Análisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombia
En la búsqueda de garantizar que los hogares más pobres y vulnerables puedan superar sus condiciones de vida, la Estrategia Red UNIDOS, consolida y gestiona información que permite conocer la situación de los hogares y personas, para la toma de decisiones relacionadas con la planeación y ejecución d...
- Autores:
-
Silva Monsalve, Andrés Eugenio
Conti, Dante
Ospina Becerra, Victaria Eugenia
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2020
- Institución:
- Escuela Colombiana de Ingeniería Julio Garavito
- Repositorio:
- Repositorio Institucional ECI
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.escuelaing.edu.co:001/1434
- Acceso en línea:
- https://repositorio.escuelaing.edu.co/handle/001/1434
http://www.iiisci.org/journal/CV$/risci/pdfs/CB281UM20.pdf
- Palabra clave:
- Data mining
Clustering
Poverty
Pobreza
Extracción de datos
Almacenamiento de datos
Toma de decisiones
Minería de datos
Clusterización
Técnicas no supervisadas
Estrategia Unidos
- Rights
- openAccess
- License
- http://purl.org/coar/access_right/c_abf2
id |
ESCUELAIG2_926756b0ab7049405c161ae9b3befe98 |
---|---|
oai_identifier_str |
oai:repositorio.escuelaing.edu.co:001/1434 |
network_acronym_str |
ESCUELAIG2 |
network_name_str |
Repositorio Institucional ECI |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Análisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombia |
title |
Análisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombia |
spellingShingle |
Análisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombia Data mining Clustering Poverty Pobreza Extracción de datos Almacenamiento de datos Toma de decisiones Minería de datos Clusterización Técnicas no supervisadas Estrategia Unidos |
title_short |
Análisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombia |
title_full |
Análisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombia |
title_fullStr |
Análisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombia |
title_full_unstemmed |
Análisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombia |
title_sort |
Análisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombia |
dc.creator.fl_str_mv |
Silva Monsalve, Andrés Eugenio Conti, Dante Ospina Becerra, Victaria Eugenia |
dc.contributor.author.none.fl_str_mv |
Silva Monsalve, Andrés Eugenio Conti, Dante Ospina Becerra, Victaria Eugenia |
dc.contributor.researchgroup.spa.fl_str_mv |
GiBiome |
dc.subject.armarc.eng.fl_str_mv |
Data mining Clustering Poverty |
topic |
Data mining Clustering Poverty Pobreza Extracción de datos Almacenamiento de datos Toma de decisiones Minería de datos Clusterización Técnicas no supervisadas Estrategia Unidos |
dc.subject.armarc.spa.fl_str_mv |
Pobreza Extracción de datos Almacenamiento de datos Toma de decisiones |
dc.subject.proposal.spa.fl_str_mv |
Minería de datos Clusterización Técnicas no supervisadas Estrategia Unidos |
description |
