-768	218	18	validation	validation	ADJ
hij-768	218	19	scenarios	scenario	NOUN
hij-768	218	20	.	.	PUNCT
hij-768	219	1	while	while	SCONJ
hij-768	219	2	k	k	NOUN
hij-768	219	3	-	-	PUNCT
hij-768	219	4	means	mean	NOUN
hij-768	219	5	,	,	PUNCT
hij-768	219	6	as	as	ADP
hij-768	219	7	a	a	DET
hij-768	219	8	traditional	traditional	ADJ
hij-768	219	9	machinelearning	machinelearning	NOUN
hij-768	219	10	model	model	NOUN
hij-768	219	11	,	,	PUNCT
hij-768	219	12	classification	classification	NOUN
hij-768	219	13	accuracy	accuracy	NOUN
hij-768	219	14	in	in	ADP
hij-768	219	15	3	3	NUM
hij-768	219	16	scenarios	scenario	NOUN
hij-768	219	17	with	with	ADP
hij-768	219	18	the	the	DET
hij-768	219	19	public	public	ADJ
hij-768	219	20	dataset	dataset	NOUN
hij-768	219	21	,	,	PUNCT
hij-768	219	22	ranging	range	VERB
hij-768	219	23	from	from	ADP
hij-768	219	24	86	86	NUM
hij-768	219	25	%	%	NOUN
hij-768	219	26	,	,	PUNCT
hij-768	219	27	66	66	NUM
hij-768	219	28	%	%	NOUN
hij-768	219	29	,	,	PUNCT
hij-768	219	30	and	and	CCONJ
hij-768	219	31	74	74	NUM
hij-768	219	32	%	%	NOUN
hij-768	219	33	,	,	PUNCT
hij-768	219	34	our	our	PRON
hij-768	219	35	proposed	propose	VERB
hij-768	219	36	model	model	NOUN
hij-768	219	37	achieves	achieve	VERB
hij-768	219	38	significantly	significantly	ADV
hij-768	219	39	higher	high	ADJ
hij-768	219	40	accuracy	accuracy	NOUN
hij-768	219	41	rates	rate	NOUN
hij-768	219	42	.	.	PUNCT
hij-768	220	1	specifically	specifically	ADV
hij-768	220	2	,	,	PUNCT
hij-768	220	3	our	our	PRON
hij-768	220	4	model	model	NOUN
hij-768	220	5	demonstrates	demonstrate	VERB
hij-768	220	6	7	7	NUM
hij-768	220	7	%	%	NOUN
hij-768	220	8	,	,	PUNCT
hij-768	220	9	12	12	NUM
hij-768	220	10	%	%	NOUN
hij-768	220	11	,	,	PUNCT
hij-768	220	12	and	and	CCONJ
hij-768	220	13	20	20	NUM
hij-768	220	14	%	%	NOUN
hij-768	220	15	higher	high	ADJ
hij-768	220	16	accuracy	accuracy	NOUN
hij-768	220	17	compared	compare	VERB
hij-768	220	18	to	to	ADP
hij-768	220	19	k	k	NOUN
hij-768	220	20	-	-	PUNCT
hij-768	220	21	means	means	NOUN
hij-768	220	22	in	in	ADP
hij-768	220	23	the	the	DET
hij-768	220	24	respective	respective	ADJ
hij-768	220	25	scenarios	scenario	NOUN
hij-768	220	26	.	.	PUNCT
hij-768	221	1	these	these	DET
hij-768	221	2	findings	finding	NOUN
hij-768	221	3	provided	provide	VERB
hij-768	221	4	the	the	DET
hij-768	221	5	superiority	superiority	NOUN
hij-768	221	6	of	of	ADP
hij-768	221	7	our	our	PRON
hij-768	221	8	proposed	propose	VERB
hij-768	221	9	classification	classification	NOUN
hij-768	221	10	model	model	NOUN
hij-768	221	11	over	over	ADP
hij-768	221	12	k	k	X
hij-768	221	13	-	-	PUNCT
hij-768	221	14	means	mean	NOUN
hij-768	221	15	and	and	CCONJ
hij-768	221	16	validated	validate	VERB
hij-768	221	17	its	its	PRON
hij-768	221	18	feasibility	feasibility	NOUN
hij-768	221	19	.	.	PUNCT
hij-768	222	1	furthermore	furthermore	ADV
hij-768	222	2	,	,	PUNCT
hij-768	222	3	our	our	PRON
hij-768	222	4	novel	novel	ADJ
hij-768	222	5	model	model	NOUN
hij-768	222	6	has	have	VERB
hij-768	222	7	the	the	DET
hij-768	222	8	potential	potential	ADJ
hij-768	222	9	ability	ability	NOUN
hij-768	222	10	for	for	ADP
hij-768	222	11	application	application	NOUN
hij-768	222	12	in	in	ADP
hij-768	222	13	various	various	ADJ
hij-768	222	14	classification	classification	NOUN
hij-768	222	15	problems	problem	NOUN
hij-768	222	16	.	.	PUNCT
hij-768	223	1	in	in	ADP
hij-768	223	2	future	future	ADJ
hij-768	223	3	research	research	NOUN
hij-768	223	4	,	,	PUNCT
hij-768	223	5	we	we	PRON
hij-768	223	6	intend	intend	VERB
hij-768	223	7	to	to	PART
hij-768	223	8	explore	explore	VERB
hij-768	223	9	the	the	DET
hij-768	223	10	applicability	applicability	NOUN
hij-768	223	11	of	of	ADP
hij-768	223	12	our	our	PRON
hij-768	223	13	model	model	NOUN
hij-768	223	14	across	across	ADP
hij-768	223	15	diverse	diverse	ADJ
hij-768	223	16	data	datum	NOUN
hij-768	223	17	types	type	NOUN
hij-768	223	18	and	and	CCONJ
hij-768	223	19	develop	develop	VERB
hij-768	223	20	automatic	automatic	ADJ
hij-768	223	21	optimization	optimization	NOUN
hij-768	223	22	methods	method	NOUN
hij-768	223	23	tailored	tailor	VERB
hij-768	223	24	to	to	ADP
hij-768	223	25	the	the	DET
hij-768	223	26	unique	unique	ADJ
hij-768	223	27	characteristics	characteristic	NOUN
hij-768	223	28	of	of	ADP
hij-768	223	29	each	each	DET
hij-768	223	30	dataset	dataset	NOUN
hij-768	223	31	.	.	PUNCT
hij-768	224	1	in	in	ADP
hij-768	224	2	future	future	ADJ
hij-768	224	3	research	research	NOUN
hij-768	224	4	,	,	PUNCT
hij-768	224	5	we	we	PRON
hij-768	224	6	intend	intend	VERB
hij-768	224	7	to	to	PART
hij-768	224	8	explore	explore	VERB
hij-768	224	9	the	the	DET
hij-768	224	10	applicability	applicability	NOUN
hij-768	224	11	of	of	ADP
hij-768	224	12	our	our	PRON
hij-768	224	13	model	model	NOUN
hij-768	224	14	across	across	ADP
hij-768	224	15	diverse	diverse	ADJ
hij-768	224	16	data	datum	NOUN
hij-768	224	17	types	type	NOUN
hij-768	224	18	and	and	CCONJ
hij-768	224	19	develop	develop	VERB
hij-768	224	20	automatic	automatic	ADJ
hij-768	224	21	optimization	optimization	NOUN
hij-768	224	22	methods	method	NOUN
hij-768	224	23	tailored	tailor	VERB
hij-768	224	24	to	to	ADP
hij-768	224	25	the	the	DET
hij-768	224	26	unique	unique	ADJ
hij-768	224	27	characteristics	characteristic	NOUN
hij-768	224	28	of	of	ADP
hij-768	224	29	each	each	DET
hij-768	224	30	dataset	dataset	NOUN
hij-768	224	31	.	.	PUNCT
hij-768	225	1	7	7	X
hij-768	225	2	.	.	X
hij-768	225	3	declarations	declaration	NOUN
hij-768	225	4	7.1	7.1	NUM
hij-768	225	5	.	.	PUNCT
hij-768	226	1	author	author	NOUN
hij-768	226	2	contributions	contribution	NOUN
hij-768	226	3	corresponding	corresponding	ADJ
hij-768	226	4	,	,	PUNCT
hij-768	226	5	a.t	a.t	PROPN
hij-768	226	6	.	.	PROPN
hij-768	226	7	;	;	PUNCT
hij-768	226	8	conceptualization	conceptualization	NOUN
hij-768	226	9	,	,	PUNCT
hij-768	226	10	c.c	c.c	PROPN
hij-768	226	11	.	.	PROPN
hij-768	226	12	and	and	CCONJ
hij-768	226	13	a.t	a.t	PROPN
hij-768	226	14	.	.	PROPN
hij-768	226	15	;	;	PUNCT
hij-768	226	16	methodology	methodology	PROPN
hij-768	226	17	,	,	PUNCT
hij-768	226	18	c.c	c.c	PROPN
hij-768	226	19	.	.	PROPN
hij-768	226	20	and	and	CCONJ
hij-768	226	21	a.t	a.t	PROPN
hij-768	226	22	.	.	PROPN
hij-768	226	23	;	;	PUNCT
hij-768	226	24	software	software	PROPN
hij-768	226	25	,	,	PUNCT
hij-768	226	26	c.c	c.c	PROPN
hij-768	226	27	.	.	PROPN
hij-768	226	28	;	;	PUNCT
hij-768	226	29	validation	validation	NOUN
hij-768	226	30	,	,	PUNCT
hij-768	226	31	c.c	c.c	PROPN
hij-768	226	32	.	.	PROPN
hij-768	226	33	;	;	PUNCT
hij-768	226	34	formal	formal	ADJ
hij-768	226	35	analysis	analysis	NOUN
hij-768	226	36	,	,	PUNCT
hij-768	226	37	c.c	c.c	PROPN
hij-768	226	38	.	.	PROPN
hij-768	226	39	and	and	CCONJ
hij-768	226	40	a.t	a.t	PROPN
hij-768	226	41	.	.	PROPN
hij-768	226	42	;	;	PUNCT
hij-768	226	43	investigation	investigation	NOUN
hij-768	226	44	,	,	PUNCT
hij-768	226	45	c.c	c.c	PROPN
hij-768	226	46	.	.	PROPN
hij-768	226	47	and	and	CCONJ
hij-768	226	48	a.t	a.t	PROPN
hij-768	226	49	.	.	PROPN
hij-768	226	50	;	;	PUNCT
hij-768	226	51	resources	resource	NOUN
hij-768	226	52	,	,	PUNCT
hij-768	226	53	c.c	c.c	PROPN
hij-768	226	54	.	.	PROPN
hij-768	226	55	and	and	CCONJ
hij-768	226	56	a.t	a.t	PROPN
hij-768	226	57	.	.	PROPN
hij-768	226	58	;	;	PUNCT
hij-768	226	59	data	datum	NOUN
hij-768	226	60	curation	curation	NOUN
hij-768	226	61	,	,	PUNCT
hij-768	226	62	c.c	c.c	PROPN
hij-768	226	63	.	.	PROPN
hij-768	226	64	;	;	PUNCT
hij-768	226	65	writing	writing	NOUN
hij-768	226	66	—	—	PUNCT
hij-768	226	67	original	original	ADJ
hij-768	226	68	draft	draft	NOUN
hij-768	226	69	preparation	preparation	NOUN
hij-768	226	70	,	,	PUNCT
hij-768	226	71	c.c	c.c	PROPN
hij-768	226	72	.	.	PROPN
hij-768	226	73	;	;	PUNCT
hij-768	226	74	writing	writing	NOUN
hij-768	226	75	—	—	PUNCT
hij-768	226	76	review	review	NOUN
hij-768	226	77	and	and	CCONJ
hij-768	226	78	editing	editing	NOUN
hij-768	226	79	,	,	PUNCT
hij-768	226	80	c.c	c.c	PROPN
hij-768	226	81	.	.	PROPN
hij-768	226	82	and	and	CCONJ
hij-768	226	83	a.t	a.t	PROPN
hij-768	226	84	.	.	PROPN
hij-768	226	85	;	;	PUNCT
hij-768	226	86	visualization	visualization	NOUN
hij-768	226	87	,	,	PUNCT
hij-768	226	88	c.c	c.c	PROPN
hij-768	226	89	.	.	PROPN
hij-768	226	90	;	;	PUNCT
hij-768	226	91	supervision	supervision	NOUN
hij-768	226	92	,	,	PUNCT
hij-768	226	93	a.t	a.t	PROPN
hij-768	226	94	.	.	PROPN
hij-768	226	95	;	;	PUNCT
hij-768	226	96	project	project	NOUN
hij-768	226	97	administration	administration	NOUN
hij-768	226	98	,	,	PUNCT
hij-768	226	99	c.c	c.c	PROPN
hij-768	226	100	.	.	PROPN
hij-768	226	101	;	;	PUNCT
hij-768	226	102	funding	funding	NOUN
hij-768	226	103	acquisition	acquisition	NOUN
hij-768	226	104	,	,	PUNCT
