SentenceTransformer based on BM-K/KoSimCSE-bert-multitask

This is a sentence-transformers model finetuned from BM-K/KoSimCSE-bert-multitask. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

Model Type: Sentence Transformer
Base model: BM-K/KoSimCSE-bert-multitask
Maximum Sequence Length: 512 tokens
Output Dimensionality: 768 tokens
Similarity Function: Cosine Similarity

Model Sources

Documentation: Sentence Transformers Documentation
Repository: Sentence Transformers on GitHub
Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("Atipico1/retriever-v3-2000")
# Run inference
sentences = [
    '연제구의 도시미화와 저소득층 노인들의 일자리 창출에도 도움이 되는 게 뭐야',
    '연제구(구청장 이성문)는 지난해에 이어 ‘2021년 불법 유동광고물 수거보상사업’을 시행한다. ‘불법 유동광고물 수거보상사업’은 도시미관을 해치는 불법 광고물을 근절하기 위해 사업 참여자가 불법 유동광고물을 수거하여 구청 도시재생과에 가져가면 구청에서는 보상금을 지급하는 사업이다. 구는 1월 11일부터 15일까지 연제구민 중 만 60세 이상 저소득 어르신을 대상으로 신청을 받아 총 50명을 수거보상사업 참여자로 선발하였다. 참여자로 선발된 어르신들은 오는 2월부터 시작하는 수거 활동에 앞서 연제구청 구민홀에서 불법 유동광고물 구분 기준, 수거 방법, 수거 시 안전 수칙 등에 대해서 사전 교육을 받았으며 수거활동 중 발생할 수 있는 안전사고에 대비해 단체 보험에도 가입했다. 불법 광고물 정비에 주민들이 참여할 수 있는 기회를 제공하여 주민들로부터 불법 광고물에 대한 경각심을 제고 할 수 있을 것으로 기대된다. 구 관계자는 “이번 사업을 통해 주민과 함께 품격 있는 연제구를 만드는 데 일조하고, 저소득 어르신의 실버 일자리 창출에도 기여할 것으로 기대된다”고 말했다.',
    '4. 나가며\n노인복지주택이 지속가능한 노인복지정책이 되기 위해서는 사업시행자에게는 경제적으로 이득이 되고, 정책대상인 노인가구에게도 주거생활에 실질적인 도움을 줄 수 있어야 할 것이다. 그러나 그간 노인복지주택에의 사업시행자는 건설부지 및 부대시설 기준완화, 조세감면 등 각종 혜택을 받아 경제적 이득을 실현한 반면, 정책대상가구인 노인가구는 입소자격 제한규정으로 재산권 행사에 많은 불편을 겪어왔다. 이러한 정책집행 의지와 현실 간 괴리 속에서 다수의 노인복지주택에서 입소자격이 없는 자가 탈법적으로 입주하는 행위가 발생해온 것이다. 다음과 같은 측면에서도 노인복지주택정책에 대한 면밀한 검토가 필요하다. 첫째, 노인복지주택이 용도상 자연경관이 우수한 녹지지역 혹은 기반시설이 확보되지 않은 지역에도 건축될 수 있어 국토난개발을 유발할 가능성이 크다. 둘째, 보다 근본적으로 노인복지주택과 같이 노인들만 거주하는 주택이 노인복지 측면에서 바람직한지를 검토할 필요가 있다. 우리나라와 같이 급격한 고령화를 경험하고 있는 일본의 경우, 젊은 세대와 노인 세대가 함께 거주하는(age-mix) 정책이 중요하게 인식되고 있기 때문이다. 현행 노인복지주택 입소자자격 등은 노인의 주거복지증진과 행복추구에 부정적인 영향을 끼치고 있다는 점을 볼 때, 현행의 노인복지주택정책을 지속시키는 것이 실익이 있는지에 대한 면밀한 검토가 필요한 시점이다. 이를 위해 향후 공급되는 분양형 노인복지주택제도를 폐지하고, 노인복지주택을 「주택법」 체계 내로 흡수하는 방안을 적극적으로 검토할 필요가 있을 것이다.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Evaluation

Metrics

Triplet

Dataset: eval
Evaluated with TripletEvaluator

Metric	Value
cosine_accuracy	0.9122
dot_accuracy	0.091
manhattan_accuracy	0.9139
euclidean_accuracy	0.914
max_accuracy	0.914

Training Details

Training Dataset

Unnamed Dataset

Size: 473,130 training samples
Columns: anchor, positive, and negative

Approximate statistics based on the first 1000 samples:

	anchor	positive	negative
type	string	string	string
details	min: 9 tokens mean: 23.09 tokens max: 88 tokens	min: 34 tokens mean: 355.74 tokens max: 512 tokens	min: 55 tokens mean: 338.33 tokens max: 512 tokens

Samples:

anchor	positive	negative
`국회세종의사당 건립을 위한 법안을 누가 새로 제안했어`	국민의힘 정진석 의원(공주·부여·청양)이 국회세종의사당 설치를 위한 '국회법' 일부개정법률안을 대표발의했다고 21일 밝혔다. 국회와 세종시 정부청사와의 물리적인 거리로 세종시 공무원의 관외 출장비는 3년간 917억원에 달한다. 출장횟수는 87만회에 달하고 있어 업무 불편과 비효율성 심화는 물론 정책 질 저하도 우려되는 실정이다. 개정안은 △서울시에 국회서울의사당을, 세종시에 국회세종의사당을 두도록 하고 △상임위원회는 국회세종의사당에 두는 것으로 하되, 국회운영위원회와 정보위원회 및 세종시로 이전하지 않은 부(部)를 소관하는 상임위원회는 국회서울의사당에 둘 수 있도록 했다. 행복도시법에 따른 이전 제외 대상 부처는 외교부, 통일부, 법무부, 국방부, 여성가족부 등 5곳이다. 또 예산결산특별위원회와 국회예산정책처는 세종시에 두도록하고 국회사무처, 국회도서관, 국회입법조사처는 국회세종의사당에 별도 기관을 둘 수 있도록 했다. 정진석 의원은 "여야 합의로 세종의사당 설계비 147억원이 확정됐고 지난 2월 국회 운영위원회 공청회에서 나온 의견들을 다듬어 법의 완성도를 높인 개정안인 만큼, 여야 합의를 통해 21대 국회 임기 중에 첫 삽을 뜰 있도록 최선을 다하겠다"고 말했다.	새로 들어온 법률안 등 - 2014. 5. 15. 의안접수현황 - □ 국회사무처(사무총장직무대리 임병규)는 2014년 5월 15일(목) 전병헌의원 등18인이 발의한 “방송법 일부개정법률안”, 서청원의원 등 12인이 발의한 “세월호 4ㆍ16사고 반성과 진상조사 및 국가재난방지체계 혁신을 위한 특별법안” 등 12건의 법률안과 “국회의원(남경필) 사직의 건”을 포함하여 총 13건의 의안이 접수되었다고 밝혔다. 접수된 의안 중 법률안은 앞으로 미래창조과학방송통신위원회 등 소관 위원회에 회부되어 심사될 예정이다. □ 어제 접수된 법률안 중 주요내용을 소개하면 다음과 같다. - 방송법 개정안(전병헌의원 대표발의): 홈쇼핑 사업자가 그 지위를 이용하여 납품업체에게 불공정 계약을 강요하거나 부당이익을 취득한 경우 허가취소나 업무 정지 등의 제재를 할 수 있도록 하려는 것임. - 세월호 4ㆍ16사고 반성과 진상조사 및 국가재난방지체계 혁신을 위한 특별법안(서청원의원 대표발의): 세월호 참사에 대한 진상조사, 피해자 보상ㆍ배상 및 지원 대책, 재발방지 대책을 심의ㆍ의결하기 위하여 국회에 특별위원회를 구성하도록 하려는 것임.
`어떤 국가가 과반수의 표를 확보해야 중의원 의장이 될 수 있게 정해 놨어`	3. 일본 가. 의장 선출 □ 중의원 의장은 중의원 선거 후 최초 집회일에 열리는 회의에서 중의원 의원의 무기명 투표에 의해 직선으로 선출됨(「국회법」제6조, 「중의원규칙」제3조, 제8조) ○ 의장 선거는 전체 의원의 3분의 1 이상이 참석해서 사무총장이 의장의 직무대행을 하여 실시함(「국회법」제7조) ○ 의장으로 당선되기 위해서는 과반수 득표를 해야 하므로, 1차 투표에서 총 투표수의 과반수를 획득한 득표자가 없으면, 최다득표자 2인에 대하여 결선투표를 실시함 ○ 결선투표에서 두 후보자의 득표수가 같은 경우 추첨으로 당선인이 결정됨 ○ 중의원 의장의 임기는 4년이나, 임기 중에 해산에 의해서 모든 중의원 의원이 지위를 잃으면, 의장도 그 지위를 상실함 □ 의장 선거절차는 중의원 규칙에서 정하는 것 외에, 제1회 일본 제국의회에서 정한 ‘의장 후보자 선거절차수칙’을 따르고 있음 ○ 의장 선출은 선거 전에 각 회파(교섭단체에 해당) 간의 대화로 미리 후보자가 결정되지만, 공식절차상으로는 각 의원의 본회의에서 선거로 선임함 ○ 1970년대 중반까지는 집권여당이 국회의장과 부의장을 모두 독점하였으나, 제79회 국회(1976년) 이후 중의원 국회의장은 여당 제1당에서, 국회부의장은 야당 제1당(제2당)에서 선출하는 관행이 정착되었음. 그러나 1993년 연립정권 성립 후에는 중의원에서 자민당이 제1당이면서 여당이 아니었기 때문에 여당 간에 의장직을 둘러싸고 다툼이 있었음	이에 반해 비례대표제에는 중선거구제 내 선호순위를 표시하는 단기이양투표(single transferable vote, 예: 아일랜드, 몰타), 정당이 후보 명부를 제시하고 당선자를 득표율대로 결정해나가는 명부식 비례대표제(list proportional representation system, 예: 벨기에, 스웨덴, 덴마크 등)가 있다. 대표적인 명부식 비례대표제는 다시 전국을 하나의 선거구로 사용하는 전국통합구제도(이스라엘, 네덜란드)와 선거구를 권역별로 나누되, 불비례성을 전국구 의석으로 보정하는 권역다층선거구제도(스웨덴, 핀란드, 포르투갈, 스페인) 등으로 나뉜다. 이러한 명부식 비례제는 기계적 효과나 제조된 과반 효과가 없고 비례성이 매우 높은 특징을 지닌다. 군소정당도 당선자를 배출할 수 있고 대표성도 향상된다. 원내 정당의 난립을 막기 위해 봉쇄조항(threshold, 3~5%의 정당득표율)을 두기도 한다.
`1분기 코로나 예방접종을 약 2000명에게 시행할 건 누구야`	부산 동래구(구청장 김우룡)는 코로나19 예방접종의 차질 없는 추진을 통한 빠른 일상회복을 위해 코로나19 예방접종 계획을 마련하고, 이달 말 1분기 대상자 2000여명을 대상으로 ‘코로나19 예방접종’을 시작한다고 밝혔다. 코로나19 예방접종 추진기간은 인플루엔자 유행시기인 11월 이전까지로, 접종대상은 18세 이상 전 구민이며, 임신부 및 만 18세 미만 소아·청소년, 65세 이상 고령자는 임상시험 결과에 따라 추후 접종 여부 및 시기가 결정된다. 동래구는 △과학적 근거를 기반으로 안전하고 효과적인 접종 추진 △코로나19의 사망예방 및 지역 사회 전파 차단을 위하여 전 구민의 70%인 189천여 명을 목표로 예방접종을 추진할 계획이다 1분기 우선 접종대상자는 △요양병원·요양시설입원·입원자, 종사자 △고위험 의료기관종사자, 코로나 1차 대응요원 △정신요양·재활시설 등 입소자·종사자 등 2000여 명이며, 백신 배송 등 일정을 조율해 26일부터 병원은 자체접종, 시설은 보건소 방문팀·시설별 협약의료기관 또는 계약된 의사가 방문 접종할 계획이다. 단계별 예방접종 기관은 △7월 개소 예정인 예방접종센터(사직실내체육관) △위탁의료기관 △방문접종 △자체접종 △내소접종을 병행하며, 위탁의료기관 정보는 질병관리청 코로나19 백신 및 예방접종 홈페이지에서 확인할 수 있다. 또한 동래구는 지난 4일 코로나19 예방접종 추진단을 운영 중이며, 22일 민·관·군과 병협·의협·간협 및 민간 등으로 구성된 민-관 협력체계인 ‘동래구 코로나19 예방접종 지역협의체’를 발족하여 전 구민의 코로나19 예방접종의 차질 없는 추진을 위해 최선을 다하고 있다. 김우룡 동래구청장은 “코로나19 예방접종은 전 국민 대상의 대규모 사업으로 관의 철저하고 꼼꼼한 계획과 함께 주민과 유관기관의 협조가 반드시 필요하다”며 “안전하고 신속한 예방접종을 추진을 위해 최선을 다하겠다”고 말했다.	문재인 대통령과 김정숙 여사가 오는 23일 아스트라제네카의 코로나19 백신을 공개 접종한다. 또 일반인에 대한 백신 접종 시기가 빨라지고, 교사의 경우 2분기에 접종을 받는다. 강민석 청와대 대변인은 15일 브리핑에서 문 대통령 부부의 백신 접종 계획을 설명하면서 “오는 6월 영국 G7(주요 7개국) 정상회의 참석, 즉 필수목적 출국을 위한 것”이라며 “질병관리청의 예방 접종 절차에 따른 것”이라고 설명했다. 공무 등으로 해외 출장을 하는 공무원은 우선 접종 대상이다. 강 대변인은 “문 대통령이 우선 접종하는 것은 일각의 안정성, 효과성 논란을 불식시키고 솔선수범하겠다는 의미”라고 덧붙였다. 3분기 예정이었던 일반인들에 대한 접종 시기도 빨라져, 고령층에 대한 접종이 4월부터 시작된다. 15일 코로나19 예방접종 대응추진단에 따르면 2분기 코로나19 백신 예방접종은 △요양병원 및 요양시설 △코로나19 취약시설 입소자 및 종사자 △65세 이상 어르신 △학교 및 돌봄 공간 △만성질환자 △보건의료인과 사회필수인력 등 6개군을 대상으로 진행한다. 이에 따라 4월 첫 주부터 75세 이상 어르신 364만 명에 대한 접종이 예방접종센터에서 실시된다. 65세부터 74세까지의 494만여 명은 6월부터 위탁의료기관에서 접종이 이뤄질 예정이다. 학교 돌봄 공간도 2분기 접종 대상이다. 4월 중 특수교육과 장애아보육 5만 1000명, 유치원과 학교 내 보건교사와 어린이집의 간호인력 1만 3000명에 대한 접종이 이뤄진다. 6월에는 유치원과 어린이집, 초등학교 1‧2학년을 담당하는 교사, 교직원, 관련 종사자 49만 1000명이 단계별로 접종을 받는다. 노인‧장애인‧노숙인시설 등의 거주‧이용시설 접종도 2분기 중 진행할 예정이지만, 아직 정확한 시기는 미정이다. 한편 15일 0시 기준 부산의 코로나19 예방백신 접종자는 4만 5897명으로 우선 접종 대상자 6만 310명의 72.8%가 접종을 마쳤다. 근육통, 발열 등 이상 반응 사례는 모두 589건이다.

