Sintonizador de hiperparámetros de redes neuronales usando computación natural (PSO: Optimización de Enjambre de Partículas)
Libro del proyecto Sintonizador de hiperparámetros de redes neuronales usando computación natural, conteniendo artículos de revisión y técnicos sobre la investigación, desarrollo y experimentación.
- Autores:
-
Rocha Cristancho, Santiago Andrés
Rojas Bueno, Sebastián
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2024
- Institución:
- Escuela Colombiana de Ingeniería Julio Garavito
- Repositorio:
- Repositorio Institucional ECI
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.escuelaing.edu.co:001/3210
- Acceso en línea:
- https://repositorio.escuelaing.edu.co/handle/001/3210
https://catalogo-intra.escuelaing.edu.co/cgi-bin/koha/catalogue/detail.pl?biblionumber=23814
- Palabra clave:
- Sintonización de hiperparámetros
Redes neuronales convolucionales (CNN)
Optimización de enjambre de partículas (PSO)
Computación natural
Reconocimiento facial
Sintonización automática
Sintonización manual
Framework de sintonización
Algoritmos bioinspirados
Exploración de espacios de búsqueda
Técnicas de aprendizaje profundo
Heurísticos
Hyperparameter tuning
Convolutional neural networks (CNN)
Particle swarm optimization (PSO)
Natural computing
Facial recognition
Automatic tuning
Manual tuning
Tuning framework
Bioinspired algorithms
Search space exploration
Sintonización de hiperparámetros
Hyperparameter tuning
Deep learning techniques
Heuristics
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by/4.0/
| id |
ESCUELAIG2_dbc3e5f3ba794c513b34916f46cba51e |
|---|---|
| oai_identifier_str |
oai:repositorio.escuelaing.edu.co:001/3210 |
| network_acronym_str |
ESCUELAIG2 |
| network_name_str |
Repositorio Institucional ECI |
| repository_id_str |
|
| dc.title.eng.fl_str_mv |
Sintonizador de hiperparámetros de redes neuronales usando computación natural (PSO: Optimización de Enjambre de Partículas) |
| title |
Sintonizador de hiperparámetros de redes neuronales usando computación natural (PSO: Optimización de Enjambre de Partículas) |
| spellingShingle |
Sintonizador de hiperparámetros de redes neuronales usando computación natural (PSO: Optimización de Enjambre de Partículas) Sintonización de hiperparámetros Redes neuronales convolucionales (CNN) Optimización de enjambre de partículas (PSO) Computación natural Reconocimiento facial Sintonización automática Sintonización manual Framework de sintonización Algoritmos bioinspirados Exploración de espacios de búsqueda Técnicas de aprendizaje profundo Heurísticos Hyperparameter tuning Convolutional neural networks (CNN) Particle swarm optimization (PSO) Natural computing Facial recognition Automatic tuning Manual tuning Tuning framework Bioinspired algorithms Search space exploration Sintonización de hiperparámetros Hyperparameter tuning Deep learning techniques Heuristics |
| title_short |
Sintonizador de hiperparámetros de redes neuronales usando computación natural (PSO: Optimización de Enjambre de Partículas) |
| title_full |
Sintonizador de hiperparámetros de redes neuronales usando computación natural (PSO: Optimización de Enjambre de Partículas) |