hij-768	226	105	a.t	a.t	PROPN
hij-768	226	106	.	.	PROPN
hij-768	227	1	all	all	DET
hij-768	227	2	authors	author	NOUN
hij-768	227	3	have	have	AUX
hij-768	227	4	read	read	VERB
hij-768	227	5	and	and	CCONJ
hij-768	227	6	agreed	agree	VERB
hij-768	227	7	to	to	ADP
hij-768	227	8	the	the	DET
hij-768	227	9	published	publish	VERB
hij-768	227	10	version	version	NOUN
hij-768	227	11	of	of	ADP
hij-768	227	12	the	the	DET
hij-768	227	13	manuscript	manuscript	NOUN
hij-768	227	14	.	.	PUNCT
hij-768	228	1	7.2	7.2	NUM
hij-768	228	2	.	.	PUNCT
hij-768	228	3	data	datum	NOUN
hij-768	228	4	availability	availability	NOUN
hij-768	228	5	statement	statement	NOUN
hij-768	228	6	the	the	DET
hij-768	228	7	data	datum	NOUN
hij-768	228	8	presented	present	VERB
hij-768	228	9	in	in	ADP
hij-768	228	10	this	this	DET
hij-768	228	11	study	study	NOUN
hij-768	228	12	are	be	AUX
hij-768	228	13	available	available	ADJ
hij-768	228	14	in	in	ADP
hij-768	228	15	the	the	DET
hij-768	228	16	article	article	NOUN
hij-768	228	17	.	.	PUNCT
hij-768	229	1	7.3	7.3	NUM
hij-768	229	2	.	.	PUNCT
hij-768	230	1	funding	funding	NOUN
hij-768	230	2	and	and	CCONJ
hij-768	230	3	acknowledgements	acknowledgement	NOUN
hij-768	230	4	this	this	DET
hij-768	230	5	work	work	NOUN
hij-768	230	6	was	be	AUX
hij-768	230	7	supported	support	VERB
hij-768	230	8	by	by	ADP
hij-768	230	9	king	king	PROPN
hij-768	230	10	mongkut	mongkut	PROPN
hij-768	230	11	’s	’s	PROPN
hij-768	230	12	institute	institute	PROPN
hij-768	230	13	of	of	ADP
hij-768	230	14	technology	technology	PROPN
hij-768	230	15	ladkrabang	ladkrabang	PROPN
hij-768	230	16	(	(	PUNCT
hij-768	230	17	kmitl	kmitl	PROPN
hij-768	230	18	)	)	PUNCT
hij-768	230	19	,	,	PUNCT
hij-768	230	20	thailand	thailand	PROPN
hij-768	230	21	.	.	PUNCT
hij-768	231	1	7.4	7.4	NUM
hij-768	231	2	.	.	PUNCT
hij-768	232	1	institutional	institutional	ADJ
hij-768	232	2	review	review	PROPN
hij-768	232	3	board	board	NOUN
hij-768	232	4	statement	statement	NOUN
hij-768	232	5	not	not	PART
hij-768	232	6	applicable	applicable	ADJ
hij-768	232	7	.	.	PUNCT
hij-768	233	1	7.5	7.5	NUM
hij-768	233	2	.	.	PUNCT
hij-768	234	1	informed	informed	ADJ
hij-768	234	2	consent	consent	NOUN
hij-768	234	3	statement	statement	NOUN
hij-768	234	4	not	not	PART
hij-768	234	5	applicable	applicable	ADJ
hij-768	234	6	.	.	PUNCT
hij-768	235	1	7.6	7.6	NUM
hij-768	235	2	.	.	PUNCT
hij-768	235	3	declaration	declaration	NOUN
hij-768	235	4	of	of	ADP
hij-768	235	5	competing	compete	VERB
hij-768	235	6	interest	interest	NOUN
hij-768	235	7	the	the	DET
hij-768	235	8	authors	author	NOUN
hij-768	235	9	declare	declare	VERB
hij-768	235	10	that	that	SCONJ
hij-768	235	11	they	they	PRON
hij-768	235	12	have	have	VERB
hij-768	235	13	no	no	DET
hij-768	235	14	known	know	VERB
hij-768	235	15	competing	compete	VERB
hij-768	235	16	financial	financial	ADJ
hij-768	235	17	interests	interest	NOUN
hij-768	235	18	or	or	CCONJ
hij-768	235	19	personal	personal	ADJ
hij-768	235	20	relationships	relationship	NOUN
hij-768	235	21	that	that	PRON
hij-768	235	22	could	could	AUX
hij-768	235	23	have	have	AUX
hij-768	235	24	appeared	appear	VERB
hij-768	235	25	to	to	PART
hij-768	235	26	influence	influence	VERB
hij-768	235	27	the	the	DET
hij-768	235	28	work	work	NOUN
hij-768	235	29	reported	report	VERB
hij-768	235	30	in	in	ADP
hij-768	235	31	this	this	DET
hij-768	235	32	paper	paper	NOUN
hij-768	235	33	.	.	PUNCT
hij-768	236	1	hightech	hightech	NOUN
hij-768	236	2	and	and	CCONJ
hij-768	236	3	innovation	innovation	NOUN
hij-768	236	4	journal	journal	PROPN
hij-768	236	5	vol	vol	NOUN
hij-768	236	6	.	.	PROPN
hij-768	237	1	5	5	NUM
hij-768	237	2	,	,	PUNCT
hij-768	237	3	no	no	INTJ
hij-768	237	4	.	.	NOUN
hij-768	237	5	3	3	NUM
hij-768	237	6	,	,	PUNCT
hij-768	237	7	september	september	PROPN
hij-768	237	8	,	,	PUNCT
hij-768	237	9	2024	2024	NUM
hij-768	237	10	728	728	NUM
hij-768	237	11	8	8	NUM
hij-768	237	12	.	.	PUNCT
hij-768	238	1	references	reference	NOUN
hij-768	238	2	[	[	X
hij-768	238	3	1	1	NUM
hij-768	238	4	]	]	PUNCT
hij-768	238	5	hassoun	hassoun	NOUN
hij-768	238	6	,	,	PUNCT
hij-768	238	7	a.	a.	NOUN
hij-768	238	8	,	,	PUNCT
hij-768	238	9	aït	aït	PROPN
hij-768	238	10	-	-	PUNCT
hij-768	238	11	kaddour	kaddour	ADJ
hij-768	238	12	,	,	PUNCT
hij-768	238	13	a.	a.	NOUN
hij-768	238	14	,	,	PUNCT
hij-768	238	15	abu	abu	PROPN
hij-768	238	16	-	-	PUNCT
hij-768	238	17	mahfouz	mahfouz	PROPN
hij-768	238	18	,	,	PUNCT
hij-768	238	19	a.	a.	NOUN
hij-768	238	20	m.	m.	NOUN
hij-768	238	21	,	,	PUNCT
hij-768	238	22	rathod	rathod	PROPN
hij-768	238	23	,	,	PUNCT
hij-768	238	24	n.	n.	PROPN
hij-768	238	25	b.	b.	PROPN
hij-768	238	26	,	,	PUNCT
hij-768	238	27	bader	bader	PROPN
hij-768	238	28	,	,	PUNCT
hij-768	238	29	f.	f.	PROPN
hij-768	238	30	,	,	PUNCT
hij-768	238	31	barba	barba	PROPN
hij-768	238	32	,	,	PUNCT
hij-768	238	33	f.	f.	PROPN
hij-768	238	34	j.	j.	PROPN
hij-768	238	35	,	,	PUNCT
hij-768	238	36	biancolillo	biancolillo	PROPN
hij-768	238	37	,	,	PUNCT
hij-768	238	38	a.	a.	NOUN
hij-768	238	39	,	,	PUNCT
hij-768	238	40	cropotova	cropotova	PROPN
hij-768	238	41	,	,	PUNCT
hij-768	238	42	j.	j.	PROPN
hij-768	238	43	,	,	PUNCT
hij-768	238	44	galanakis	galanakis	PROPN
hij-768	238	45	,	,	PUNCT
hij-768	238	46	c.	c.	PROPN
hij-768	238	47	m.	m.	PROPN
hij-768	238	48	,	,	PUNCT
hij-768	238	49	jambrak	jambrak	PROPN
hij-768	238	50	,	,	PUNCT
hij-768	238	51	a.	a.	PROPN
hij-768	238	52	r.	r.	PROPN
hij-768	238	53	,	,	PUNCT
hij-768	238	54	lorenzo	lorenzo	PROPN
hij-768	238	55	,	,	PUNCT
hij-768	238	56	j.	j.	PROPN
hij-768	238	57	m.	m.	PROPN
hij-768	238	58	,	,	PUNCT
hij-768	238	59	måge	måge	NOUN
hij-768	238	60	,	,	PUNCT
hij-768	238	61	i.	i.	NOUN
hij-768	238	62	,	,	PUNCT
hij-768	238	63	ozogul	ozogul	NOUN
hij-768	238	64	,	,	PUNCT
hij-768	238	65	f.	f.	PROPN
hij-768	238	66	,	,	PUNCT
hij-768	238	67	&	&	CCONJ
hij-768	238	68	regenstein	regenstein	PROPN
hij-768	238	69	,	,	PUNCT
hij-768	238	70	j.	j.	PROPN
hij-768	238	71	(	(	PUNCT
hij-768	238	72	2023	2023	NUM
hij-768	238	73	)	)	PUNCT
hij-768	238	74	.	.	PUNCT
hij-768	239	1	the	the	DET
hij-768	239	2	fourth	fourth	PROPN
hij-768	239	3	industrial	industrial	ADJ
hij-768	239	4	revolution	revolution	NOUN
hij-768	239	5	in	in	ADP
hij-768	239	6	the	the	DET
hij-768	239	7	food	food	NOUN
hij-768	239	8	industry	industry	NOUN
hij-768	239	9	—	—	PUNCT
hij-768	239	10	part	part	NOUN
hij-768	239	11	i	i	NOUN
hij-768	239	12	:	:	PUNCT
hij-768	239	13	industry	industry	NOUN
hij-768	239	14	4.0	4.0	NUM
hij-768	239	15	technologies	technology	NOUN
hij-768	239	16	.	.	PUNCT
hij-768	240	1	critical	critical	ADJ
hij-768	240	2	reviews	review	NOUN
hij-768	240	3	in	in	ADP
hij-768	240	4	food	food	NOUN
hij-768	240	5	science	science	NOUN
hij-768	240	6	and	and	CCONJ
hij-768	240	7	nutrition	nutrition	NOUN
hij-768	240	8	,	,	PUNCT
hij-768	240	9	63(23	63(23	NOUN
hij-768	240	10	)	)	PUNCT
hij-768	240	11	,	,	PUNCT
hij-768	240	12	6547–6563	6547–6563	NOUN
hij-768	240	13	.	.	PUNCT
hij-768	241	1	doi:10.1080/10408398.2022.2034735	doi:10.1080/10408398.2022.2034735	PROPN
hij-768	241	2	.	.	PUNCT
hij-768	242	1	[	[	X
hij-768	242	2	2	2	NUM
hij-768	242	3	]	]	PUNCT
hij-768	242	4	meiring	meiring	NOUN
hij-768	242	5	,	,	PUNCT
hij-768	242	6	g.	g.	PROPN
hij-768	242	7	a.	a.	NOUN
hij-768	242	8	m.	m.	PROPN
hij-768	242	9	,	,	PUNCT
hij-768	242	10	&	&	CCONJ
hij-768	242	11	myburgh	myburgh	PROPN
hij-768	242	12	,	,	PUNCT
hij-768	242	13	h.	h.	PROPN
hij-768	242	14	c.	c.	PROPN
hij-768	242	15	(	(	PUNCT
hij-768	242	16	2015	2015	NUM
hij-768	242	17	)	)	PUNCT
hij-768	242	18	.	.	PUNCT
hij-768	243	1	a	a	DET
hij-768	243	2	review	review	NOUN
hij-768	243	3	of	of	ADP
hij-768	243	4	intelligent	intelligent	ADJ
hij-768	243	5	driving	driving	NOUN
hij-768	243	6	style	style	NOUN
hij-768	243	7	analysis	analysis	NOUN
hij-768	243	8	systems	system	NOUN
hij-768	243	9	and	and	CCONJ
hij-768	243	10	related	relate	VERB
hij-768	243	11	artificial	artificial	ADJ
hij-768	243	12	intelligence	intelligence	NOUN
hij-768	243	13	algorithms	algorithm	NOUN
hij-768	243	14	.	.	PUNCT
hij-768	244	1	sensors	sensor	NOUN
hij-768	244	2	(	(	PUNCT
hij-768	244	3	switzerland	switzerland	PROPN
hij-768	244	4	)	)	PUNCT
hij-768	244	5	,	,	PUNCT
hij-768	244	6	15(12	15(12	NUM
hij-768	244	7	)	)	PUNCT
hij-768	244	8	,	,	PUNCT
hij-768	244	9	30653–30682	30653–30682	NOUN
hij-768	244	10	.	.	PUNCT
hij-768	245	1	doi:10.3390	doi:10.3390	NOUN
hij-768	245	2	/	/	SYM
hij-768	245	3	s151229822	s151229822	NOUN
hij-768	245	4	.	.	PUNCT
hij-768	246	1	[	[	X
hij-768	246	2	3	3	NUM
hij-768	246	3	]	]	ADJ
hij-768	246	4	celebi	celebi	NOUN
hij-768	246	5	,	,	PUNCT
hij-768	246	6	m.	m.	PROPN
hij-768	246	7	e.	e.	PROPN
hij-768	246	8	,	,	PUNCT
hij-768	246	9	&	&	CCONJ
hij-768	246	10	aydin	aydin	PROPN
hij-768	246	11	,	,	PUNCT