Loss: TripletLoss with these parameters:

{
    "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
    "triplet_margin": 5
}

Evaluation Dataset

Unnamed Dataset

Size: 10,000 evaluation samples
Columns: anchor, positive, and negative

Approximate statistics based on the first 1000 samples:

	anchor	positive	negative
type	string	string	string
details	min: 9 tokens mean: 22.86 tokens max: 115 tokens	min: 20 tokens mean: 351.34 tokens max: 512 tokens	min: 93 tokens mean: 346.69 tokens max: 512 tokens

Samples:

anchor positive negative

릴레이로 이번주 TV와 라디오 방송 출연을 확정한게 누구야? ▲ 사진=롯데엔터테인먼트 제공 영화 완벽한 타인의 주역 유해진, 조진웅, 이서진, 염정아가 릴레이로 이번주 TV와 라디오 방송 출연을 확정했다. 완벽한 타인은 완벽해 보이는 커플 모임에서 한정된 시간 동안 핸드폰으로 오는 전화, 문자, 카톡을 강제로 공개해야 하는 게임 때문에 벌어지는 예측불허 이야기를 담은 작품이다. 완벽한 타인에서 완벽한 연기를 펼친 배우들은 이번 주 릴레이로 TV와 라디오 방송 출연을 확정하며 열일 행보를 펼친다. 먼저 오는 24일 오후 7시 MBC FM영화음악 한예리입니다에는 유해진과 염정아가 함께 출연한다. 간첩, 전우치에 이어 세 번째로 함께 호흡을 맞춘 두 사람은 이번 라디오 출연에서 영화에 대한 이야기를 나누며 걸출한 입담과 절친 케미스트리를 선보일 것으로 보인다. 이어 이번 영화로 처음 만나 절친이 된 유해진, 조진웅, 이서진이 25일 오후 11시 10분 KBS2 해피투게더4에 출연한다. 세끼 인연 유해진과 이서진, 그리고 조진웅의 예능감이 유감없이 발휘될 예정이다. 마지막으로 26일에는 MBC 배철수의 음악캠프에서 이서진을 만날 수 있다. 완벽한 타인에서 가장 파격적인 연기 변신을 선보인 그는 음악캠프 특별 DJ로 활약했던 인연으로 이번 출연이 성사됐다. 이서진은 거침없는 언변으로 영화 완벽한 타인의 현장 비하인드 스토리를 밝힐 예정이다. 한편 완벽한 타인은 오는 31일 개봉을 앞두고 있다. 그룹 세븐틴이 미국 간판 토크쇼 ‘엘렌 쇼’에 첫 출연을 확정 지었다. 세븐틴은 다음 달 1일(현지 시각) 방송되는 미국 토크쇼 ‘엘렌 드제너러스 쇼’(이하 엘렌 쇼)에 첫 출연을 확정 지어 전 세계 팬들의 폭발적인 반응을 얻었다. 이날 방송에서 세븐틴은 지난 2019년 8월 발매한 디지털 싱글 ‘HIT’ 무대를 선보인다. ‘HIT’는 제목처럼 타격감이 느껴지는 사운드와 세븐틴의 폭발적인 에너지가 그대로 전해지는 강렬한 EDM 장르의 댄스곡으로 발매와 동시에 국내는 물론 해외에서도 큰 사랑을 받았다. ‘엘렌 쇼’는 미국 유명 코미디언이자 작가, 배우 등 멀티 엔터테이너인 엘렌 드제너러스가 진행하는 토크쇼로 브루노 마스, 두아 리파, 존 레전드, 저스틴 비버 등 세계적인 팝스타들이 대거 출연해 화제를 모았으며 미국의 데이타임 쇼 중 높은 인기를 보유하고 있는 프로그램이다. 앞서 세븐틴은 지난 1월 방송된 미국 CBS ‘제임스 코든 쇼’와 NBC ‘켈리 클락슨 쇼’에 연달아 출연해 스페셜 앨범 타이틀곡 ‘HOME;RUN’과 미니 7집 타이틀곡 ‘Left & Right’의 무대를 선사, 막강한 글로벌 영향력을 확인 시켜 주며 전 세계 팬들과 해외 유수 매체의 호평 세례를 받았다. 이렇듯 세븐틴은 스토리텔링이 담긴 완성도 높은 무대와 세븐틴만이 할 수 있는 퍼포먼스를 선보여 ‘K팝 퍼포먼스 강자’라는 칭호를 얻는 등 전 세계를 열광시킨 바 있어 이번 ‘엘렌쇼’에서 어떤 무대를 선보일지 기대감이 치솟고 있다. 한편 세븐틴이 출연하는 미국 토크쇼 ‘엘렌 쇼’는 다음 달 1일(현지 시각)에 만나볼 수 있다.

벡터맵 빈 분류 기반의 제안기법은 무엇에 비하여서 압출효율이 높다는 것을 표 4에서 알 수 있어?

IV. 실험 결과
제안한 빈 분류기반 벡터맵 압축 기법에 대한 성능 평가를 위한 실험을 수행하였다. 실험을 위해 그림 10 과 같이, ( 10 \mathrm{km} \times 10 \mathrm{km} ) 의 국부 영역을 갖는 벡터맵 레이어를 생성하였으며, 이 중 폴리곤으로 구성된 '건물' 레이어와 폴리라인으로 구성된 '일반도로’ 레이어에 대해 각각의 실험을 수행하였다. 또한 TM 좌표계에 의해 표현되는 실측치 ( 1 \mathrm{cm} ) 이내의 오차를 갖도록 식 (1)의 ( c=100 ) 으로 설정하여 정밀 벡터맵 압축에 대해 결과를 도출하였다. 또한 ( 10 \mathrm{km} \times 10 \mathrm{km} ) 영역에서 ( 1 \mathrm{cm} ) 정밀도를 갖는 벡터맵 데이터의 최적의 압축효율을 위해, 실험적으로 dist ( {D B}=10 \mathrm{~m} ) 및 dist ( { }{A B}=0.64 \mathrm{m} ) 로 결정하였다.
제안 기법의 객관적 비교를 위해 일반적인 데이터 압축기법으로서 7-zib 알고리즘, 대표적인 벡터 간소화 알고리즘으로서 Douglas-Peucker 알고리즘[16] 및 기존의 공간 에너지집중 기반에서의 압축 알고리즘등과 압축 결과를 비교하였다. 표 4 에 각각의 알고리즘 에 대한 압축 결과를 나타내었다.
표 4 의 결과로부터 벡터맵의 특성을 고려하지 않은 7-Zip과 비교하였을 때, 각 좌표점들의 오차범위로 ( 0.01 \mathrm{m} ) 미만을 갖는 벡터맵 빈 분류 기반의 제안 기법이 월등히 높은 압축효율을 가짐을 확인하였다. 한편, 벡터 간소화 기법을 사용하는 Douglas-Peucker 알고리즘과 제안 알고리즘은 압축원리가 상이하므로 RMSE(root mean square error) 등의 방법을 통한 직접적인 비교는 어렵다. 또한 제안 기법과의 비교를 위해 Douglas-Peucker 알고리즘의 정밀도 범위 ( \epsilon=0.01 \mathrm{m} ) 로 설정하게 되면, 각 좌표점들의 간소화 조건이 대부분 만족하지 않으므로 실제 간소화를 통한 압축은 거의 이루어지지 않는다. 따라서 그림 10의 벡터맵 레이어에서 시각적으로 용인할 수 있을 것으로 간주되는 적정 임계치 ( \epsilon=1 \mathrm{m} ) 로 설정하여 압축을 수행하였다. 표 4의 실험 결과는 이때의 압축 결과를 나타낸 것이다. 그림 11은 벡터맵을 확대하였을 때, 표 4 의 압축 효율에 대해 제안 알고리즘과 Douglas-Peucker 알고리즘의 시각적 오차를 비교한 것이다.
표 4와 그림 11로부터 제안 기법이 Duglas-Peucker 알고리즘보다 월등히 적은 시각적 오차를 가짐에도 불구하고 보다 높은 압축효율을 나타냄을 확인할 수 있다. 더욱이, 표 4에서 Duglas-Peucker 알고리즘의 특성상 연속한 좌표점들이 급격히 꺽히는 오브젝트들의 집합인 '건물' 레이어에서 압축효율의 저하가 발생한다. 반면. 제안 기법은 Duglas-Peucker 알고리즘에서와 같은 압축효율의 저하는 발생하지 않음을 확인하였다. 공간영역에서의 에너지 집중(SEC)을 이용한 기존방법과의 비교에서 역시 제안 알고리즘이 보다 우수한 압축 효율을 가짐을 알 수 있었다. 또한 에너지 집중 이후 실질적 데이터 압축을 위한 엔트로피 코딩으로써 zlib 또는 7-zip 알고리즘을 이용하는 기존 기법과는 달리, 제안 기법은 압축 과정의 일부로써 정의된 단순한 허프만 테이블을 참조하므로 계산 복잡도에서 큰 이점을 얻을 수 있다.

VI. 결 론
본 논문에서는 집적 영상을 효율적으로 압축하기 위한 3D-DCT 기반의 압축 방법을 제안하였다. 제안한 방법은 집적 영상이 촬영 물체나 촬영 방법에 따라 다양한 특성을 가지는 특성을 바탕으로, 적응적으로 3D-DCT 블록을 구성하는 방법과 각 3D-DCT 블록별로 가변 블록 크기 3D-DCT를 수행하는 방법이다. 제안 방법은 영상 특성에 따라 최적의 3D-DCT를 수행하기 때문에 기존의 방법보다 뛰어난 성능을 보여준다. 제안 방법은 기존의 3D-DCT 방법과 비교해서 각 영상별로 동일 비트량에서 약 ( 1 \mathrm{dB} )에서 ( 2 \mathrm{dB} )의 PSNR 향상 효과를 보여주었다. 
본 논문에서 제안된 방법은 여러 가지 블록 모드를 정의하고 그 중 최적의 모드를 선택하는 과정을 수행하므로 이에 따른 계산량의 증가를 초래한다. 블록 모드의 개수가 증가할수록 계산량의 그 개수에 정비례하여 증가하므로 이의 개선을 위한 연구가 추가적으로 필요하다. 또한 보다 효율적인 오버헤드 비트 부호화를 통해 추가적인 압축 효율 향상을 기대할 수 있다.

대면하지 않고 진료에서 약 배달까지 해주는 처방솔루션은 뭐야

비대면 진료 서비스에 기반한 브랜드 페어(pare)는 올해 초부터 비대면 진료와 처방을 모바일로 쉽고 빠르게 받을 수 있게 하고, 처방받은 약은 집까지 배송해 주는 서비스를 국내 환자와 재외국민들을 위해 시작했다. 페어는 의사의 처방을 통해서만 구매가 가능한 의사의 솔루션을 페어만의 브랜드 감성을 깃들여 환자에게 노출한다. 이는 기존의 처방약이라는 고질적인 부분을 소비자 감성 브랜드로 승화해 환자와 소비자의 벽을 허무는 국내 최초의 전문처방 솔루션 비즈니스 모델이다. 또한, 플랫폼 내 처방이 필요하지 않은 일반 건강기능식품을 통한 사후관리 서비스도 제공한다. 강신욱 대표는 “페어만의 브랜드 감성과 의사들의 전문성이 실린 솔루션을 집까지 배송해 주는 게 특징”이라며 “처방약뿐만 아니라 진료에 따른 맞춤형 건강관리제품을 추천 혹은 패키지로 받아 볼 수 있는 국내 최초 비대면 진료 기반의 커머스형 처방솔루션”이라고 강조했다.