| title_fullStr |
Sintonizador de hiperparámetros de redes neuronales usando computación natural (PSO: Optimización de Enjambre de Partículas) |
| title_full_unstemmed |
Sintonizador de hiperparámetros de redes neuronales usando computación natural (PSO: Optimización de Enjambre de Partículas) |
| title_sort |
Sintonizador de hiperparámetros de redes neuronales usando computación natural (PSO: Optimización de Enjambre de Partículas) |
| dc.creator.fl_str_mv |
Rocha Cristancho, Santiago Andrés Rojas Bueno, Sebastián |
| dc.contributor.advisor.none.fl_str_mv |
Díaz Rozo, María Irma |
| dc.contributor.author.none.fl_str_mv |
Rocha Cristancho, Santiago Andrés Rojas Bueno, Sebastián |
| dc.subject.proposal.spa.fl_str_mv |
Sintonización de hiperparámetros Redes neuronales convolucionales (CNN) Optimización de enjambre de partículas (PSO) Computación natural Reconocimiento facial Sintonización automática Sintonización manual Framework de sintonización Algoritmos bioinspirados Exploración de espacios de búsqueda Técnicas de aprendizaje profundo Heurísticos |
| topic |
Sintonización de hiperparámetros Redes neuronales convolucionales (CNN) Optimización de enjambre de partículas (PSO) Computación natural Reconocimiento facial Sintonización automática Sintonización manual Framework de sintonización Algoritmos bioinspirados Exploración de espacios de búsqueda Técnicas de aprendizaje profundo Heurísticos Hyperparameter tuning Convolutional neural networks (CNN) Particle swarm optimization (PSO) Natural computing Facial recognition Automatic tuning Manual tuning Tuning framework Bioinspired algorithms Search space exploration Sintonización de hiperparámetros Hyperparameter tuning Deep learning techniques Heuristics |
| dc.subject.proposal.eng.fl_str_mv |
Hyperparameter tuning Convolutional neural networks (CNN) Particle swarm optimization (PSO) Natural computing Facial recognition Automatic tuning Manual tuning Tuning framework Bioinspired algorithms Search space exploration Sintonización de hiperparámetros Hyperparameter tuning Deep learning techniques Heuristics |
| description |
Libro del proyecto Sintonizador de hiperparámetros de redes neuronales usando computación natural, conteniendo artículos de revisión y técnicos sobre la investigación, desarrollo y experimentación. |
| publishDate |
2024 |
| dc.date.accessioned.none.fl_str_mv |
2024-08-02T15:29:19Z |
| dc.date.available.none.fl_str_mv |
2024-08-02T15:29:19Z |
| dc.date.issued.none.fl_str_mv |
2024 |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| 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_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
publishedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://repositorio.escuelaing.edu.co/handle/001/3210 |
| dc.identifier.url.none.fl_str_mv |
https://catalogo-intra.escuelaing.edu.co/cgi-bin/koha/catalogue/detail.pl?biblionumber=23814 |
| url |
https://repositorio.escuelaing.edu.co/handle/001/3210 https://catalogo-intra.escuelaing.edu.co/cgi-bin/koha/catalogue/detail.pl?biblionumber=23814 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.indexed.spa.fl_str_mv |
