Identificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas
La quinua, se clasifica como pseudocereal y contiene componentes bioactivos, tales como proteínas con un alto valor nutricional. El consumo de proteína y especialmente aminoácidos esenciales de cadena ramificada juegan un papel fundamental en la dieta, ya que favorece al mantenimiento de estructuras...
- Autores:
-
Caicedo, Nicolas
Caicedo, Juan M.
Oñate-Garzón, José
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2022
- Institución:
- Corporación Universidad de la Costa
- Repositorio:
- REDICUC - Repositorio CUC
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.cuc.edu.co:11323/9728
- Acceso en línea:
- https://hdl.handle.net/11323/9728
https://repositorio.cuc.edu.co/
- Palabra clave:
- Aprendizaje de máquinas
Regresión lineal
Sklearn
Chenopodium quinua
Aminoácidos
Machine learning
Linear regression
Sklearn
Chenopodium quinoa
Amino acids
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
| id |
RCUC2_97fb24d7e9d29e86c8449c9c64a69db6 |
|---|---|
| oai_identifier_str |
oai:repositorio.cuc.edu.co:11323/9728 |
| network_acronym_str |
RCUC2 |
| network_name_str |
REDICUC - Repositorio CUC |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Identificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas |
| title |
Identificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas |
| spellingShingle |
Identificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas Aprendizaje de máquinas Regresión lineal Sklearn Chenopodium quinua Aminoácidos Machine learning Linear regression Sklearn Chenopodium quinoa Amino acids |
| title_short |
Identificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas |
| title_full |
Identificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas |
| title_fullStr |
Identificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas |
| title_full_unstemmed |
Identificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas |
| title_sort |
Identificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas |
| dc.creator.fl_str_mv |
Caicedo, Nicolas Caicedo, Juan M. Oñate-Garzón, José |
| dc.contributor.author.none.fl_str_mv |
Caicedo, Nicolas Caicedo, Juan M. Oñate-Garzón, José |
| dc.subject.proposal.spa.fl_str_mv |
Aprendizaje de máquinas Regresión lineal Sklearn Chenopodium quinua Aminoácidos |
| topic |
Aprendizaje de máquinas Regresión lineal Sklearn Chenopodium quinua Aminoácidos Machine learning Linear regression Sklearn Chenopodium quinoa Amino acids |
| dc.subject.proposal.eng.fl_str_mv |
Machine learning Linear regression Sklearn Chenopodium quinoa Amino acids |
| description |
La quinua, se clasifica como pseudocereal y contiene componentes bioactivos, tales como proteínas con un alto valor nutricional. El consumo de proteína y especialmente aminoácidos esenciales de cadena ramificada juegan un papel fundamental en la dieta, ya que favorece al mantenimiento de estructuras corporales |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-12-27T21:16:40Z |
| dc.date.available.none.fl_str_mv |
2022-12-27T21:16:40Z |
| dc.date.issued.none.fl_str_mv |
2022-07-07 |
| dc.type.spa.fl_str_mv |
Artículo de revista |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
| 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 |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_6501 |
| status_str |
publishedVersion |
| dc.identifier.citation.spa.fl_str_mv |
N. Caicedo, J. Caicedo y J. Oñate, “Identificación de Aminoácidos de Cadena Ramificada en Proteína de Quinua mediante Modelo de Regresión Lineal con Aprendizaje de Máquinas”, J. Comput. Electron. Sci.: Theory Appl., vol. 3, no. 2, pp. 24–32, 2022. https://doi.org/10.17981/cesta.03.02.2022.04 |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/11323/9728 |
| dc.identifier.doi.none.fl_str_mv |
10.17981/cesta.03.02.2022.04 |
| dc.identifier.eissn.spa.fl_str_mv |
2745-0090 |
| dc.identifier.instname.spa.fl_str_mv |
Corporación Universidad de la Costa |
| dc.identifier.reponame.spa.fl_str_mv |
REDICUC - Repositorio CUC |
| dc.identifier.repourl.spa.fl_str_mv |
https://repositorio.cuc.edu.co/ |
| identifier_str_mv |
N. Caicedo, J. Caicedo y J. Oñate, “Identificación de Aminoácidos de Cadena Ramificada en Proteína de Quinua mediante Modelo de Regresión Lineal con Aprendizaje de Máquinas”, J. Comput. Electron. Sci.: Theory Appl., vol. 3, no. 2, pp. 24–32, 2022. https://doi.org/10.17981/cesta.03.02.2022.04 10.17981/cesta.03.02.2022.04 2745-0090 Corporación Universidad de la Costa REDICUC - Repositorio CUC |
| url |
https://hdl.handle.net/11323/9728 https://repositorio.cuc.edu.co/ |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartofjournal.spa.fl_str_mv |
Computer and Electronic Sciences: Theory and Applications - CESTA |
| dc.relation.references.spa.fl_str_mv |