hij-768	246	12	k.	k.	PROPN
hij-768	246	13	(	(	PUNCT
hij-768	246	14	2016	2016	NUM
hij-768	246	15	)	)	PUNCT
hij-768	246	16	.	.	PUNCT
hij-768	247	1	unsupervised	unsupervised	ADJ
hij-768	247	2	learning	learning	NOUN
hij-768	247	3	algorithms	algorithm	NOUN
hij-768	247	4	.	.	PUNCT
hij-768	248	1	unsupervised	unsupervised	ADJ
hij-768	248	2	learning	learning	NOUN
hij-768	248	3	algorithms	algorithm	NOUN
hij-768	248	4	,	,	PUNCT
hij-768	248	5	8	8	NUM
hij-768	248	6	,	,	PUNCT
hij-768	248	7	55	55	NUM
hij-768	248	8	-	-	SYM
hij-768	248	9	70	70	NUM
hij-768	248	10	.	.	PUNCT
hij-768	249	1	doi:10.1007/978	doi:10.1007/978	NOUN
hij-768	249	2	-	-	PUNCT
hij-768	249	3	3	3	NUM
hij-768	249	4	-	-	NUM
hij-768	249	5	319	319	NUM
hij-768	249	6	-	-	PUNCT
hij-768	249	7	24211	24211	NUM
hij-768	249	8	-	-	SYM
hij-768	249	9	8	8	NUM
hij-768	249	10	.	.	PUNCT
hij-768	250	1	[	[	X
hij-768	250	2	4	4	X
hij-768	250	3	]	]	X
hij-768	250	4	ahmed	ahmed	PROPN
hij-768	250	5	,	,	PUNCT
hij-768	250	6	m.	m.	NOUN
hij-768	250	7	,	,	PUNCT
hij-768	250	8	seraj	seraj	VERB
hij-768	250	9	,	,	PUNCT
hij-768	250	10	r.	r.	PROPN
hij-768	250	11	,	,	PUNCT
hij-768	250	12	&	&	CCONJ
hij-768	250	13	islam	islam	PROPN
hij-768	250	14	,	,	PUNCT
hij-768	250	15	s.	s.	PROPN
hij-768	250	16	m.	m.	PROPN
hij-768	250	17	s.	s.	PROPN
hij-768	250	18	(	(	PUNCT
hij-768	250	19	2020	2020	NUM
hij-768	250	20	)	)	PUNCT
hij-768	250	21	.	.	PUNCT
hij-768	251	1	the	the	DET
hij-768	251	2	k	k	NOUN
hij-768	251	3	-	-	PUNCT
hij-768	251	4	means	means	NOUN
hij-768	251	5	algorithm	algorithm	NOUN
hij-768	251	6	:	:	PUNCT
hij-768	251	7	a	a	DET
hij-768	251	8	comprehensive	comprehensive	ADJ
hij-768	251	9	survey	survey	NOUN
hij-768	251	10	and	and	CCONJ
hij-768	251	11	performance	performance	NOUN
hij-768	251	12	evaluation	evaluation	NOUN
hij-768	251	13	.	.	PUNCT
hij-768	252	1	electronics	electronic	NOUN
hij-768	252	2	(	(	PUNCT
hij-768	252	3	switzerland	switzerland	PROPN
hij-768	252	4	)	)	PUNCT
hij-768	252	5	,	,	PUNCT
hij-768	252	6	9(8	9(8	NUM
hij-768	252	7	)	)	PUNCT
hij-768	252	8	,	,	PUNCT
hij-768	252	9	1–12	1–12	NOUN
hij-768	252	10	.	.	PUNCT
hij-768	253	1	doi:10.3390	doi:10.3390	PROPN
hij-768	253	2	/	/	SYM
hij-768	253	3	electronics9081295	electronics9081295	PROPN
hij-768	253	4	.	.	PUNCT
hij-768	254	1	[	[	X
hij-768	254	2	5	5	NUM
hij-768	254	3	]	]	X
hij-768	254	4	azar	azar	PROPN
hij-768	254	5	,	,	PUNCT
hij-768	254	6	a.	a.	NOUN
hij-768	254	7	t.	t.	PROPN
hij-768	254	8	,	,	PUNCT
hij-768	254	9	gaber	gaber	PROPN
hij-768	254	10	,	,	PUNCT
hij-768	254	11	t.	t.	PROPN
hij-768	254	12	,	,	PUNCT
hij-768	254	13	oliva	oliva	PROPN
hij-768	254	14	,	,	PUNCT
hij-768	254	15	d.	d.	PROPN
hij-768	254	16	,	,	PUNCT
hij-768	254	17	ṭulbah	ṭulbah	PROPN
hij-768	254	18	,	,	PUNCT
hij-768	254	19	m.	m.	PROPN
hij-768	254	20	f.	f.	PROPN
hij-768	254	21	,	,	PUNCT
hij-768	254	22	&	&	CCONJ
hij-768	254	23	hassanien	hassanien	PROPN
hij-768	254	24	,	,	PUNCT
hij-768	254	25	a.	a.	PROPN
hij-768	254	26	e.	e.	PROPN
hij-768	254	27	(	(	PUNCT
hij-768	254	28	2020	2020	NUM
hij-768	254	29	)	)	PUNCT
hij-768	254	30	.	.	PUNCT
hij-768	255	1	proceedings	proceeding	NOUN
hij-768	255	2	of	of	ADP
hij-768	255	3	the	the	DET
hij-768	255	4	international	international	ADJ
hij-768	255	5	conference	conference	NOUN
hij-768	255	6	on	on	ADP
hij-768	255	7	artificial	artificial	ADJ
hij-768	255	8	intelligence	intelligence	NOUN
hij-768	255	9	and	and	CCONJ
hij-768	255	10	computer	computer	NOUN
hij-768	255	11	vision	vision	NOUN
hij-768	255	12	(	(	PUNCT
hij-768	255	13	aicv2020	aicv2020	PROPN
hij-768	255	14	)	)	PUNCT
hij-768	255	15	,	,	PUNCT
hij-768	255	16	1153	1153	NUM
hij-768	255	17	,	,	PUNCT
hij-768	255	18	247–257	247–257	NUM
hij-768	255	19	.	.	PUNCT
hij-768	256	1	[	[	X
hij-768	256	2	6	6	NUM
hij-768	256	3	]	]	X
hij-768	256	4	chenghu	chenghu	NOUN
hij-768	256	5	,	,	PUNCT
hij-768	256	6	c.	c.	NOUN
hij-768	256	7	,	,	PUNCT
hij-768	256	8	jinna	jinna	NOUN
hij-768	256	9	,	,	PUNCT
hij-768	256	10	h.	h.	PROPN
hij-768	256	11	,	,	PUNCT
hij-768	256	12	visavakitcharoen	visavakitcharoen	PROPN
hij-768	256	13	,	,	PUNCT
hij-768	256	14	a.	a.	NOUN
hij-768	256	15	,	,	PUNCT
hij-768	256	16	temdee	temdee	PROPN
hij-768	256	17	,	,	PUNCT
hij-768	256	18	p.	p.	PROPN
hij-768	256	19	,	,	PUNCT
hij-768	256	20	&	&	CCONJ
hij-768	256	21	chaisricharoen	chaisricharoen	PROPN
hij-768	256	22	,	,	PUNCT
hij-768	256	23	r.	r.	PROPN
hij-768	256	24	(	(	PUNCT
hij-768	256	25	2019	2019	NUM
hij-768	256	26	)	)	PUNCT
hij-768	256	27	.	.	PUNCT
hij-768	257	1	identifying	identify	VERB
hij-768	257	2	the	the	DET
hij-768	257	3	effectiveness	effectiveness	NOUN
hij-768	257	4	of	of	ADP
hij-768	257	5	arabica	arabica	PROPN
hij-768	257	6	drip	drip	NOUN
hij-768	257	7	coffee	coffee	NOUN
hij-768	257	8	on	on	ADP
hij-768	257	9	individual	individual	ADJ
hij-768	257	10	human	human	ADJ
hij-768	257	11	brainwave	brainwave	NOUN
hij-768	257	12	.	.	PUNCT
hij-768	258	1	ecti	ecti	VERB
hij-768	258	2	damt	damt	NOUN
hij-768	258	3	-	-	PUNCT
hij-768	258	4	ncon	ncon	NOUN
hij-768	258	5	2019	2019	NUM
hij-768	258	6	4th	4th	ADJ
hij-768	258	7	international	international	ADJ
hij-768	258	8	conference	conference	NOUN
hij-768	258	9	on	on	ADP
hij-768	258	10	digital	digital	ADJ
hij-768	258	11	arts	art	NOUN
hij-768	258	12	,	,	PUNCT
hij-768	258	13	media	medium	NOUN
hij-768	258	14	and	and	CCONJ
hij-768	258	15	technology	technology	NOUN
hij-768	258	16	and	and	CCONJ
hij-768	258	17	2nd	2nd	ADJ
hij-768	258	18	ecti	ecti	ADJ
hij-768	258	19	northern	northern	ADJ
hij-768	258	20	section	section	NOUN
hij-768	258	21	conference	conference	NOUN
hij-768	258	22	on	on	ADP
hij-768	258	23	electrical	electrical	ADJ
hij-768	258	24	,	,	PUNCT
hij-768	258	25	electronics	electronic	NOUN
hij-768	258	26	,	,	PUNCT
hij-768	258	27	computer	computer	NOUN
hij-768	258	28	and	and	CCONJ
hij-768	258	29	telecommunications	telecommunication	NOUN
hij-768	258	30	engineering	engineering	NOUN
hij-768	258	31	,	,	PUNCT
hij-768	258	32	1–4	1–4	PROPN
hij-768	258	33	.	.	PUNCT
hij-768	258	34	doi:10.1109	doi:10.1109	VERB
hij-768	258	35	/	/	SYM
hij-768	258	36	ecti	ecti	PROPN
hij-768	258	37	-	-	PUNCT
hij-768	258	38	ncon.2019.8692298	ncon.2019.8692298	NOUN
hij-768	258	39	.	.	PUNCT
hij-768	259	1	[	[	X
hij-768	259	2	7	7	NUM
hij-768	259	3	]	]	X
hij-768	259	4	chen	chen	PROPN
hij-768	259	5	,	,	PUNCT
hij-768	259	6	g.	g.	PROPN
hij-768	259	7	,	,	PUNCT
hij-768	259	8	liu	liu	PROPN
hij-768	259	9	,	,	PUNCT
hij-768	259	10	y.	y.	PROPN
hij-768	259	11	,	,	PUNCT
hij-768	259	12	&	&	CCONJ
hij-768	259	13	ge	ge	PROPN
hij-768	259	14	,	,	PUNCT
hij-768	259	15	z.	z.	PROPN
hij-768	259	16	(	(	PUNCT
hij-768	259	17	2019	2019	NUM
hij-768	259	18	)	)	PUNCT
hij-768	259	19	.	.	PUNCT
hij-768	260	1	k	k	X
hij-768	260	2	-	-	PUNCT
hij-768	260	3	means	mean	VERB
hij-768	260	4	bayes	bayes	NOUN
hij-768	260	5	algorithm	algorithm	NOUN
hij-768	260	6	for	for	ADP
hij-768	260	7	imbalanced	imbalanced	ADJ
hij-768	260	8	fault	fault	NOUN
hij-768	260	9	classification	classification	NOUN
hij-768	260	10	and	and	CCONJ
hij-768	260	11	big	big	ADJ
hij-768	260	12	data	datum	NOUN
hij-768	260	13	application	application	NOUN
hij-768	260	14	.	.	PUNCT
hij-768	261	1	journal	journal	PROPN
hij-768	261	2	of	of	ADP
hij-768	261	3	process	process	NOUN
hij-768	261	4	control	control	NOUN
hij-768	261	5	,	,	PUNCT
hij-768	261	6	81	81	NUM
hij-768	261	7	,	,	PUNCT
hij-768	261	8	54–64	54–64	NUM
hij-768	261	9	.	.	PUNCT
hij-768	261	10	doi:10.1016	doi:10.1016	PROPN
hij-768	261	11	/	/	SYM
hij-768	261	12	j.jprocont.2019.06.011	j.jprocont.2019.06.011	PROPN
hij-768	261	13	.	.	PUNCT
hij-768	262	1	[	[	X
hij-768	262	2	8	8	NUM
hij-768	262	3	]	]	PUNCT
hij-768	262	4	ikotun	ikotun	NOUN
hij-768	262	5	,	,	PUNCT
hij-768	262	6	a.	a.	NOUN
hij-768	262	7	m.	m.	NOUN
hij-768	262	8	,	,	PUNCT
hij-768	262	9	ezugwu	ezugwu	PROPN
hij-768	262	10	,	,	PUNCT
hij-768	262	11	a.	a.	PROPN
hij-768	262	12	e.	e.	PROPN
hij-768	262	13	,	,	PUNCT
hij-768	262	14	abualigah	abualigah	PROPN
hij-768	262	15	,	,	PUNCT
hij-768	262	16	l.	l.	PROPN
hij-768	262	17	,	,	PUNCT
hij-768	262	18	abuhaija	abuhaija	NOUN
hij-768	262	19	,	,	PUNCT
hij-768	262	20	b.	b.	PROPN
hij-768	262	21	,	,	PUNCT
hij-768	262	22	&	&	CCONJ
hij-768	262	23	heming	heming	PROPN
hij-768	262	24	,	,	PUNCT
hij-768	262	25	j.	j.	PROPN
hij-768	262	26	(	(	PUNCT
hij-768	262	27	2023	2023	NUM
hij-768	262	28	)	)	PUNCT
hij-768	262	29	.	.	PUNCT
hij-768	263	1	k	k	X
hij-768	263	2	-	-	PUNCT
hij-768	263	3	means	mean	VERB
hij-768	263	4	clustering	clustering	ADJ
hij-768	263	5	algorithms	algorithm	NOUN
hij-768	263	6	:	:	PUNCT
hij-768	263	7	a	a	DET
hij-768	263	8	comprehensive	comprehensive	ADJ
hij-768	263	9	review	review	NOUN
hij-768	263	10	,	,	PUNCT
hij-768	263	11	variants	variant	NOUN