국민 의약품 구입 불편 해소 방안 관련 의약품 재분류 논의 시작
국가별 의약품 분류체계 분류 국명 처방약(처방필수) 비처방약 비고
2분류 한국 - 전문의약품 - 일반의약품 의약외품은 판매장소 제한 없음 
일본 - 의료용의약품(E): 의사의 처방에 의해서만 조제·판매 - 일반용의약품(OTC) : 약국 외에서도 제한적으로 판매
미국 - 처방의약품(Rx): 연방법에 의해 처방전 없이 조제하는 것을 금한다는 표시가 있음 - 비처방의약품(OTC): 약국 및 약국 외에서 자유롭게 판매 
※ 제산제, 비타민, 치질, 해열진통제 등 일반약 전체, 또는 일부 약국외 판매 허용
3분류 영국 - 처방약(POM): 의사의 처방에 의해서만 조제·판매 - 약국약(P) : 처방없이 약국에서 판매 가능
- 자유판매품목(GSL): 약국 외에서도 판매 가능 
※ 어린이용 아스피린, 구충제, 관장약 등 제외
독일 - 처방약(Rp): 처방전이 필요하며 약국을 통해서만 판매 - 약국약(Ap): 처방을 요하지 않고 약국에서 판매가능
- 자유판매품목(F):약국 외에서도 판매가능 
※ 민간치료약초, 저함량비타민·미네랄 등
4분류 프랑스 - 처방약 list Ⅰ: 의사의 처방을 필요로 하며 처방자의 허가 없이 반복 사용할 수 없고, 약사는 판매상황을 기록
- 처방약 list Ⅱ: 환자의 요청이 있을 때 2달까지 처방전을 반복 사용
- 특별처방약Stupefiants : 의사는 일련번호가 붙은 양식에 의해 처방하며 약사는 판매상황을 기록 - 비처방약 (대중광고 가능) : 대중광로를 하는 약으로 사회 건강보험대상에서 제외 의약품 약국 외 판매 불허
캐나다 - 처방약 (P) : 처방에 의해서 약국에서만 판매 - 약사약 (BTC) : 처방없이 약국에서 약사만이 판매할 수 있음 
- 약국진열약 (OTC) : 약국에서 자유롭게 진열하여 판매할 수 있는 약으로서, 대중광고 허용
- 자유판매약(OTP) : 약국 이외에서도 판매되는 약  
스위스 - 처방약 list Ⅰ : 약품 명단을 법률로 정하며, 처방전 반복사용 금지
- 처방약 list Ⅱ : 약사의 반복 처방 가능 - 비처방약 list Ⅲ (약국약), list Ⅳ (약종상약), list Ⅴ (자유판매약
)- list Ⅳ 와 list Ⅴ는 대중광고 허용

Loss: TripletLoss with these parameters:

{
    "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
    "triplet_margin": 5
}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 16
per_device_eval_batch_size: 16
learning_rate: 5e-06
max_grad_norm: 5.0
num_train_epochs: 10
warmup_steps: 500
dataloader_drop_last: True

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: steps
prediction_loss_only: True
per_device_train_batch_size: 16
per_device_eval_batch_size: 16
per_gpu_train_batch_size: None
per_gpu_eval_batch_size: None
gradient_accumulation_steps: 1
eval_accumulation_steps: None
torch_empty_cache_steps: None
learning_rate: 5e-06
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 5.0
num_train_epochs: 10
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: {}
warmup_ratio: 0.0
warmup_steps: 500
log_level: passive
log_level_replica: warning
log_on_each_node: True
logging_nan_inf_filter: True
save_safetensors: True
save_on_each_node: False
save_only_model: False
restore_callback_states_from_checkpoint: False
no_cuda: False
use_cpu: False
use_mps_device: False
seed: 42
data_seed: None
jit_mode_eval: False
use_ipex: False
bf16: False
fp16: False
fp16_opt_level: O1
half_precision_backend: auto
bf16_full_eval: False
fp16_full_eval: False
tf32: None
local_rank: 0
ddp_backend: None
tpu_num_cores: None
tpu_metrics_debug: False
debug: []
dataloader_drop_last: True
dataloader_num_workers: 0
dataloader_prefetch_factor: None
past_index: -1
disable_tqdm: False
remove_unused_columns: True
label_names: None
load_best_model_at_end: False
ignore_data_skip: False
fsdp: []
fsdp_min_num_params: 0
fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
fsdp_transformer_layer_cls_to_wrap: None
accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
deepspeed: None
label_smoothing_factor: 0.0
optim: adamw_torch
optim_args: None
adafactor: False
group_by_length: False
length_column_name: length
ddp_find_unused_parameters: None
ddp_bucket_cap_mb: None
ddp_broadcast_buffers: False
dataloader_pin_memory: True
dataloader_persistent_workers: False
skip_memory_metrics: True
use_legacy_prediction_loop: False
push_to_hub: False
resume_from_checkpoint: None
hub_model_id: None
hub_strategy: every_save
hub_private_repo: False
hub_always_push: False
gradient_checkpointing: False
gradient_checkpointing_kwargs: None
include_inputs_for_metrics: False
eval_do_concat_batches: True
fp16_backend: auto
push_to_hub_model_id: None
push_to_hub_organization: None
mp_parameters:
auto_find_batch_size: False
full_determinism: False
torchdynamo: None
ray_scope: last
ddp_timeout: 1800
torch_compile: False
torch_compile_backend: None
torch_compile_mode: None
dispatch_batches: None
split_batches: None
include_tokens_per_second: False
include_num_input_tokens_seen: False
neftune_noise_alpha: None
optim_target_modules: None
batch_eval_metrics: False
eval_on_start: False
eval_use_gather_object: False
batch_sampler: batch_sampler
multi_dataset_batch_sampler: proportional