LaReferencia |
| dc.relation.references.spa.fl_str_mv |
Jason Brownlee. How to perform face recognition with vggface2in keras. https://machinelearningmastery.com/ how-to-perform-face-recognition-with-vggface2-convolutional-neural-network-in-keras/, 08 2020. Andre Budiman, Fabian, Ricky Aryatama Yaputera, Said Achmad, and Aditya Kurniawan. Student attendance with face recognition (lbph or cnn): Systematic literature review. Procedia Computer Science, 216:31–38, 2023. 7th International Conference on Computer Science and Computational Intelligence 2022. Fernando Sancho Caparrini. Multilayer perceptron. http://www.cs.us.es/~fsancho/Modelos/ANN.html. Accessed on 2021-09-20. Md. Tahmid Hasan Fuad, Awal Ahmed Fime, Delowar Sikder, Md. Akil Raihan Iftee, Jakaria Rabbi, Mabrook S. Al- Rakhami, Abdu Gumaei, Ovishake Sen, Mohtasim Fuad, and Md. Nazrul Islam. Recent advances in deep learning techniques for face recognition. IEEE Access, 6:32, 07 2021. Guosheng Hu, Yongxin Yang, Dong Yi, Josef Kittler, William Christmas, Stan Z. Li, and Timothy Hospedales. When face recognition meets with deep learning: an evaluation of convolutional neural networks for face recognition, 2015. Franklin Johnson, Alvaro Valderrama, Carlos Valle, Broderick Crawford, Ricardo Soto, and Ricardo Ñanculef. Automating configuration of convolutional neural network hyperparameters using genetic algorithm, 2020. Shaoqing Ren Jian Sun Kaiming He, Xiangyu Zhang. Deep residual learning for image recognition. arXiv, 12 2015. Tom Lawrence, Li Zhang, Chee Peng Lim, and Emma-Jane Phillips. Particle swarm optimization for automatically evolving convolutional neural networks for image classification, 2021. James McDermott. Hands-on transfer learning with keras and the vgg16 model, 2015. Leandro Nunes. Fundamentals of natural computing, June 2 2006. Omkar M. Parkhi, Andrea Vedaldi, and Andrew Zisserman. Deep face recognition. In British Machine Vision Conference, 2015. DIMA RODIONOV. Vggface2, 2022. Daniel Smilkov and Shan Carter. Tensorflow playground. https://playground.tensorflow.org/. Accessed on 2021-09-20. Muneeb ul Hassan. Vgg16 – convolutional network for classification and detection, 2018. Vladyslav Yaloveha, Andrii Podorozhniak, and Heorhii Kuchuk. Convolutional neural network hyperparameter optimization applied to land cover classification, 2022. Tong Yu and Hong Zhu. Hyper-parameter optimization: A review of algorithms and applications, 2020. |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by/4.0/ Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
102 páginas |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Escuela Colombiana de Ingeniería |
| dc.publisher.place.spa.fl_str_mv |
Bogotá |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas |
| institution |
Escuela Colombiana de Ingeniería Julio Garavito |
| bitstream.url.fl_str_mv |