hij-768	263	12	analysis	analysis	NOUN
hij-768	263	13	,	,	PUNCT
hij-768	263	14	and	and	CCONJ
hij-768	263	15	advances	advance	NOUN
hij-768	263	16	in	in	ADP
hij-768	263	17	the	the	DET
hij-768	263	18	era	era	NOUN
hij-768	263	19	of	of	ADP
hij-768	263	20	big	big	ADJ
hij-768	263	21	data	datum	NOUN
hij-768	263	22	.	.	PUNCT
hij-768	264	1	information	information	NOUN
hij-768	264	2	sciences	sciences	PROPN
hij-768	264	3	,	,	PUNCT
hij-768	264	4	622	622	NUM
hij-768	264	5	,	,	PUNCT
hij-768	264	6	178–210	178–210	NUM
hij-768	264	7	.	.	PUNCT
hij-768	265	1	doi:10.1016	doi:10.1016	PROPN
hij-768	265	2	/	/	SYM
hij-768	265	3	j.ins.2022.11.139	j.ins.2022.11.139	PROPN
hij-768	265	4	.	.	PUNCT
hij-768	266	1	[	[	X
hij-768	266	2	9	9	NUM
hij-768	266	3	]	]	X
hij-768	266	4	wang	wang	PROPN
hij-768	266	5	,	,	PUNCT
hij-768	266	6	z.	z.	PROPN
hij-768	266	7	,	,	PUNCT
hij-768	266	8	du	du	PROPN
hij-768	266	9	,	,	PUNCT
hij-768	266	10	x.	x.	NOUN
hij-768	266	11	,	,	PUNCT
hij-768	266	12	&	&	CCONJ
hij-768	266	13	wu	wu	PROPN
hij-768	266	14	,	,	PUNCT
hij-768	266	15	l.	l.	PROPN
hij-768	266	16	(	(	PUNCT
hij-768	266	17	2022	2022	NUM
hij-768	266	18	)	)	PUNCT
hij-768	266	19	.	.	PUNCT
hij-768	266	20	ai	ai	VERB
hij-768	266	21	-	-	PUNCT
hij-768	266	22	based	base	VERB
hij-768	266	23	secure	secure	ADJ
hij-768	266	24	construction	construction	NOUN
hij-768	266	25	of	of	ADP
hij-768	266	26	university	university	NOUN
hij-768	266	27	information	information	NOUN
hij-768	266	28	services	service	NOUN
hij-768	266	29	platform	platform	NOUN
hij-768	266	30	.	.	PUNCT
hij-768	267	1	security	security	NOUN
hij-768	267	2	and	and	CCONJ
hij-768	267	3	communication	communication	NOUN
hij-768	267	4	networks	network	NOUN
hij-768	267	5	,	,	PUNCT
hij-768	267	6	2022(1	2022(1	NUM
hij-768	267	7	)	)	PUNCT
hij-768	267	8	,	,	PUNCT
hij-768	267	9	1939796	1939796	NUM
hij-768	267	10	.	.	PUNCT
hij-768	268	1	doi:10.1155/2022/1939796	doi:10.1155/2022/1939796	X
hij-768	268	2	.	.	PUNCT
hij-768	269	1	[	[	X
hij-768	269	2	10	10	NUM
hij-768	269	3	]	]	X
hij-768	269	4	khanmohammadi	khanmohammadi	NOUN
hij-768	269	5	,	,	PUNCT
hij-768	269	6	s.	s.	PROPN
hij-768	269	7	,	,	PUNCT
hij-768	269	8	adibeig	adibeig	PROPN
hij-768	269	9	,	,	PUNCT
hij-768	269	10	n.	n.	NOUN
hij-768	269	11	,	,	PUNCT
hij-768	269	12	&	&	CCONJ
hij-768	269	13	shanehbandy	shanehbandy	PROPN
hij-768	269	14	,	,	PUNCT
hij-768	269	15	s.	s.	PROPN
hij-768	269	16	(	(	PUNCT
hij-768	269	17	2017	2017	NUM
hij-768	269	18	)	)	PUNCT
hij-768	269	19	.	.	PUNCT
hij-768	270	1	an	an	DET
hij-768	270	2	improved	improved	ADJ
hij-768	270	3	overlapping	overlap	VERB
hij-768	270	4	k	k	ADJ
hij-768	270	5	-	-	PUNCT
hij-768	270	6	means	mean	VERB
hij-768	270	7	clustering	clustering	NOUN
hij-768	270	8	method	method	NOUN
hij-768	270	9	for	for	ADP
hij-768	270	10	medical	medical	ADJ
hij-768	270	11	applications	application	NOUN
hij-768	270	12	.	.	PUNCT
hij-768	271	1	expert	expert	NOUN
hij-768	271	2	systems	system	NOUN
hij-768	271	3	with	with	ADP
hij-768	271	4	applications	application	NOUN
hij-768	271	5	,	,	PUNCT
hij-768	271	6	67	67	NUM
hij-768	271	7	,	,	PUNCT
hij-768	271	8	12–18	12–18	NUM
hij-768	271	9	.	.	PUNCT
hij-768	272	1	doi:10.1016	doi:10.1016	PROPN
hij-768	272	2	/	/	SYM
hij-768	272	3	j.eswa.2016.09.025	j.eswa.2016.09.025	NOUN
hij-768	272	4	.	.	PUNCT
hij-768	273	1	[	[	X
hij-768	273	2	11	11	NUM
hij-768	273	3	]	]	PUNCT
hij-768	273	4	fränti	fränti	VERB
hij-768	273	5	,	,	PUNCT
hij-768	273	6	p.	p.	NOUN
hij-768	273	7	,	,	PUNCT
hij-768	273	8	&	&	CCONJ
hij-768	273	9	sieranoja	sieranoja	PROPN
hij-768	273	10	,	,	PUNCT
hij-768	273	11	s.	s.	PROPN
hij-768	273	12	(	(	PUNCT
hij-768	273	13	2018	2018	NUM
hij-768	273	14	)	)	PUNCT
hij-768	273	15	.	.	PUNCT
hij-768	274	1	k	k	X
hij-768	274	2	-	-	PUNCT
hij-768	274	3	means	mean	VERB
hij-768	274	4	properties	property	NOUN
hij-768	274	5	on	on	ADP
hij-768	274	6	six	six	NUM
hij-768	274	7	clustering	clustering	ADJ
hij-768	274	8	benchmark	benchmark	NOUN
hij-768	274	9	datasets	dataset	NOUN
hij-768	274	10	.	.	PUNCT
hij-768	275	1	applied	apply	VERB
hij-768	275	2	intelligence	intelligence	NOUN
hij-768	275	3	,	,	PUNCT
hij-768	275	4	48(12	48(12	NUM
hij-768	275	5	)	)	PUNCT
hij-768	275	6	,	,	PUNCT
hij-768	275	7	4743	4743	NUM
hij-768	275	8	–	–	PUNCT
hij-768	275	9	4759	4759	NUM
hij-768	275	10	.	.	PUNCT
hij-768	276	1	doi:10.1007	doi:10.1007	PROPN
hij-768	276	2	/	/	SYM
hij-768	276	3	s10489	s10489	NOUN
hij-768	276	4	-	-	PUNCT
hij-768	276	5	018	018	NUM
hij-768	276	6	-	-	PUNCT
hij-768	276	7	1238	1238	NUM
hij-768	276	8	-	-	SYM
hij-768	276	9	7	7	NUM
hij-768	276	10	.	.	PUNCT
hij-768	277	1	[	[	X
hij-768	277	2	12	12	NUM
hij-768	277	3	]	]	X
hij-768	277	4	danganan	danganan	NOUN
hij-768	277	5	,	,	PUNCT
hij-768	277	6	a.	a.	PROPN
hij-768	277	7	e.	e.	PROPN
hij-768	277	8	,	,	PUNCT
hij-768	277	9	&	&	CCONJ
hij-768	277	10	de	de	PROPN
hij-768	277	11	los	los	PROPN
hij-768	277	12	reyes	reyes	PROPN
hij-768	277	13	,	,	PUNCT
hij-768	277	14	e.	e.	PROPN
hij-768	277	15	(	(	PUNCT
hij-768	277	16	2021	2021	NUM
hij-768	277	17	)	)	PUNCT
hij-768	277	18	.	.	PUNCT
hij-768	278	1	ehmcoke	ehmcoke	PROPN
hij-768	278	2	:	:	PUNCT
hij-768	278	3	an	an	DET
hij-768	278	4	enhanced	enhanced	ADJ
hij-768	278	5	overlapping	overlap	VERB
hij-768	278	6	clustering	clustering	ADJ
hij-768	278	7	algorithm	algorithm	NOUN
hij-768	278	8	for	for	ADP
hij-768	278	9	data	datum	NOUN
hij-768	278	10	analysis	analysis	NOUN
hij-768	278	11	.	.	PUNCT
hij-768	279	1	bulletin	bulletin	NOUN
hij-768	279	2	of	of	ADP
hij-768	279	3	electrical	electrical	ADJ
hij-768	279	4	engineering	engineering	NOUN
hij-768	279	5	and	and	CCONJ
hij-768	279	6	informatics	informatic	NOUN
hij-768	279	7	,	,	PUNCT
hij-768	279	8	10(4	10(4	NUM
hij-768	279	9	)	)	PUNCT
hij-768	279	10	,	,	PUNCT
hij-768	279	11	2212–2222	2212–2222	NUM
hij-768	279	12	.	.	PUNCT
hij-768	280	1	doi:10.11591	doi:10.11591	PROPN
hij-768	280	2	/	/	SYM
hij-768	280	3	eei.v10i4.2547	eei.v10i4.2547	PROPN
hij-768	280	4	.	.	PUNCT
hij-768	281	1	[	[	X
hij-768	281	2	13	13	NUM
hij-768	281	3	]	]	X
hij-768	281	4	chen	chen	PROPN
hij-768	281	5	,	,	PUNCT
hij-768	281	6	y.	y.	PROPN
hij-768	281	7	c.	c.	PROPN
hij-768	281	8	,	,	PUNCT
hij-768	281	9	chen	chen	PROPN
hij-768	281	10	,	,	PUNCT
hij-768	281	11	y.	y.	PROPN
hij-768	281	12	l.	l.	PROPN
hij-768	281	13	,	,	PUNCT
hij-768	281	14	&	&	CCONJ
hij-768	281	15	lu	lu	PROPN
hij-768	281	16	,	,	PUNCT
hij-768	281	17	j.	j.	PROPN
hij-768	281	18	y.	y.	PROPN
hij-768	281	19	(	(	PUNCT
hij-768	281	20	2021	2021	NUM
hij-768	281	21	)	)	PUNCT
hij-768	281	22	.	.	PUNCT
hij-768	282	1	mk	mk	NOUN
hij-768	282	2	-	-	PUNCT
hij-768	282	3	means	mean	VERB
hij-768	282	4	:	:	PUNCT
hij-768	282	5	detecting	detect	VERB
hij-768	282	6	evolutionary	evolutionary	ADJ
hij-768	282	7	communities	community	NOUN
hij-768	282	8	in	in	ADP
hij-768	282	9	dynamic	dynamic	ADJ
hij-768	282	10	networks	network	NOUN
hij-768	282	11	.	.	PUNCT
hij-768	283	1	expert	expert	NOUN
hij-768	283	2	systems	system	NOUN
hij-768	283	3	with	with	ADP
hij-768	283	4	applications	application	NOUN
hij-768	283	5	,	,	PUNCT
hij-768	283	6	176	176	NUM
hij-768	283	7	,	,	PUNCT
hij-768	283	8	114807	114807	NUM
hij-768	283	9	.	.	PUNCT
hij-768	284	1	doi:10.1016	doi:10.1016	PROPN
hij-768	284	2	/	/	SYM
hij-768	284	3	j.eswa.2021.114807	j.eswa.2021.114807	PROPN
hij-768	284	4	.	.	PUNCT
hij-768	285	1	[	[	X
hij-768	285	2	14	14	NUM
hij-768	285	3	]	]	SYM
hij-768	285	4	nie	nie	PROPN
hij-768	285	5	,	,	PUNCT
hij-768	285	6	f.	f.	PROPN
hij-768	285	7	,	,	PUNCT
hij-768	285	8	li	li	PROPN
hij-768	285	9	,	,	PUNCT
hij-768	285	10	z.	z.	PROPN
hij-768	285	11	,	,	PUNCT
hij-768	285	12	wang	wang	PROPN
hij-768	285	13	,	,	PUNCT
hij-768	285	14	r.	r.	PROPN
hij-768	285	15	,	,	PUNCT
hij-768	285	16	&	&	CCONJ
hij-768	285	17	li	li	PROPN
hij-768	285	18	,	,	PUNCT
hij-768	285	19	x.	x.	NOUN
hij-768	285	20	(	(	PUNCT
hij-768	285	21	2023	2023	NUM
hij-768	285	22	)	)	PUNCT
hij-768	285	23	.	.	PUNCT
hij-768	286	1	an	an	DET
hij-768	286	2	effective	effective	ADJ
hij-768	286	3	and	and	CCONJ
hij-768	286	4	efficient	efficient	ADJ
hij-768	286	5	algorithm	algorithm	NOUN
hij-768	286	6	for	for	ADP
hij-768	286	7	k	k	NOUN
hij-768	286	8	-	-	PUNCT
hij-768	286	9	means	means	NOUN
hij-768	286	10	clustering	cluster	VERB
hij-768	286	11	with	with	ADP
hij-768	286	12	new	new	ADJ
hij-768	286	13	formulation	formulation	NOUN
hij-768	286	14	.	.	PUNCT
hij-768	287	1	ieee	ieee	NOUN
hij-768	287	2	transactions	transaction	NOUN
hij-768	287	3	on	on	ADP
hij-768	287	4	knowledge	knowledge	NOUN
hij-768	287	5	and	and	CCONJ
hij-768	287	6	data	datum	NOUN
hij-768	287	7	engineering	engineering	NOUN
hij-768	287	8	,	,	PUNCT
hij-768	287	9	35(4	35(4	NUM
hij-768	287	10	)	)	PUNCT