Training Logs

Click to expand

Epoch	Step	Training Loss	loss	eval_max_accuracy
0	0	-	-	0.8097
0.0003	1	3.7029	-	-
0.0005	2	3.5933	-	-
0.0008	3	3.6202	-	-
0.0011	4	3.7326	-	-
0.0014	5	3.9334	-	-
0.0016	6	3.7852	-	-
0.0019	7	3.4906	-	-
0.0022	8	3.6759	-	-
0.0024	9	3.5483	-	-
0.0027	10	3.5771	-	-
0.0030	11	3.7257	-	-
0.0032	12	3.4895	-	-
0.0035	13	3.3103	-	-
0.0038	14	3.922	-	-
0.0041	15	3.6915	-	-
0.0043	16	3.6025	-	-
0.0046	17	3.62	-	-
0.0049	18	3.5012	-	-
0.0051	19	3.6866	-	-
0.0054	20	3.3813	-	-
0.0057	21	3.6767	-	-
0.0060	22	3.6786	-	-
0.0062	23	3.5475	-	-
0.0065	24	3.6922	-	-
0.0068	25	3.2723	-	-
0.0070	26	3.5993	-	-
0.0073	27	3.597	-	-
0.0076	28	3.2607	-	-
0.0078	29	3.2752	-	-
0.0081	30	3.6894	-	-
0.0084	31	3.1676	-	-
0.0087	32	3.3558	-	-
0.0089	33	3.4072	-	-
0.0092	34	3.9482	-	-
0.0095	35	3.5956	-	-
0.0097	36	3.4239	-	-
0.0100	37	3.6284	-	-
0.0103	38	3.565	-	-
0.0106	39	3.2149	-	-
0.0108	40	3.8147	-	-
0.0111	41	3.8794	-	-
0.0114	42	3.58	-	-
0.0116	43	3.7501	-	-
0.0119	44	3.4785	-	-
0.0122	45	3.6266	-	-
0.0124	46	3.5992	-	-
0.0127	47	3.5043	-	-
0.0130	48	3.5815	-	-
0.0133	49	3.4926	-	-
0.0135	50	3.3461	-	-
0.0138	51	3.3513	-	-
0.0141	52	3.2384	-	-
0.0143	53	3.6402	-	-
0.0146	54	3.2851	-	-
0.0149	55	3.3928	-	-
0.0152	56	3.2989	-	-
0.0154	57	3.3734	-	-
0.0157	58	3.6848	-	-
0.0160	59	3.6365	-	-
0.0162	60	3.4689	-	-
0.0165	61	3.4777	-	-
0.0168	62	3.466	-	-
0.0170	63	3.4967	-	-
0.0173	64	3.5003	-	-
0.0176	65	3.618	-	-
0.0179	66	3.2828	-	-
0.0181	67	3.4392	-	-
0.0184	68	3.4533	-	-
0.0187	69	3.5506	-	-
0.0189	70	3.5793	-	-
0.0192	71	3.1355	-	-
0.0195	72	3.2952	-	-
0.0198	73	3.2638	-	-
0.0200	74	3.1044	-	-
0.0203	75	3.0029	-	-
0.0206	76	3.528	-	-
0.0208	77	3.587	-	-
0.0211	78	3.171	-	-
0.0214	79	2.9652	-	-
0.0216	80	3.2995	-	-
0.0219	81	3.4453	-	-
0.0222	82	3.2819	-	-
0.0225	83	3.5622	-	-
0.0227	84	3.3325	-	-
0.0230	85	3.4491	-	-
0.0233	86	3.5157	-	-
0.0235	87	3.5466	-	-
0.0238	88	3.3136	-	-
0.0241	89	3.244	-	-
0.0244	90	3.2226	-	-
0.0246	91	3.3109	-	-
0.0249	92	3.2844	-	-
0.0252	93	3.1877	-	-
0.0254	94	3.5449	-	-
0.0257	95	3.2768	-	-
0.0260	96	3.0593	-	-
0.0262	97	3.0246	-	-
0.0265	98	3.2605	-	-
0.0268	99	3.1214	-	-
0.0271	100	3.1969	-	-
0.0273	101	3.1898	-	-
0.0276	102	3.1378	-	-
0.0279	103	3.2224	-	-
0.0281	104	3.2091	-	-
0.0284	105	3.1977	-	-
0.0287	106	2.88	-	-
0.0290	107	3.4035	-	-
0.0292	108	3.1052	-	-
0.0295	109	3.2199	-	-
0.0298	110	3.2154	-	-
0.0300	111	3.5131	-	-
0.0303	112	3.2893	-	-
0.0306	113	3.2097	-	-
0.0308	114	2.8962	-	-
0.0311	115	3.0839	-	-
0.0314	116	3.153	-	-
0.0317	117	3.1939	-	-
0.0319	118	2.9264	-	-
0.0322	119	3.0034	-	-
0.0325	120	3.2816	-	-
0.0327	121	3.3102	-	-
0.0330	122	3.3024	-	-
0.0333	123	2.9483	-	-
0.0335	124	3.5424	-	-
0.0338	125	2.9501	-	-
0.0341	126	2.6719	-	-
0.0344	127	3.2473	-	-
0.0346	128	2.708	-	-
0.0349	129	2.789	-	-
0.0352	130	3.105	-	-
0.0354	131	3.3812	-	-
0.0357	132	2.8536	-	-
0.0360	133	3.0953	-	-
0.0363	134	3.1435	-	-
0.0365	135	2.9611	-	-
0.0368	136	3.0551	-	-
0.0371	137	3.3193	-	-
0.0373	138	2.8962	-	-
0.0376	139	2.9942	-	-
0.0379	140	3.263	-	-
0.0381	141	3.068	-	-
0.0384	142	2.8867	-	-
0.0387	143	2.6396	-	-
0.0390	144	2.9669	-	-
0.0392	145	2.9285	-	-
0.0395	146	2.9935	-	-
0.0398	147	2.7642	-	-
0.0400	148	2.7893	-	-
0.0403	149	3.0548	-	-
0.0406	150	2.6962	-	-
0.0409	151	2.9889	-	-
0.0411	152	2.9173	-	-
0.0414	153	3.0246	-	-
0.0417	154	2.7344	-	-
0.0419	155	2.8351	-	-
0.0422	156	2.6669	-	-
0.0425	157	2.9578	-	-
0.0427	158	3.1561	-	-
0.0430	159	3.0459	-	-
0.0433	160	3.2072	-	-
0.0436	161	2.9	-	-
0.0438	162	2.9859	-	-
0.0441	163	2.746	-	-
0.0444	164	3.0487	-	-
0.0446	165	2.708	-	-
0.0449	166	2.8326	-	-
0.0452	167	2.5851	-	-
0.0455	168	2.6138	-	-
0.0457	169	2.852	-	-
0.0460	170	2.8406	-	-
0.0463	171	2.6035	-	-
0.0465	172	2.8132	-	-
0.0468	173	2.7956	-	-
0.0471	174	2.8197	-	-
0.0473	175	2.7928	-	-
0.0476	176	2.8936	-	-
0.0479	177	3.0719	-	-
0.0482	178	2.5377	-	-
0.0484	179	2.6214	-	-
0.0487	180	2.5354	-	-
0.0490	181	3.1098	-	-
0.0492	182	2.7078	-	-
0.0495	183	2.8728	-	-
0.0498	184	2.9997	-	-
0.0501	185	2.7161	-	-
0.0503	186	2.4164	-	-
0.0506	187	2.6015	-	-
0.0509	188	2.7331	-	-
0.0511	189	2.7515	-	-
0.0514	190	2.7612	-	-
0.0517	191	2.3818	-	-
0.0519	192	2.6647	-	-
0.0522	193	2.9695	-	-
0.0525	194	2.7429	-	-
0.0528	195	2.708	-	-
0.0530	196	2.8334	-	-
0.0533	197	2.6668	-	-
0.0536	198	2.7551	-	-
0.0538	199	2.8654	-	-
0.0541	200	2.3938	-	-
0.0544	201	2.5196	-	-
0.0547	202	2.2214	-	-
0.0549	203	2.7908	-	-
0.0552	204	2.8415	-	-
0.0555	205	2.3618	-	-
0.0557	206	2.8336	-	-
0.0560	207	2.947	-	-
0.0563	208	2.5945	-	-
0.0565	209	2.6139	-	-
0.0568	210	2.4848	-	-
0.0571	211	2.6345	-	-
0.0574	212	2.7283	-	-
0.0576	213	2.6708	-	-
0.0579	214	2.8646	-	-
0.0582	215	2.33	-	-
0.0584	216	2.707	-	-
0.0587	217	2.4316	-	-
0.0590	218	2.4137	-	-
0.0593	219	2.6249	-	-
0.0595	220	2.3511	-	-
0.0598	221	2.7841	-	-
0.0601	222	2.6756	-	-
0.0603	223	2.8454	-	-
0.0606	224	2.4962	-	-
0.0609	225	2.7489	-	-
0.0611	226	2.4745	-	-
0.0614	227	2.8494	-	-
0.0617	228	2.3877	-	-
0.0620	229	2.1861	-	-
0.0622	230	2.5198	-	-
0.0625	231	2.6019	-	-
0.0628	232	2.5272	-	-
0.0630	233	2.785	-	-
0.0633	234	2.257	-	-
0.0636	235	2.4272	-	-
0.0639	236	2.6664	-	-
0.0641	237	2.6004	-	-
0.0644	238	2.275	-	-
0.0647	239	2.1675	-	-
0.0649	240	2.296	-	-
0.0652	241	2.2533	-	-
0.0655	242	2.4595	-	-
0.0657	243	2.7077	-	-
0.0660	244	2.6408	-	-
0.0663	245	2.3836	-	-
0.0666	246	2.719	-	-
0.0668	247	2.5606	-	-
0.0671	248	2.5644	-	-
0.0674	249	2.2278	-	-
0.0676	250	2.2255	-	-
0.0679	251	2.2043	-	-
0.0682	252	2.7294	-	-
0.0685	253	2.4073	-	-
0.0687	254	2.615	-	-
0.0690	255	2.353	-	-
0.0693	256	2.5391	-	-
0.0695	257	2.522	-	-
0.0698	258	2.1193	-	-
0.0701	259	2.1909	-	-
0.0703	260	2.5867	-	-
0.0706	261	2.4533	-	-
0.0709	262	2.9263	-	-
0.0712	263	2.2213	-	-
0.0714	264	2.1486	-	-
0.0717	265	2.5364	-	-
0.0720	266	2.5484	-	-
0.0722	267	2.2742	-	-
0.0725	268	2.498	-	-
0.0728	269	2.1036	-	-
0.0731	270	2.4893	-	-
0.0733	271	2.5686	-	-
0.0736	272	2.4647	-	-
0.0739	273	2.4856	-	-
0.0741	274	2.3656	-	-
0.0744	275	2.5119	-	-
0.0747	276	2.4614	-	-
0.0749	277	2.5886	-	-
0.0752	278	2.4027	-	-
0.0755	279	2.2392	-	-
0.0758	280	2.2617	-	-
0.0760	281	2.4479	-	-
0.0763	282	2.3888	-	-
0.0766	283	2.2389	-	-
0.0768	284	2.5737	-	-
0.0771	285	2.3127	-	-
0.0774	286	2.2929	-	-
0.0777	287	2.2611	-	-
0.0779	288	2.1801	-	-
0.0782	289	2.3731	-	-
0.0785	290	2.0328	-	-
0.0787	291	2.4479	-	-
0.0790	292	2.5803	-	-
0.0793	293	2.3057	-	-
0.0795	294	2.1104	-	-
0.0798	295	2.0873	-	-
0.0801	296	2.206	-	-
0.0804	297	2.3631	-	-
0.0806	298	2.4738	-	-
0.0809	299	2.2175	-	-
0.0812	300	1.9799	-	-
0.0814	301	2.8705	-	-
0.0817	302	2.326	-	-
0.0820	303	2.4639	-	-
0.0823	304	2.2292	-	-
0.0825	305	2.1749	-	-
0.0828	306	2.3766	-	-
0.0831	307	2.4099	-	-
0.0833	308	2.6756	-	-
0.0836	309	2.0775	-	-
0.0839	310	2.429	-	-
0.0841	311	2.5878	-	-
0.0844	312	2.0847	-	-
0.0847	313	2.5	-	-
0.0850	314	2.2923	-	-
0.0852	315	2.4186	-	-
0.0855	316	2.7135	-	-
0.0858	317	1.9303	-	-
0.0860	318	1.7774	-	-
0.0863	319	2.0594	-	-
0.0866	320	2.4805	-	-
0.0869	321	2.7324	-	-
0.0871	322	2.325	-	-
0.0874	323	2.1487	-	-
0.0877	324	2.1471	-	-
0.0879	325	2.1288	-	-
0.0882	326	2.2337	-	-
0.0885	327	2.4827	-	-
0.0887	328	2.6119	-	-
0.0890	329	2.6694	-	-
0.0893	330	2.2477	-	-
0.0896	331	2.0679	-	-
0.0898	332	2.5083	-	-
0.0901	333	2.7768	-	-
0.0904	334	2.1921	-	-
0.0906	335	2.2384	-	-
0.0909	336	2.1023	-	-
0.0912	337	1.8474	-	-
0.0915	338	2.2618	-	-
0.0917	339	2.3917	-	-
0.0920	340	1.9965	-	-
0.0923	341	2.3226	-	-
0.0925	342	1.9449	-	-
0.0928	343	2.2811	-	-
0.0931	344	2.5592	-	-
0.0933	345	2.0899	-	-
0.0936	346	2.5898	-	-
0.0939	347	2.0541	-	-
0.0942	348	2.3886	-	-
0.0944	349	2.3033	-	-
0.0947	350	2.003	-	-
0.0950	351	2.392	-	-
0.0952	352	1.9695	-	-
0.0955	353	2.3329	-	-
0.0958	354	2.1577	-	-
0.0960	355	2.3812	-	-
0.0963	356	2.2573	-	-
0.0966	357	2.2683	-	-
0.0969	358	1.9598	-	-
0.0971	359	2.2429	-	-
0.0974	360	2.2775	-	-
0.0977	361	2.1248	-	-
0.0979	362	2.2243	-	-
0.0982	363	2.2354	-	-
0.0985	364	2.4117	-	-
0.0988	365	2.2942	-	-
0.0990	366	2.2646	-	-
0.0993	367	2.2221	-	-
0.0996	368	1.9234	-	-
0.0998	369	2.3799	-	-
0.1001	370	2.1188	-	-
0.1004	371	2.2682	-	-
0.1006	372	2.357	-	-
0.1009	373	2.0249	-	-
0.1012	374	2.0277	-	-
0.1015	375	2.4839	-	-
0.1017	376	2.1311	-	-
0.1020	377	2.2829	-	-
0.1023	378	2.1836	-	-
0.1025	379	2.2715	-	-
0.1028	380	1.9424	-	-
0.1031	381	2.1225	-	-
0.1034	382	2.455	-	-
0.1036	383	2.4267	-	-
0.1039	384	2.0846	-	-
0.1042	385	2.5675	-	-
0.1044	386	2.5821	-	-
0.1047	387	2.4606	-	-
0.1050	388	2.3389	-	-
0.1052	389	2.3961	-	-
0.1055	390	2.3104	-	-
0.1058	391	2.1097	-	-
0.1061	392	2.0586	-	-
0.1063	393	2.141	-	-
0.1066	394	2.2004	-	-
0.1069	395	2.4036	-	-
0.1071	396	2.0647	-	-
0.1074	397	2.5831	-	-
0.1077	398	2.3885	-	-
0.1080	399	2.3828	-	-
0.1082	400	2.3406	-	-
0.1085	401	2.623	-	-
0.1088	402	2.0207	-	-
0.1090	403	2.3643	-	-
0.1093	404	1.815	-	-
0.1096	405	2.2229	-	-
0.1098	406	2.2428	-	-
0.1101	407	2.298	-	-
0.1104	408	2.5657	-	-
0.1107	409	2.2374	-	-
0.1109	410	2.3008	-	-
0.1112	411	1.969	-	-
0.1115	412	2.739	-	-
0.1117	413	1.9383	-	-
0.1120	414	2.3129	-	-
0.1123	415	2.2294	-	-
0.1126	416	2.4962	-	-
0.1128	417	2.6683	-	-
0.1131	418	2.1378	-	-
0.1134	419	2.1462	-	-
0.1136	420	2.0792	-	-