https://repositorio.escuelaing.edu.co/bitstream/001/3210/5/Sintonizador%20de%20hiperpar%c3%a1metros%20de%20redes%20neuronales%20usando%20computaci%c3%b3n%20natural.pdf.jpg https://repositorio.escuelaing.edu.co/bitstream/001/3210/7/Autorizaci%c3%b3nPublicaci%c3%b3n_TrabajoDirigido_SantiagoRocha_SebastianRojas%20CSC.pdf.jpg https://repositorio.escuelaing.edu.co/bitstream/001/3210/4/Sintonizador%20de%20hiperpar%c3%a1metros%20de%20redes%20neuronales%20usando%20computaci%c3%b3n%20natural.pdf.txt https://repositorio.escuelaing.edu.co/bitstream/001/3210/6/Autorizaci%c3%b3nPublicaci%c3%b3n_TrabajoDirigido_SantiagoRocha_SebastianRojas%20CSC.pdf.txt https://repositorio.escuelaing.edu.co/bitstream/001/3210/3/license.txt https://repositorio.escuelaing.edu.co/bitstream/001/3210/1/Sintonizador%20de%20hiperpar%c3%a1metros%20de%20redes%20neuronales%20usando%20computaci%c3%b3n%20natural.pdf https://repositorio.escuelaing.edu.co/bitstream/001/3210/2/Autorizaci%c3%b3nPublicaci%c3%b3n_TrabajoDirigido_SantiagoRocha_SebastianRojas%20CSC.pdf |
| bitstream.checksum.fl_str_mv |
a7812aab90e8243dfbb2ed7492ed024b 53e0d32847e37b619560e00fb0e0a40d 8a5b3e4d313fcc015c0cc19e7f2adc8d c68e5d1ecaa812a1725a03465730ed85 5a7ca94c2e5326ee169f979d71d0f06e 9ef9ce2aa96fe7b8820fb92706227dff 139c70551f58d46ac87b2651bbc109e7 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 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_ |
1808494271718752256 |
| spelling |
Díaz Rozo, María Irma83b1803eec9b84d637dd527884259a6aRocha Cristancho, Santiago Andrésf588bd4cc4a9e0c84628979a03feb5ccRojas Bueno, Sebastián0db283b90ec153c3bfeb0164f200cdb82024-08-02T15:29:19Z2024-08-02T15:29:19Z2024https://repositorio.escuelaing.edu.co/handle/001/3210https://catalogo-intra.escuelaing.edu.co/cgi-bin/koha/catalogue/detail.pl?biblionumber=23814Libro del proyecto Sintonizador de hiperparámetros de redes neuronales usando computación natural, conteniendo artículos de revisión y técnicos sobre la investigación, desarrollo y experimentación.El proyecto titulado "Sintonizador de hiperparámetros de redes neuronales usando computación natural (PSO: Optimización de enjambre de partículas)" tiene como objetivo desarrollar una solución automatizada para la sintonización de hiperparámetros en modelos de redes neuronales convolucionales (CNN), facilitando la obtención de resultados óptimos sin necesidad de una alta experiencia en el área. Utilizando el algoritmo de optimización por enjambre de partículas (PSO), se propone un framework que ha demostrado mejoras significativas en datasets como MNIST y CIFAR10 en comparación con otros sintonizadores existentes. Además, se ha desarrollado un modelo de reconocimiento facial basado en la arquitectura VGG16, evaluando la eficacia de la sintonización manual frente a la automática, alcanzando mejoras notables en la precisión del modelo. Este proyecto presenta una contribución significativa en la automatización de la sintonización de hiperparámetros, facilitando su aplicación en problemas complejos como el reconocimiento facial.The project titled "Sintonizador de hiperparámetros de redes neuronales usando computación natural (PSO: Optimización de enjambre de partículas)" aims to develop an automated solution for hyperparameter tuning in convolutional neural network (CNN) models, enabling optimal results without requiring extensive expertise