hij-768	287	11	,	,	PUNCT
hij-768	287	12	3433–3443	3433–3443	NUM
hij-768	287	13	.	.	PUNCT
hij-768	288	1	doi:10.1109	doi:10.1109	VERB
hij-768	288	2	/	/	SYM
hij-768	288	3	tkde.2022.3155450	tkde.2022.3155450	NOUN
hij-768	288	4	.	.	PUNCT
hij-768	289	1	[	[	X
hij-768	289	2	15	15	NUM
hij-768	289	3	]	]	X
hij-768	289	4	sieranoja	sieranoja	PROPN
hij-768	289	5	,	,	PUNCT
hij-768	289	6	s.	s.	PROPN
hij-768	289	7	,	,	PUNCT
hij-768	289	8	&	&	CCONJ
hij-768	289	9	fränti	fränti	PROPN
hij-768	289	10	,	,	PUNCT
hij-768	289	11	p.	p.	NOUN
hij-768	289	12	(	(	PUNCT
hij-768	289	13	2022	2022	NUM
hij-768	289	14	)	)	PUNCT
hij-768	289	15	.	.	PUNCT
hij-768	290	1	adapting	adapt	VERB
hij-768	290	2	k	k	NOUN
hij-768	290	3	-	-	PUNCT
hij-768	290	4	means	means	NOUN
hij-768	290	5	for	for	ADP
hij-768	290	6	graph	graph	NOUN
hij-768	290	7	clustering	clustering	NOUN
hij-768	290	8	.	.	PUNCT
hij-768	291	1	knowledge	knowledge	NOUN
hij-768	291	2	and	and	CCONJ
hij-768	291	3	information	information	NOUN
hij-768	291	4	systems	system	NOUN
hij-768	291	5	,	,	PUNCT
hij-768	291	6	64(1	64(1	NUM
hij-768	291	7	)	)	PUNCT
hij-768	291	8	,	,	PUNCT
hij-768	291	9	115–142	115–142	NUM
hij-768	291	10	.	.	PUNCT
hij-768	292	1	doi:10.1007	doi:10.1007	PROPN
hij-768	292	2	/	/	SYM
hij-768	292	3	s10115	s10115	PROPN
hij-768	292	4	-	-	PUNCT
hij-768	292	5	021	021	NUM
hij-768	292	6	-	-	PUNCT
hij-768	292	7	01623	01623	NUM
hij-768	292	8	-	-	PUNCT
hij-768	292	9	y.	y.	NOUN
hij-768	293	1	[	[	X
hij-768	293	2	16	16	NUM
hij-768	293	3	]	]	X
hij-768	293	4	gan	gan	PROPN
hij-768	293	5	,	,	PUNCT
hij-768	293	6	g.	g.	PROPN
hij-768	293	7	,	,	PUNCT
hij-768	293	8	&	&	CCONJ
hij-768	293	9	ng	ng	PROPN
hij-768	293	10	,	,	PUNCT
hij-768	293	11	m.	m.	PROPN
hij-768	293	12	k.	k.	PROPN
hij-768	293	13	p.	p.	PROPN
hij-768	293	14	(	(	PUNCT
hij-768	293	15	2017	2017	NUM
hij-768	293	16	)	)	PUNCT
hij-768	293	17	.	.	PUNCT
hij-768	294	1	k	k	X
hij-768	294	2	-	-	PUNCT
hij-768	294	3	means	mean	VERB
hij-768	294	4	clustering	cluster	VERB
hij-768	294	5	with	with	ADP
hij-768	294	6	outlier	outlier	ADJ
hij-768	294	7	removal	removal	NOUN
hij-768	294	8	.	.	PUNCT
hij-768	295	1	pattern	pattern	NOUN
hij-768	295	2	recognition	recognition	NOUN
hij-768	295	3	letters	letter	NOUN
hij-768	295	4	,	,	PUNCT
hij-768	295	5	90	90	NUM
hij-768	295	6	,	,	PUNCT
hij-768	295	7	8–14	8–14	PROPN
hij-768	295	8	.	.	PUNCT
hij-768	296	1	doi:10.1016	doi:10.1016	PROPN
hij-768	296	2	/	/	SYM
hij-768	296	3	j.patrec.2017.03.008	j.patrec.2017.03.008	PROPN
hij-768	296	4	.	.	PUNCT
hij-768	297	1	[	[	X
hij-768	297	2	17	17	NUM
hij-768	297	3	]	]	X
hij-768	297	4	wang	wang	PROPN
hij-768	297	5	,	,	PUNCT
hij-768	297	6	p.	p.	PROPN
hij-768	297	7	,	,	PUNCT
hij-768	297	8	shi	shi	PROPN
hij-768	297	9	,	,	PUNCT
hij-768	297	10	h.	h.	PROPN
hij-768	297	11	,	,	PUNCT
hij-768	297	12	yang	yang	PROPN
hij-768	297	13	,	,	PUNCT
hij-768	297	14	x.	x.	PROPN
hij-768	297	15	,	,	PUNCT
hij-768	297	16	&	&	CCONJ
hij-768	297	17	mi	mi	PROPN
hij-768	297	18	,	,	PUNCT
hij-768	297	19	j.	j.	PROPN
hij-768	297	20	(	(	PUNCT
hij-768	297	21	2019	2019	NUM
hij-768	297	22	)	)	PUNCT
hij-768	297	23	.	.	PUNCT
hij-768	298	1	three	three	NUM
hij-768	298	2	-	-	PUNCT
hij-768	298	3	way	way	NOUN
hij-768	298	4	k	k	NOUN
hij-768	298	5	-	-	PUNCT
hij-768	298	6	means	mean	NOUN
hij-768	298	7	:	:	PUNCT
hij-768	298	8	integrating	integrate	VERB
hij-768	298	9	k	k	NOUN
hij-768	298	10	-	-	PUNCT
hij-768	298	11	means	mean	NOUN
hij-768	298	12	and	and	CCONJ
hij-768	298	13	three	three	NUM
hij-768	298	14	-	-	PUNCT
hij-768	298	15	way	way	NOUN
hij-768	298	16	decision	decision	NOUN
hij-768	298	17	.	.	PUNCT
hij-768	299	1	international	international	ADJ
hij-768	299	2	journal	journal	PROPN
hij-768	299	3	of	of	ADP
hij-768	299	4	machine	machine	NOUN
hij-768	299	5	learning	learning	NOUN
hij-768	299	6	and	and	CCONJ
hij-768	299	7	cybernetics	cybernetic	NOUN
hij-768	299	8	,	,	PUNCT
hij-768	299	9	10	10	NUM
hij-768	299	10	,	,	PUNCT
hij-768	299	11	2767	2767	NUM
hij-768	299	12	-	-	SYM
hij-768	299	13	2777	2777	NUM
hij-768	299	14	.	.	PUNCT
hij-768	300	1	doi:10.1007	doi:10.1007	VERB
hij-768	300	2	/	/	SYM
hij-768	300	3	s13042	s13042	NUM
hij-768	300	4	-	-	PUNCT
hij-768	300	5	018	018	NUM
hij-768	300	6	-	-	PUNCT
hij-768	300	7	0901	0901	NUM
hij-768	300	8	-	-	PUNCT
hij-768	300	9	y.	y.	NOUN
hij-768	301	1	[	[	X
hij-768	301	2	18	18	NUM
hij-768	301	3	]	]	X
hij-768	301	4	lu	lu	PROPN
hij-768	301	5	,	,	PUNCT
hij-768	301	6	x.	x.	NOUN
hij-768	301	7	,	,	PUNCT
hij-768	301	8	ye	ye	PRON
hij-768	301	9	,	,	PUNCT
hij-768	301	10	x.	x.	NOUN
hij-768	301	11	,	,	PUNCT
hij-768	301	12	&	&	CCONJ
hij-768	301	13	cheng	cheng	PROPN
hij-768	301	14	,	,	PUNCT
hij-768	301	15	y.	y.	PROPN
hij-768	301	16	(	(	PUNCT
hij-768	301	17	2024	2024	NUM
hij-768	301	18	)	)	PUNCT
hij-768	301	19	.	.	PUNCT
hij-768	302	1	an	an	DET
hij-768	302	2	overlapping	overlap	VERB
hij-768	302	3	minimization	minimization	NOUN
hij-768	302	4	-	-	PUNCT
hij-768	302	5	based	base	VERB
hij-768	302	6	over	over	ADP
hij-768	302	7	-	-	PUNCT
hij-768	302	8	sampling	sample	VERB
hij-768	302	9	algorithm	algorithm	NOUN
hij-768	302	10	for	for	ADP
hij-768	302	11	binary	binary	ADJ
hij-768	302	12	imbalanced	imbalanced	ADJ
hij-768	302	13	classification	classification	NOUN
hij-768	302	14	.	.	PUNCT
hij-768	303	1	engineering	engineering	NOUN
hij-768	303	2	applications	application	NOUN
hij-768	303	3	of	of	ADP
hij-768	303	4	artificial	artificial	ADJ
hij-768	303	5	intelligence	intelligence	NOUN
hij-768	303	6	,	,	PUNCT
hij-768	303	7	133	133	NUM
hij-768	303	8	,	,	PUNCT
hij-768	303	9	108107	108107	NUM
hij-768	303	10	.	.	PUNCT
hij-768	304	1	doi:10.1016	doi:10.1016	PROPN
hij-768	304	2	/	/	SYM
hij-768	304	3	j.engappai.2024.108107	j.engappai.2024.108107	PROPN
hij-768	304	4	.	.	PUNCT
hij-768	305	1	[	[	X
hij-768	305	2	19	19	NUM
hij-768	305	3	]	]	X
hij-768	305	4	afridi	afridi	PROPN
hij-768	305	5	,	,	PUNCT
hij-768	305	6	m.	m.	PROPN
hij-768	305	7	k.	k.	PROPN
hij-768	305	8	,	,	PUNCT
hij-768	305	9	azam	azam	PROPN
hij-768	305	10	,	,	PUNCT
hij-768	305	11	n.	n.	NOUN
hij-768	305	12	,	,	PUNCT
hij-768	305	13	&	&	CCONJ
hij-768	305	14	yao	yao	PROPN
hij-768	305	15	,	,	PUNCT
hij-768	305	16	j.	j.	PROPN
hij-768	305	17	t.	t.	PROPN
hij-768	305	18	(	(	PUNCT
hij-768	305	19	2020	2020	NUM
hij-768	305	20	)	)	PUNCT
hij-768	305	21	.	.	PUNCT
hij-768	305	22	variance	variance	NOUN
hij-768	305	23	based	base	VERB
hij-768	305	24	three	three	NUM
hij-768	305	25	-	-	PUNCT
hij-768	305	26	way	way	NOUN
hij-768	305	27	clustering	clustering	ADJ
hij-768	305	28	approaches	approach	NOUN
hij-768	305	29	for	for	ADP
hij-768	305	30	handling	handle	VERB
hij-768	305	31	overlapping	overlap	VERB
hij-768	305	32	clustering	clustering	NOUN
hij-768	305	33	.	.	PUNCT
hij-768	306	1	international	international	ADJ
hij-768	306	2	journal	journal	PROPN
hij-768	306	3	of	of	ADP
hij-768	306	4	approximate	approximate	ADJ
hij-768	306	5	reasoning	reasoning	NOUN
hij-768	306	6	,	,	PUNCT
hij-768	306	7	118	118	NUM
hij-768	306	8	,	,	PUNCT
hij-768	306	9	47–63	47–63	NOUN
hij-768	306	10	.	.	PUNCT
hij-768	306	11	doi:10.1016	doi:10.1016	PROPN
hij-768	306	12	/	/	SYM
hij-768	306	13	j.ijar.2019.11.011	j.ijar.2019.11.011	PROPN
hij-768	306	14	.	.	PUNCT
hij-768	307	1	[	[	X
hij-768	307	2	20	20	NUM
hij-768	307	3	]	]	X
hij-768	307	4	dai	dai	PROPN
hij-768	307	5	,	,	PUNCT
hij-768	307	6	q.	q.	PROPN
hij-768	307	7	,	,	PUNCT
hij-768	307	8	wang	wang	PROPN
hij-768	307	9	,	,	PUNCT
hij-768	307	10	l.	l.	PROPN
hij-768	307	11	hui	hui	PROPN
hij-768	307	12	,	,	PUNCT
hij-768	307	13	xu	xu	PROPN
hij-768	307	14	,	,	PUNCT
hij-768	307	15	k.	k.	PROPN
hij-768	307	16	long	long	PROPN
hij-768	307	17	,	,	PUNCT
hij-768	307	18	du	du	X
hij-768	307	19	,	,	PUNCT
hij-768	307	20	t.	t.	PROPN
hij-768	307	21	,	,	PUNCT
hij-768	307	22	&	&	CCONJ
hij-768	307	23	chen	chen	PROPN
hij-768	307	24	,	,	PUNCT
hij-768	307	25	l.	l.	PROPN
hij-768	307	26	fang	fang	PROPN
hij-768	307	27	.	.	PUNCT
hij-768	307	28	(	(	PUNCT
hij-768	307	29	2024	2024	NUM
hij-768	307	30	)	)	PUNCT
hij-768	307	31	.	.	PUNCT
hij-768	308	1	class	class	NOUN
hij-768	308	2	-	-	PUNCT
hij-768	308	3	overlap	overlap	NOUN
hij-768	308	4	detection	detection	NOUN
hij-768	308	5	based	base	VERB
hij-768	308	6	on	on	ADP
hij-768	308	7	heterogeneous	heterogeneous	ADJ
hij-768	308	8	clustering	clustering	NOUN
hij-768	308	9	ensemble	ensemble	ADJ
hij-768	308	10	for	for	ADP
hij-768	308	11	multi	multi	ADJ
hij-768	308	12	-	-	ADJ
hij-768	308	13	class	class	ADJ
hij-768	308	14	imbalance	imbalance	NOUN
hij-768	308	15	problem	problem	NOUN
hij-768	308	16	.	.	PUNCT
hij-768	309	1	expert	expert	NOUN
hij-768	309	2	systems	system	NOUN
hij-768	309	3	with	with	ADP
hij-768	309	4	applications	application	NOUN