A. Bojanic, Organización de las Naciones Unidad para la Alimentación y la Agricultura, La Quinua: Cultivo milenario para contribuir a la seguridad alimentaria mundial, STGO, CL: FAO/RLC, 2011. Disponible en https://www.fao.org/familyfarming/detail/es/c/326239/ E. Soto, W. Mercado, R. Estrada, R. Repo, F. Díaz, F. ý G. Díaz, El mercado y la producción de quinua en el Perú. LI, PE: IICA/INIA, 2015. Disponible en http://repositorio.inia.gob.pe/handle/20.500.12955/1257 M. Oliva, A. Duque y L. García-Alzate, “Caracterización fisicoquímica del cereal y almidón de Quinua Chenopodium quinua”, Rev Ion, vol. 31, no. 1, pp. 25–29, Sep. 2018. http://dx.doi.org/10.18273/revion.v31n1-2018004 D. Ferrier, Bioquímica, 6 ed. PHL, USA: Lippincott Williams & Wilkin, 2014. [5] R. Rajendram, V. Preedy & V. Patel, Branched Chain Amino Acids in Clinical Nutrition, vol. 1. NY, USA: Humana Press, 2015. https://doi.org/10.1007/978-1-4939-1923-9 D. Rojas, F. Figueras y S. Durán, “Ventajas y desventajas nutricionales de ser vegano o vegetariano”, Rev chil nutr, vol. 44, no. 3, pp. 218–225, 2017. Disponible en https://search.bvsalud.org/gim/resource/es/biblio-899824 J. Physiol & K. Atherton, “Muscle protein synthesis in response to nutrition and exercise”, J Physiol, vol. 590, no. 5, pp. 1049–1057, Jan. 2012. https://doi.org/10.1113/jphysiol.2011.225003 K. Smith, N. Reynolds, S. Downie, A. Patel & M. J. Rennie, “Effects of flooding amino acids on incorporation of labeled amino acids into human muscle protein,” Am J Physiol, vol. 275, no. 1, pp. E73–E78, Jul. 1998. https://doi.org/10.1152/ ajpendo.1998.275.1.E73 M. S. Brook, P. Scaife, J. J. Bass, J. Cegielski, S. Watanabe, D. J. Wilkinson, K. Smith, B. E. Phillips & P. J. Atherton, “A collagen hydrolysate/milk protein-blend stimulates muscle anabolism equivalently to an isoenergetic milk protein-blend containing a greater quantity of essential amino acids in older men,” Clin Nutr, vol. 40, no. 6, pp. 4456–4464, Jun. 2021. https:// doi.org/10.1016/j.clnu.2021.01.002 H. Hiraiwa, T. Okumura, T.Kondo, T. Kato, S. Kazama, T. Ishihara, E.Iwata, M. Shimojo, S. Kondo, S. Aoki, Y. Kanzaki, D. Tanimura, H. Sano, Y.Awaji, S. Yamada & T. Murohara, “Usefulness of the plasma branched-chain amino acid/aromatic amino acid ratio for predicting future cardiac events in patients with heart failure,” J Cardiol, vol. 75, no. 6, pp. 689–696, Jan. 2020. https://doi.org/10.1016/j.jjcc.2019.12.016 IBM Corporación, Regresión lineal, 2021, abril 13. [Online]. Disponible en https://www.ibm.com/co-es/analytics/learn/linearregression R. Montero, “Modelos de regresión lineal múltiple”, Documentos de Trabajo en Economía Aplicada, 2016. Recuperado de https://www.ugr.es/~montero/matematicas/regresion_lineal.pdf M. Gupta, “ML | Linear Regression”, Geeks for Geeks, 18 May. 2022. [Online]. Disponible en https://www.geeksforgeeks.org/ ml-linear-regression Download FoodData Central Data, USDA, abril, 2022. [Online]. Disponible en https://fdc.nal.usda.gov/ P. Vargas, R. Arteaga y L. Cruz, “Análisis bibliográfico sobre el potencial nutricional de la quinua (chenopodium quinoa) como alimento funcional”, Rev CAZ, vol. 46, no. 4, pp. 89–100. Dic. 2019. Disponible en http://centroazucar.uclv.edu.cu/index. php/centro_azucar/article/view/19 D. Kirk, C. Catal & B. Tekinerdogan, “Precision nutrition: A systematic literature review,” Comp Biol Med, vol. 133, pp. 104365–104365, Jun. 2021. https://doi.org/10.1016/j.compbiomed.2021.104365 G. K. Golla, J. A. Carlson, J. Huan, J. Kerr, T. Mitchell & K. Borner, “Developing Novel Machine Learning Algorithms to Improve Sedentary Assessment for Youth Health Enhancement”, presented at 2016 ICHI, IEEE, CH, IL, USA, 04-07 Oct. 2016, pp. 375–379. https://doi.org/10.1109/ICHI.2016.67 J. Meerasri & R. Sothornvit, “Artificial neural networks (ANNs) and multiple linear regression (MLR) for prediction of moisture content for coated pineapple cubes,” Case Stud Therm Eng, vol. 33, pp. 101942–101942, May. 2022. https://doi. org/10.1016/j.csite.2022.101942 G. Çakmak & C. Yıldız, “The prediction of seedy grape drying rate using a neural network method”, Comput Electron Agric, vol. 75, no. 1, pp. 132–138, Jan. 2011. https://doi.org/10.1016/j.compag.2010.10.008 V. Siy, V. Antonio, C. Siguin, N. Gordoncillo, J. Sescon, C. Go & E. Miro, “Predicting undernutrition among elementary schoolchildren in the Philippines using machine learning algorithms,” Nutrition, vol. 96, pp. 111571–111571, Apr. 2022. https://doi.org/10.1016/j.nut.2021.111571 A. Antónov, “Valores nutricionales de alimentos y productos communes”, Kaggle, 2019, julio 18. Disponible en https://www. kaggle.com/datasets/trolukovich/nutritional-values-for-common-foods-and-products A. Beklemysheva, “Why Use Python for AI and Machine Learning?”, Steel kiwi, 2022, enero. Disponible: https://steelkiwi. com/blog/python-for-ai-and-machine-learning/ M. Silva, M. Ribeiro, O. Viegas, Z. Martins, M. Faria, S. Casal, E.Pinto, A. Almeida, O. Pinho & I. Ferreira, “Exploring two food composition databases to estimate nutritional components of whole meals,” J Food Compos Anal, vol. 102, no. 5, pp. 104070–104070, Sep. 2021. https://doi.org/10.1016/j.jfca.2021.104070 V. Naoum, D. Kyriopoulos, A. Charonis, K. Athanasakis & J. Kyriopoulos, “The Pareto Principle ("80−20 Rule") In Healthcare Services In Greece,” Value Health, vol. 19, no. 7, pp. 18–18, 2016. https://doi.org/10.1016/j.jval.2016.09.1563 P. Rattan, D. Penrice & D. Simonetto, “Artificial Intelligence and Machine Learning: What You Always Wanted to Know but Were Afraid to Ask,” Gastro Hep Advances, vol. 1, no. 1, pp 70–78, Nov. 2022. https://doi.org/10.1016/j.gastha.2021.11.001 A. Banerji, “Gradient Descent in Linear Regression,” Analytics Vidhya, 2021, abril 19. Available: https://www.analyticsvidhya.com/blog/2021/04/gradient-descent-in-linear-regression/ B. Gutiérrez & Gómez, “Scoping Review of Complexity Science in Dentistry,” Dent Hypotheses, vol. 12, no. 3, pp. 109–117, Nov. 2021. Available: http://www.dentalhypotheses.com/text.asp?2021/12/3/109/329758 C. Gutiérrez, M. Lares, J. Sandoval y M. Hernández, “Aminoácidos de Cadena Ramificada”, Rev Dig Postgrado, vol. 9, no. 2, pp. 1–6, 2018. https://doi.org/10.37910/RDP.2020.9.2.e224 G. R. Morantes-Quintana, G. R. Rincón-Polo & N. A. Pérez-Santodomingo, “Multiple linear regression model to estimate PM 1 concentration”, Rev Int Contam Ambie, vol. 35, no. 1, pp. 179–194, 2019. https://doi.org/10.20937/rica.2019.35.01.13 |