in the field. By employing the particle swarm optimization (PSO) algorithm, the proposed framework has shown significant improvements in datasets such as MNIST and CIFAR10 compared to existing tuners. Additionally, a facial recognition model based on the VGG16 architecture was developed, evaluating the effectiveness of manual versus automatic tuning, achieving notable improvements in model accuracy. This project makes a significant contribution to the automation of hyperparameter tuning, facilitating its application in complex problems like facial recognition.PregradoIngeniero(a) de Sistemas102 páginasapplication/pdfspaEscuela Colombiana de IngenieríaBogotáIngeniería de Sistemashttps://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)http://purl.org/coar/access_right/c_abf2Sintonizador de hiperparámetros de redes neuronales usando computación natural (PSO: Optimización de Enjambre de Partículas)Trabajo de grado - Pregradoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85LaReferenciaJason Brownlee. How to perform face recognition with vggface2in keras. https://machinelearningmastery.com/ how-to-perform-face-recognition-with-vggface2-convolutional-neural-network-in-keras/, 08 2020.Andre Budiman, Fabian, Ricky Aryatama Yaputera, Said Achmad, and Aditya Kurniawan. Student attendance with face recognition (lbph or cnn): Systematic literature review. Procedia Computer Science, 216:31–38, 2023. 7th International Conference on Computer Science and Computational Intelligence 2022.Fernando Sancho Caparrini. Multilayer perceptron. http://www.cs.us.es/~fsancho/Modelos/ANN.html. Accessed on 2021-09-20.Md. Tahmid Hasan Fuad, Awal Ahmed Fime, Delowar Sikder, Md. Akil Raihan Iftee, Jakaria Rabbi, Mabrook S. Al- Rakhami, Abdu Gumaei, Ovishake Sen, Mohtasim Fuad, and Md. Nazrul Islam. Recent advances in deep learning techniques for face recognition. IEEE Access, 6:32, 07 2021.Guosheng Hu, Yongxin Yang, Dong Yi, Josef Kittler, William Christmas, Stan Z. Li, and Timothy Hospedales. When face recognition meets with deep learning: an evaluation of convolutional neural networks for face recognition, 2015.Franklin Johnson, Alvaro Valderrama, Carlos Valle, Broderick Crawford, Ricardo Soto, and Ricardo Ñanculef. Automating configuration of convolutional neural network hyperparameters using genetic algorithm, 2020.Shaoqing Ren Jian Sun Kaiming He, Xiangyu Zhang. Deep residual learning for image recognition. arXiv, 12 2015.Tom Lawrence, Li Zhang, Chee Peng Lim, and Emma-Jane Phillips. Particle swarm optimization for automatically evolving convolutional neural networks for image classification, 2021.James McDermott. Hands-on transfer learning with keras and the vgg16 model, 2015.Leandro Nunes. Fundamentals of natural computing, June 2 2006.Omkar M. Parkhi, Andrea Vedaldi, and Andrew Zisserman. Deep face recognition. In British Machine Vision Conference, 2015.DIMA RODIONOV. Vggface2, 2022.Daniel Smilkov and Shan Carter. Tensorflow playground. https://playground.tensorflow.org/. Accessed on 2021-09-20.Muneeb ul Hassan. Vgg16 – convolutional network for classification and detection, 2018.Vladyslav