hij-768	309	5	,	,	PUNCT
hij-768	309	6	255	255	NUM
hij-768	309	7	,	,	PUNCT
hij-768	309	8	124558	124558	NUM
hij-768	309	9	.	.	PUNCT
hij-768	310	1	doi:10.1016	doi:10.1016	PROPN
hij-768	310	2	/	/	SYM
hij-768	310	3	j.eswa.2024.124558	j.eswa.2024.124558	VERB
hij-768	310	4	.	.	PUNCT
hij-768	311	1	[	[	X
hij-768	311	2	21	21	NUM
hij-768	311	3	]	]	X
hij-768	311	4	zhou	zhou	PROPN
hij-768	311	5	,	,	PUNCT
hij-768	311	6	q.	q.	PROPN
hij-768	311	7	,	,	PUNCT
hij-768	311	8	&	&	CCONJ
hij-768	311	9	sun	sun	PROPN
hij-768	311	10	,	,	PUNCT
hij-768	311	11	b.	b.	PROPN
hij-768	311	12	(	(	PUNCT
hij-768	311	13	2024	2024	NUM
hij-768	311	14	)	)	PUNCT
hij-768	311	15	.	.	PUNCT
hij-768	312	1	adaptive	adaptive	ADJ
hij-768	312	2	k	k	ADJ
hij-768	312	3	-	-	PUNCT
hij-768	312	4	means	means	NOUN
hij-768	312	5	clustering	clustering	NOUN
hij-768	312	6	based	base	VERB
hij-768	312	7	under	under	ADP
hij-768	312	8	-	-	PUNCT
hij-768	312	9	sampling	sample	VERB
hij-768	312	10	methods	method	NOUN
hij-768	312	11	to	to	PART
hij-768	312	12	solve	solve	VERB
hij-768	312	13	the	the	DET
hij-768	312	14	class	class	NOUN
hij-768	312	15	imbalance	imbalance	NOUN
hij-768	312	16	problem	problem	NOUN
hij-768	312	17	.	.	PUNCT
hij-768	313	1	data	datum	NOUN
hij-768	313	2	and	and	CCONJ
hij-768	313	3	information	information	NOUN
hij-768	313	4	management	management	NOUN
hij-768	313	5	,	,	PUNCT
hij-768	313	6	8(3	8(3	NUM
hij-768	313	7	)	)	PUNCT
hij-768	313	8	,	,	PUNCT
hij-768	313	9	100064	100064	NUM
hij-768	313	10	.	.	PUNCT
hij-768	314	1	doi:10.1016	doi:10.1016	PROPN
hij-768	314	2	/	/	SYM
hij-768	314	3	j.dim.2023.100064	j.dim.2023.100064	PROPN
hij-768	314	4	.	.	PUNCT
hij-768	315	1	[	[	X
hij-768	315	2	22	22	NUM
hij-768	315	3	]	]	X
hij-768	315	4	zhu	zhu	PROPN
hij-768	315	5	,	,	PUNCT
hij-768	315	6	j.	j.	PROPN
hij-768	315	7	,	,	PUNCT
hij-768	315	8	jiang	jiang	PROPN
hij-768	315	9	,	,	PUNCT
hij-768	315	10	z.	z.	PROPN
hij-768	315	11	,	,	PUNCT
hij-768	315	12	evangelidis	evangelidis	PROPN
hij-768	315	13	,	,	PUNCT
hij-768	315	14	g.	g.	PROPN
hij-768	315	15	d.	d.	PROPN
hij-768	315	16	,	,	PUNCT
hij-768	315	17	zhang	zhang	PROPN
hij-768	315	18	,	,	PUNCT
hij-768	315	19	c.	c.	PROPN
hij-768	315	20	,	,	PUNCT
hij-768	315	21	pang	pang	NOUN
hij-768	315	22	,	,	PUNCT
hij-768	315	23	s.	s.	PROPN
hij-768	315	24	,	,	PUNCT
hij-768	315	25	&	&	CCONJ
hij-768	315	26	li	li	PROPN
hij-768	315	27	,	,	PUNCT
hij-768	315	28	z.	z.	PROPN
hij-768	315	29	(	(	PUNCT
hij-768	315	30	2019	2019	NUM
hij-768	315	31	)	)	PUNCT
hij-768	315	32	.	.	PUNCT
hij-768	316	1	efficient	efficient	ADJ
hij-768	316	2	registration	registration	NOUN
hij-768	316	3	of	of	ADP
hij-768	316	4	multi	multi	ADJ
hij-768	316	5	-	-	ADJ
hij-768	316	6	view	view	ADJ
hij-768	316	7	point	point	NOUN
hij-768	316	8	sets	set	NOUN
hij-768	316	9	by	by	ADP
hij-768	316	10	kmeans	kmean	NOUN
hij-768	316	11	clustering	cluster	VERB
hij-768	316	12	.	.	PUNCT
hij-768	317	1	information	information	NOUN
hij-768	317	2	sciences	sciences	PROPN
hij-768	317	3	,	,	PUNCT
hij-768	317	4	488	488	NUM
hij-768	317	5	,	,	PUNCT
hij-768	317	6	205–218	205–218	NUM
hij-768	317	7	.	.	PUNCT
hij-768	318	1	doi:10.1016	doi:10.1016	PROPN
hij-768	318	2	/	/	SYM
hij-768	318	3	j.ins.2019.03.024	j.ins.2019.03.024	PROPN
hij-768	318	4	.	.	PUNCT
hij-768	319	1	hightech	hightech	NOUN
hij-768	319	2	and	and	CCONJ
hij-768	319	3	innovation	innovation	NOUN
hij-768	319	4	journal	journal	PROPN
hij-768	319	5	vol	vol	NOUN
hij-768	319	6	.	.	PROPN
hij-768	320	1	5	5	NUM
hij-768	320	2	,	,	PUNCT
hij-768	320	3	no	no	INTJ
hij-768	320	4	.	.	NOUN
hij-768	320	5	3	3	NUM
hij-768	320	6	,	,	PUNCT
hij-768	320	7	september	september	PROPN
hij-768	320	8	,	,	PUNCT
hij-768	321	1	2024	2024	NUM
hij-768	321	2	729	729	NUM
hij-768	321	3	[	[	X
hij-768	321	4	23	23	NUM
hij-768	321	5	]	]	X
hij-768	321	6	ros	ros	PROPN
hij-768	321	7	,	,	PUNCT
hij-768	321	8	f.	f.	PROPN
hij-768	321	9	,	,	PUNCT
hij-768	321	10	&	&	CCONJ
hij-768	321	11	riad	riad	PROPN
hij-768	321	12	,	,	PUNCT
hij-768	321	13	r.	r.	PROPN
hij-768	321	14	(	(	PUNCT
hij-768	321	15	2024	2024	NUM
hij-768	321	16	)	)	PUNCT
hij-768	321	17	.	.	PUNCT
hij-768	322	1	feature	feature	NOUN
hij-768	322	2	and	and	CCONJ
hij-768	322	3	dimensionality	dimensionality	NOUN
hij-768	322	4	reduction	reduction	NOUN
hij-768	322	5	for	for	ADP
hij-768	322	6	clustering	cluster	VERB
hij-768	322	7	with	with	ADP
hij-768	322	8	deep	deep	ADJ
hij-768	322	9	learning	learning	NOUN
hij-768	322	10	.	.	PUNCT
hij-768	323	1	springer	springer	NOUN
hij-768	323	2	nature	nature	NOUN
hij-768	323	3	,	,	PUNCT
hij-768	323	4	xi	xi	PROPN
hij-768	323	5	,	,	PUNCT
hij-768	323	6	268	268	NUM
hij-768	323	7	.	.	PUNCT
hij-768	324	1	doi:10.1007/978	doi:10.1007/978	NOUN
hij-768	324	2	-	-	PUNCT
hij-768	324	3	3	3	NUM
hij-768	324	4	-	-	PUNCT
hij-768	324	5	031	031	NUM
hij-768	324	6	-	-	PUNCT
hij-768	324	7	48743	48743	NUM
hij-768	324	8	-	-	PUNCT
hij-768	324	9	9	9	NUM
hij-768	324	10	.	.	PUNCT
hij-768	325	1	[	[	X
hij-768	325	2	24	24	NUM
hij-768	325	3	]	]	SYM
hij-768	325	4	lücke	lücke	PROPN
hij-768	325	5	,	,	PUNCT
hij-768	325	6	j.	j.	PROPN
hij-768	325	7	,	,	PUNCT
hij-768	325	8	&	&	CCONJ
hij-768	325	9	forster	forster	PROPN
hij-768	325	10	,	,	PUNCT
hij-768	325	11	d.	d.	PROPN
hij-768	325	12	(	(	PUNCT
hij-768	325	13	2019	2019	NUM
hij-768	325	14	)	)	PUNCT
hij-768	325	15	.	.	PUNCT
hij-768	326	1	k	k	X
hij-768	326	2	-	-	PUNCT
hij-768	326	3	means	mean	VERB
hij-768	326	4	as	as	ADP
hij-768	326	5	a	a	DET
hij-768	326	6	variational	variational	NOUN
hij-768	326	7	em	em	PRON
hij-768	326	8	approximation	approximation	NOUN
hij-768	326	9	of	of	ADP
hij-768	326	10	gaussian	gaussian	ADJ
hij-768	326	11	mixture	mixture	NOUN
hij-768	326	12	models	model	NOUN
hij-768	326	13	.	.	PUNCT
hij-768	327	1	pattern	pattern	NOUN
hij-768	327	2	recognition	recognition	NOUN
hij-768	327	3	letters	letter	NOUN
hij-768	327	4	,	,	PUNCT
hij-768	327	5	125	125	NUM
hij-768	327	6	,	,	PUNCT
hij-768	327	7	349–356	349–356	NUM
hij-768	327	8	.	.	PUNCT
hij-768	327	9	doi:10.1016	doi:10.1016	PROPN
hij-768	327	10	/	/	SYM
hij-768	327	11	j.patrec.2019.04.001	j.patrec.2019.04.001	PROPN
hij-768	327	12	.	.	PUNCT
hij-768	328	1	[	[	X
hij-768	328	2	25	25	NUM
hij-768	328	3	]	]	X
hij-768	328	4	liu	liu	PROPN
hij-768	328	5	,	,	PUNCT
hij-768	328	6	x.	x.	PROPN
hij-768	328	7	,	,	PUNCT
hij-768	328	8	fan	fan	PROPN
hij-768	328	9	,	,	PUNCT
hij-768	328	10	k.	k.	PROPN
hij-768	328	11	,	,	PUNCT
hij-768	328	12	huang	huang	PROPN
hij-768	328	13	,	,	PUNCT
hij-768	328	14	x.	x.	PROPN
hij-768	328	15	,	,	PUNCT
hij-768	328	16	ge	ge	PROPN
hij-768	328	17	,	,	PUNCT
hij-768	328	18	j.	j.	PROPN
hij-768	328	19	,	,	PUNCT
hij-768	328	20	liu	liu	PROPN
hij-768	328	21	,	,	PUNCT
hij-768	328	22	y.	y.	PROPN
hij-768	328	23	,	,	PUNCT
hij-768	328	24	&	&	CCONJ
hij-768	328	25	kang	kang	PROPN
hij-768	328	26	,	,	PUNCT
hij-768	328	27	h.	h.	PROPN
hij-768	328	28	(	(	PUNCT
hij-768	328	29	2024	2024	NUM
hij-768	328	30	)	)	PUNCT
hij-768	328	31	.	.	PUNCT
hij-768	329	1	recent	recent	ADJ
hij-768	329	2	advances	advance	NOUN
hij-768	329	3	in	in	ADP
hij-768	329	4	artificial	artificial	ADJ
hij-768	329	5	intelligence	intelligence	NOUN
hij-768	329	6	boosting	boost	VERB
hij-768	329	7	materials	material	NOUN
hij-768	329	8	design	design	NOUN
hij-768	329	9	for	for	ADP
hij-768	329	10	electrochemical	electrochemical	ADJ
hij-768	329	11	energy	energy	NOUN
hij-768	329	12	storage	storage	NOUN
hij-768	329	13	.	.	PUNCT
hij-768	330	1	chemical	chemical	NOUN
hij-768	330	2	engineering	engineering	PROPN
hij-768	330	3	journal	journal	PROPN
hij-768	330	4	,	,	PUNCT
hij-768	330	5	490	490	NUM
hij-768	330	6	.	.	PUNCT
hij-768	331	1	doi:10.1016	doi:10.1016	PROPN
hij-768	331	2	/	/	SYM
hij-768	331	3	j.cej.2024.151625	j.cej.2024.151625	NOUN
hij-768	331	4	.	.	PUNCT
hij-768	332	1	[	[	X
hij-768	332	2	26	26	NUM
hij-768	332	3	]	]	PUNCT
hij-768	332	4	vuttipittayamongkol	vuttipittayamongkol	NOUN
hij-768	332	5	,	,	PUNCT
hij-768	332	6	p.	p.	NOUN
hij-768	332	7	,	,	PUNCT
hij-768	332	8	elyan	elyan	PROPN
hij-768	332	9	,	,	PUNCT
hij-768	332	10	e.	e.	PROPN
hij-768	332	11	,	,	PUNCT
hij-768	332	12	petrovski	petrovski	PROPN
hij-768	332	13	,	,	PUNCT
hij-768	332	14	a.	a.	PROPN
hij-768	332	15	,	,	PUNCT
hij-768	332	16	&	&	CCONJ
hij-768	332	17	jayne	jayne	PROPN
hij-768	332	18	,	,	PUNCT
hij-768	332	19	c.	c.	PROPN
hij-768	332	20	(	(	PUNCT
hij-768	332	21	2018	2018	NUM
hij-768	332	22	)	)	PUNCT
hij-768	332	23	.	.	PUNCT
hij-768	333	1	overlap	overlap	NOUN
hij-768	333	2	-	-	PUNCT
hij-768	333	3	based	base	VERB
hij-768	333	4	undersampling	undersample	VERB
hij-768	333	5	for	for	ADP
hij-768	333	6	improving	improve	VERB
hij-768	333	7	imbalanced	imbalanced	ADJ
hij-768	333	8	data	datum	NOUN