| dc.relation.citationendpage.spa.fl_str_mv |
32 |
| dc.relation.citationstartpage.spa.fl_str_mv |
24 |
| dc.relation.citationissue.spa.fl_str_mv |
2 |
| dc.relation.citationvolume.spa.fl_str_mv |
3 |
| dc.rights.spa.fl_str_mv |
Derechos de autor 2022 Nicolas Caicedo |
| dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) Derechos de autor 2022 Nicolas Caicedo https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
9 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Corporación Universidad de la Costa |
| dc.publisher.place.spa.fl_str_mv |
Colombia |
| dc.source.spa.fl_str_mv |
https://revistascientificas.cuc.edu.co/CESTA/article/view/4196 |
| institution |
Corporación Universidad de la Costa |
| bitstream.url.fl_str_mv |
https://repositorio.cuc.edu.co/bitstreams/73a23800-d8d4-4ffd-96de-d0c3b76dbd50/download https://repositorio.cuc.edu.co/bitstreams/e295ebd4-2ae5-461c-a13d-c24261c9882b/download https://repositorio.cuc.edu.co/bitstreams/33c8922c-1e0d-4130-b222-2a35fee3da33/download https://repositorio.cuc.edu.co/bitstreams/1a85b90c-0f72-4085-99e0-bd69afd829a6/download |
| bitstream.checksum.fl_str_mv |
f614ca1746a3cb0b29c86227a6d064e7 2f9959eaf5b71fae44bbf9ec84150c7a c39857552af2b1ec26dc3a983befc21d 9b40b9b8a593a98e1fd1560505fb8188 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio de la Universidad de la Costa CUC |
| repository.mail.fl_str_mv |
repdigital@cuc.edu.co |
| _version_ |
1811760840437661696 |
| spelling |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Derechos de autor 2022 Nicolas Caicedohttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Caicedo, NicolasCaicedo, Juan M.Oñate-Garzón, José2022-12-27T21:16:40Z2022-12-27T21:16:40Z2022-07-07N. Caicedo, J. Caicedo y J. Oñate, “Identificación de Aminoácidos de Cadena Ramificada en Proteína de Quinua mediante Modelo de Regresión Lineal con Aprendizaje de Máquinas”, J. Comput. Electron. Sci.: Theory Appl., vol. 3, no. 2, pp. 24–32, 2022. https://doi.org/10.17981/cesta.03.02.2022.04https://hdl.handle.net/11323/972810.17981/cesta.03.02.2022.042745-0090Corporación Universidad de la CostaREDICUC - Repositorio CUChttps://repositorio.cuc.edu.co/La quinua, se clasifica como pseudocereal y contiene componentes bioactivos, tales como proteínas con un alto valor nutricional. El consumo de proteína y especialmente aminoácidos esenciales de cadena ramificada juegan un papel fundamental en la dieta, ya que favorece al mantenimiento de estructuras corporalesQuinoa is classified as a pseudocereal and contains bioactive components, such as proteins with high nutritional value. The consumption of protein and especially branched-chain essential amino acids play a fundamental role in the diet, since it favors the maintenance of body structures9application/pdfspaCorporación Universidad de la CostaColombiahttps://revistascientificas.cuc.edu.co/CESTA/article/view/4196Identificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinasArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articlehttp://purl.org/redcol/resource_type/ARTinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85Computer and Electronic Sciences: Theory and Applications - CESTAA. Bojanic, Organización de las Naciones Unidad para la Alimentación y la Agricultura, La Quinua: Cultivo milenario para contribuir a la seguridad alimentaria mundial, STGO, CL: FAO/RLC, 2011. Disponible en https://www.fao.org/familyfarming/detail/es/c/326239/E. Soto, W. Mercado, R. Estrada, R. Repo, F. Díaz, F. ý G. Díaz, El mercado y la producción de quinua en el Perú. LI, PE: IICA/INIA, 2015. Disponible en http://repositorio.inia.gob.pe/handle/20.500.12955/1257M. Oliva, A. Duque y L. García-Alzate, “Caracterización fisicoquímica del cereal y almidón de Quinua Chenopodium quinua”, Rev Ion, vol. 31, no. 1, pp. 25–29, Sep. 2018. http://dx.doi.org/10.18273/revion.v31n1-2018004D. Ferrier, Bioquímica, 6 ed. PHL, USA: Lippincott Williams & Wilkin, 2014. [5] R. Rajendram, V. Preedy & V. Patel, Branched Chain Amino Acids in Clinical Nutrition, vol. 1. NY, USA: Humana Press, 2015. https://doi.org/10.1007/978-1-4939-1923-9D. Rojas, F. Figueras y S. Durán, “Ventajas y desventajas nutricionales de ser vegano o vegetariano”, Rev chil nutr, vol. 44, no. 3, pp. 218–225, 2017. Disponible en https://search.bvsalud.org/gim/resource/es/biblio-899824J. Physiol & K. Atherton, “Muscle protein synthesis in response to nutrition and exercise”, J Physiol, vol. 590, no. 5, pp. 1049–1057, Jan. 2012. https://doi.org/10.1113/jphysiol.2011.225003K. Smith, N. Reynolds, S. Downie, A. Patel & M. J. Rennie, “Effects