Yaloveha, Andrii Podorozhniak, and Heorhii Kuchuk. Convolutional neural network hyperparameter optimization applied to land cover classification, 2022.Tong Yu and Hong Zhu. Hyper-parameter optimization: A review of algorithms and applications, 2020.Sintonización de hiperparámetrosRedes neuronales convolucionales (CNN)Optimización de enjambre de partículas (PSO)Computación naturalReconocimiento facialSintonización automáticaSintonización manualFramework de sintonizaciónAlgoritmos bioinspiradosExploración de espacios de búsquedaTécnicas de aprendizaje profundoHeurísticosHyperparameter tuningConvolutional neural networks (CNN)Particle swarm optimization (PSO)Natural computingFacial recognitionAutomatic tuningManual tuningTuning frameworkBioinspired algorithmsSearch space explorationSintonización de hiperparámetrosHyperparameter tuningDeep learning techniquesHeuristicsTHUMBNAILSintonizador de hiperparámetros de redes neuronales usando computación natural.pdf.jpgSintonizador de hiperparámetros de redes neuronales usando computación natural.pdf.jpgGenerated Thumbnailimage/jpeg6904https://repositorio.escuelaing.edu.co/bitstream/001/3210/5/Sintonizador%20de%20hiperpar%c3%a1metros%20de%20redes%20neuronales%20usando%20computaci%c3%b3n%20natural.pdf.jpga7812aab90e8243dfbb2ed7492ed024bMD55open accessAutorizaciónPublicación_TrabajoDirigido_SantiagoRocha_SebastianRojas CSC.pdf.jpgAutorizaciónPublicación_TrabajoDirigido_SantiagoRocha_SebastianRojas CSC.pdf.jpgGenerated Thumbnailimage/jpeg14497https://repositorio.escuelaing.edu.co/bitstream/001/3210/7/Autorizaci%c3%b3nPublicaci%c3%b3n_TrabajoDirigido_SantiagoRocha_SebastianRojas%20CSC.pdf.jpg53e0d32847e37b619560e00fb0e0a40dMD57metadata only accessTEXTSintonizador de hiperparámetros de redes neuronales usando computación natural.pdf.txtSintonizador de hiperparámetros de redes neuronales usando computación natural.pdf.txtExtracted texttext/plain207154https://repositorio.escuelaing.edu.co/bitstream/001/3210/4/Sintonizador%20de%20hiperpar%c3%a1metros%20de%20redes%20neuronales%20usando%20computaci%c3%b3n%20natural.pdf.txt8a5b3e4d313fcc015c0cc19e7f2adc8dMD54open accessAutorizaciónPublicación_TrabajoDirigido_SantiagoRocha_SebastianRojas CSC.pdf.txtAutorizaciónPublicación_TrabajoDirigido_SantiagoRocha_SebastianRojas CSC.pdf.txtExtracted texttext/plain4https://repositorio.escuelaing.edu.co/bitstream/001/3210/6/Autorizaci%c3%b3nPublicaci%c3%b3n_TrabajoDirigido_SantiagoRocha_SebastianRojas%20CSC.pdf.txtc68e5d1ecaa812a1725a03465730ed85MD56metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81881https://repositorio.escuelaing.edu.co/bitstream/001/3210/3/license.txt5a7ca94c2e5326ee169f979d71d0f06eMD53open accessORIGINALSintonizador de hiperparámetros de redes neuronales usando computación natural.pdfSintonizador de hiperparámetros de redes neuronales usando computación natural.pdfArchivo principal, libro del proyectoapplication/pdf3632168https://repositorio.escuelaing.edu.co/bitstream/001/3210/1/Sintonizador%20de%20hiperpar%c3%a1metros%20de%20redes%20neuronales%20usando%20computaci%c3%b3n%20natural.pdf9ef9ce2aa96fe7b8820fb92706227dffMD51open