hij-768	333	9	classification	classification	NOUN
hij-768	333	10	.	.	PUNCT
hij-768	334	1	lecture	lecture	NOUN
hij-768	334	2	notes	note	NOUN
hij-768	334	3	in	in	ADP
hij-768	334	4	computer	computer	NOUN
hij-768	334	5	science	science	NOUN
hij-768	334	6	(	(	PUNCT
hij-768	334	7	including	include	VERB
hij-768	334	8	subseries	subserie	NOUN
hij-768	334	9	lecture	lecture	VERB
hij-768	334	10	notes	note	NOUN
hij-768	334	11	in	in	ADP
hij-768	334	12	artificial	artificial	ADJ
hij-768	334	13	intelligence	intelligence	NOUN
hij-768	334	14	and	and	CCONJ
hij-768	334	15	lecture	lecture	NOUN
hij-768	334	16	notes	note	NOUN
hij-768	334	17	in	in	ADP
hij-768	334	18	bioinformatics	bioinformatics	NOUN
hij-768	334	19	)	)	PUNCT
hij-768	334	20	,	,	PUNCT
hij-768	334	21	11314	11314	NUM
hij-768	334	22	lncs	lnc	NOUN
hij-768	334	23	,	,	PUNCT
hij-768	334	24	689–697	689–697	NUM
hij-768	334	25	.	.	PUNCT
hij-768	335	1	doi:10.1007/978	doi:10.1007/978	ADJ
hij-768	335	2	-	-	PUNCT
hij-768	335	3	3	3	NUM
hij-768	335	4	-	-	PUNCT
hij-768	335	5	030	030	NUM
hij-768	335	6	-	-	PUNCT
hij-768	335	7	03493	03493	NUM
hij-768	335	8	-	-	PUNCT
hij-768	335	9	1_72	1_72	NUM
hij-768	335	10	.	.	PUNCT
hij-768	336	1	[	[	X
hij-768	336	2	27	27	NUM
hij-768	336	3	]	]	X
hij-768	336	4	huang	huang	PROPN
hij-768	336	5	,	,	PUNCT
hij-768	336	6	s.	s.	PROPN
hij-768	336	7	,	,	PUNCT
hij-768	336	8	kang	kang	PROPN
hij-768	336	9	,	,	PUNCT
hij-768	336	10	z.	z.	PROPN
hij-768	336	11	,	,	PUNCT
hij-768	336	12	xu	xu	PROPN
hij-768	336	13	,	,	PUNCT
hij-768	336	14	z.	z.	PROPN
hij-768	336	15	,	,	PUNCT
hij-768	336	16	&	&	CCONJ
hij-768	336	17	liu	liu	PROPN
hij-768	336	18	,	,	PUNCT
hij-768	336	19	q.	q.	PROPN
hij-768	336	20	(	(	PUNCT
hij-768	336	21	2021	2021	NUM
hij-768	336	22	)	)	PUNCT
hij-768	336	23	.	.	PUNCT
hij-768	337	1	robust	robust	ADJ
hij-768	337	2	deep	deep	ADJ
hij-768	337	3	k	k	NOUN
hij-768	337	4	-	-	PUNCT
hij-768	337	5	means	means	NOUN
hij-768	337	6	:	:	PUNCT
hij-768	337	7	an	an	DET
hij-768	337	8	effective	effective	ADJ
hij-768	337	9	and	and	CCONJ
hij-768	337	10	simple	simple	ADJ
hij-768	337	11	method	method	NOUN
hij-768	337	12	for	for	ADP
hij-768	337	13	data	datum	NOUN
hij-768	337	14	clustering	clustering	NOUN
hij-768	337	15	.	.	PUNCT
hij-768	338	1	pattern	pattern	NOUN
hij-768	338	2	recognition	recognition	NOUN
hij-768	338	3	,	,	PUNCT
hij-768	338	4	117	117	NUM
hij-768	338	5	,	,	PUNCT
hij-768	338	6	107996	107996	NUM
hij-768	338	7	.	.	PUNCT
hij-768	339	1	doi:10.1016	doi:10.1016	PROPN
hij-768	339	2	/	/	SYM
hij-768	339	3	j.patcog.2021.107996	j.patcog.2021.107996	PROPN
hij-768	339	4	.	.	PUNCT
hij-768	340	1	[	[	X
hij-768	340	2	28	28	NUM
hij-768	340	3	]	]	X
hij-768	340	4	saputra	saputra	PROPN
hij-768	340	5	,	,	PUNCT
hij-768	340	6	d.	d.	PROPN
hij-768	340	7	m.	m.	PROPN
hij-768	340	8	,	,	PUNCT
hij-768	340	9	saputra	saputra	PROPN
hij-768	340	10	,	,	PUNCT
hij-768	340	11	d.	d.	PROPN
hij-768	340	12	,	,	PUNCT
hij-768	340	13	&	&	CCONJ
hij-768	340	14	oswari	oswari	PROPN
hij-768	340	15	,	,	PUNCT
hij-768	340	16	l.	l.	PROPN
hij-768	340	17	d.	d.	PROPN
hij-768	340	18	(	(	PUNCT
hij-768	340	19	2020	2020	NUM
hij-768	340	20	)	)	PUNCT
hij-768	340	21	.	.	PUNCT
hij-768	341	1	effect	effect	NOUN
hij-768	341	2	of	of	ADP
hij-768	341	3	distance	distance	NOUN
hij-768	341	4	metrics	metric	NOUN
hij-768	341	5	in	in	ADP
hij-768	341	6	determining	determine	VERB
hij-768	341	7	k	k	NOUN
hij-768	341	8	-	-	NOUN
hij-768	341	9	value	value	NOUN
hij-768	341	10	in	in	ADP
hij-768	341	11	k	k	NOUN
hij-768	341	12	-	-	PUNCT
hij-768	341	13	means	means	NOUN
hij-768	341	14	clustering	clustering	NOUN
hij-768	341	15	using	use	VERB
hij-768	341	16	elbow	elbow	NOUN
hij-768	341	17	and	and	CCONJ
hij-768	341	18	silhouette	silhouette	NOUN
hij-768	341	19	method	method	NOUN
hij-768	341	20	.	.	PUNCT
hij-768	342	1	sriwijaya	sriwijaya	PROPN
hij-768	342	2	international	international	PROPN
hij-768	342	3	conference	conference	PROPN
hij-768	342	4	on	on	ADP
hij-768	342	5	information	information	NOUN
hij-768	342	6	technology	technology	NOUN
hij-768	342	7	and	and	CCONJ
hij-768	342	8	its	its	PRON
hij-768	342	9	applications	application	NOUN
hij-768	342	10	(	(	PUNCT
hij-768	342	11	siconian	siconian	ADJ
hij-768	342	12	2019	2019	NUM
hij-768	342	13	)	)	PUNCT
hij-768	342	14	,	,	PUNCT
hij-768	342	15	341–346	341–346	NUM
hij-768	342	16	.	.	PUNCT
hij-768	342	17	doi:10.2991	doi:10.2991	PROPN
hij-768	342	18	/	/	SYM
hij-768	342	19	aisr.k.200424.051	aisr.k.200424.051	NOUN
hij-768	342	20	.	.	PUNCT
hij-768	343	1	[	[	X
hij-768	343	2	29	29	NUM
hij-768	343	3	]	]	X
hij-768	343	4	shi	shi	PROPN
hij-768	343	5	,	,	PUNCT
hij-768	343	6	h.	h.	PROPN
hij-768	343	7	,	,	PUNCT
hij-768	343	8	wang	wang	PROPN
hij-768	343	9	,	,	PUNCT
hij-768	343	10	p.	p.	PROPN
hij-768	343	11	,	,	PUNCT
hij-768	343	12	yang	yang	PROPN
hij-768	343	13	,	,	PUNCT
hij-768	343	14	x.	x.	PROPN
hij-768	343	15	,	,	PUNCT
hij-768	343	16	&	&	CCONJ
hij-768	343	17	yu	yu	PROPN
hij-768	343	18	,	,	PUNCT
hij-768	343	19	h.	h.	PROPN
hij-768	343	20	(	(	PUNCT
hij-768	343	21	2022	2022	NUM
hij-768	343	22	)	)	PUNCT
hij-768	343	23	.	.	PUNCT
hij-768	344	1	an	an	DET
hij-768	344	2	improved	improve	VERB
hij-768	344	3	mean	mean	NOUN
hij-768	344	4	imputation	imputation	NOUN
hij-768	344	5	clustering	cluster	VERB
hij-768	344	6	algorithm	algorithm	NOUN
hij-768	344	7	for	for	ADP
hij-768	344	8	incomplete	incomplete	ADJ
hij-768	344	9	data	datum	NOUN
hij-768	344	10	.	.	PUNCT
hij-768	345	1	neural	neural	ADJ
hij-768	345	2	processing	processing	NOUN
hij-768	345	3	letters	letter	NOUN
hij-768	345	4	,	,	PUNCT
hij-768	345	5	54(5	54(5	NUM
hij-768	345	6	)	)	PUNCT
hij-768	345	7	,	,	PUNCT
hij-768	345	8	3537–3550	3537–3550	NUM
hij-768	345	9	.	.	PUNCT
hij-768	346	1	doi:10.1007	doi:10.1007	VERB
hij-768	346	2	/	/	SYM
hij-768	346	3	s11063	s11063	NOUN
hij-768	346	4	-	-	PUNCT
hij-768	346	5	020	020	NUM
hij-768	346	6	-	-	PUNCT
hij-768	346	7	10298	10298	NUM
hij-768	346	8	-	-	SYM
hij-768	346	9	5	5	NUM
hij-768	346	10	.	.	PUNCT
hij-768	347	1	[	[	X
hij-768	347	2	30	30	NUM
hij-768	347	3	]	]	X
hij-768	347	4	anastassiou	anastassiou	ADJ
hij-768	347	5	,	,	PUNCT
hij-768	347	6	g.	g.	PROPN
hij-768	347	7	a.	a.	PROPN
hij-768	347	8	(	(	PUNCT
hij-768	347	9	2023	2023	NUM
hij-768	347	10	)	)	PUNCT
hij-768	347	11	.	.	PUNCT
hij-768	348	1	multiple	multiple	ADJ
hij-768	348	2	general	general	ADJ
hij-768	348	3	sigmoids	sigmoid	NOUN
hij-768	348	4	based	base	VERB
hij-768	348	5	banach	banach	NOUN
hij-768	348	6	space	space	NOUN
hij-768	348	7	valued	value	VERB
hij-768	348	8	neural	neural	ADJ
hij-768	348	9	network	network	NOUN
hij-768	348	10	multivariate	multivariate	NOUN
hij-768	348	11	approximation	approximation	NOUN
hij-768	348	12	.	.	PUNCT
hij-768	349	1	cubo	cubo	NOUN
hij-768	349	2	,	,	PUNCT
hij-768	349	3	25(3	25(3	NUM
hij-768	349	4	)	)	PUNCT
hij-768	349	5	,	,	PUNCT
hij-768	349	6	411–439	411–439	NUM
hij-768	349	7	.	.	PUNCT
hij-768	350	1	doi:10.56754/0719	doi:10.56754/0719	PROPN
hij-768	350	2	-	-	PUNCT
hij-768	350	3	0646.2503.411	0646.2503.411	NUM
hij-768	350	4	.	.	PUNCT
hij-768	351	1	[	[	X
hij-768	351	2	31	31	NUM
hij-768	351	3	]	]	SYM
hij-768	351	4	patel	patel	PROPN
hij-768	351	5	,	,	PUNCT
hij-768	351	6	j.	j.	PROPN
hij-768	351	7	,	,	PUNCT
hij-768	351	8	advani	advani	PROPN
hij-768	351	9	,	,	PUNCT
hij-768	351	10	h.	h.	PROPN
hij-768	351	11	,	,	PUNCT
hij-768	351	12	paul	paul	PROPN
hij-768	351	13	,	,	PUNCT
hij-768	351	14	s.	s.	PROPN
hij-768	351	15	,	,	PUNCT
hij-768	351	16	&	&	CCONJ
hij-768	351	17	maiti	maiti	PROPN
hij-768	351	18	,	,	PUNCT
hij-768	351	19	t.	t.	PROPN
hij-768	351	20	k.	k.	PROPN
hij-768	351	21	(	(	PUNCT
hij-768	351	22	2022	2022	NUM
hij-768	351	23	)	)	PUNCT
hij-768	351	24	.	.	PUNCT
hij-768	352	1	vlsi	vlsi	PROPN
hij-768	352	2	implementation	implementation	NOUN
hij-768	352	3	of	of	ADP
hij-768	352	4	neural	neural	ADJ
hij-768	352	5	network	network	NOUN
hij-768	352	6	based	base	VERB
hij-768	352	7	emergent	emergent	ADJ
hij-768	352	8	behavior	behavior	NOUN
hij-768	352	9	model	model	NOUN
hij-768	352	10	for	for	ADP
hij-768	352	11	robot	robot	NOUN
hij-768	352	12	control	control	NOUN
hij-768	352	13	.	.	PUNCT
hij-768	353	1	2022	2022	NUM
hij-768	353	2	ieee	ieee	PROPN
hij-768	353	3	international	international	ADJ
hij-768	353	4	conference	conference	NOUN
hij-768	353	5	on	on	ADP
hij-768	353	6	distributed	distribute	VERB
hij-768	353	7	computing	computing	NOUN
hij-768	353	8	,	,	PUNCT
hij-768	353	9	vlsi	vlsi	PROPN
hij-768	353	10	,	,	PUNCT
hij-768	353	11	electrical	electrical	ADJ
hij-768	353	12	circuits	circuit	NOUN
hij-768	353	13	and	and	CCONJ
hij-768	353	14	robotics	robotic	NOUN
hij-768	353	15	,	,	PUNCT
hij-768	353	16	discover	discover	VERB
hij-768	353	17	2022	2022	NUM