of flooding amino acids on incorporation of labeled amino acids into human muscle protein,” Am J Physiol, vol. 275, no. 1, pp. E73–E78, Jul. 1998. https://doi.org/10.1152/ ajpendo.1998.275.1.E73M. S. Brook, P. Scaife, J. J. Bass, J. Cegielski, S. Watanabe, D. J. Wilkinson, K. Smith, B. E. Phillips & P. J. Atherton, “A collagen hydrolysate/milk protein-blend stimulates muscle anabolism equivalently to an isoenergetic milk protein-blend containing a greater quantity of essential amino acids in older men,” Clin Nutr, vol. 40, no. 6, pp. 4456–4464, Jun. 2021. https:// doi.org/10.1016/j.clnu.2021.01.002H. Hiraiwa, T. Okumura, T.Kondo, T. Kato, S. Kazama, T. Ishihara, E.Iwata, M. Shimojo, S. Kondo, S. Aoki, Y. Kanzaki, D. Tanimura, H. Sano, Y.Awaji, S. Yamada & T. Murohara, “Usefulness of the plasma branched-chain amino acid/aromatic amino acid ratio for predicting future cardiac events in patients with heart failure,” J Cardiol, vol. 75, no. 6, pp. 689–696, Jan. 2020. https://doi.org/10.1016/j.jjcc.2019.12.016IBM Corporación, Regresión lineal, 2021, abril 13. [Online]. Disponible en https://www.ibm.com/co-es/analytics/learn/linearregressionR. Montero, “Modelos de regresión lineal múltiple”, Documentos de Trabajo en Economía Aplicada, 2016. Recuperado de https://www.ugr.es/~montero/matematicas/regresion_lineal.pdfM. Gupta, “ML | Linear Regression”, Geeks for Geeks, 18 May. 2022. [Online]. Disponible en https://www.geeksforgeeks.org/ ml-linear-regressionDownload FoodData Central Data, USDA, abril, 2022. [Online]. Disponible en https://fdc.nal.usda.gov/P. Vargas, R. Arteaga y L. Cruz, “Análisis bibliográfico sobre el potencial nutricional de la quinua (chenopodium quinoa) como alimento funcional”, Rev CAZ, vol. 46, no. 4, pp. 89–100. Dic. 2019. Disponible en http://centroazucar.uclv.edu.cu/index. php/centro_azucar/article/view/19D. Kirk, C. Catal & B. Tekinerdogan, “Precision nutrition: A systematic literature review,” Comp Biol Med, vol. 133, pp. 104365–104365, Jun. 2021. https://doi.org/10.1016/j.compbiomed.2021.104365G. K. Golla, J. A. Carlson, J. Huan, J. Kerr, T. Mitchell & K. Borner, “Developing Novel Machine Learning Algorithms to Improve Sedentary Assessment for Youth Health Enhancement”, presented at 2016 ICHI, IEEE, CH, IL, USA, 04-07 Oct. 2016, pp. 375–379. https://doi.org/10.1109/ICHI.2016.67J. Meerasri & R. Sothornvit, “Artificial neural networks (ANNs) and multiple linear regression (MLR) for prediction of moisture content for coated pineapple cubes,” Case Stud Therm Eng, vol. 33, pp. 101942–101942, May. 2022. https://doi. org/10.1016/j.csite.2022.101942G. Çakmak & C. Yıldız, “The prediction of seedy grape drying rate using a neural network method”, Comput Electron Agric, vol. 75, no. 1, pp. 132–138, Jan. 2011. https://doi.org/10.1016/j.compag.2010.10.008V. Siy, V. Antonio, C. Siguin, N. Gordoncillo, J. Sescon, C. Go & E. Miro, “Predicting undernutrition among elementary schoolchildren in the Philippines using machine learning algorithms,” Nutrition, vol. 96, pp. 111571–111571, Apr. 2022. https://doi.org/10.1016/j.nut.2021.111571A. Antónov, “Valores nutricionales de alimentos y productos communes”, Kaggle, 2019, julio 18. Disponible en https://www. kaggle.com/datasets/trolukovich/nutritional-values-for-common-foods-and-productsA. Beklemysheva, “Why Use Python for AI and Machine Learning?”, Steel kiwi, 2022, enero. Disponible: https://steelkiwi. com/blog/python-for-ai-and-machine-learning/M. Silva, M. Ribeiro, O. Viegas, Z. Martins, M. Faria, S. Casal, E.Pinto, A. Almeida, O. Pinho & I. Ferreira, “Exploring two food composition databases to estimate nutritional components of whole meals,” J Food Compos Anal, vol. 102, no. 5, pp. 104070–104070, Sep. 2021. https://doi.org/10.1016/j.jfca.2021.104070V. Naoum, D. Kyriopoulos, A. Charonis, K. Athanasakis & J. Kyriopoulos, “The Pareto Principle ("80−20 Rule") In Healthcare Services In Greece,” Value Health, vol. 19, no. 7, pp. 18–18, 2016. https://doi.org/10.1016/j.jval.2016.09.1563P. Rattan, D. Penrice & D. Simonetto, “Artificial Intelligence and Machine Learning: What You Always Wanted to Know but Were Afraid to Ask,” Gastro Hep Advances, vol. 1, no. 1, pp 70–78, Nov. 2022. https://doi.org/10.1016/j.gastha.2021.11.001A. Banerji, “Gradient Descent in Linear Regression,” Analytics Vidhya, 2021, abril 19. Available: https://www.analyticsvidhya.com/blog/2021/04/gradient-descent-in-linear-regression/B. Gutiérrez & Gómez, “Scoping Review of Complexity Science in Dentistry,” Dent Hypotheses, vol. 12, no. 3, pp. 109–117, Nov. 2021. Available: http://www.dentalhypotheses.com/text.asp?2021/12/3/109/329758C. Gutiérrez, M. Lares, J. Sandoval y M. Hernández, “Aminoácidos de Cadena Ramificada”, Rev Dig Postgrado, vol. 9, no. 2, pp. 1–6, 2018. https://doi.org/10.37910/RDP.2020.9.2.e224G. R. Morantes-Quintana, G. R. Rincón-Polo & N. A. Pérez-Santodomingo, “Multiple linear regression model to estimate PM 1 concentration”, Rev Int Contam Ambie, vol. 35, no. 1, pp. 179–194, 2019. https://doi.org/10.20937/rica.2019.35.01.13322423Aprendizaje de máquinasRegresión linealSklearnChenopodium quinuaAminoácidosMachine learningLinear regressionSklearnChenopodium quinoaAmino acidsComunidad científica colombianaPublicationORIGINALIdentificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas.pdfIdentificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas.pdfArtículoapplication/pdf621185https://repositorio.cuc.edu.co/bitstreams/73a23800-d8d4-4ffd-96de-d0c3b76dbd50/downloadf614ca1746a3cb0b29c86227a6d064e7MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-814828https://repositorio.cuc.edu.co/bitstreams/e295ebd4-2ae5-461c-a13d-c24261c9882b/download2f9959eaf5b71fae44bbf9ec84150c7aMD52TEXTIdentificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas.pdf.txtIdentificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas.pdf.txtExtracted texttext/plain37969https://repositorio.cuc.edu.co/bitstreams/33c8922c-1e0d-4130-b222-2a35fee3da33/downloadc39857552af2b1ec26dc3a983befc21dMD53THUMBNAILIdentificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas.pdf.jpgIdentificación de aminoácidos de cadena ramificada en proteína de quinua mediante modelo de regresión lineal con aprendizaje de máquinas.pdf.jpgGenerated Thumbnailimage/jpeg13695https://repositorio.cuc.edu.co/bitstreams/1a85b90c-0f72-4085-99e0-bd69afd829a6/download9b40b9b8a593a98e1fd1560505fb8188MD5411323/9728oai:repositorio.cuc.edu.co:11323/97282024-09-17 14:08:49.168https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos de autor 2022 Nicolas Caicedoopen.accesshttps://repositorio.cuc.edu.coRepositorio de la Universidad de la Costa CUCrepdigital@cuc.edu.coTEEgT0JSQSAoVEFMIFkgQ09NTyBTRSBERUZJTkUgTcOBUyBBREVMQU5URSkgU0UgT1RPUkdBIEJBSk8gTE9TIFRFUk1JTk9TIERFIEVTVEEgTElDRU5DSUEgUMOaQkxJQ0EgREUgQ1JFQVRJVkUgQ09NTU9OUyAo4oCcTFBDQ+KAnSBPIOKAnExJQ0VOQ0lB4oCdKS4gTEEgT0JSQSBFU1TDgSBQUk9URUdJREEgUE9SIERFUkVDSE9TIERFIEFVVE9SIFkvVSBPVFJBUyBMRVlFUyBBUExJQ0FCTEVTLiBRVUVEQSBQUk9ISUJJRE8gQ1VBTFFVSUVSIFVTTyBRVUUgU0UgSEFHQSBERSBMQSBPQlJBIFFVRSBOTyBDVUVOVEUgQ09OIExBIEFVVE9SSVpBQ0nDk04gUEVSVElORU5URSBERSBDT05GT1JNSURBRCBDT04gTE9TIFTDiVJNSU5PUyBERSBFU1RBIExJQ0VOQ0lBIFkgREUgTEEgTEVZIERFIERFUkVDSE8gREUgQVVUT1IuCgpNRURJQU5URSBFTCBFSkVSQ0lDSU8gREUgQ1VBTFFVSUVSQSBERSBMT1MgREVSRUNIT1MgUVVFIFNFIE9UT1JHQU4gRU4gRVNUQSBMSUNFTkNJQSwgVVNURUQgQUNFUFRBIFkgQUNVRVJEQSBRVUVEQVIgT0JMSUdBRE8gRU4gTE9TIFRFUk1JTk9TIFFVRSBTRSBTRcORQUxBTiBFTiBFTExBLiBFTCBMSUNFTkNJQU5URSBDT05DRURFIEEgVVNURUQgTE9TIERFUkVDSE9TIENPTlRFTklET1MgRU4gRVNUQSBMSUNFTkNJQSBDT05ESUNJT05BRE9TIEEgTEEgQUNFUFRBQ0nDk04gREUgU1VTIFRFUk1JTk9TIFkgQ09ORElDSU9ORVMuCjEuIERlZmluaWNpb25lcwoKYS4JT2JyYSBDb2xlY3RpdmEgZXMgdW5hIG9icmEsIHRhbCBjb21vIHVuYSBwdWJsaWNhY2nDs24gcGVyacOzZGljYSwgdW5hIGFudG9sb2fDrWEsIG8gdW5hIGVuY2ljbG9wZWRpYSwgZW4gbGEgcXVlIGxhIG9icmEgZW4gc3UgdG90YWxpZGFkLCBzaW4gbW9kaWZpY2FjacOzbiBhbGd1bmEsIGp1bnRvIGNvbiB1biBncnVwbyBkZSBvdHJhcyBjb250cmlidWNpb25lcyBxdWUgY29uc3RpdHV5ZW4gb2JyYXMgc2VwYXJhZGFzIGUgaW5kZXBlbmRpZW50ZXMgZW4gc8OtIG1pc21hcywgc2UgaW50ZWdyYW4gZW4gdW4gdG9kbyBjb2xlY3Rpdm8uIFVuYSBPYnJhIHF1ZSBjb25zdGl0dXllIHVuYSBvYnJhIGNvbGVjdGl2YSBubyBzZSBjb25zaWRlcmFyw6EgdW5hIE9icmEgRGVyaXZhZGEgKGNvbW8gc2UgZGVmaW5lIGFiYWpvKSBwYXJhIGxvcyBwcm9ww7NzaXRvcyBkZSBlc3RhIGxpY2VuY2lhLiBhcXVlbGxhIHByb2R1Y2lkYSBwb3IgdW4gZ3J1cG8gZGUgYXV0b3JlcywgZW4gcXVlIGxhIE9icmEgc2UgZW5jdWVudHJhIHNpbiBtb2RpZmljYWNpb25lcywganVudG8gY29uIHVuYSBjaWVydGEgY2FudGlkYWQgZGUgb3RyYXMgY29udHJpYnVjaW9uZXMsIHF1ZSBjb25zdGl0dXllbiBlbiBzw60gbWlzbW9zIHRyYWJham9zIHNlcGFyYWRvcyBlIGluZGVwZW5kaWVudGVzLCBxdWUgc29uIGludGVncmFkb3MgYWwgdG9kbyBjb2xlY3Rpdm8sIHRhbGVzIGNvbW8gcHVibGljYWNpb25lcyBwZXJpw7NkaWNhcywgYW50b2xvZ8OtYXMgbyBlbmNpY2xvcGVkaWFzLgoKYi4JT2JyYSBEZXJpdmFkYSBzaWduaWZpY2EgdW5hIG9icmEgYmFzYWRhIGVuIGxhIG9icmEgb2JqZXRvIGRlIGVzdGEgbGljZW5jaWEgbyBlbiDDqXN0YSB5IG90cmFzIG9icmFzIHByZWV4aXN0ZW50ZXMsIHRhbGVzIGNvbW8gdHJhZHVjY2lvbmVzLCBhcnJlZ2xvcyBtdXNpY2FsZXMsIGRyYW1hdGl6YWNpb25lcywg4oCcZmljY2lvbmFsaXphY2lvbmVz4oCdLCB2ZXJzaW9uZXMgcGFyYSBjaW5lLCDigJxncmFiYWNpb25lcyBkZSBzb25pZG/igJ0sIHJlcHJvZHVjY2lvbmVzIGRlIGFydGUsIHJlc8O6bWVuZXMsIGNvbmRlbnNhY2lvbmVzLCBvIGN1YWxxdWllciBvdHJhIGVuIGxhIHF1ZSBsYSBvYnJhIHB1ZWRhIHNlciB0cmFuc2Zvcm1hZGEsIGNhbWJpYWRhIG8gYWRhcHRhZGEsIGV4Y2VwdG8gYXF1ZWxsYXMgcXVlIGNvbnN0aXR1eWFuIHVuYSBvYnJhIGNvbGVjdGl2YSwgbGFzIHF1ZSBubyBzZXLDoW4gY29uc2lkZXJhZGFzIHVuYSBvYnJhIGRlcml2YWRhIHBhcmEgZWZlY3RvcyBkZSBlc3RhIGxpY2VuY2lhLiAoUGFyYSBldml0YXIgZHVkYXMsIGVuIGVsIGNhc28gZGUgcXVlIGxhIE9icmEgc2VhIHVuYSBjb21wb3NpY2nDs24gbXVzaWNhbCBvIHVuYSBncmFiYWNpw7NuIHNvbm9yYSwgcGFyYSBsb3MgZWZlY3RvcyBkZSBlc3RhIExpY2VuY2lhIGxhIHNpbmNyb25pemFjacOzbiB0ZW1wb3JhbCBkZSBsYSBPYnJhIGNvbiB1bmEgaW1hZ2VuIGVuIG1vdmltaWVudG8gc2UgY29uc2lkZXJhcsOhIHVuYSBPYnJhIERlcml2YWRhIHBhcmEgbG9zIGZpbmVzIGRlIGVzdGEgbGljZW5jaWEpLgoKYy4JTGljZW5jaWFudGUsIGVzIGVsIGluZGl2aWR1byBvIGxhIGVudGlkYWQgdGl0dWxhciBkZSBsb3MgZGVyZWNob3MgZGUgYXV0b3IgcXVlIG9mcmVjZSBsYSBPYnJhIGVuIGNvbmZvcm1pZGFkIGNvbiBsYXMgY29uZGljaW9uZXMgZGUgZXN0YSBMaWNlbmNpYS4KCmQuCUF1dG9yIG9yaWdpbmFsLCBlcyBlbCBpbmRpdmlkdW8gcXVlIGNyZcOzIGxhIE9icmEuCgplLglPYnJhLCBlcyBhcXVlbGxhIG9icmEgc3VzY2VwdGlibGUgZGUgcHJvdGVjY2nDs24gcG9yIGVsIHLDqWdpbWVuIGRlIERlcmVjaG8gZGUgQXV0b3IgeSBxdWUgZXMgb2ZyZWNpZGEgZW4gbG9zIHTDqXJtaW5vcyBkZSBlc3RhIGxpY2VuY2lhCgpmLglVc3RlZCwgZXMgZWwgaW5kaXZpZHVvIG8gbGEgZW50aWRhZCBxdWUgZWplcmNpdGEgbG9zIGRlcmVjaG9zIG90b3JnYWRvcyBhbCBhbXBhcm8gZGUgZXN0YSBMaWNlbmNpYSB5IHF1ZSBjb24gYW50ZXJpb3JpZGFkIG5vIGhhIHZpb2xhZG8gbGFzIGNvbmRpY2lvbmVzIGRlIGxhIG1pc21hIHJlc3BlY3RvIGEgbGEgT2JyYSwgbyBxdWUgaGF5YSBvYnRlbmlkbyBhdXRvcml6YWNpw7NuIGV4cHJlc2EgcG9yIHBhcnRlIGRlbCBMaWNlbmNpYW50ZSBwYXJhIGVqZXJjZXIgbG9zIGRlcmVjaG9zIGFsIGFtcGFybyBkZSBlc3RhIExpY2