En la búsqueda de garantizar que los hogares más pobres y vulnerables puedan superar sus condiciones de vida, la Estrategia Red UNIDOS, consolida y gestiona información que permite conocer la situación de los hogares y personas, para la toma de decisiones relacionadas con la planeación y ejecución del proceso de acompañamiento. Este proyecto determina el valor agregado y potencial de la información mediante modelado basado en datos, específicamente clustering. Al respecto, se crea una vista minable donde se aplica clusterización jerárquica (método Ward, con distancia coseno) y se decide cortar los dendogramas en tres (3) y seis (6) grupos respectivamente, que posteriormente fueros postprocesados y validados para describir en detalle los perfiles y su interpretación usando los centroides de cada grupo. Finalmente, los perfiles hallados y plenamente descritos sirven como base para dar soporte a la toma de decisiones al proceso de acompañamiento de la Estrategia Red UNIDOS y son resumidos a su vez en dos (2) dashboards de resultados. |
publishDate |
2020 |
dc.date.issued.none.fl_str_mv |
2020 |
dc.date.accessioned.none.fl_str_mv |
2021-05-17T23:02:27Z 2021-10-01T17:22:47Z |
dc.date.available.none.fl_str_mv |
2021-10-01T17:22:47Z |
dc.type.spa.fl_str_mv |
Artículo de revista |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/ART |
format |
http://purl.org/coar/resource_type/c_2df8fbb1 |
status_str |
publishedVersion |
dc.identifier.issn.none.fl_str_mv |
1690-8627 |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.escuelaing.edu.co/handle/001/1434 |
dc.identifier.url.none.fl_str_mv |
http://www.iiisci.org/journal/CV$/risci/pdfs/CB281UM20.pdf |
identifier_str_mv |
1690-8627 |
url |
https://repositorio.escuelaing.edu.co/handle/001/1434 http://www.iiisci.org/journal/CV$/risci/pdfs/CB281UM20.pdf |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.citationedition.spa.fl_str_mv |
Revista Sistemas, Cibernética e Informatica (Volumen 17, Número 2, 57-62, 2020) |
dc.relation.citationendpage.spa.fl_str_mv |
62 |
dc.relation.citationissue.spa.fl_str_mv |
2 |
dc.relation.citationstartpage.spa.fl_str_mv |
57 |
dc.relation.citationvolume.spa.fl_str_mv |
17 |
dc.relation.indexed.spa.fl_str_mv |
N/A |
dc.relation.ispartofjournal.spa.fl_str_mv |
Sistemas, Cibernética e Infomática |
dc.relation.references.spa.fl_str_mv |
Departamento Administrativo Nacional de Estadística en Colombia (2018). Pobreza Monetaria y Multidimensional en Colombia. Boletín Técnico. https://www.dane.gov.co/files/investigaciones/...vida/pobreza/ bol_pobreza_17.pdf Congreso de la República de Colombia. (2016). Ley 1785 de 21 de junio de 2016 “Por medio de la cual se establece la Red para la Superación de la Pobreza Extrema Red Unidos y se dictan otras disipaciones,” 1–8. Retrieved from http://es.presidencia.gov.co/normativa/normativa/LEY 1785 DEL 21 DE JUNIO DE 2016.pdf Davenport, T, Eccles, R, & Prusak, L (1999). Chapter 2 - Information Politics, In Knowledge and Special Libraries, 29- 48. https://doi.org/10.1016/B978-0-7506-7084-5.50004-X Sabina, A & Foster, J. Recuento y medición multidimensional de la pobreza. Documento de trabajo OPHI No. 7 Angulo, R., Diaz, Y., & Pardo, R. (2011). Índice de Pobreza Multidimensional para Colombia (IPM-Colombia) 1997- 2010. Departamento Nacional de Planeación. https://colaboracion.dnp.gov.co/cdt/estudios%20econmicos/3 82.pdf Departamento para la Prosperidad Social (2017). Guía del Acompañamiento Familiar.GGA2. Versión 2. Grupo de Diseño Metodológico y Formación. Departamento para la Prosperidad Social (2017). Manual operativo de la estrategia de acompañamiento familiar y comunitario. MGA1 Versión 5. Grupo de Diseño Metodológico y Formación Moreno, M., & López, V. (2018). Uso de técnicas no supervisadas en la construcción de modelos de clasificación en ingeniería de software. www.lsi.us.es/redmidas/Capitulos/LMD14.pdf Foster, P., Fawcett, T. (2013). Data Science for Business: What you need to know about data mining and data-analytic thinking Jiawei Han, Micheline Kamber & Jian Pei. (2012). 