0.1139	421	1.8069	-	-
0.1142	422	2.1589	-	-
0.1144	423	2.2513	-	-
0.1147	424	2.0644	-	-
0.1150	425	1.7326	-	-
0.1153	426	1.9786	-	-
0.1155	427	2.1517	-	-
0.1158	428	2.2439	-	-
0.1161	429	2.0147	-	-
0.1163	430	2.1757	-	-
0.1166	431	2.3518	-	-
0.1169	432	2.1398	-	-
0.1172	433	2.0973	-	-
0.1174	434	2.3206	-	-
0.1177	435	2.0573	-	-
0.1180	436	2.5073	-	-
0.1182	437	2.1824	-	-
0.1185	438	2.0755	-	-
0.1188	439	2.2093	-	-
0.1190	440	1.908	-	-
0.1193	441	2.1517	-	-
0.1196	442	2.1671	-	-
0.1199	443	2.238	-	-
0.1201	444	1.9585	-	-
0.1204	445	2.2237	-	-
0.1207	446	1.877	-	-
0.1209	447	2.4536	-	-
0.1212	448	1.6666	-	-
0.1215	449	2.0085	-	-
0.1218	450	1.6818	-	-
0.1220	451	1.9918	-	-
0.1223	452	2.0705	-	-
0.1226	453	1.9986	-	-
0.1228	454	2.0044	-	-
0.1231	455	1.9281	-	-
0.1234	456	2.1394	-	-
0.1236	457	2.0153	-	-
0.1239	458	1.8982	-	-
0.1242	459	1.9655	-	-
0.1245	460	2.0779	-	-
0.1247	461	2.3192	-	-
0.125	462	2.0407	-	-
0.1253	463	2.2495	-	-
0.1255	464	1.8125	-	-
0.1258	465	2.3996	-	-
0.1261	466	2.1038	-	-
0.1264	467	1.9056	-	-
0.1266	468	1.9527	-	-
0.1269	469	1.8765	-	-
0.1272	470	1.7957	-	-
0.1274	471	2.2903	-	-
0.1277	472	1.9009	-	-
0.1280	473	1.917	-	-
0.1282	474	2.202	-	-
0.1285	475	2.1176	-	-
0.1288	476	1.775	-	-
0.1291	477	1.9129	-	-
0.1293	478	1.9417	-	-
0.1296	479	1.9398	-	-
0.1299	480	1.9695	-	-
0.1301	481	2.1312	-	-
0.1304	482	2.1663	-	-
0.1307	483	2.1375	-	-
0.1310	484	2.086	-	-
0.1312	485	1.9962	-	-
0.1315	486	2.5834	-	-
0.1318	487	2.106	-	-
0.1320	488	1.7742	-	-
0.1323	489	2.0938	-	-
0.1326	490	1.9424	-	-
0.1328	491	2.1267	-	-
0.1331	492	2.053	-	-
0.1334	493	1.9704	-	-
0.1337	494	2.0408	-	-
0.1339	495	1.9858	-	-
0.1342	496	2.1135	-	-
0.1345	497	1.9694	-	-
0.1347	498	2.2174	-	-
0.1350	499	2.4033	-	-
0.1353	500	2.504	-	-
0.1356	501	2.0253	-	-
0.1358	502	2.1373	-	-
0.1361	503	1.953	-	-
0.1364	504	1.9485	-	-
0.1366	505	2.2933	-	-
0.1369	506	2.2344	-	-
0.1372	507	1.8448	-	-
0.1374	508	1.7867	-	-
0.1377	509	2.1313	-	-
0.1380	510	1.9775	-	-
0.1383	511	2.234	-	-
0.1385	512	2.1787	-	-
0.1388	513	1.7342	-	-
0.1391	514	1.8585	-	-
0.1393	515	1.6615	-	-
0.1396	516	1.9059	-	-
0.1399	517	2.5038	-	-
0.1402	518	2.0537	-	-
0.1404	519	1.9026	-	-
0.1407	520	2.3009	-	-
0.1410	521	1.6705	-	-
0.1412	522	1.9847	-	-
0.1415	523	1.9218	-	-
0.1418	524	1.8521	-	-
0.1420	525	1.9855	-	-
0.1423	526	2.166	-	-
0.1426	527	2.0417	-	-
0.1429	528	1.6375	-	-
0.1431	529	1.7333	-	-
0.1434	530	2.2218	-	-
0.1437	531	1.689	-	-
0.1439	532	1.7698	-	-
0.1442	533	2.0191	-	-
0.1445	534	2.1007	-	-
0.1448	535	1.8357	-	-
0.1450	536	1.8787	-	-
0.1453	537	2.1196	-	-
0.1456	538	1.7606	-	-
0.1458	539	1.9142	-	-
0.1461	540	1.8416	-	-
0.1464	541	1.8662	-	-
0.1466	542	2.339	-	-
0.1469	543	1.7302	-	-
0.1472	544	2.0131	-	-
0.1475	545	1.9053	-	-
0.1477	546	2.3563	-	-
0.1480	547	2.2997	-	-
0.1483	548	1.9616	-	-
0.1485	549	2.2563	-	-
0.1488	550	2.0545	-	-
0.1491	551	2.1527	-	-
0.1494	552	2.0398	-	-
0.1496	553	2.1907	-	-
0.1499	554	1.9495	-	-
0.1502	555	2.378	-	-
0.1504	556	2.2443	-	-
0.1507	557	2.2034	-	-
0.1510	558	1.6146	-	-
0.1512	559	1.9859	-	-
0.1515	560	2.1868	-	-
0.1518	561	1.8601	-	-
0.1521	562	2.1456	-	-
0.1523	563	2.0503	-	-
0.1526	564	1.8132	-	-
0.1529	565	2.2247	-	-
0.1531	566	2.0064	-	-
0.1534	567	1.764	-	-
0.1537	568	2.1157	-	-
0.1540	569	2.0062	-	-
0.1542	570	2.0843	-	-
0.1545	571	1.8219	-	-
0.1548	572	1.9774	-	-
0.1550	573	1.9365	-	-
0.1553	574	1.8011	-	-
0.1556	575	1.5287	-	-
0.1558	576	2.0663	-	-
0.1561	577	1.9891	-	-
0.1564	578	2.0269	-	-
0.1567	579	2.2375	-	-
0.1569	580	1.7758	-	-
0.1572	581	1.8126	-	-
0.1575	582	2.2682	-	-
0.1577	583	1.9528	-	-
0.1580	584	2.1589	-	-
0.1583	585	2.3003	-	-
0.1585	586	2.2696	-	-
0.1588	587	2.0125	-	-
0.1591	588	1.9712	-	-
0.1594	589	2.0321	-	-
0.1596	590	1.6015	-	-
0.1599	591	1.787	-	-
0.1602	592	1.8658	-	-
0.1604	593	1.9568	-	-
0.1607	594	1.4715	-	-
0.1610	595	2.225	-	-
0.1613	596	1.8995	-	-
0.1615	597	1.9287	-	-
0.1618	598	2.0867	-	-
0.1621	599	1.8687	-	-
0.1623	600	2.1079	-	-
0.1626	601	1.7132	-	-
0.1629	602	2.0718	-	-
0.1631	603	1.7533	-	-
0.1634	604	1.8589	-	-
0.1637	605	1.9006	-	-
0.1640	606	1.6836	-	-
0.1642	607	2.0474	-	-
0.1645	608	2.3685	-	-
0.1648	609	1.9868	-	-
0.1650	610	2.0264	-	-
0.1653	611	2.0316	-	-
0.1656	612	2.0432	-	-
0.1659	613	1.8681	-	-
0.1661	614	1.8535	-	-
0.1664	615	2.0519	-	-
0.1667	616	1.8968	-	-
0.1669	617	2.2493	-	-
0.1672	618	2.343	-	-
0.1675	619	2.0595	-	-
0.1677	620	1.9855	-	-
0.1680	621	1.7672	-	-
0.1683	622	2.018	-	-
0.1686	623	2.148	-	-
0.1688	624	2.0887	-	-
0.1691	625	1.9749	-	-
0.1694	626	1.6188	-	-
0.1696	627	1.972	-	-
0.1699	628	1.6102	-	-
0.1702	629	1.6897	-	-
0.1705	630	1.8499	-	-
0.1707	631	1.8204	-	-
0.1710	632	1.8942	-	-
0.1713	633	2.091	-	-
0.1715	634	1.8857	-	-
0.1718	635	2.4712	-	-
0.1721	636	1.7863	-	-
0.1723	637	1.9926	-	-
0.1726	638	2.1847	-	-
0.1729	639	2.2097	-	-
0.1732	640	1.7805	-	-
0.1734	641	2.2169	-	-
0.1737	642	1.8978	-	-
0.1740	643	2.076	-	-
0.1742	644	1.94	-	-
0.1745	645	1.8955	-	-
0.1748	646	1.8326	-	-
0.1751	647	1.5342	-	-
0.1753	648	2.0724	-	-
0.1756	649	2.0927	-	-
0.1759	650	1.8816	-	-
0.1761	651	1.9854	-	-
0.1764	652	1.6004	-	-
0.1767	653	1.8656	-	-
0.1769	654	2.0209	-	-
0.1772	655	1.7497	-	-
0.1775	656	1.7226	-	-
0.1778	657	2.3342	-	-
0.1780	658	1.9836	-	-
0.1783	659	1.5284	-	-
0.1786	660	1.7118	-	-
0.1788	661	2.0391	-	-
0.1791	662	2.0169	-	-
0.1794	663	2.0998	-	-
0.1797	664	1.9988	-	-
0.1799	665	2.0487	-	-
0.1802	666	1.8805	-	-
0.1805	667	1.6457	-	-
0.1807	668	2.0664	-	-
0.1810	669	1.3938	-	-
0.1813	670	1.9254	-	-
0.1815	671	1.5655	-	-
0.1818	672	1.7841	-	-
0.1821	673	2.0556	-	-
0.1824	674	1.8554	-	-
0.1826	675	1.9134	-	-
0.1829	676	1.3664	-	-
0.1832	677	2.1767	-	-
0.1834	678	1.9003	-	-
0.1837	679	2.0733	-	-
0.1840	680	2.1993	-	-
0.1843	681	1.4791	-	-
0.1845	682	1.8425	-	-
0.1848	683	2.209	-	-
0.1851	684	2.0575	-	-
0.1853	685	1.9209	-	-
0.1856	686	1.6178	-	-
0.1859	687	2.105	-	-
0.1861	688	1.8372	-	-
0.1864	689	1.7704	-	-
0.1867	690	1.8149	-	-
0.1870	691	1.6158	-	-
0.1872	692	2.0659	-	-
0.1875	693	2.2369	-	-
0.1878	694	1.7829	-	-
0.1880	695	1.8065	-	-
0.1883	696	1.7933	-	-
0.1886	697	2.045	-	-
0.1889	698	1.7394	-	-
0.1891	699	1.947	-	-
0.1894	700	2.1673	-	-
0.1897	701	1.6836	-	-
0.1899	702	1.7064	-	-
0.1902	703	1.5177	-	-
0.1905	704	2.144	-	-
0.1907	705	1.8709	-	-
0.1910	706	1.7909	-	-
0.1913	707	1.8789	-	-
0.1916	708	1.8841	-	-
0.1918	709	1.7028	-	-
0.1921	710	1.912	-	-
0.1924	711	2.168	-	-
0.1926	712	1.8594	-	-
0.1929	713	1.4721	-	-
0.1932	714	2.0367	-	-
0.1935	715	2.0347	-	-
0.1937	716	1.9816	-	-
0.1940	717	2.3135	-	-
0.1943	718	1.8962	-	-
0.1945	719	1.7136	-	-
0.1948	720	1.6115	-	-
0.1951	721	1.8692	-	-
0.1953	722	1.9736	-	-
0.1956	723	1.9951	-	-
0.1959	724	2.0566	-	-
0.1962	725	1.9052	-	-
0.1964	726	1.4124	-	-
0.1967	727	1.8925	-	-
0.1970	728	1.9815	-	-
0.1972	729	1.7911	-	-
0.1975	730	2.2057	-	-
0.1978	731	1.6431	-	-
0.1981	732	2.4375	-	-
0.1983	733	2.6407	-	-
0.1986	734	1.7389	-	-
0.1989	735	2.11	-	-
0.1991	736	1.6046	-	-
0.1994	737	1.7754	-	-
0.1997	738	2.3437	-	-
0.1999	739	1.7227	-	-
0.2002	740	1.8376	-	-
0.2005	741	2.1273	-	-
0.2008	742	1.972	-	-
0.2010	743	2.1649	-	-
0.2013	744	2.269	-	-
0.2016	745	1.9833	-	-
0.2018	746	2.2365	-	-
0.2021	747	2.253	-	-
0.2024	748	1.951	-	-
0.2027	749	1.9815	-	-
0.2029	750	2.0743	-	-
0.2032	751	1.5	-	-
0.2035	752	1.7893	-	-
0.2037	753	1.7101	-	-
0.2040	754	1.5656	-	-
0.2043	755	1.727	-	-
0.2045	756	1.9538	-	-
0.2048	757	1.9291	-	-
0.2051	758	1.9168	-	-
0.2054	759	2.0107	-	-
0.2056	760	2.3274	-	-
0.2059	761	2.0762	-	-
0.2062	762	1.8731	-	-
0.2064	763	1.7093	-	-
0.2067	764	1.8351	-	-
0.2070	765	1.5978	-	-
0.2073	766	1.8649	-	-
0.2075	767	2.2996	-	-
0.2078	768	2.1322	-	-
0.2081	769	1.8502	-	-
0.2083	770	2.3823	-	-
0.2086	771	2.0127	-	-
0.2089	772	1.5454	-	-
0.2091	773	1.752	-	-
0.2094	774	1.9582	-	-
0.2097	775	1.6404	-	-
0.2100	776	1.6899	-	-
0.2102	777	2.0444	-	-
0.2105	778	1.994	-	-
0.2108	779	1.8066	-	-
0.2110	780	1.8899	-	-
0.2113	781	2.3648	-	-
0.2116	782	2.2103	-	-
0.2119	783	1.9331	-	-
0.2121	784	1.8465	-	-
0.2124	785	1.7103	-	-
0.2127	786	1.9856	-	-
0.2129	787	1.8017	-	-
0.2132	788	1.7595	-	-
0.2135	789	1.6407	-	-
0.2137	790	1.8618	-	-
0.2140	791	2.1189	-	-
0.2143	792	1.5985	-	-
0.2146	793	1.7171	-	-
0.2148	794	1.4964	-	-
0.2151	795	2.0498	-	-
0.2154	796	1.9735	-	-
0.2156	797	1.6963	-	-
0.2159	798	1.6554	-	-
0.2162	799	1.8864	-	-
0.2165	800	2.0194	-	-
0.2167	801	2.0264	-	-
0.2170	802	2.0272	-	-
0.2173	803	1.8137	-	-
0.2175	804	1.6637	-	-
0.2178	805	2.1498	-	-
0.2181	806	2.451	-	-
0.2183	807	1.9364	-	-
0.2186	808	1.9433	-	-
0.2189	809	1.769	-	-
0.2192	810	1.7441	-	-
0.2194	811	1.9088	-	-
0.2197	812	1.6548	-	-
0.2200	813	1.8475	-	-
0.2202	814	1.4172	-	-
0.2205	815	1.9218	-	-
0.2208	816	1.4917	-	-
0.2210	817	1.8266	-	-
0.2213	818	1.7002	-	-
0.2216	819	2.0881	-	-
0.2219	820	1.8779	-	-
0.2221	821	1.7174	-	-
0.2224	822	1.9227	-	-
0.2227	823	1.9043	-	-
0.2229	824	2.1115	-	-
0.2232	825	2.0873	-	-
0.2235	826	2.058	-	-
0.2238	827	2.1314	-	-
0.2240	828	1.9622	-	-
0.2243	829	1.5823	-	-
0.2246	830	1.803	-	-
0.2248	831	1.9775	-	-
0.2251	832	2.0792	-	-
0.2254	833	2.0453	-	-
0.2256	834	2.0494	-	-
0.2259	835	1.7147	-	-
0.2262	836	1.7142	-	-
0.2265	837	1.9605	-	-
0.2267	838	1.6071	-	-
0.2270	839	1.7776	-	-