hij-768	353	18	proceedings	proceeding	NOUN
hij-768	353	19	,	,	PUNCT
hij-768	353	20	197–200	197–200	NUM
hij-768	353	21	.	.	PUNCT
hij-768	354	1	doi:10.1109	doi:10.1109	PROPN
hij-768	354	2	/	/	SYM
hij-768	355	1	discover55800.2022.9974734	discover55800.2022.9974734	PROPN
hij-768	355	2	.	.	PUNCT
hij-768	356	1	[	[	X
hij-768	356	2	32	32	NUM
hij-768	356	3	]	]	X
hij-768	356	4	szu	szu	NOUN
hij-768	356	5	,	,	PUNCT
hij-768	356	6	h.	h.	PROPN
hij-768	356	7	,	,	PUNCT
hij-768	356	8	yeh	yeh	PROPN
hij-768	356	9	,	,	PUNCT
hij-768	356	10	c.	c.	PROPN
hij-768	356	11	,	,	PUNCT
hij-768	356	12	rogers	rogers	PROPN
hij-768	356	13	,	,	PUNCT
hij-768	356	14	g.	g.	PROPN
hij-768	356	15	,	,	PUNCT
hij-768	356	16	jenkins	jenkins	PROPN
hij-768	356	17	,	,	PUNCT
hij-768	356	18	m.	m.	NOUN
hij-768	356	19	,	,	PUNCT
hij-768	356	20	farsaie	farsaie	PROPN
hij-768	356	21	,	,	PUNCT
hij-768	356	22	a.	a.	PROPN
hij-768	356	23	,	,	PUNCT
hij-768	356	24	&	&	CCONJ
hij-768	356	25	lee	lee	PROPN
hij-768	356	26	,	,	PUNCT
hij-768	356	27	c.	c.	PROPN
hij-768	356	28	h.	h.	PROPN
hij-768	356	29	(	(	PUNCT
hij-768	356	30	1992	1992	NUM
hij-768	356	31	)	)	PUNCT
hij-768	356	32	.	.	PUNCT
hij-768	357	1	speed	speed	VERB
hij-768	357	2	up	up	ADP
hij-768	357	3	performances	performance	NOUN
hij-768	357	4	on	on	ADP
hij-768	357	5	mimd	mimd	PROPN
hij-768	357	6	machines	machine	NOUN
hij-768	357	7	.	.	PUNCT
hij-768	358	1	in	in	ADP
hij-768	358	2	proceedings	proceeding	NOUN
hij-768	358	3	of	of	ADP
hij-768	358	4	the	the	DET
hij-768	358	5	international	international	ADJ
hij-768	358	6	joint	joint	ADJ
hij-768	358	7	conference	conference	NOUN
hij-768	358	8	on	on	ADP
hij-768	358	9	neural	neural	ADJ
hij-768	358	10	networks	network	NOUN
hij-768	358	11	,	,	PUNCT
hij-768	358	12	3	3	NUM
hij-768	358	13	,	,	PUNCT
hij-768	358	14	742–747	742–747	NUM
hij-768	358	15	.	.	PUNCT
hij-768	359	1	doi:10.1109	doi:10.1109	VERB
hij-768	359	2	/	/	SYM
hij-768	359	3	ijcnn.1992.227063	ijcnn.1992.227063	PROPN
hij-768	359	4	.	.	PUNCT
hij-768	360	1	[	[	X
hij-768	360	2	33	33	NUM
hij-768	360	3	]	]	X
hij-768	360	4	nguyen	nguyen	NOUN
hij-768	360	5	,	,	PUNCT
hij-768	360	6	v.	v.	ADP
hij-768	360	7	a.	a.	NOUN
hij-768	360	8	,	,	PUNCT
hij-768	360	9	shafieezadeh	shafieezadeh	NOUN
hij-768	360	10	-	-	PUNCT
hij-768	360	11	abadeh	abadeh	NOUN
hij-768	360	12	,	,	PUNCT
hij-768	360	13	s.	s.	PROPN
hij-768	360	14	,	,	PUNCT
hij-768	360	15	kuhn	kuhn	PROPN
hij-768	360	16	,	,	PUNCT
hij-768	360	17	d.	d.	PROPN
hij-768	360	18	,	,	PUNCT
hij-768	360	19	&	&	CCONJ
hij-768	360	20	esfahani	esfahani	PROPN
hij-768	360	21	,	,	PUNCT
hij-768	360	22	p.	p.	NOUN
hij-768	360	23	m.	m.	NOUN
hij-768	360	24	(	(	PUNCT
hij-768	360	25	2023	2023	NUM
hij-768	360	26	)	)	PUNCT
hij-768	360	27	.	.	PUNCT
hij-768	361	1	bridging	bridge	VERB
hij-768	361	2	bayesian	bayesian	NOUN
hij-768	361	3	and	and	CCONJ
hij-768	361	4	minimax	minimax	NOUN
hij-768	361	5	mean	mean	NOUN
hij-768	361	6	square	square	NOUN
hij-768	361	7	error	error	NOUN
hij-768	361	8	estimation	estimation	NOUN
hij-768	361	9	via	via	ADP
hij-768	361	10	wasserstein	wasserstein	NOUN
hij-768	361	11	distributionally	distributionally	ADV
hij-768	361	12	robust	robust	ADJ
hij-768	361	13	optimization	optimization	NOUN
hij-768	361	14	.	.	PUNCT
hij-768	362	1	mathematics	mathematic	NOUN
hij-768	362	2	of	of	ADP
hij-768	362	3	operations	operation	NOUN
hij-768	362	4	research	research	NOUN
hij-768	362	5	,	,	PUNCT
hij-768	362	6	48(1	48(1	NOUN
hij-768	362	7	)	)	PUNCT
hij-768	362	8	,	,	PUNCT
hij-768	362	9	1–37	1–37	NOUN
hij-768	362	10	.	.	PUNCT
hij-768	363	1	doi:10.1287	doi:10.1287	PROPN
hij-768	363	2	/	/	SYM
hij-768	363	3	moor.2021.1176	moor.2021.1176	PROPN
hij-768	363	4	.	.	PUNCT
hij-768	364	1	[	[	X
hij-768	364	2	34	34	NUM
hij-768	364	3	]	]	X
hij-768	364	4	sefira	sefira	PROPN
hij-768	364	5	,	,	PUNCT
hij-768	364	6	r.	r.	PROPN
hij-768	364	7	,	,	PUNCT
hij-768	364	8	setiawan	setiawan	PROPN
hij-768	364	9	,	,	PUNCT
hij-768	364	10	a.	a.	NOUN
hij-768	364	11	,	,	PUNCT
hij-768	364	12	hidayatullah	hidayatullah	PROPN
hij-768	364	13	,	,	PUNCT
hij-768	364	14	r.	r.	PROPN
hij-768	364	15	,	,	PUNCT
hij-768	364	16	&	&	CCONJ
hij-768	364	17	darmayanti	darmayanti	PROPN
hij-768	364	18	,	,	PUNCT
hij-768	364	19	r.	r.	PROPN
hij-768	364	20	(	(	PUNCT
hij-768	364	21	2024	2024	NUM
hij-768	364	22	)	)	PUNCT
hij-768	364	23	.	.	PUNCT
hij-768	365	1	the	the	DET
hij-768	365	2	influence	influence	NOUN
hij-768	365	3	of	of	ADP
hij-768	365	4	the	the	DET
hij-768	365	5	snowball	snowball	NOUN
hij-768	365	6	throwing	throw	VERB
hij-768	365	7	learning	learning	NOUN
hij-768	365	8	model	model	NOUN
hij-768	365	9	on	on	ADP
hij-768	365	10	pythagorean	pythagorean	PROPN
hij-768	365	11	theorem	theorem	ADJ
hij-768	365	12	material	material	NOUN
hij-768	365	13	on	on	ADP
hij-768	365	14	learning	learn	VERB
hij-768	365	15	outcomes	outcome	NOUN
hij-768	365	16	.	.	PUNCT
hij-768	366	1	journal	journal	PROPN
hij-768	366	2	edutechnium	edutechnium	PROPN
hij-768	366	3	journal	journal	PROPN
hij-768	366	4	of	of	ADP
hij-768	366	5	educational	educational	ADJ
hij-768	366	6	technology	technology	NOUN
hij-768	366	7	,	,	PUNCT
hij-768	366	8	2(1	2(1	NUM
hij-768	366	9	)	)	PUNCT
hij-768	366	10	,	,	PUNCT
hij-768	366	11	1–7	1–7	X
hij-768	366	12	.	.	PUNCT
hij-768	367	1	[	[	X
hij-768	367	2	35	35	NUM
hij-768	367	3	]	]	X
hij-768	367	4	cheng	cheng	PROPN
hij-768	367	5	,	,	PUNCT
hij-768	367	6	y.	y.	PROPN
hij-768	367	7	,	,	PUNCT
hij-768	367	8	li	li	PROPN
hij-768	367	9	,	,	PUNCT
hij-768	367	10	q.	q.	PROPN
hij-768	367	11	,	,	PUNCT
hij-768	367	12	&	&	CCONJ
hij-768	367	13	wan	wan	PROPN
hij-768	367	14	,	,	PUNCT
hij-768	367	15	f.	f.	PROPN
hij-768	367	16	(	(	PUNCT
hij-768	367	17	2021	2021	NUM
hij-768	367	18	)	)	PUNCT
hij-768	367	19	.	.	PUNCT
hij-768	368	1	financial	financial	ADJ
hij-768	368	2	risk	risk	NOUN
hij-768	368	3	management	management	NOUN
hij-768	368	4	using	use	VERB
hij-768	368	5	machine	machine	NOUN
hij-768	368	6	learning	learning	NOUN
hij-768	368	7	method	method	NOUN
hij-768	368	8	.	.	PUNCT
hij-768	369	1	proceedings	proceeding	NOUN
hij-768	369	2	2021	2021	NUM
hij-768	369	3	3rd	3rd	ADJ
hij-768	369	4	international	international	ADJ
hij-768	369	5	conference	conference	NOUN
hij-768	369	6	on	on	ADP
hij-768	369	7	machine	machine	NOUN
hij-768	369	8	learning	learning	NOUN
hij-768	369	9	,	,	PUNCT
hij-768	369	10	big	big	ADJ
hij-768	369	11	data	datum	NOUN
hij-768	369	12	and	and	CCONJ
hij-768	369	13	business	business	NOUN
hij-768	369	14	intelligence	intelligence	NOUN
hij-768	369	15	,	,	PUNCT
hij-768	369	16	mlbdbi	mlbdbi	ADJ
hij-768	369	17	2021	2021	NUM
hij-768	369	18	,	,	PUNCT
hij-768	369	19	133–139	133–139	NUM
hij-768	369	20	.	.	PUNCT
hij-768	370	1	doi:10.1109	doi:10.1109	VERB
hij-768	370	2	/	/	SYM
hij-768	371	1	mlbdbi54094.2021.00034	mlbdbi54094.2021.00034	PROPN
hij-768	371	2	.	.	PUNCT
hij-768	372	1	[	[	X
hij-768	372	2	36	36	NUM
hij-768	372	3	]	]	X
hij-768	372	4	wang	wang	PROPN
hij-768	372	5	,	,	PUNCT
hij-768	372	6	l.	l.	PROPN
hij-768	372	7	h.	h.	PROPN
hij-768	372	8	,	,	PUNCT
hij-768	372	9	dai	dai	PROPN
hij-768	372	10	,	,	PUNCT
hij-768	372	11	q.	q.	PROPN
hij-768	372	12	,	,	PUNCT
hij-768	372	13	wang	wang	PROPN
hij-768	372	14	,	,	PUNCT
hij-768	372	15	j.	j.	PROPN
hij-768	372	16	y.	y.	PROPN
hij-768	372	17	,	,	PUNCT
hij-768	372	18	du	du	PROPN
hij-768	372	19	,	,	PUNCT
hij-768	372	20	t.	t.	PROPN
hij-768	372	21	,	,	PUNCT
hij-768	372	22	&	&	CCONJ
hij-768	372	23	chen	chen	PROPN
hij-768	372	24	,	,	PUNCT
hij-768	372	25	l.	l.	PROPN
hij-768	372	26	(	(	PUNCT
hij-768	372	27	2024	2024	NUM
hij-768	372	28	)	)	PUNCT
hij-768	372	29	.	.	PUNCT
hij-768	373	1	undersampling	undersampling	AUX
hij-768	373	2	based	base	VERB
hij-768	373	3	on	on	ADP
hij-768	373	4	generalized	generalized	ADJ
hij-768	373	5	learning	learn	VERB
hij-768	373	6	vector	vector	NOUN
hij-768	373	7	quantization	quantization	NOUN
hij-768	373	8	and	and	CCONJ
hij-768	373	9	natural	natural	ADJ
hij-768	373	10	nearest	near	ADJ
hij-768	373	11	neighbors	neighbor	NOUN
hij-768	373	12	for	for	ADP
hij-768	373	13	imbalanced	imbalanced	ADJ
hij-768	373	14	data	datum	NOUN
hij-768	373	15	.	.	PUNCT
hij-768	374	1	international	international	ADJ
hij-768	374	2	journal	journal	PROPN
hij-768	374	3	of	of	ADP
hij-768	374	4	machine	machine	NOUN
hij-768	374	5	learning	learning	NOUN
hij-768	374	6	and	and	CCONJ
hij-768	374	7	cybernetics	cybernetic	NOUN
hij-768	374	8	,	,	PUNCT
hij-768	374	9	1–26	1–26	NOUN
hij-768	374	10	.	.	PUNCT
hij-768	375	1	doi:10.1007	doi:10.1007	VERB
hij-768	375	2	/	/	SYM
hij-768	375	3	s13042	s13042	PROPN
hij-768	375	4	-	-	PUNCT
hij-768	375	5	024	024	NUM
hij-768	375	6	-	-	PUNCT
hij-768	375	7	02261	02261	NUM
hij-768	375	8	-	-	PUNCT
hij-768	375	9	w.	w.	NOUN