3 - Data Preprocessing, In the Morgan Kaufmann Series in Data Management Systems, Morgan Kaufmann, Boston, Pages 83- 124, Data Mining (Third Edition), ISBN 9780123814791, https://doi.org/10.1016/B978-0-12-381479-1.00003-4 Lizma, P. & Boccado, G. (2014). Guía de Asociación entre variables (Pearson y Spearman en SPSS). Universidad de Chile. https://www.ucursos.cl/facso/2014/2/SO01007/1/material_docente/bajar?id_ material=994690. De la Fuente, S. (2011). Análisis de conglomerados. Universidad Autónoma de Madrid. http://www.fuenterrebollo.com/Economicas/ECONOMETRI A/SEGMENTACION/CONGLOMERADOS/conglomerados. pdf Amat, J. (2017). Clustering y heatmaps: Aprendizaje No Supervisado. https://rpubs.com/Joaquin_AR/310338 [14] Fayyad, U., Stolorz, P. (1997) Data mining and KDD: Promise and challenges, Future Generation Computer Systems, 99-115. https://doi.org/10.1016/S0167- 739X(97)00015-0 Earley, S., Henderson, D., & Data Management Association. (2017). DAMA-DMBOK: Data management body of knowledge Consejo Nacional de Política Económica y Social de Colombia. (2012). Conpes Social 150. Departamento Nacional de Planeación. https://colaboracion.dnp.gov.co/CDT/Conpes/Social/150.pdf |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.format.extent.spa.fl_str_mv |
6 páginas |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.place.spa.fl_str_mv |
Colombia |
dc.source.spa.fl_str_mv |
http://www.iiisci.org/journal/CV$/risci/pdfs/CB281UM20.pdf |
institution |
Escuela Colombiana de Ingeniería Julio Garavito |
bitstream.url.fl_str_mv |
https://repositorio.escuelaing.edu.co/bitstream/001/1434/4/An%c3%a1lisis%20de%20Perfiles%20con%20T%c3%a9cnicas%20No%20Supervisadas%20de%20Miner%c3%ada%20de%20Datos%20como%20Soporte%20a%20la%20Toma%20de%20Decisiones%20en%20la%20Estrategia%20UNIDOS%20para%20la%20Superaci%c3%b3n%20de%20la%20Pobreza%20en%20Colombia.pdf.txt https://repositorio.escuelaing.edu.co/bitstream/001/1434/2/license.txt https://repositorio.escuelaing.edu.co/bitstream/001/1434/3/An%c3%a1lisis%20de%20Perfiles%20con%20T%c3%a9cnicas%20No%20Supervisadas%20de%20Miner%c3%ada%20de%20Datos%20como%20Soporte%20a%20la%20Toma%20de%20Decisiones%20en%20la%20Estrategia%20UNIDOS%20para%20la%20Superaci%c3%b3n%20de%20la%20Pobreza%20en%20Colombia.pdf https://repositorio.escuelaing.edu.co/bitstream/001/1434/5/An%c3%a1lisis%20de%20Perfiles%20con%20T%c3%a9cnicas%20No%20Supervisadas%20de%20Miner%c3%ada%20de%20Datos%20como%20Soporte%20a%20la%20Toma%20de%20Decisiones%20en%20la%20Estrategia%20UNIDOS%20para%20la%20Superaci%c3%b3n%20de%20la%20Pobreza%20en%20Colombia.pdf.jpg |
bitstream.checksum.fl_str_mv |
67bcacf2583f47eb34201bf8c5dcbef5 5a7ca94c2e5326ee169f979d71d0f06e d4d95688578d8223738af9a385c01531 5116f0e226fed43673f4cbcc748825ac |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Escuela Colombiana de Ingeniería Julio Garavito |
repository.mail.fl_str_mv |
repositorio.eci@escuelaing.edu.co |
_version_ |
1814355608052170752 |
spelling |