0.2273	840	1.907	-	-
0.2275	841	1.7244	-	-
0.2278	842	1.6646	-	-
0.2281	843	2.2619	-	-
0.2284	844	2.1386	-	-
0.2286	845	1.9941	-	-
0.2289	846	1.9385	-	-
0.2292	847	1.8228	-	-
0.2294	848	1.8222	-	-
0.2297	849	2.0167	-	-
0.2300	850	1.8542	-	-
0.2302	851	2.0587	-	-
0.2305	852	1.9678	-	-
0.2308	853	1.7617	-	-
0.2311	854	1.6844	-	-
0.2313	855	1.6932	-	-
0.2316	856	1.7193	-	-
0.2319	857	1.7623	-	-
0.2321	858	2.0198	-	-
0.2324	859	1.4481	-	-
0.2327	860	1.7636	-	-
0.2330	861	2.1461	-	-
0.2332	862	1.4601	-	-
0.2335	863	1.9299	-	-
0.2338	864	1.4886	-	-
0.2340	865	1.6646	-	-
0.2343	866	1.9012	-	-
0.2346	867	1.9209	-	-
0.2348	868	1.7505	-	-
0.2351	869	1.688	-	-
0.2354	870	1.8204	-	-
0.2357	871	1.6137	-	-
0.2359	872	1.5335	-	-
0.2362	873	2.1581	-	-
0.2365	874	2.2069	-	-
0.2367	875	1.874	-	-
0.2370	876	1.4929	-	-
0.2373	877	1.6973	-	-
0.2376	878	1.9888	-	-
0.2378	879	1.8621	-	-
0.2381	880	1.7854	-	-
0.2384	881	1.8412	-	-
0.2386	882	1.8427	-	-
0.2389	883	1.7123	-	-
0.2392	884	1.9634	-	-
0.2394	885	2.1953	-	-
0.2397	886	1.7834	-	-
0.2400	887	1.7764	-	-
0.2403	888	2.0002	-	-
0.2405	889	2.0024	-	-
0.2408	890	1.9502	-	-
0.2411	891	1.8509	-	-
0.2413	892	1.516	-	-
0.2416	893	1.8024	-	-
0.2419	894	1.8475	-	-
0.2422	895	1.8461	-	-
0.2424	896	2.0887	-	-
0.2427	897	1.8635	-	-
0.2430	898	1.7214	-	-
0.2432	899	1.6842	-	-
0.2435	900	1.4601	-	-
0.2438	901	1.8333	-	-
0.2440	902	1.4426	-	-
0.2443	903	1.8529	-	-
0.2446	904	2.2146	-	-
0.2449	905	1.7763	-	-
0.2451	906	2.2797	-	-
0.2454	907	1.7295	-	-
0.2457	908	2.1524	-	-
0.2459	909	1.6667	-	-
0.2462	910	1.5977	-	-
0.2465	911	2.0064	-	-
0.2468	912	2.1695	-	-
0.2470	913	1.9489	-	-
0.2473	914	1.5134	-	-
0.2476	915	2.2042	-	-
0.2478	916	1.8047	-	-
0.2481	917	1.536	-	-
0.2484	918	1.577	-	-
0.2486	919	1.6858	-	-
0.2489	920	1.9448	-	-
0.2492	921	1.6183	-	-
0.2495	922	1.8552	-	-
0.2497	923	1.803	-	-
0.25	924	1.5315	-	-
0.2503	925	1.434	-	-
0.2505	926	2.0413	-	-
0.2508	927	1.7095	-	-
0.2511	928	2.0132	-	-
0.2514	929	1.8571	-	-
0.2516	930	1.5386	-	-
0.2519	931	1.8328	-	-
0.2522	932	2.0941	-	-
0.2524	933	2.0657	-	-
0.2527	934	2.0831	-	-
0.2530	935	1.8008	-	-
0.2532	936	1.7381	-	-
0.2535	937	1.8447	-	-
0.2538	938	1.2692	-	-
0.2541	939	1.354	-	-
0.2543	940	1.9689	-	-
0.2546	941	1.6123	-	-
0.2549	942	1.595	-	-
0.2551	943	2.0315	-	-
0.2554	944	1.5708	-	-
0.2557	945	1.9474	-	-
0.2560	946	2.1554	-	-
0.2562	947	1.9609	-	-
0.2565	948	2.0044	-	-
0.2568	949	1.881	-	-
0.2570	950	1.5898	-	-
0.2573	951	2.0396	-	-
0.2576	952	2.0115	-	-
0.2578	953	1.7856	-	-
0.2581	954	1.5966	-	-
0.2584	955	1.9766	-	-
0.2587	956	1.8517	-	-
0.2589	957	1.8429	-	-
0.2592	958	1.3815	-	-
0.2595	959	2.0964	-	-
0.2597	960	1.9726	-	-
0.2600	961	2.0293	-	-
0.2603	962	1.8888	-	-
0.2606	963	2.0712	-	-
0.2608	964	1.9261	-	-
0.2611	965	1.6456	-	-
0.2614	966	1.8453	-	-
0.2616	967	1.8619	-	-
0.2619	968	1.7012	-	-
0.2622	969	1.759	-	-
0.2624	970	2.0076	-	-
0.2627	971	1.7915	-	-
0.2630	972	1.758	-	-
0.2633	973	1.9612	-	-
0.2635	974	2.0931	-	-
0.2638	975	1.8288	-	-
0.2641	976	1.6368	-	-
0.2643	977	1.4369	-	-
0.2646	978	2.0118	-	-
0.2649	979	1.6566	-	-
0.2652	980	2.0204	-	-
0.2654	981	2.1429	-	-
0.2657	982	2.0596	-	-
0.2660	983	1.619	-	-
0.2662	984	1.9713	-	-
0.2665	985	1.694	-	-
0.2668	986	1.83	-	-
0.2670	987	1.7536	-	-
0.2673	988	1.9366	-	-
0.2676	989	1.4663	-	-
0.2679	990	1.9718	-	-
0.2681	991	1.4861	-	-
0.2684	992	1.6074	-	-
0.2687	993	1.8378	-	-
0.2689	994	2.0037	-	-
0.2692	995	1.721	-	-
0.2695	996	1.6646	-	-
0.2698	997	1.6616	-	-
0.2700	998	1.5651	-	-
0.2703	999	2.2507	-	-
0.2706	1000	1.3984	1.5727	0.9005
0.2708	1001	1.2998	-	-
0.2711	1002	1.6974	-	-
0.2714	1003	1.9093	-	-
0.2716	1004	1.6085	-	-
0.2719	1005	1.8756	-	-
0.2722	1006	2.1487	-	-
0.2725	1007	1.6737	-	-
0.2727	1008	2.0424	-	-
0.2730	1009	1.5781	-	-
0.2733	1010	1.3873	-	-
0.2735	1011	1.8874	-	-
0.2738	1012	1.7041	-	-
0.2741	1013	1.4991	-	-
0.2744	1014	1.6204	-	-
0.2746	1015	2.0221	-	-
0.2749	1016	1.8755	-	-
0.2752	1017	1.4908	-	-
0.2754	1018	1.7807	-	-
0.2757	1019	1.5542	-	-
0.2760	1020	1.4624	-	-
0.2762	1021	1.7522	-	-
0.2765	1022	1.649	-	-
0.2768	1023	2.1485	-	-
0.2771	1024	1.5616	-	-
0.2773	1025	1.5035	-	-
0.2776	1026	1.7178	-	-
0.2779	1027	1.5337	-	-
0.2781	1028	1.5684	-	-
0.2784	1029	1.7359	-	-
0.2787	1030	1.9337	-	-
0.2790	1031	1.7663	-	-
0.2792	1032	1.5688	-	-
0.2795	1033	1.7484	-	-
0.2798	1034	1.4962	-	-
0.2800	1035	1.8447	-	-
0.2803	1036	1.9275	-	-
0.2806	1037	1.8382	-	-
0.2808	1038	2.0232	-	-
0.2811	1039	1.7367	-	-
0.2814	1040	2.0713	-	-
0.2817	1041	1.7025	-	-
0.2819	1042	1.6991	-	-
0.2822	1043	1.8492	-	-
0.2825	1044	1.6146	-	-
0.2827	1045	1.5948	-	-
0.2830	1046	1.6697	-	-
0.2833	1047	1.6107	-	-
0.2835	1048	1.5102	-	-
0.2838	1049	1.4247	-	-
0.2841	1050	1.7356	-	-
0.2844	1051	1.6933	-	-
0.2846	1052	1.5543	-	-
0.2849	1053	1.5224	-	-
0.2852	1054	1.8906	-	-
0.2854	1055	1.8367	-	-
0.2857	1056	1.701	-	-
0.2860	1057	2.0283	-	-
0.2863	1058	1.6431	-	-
0.2865	1059	1.7855	-	-
0.2868	1060	1.6992	-	-
0.2871	1061	2.1335	-	-
0.2873	1062	1.8148	-	-
0.2876	1063	1.7931	-	-
0.2879	1064	1.6501	-	-
0.2881	1065	1.472	-	-
0.2884	1066	1.7813	-	-
0.2887	1067	1.771	-	-
0.2890	1068	1.9922	-	-
0.2892	1069	1.6892	-	-
0.2895	1070	2.0744	-	-
0.2898	1071	1.7039	-	-
0.2900	1072	1.7421	-	-
0.2903	1073	1.8918	-	-
0.2906	1074	1.7233	-	-
0.2909	1075	1.9606	-	-
0.2911	1076	1.779	-	-
0.2914	1077	1.5979	-	-
0.2917	1078	1.925	-	-
0.2919	1079	1.7241	-	-
0.2922	1080	1.917	-	-
0.2925	1081	1.8962	-	-
0.2927	1082	1.8012	-	-
0.2930	1083	1.8096	-	-
0.2933	1084	1.6975	-	-
0.2936	1085	1.821	-	-
0.2938	1086	1.3994	-	-
0.2941	1087	1.7223	-	-
0.2944	1088	1.837	-	-
0.2946	1089	1.9061	-	-
0.2949	1090	1.8145	-	-
0.2952	1091	1.6049	-	-
0.2955	1092	1.271	-	-
0.2957	1093	1.9526	-	-
0.2960	1094	1.5715	-	-
0.2963	1095	2.0941	-	-
0.2965	1096	1.6923	-	-
0.2968	1097	1.7226	-	-
0.2971	1098	1.7701	-	-
0.2973	1099	1.5943	-	-
0.2976	1100	1.9409	-	-
0.2979	1101	1.6364	-	-
0.2982	1102	1.4219	-	-
0.2984	1103	1.6445	-	-
0.2987	1104	1.9703	-	-
0.2990	1105	2.134	-	-
0.2992	1106	1.4316	-	-
0.2995	1107	1.9547	-	-
0.2998	1108	1.951	-	-
0.3001	1109	1.7437	-	-
0.3003	1110	1.7649	-	-
0.3006	1111	1.8232	-	-
0.3009	1112	1.7121	-	-
0.3011	1113	1.5299	-	-
0.3014	1114	1.9608	-	-
0.3017	1115	2.1176	-	-
0.3019	1116	2.0897	-	-
0.3022	1117	1.5498	-	-
0.3025	1118	1.4571	-	-
0.3028	1119	1.6972	-	-
0.3030	1120	1.5887	-	-
0.3033	1121	1.8731	-	-
0.3036	1122	1.5254	-	-
0.3038	1123	1.9022	-	-
0.3041	1124	1.731	-	-
0.3044	1125	2.0799	-	-
0.3047	1126	1.3589	-	-
0.3049	1127	1.8339	-	-
0.3052	1128	1.8527	-	-
0.3055	1129	1.8742	-	-
0.3057	1130	1.8386	-	-
0.3060	1131	2.1696	-	-
0.3063	1132	1.5807	-	-
0.3065	1133	1.7533	-	-
0.3068	1134	1.8065	-	-
0.3071	1135	1.9542	-	-
0.3074	1136	2.1562	-	-
0.3076	1137	1.6079	-	-
0.3079	1138	1.651	-	-
0.3082	1139	1.793	-	-
0.3084	1140	1.9154	-	-
0.3087	1141	1.8866	-	-
0.3090	1142	1.6669	-	-
0.3093	1143	1.5915	-	-
0.3095	1144	1.4699	-	-
0.3098	1145	1.7405	-	-
0.3101	1146	1.7373	-	-
0.3103	1147	1.7767	-	-
0.3106	1148	1.5112	-	-
0.3109	1149	1.5602	-	-
0.3111	1150	1.7808	-	-
0.3114	1151	1.5172	-	-
0.3117	1152	1.3506	-	-
0.3120	1153	1.5485	-	-
0.3122	1154	1.6035	-	-
0.3125	1155	1.546	-	-
0.3128	1156	1.6365	-	-
0.3130	1157	1.5493	-	-
0.3133	1158	1.547	-	-
0.3136	1159	1.6929	-	-
0.3139	1160	1.715	-	-
0.3141	1161	1.8099	-	-
0.3144	1162	1.8382	-	-
0.3147	1163	1.582	-	-
0.3149	1164	1.5269	-	-
0.3152	1165	1.6952	-	-
0.3155	1166	1.7024	-	-
0.3157	1167	1.6168	-	-
0.3160	1168	1.7321	-	-
0.3163	1169	2.0137	-	-
0.3166	1170	1.4547	-	-
0.3168	1171	1.7316	-	-
0.3171	1172	1.6711	-	-
0.3174	1173	1.6226	-	-
0.3176	1174	1.782	-	-
0.3179	1175	1.6382	-	-
0.3182	1176	1.8086	-	-
0.3185	1177	1.7006	-	-
0.3187	1178	1.8866	-	-
0.3190	1179	1.9584	-	-
0.3193	1180	1.5726	-	-
0.3195	1181	1.6517	-	-
0.3198	1182	1.9804	-	-
0.3201	1183	1.6452	-	-
0.3203	1184	1.9345	-	-
0.3206	1185	1.5339	-	-
0.3209	1186	2.007	-	-
0.3212	1187	1.6941	-	-
0.3214	1188	1.9057	-	-
0.3217	1189	1.6962	-	-
0.3220	1190	1.8133	-	-
0.3222	1191	1.8851	-	-
0.3225	1192	1.6914	-	-
0.3228	1193	1.9773	-	-
0.3231	1194	1.628	-	-
0.3233	1195	1.668	-	-
0.3236	1196	1.8044	-	-
0.3239	1197	1.6877	-	-
0.3241	1198	1.7752	-	-
0.3244	1199	1.8294	-	-
0.3247	1200	1.6805	-	-
0.3249	1201	2.1161	-	-
0.3252	1202	1.8546	-	-
0.3255	1203	1.9596	-	-
0.3258	1204	1.8635	-	-
0.3260	1205	1.2622	-	-
0.3263	1206	1.6664	-	-
0.3266	1207	1.865	-	-
0.3268	1208	1.6053	-	-
0.3271	1209	1.7426	-	-
0.3274	1210	1.4575	-	-
0.3277	1211	1.3737	-	-
0.3279	1212	1.9657	-	-
0.3282	1213	1.808	-	-
0.3285	1214	1.8036	-	-
0.3287	1215	1.7921	-	-
0.3290	1216	1.9405	-	-
0.3293	1217	1.4118	-	-
0.3295	1218	1.8827	-	-
0.3298	1219	1.5692	-	-
0.3301	1220	1.7697	-	-
0.3304	1221	1.678	-	-
0.3306	1222	2.1176	-	-
0.3309	1223	1.5907	-	-
0.3312	1224	1.5917	-	-
0.3314	1225	1.6822	-	-
0.3317	1226	1.7248	-	-
0.3320	1227	1.5674	-	-
0.3323	1228	1.5423	-	-
0.3325	1229	1.4601	-	-
0.3328	1230	1.4111	-	-
0.3331	1231	1.6839	-	-
0.3333	1232	1.6232	-	-
0.3336	1233	1.5185	-	-
0.3339	1234	2.0404	-	-
0.3341	1235	1.6286	-	-
0.3344	1236	1.8713	-	-
0.3347	1237	1.9285	-	-
0.3350	1238	1.5719	-	-
0.3352	1239	1.6286	-	-
0.3355	1240	1.6526	-	-
0.3358	1241	1.8689	-	-
0.3360	1242	1.3715	-	-
0.3363	1243	2.0606	-	-
0.3366	1244	1.9463	-	-
0.3369	1245	1.9051	-	-
0.3371	1246	1.9403	-	-