VuY2lhIHBlc2UgYSB1bmEgdmlvbGFjacOzbiBhbnRlcmlvci4KCjIuIERlcmVjaG9zIGRlIFVzb3MgSG9ucmFkb3MgeSBleGNlcGNpb25lcyBMZWdhbGVzLgpOYWRhIGVuIGVzdGEgTGljZW5jaWEgcG9kcsOhIHNlciBpbnRlcnByZXRhZG8gY29tbyB1bmEgZGlzbWludWNpw7NuLCBsaW1pdGFjacOzbiBvIHJlc3RyaWNjacOzbiBkZSBsb3MgZGVyZWNob3MgZGVyaXZhZG9zIGRlbCB1c28gaG9ucmFkbyB5IG90cmFzIGxpbWl0YWNpb25lcyBvIGV4Y2VwY2lvbmVzIGEgbG9zIGRlcmVjaG9zIGRlbCBhdXRvciBiYWpvIGVsIHLDqWdpbWVuIGxlZ2FsIHZpZ2VudGUgbyBkZXJpdmFkbyBkZSBjdWFscXVpZXIgb3RyYSBub3JtYSBxdWUgc2UgbGUgYXBsaXF1ZS4KCjMuIENvbmNlc2nDs24gZGUgbGEgTGljZW5jaWEuCkJham8gbG9zIHTDqXJtaW5vcyB5IGNvbmRpY2lvbmVzIGRlIGVzdGEgTGljZW5jaWEsIGVsIExpY2VuY2lhbnRlIG90b3JnYSBhIFVzdGVkIHVuYSBsaWNlbmNpYSBtdW5kaWFsLCBsaWJyZSBkZSByZWdhbMOtYXMsIG5vIGV4Y2x1c2l2YSB5IHBlcnBldHVhIChkdXJhbnRlIHRvZG8gZWwgcGVyw61vZG8gZGUgdmlnZW5jaWEgZGUgbG9zIGRlcmVjaG9zIGRlIGF1dG9yKSBwYXJhIGVqZXJjZXIgZXN0b3MgZGVyZWNob3Mgc29icmUgbGEgT2JyYSB0YWwgeSBjb21vIHNlIGluZGljYSBhIGNvbnRpbnVhY2nDs246CgphLglSZXByb2R1Y2lyIGxhIE9icmEsIGluY29ycG9yYXIgbGEgT2JyYSBlbiB1bmEgbyBtw6FzIE9icmFzIENvbGVjdGl2YXMsIHkgcmVwcm9kdWNpciBsYSBPYnJhIGluY29ycG9yYWRhIGVuIGxhcyBPYnJhcyBDb2xlY3RpdmFzLgoKYi4JRGlzdHJpYnVpciBjb3BpYXMgbyBmb25vZ3JhbWFzIGRlIGxhcyBPYnJhcywgZXhoaWJpcmxhcyBww7pibGljYW1lbnRlLCBlamVjdXRhcmxhcyBww7pibGljYW1lbnRlIHkvbyBwb25lcmxhcyBhIGRpc3Bvc2ljacOzbiBww7pibGljYSwgaW5jbHV5w6luZG9sYXMgY29tbyBpbmNvcnBvcmFkYXMgZW4gT2JyYXMgQ29sZWN0aXZhcywgc2Vnw7puIGNvcnJlc3BvbmRhLgoKYy4JRGlzdHJpYnVpciBjb3BpYXMgZGUgbGFzIE9icmFzIERlcml2YWRhcyBxdWUgc2UgZ2VuZXJlbiwgZXhoaWJpcmxhcyBww7pibGljYW1lbnRlLCBlamVjdXRhcmxhcyBww7pibGljYW1lbnRlIHkvbyBwb25lcmxhcyBhIGRpc3Bvc2ljacOzbiBww7pibGljYS4KTG9zIGRlcmVjaG9zIG1lbmNpb25hZG9zIGFudGVyaW9ybWVudGUgcHVlZGVuIHNlciBlamVyY2lkb3MgZW4gdG9kb3MgbG9zIG1lZGlvcyB5IGZvcm1hdG9zLCBhY3R1YWxtZW50ZSBjb25vY2lkb3MgbyBxdWUgc2UgaW52ZW50ZW4gZW4gZWwgZnV0dXJvLiBMb3MgZGVyZWNob3MgYW50ZXMgbWVuY2lvbmFkb3MgaW5jbHV5ZW4gZWwgZGVyZWNobyBhIHJlYWxpemFyIGRpY2hhcyBtb2RpZmljYWNpb25lcyBlbiBsYSBtZWRpZGEgcXVlIHNlYW4gdMOpY25pY2FtZW50ZSBuZWNlc2FyaWFzIHBhcmEgZWplcmNlciBsb3MgZGVyZWNob3MgZW4gb3RybyBtZWRpbyBvIGZvcm1hdG9zLCBwZXJvIGRlIG90cmEgbWFuZXJhIHVzdGVkIG5vIGVzdMOhIGF1dG9yaXphZG8gcGFyYSByZWFsaXphciBvYnJhcyBkZXJpdmFkYXMuIFRvZG9zIGxvcyBkZXJlY2hvcyBubyBvdG9yZ2Fkb3MgZXhwcmVzYW1lbnRlIHBvciBlbCBMaWNlbmNpYW50ZSBxdWVkYW4gcG9yIGVzdGUgbWVkaW8gcmVzZXJ2YWRvcywgaW5jbHV5ZW5kbyBwZXJvIHNpbiBsaW1pdGFyc2UgYSBhcXVlbGxvcyBxdWUgc2UgbWVuY2lvbmFuIGVuIGxhcyBzZWNjaW9uZXMgNChkKSB5IDQoZSkuCgo0LiBSZXN0cmljY2lvbmVzLgpMYSBsaWNlbmNpYSBvdG9yZ2FkYSBlbiBsYSBhbnRlcmlvciBTZWNjacOzbiAzIGVzdMOhIGV4cHJlc2FtZW50ZSBzdWpldGEgeSBsaW1pdGFkYSBwb3IgbGFzIHNpZ3VpZW50ZXMgcmVzdHJpY2Npb25lczoKCmEuCVVzdGVkIHB1ZWRlIGRpc3RyaWJ1aXIsIGV4aGliaXIgcMO6YmxpY2FtZW50ZSwgZWplY3V0YXIgcMO6YmxpY2FtZW50ZSwgbyBwb25lciBhIGRpc3Bvc2ljacOzbiBww7pibGljYSBsYSBPYnJhIHPDs2xvIGJham8gbGFzIGNvbmRpY2lvbmVzIGRlIGVzdGEgTGljZW5jaWEsIHkgVXN0ZWQgZGViZSBpbmNsdWlyIHVuYSBjb3BpYSBkZSBlc3RhIGxpY2VuY2lhIG8gZGVsIElkZW50aWZpY2Fkb3IgVW5pdmVyc2FsIGRlIFJlY3Vyc29zIGRlIGxhIG1pc21hIGNvbiBjYWRhIGNvcGlhIGRlIGxhIE9icmEgcXVlIGRpc3RyaWJ1eWEsIGV4aGliYSBww7pibGljYW1lbnRlLCBlamVjdXRlIHDDumJsaWNhbWVudGUgbyBwb25nYSBhIGRpc3Bvc2ljacOzbiBww7pibGljYS4gTm8gZXMgcG9zaWJsZSBvZnJlY2VyIG8gaW1wb25lciBuaW5ndW5hIGNvbmRpY2nDs24gc29icmUgbGEgT2JyYSBxdWUgYWx0ZXJlIG8gbGltaXRlIGxhcyBjb25kaWNpb25lcyBkZSBlc3RhIExpY2VuY2lhIG8gZWwgZWplcmNpY2lvIGRlIGxvcyBkZXJlY2hvcyBkZSBsb3MgZGVzdGluYXRhcmlvcyBvdG9yZ2Fkb3MgZW4gZXN0ZSBkb2N1bWVudG8uIE5vIGVzIHBvc2libGUgc3VibGljZW5jaWFyIGxhIE9icmEuIFVzdGVkIGRlYmUgbWFudGVuZXIgaW50YWN0b3MgdG9kb3MgbG9zIGF2aXNvcyBxdWUgaGFnYW4gcmVmZXJlbmNpYSBhIGVzdGEgTGljZW5jaWEgeSBhIGxhIGNsw6F1c3VsYSBkZSBsaW1pdGFjacOzbiBkZSBnYXJhbnTDrWFzLiBVc3RlZCBubyBwdWVkZSBkaXN0cmlidWlyLCBleGhpYmlyIHDDumJsaWNhbWVudGUsIGVqZWN1dGFyIHDDumJsaWNhbWVudGUsIG8gcG9uZXIgYSBkaXNwb3NpY2nDs24gcMO6YmxpY2EgbGEgT2JyYSBjb24gYWxndW5hIG1lZGlkYSB0ZWNub2zDs2dpY2EgcXVlIGNvbnRyb2xlIGVsIGFjY2VzbyBvIGxhIHV0aWxpemFjacOzbiBkZSBlbGxhIGRlIHVuYSBmb3JtYSBxdWUgc2VhIGluY29uc2lzdGVudGUgY29uIGxhcyBjb25kaWNpb25lcyBkZSBlc3RhIExpY2VuY2lhLiBMbyBhbnRlcmlvciBzZSBhcGxpY2EgYSBsYSBPYnJhIGluY29ycG9yYWRhIGEgdW5hIE9icmEgQ29sZWN0aXZhLCBwZXJvIGVzdG8gbm8gZXhpZ2UgcXVlIGxhIE9icmEgQ29sZWN0aXZhIGFwYXJ0ZSBkZSBsYSBvYnJhIG1pc21hIHF1ZWRlIHN1amV0YSBhIGxhcyBjb25kaWNpb25lcyBkZSBlc3RhIExpY2VuY2lhLiBTaSBVc3RlZCBjcmVhIHVuYSBPYnJhIENvbGVjdGl2YSwgcHJldmlvIGF2aXNvIGRlIGN1YWxxdWllciBMaWNlbmNpYW50ZSBkZWJlLCBlbiBsYSBtZWRpZGEgZGUgbG8gcG9zaWJsZSwgZWxpbWluYXIgZGUgbGEgT2JyYSBDb2xlY3RpdmEgY3VhbHF1aWVyIHJlZmVyZW5jaWEgYSBkaWNobyBMaWNlbmNpYW50ZSBvIGFsIEF1dG9yIE9yaWdpbmFsLCBzZWfDum4gbG8gc29saWNpdGFkbyBwb3IgZWwgTGljZW5jaWFudGUgeSBjb25mb3JtZSBsbyBleGlnZSBsYSBjbMOhdXN1bGEgNChjKS4KCmIuCVVzdGVkIG5vIHB1ZWRlIGVqZXJjZXIgbmluZ3VubyBkZSBsb3MgZGVyZWNob3MgcXVlIGxlIGhhbiBzaWRvIG90b3JnYWRvcyBlbiBsYSBTZWNjacOzbiAzIHByZWNlZGVudGUgZGUgbW9kbyBxdWUgZXN0w6luIHByaW5jaXBhbG1lbnRlIGRlc3RpbmFkb3MgbyBkaXJlY3RhbWVudGUgZGlyaWdpZG9zIGEgY29uc2VndWlyIHVuIHByb3ZlY2hvIGNvbWVyY2lhbCBvIHVuYSBjb21wZW5zYWNpw7NuIG1vbmV0YXJpYSBwcml2YWRhLiBFbCBpbnRlcmNhbWJpbyBkZSBsYSBPYnJhIHBvciBvdHJhcyBvYnJhcyBwcm90ZWdpZGFzIHBvciBkZXJlY2hvcyBkZSBhdXRvciwgeWEgc2VhIGEgdHJhdsOpcyBkZSB1biBzaXN0ZW1hIHBhcmEgY29tcGFydGlyIGFyY2hpdm9zIGRpZ2l0YWxlcyAoZGlnaXRhbCBmaWxlLXNoYXJpbmcpIG8gZGUgY3VhbHF1aWVyIG90cmEgbWFuZXJhIG5vIHNlcsOhIGNvbnNpZGVyYWRvIGNvbW8gZXN0YXIgZGVzdGluYWRvIHByaW5jaXBhbG1lbnRlIG8gZGlyaWdpZG8gZGlyZWN0YW1lbnRlIGEgY29uc2VndWlyIHVuIHByb3ZlY2hvIGNvbWVyY2lhbCBvIHVuYSBjb21wZW5zYWNpw7NuIG