Silva Monsalve, Andrés Eugenioe5dad0d1f269184ac81c648ad6a67ece600Conti, Dante144d777fe8ecfb826f48b651faed2493600Ospina Becerra, Victaria Eugenia5caa3d4e82db068bdf464fe677e301b4600GiBiome2021-05-17T23:02:27Z2021-10-01T17:22:47Z2021-10-01T17:22:47Z20201690-8627https://repositorio.escuelaing.edu.co/handle/001/1434http://www.iiisci.org/journal/CV$/risci/pdfs/CB281UM20.pdfEn la búsqueda de garantizar que los hogares más pobres y vulnerables puedan superar sus condiciones de vida, la Estrategia Red UNIDOS, consolida y gestiona información que permite conocer la situación de los hogares y personas, para la toma de decisiones relacionadas con la planeación y ejecución del proceso de acompañamiento. Este proyecto determina el valor agregado y potencial de la información mediante modelado basado en datos, específicamente clustering. Al respecto, se crea una vista minable donde se aplica clusterización jerárquica (método Ward, con distancia coseno) y se decide cortar los dendogramas en tres (3) y seis (6) grupos respectivamente, que posteriormente fueros postprocesados y validados para describir en detalle los perfiles y su interpretación usando los centroides de cada grupo. Finalmente, los perfiles hallados y plenamente descritos sirven como base para dar soporte a la toma de decisiones al proceso de acompañamiento de la Estrategia Red UNIDOS y son resumidos a su vez en dos (2) dashboards de resultados.In seeking to ensure that the poorest and most vulnerable people can overcome their living conditions, UNIDOS Network Strategy, consolidates and manages information that allows to know the situation of households and people, for the decision making related to planning and execution of the accompaniment process. This project determines the added value and potential of information through data-driven modeling, specifically clustering. To the In this respect, a mineable view is created where hierarchical clustering (Ward method, with cosine distance) and it is decided to cut the dendograms into three (3) and six (6) groups respectively, which were subsequently post-processed and validated to describe in detail the profiles and their interpretation using the centroids of each group. Finally, the profiles found and fully described serve as a basis to support decision-making in the process of accompaniment of the UNIDOS Network Strategy and are summarized in turn in two (2) dashboards of results.6 páginasapplication/pdfspahttp://www.iiisci.org/journal/CV$/risci/pdfs/CB281UM20.pdfAnálisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en ColombiaArtículo de revistainfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articlehttp://purl.org/redcol/resource_type/ARThttp://purl.org/coar/version/c_970fb48d4fbd8a85ColombiaRevista Sistemas, Cibernética e Informatica (Volumen 17, Número 2, 57-62, 2020)6225717N/ASistemas, Cibernética e InfomáticaDepartamento Administrativo Nacional de Estadística en Colombia (2018). Pobreza Monetaria y Multidimensional en Colombia. Boletín Técnico. https://www.dane.gov.co/files/investigaciones/...vida/pobreza/ bol_pobreza_17.pdfCongreso de la República de Colombia. (2016). Ley 1785 de 21 de junio de 2016 “Por medio de la cual se establece la Red para la Superación de la Pobreza Extrema Red Unidos y se dictan otras disipaciones,” 1–8. Retrieved from http://es.presidencia.gov.co/normativa/normativa/LEY 1785 DEL 21 DE JUNIO DE 2016.pdfDavenport, T, Eccles, R, & Prusak, L (1999). Chapter 2 - Information Politics, In Knowledge and Special Libraries, 29- 48. https://doi.org/10.1016/B978-0-7506-7084-5.50004-XSabina, A & Foster, J. Recuento y medición multidimensional de la pobreza. Documento de trabajo