0.3374	1247	2.2412	-	-
0.3377	1248	1.4634	-	-
0.3379	1249	1.6613	-	-
0.3382	1250	1.8016	-	-
0.3385	1251	1.6967	-	-
0.3387	1252	1.7912	-	-
0.3390	1253	1.6429	-	-
0.3393	1254	1.9969	-	-
0.3396	1255	2.0711	-	-
0.3398	1256	1.5835	-	-
0.3401	1257	2.2286	-	-
0.3404	1258	1.5577	-	-
0.3406	1259	1.7751	-	-
0.3409	1260	1.7791	-	-
0.3412	1261	1.8865	-	-
0.3415	1262	1.2923	-	-
0.3417	1263	1.4193	-	-
0.3420	1264	1.3128	-	-
0.3423	1265	1.429	-	-
0.3425	1266	1.7888	-	-
0.3428	1267	1.616	-	-
0.3431	1268	1.8886	-	-
0.3433	1269	1.6019	-	-
0.3436	1270	1.3276	-	-
0.3439	1271	1.6549	-	-
0.3442	1272	1.4264	-	-
0.3444	1273	1.7643	-	-
0.3447	1274	1.984	-	-
0.3450	1275	1.8032	-	-
0.3452	1276	2.2562	-	-
0.3455	1277	1.5838	-	-
0.3458	1278	1.7473	-	-
0.3460	1279	1.7644	-	-
0.3463	1280	1.5242	-	-
0.3466	1281	1.8542	-	-
0.3469	1282	1.6797	-	-
0.3471	1283	1.967	-	-
0.3474	1284	1.5921	-	-
0.3477	1285	1.6418	-	-
0.3479	1286	1.5915	-	-
0.3482	1287	1.8882	-	-
0.3485	1288	1.8487	-	-
0.3488	1289	1.3328	-	-
0.3490	1290	2.2806	-	-
0.3493	1291	1.9097	-	-
0.3496	1292	1.6461	-	-
0.3498	1293	1.7313	-	-
0.3501	1294	1.4727	-	-
0.3504	1295	2.1585	-	-
0.3506	1296	1.4097	-	-
0.3509	1297	1.5268	-	-
0.3512	1298	1.6305	-	-
0.3515	1299	1.226	-	-
0.3517	1300	1.9014	-	-
0.3520	1301	1.6964	-	-
0.3523	1302	1.9605	-	-
0.3525	1303	1.7831	-	-
0.3528	1304	1.6401	-	-
0.3531	1305	1.805	-	-
0.3534	1306	1.8072	-	-
0.3536	1307	1.5237	-	-
0.3539	1308	1.7786	-	-
0.3542	1309	1.8248	-	-
0.3544	1310	1.7147	-	-
0.3547	1311	1.9925	-	-
0.3550	1312	1.4113	-	-
0.3552	1313	1.7198	-	-
0.3555	1314	1.7087	-	-
0.3558	1315	1.7872	-	-
0.3561	1316	1.8861	-	-
0.3563	1317	1.7106	-	-
0.3566	1318	1.7221	-	-
0.3569	1319	1.6362	-	-
0.3571	1320	1.8029	-	-
0.3574	1321	2.2361	-	-
0.3577	1322	1.9331	-	-
0.3580	1323	1.6467	-	-
0.3582	1324	1.6293	-	-
0.3585	1325	1.6154	-	-
0.3588	1326	1.5915	-	-
0.3590	1327	1.8121	-	-
0.3593	1328	2.075	-	-
0.3596	1329	1.6932	-	-
0.3598	1330	1.8146	-	-
0.3601	1331	1.7434	-	-
0.3604	1332	1.8667	-	-
0.3607	1333	1.9543	-	-
0.3609	1334	1.5512	-	-
0.3612	1335	1.8684	-	-
0.3615	1336	1.7105	-	-
0.3617	1337	1.7153	-	-
0.3620	1338	1.6947	-	-
0.3623	1339	1.9562	-	-
0.3626	1340	1.7784	-	-
0.3628	1341	1.8348	-	-
0.3631	1342	1.5447	-	-
0.3634	1343	1.5879	-	-
0.3636	1344	1.7399	-	-
0.3639	1345	1.4782	-	-
0.3642	1346	1.5572	-	-
0.3644	1347	1.391	-	-
0.3647	1348	1.7489	-	-
0.3650	1349	1.6649	-	-
0.3653	1350	1.4976	-	-
0.3655	1351	1.8918	-	-
0.3658	1352	1.4564	-	-
0.3661	1353	1.4385	-	-
0.3663	1354	1.8798	-	-
0.3666	1355	1.6366	-	-
0.3669	1356	1.5274	-	-
0.3672	1357	1.9895	-	-
0.3674	1358	1.567	-	-
0.3677	1359	1.5538	-	-
0.3680	1360	1.6233	-	-
0.3682	1361	1.9631	-	-
0.3685	1362	1.3073	-	-
0.3688	1363	1.6076	-	-
0.3690	1364	1.8697	-	-
0.3693	1365	1.5493	-	-
0.3696	1366	1.4721	-	-
0.3699	1367	1.2933	-	-
0.3701	1368	1.68	-	-
0.3704	1369	1.9228	-	-
0.3707	1370	1.8188	-	-
0.3709	1371	1.8542	-	-
0.3712	1372	1.5088	-	-
0.3715	1373	1.5498	-	-
0.3718	1374	1.4093	-	-
0.3720	1375	1.3472	-	-
0.3723	1376	1.5484	-	-
0.3726	1377	1.664	-	-
0.3728	1378	1.8361	-	-
0.3731	1379	1.821	-	-
0.3734	1380	1.4489	-	-
0.3736	1381	1.1267	-	-
0.3739	1382	1.7788	-	-
0.3742	1383	1.4074	-	-
0.3745	1384	1.3128	-	-
0.3747	1385	1.5678	-	-
0.375	1386	1.7825	-	-
0.3753	1387	1.3851	-	-
0.3755	1388	1.4445	-	-
0.3758	1389	1.773	-	-
0.3761	1390	1.7532	-	-
0.3764	1391	1.7901	-	-
0.3766	1392	2.1373	-	-
0.3769	1393	1.6733	-	-
0.3772	1394	1.6175	-	-
0.3774	1395	1.6967	-	-
0.3777	1396	1.7491	-	-
0.3780	1397	1.7623	-	-
0.3782	1398	1.4051	-	-
0.3785	1399	1.9243	-	-
0.3788	1400	1.4446	-	-
0.3791	1401	1.6328	-	-
0.3793	1402	1.6898	-	-
0.3796	1403	1.7277	-	-
0.3799	1404	1.7829	-	-
0.3801	1405	1.8477	-	-
0.3804	1406	1.812	-	-
0.3807	1407	1.8303	-	-
0.3810	1408	1.4951	-	-
0.3812	1409	1.8317	-	-
0.3815	1410	1.5961	-	-
0.3818	1411	1.7231	-	-
0.3820	1412	1.9093	-	-
0.3823	1413	1.5062	-	-
0.3826	1414	1.3971	-	-
0.3828	1415	1.4647	-	-
0.3831	1416	1.7835	-	-
0.3834	1417	1.5727	-	-
0.3837	1418	1.7688	-	-
0.3839	1419	1.6761	-	-
0.3842	1420	1.6873	-	-
0.3845	1421	1.6465	-	-
0.3847	1422	1.7133	-	-
0.3850	1423	1.5916	-	-
0.3853	1424	1.8007	-	-
0.3856	1425	1.715	-	-
0.3858	1426	1.414	-	-
0.3861	1427	1.6192	-	-
0.3864	1428	1.7812	-	-
0.3866	1429	1.7691	-	-
0.3869	1430	1.6511	-	-
0.3872	1431	1.6827	-	-
0.3874	1432	1.7781	-	-
0.3877	1433	1.54	-	-
0.3880	1434	1.5705	-	-
0.3883	1435	1.6224	-	-
0.3885	1436	1.3727	-	-
0.3888	1437	1.4989	-	-
0.3891	1438	1.6665	-	-
0.3893	1439	1.3328	-	-
0.3896	1440	1.9951	-	-
0.3899	1441	1.6039	-	-
0.3902	1442	2.2032	-	-
0.3904	1443	1.4654	-	-
0.3907	1444	1.2675	-	-
0.3910	1445	1.3858	-	-
0.3912	1446	1.6473	-	-
0.3915	1447	1.6546	-	-
0.3918	1448	1.8337	-	-
0.3920	1449	1.5843	-	-
0.3923	1450	1.7429	-	-
0.3926	1451	2.006	-	-
0.3929	1452	1.7096	-	-
0.3931	1453	1.5222	-	-
0.3934	1454	1.9076	-	-
0.3937	1455	1.8347	-	-
0.3939	1456	1.8193	-	-
0.3942	1457	1.548	-	-
0.3945	1458	1.9963	-	-
0.3948	1459	1.5142	-	-
0.3950	1460	1.7932	-	-
0.3953	1461	1.6207	-	-
0.3956	1462	1.7667	-	-
0.3958	1463	1.5377	-	-
0.3961	1464	1.4914	-	-
0.3964	1465	1.6598	-	-
0.3966	1466	1.6482	-	-
0.3969	1467	1.779	-	-
0.3972	1468	1.7074	-	-
0.3975	1469	1.799	-	-
0.3977	1470	1.8399	-	-
0.3980	1471	1.8143	-	-
0.3983	1472	1.4862	-	-
0.3985	1473	1.7408	-	-
0.3988	1474	1.8626	-	-
0.3991	1475	1.8304	-	-
0.3994	1476	1.4977	-	-
0.3996	1477	1.6156	-	-
0.3999	1478	2.0345	-	-
0.4002	1479	1.7415	-	-
0.4004	1480	1.9423	-	-
0.4007	1481	1.6356	-	-
0.4010	1482	1.508	-	-
0.4012	1483	1.9646	-	-
0.4015	1484	1.6166	-	-
0.4018	1485	1.5917	-	-
0.4021	1486	1.6399	-	-
0.4023	1487	1.6328	-	-
0.4026	1488	1.3811	-	-
0.4029	1489	1.7239	-	-
0.4031	1490	1.5568	-	-
0.4034	1491	1.9122	-	-
0.4037	1492	1.3821	-	-
0.4040	1493	1.4797	-	-
0.4042	1494	1.6771	-	-
0.4045	1495	1.4763	-	-
0.4048	1496	1.7257	-	-
0.4050	1497	1.7519	-	-
0.4053	1498	1.8493	-	-
0.4056	1499	1.5885	-	-
0.4058	1500	1.7413	-	-
0.4061	1501	1.4846	-	-
0.4064	1502	1.6547	-	-
0.4067	1503	1.629	-	-
0.4069	1504	1.8469	-	-
0.4072	1505	1.7313	-	-
0.4075	1506	1.6239	-	-
0.4077	1507	1.2855	-	-
0.4080	1508	1.5221	-	-
0.4083	1509	1.529	-	-
0.4085	1510	1.7466	-	-
0.4088	1511	1.7509	-	-
0.4091	1512	2.0058	-	-
0.4094	1513	1.7481	-	-
0.4096	1514	1.5643	-	-
0.4099	1515	1.8228	-	-
0.4102	1516	1.7712	-	-
0.4104	1517	1.8135	-	-
0.4107	1518	1.7691	-	-
0.4110	1519	2.028	-	-
0.4113	1520	1.7022	-	-
0.4115	1521	1.9502	-	-
0.4118	1522	1.6312	-	-
0.4121	1523	1.8022	-	-
0.4123	1524	1.6943	-	-
0.4126	1525	1.7621	-	-
0.4129	1526	1.6351	-	-
0.4131	1527	1.4517	-	-
0.4134	1528	1.9223	-	-
0.4137	1529	1.7146	-	-
0.4140	1530	1.7494	-	-
0.4142	1531	1.5806	-	-
0.4145	1532	1.4179	-	-
0.4148	1533	2.1248	-	-
0.4150	1534	1.4921	-	-
0.4153	1535	1.6302	-	-
0.4156	1536	1.5308	-	-
0.4159	1537	1.7344	-	-
0.4161	1538	1.5321	-	-
0.4164	1539	1.4956	-	-
0.4167	1540	1.7687	-	-
0.4169	1541	1.4218	-	-
0.4172	1542	1.7182	-	-
0.4175	1543	1.739	-	-
0.4177	1544	1.9352	-	-
0.4180	1545	1.3632	-	-
0.4183	1546	1.4113	-	-
0.4186	1547	1.8031	-	-
0.4188	1548	1.7014	-	-
0.4191	1549	1.8085	-	-
0.4194	1550	1.6681	-	-
0.4196	1551	1.6676	-	-
0.4199	1552	1.6704	-	-
0.4202	1553	1.5366	-	-
0.4205	1554	1.1606	-	-
0.4207	1555	1.757	-	-
0.4210	1556	1.5134	-	-
0.4213	1557	1.9187	-	-
0.4215	1558	1.9373	-	-
0.4218	1559	1.5859	-	-
0.4221	1560	2.0916	-	-
0.4223	1561	2.0068	-	-
0.4226	1562	1.6353	-	-
0.4229	1563	1.7536	-	-
0.4232	1564	1.5441	-	-
0.4234	1565	1.6352	-	-
0.4237	1566	1.5392	-	-
0.4240	1567	1.6144	-	-
0.4242	1568	1.4564	-	-
0.4245	1569	1.714	-	-
0.4248	1570	1.6788	-	-
0.4251	1571	1.8433	-	-
0.4253	1572	1.5559	-	-
0.4256	1573	1.6233	-	-
0.4259	1574	1.5845	-	-
0.4261	1575	1.8312	-	-
0.4264	1576	1.7913	-	-
0.4267	1577	1.5913	-	-
0.4269	1578	1.4976	-	-
0.4272	1579	1.6674	-	-
0.4275	1580	1.9709	-	-
0.4278	1581	1.8026	-	-
0.4280	1582	2.0684	-	-
0.4283	1583	1.9572	-	-
0.4286	1584	1.7777	-	-
0.4288	1585	1.4232	-	-
0.4291	1586	1.262	-	-
0.4294	1587	1.5331	-	-
0.4297	1588	1.5348	-	-
0.4299	1589	1.8956	-	-
0.4302	1590	1.7279	-	-
0.4305	1591	1.7605	-	-
0.4307	1592	1.5633	-	-
0.4310	1593	1.6622	-	-
0.4313	1594	1.6621	-	-
0.4315	1595	1.3283	-	-
0.4318	1596	1.3636	-	-
0.4321	1597	1.646	-	-
0.4324	1598	1.4962	-	-
0.4326	1599	1.3934	-	-
0.4329	1600	1.2239	-	-
0.4332	1601	1.5582	-	-
0.4334	1602	1.8381	-	-
0.4337	1603	1.7344	-	-
0.4340	1604	1.6267	-	-
0.4343	1605	1.2423	-	-
0.4345	1606	1.5222	-	-
0.4348	1607	1.5896	-	-
0.4351	1608	1.5014	-	-
0.4353	1609	1.4306	-	-
0.4356	1610	1.7663	-	-
0.4359	1611	1.8192	-	-
0.4361	1612	1.3401	-	-
0.4364	1613	2.4282	-	-
0.4367	1614	1.7863	-	-
0.4370	1615	1.5744	-	-
0.4372	1616	1.7077	-	-
0.4375	1617	1.6713	-	-
0.4378	1618	1.9559	-	-
0.4380	1619	1.3634	-	-
0.4383	1620	1.7498	-	-
0.4386	1621	1.4653	-	-
0.4389	1622	1.6366	-	-
0.4391	1623	1.929	-	-
0.4394	1624	1.5912	-	-
0.4397	1625	1.5567	-	-
0.4399	1626	1.5046	-	-
0.4402	1627	1.5285	-	-
0.4405	1628	1.4333	-	-
0.4407	1629	1.6232	-	-
0.4410	1630	1.4221	-	-
0.4413	1631	1.2894	-	-
0.4416	1632	1.7503	-	-
0.4418	1633	1.3874	-	-
0.4421	1634	1.7832	-	-
0.4424	1635	1.5841	-	-
0.4426	1636	1.7511	-	-
0.4429	1637	1.6495	-	-
0.4432	1638	1.6426	-	-
0.4435	1639	1.9387	-	-
0.4437	1640	1.5133	-	-
0.4440	1641	1.8119	-	-
0.4443	1642	1.8256	-	-
0.4445	1643	1.7927	-	-
0.4448	1644	1.8739	-	-
0.4451	1645	1.8929	-	-
0.4453	1646	1.7917	-	-