accessAutorizaciónPublicación_TrabajoDirigido_SantiagoRocha_SebastianRojas CSC.pdfAutorizaciónPublicación_TrabajoDirigido_SantiagoRocha_SebastianRojas CSC.pdfArchivo secundario, autorización de publicación del proyectoapplication/pdf1242936https://repositorio.escuelaing.edu.co/bitstream/001/3210/2/Autorizaci%c3%b3nPublicaci%c3%b3n_TrabajoDirigido_SantiagoRocha_SebastianRojas%20CSC.pdf139c70551f58d46ac87b2651bbc109e7MD52metadata only access001/3210oai:repositorio.escuelaing.edu.co:001/32102024-08-03 03:00:48.618open accessRepositorio Escuela Colombiana de Ingeniería Julio Garavitorepositorio.eci@escuelaing.edu.coU0kgVVNURUQgSEFDRSBQQVJURSBERUwgR1JVUE8gREUgUEFSRVMgRVZBTFVBRE9SRVMgREUgTEEgQ09MRUNDScOTTiAiUEVFUiBSRVZJRVciLCBPTUlUQSBFU1RBIExJQ0VOQ0lBLgoKQXV0b3Jpem8gYSBsYSBFc2N1ZWxhIENvbG9tYmlhbmEgZGUgSW5nZW5pZXLDrWEgSnVsaW8gR2FyYXZpdG8gcGFyYSBwdWJsaWNhciBlbCB0cmFiYWpvIGRlIGdyYWRvLCBhcnTDrWN1bG8sIHZpZGVvLCAKY29uZmVyZW5jaWEsIGxpYnJvLCBpbWFnZW4sIGZvdG9ncmFmw61hLCBhdWRpbywgcHJlc2VudGFjacOzbiB1IG90cm8gKGVuICAgIGFkZWxhbnRlIGRvY3VtZW50bykgcXVlIGVuIGxhIGZlY2hhIAplbnRyZWdvIGVuIGZvcm1hdG8gZGlnaXRhbCwgeSBsZSBwZXJtaXRvIGRlIGZvcm1hIGluZGVmaW5pZGEgcXVlIGxvIHB1YmxpcXVlIGVuIGVsIHJlcG9zaXRvcmlvIGluc3RpdHVjaW9uYWwsIAplbiBsb3MgdMOpcm1pbm9zIGVzdGFibGVjaWRvcyBlbiBsYSBMZXkgMjMgZGUgMTk4MiwgbGEgTGV5IDQ0IGRlIDE5OTMsIHkgZGVtw6FzIGxleWVzIHkganVyaXNwcnVkZW5jaWEgdmlnZW50ZQphbCByZXNwZWN0bywgcGFyYSBmaW5lcyBlZHVjYXRpdm9zIHkgbm8gbHVjcmF0aXZvcy4gRXN0YSBhdXRvcml6YWNpw7NuIGVzIHbDoWxpZGEgcGFyYSBsYXMgZmFjdWx0YWRlcyB5IGRlcmVjaG9zIGRlIAp1c28gc29icmUgbGEgb2JyYSBlbiBmb3JtYXRvIGRpZ2l0YWwsIGVsZWN0csOzbmljbywgdmlydHVhbDsgeSBwYXJhIHVzb3MgZW4gcmVkZXMsIGludGVybmV0LCBleHRyYW5ldCwgeSBjdWFscXVpZXIgCmZvcm1hdG8gbyBtZWRpbyBjb25vY2lkbyBvIHBvciBjb25vY2VyLgpFbiBtaSBjYWxpZGFkIGRlIGF1dG9yLCBleHByZXNvIHF1ZSBlbCBkb2N1bWVudG8gb2JqZXRvIGRlIGxhIHByZXNlbnRlIGF1dG9yaXphY2nDs24gZXMgb3JpZ2luYWwgeSBsbyBlbGFib3LDqSBzaW4gCnF1ZWJyYW50YXIgbmkgc3VwbGFudGFyIGxvcyBkZXJlY2hvcyBkZSBhdXRvciBkZSB0ZXJjZXJvcy4gUG9yIGxvIHRhbnRvLCBlcyBkZSBtaSBleGNsdXNpdmEgYXV0b3LDrWEgeSwgZW4gY29uc2VjdWVuY2lhLCAKdGVuZ28gbGEgdGl0dWxhcmlkYWQgc29icmUgw6lsLiBFbiBjYXNvIGRlIHF1ZWphIG8gYWNjacOzbiBwb3IgcGFydGUgZGUgdW4gdGVyY2VybyByZWZlcmVudGUgYSBsb3MgZGVyZWNob3MgZGUgYXV0b3Igc29icmUgCmVsIGRvY3VtZW50byBlbiBjdWVzdGnDs24sIGFzdW1pcsOpIGxhIHJlc3BvbnNhYmlsaWRhZCB0b3RhbCB5IHNhbGRyw6kgZW4gZGVmZW5zYSBkZSBsb3MgZGVyZWNob3MgYXF1w60gYXV0b3JpemFkb3MuIEVzdG8gCnNpZ25pZmljYSBxdWUsIHBhcmEgdG9kb3MgbG9zIGVmZWN0b3MsIGxhIEVzY3VlbGEgYWN0w7phIGNvbW8gdW4gdGVyY2VybyBkZSBidWVuYSBmZS4KVG9kYSBwZXJzb25hIHF1ZSBjb25zdWx0ZSBlbCBSZXBvc2l0b3JpbyBJbnN0aXR1Y2lvbmFsIGRlIGxhIEVzY3VlbGEsIGVsIENhdMOhbG9nbyBlbiBsw61uZWEgdSBvdHJvIG1lZGlvIGVsZWN0csOzbmljbywgCnBvZHLDoSBjb3BpYXIgYXBhcnRlcyBkZWwgdGV4dG8sIGNvbiBlbCBjb21wcm9taXNvIGRlIGNpdGFyIHNpZW1wcmUgbGEgZnVlbnRlLCBsYSBjdWFsIGluY2x1eWUgZWwgdMOtdHVsbyBkZWwgdHJhYmFqbyB5IGVsIAphdXRvci5Fc3RhIGF1dG9yaXphY2nDs24gbm8gaW1wbGljYSByZW51bmNpYSBhIGxhIGZhY3VsdGFkIHF1ZSB0ZW5nbyBkZSBwdWJsaWNhciB0b3RhbCBvIHBhcmNpYWxtZW50ZSBsYSBvYnJhIGVuIG90cm9zIAptZWRpb3MuRXN0YSBhdXRvcml6YWNpw7NuIGVzdMOhIHJlc3BhbGRhZGEgcG9yIGxhcyBmaXJtYXMgZGVsIChsb3MpIGF1dG9yKGVzKSBkZWwgZG9jdW1lbnRvLiAKU8OtIGF1dG9yaXpvIChhbWJvcykK |