OPHI No. 7Angulo, R., Diaz, Y., & Pardo, R. (2011). Índice de Pobreza Multidimensional para Colombia (IPM-Colombia) 1997- 2010. Departamento Nacional de Planeación. https://colaboracion.dnp.gov.co/cdt/estudios%20econmicos/3 82.pdfDepartamento para la Prosperidad Social (2017). Guía del Acompañamiento Familiar.GGA2. Versión 2. Grupo de Diseño Metodológico y Formación.Departamento para la Prosperidad Social (2017). Manual operativo de la estrategia de acompañamiento familiar y comunitario. MGA1 Versión 5. Grupo de Diseño Metodológico y FormaciónMoreno, M., & López, V. (2018). Uso de técnicas no supervisadas en la construcción de modelos de clasificación en ingeniería de software. www.lsi.us.es/redmidas/Capitulos/LMD14.pdfFoster, P., Fawcett, T. (2013). Data Science for Business: What you need to know about data mining and data-analytic thinkingJiawei Han, Micheline Kamber & Jian Pei. (2012). 3 - Data Preprocessing, In the Morgan Kaufmann Series in Data Management Systems, Morgan Kaufmann, Boston, Pages 83- 124, Data Mining (Third Edition), ISBN 9780123814791, https://doi.org/10.1016/B978-0-12-381479-1.00003-4Lizma, P. & Boccado, G. (2014). Guía de Asociación entre variables (Pearson y Spearman en SPSS). Universidad de Chile. https://www.ucursos.cl/facso/2014/2/SO01007/1/material_docente/bajar?id_ material=994690.De la Fuente, S. (2011). Análisis de conglomerados. Universidad Autónoma de Madrid. http://www.fuenterrebollo.com/Economicas/ECONOMETRI A/SEGMENTACION/CONGLOMERADOS/conglomerados. pdfAmat, J. (2017). Clustering y heatmaps: Aprendizaje No Supervisado. https://rpubs.com/Joaquin_AR/310338 [14] Fayyad, U., Stolorz, P. (1997) Data mining and KDD: Promise and challenges, Future Generation Computer Systems, 99-115. https://doi.org/10.1016/S0167- 739X(97)00015-0Earley, S., Henderson, D., & Data Management Association. (2017). DAMA-DMBOK: Data management body of knowledgeConsejo Nacional de Política Económica y Social de Colombia. (2012). Conpes Social 150. Departamento Nacional de Planeación. https://colaboracion.dnp.gov.co/CDT/Conpes/Social/150.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Data miningClusteringPovertyPobrezaExtracción de datosAlmacenamiento de datosToma de decisionesMinería de datosClusterizaciónTécnicas no supervisadasEstrategia UnidosTEXTAnálisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombia.pdf.txtAnálisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombia.pdf.txtExtracted texttext/plain36490https://repositorio.escuelaing.edu.co/bitstream/001/1434/4/An%c3%a1lisis%20de%20Perfiles%20con%20T%c3%a9cnicas%20No%20Supervisadas%20de%20Miner%c3%ada%20de%20Datos%20como%20Soporte%20a%20la%20Toma%20de%20Decisiones%20en%20la%20Estrategia%20UNIDOS%20para%20la%20Superaci%c3%b3n%20de%20la%20Pobreza%20en%20Colombia.pdf.txt67bcacf2583f47eb34201bf8c5dcbef5MD54open accessLICENSElicense.txttext/plain1881https://repositorio.escuelaing.edu.co/bitstream/001/1434/2/license.txt5a7ca94c2e5326ee169f979d71d0f06eMD52open accessORIGINALAnálisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombia.pdfapplication/pdf250648https://repositorio.escuelaing.edu.co/bitstream/001/1434/3/An%c3%a1lisis%20de%20Perfiles%20con%20T%c3%a9cnicas%20No%20Supervisadas%20de%20Miner%c3%ada%20de%20Datos%20como%20Soporte%20a%20la%20Toma%20de%20Decisiones%20en%20la%20Estrategia%20UNIDOS%20para%20la%20Superaci%c3%b3n%20de%20la%20Pobreza%20en%20Colombia.pdfd4d95688578d8223738af9a385c01531MD53metadata only accessTHUMBNAILAnálisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombia.pdf.jpgAnálisis de Perfiles con Técnicas No Supervisadas de Minería de Datos como Soporte a la Toma de Decisiones en la Estrategia UNIDOS para la Superación de la Pobreza en Colombia.pdf.jpgGenerated Thumbnailimage/jpeg15978https://repositorio.escuelaing.edu.co/bitstream/001/1434/5/An%c3%a1lisis%20de%20Perfiles%20con%20T%c3%a9cnicas%20No%20Supervisadas%20de%20Miner%c3%ada%20de%20Datos%20como%20Soporte%20a%20la%20Toma%20de%20Decisiones%20en%20la%20Estrategia%20UNIDOS%20para%20la%20Superaci%c3%b3n%20de%20la%20Pobreza%20en%20Colombia.pdf.jpg5116f0e226fed43673f4cbcc748825acMD55open access001/1434oai:repositorio.escuelaing.edu.co:001/14342022-08-11 12:14:02.813metadata only accessRepositorio Escuela Colombiana de Ingeniería Julio Garavitorepositorio.eci@escuelaing.edu.coU0kgVVNURUQgSEFDRSBQQVJURSBERUwgR1JVUE8gREUgUEFSRVMgRVZBTFVBRE9SRVMgREUgTEEgQ09MRUNDScOTTiAiUEVFUiBSRVZJRVciLCBPTUlUQSBFU1RBIExJQ0VOQ0lBLgoKQXV0b3Jpem8gYSBsYSBFc2N1ZWxhIENvbG9tYmlhbmEgZGUgSW5nZW5pZXLDrWEgSnVsaW8gR2FyYXZpdG8gcGFyYSBwdWJsaWNhciBlbCB0cmFiYWpvIGRlIGdyYWRvLCBhcnTDrWN1bG8sIHZpZGVvLCAKY29uZmVyZW5jaWEsIGxpYnJvLCBpbWFnZW4sIGZvdG9ncmFmw61hLCBhdWRpbywgcHJlc2VudGFjacOzbiB1IG90cm8gKGVuICAgIGFkZWxhbnRlIGRvY3VtZW50bykgcXVlIGVuIGxhIGZlY2hhIAplbnRyZWdvIGVuIGZvcm1hdG8gZGlnaXRhbCwgeSBsZSBwZXJtaXRvIGRlIGZvcm1hIGluZGVmaW5pZGEgcXVlIGxvIHB1YmxpcXVlIGVuIGVsIHJlcG9zaXRvcmlvIGluc3RpdHVjaW9uYWwsIAplbiBsb3MgdMOpcm1pbm9zIGVzdGFibGVjaWRvcyBlbiBsYSBMZXkgMjMgZGUgMTk4MiwgbGEgTGV5IDQ0IGRlIDE5OTMsIHkgZGVtw6FzIGxleWVzIHkganVyaXNwcnVkZW5jaWEgdmlnZW50ZQphbCByZXNwZWN0bywgcGFyYSBmaW5lcyBlZHVjYXRpdm9zIHkgbm8gbHVjcmF0aXZvcy4gRXN0YSBhdXRvcml6YWNpw7NuIGVzIHbDoWxpZGEgcGFyYSBsYXMgZmFjdWx0YWRlcyB5IGRlcmVjaG9zIGRlIAp1c28gc29icmUgbGEgb2JyYSBlbiBmb3JtYXRvIGRpZ2l0YWwsIGVsZWN0csOzbmljbywgdmlydHVhbDsgeSBwYXJhIHVzb3MgZW4gcmVkZXMsIGludGVybmV0LCBleHRyYW5ldCwgeSBjdWFscXVpZXIgCmZvcm1hdG8gbyBtZWRpbyBjb25vY2lkbyBvIHBvciBjb25vY2VyLgpFbiBtaSBjYWxpZGFkIGRlIGF1dG9yLCBleHByZXNvIHF1ZSBlbCBkb2N1bWVudG8gb2JqZXRvIGRlIGxhIHByZXNlbnRlIGF1dG9yaXphY2nDs24gZXMgb3JpZ2luYWwgeSBsbyBlbGFib3LDqSBzaW4gCnF1ZWJyYW50YXIgbmkgc3VwbGFudGFyIGxvcyBkZXJlY2hvcyBkZSBhdXRvciBkZSB0ZXJjZXJvcy4gUG9yIGxvIHRhbnRvLCBlcyBkZSBtaSBleGNsdXNpdmEgYXV0b3LDrWEgeSwgZW4gY29uc2VjdWVuY2lhLCAKdGVuZ28gbGEgdGl0dWxhcmlkYWQgc29icmUgw6lsLiBFbiBjYXNvIGRlIHF1ZWphIG8gYWNjacOzbiBwb3IgcGFydGUgZGUgdW4gdGVyY2VybyByZWZlcmVudGUgYSBsb3MgZGVyZWNob3MgZGUgYXV0b3Igc29icmUgCmVsIGRvY3VtZW50byBlbiBjdWVzdGnDs24sIGFzdW1pcsOpIGxhIHJlc3BvbnNhYmlsaWRhZCB0b3RhbCB5IHNhbGRyw6kgZW4gZGVmZW5zYSBkZSBsb3MgZGVyZWNob3MgYXF1w60gYXV0b3JpemFkb3MuIEVzdG8gCnNpZ25pZmljYSBxdWUsIHBhcmEgdG9kb3MgbG9zIGVmZWN0b3MsIGxhIEVzY3VlbGEgYWN0w7phIGNvbW8gdW4gdGVyY2VybyBkZSBidWVuYSBmZS4KVG9kYSBwZXJzb25hIHF1ZSBjb25zdWx0ZSBlbCBSZXBvc2l0b3JpbyBJbnN0aXR1Y2lvbmFsIGRlIGxhIEVzY3VlbGEsIGVsIENhdMOhbG9nbyBlbiBsw61uZWEgdSBvdHJvIG1lZGlvIGVsZWN0csOzbmljbywgCnBvZHLDoSBjb3BpYXIgYXBhcnRlcyBkZWwgdGV4dG8sIGNvbiBlbCBjb21wcm9taXNvIGRlIGNpdGFyIHNpZW1wcmUgbGEgZnVlbnRlLCBsYSBjdWFsIGluY2x1eWUgZWwgdMOtdHVsbyBkZWwgdHJhYmFqbyB5IGVsIAphdXRvci5Fc3RhIGF1dG9yaXphY2nDs24gbm8gaW1wbGljYSByZW51bmNpYSBhIGxhIGZhY3VsdGFkIHF1ZSB0ZW5nbyBkZSBwdWJsaWNhciB0b3RhbCBvIHBhcmNpYWxtZW50ZSBsYSBvYnJhIGVuIG90cm9zIAptZWRpb3MuRXN0YSBhdXRvcml6YWNpw7NuIGVzdMOhIHJlc3BhbGRhZGEgcG9yIGxhcyBmaXJtYXMgZGVsIChsb3MpIGF1dG9yKGVzKSBkZWwgZG9jdW1lbnRvLiAKU8OtIGF1dG9yaXpvIChhbWJvcykK |