0.4456	1647	1.7536	-	-
0.4459	1648	1.5808	-	-
0.4462	1649	1.6164	-	-
0.4464	1650	1.7131	-	-
0.4467	1651	1.5484	-	-
0.4470	1652	1.7165	-	-
0.4472	1653	1.7052	-	-
0.4475	1654	1.7809	-	-
0.4478	1655	1.8993	-	-
0.4481	1656	1.9131	-	-
0.4483	1657	1.5969	-	-
0.4486	1658	1.3252	-	-
0.4489	1659	1.6753	-	-
0.4491	1660	1.7368	-	-
0.4494	1661	1.5533	-	-
0.4497	1662	1.4807	-	-
0.4499	1663	1.581	-	-
0.4502	1664	1.7272	-	-
0.4505	1665	1.6066	-	-
0.4508	1666	1.7711	-	-
0.4510	1667	1.8274	-	-
0.4513	1668	1.4244	-	-
0.4516	1669	1.6641	-	-
0.4518	1670	1.4673	-	-
0.4521	1671	1.6475	-	-
0.4524	1672	1.911	-	-
0.4527	1673	1.4687	-	-
0.4529	1674	1.3556	-	-
0.4532	1675	1.4506	-	-
0.4535	1676	1.3828	-	-
0.4537	1677	1.4791	-	-
0.4540	1678	1.5533	-	-
0.4543	1679	1.8073	-	-
0.4545	1680	1.4464	-	-
0.4548	1681	1.8265	-	-
0.4551	1682	1.7317	-	-
0.4554	1683	1.7327	-	-
0.4556	1684	1.8504	-	-
0.4559	1685	1.7619	-	-
0.4562	1686	1.3519	-	-
0.4564	1687	1.3527	-	-
0.4567	1688	1.337	-	-
0.4570	1689	1.4776	-	-
0.4573	1690	1.6927	-	-
0.4575	1691	2.1206	-	-
0.4578	1692	1.7313	-	-
0.4581	1693	1.6015	-	-
0.4583	1694	1.7062	-	-
0.4586	1695	1.5767	-	-
0.4589	1696	1.5168	-	-
0.4591	1697	1.4548	-	-
0.4594	1698	1.4361	-	-
0.4597	1699	1.6859	-	-
0.4600	1700	2.0236	-	-
0.4602	1701	1.7681	-	-
0.4605	1702	1.6359	-	-
0.4608	1703	1.8433	-	-
0.4610	1704	1.8914	-	-
0.4613	1705	1.4523	-	-
0.4616	1706	1.4916	-	-
0.4619	1707	1.4904	-	-
0.4621	1708	1.8626	-	-
0.4624	1709	1.3835	-	-
0.4627	1710	1.7644	-	-
0.4629	1711	1.8367	-	-
0.4632	1712	1.4789	-	-
0.4635	1713	1.715	-	-
0.4637	1714	1.6927	-	-
0.4640	1715	1.625	-	-
0.4643	1716	1.566	-	-
0.4646	1717	1.5667	-	-
0.4648	1718	1.4621	-	-
0.4651	1719	1.6122	-	-
0.4654	1720	1.369	-	-
0.4656	1721	1.5446	-	-
0.4659	1722	1.6762	-	-
0.4662	1723	1.5892	-	-
0.4665	1724	1.6456	-	-
0.4667	1725	1.5812	-	-
0.4670	1726	1.4297	-	-
0.4673	1727	1.767	-	-
0.4675	1728	1.5032	-	-
0.4678	1729	1.8355	-	-
0.4681	1730	1.3845	-	-
0.4683	1731	1.7229	-	-
0.4686	1732	1.8877	-	-
0.4689	1733	1.3841	-	-
0.4692	1734	1.778	-	-
0.4694	1735	1.656	-	-
0.4697	1736	1.8773	-	-
0.4700	1737	1.6763	-	-
0.4702	1738	1.8369	-	-
0.4705	1739	1.7364	-	-
0.4708	1740	1.9732	-	-
0.4710	1741	1.6937	-	-
0.4713	1742	1.5446	-	-
0.4716	1743	1.603	-	-
0.4719	1744	1.6311	-	-
0.4721	1745	1.2764	-	-
0.4724	1746	1.487	-	-
0.4727	1747	1.2442	-	-
0.4729	1748	2.095	-	-
0.4732	1749	1.6083	-	-
0.4735	1750	1.7143	-	-
0.4738	1751	1.7744	-	-
0.4740	1752	1.6254	-	-
0.4743	1753	1.785	-	-
0.4746	1754	1.759	-	-
0.4748	1755	1.6209	-	-
0.4751	1756	1.463	-	-
0.4754	1757	1.6307	-	-
0.4756	1758	1.6039	-	-
0.4759	1759	1.5081	-	-
0.4762	1760	1.3362	-	-
0.4765	1761	1.6833	-	-
0.4767	1762	1.6683	-	-
0.4770	1763	1.9192	-	-
0.4773	1764	1.6858	-	-
0.4775	1765	1.5009	-	-
0.4778	1766	1.5209	-	-
0.4781	1767	1.8172	-	-
0.4784	1768	1.6983	-	-
0.4786	1769	1.6515	-	-
0.4789	1770	1.8972	-	-
0.4792	1771	1.5509	-	-
0.4794	1772	1.775	-	-
0.4797	1773	1.6807	-	-
0.4800	1774	1.5166	-	-
0.4802	1775	1.3874	-	-
0.4805	1776	1.6508	-	-
0.4808	1777	1.3252	-	-
0.4811	1778	1.4155	-	-
0.4813	1779	1.5712	-	-
0.4816	1780	1.8663	-	-
0.4819	1781	1.7357	-	-
0.4821	1782	1.7773	-	-
0.4824	1783	1.5146	-	-
0.4827	1784	1.6252	-	-
0.4830	1785	1.8474	-	-
0.4832	1786	1.609	-	-
0.4835	1787	1.496	-	-
0.4838	1788	1.4416	-	-
0.4840	1789	1.3202	-	-
0.4843	1790	2.2895	-	-
0.4846	1791	1.4441	-	-
0.4848	1792	2.1775	-	-
0.4851	1793	1.5801	-	-
0.4854	1794	1.6132	-	-
0.4857	1795	1.7359	-	-
0.4859	1796	2.0022	-	-
0.4862	1797	1.5077	-	-
0.4865	1798	1.6968	-	-
0.4867	1799	1.7301	-	-
0.4870	1800	1.8223	-	-
0.4873	1801	1.6125	-	-
0.4876	1802	1.3362	-	-
0.4878	1803	1.3931	-	-
0.4881	1804	1.7631	-	-
0.4884	1805	1.535	-	-
0.4886	1806	1.6972	-	-
0.4889	1807	1.7236	-	-
0.4892	1808	1.4802	-	-
0.4894	1809	1.6399	-	-
0.4897	1810	1.9256	-	-
0.4900	1811	1.7616	-	-
0.4903	1812	1.7427	-	-
0.4905	1813	1.5259	-	-
0.4908	1814	1.6691	-	-
0.4911	1815	1.6124	-	-
0.4913	1816	1.3059	-	-
0.4916	1817	1.4865	-	-
0.4919	1818	1.7747	-	-
0.4922	1819	1.3706	-	-
0.4924	1820	1.6833	-	-
0.4927	1821	1.83	-	-
0.4930	1822	1.726	-	-
0.4932	1823	1.436	-	-
0.4935	1824	1.5394	-	-
0.4938	1825	1.8253	-	-
0.4940	1826	1.5272	-	-
0.4943	1827	1.6899	-	-
0.4946	1828	1.6118	-	-
0.4949	1829	1.5037	-	-
0.4951	1830	1.4197	-	-
0.4954	1831	1.521	-	-
0.4957	1832	1.7026	-	-
0.4959	1833	1.2826	-	-
0.4962	1834	1.2651	-	-
0.4965	1835	1.5629	-	-
0.4968	1836	1.5188	-	-
0.4970	1837	1.6427	-	-
0.4973	1838	1.562	-	-
0.4976	1839	2.1106	-	-
0.4978	1840	1.6287	-	-
0.4981	1841	1.8151	-	-
0.4984	1842	1.4539	-	-
0.4986	1843	1.4241	-	-
0.4989	1844	1.4387	-	-
0.4992	1845	1.4398	-	-
0.4995	1846	1.8152	-	-
0.4997	1847	1.4594	-	-
0.5	1848	1.3583	-	-
0.5003	1849	1.3021	-	-
0.5005	1850	1.9021	-	-
0.5008	1851	1.5094	-	-
0.5011	1852	1.4327	-	-
0.5014	1853	1.7381	-	-
0.5016	1854	1.6338	-	-
0.5019	1855	1.7438	-	-
0.5022	1856	1.5999	-	-
0.5024	1857	1.7254	-	-
0.5027	1858	1.7253	-	-
0.5030	1859	1.4751	-	-
0.5032	1860	1.6857	-	-
0.5035	1861	1.6849	-	-
0.5038	1862	1.6998	-	-
0.5041	1863	1.3497	-	-
0.5043	1864	1.6009	-	-
0.5046	1865	1.4881	-	-
0.5049	1866	1.5321	-	-
0.5051	1867	1.3276	-	-
0.5054	1868	1.8326	-	-
0.5057	1869	1.6439	-	-
0.5060	1870	1.9072	-	-
0.5062	1871	1.8594	-	-
0.5065	1872	1.1336	-	-
0.5068	1873	1.2238	-	-
0.5070	1874	1.6175	-	-
0.5073	1875	1.9439	-	-
0.5076	1876	1.982	-	-
0.5078	1877	1.5825	-	-
0.5081	1878	1.8883	-	-
0.5084	1879	1.2371	-	-
0.5087	1880	1.8159	-	-
0.5089	1881	1.5478	-	-
0.5092	1882	1.3596	-	-
0.5095	1883	1.7384	-	-
0.5097	1884	1.4523	-	-
0.5100	1885	1.7165	-	-
0.5103	1886	1.6555	-	-
0.5106	1887	1.5835	-	-
0.5108	1888	1.6809	-	-
0.5111	1889	1.7997	-	-
0.5114	1890	1.6338	-	-
0.5116	1891	1.3214	-	-
0.5119	1892	1.2193	-	-
0.5122	1893	1.3703	-	-
0.5124	1894	1.6533	-	-
0.5127	1895	1.3297	-	-
0.5130	1896	2.0926	-	-
0.5133	1897	1.5375	-	-
0.5135	1898	1.5292	-	-
0.5138	1899	1.7053	-	-
0.5141	1900	1.5316	-	-
0.5143	1901	1.4982	-	-
0.5146	1902	1.6303	-	-
0.5149	1903	1.4866	-	-
0.5152	1904	1.5681	-	-
0.5154	1905	1.8282	-	-
0.5157	1906	1.6582	-	-
0.5160	1907	1.3523	-	-
0.5162	1908	1.4561	-	-
0.5165	1909	1.4663	-	-
0.5168	1910	1.3049	-	-
0.5170	1911	1.5562	-	-
0.5173	1912	1.5225	-	-
0.5176	1913	1.2626	-	-
0.5179	1914	1.7305	-	-
0.5181	1915	1.8444	-	-
0.5184	1916	1.5687	-	-
0.5187	1917	1.4622	-	-
0.5189	1918	1.7735	-	-
0.5192	1919	1.727	-	-
0.5195	1920	1.5746	-	-
0.5198	1921	1.7663	-	-
0.5200	1922	1.4458	-	-
0.5203	1923	1.7829	-	-
0.5206	1924	1.578	-	-
0.5208	1925	1.3746	-	-
0.5211	1926	1.5958	-	-
0.5214	1927	1.851	-	-
0.5216	1928	1.7909	-	-
0.5219	1929	1.5185	-	-
0.5222	1930	1.7324	-	-
0.5225	1931	1.752	-	-
0.5227	1932	1.6412	-	-
0.5230	1933	1.8391	-	-
0.5233	1934	1.5878	-	-
0.5235	1935	1.7837	-	-
0.5238	1936	1.4044	-	-
0.5241	1937	1.5896	-	-
0.5244	1938	1.7256	-	-
0.5246	1939	1.7008	-	-
0.5249	1940	1.3087	-	-
0.5252	1941	1.5087	-	-
0.5254	1942	1.3978	-	-
0.5257	1943	1.5191	-	-
0.5260	1944	1.2783	-	-
0.5262	1945	1.6416	-	-
0.5265	1946	1.8829	-	-
0.5268	1947	1.3897	-	-
0.5271	1948	1.615	-	-
0.5273	1949	1.6913	-	-
0.5276	1950	1.552	-	-
0.5279	1951	1.8105	-	-
0.5281	1952	1.5018	-	-
0.5284	1953	1.2521	-	-
0.5287	1954	1.5949	-	-
0.5290	1955	1.9032	-	-
0.5292	1956	1.5568	-	-
0.5295	1957	1.3789	-	-
0.5298	1958	1.7283	-	-
0.5300	1959	1.4782	-	-
0.5303	1960	1.3106	-	-
0.5306	1961	2.0465	-	-
0.5308	1962	1.6747	-	-
0.5311	1963	1.2906	-	-
0.5314	1964	1.963	-	-
0.5317	1965	1.3947	-	-
0.5319	1966	1.2712	-	-
0.5322	1967	1.8002	-	-
0.5325	1968	1.6455	-	-
0.5327	1969	1.4789	-	-
0.5330	1970	1.3943	-	-
0.5333	1971	1.7528	-	-
0.5335	1972	1.3477	-	-
0.5338	1973	1.8922	-	-
0.5341	1974	1.1985	-	-
0.5344	1975	1.5861	-	-
0.5346	1976	1.2699	-	-
0.5349	1977	1.6878	-	-
0.5352	1978	1.5605	-	-
0.5354	1979	1.828	-	-
0.5357	1980	1.3578	-	-
0.5360	1981	1.6608	-	-
0.5363	1982	1.5927	-	-
0.5365	1983	1.6129	-	-
0.5368	1984	1.5464	-	-
0.5371	1985	1.5415	-	-
0.5373	1986	1.6117	-	-
0.5376	1987	1.3738	-	-
0.5379	1988	1.9594	-	-
0.5381	1989	1.548	-	-
0.5384	1990	1.3332	-	-
0.5387	1991	1.7541	-	-
0.5390	1992	1.4897	-	-
0.5392	1993	1.6849	-	-
0.5395	1994	1.8946	-	-
0.5398	1995	1.3534	-	-
0.5400	1996	1.2424	-	-
0.5403	1997	1.6013	-	-
0.5406	1998	1.9939	-	-
0.5409	1999	1.6411	-	-
0.5411	2000	1.8382	1.3944	0.914

Framework Versions

Python: 3.12.4
Sentence Transformers: 3.0.1
Transformers: 4.44.0
PyTorch: 2.4.0+cu121
Accelerate: 0.33.0
Datasets: 2.21.0
Tokenizers: 0.19.1

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

TripletLoss

@misc{hermans2017defense,
    title={In Defense of the Triplet Loss for Person Re-Identification}, 
    author={Alexander Hermans and Lucas Beyer and Bastian Leibe},
    year={2017},
    eprint={1703.07737},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

Atipico1
/

retriever-v3-2000

SentenceTransformer based on BM-K/KoSimCSE-bert-multitask

Model Details

Model Description

Model Sources

Full Model Architecture

Usage

Direct Usage (Sentence Transformers)

Evaluation

Metrics

Triplet

Training Details

Training Dataset

Unnamed Dataset

Evaluation Dataset

Unnamed Dataset

IV. 실험 결과

VI. 결 론

Training Hyperparameters

Non-Default Hyperparameters

All Hyperparameters

Training Logs

Framework Versions

Citation

BibTeX

Sentence Transformers

TripletLoss

Model tree for Atipico1/retriever-v3-2000

Evaluation results