1vbmV0YXJpYSBwcml2YWRhLCBzaWVtcHJlIHF1ZSBubyBzZSByZWFsaWNlIHVuIHBhZ28gbWVkaWFudGUgdW5hIGNvbXBlbnNhY2nDs24gbW9uZXRhcmlhIGVuIHJlbGFjacOzbiBjb24gZWwgaW50ZXJjYW1iaW8gZGUgb2JyYXMgcHJvdGVnaWRhcyBwb3IgZWwgZGVyZWNobyBkZSBhdXRvci4KCmMuCVNpIHVzdGVkIGRpc3RyaWJ1eWUsIGV4aGliZSBww7pibGljYW1lbnRlLCBlamVjdXRhIHDDumJsaWNhbWVudGUgbyBlamVjdXRhIHDDumJsaWNhbWVudGUgZW4gZm9ybWEgZGlnaXRhbCBsYSBPYnJhIG8gY3VhbHF1aWVyIE9icmEgRGVyaXZhZGEgdSBPYnJhIENvbGVjdGl2YSwgVXN0ZWQgZGViZSBtYW50ZW5lciBpbnRhY3RhIHRvZGEgbGEgaW5mb3JtYWNpw7NuIGRlIGRlcmVjaG8gZGUgYXV0b3IgZGUgbGEgT2JyYSB5IHByb3BvcmNpb25hciwgZGUgZm9ybWEgcmF6b25hYmxlIHNlZ8O6biBlbCBtZWRpbyBvIG1hbmVyYSBxdWUgVXN0ZWQgZXN0w6kgdXRpbGl6YW5kbzogKGkpIGVsIG5vbWJyZSBkZWwgQXV0b3IgT3JpZ2luYWwgc2kgZXN0w6EgcHJvdmlzdG8gKG8gc2V1ZMOzbmltbywgc2kgZnVlcmUgYXBsaWNhYmxlKSwgeS9vIChpaSkgZWwgbm9tYnJlIGRlIGxhIHBhcnRlIG8gbGFzIHBhcnRlcyBxdWUgZWwgQXV0b3IgT3JpZ2luYWwgeS9vIGVsIExpY2VuY2lhbnRlIGh1YmllcmVuIGRlc2lnbmFkbyBwYXJhIGxhIGF0cmlidWNpw7NuICh2LmcuLCB1biBpbnN0aXR1dG8gcGF0cm9jaW5hZG9yLCBlZGl0b3JpYWwsIHB1YmxpY2FjacOzbikgZW4gbGEgaW5mb3JtYWNpw7NuIGRlIGxvcyBkZXJlY2hvcyBkZSBhdXRvciBkZWwgTGljZW5jaWFudGUsIHTDqXJtaW5vcyBkZSBzZXJ2aWNpb3MgbyBkZSBvdHJhcyBmb3JtYXMgcmF6b25hYmxlczsgZWwgdMOtdHVsbyBkZSBsYSBPYnJhIHNpIGVzdMOhIHByb3Zpc3RvOyBlbiBsYSBtZWRpZGEgZGUgbG8gcmF6b25hYmxlbWVudGUgZmFjdGlibGUgeSwgc2kgZXN0w6EgcHJvdmlzdG8sIGVsIElkZW50aWZpY2Fkb3IgVW5pZm9ybWUgZGUgUmVjdXJzb3MgKFVuaWZvcm0gUmVzb3VyY2UgSWRlbnRpZmllcikgcXVlIGVsIExpY2VuY2lhbnRlIGVzcGVjaWZpY2EgcGFyYSBzZXIgYXNvY2lhZG8gY29uIGxhIE9icmEsIHNhbHZvIHF1ZSB0YWwgVVJJIG5vIHNlIHJlZmllcmEgYSBsYSBub3RhIHNvYnJlIGxvcyBkZXJlY2hvcyBkZSBhdXRvciBvIGEgbGEgaW5mb3JtYWNpw7NuIHNvYnJlIGVsIGxpY2VuY2lhbWllbnRvIGRlIGxhIE9icmE7IHkgZW4gZWwgY2FzbyBkZSB1bmEgT2JyYSBEZXJpdmFkYSwgYXRyaWJ1aXIgZWwgY3LDqWRpdG8gaWRlbnRpZmljYW5kbyBlbCB1c28gZGUgbGEgT2JyYSBlbiBsYSBPYnJhIERlcml2YWRhICh2LmcuLCAiVHJhZHVjY2nDs24gRnJhbmNlc2EgZGUgbGEgT2JyYSBkZWwgQXV0b3IgT3JpZ2luYWwsIiBvICJHdWnDs24gQ2luZW1hdG9ncsOhZmljbyBiYXNhZG8gZW4gbGEgT2JyYSBvcmlnaW5hbCBkZWwgQXV0b3IgT3JpZ2luYWwiKS4gVGFsIGNyw6lkaXRvIHB1ZWRlIHNlciBpbXBsZW1lbnRhZG8gZGUgY3VhbHF1aWVyIGZvcm1hIHJhem9uYWJsZTsgZW4gZWwgY2Fzbywgc2luIGVtYmFyZ28sIGRlIE9icmFzIERlcml2YWRhcyB1IE9icmFzIENvbGVjdGl2YXMsIHRhbCBjcsOpZGl0byBhcGFyZWNlcsOhLCBjb21vIG3DrW5pbW8sIGRvbmRlIGFwYXJlY2UgZWwgY3LDqWRpdG8gZGUgY3VhbHF1aWVyIG90cm8gYXV0b3IgY29tcGFyYWJsZSB5IGRlIHVuYSBtYW5lcmEsIGFsIG1lbm9zLCB0YW4gZGVzdGFjYWRhIGNvbW8gZWwgY3LDqWRpdG8gZGUgb3RybyBhdXRvciBjb21wYXJhYmxlLgoKZC4JUGFyYSBldml0YXIgdG9kYSBjb25mdXNpw7NuLCBlbCBMaWNlbmNpYW50ZSBhY2xhcmEgcXVlLCBjdWFuZG8gbGEgb2JyYSBlcyB1bmEgY29tcG9zaWNpw7NuIG11c2ljYWw6CgppLglSZWdhbMOtYXMgcG9yIGludGVycHJldGFjacOzbiB5IGVqZWN1Y2nDs24gYmFqbyBsaWNlbmNpYXMgZ2VuZXJhbGVzLiBFbCBMaWNlbmNpYW50ZSBzZSByZXNlcnZhIGVsIGRlcmVjaG8gZXhjbHVzaXZvIGRlIGF1dG9yaXphciBsYSBlamVjdWNpw7NuIHDDumJsaWNhIG8gbGEgZWplY3VjacOzbiBww7pibGljYSBkaWdpdGFsIGRlIGxhIG9icmEgeSBkZSByZWNvbGVjdGFyLCBzZWEgaW5kaXZpZHVhbG1lbnRlIG8gYSB0cmF2w6lzIGRlIHVuYSBzb2NpZWRhZCBkZSBnZXN0acOzbiBjb2xlY3RpdmEgZGUgZGVyZWNob3MgZGUgYXV0b3IgeSBkZXJlY2hvcyBjb25leG9zIChwb3IgZWplbXBsbywgU0FZQ08pLCBsYXMgcmVnYWzDrWFzIHBvciBsYSBlamVjdWNpw7NuIHDDumJsaWNhIG8gcG9yIGxhIGVqZWN1Y2nDs24gcMO6YmxpY2EgZGlnaXRhbCBkZSBsYSBvYnJhIChwb3IgZWplbXBsbyBXZWJjYXN0KSBsaWNlbmNpYWRhIGJham8gbGljZW5jaWFzIGdlbmVyYWxlcywgc2kgbGEgaW50ZXJwcmV0YWNpw7NuIG8gZWplY3VjacOzbiBkZSBsYSBvYnJhIGVzdMOhIHByaW1vcmRpYWxtZW50ZSBvcmllbnRhZGEgcG9yIG8gZGlyaWdpZGEgYSBsYSBvYnRlbmNpw7NuIGRlIHVuYSB2ZW50YWphIGNvbWVyY2lhbCBvIHVuYSBjb21wZW5zYWNpw7NuIG1vbmV0YXJpYSBwcml2YWRhLgoKaWkuCVJlZ2Fsw61hcyBwb3IgRm9ub2dyYW1hcy4gRWwgTGljZW5jaWFudGUgc2UgcmVzZXJ2YSBlbCBkZXJlY2hvIGV4Y2x1c2l2byBkZSByZWNvbGVjdGFyLCBpbmRpdmlkdWFsbWVudGUgbyBhIHRyYXbDqXMgZGUgdW5hIHNvY2llZGFkIGRlIGdlc3Rpw7NuIGNvbGVjdGl2YSBkZSBkZXJlY2hvcyBkZSBhdXRvciB5IGRlcmVjaG9zIGNvbmV4b3MgKHBvciBlamVtcGxvLCBsb3MgY29uc2FncmFkb3MgcG9yIGxhIFNBWUNPKSwgdW5hIGFnZW5jaWEgZGUgZGVyZWNob3MgbXVzaWNhbGVzIG8gYWxnw7puIGFnZW50ZSBkZXNpZ25hZG8sIGxhcyByZWdhbMOtYXMgcG9yIGN1YWxxdWllciBmb25vZ3JhbWEgcXVlIFVzdGVkIGNyZWUgYSBwYXJ0aXIgZGUgbGEgb2JyYSAo4oCcdmVyc2nDs24gY292ZXLigJ0pIHkgZGlzdHJpYnV5YSwgZW4gbG9zIHTDqXJtaW5vcyBkZWwgcsOpZ2ltZW4gZGUgZGVyZWNob3MgZGUgYXV0b3IsIHNpIGxhIGNyZWFjacOzbiBvIGRpc3RyaWJ1Y2nDs24gZGUgZXNhIHZlcnNpw7NuIGNvdmVyIGVzdMOhIHByaW1vcmRpYWxtZW50ZSBkZXN0aW5hZGEgbyBkaXJpZ2lkYSBhIG9idGVuZXIgdW5hIHZlbnRhamEgY29tZXJjaWFsIG8gdW5hIGNvbXBlbnNhY2nDs24gbW9uZXRhcmlhIHByaXZhZGEuCgplLglHZXN0acOzbiBkZSBEZXJlY2hvcyBkZSBBdXRvciBzb2JyZSBJbnRlcnByZXRhY2lvbmVzIHkgRWplY3VjaW9uZXMgRGlnaXRhbGVzIChXZWJDYXN0aW5nKS4gUGFyYSBldml0YXIgdG9kYSBjb25mdXNpw7NuLCBlbCBMaWNlbmNpYW50ZSBhY2xhcmEgcXVlLCBjdWFuZG8gbGEgb2JyYSBzZWEgdW4gZm9ub2dyYW1hLCBlbCBMaWNlbmNpYW50ZSBzZSByZXNlcnZhIGVsIGRlcmVjaG8gZXhjbHVzaXZvIGRlIGF1dG9yaXphciBsYSBlamVjdWNpw7NuIHDDumJsaWNhIGRpZ2l0YWwgZGUgbGEgb2JyYSAocG9yIGVqZW1wbG8sIHdlYmNhc3QpIHkgZGUgcmVjb2xlY3RhciwgaW5kaXZpZHVhbG1lbnRlIG8gYSB0cmF2w6lzIGRlIHVuYSBzb2NpZWRhZCBkZSBnZXN0acOzbiBjb2xlY3RpdmEgZGUgZGVyZWNob3MgZGUgYXV0b3IgeSBkZXJlY2hvcyBjb25leG9zIChwb3IgZWplbXBsbywgQUNJTlBSTyksIGxhcyByZWdhbMOtYXMgcG9yIGxhIGVqZWN1Y2nDs24gcMO6YmxpY2EgZGlnaXRhbCBkZSBsYSBvYnJhIChwb3IgZWplbXBsbywgd2ViY2FzdCksIHN1amV0YSBhIGxhcyBkaXNwb3NpY2lvbmVzIGFwbGljYWJsZXMgZGVsIHLDqWdpbWVuIGRlIERlcmVjaG8gZGUgQXV0b3IsIHNpIGVzdGEgZWplY3VjacOzbiBww7pibGljYSBkaWdpdGFsIGVzdMOhIHByaW1vcmRpYWxtZW50ZSBkaXJpZ2lkYSBhIG9idGVuZXIgdW5hIHZlbnRhamEgY29tZXJjaWFsIG8gdW5hIGNvbXBlbnNhY2nDs24gbW9uZXRhcmlhIHByaXZhZGEuCgo1LiBSZXByZXNlbnRhY2lvbmVzLCBHYXJhbnTDrWFzIHkgTGltaXRhY2lvbmVzIGRlIFJlc3BvbnNhYmlsaWRhZC4KQSBNRU5PUyBRVUUgTEFTIFBBUlRFUyBMTyBBQ09SREFSQU4gREUgT1RSQSBGT1JNQSBQT1IgRVNDUklUTywgRUwgTElDRU5DSUFOVEUgT0ZSRUNFIExBIE9CUkEgKEVOIEVMIEVTVEFETyBFTiBFTCBRVUUgU0UgRU5DVUVOVFJBKSDigJxUQUwgQ1VBTOKAnSwgU0lOIEJSSU5EQVIgR0FSQU5Uw41BUyBERSBDTEFTRSBBTEdVTkEgUkVTUEVDVE8gREUgTEEgT0JSQSwgWUEgU0VBIEVYUFJFU0EsIElNUEzDjUNJVEEsIExFR0FMIE8gQ1VBTFFVSUVSQSBPVFJBLCBJTkNMVVlFTkRPLCBTSU4gTElNSVRBUlNFIEEgRUxMQVMsIEdBUkFOVMONQVMgREUgVElUVUxBUklEQUQsIENPTUVSQ0lBQklMSURBRCwgQURBUFRBQklMSURBRCBPIEFERUNVQUNJw5NOIEEgUFJPUMOTU0lUTyBERVRFUk1JTkFETywgQVVTRU5DSUEgREUgSU5GUkFDQ0nDk04sIERFIEFVU0VOQ0lBIERFIERFRkVDVE9TIExBVEVOVEVTIE8gREUgT1RSTyBUSVBPLCBPIExBIFBSRVNFTkNJQSBPIEFVU0VOQ0lBIERFIEVSUk9SRVMsIFNFQU4gTyBOTyBERVNDVUJSSUJMRVMgKFBVRURBTiBPIE5PIFNFUiBFU1RPUyBERVNDVUJJRVJUT1MpLiBBTEdVTkFTIEpVUklTRElDQ0lPTkVTIE5PIFBFUk1JVEVOIExBIEVYQ0xVU0nDk04gREUgR0FSQU5Uw41BUyBJTVBMw41DSVRBUywgRU4gQ1VZTyBDQVNPIEVTVEEgRVhDTFVTScOTTiBQVUVERSBOTyBBUExJQ0FSU0UgQSBVU1RFRC4KCjYuIExpbWl0YWNpw7NuIGRlIHJlc3BvbnNhYmlsaWRhZC4KQSBNRU5PUyBRVUUgTE8gRVhJSkEgRVhQUkVTQU1FTlRFIExBIExFWSBBUExJQ0FCTEUsIEVMIExJQ0VOQ0lBTlRFIE5PIFNFUsOBIFJFU1BPTlNBQkxFIEFOVEUgVVNURUQgUE9SIERBw5FPIEFMR1VOTywgU0VBIFBPUiBSRVNQT05TQUJJTElEQUQgRVhUUkFDT05UUkFDVFVBTCwgUFJFQ09OVFJBQ1RVQUwgTyBDT05UUkFDVFVBTCwgT0JKRVRJVkEgTyBTVUJKRVRJVkEsIFNFIFRSQVRFIERFIERBw5FPUyBNT1JBTEVTIE8gUEFUUklNT05JQUxFUywgRElSRUNUT1MgTyBJTkRJUkVDVE9TLCBQUkVWSVNUT1MgTyBJTVBSRVZJU1RPUyBQUk9EVUNJRE9TIFBPUiBFTCBVU08gREUgRVNUQSBMSUNFTkNJQSBPIERFIExBIE9CUkEsIEFVTiBDVUFORE8gRUwgTElDRU5DSUFOVEUgSEFZQSBTSURPIEFEVkVSVElETyBERSBMQSBQT1NJQklMSURBRCBERSBESUNIT1MgREHDkU9TLiBBTEdVTkFTIExFWUVTIE5PIFBFUk1JVEVOIExBIEVYQ0xVU0nDk04gREUgQ0lFUlRBIFJFU1BPTlNBQklMSURBRCwgRU4gQ1VZTyBDQVNPIEVTVEEgRVhDTFVTScOTTiBQVUVERSBOTyBBUExJQ0FSU0UgQSBVU1RFRC4KCjcuIFTDqXJtaW5vLgoKYS4JRXN0YSBMaWNlbmNpYSB5IGxvcyBkZXJlY2hvcyBvdG9yZ2Fkb3MgZW4gdmlydHVkIGRlIGVsbGEgdGVybWluYXLDoW4gYXV0b23DoXRpY2FtZW50ZSBzaSBVc3RlZCBpbmZyaW5nZSBhbGd1bmEgY29uZGljacOzbiBlc3RhYmxlY2lkYSBlbiBlbGxhLiBTaW4gZW1iYXJnbywgbG9zIGluZGl2aWR1b3MgbyBlbnRpZGFkZXMgcXVlIGhhbiByZWNpYmlkbyBPYnJhcyBEZXJpdmFkYXMgbyBDb2xlY3RpdmFzIGRlIFVzdGVkIGRlIGNvbmZvcm1pZGFkIGNvbiBlc3RhIExpY2VuY2lhLCBubyB2ZXLDoW4gdGVybWluYWRhcyBzdXMgbGljZW5jaWFzLCBzaWVtcHJlIHF1ZSBlc3RvcyBpbmRpdmlkdW9zIG8gZW50aWRhZGVzIHNpZ2FuIGN1bXBsaWVuZG8gw61udGVncmFtZW50ZSBsYXMgY29uZGljaW9uZXMgZGUgZXN0YXMgbGljZW5jaWFzLiBMYXMgU2VjY2lvbmVzIDEsIDIsIDUsIDYsIDcsIHkgOCBzdWJzaXN0aXLDoW4gYSBjdWFscXVpZXIgdGVybWluYWNpw7NuIGRlIGVzdGEgTGljZW5jaWEuCgpiLglTdWpldGEgYSBsYXMgY29uZGljaW9uZXMgeSB0w6lybWlub3MgYW50ZXJpb3JlcywgbGEgbGljZW5jaWEgb3RvcmdhZGEgYXF1w60gZXMgcGVycGV0dWEgKGR1cmFudGUgZWwgcGVyw61vZG8gZGUgdmlnZW5jaWEgZGUgbG9zIGRlcmVjaG9zIGRlIGF1dG9yIGRlIGxhIG9icmEpLiBObyBvYnN0YW50ZSBsbyBhbnRlcmlvciwgZWwgTGljZW5jaWFudGUgc2UgcmVzZXJ2YSBlbCBkZXJlY2hvIGEgcHVibGljYXIgeS9vIGVzdHJlbmFyIGxhIE9icmEgYmFqbyBjb25kaWNpb25lcyBkZSBsaWNlbmNpYSBkaWZlcmVudGVzIG8gYSBkZWphciBkZSBkaXN0cmlidWlybGEgZW4gbG9zIHTDqXJtaW5vcyBkZSBlc3RhIExpY2VuY2lhIGVuIGN1YWxxdWllciBtb21lbnRvOyBlbiBlbCBlbnRlbmRpZG8sIHNpbiBlbWJhcmdvLCBxdWUgZXNhIGVsZWNjacOzbiBubyBzZXJ2aXLDoSBwYXJhIHJldm9jYXIgZXN0YSBsaWNlbmNpYSBvIHF1ZSBkZWJhIHNlciBvdG9yZ2FkYSAsIGJham8gbG9zIHTDqXJtaW5vcyBkZSBlc3RhIGxpY2VuY2lhKSwgeSBlc3RhIGxpY2VuY2lhIGNvbnRpbnVhcsOhIGVuIHBsZW5vIHZpZ29yIHkgZWZlY3RvIGEgbWVub3MgcXVlIHNlYSB0ZXJtaW5hZGEgY29tbyBzZSBleHByZXNhIGF0csOhcy4gTGEgTGljZW5jaWEgcmV2b2NhZGEgY29udGludWFyw6Egc2llbmRvIHBsZW5hbWVudGUgdmlnZW50ZSB5IGVmZWN0aXZhIHNpIG5vIHNlIGxlIGRhIHTDqXJtaW5vIGVuIGxhcyBjb25kaWNpb25lcyBpbmRpY2FkYXMgYW50ZXJpb3JtZW50ZS4KCjguIFZhcmlvcy4KCmEuCUNhZGEgdmV6IHF1ZSBVc3RlZCBkaXN0cmlidXlhIG8gcG9uZ2EgYSBkaXNwb3NpY2nDs24gcMO6YmxpY2EgbGEgT2JyYSBvIHVuYSBPYnJhIENvbGVjdGl2YSwgZWwgTGljZW5jaWFudGUgb2ZyZWNlcsOhIGFsIGRlc3RpbmF0YXJpbyB1bmEgbGljZW5jaWEgZW4gbG9zIG1pc21vcyB0w6lybWlub3MgeSBjb25kaWNpb25lcyBxdWUgbGEgbGljZW5jaWEgb3RvcmdhZGEgYSBVc3RlZCBiYWpvIGVzdGEgTGljZW5jaWEuCgpiLglTaSBhbGd1bmEgZGlzcG9zaWNpw7NuIGRlIGVzdGEgTGljZW5jaWEgcmVzdWx0YSBpbnZhbGlkYWRhIG8gbm8gZXhpZ2libGUsIHNlZ8O6biBsYSBsZWdpc2xhY2nDs24gdmlnZW50ZSwgZXN0byBubyBhZmVjdGFyw6EgbmkgbGEgdmFsaWRleiBuaSBsYSBhcGxpY2FiaWxpZGFkIGRlbCByZXN0byBkZSBjb25kaWNpb25lcyBkZSBlc3RhIExpY2VuY2lhIHksIHNpbiBhY2Npw7NuIGFkaWNpb25hbCBwb3IgcGFydGUgZGUgbG9zIHN1amV0b3MgZGUgZXN0ZSBhY3VlcmRvLCBhcXXDqWxsYSBzZSBlbnRlbmRlcsOhIHJlZm9ybWFkYSBsbyBtw61uaW1vIG5lY2VzYXJpbyBwYXJhIGhhY2VyIHF1ZSBkaWNoYSBkaXNwb3NpY2nDs24gc2VhIHbDoWxpZGEgeSBleGlnaWJsZS4KCmMuCU5pbmfDum4gdMOpcm1pbm8gbyBkaXNwb3NpY2nDs24gZGUgZXN0YSBMaWNlbmNpYSBzZSBlc3RpbWFyw6EgcmVudW5jaWFkYSB5IG5pbmd1bmEgdmlvbGFjacOzbiBkZSBlbGxhIHNlcsOhIGNvbnNlbnRpZGEgYSBtZW5vcyBxdWUgZXNhIHJlbnVuY2lhIG8gY29uc2VudGltaWVudG8gc2VhIG90b3JnYWRvIHBvciBlc2NyaXRvIHkgZmlybWFkbyBwb3IgbGEgcGFydGUgcXVlIHJlbnVuY2llIG8gY29uc2llbnRhLgoKZC4JRXN0YSBMaWNlbmNpYSByZWZsZWphIGVsIGFjdWVyZG8gcGxlbm8gZW50cmUgbGFzIHBhcnRlcyByZXNwZWN0byBhIGxhIE9icmEgYXF1w60gbGljZW5jaWFkYS4gTm8gaGF5IGFycmVnbG9zLCBhY3VlcmRvcyBvIGRlY2xhcmFjaW9uZXMgcmVzcGVjdG8gYSBsYSBPYnJhIHF1ZSBubyBlc3TDqW4gZXNwZWNpZmljYWRvcyBlbiBlc3RlIGRvY3VtZW50by4gRWwgTGljZW5jaWFudGUgbm8gc2UgdmVyw6EgbGltaXRhZG8gcG9yIG5pbmd1bmEgZGlzcG9zaWNpw7NuIGFkaWNpb25hbCBxdWUgcHVlZGEgc3VyZ2lyIGVuIGFsZ3VuYSBjb211bmljYWNpw7NuIGVtYW5hZGEgZGUgVXN0ZWQuIEVzdGEgTGljZW5jaWEgbm8gcHVlZGUgc2VyIG1vZGlmaWNhZGEgc2luIGVsIGNvbnNlbnRpbWllbnRvIG11dHVvIHBvciBlc2NyaXRvIGRlbCBMaWNlbmNpYW50ZSB5IFVzdGVkLgo= |