[ { "path": ".clang-format", "content": "# SPDX-License-Identifier: MIT\n#\n# Copyright (c) 2023 Intercreate, Inc.\n# Author: J.P. Hutchins \n#\n# Python(black)-inspired .clang-format for C repositories\n#\n# Includes Zephyr and Arm macro compatibility\n\n---\nBasedOnStyle: Google\n\nAlignAfterOpenBracket: BlockIndent\nAlignTrailingComments: false\nAllowAllArgumentsOnNextLine: true\nAllowAllParametersOfDeclarationOnNextLine: true\nAllowShortBlocksOnASingleLine: Never\nAllowShortCaseLabelsOnASingleLine: false\nAllowShortEnumsOnASingleLine: false\nAllowShortFunctionsOnASingleLine: Empty\nAllowShortIfStatementsOnASingleLine: Never\nAllowShortLoopsOnASingleLine: false\nAttributeMacros:\n - __aligned\n - __deprecated\n - __packed\n - __printf_like\n - __syscall\n - __syscall_always_inline\n - __subsystem\nBinPackArguments: false\nBinPackParameters: false\nBraceWrapping:\n AfterCaseLabel: false\n AfterClass: false\n AfterControlStatement: MultiLine\n AfterEnum: false\n AfterFunction: false\n AfterNamespace: false\n AfterObjCDeclaration: false\n AfterStruct: false\n AfterUnion: false\n AfterExternBlock: false\n BeforeCatch: false\n BeforeElse: false\n IndentBraces: false\n SplitEmptyFunction: false\n SplitEmptyRecord: false\n SplitEmptyNamespace: false\n BeforeLambdaBody: false\n BeforeWhile: false\nBitFieldColonSpacing: After\nBreakBeforeBinaryOperators: NonAssignment\nBreakBeforeBraces: Custom\nBreakStringLiterals: true\nColumnLimit: 88\nDerivePointerAlignment: false\nForEachMacros:\n - 'FOR_EACH'\n - 'FOR_EACH_FIXED_ARG'\n - 'FOR_EACH_IDX'\n - 'FOR_EACH_IDX_FIXED_ARG'\n - 'FOR_EACH_NONEMPTY_TERM'\n - 'RB_FOR_EACH'\n - 'RB_FOR_EACH_CONTAINER'\n - 'SYS_DLIST_FOR_EACH_CONTAINER'\n - 'SYS_DLIST_FOR_EACH_CONTAINER_SAFE'\n - 'SYS_DLIST_FOR_EACH_NODE'\n - 'SYS_DLIST_FOR_EACH_NODE_SAFE'\n - 'SYS_SFLIST_FOR_EACH_CONTAINER'\n - 'SYS_SFLIST_FOR_EACH_CONTAINER_SAFE'\n - 'SYS_SFLIST_FOR_EACH_NODE'\n - 'SYS_SFLIST_FOR_EACH_NODE_SAFE'\n - 'SYS_SLIST_FOR_EACH_CONTAINER'\n - 'SYS_SLIST_FOR_EACH_CONTAINER_SAFE'\n - 'SYS_SLIST_FOR_EACH_NODE'\n - 'SYS_SLIST_FOR_EACH_NODE_SAFE'\n - '_WAIT_Q_FOR_EACH'\n - 'Z_FOR_EACH'\n - 'Z_FOR_EACH_ENGINE'\n - 'Z_FOR_EACH_EXEC'\n - 'Z_FOR_EACH_FIXED_ARG'\n - 'Z_FOR_EACH_FIXED_ARG_EXEC'\n - 'Z_FOR_EACH_IDX'\n - 'Z_FOR_EACH_IDX_EXEC'\n - 'Z_FOR_EACH_IDX_FIXED_ARG'\n - 'Z_FOR_EACH_IDX_FIXED_ARG_EXEC'\n - 'Z_GENLIST_FOR_EACH_CONTAINER'\n - 'Z_GENLIST_FOR_EACH_CONTAINER_SAFE'\n - 'Z_GENLIST_FOR_EACH_NODE'\n - 'Z_GENLIST_FOR_EACH_NODE_SAFE'\n - 'STRUCT_SECTION_FOREACH'\n - 'TYPE_SECTION_FOREACH'\nIncludeBlocks: Preserve\nIfMacros:\n - 'CHECKIF'\nIndentCaseBlocks: true\nIndentCaseLabels: false\nIndentWidth: 2\nInsertBraces: true\nMaxEmptyLinesToKeep: 2\nPointerAlignment: Middle\nSortIncludes: CaseSensitive\nSpaceBeforeParens: ControlStatementsExceptControlMacros\nUseTab: Never\nWhitespaceSensitiveMacros:\n - STRINGIFY\n - Z_STRINGIFY\n" }, { "path": ".github/workflows/build-wheels-upload-pypi.yml", "content": "# GitHub action for building the distribution and wheels of the sep package\n# and uploading them to the PyPI package index.\n\nname: build-wheels-upload-pypi\n\non: [push, workflow_dispatch]\n # push:\n # # Run this action on the trigger event when *any* tag is pushed\n # tags:\n # - '*'\n\njobs:\n\n # This action is split into three jobs:\n # - Building the source distribution\n # - Building the wheels for the distribution\n # - Uploading the artifacts to PyPI package\n # The first and second job run in parallel.\n # The uploading jos needs to have the other two finished without error.\n\n # From now on, we run the tests before continuing with these jobs.\n\n run_tests:\n uses: ./.github/workflows/python-package-tox.yml\n\n build_sdist:\n needs: [run_tests]\n\n # First the source distribution is done on ubuntu. This is not related\n # to any operating system, so we could do it on the default os.\n\n runs-on: ubuntu-24.04\n\n steps:\n - name: checkout\n uses: actions/checkout@v4\n with:\n fetch-depth: 0\n fetch-tags: true\n\n - name: install_python\n uses: actions/setup-python@v5\n with:\n python-version: '3.12'\n\n # For the build, sep needs numpy and cython and we add twine and wheel\n # for better testing and checking.\n\n - name: Install dependencies\n run: python -m pip install setuptools twine numpy wheel cython build\n\n - name: Build sdist\n run: python -m build --sdist\n\n - name: Show files\n run: ls -lh dist\n shell: bash\n\n - name: Check metadata\n run: twine check dist/*\n\n - name: Upload sdist\n uses: actions/upload-artifact@v4\n with:\n name: dist\n path: dist/*.tar.gz\n\n build_wheels:\n needs: [run_tests]\n\n # Second the wheels are build for different OS and python versions. This is\n # done with the help of the `cibuildwheel` package.\n #\n # The wheels are built for Windows, Linux and MacOS and the python versions\n # 3.9 - 3.13.\n #\n # The three operating system could be done in parallel.\n name: Build wheels on ${{ matrix.os }}\n runs-on: ${{ matrix.os }}\n env:\n CIBW_ARCHS_MACOS: \"x86_64 universal2 arm64\"\n\n strategy:\n max-parallel: 4\n matrix:\n python-version: [\"3.12\"]\n os: [windows-latest, macos-latest, ubuntu-24.04, ubuntu-24.04-arm]\n\n steps:\n - uses: actions/checkout@v4\n\n - name: checkout\n uses: actions/checkout@v4\n with:\n fetch-depth: 0\n fetch-tags: true\n\n - name: Setup Python ${{ matrix.python-version }}\n uses: actions/setup-python@v5\n with:\n python-version: ${{ matrix.python-version }}\n\n - name: Install cibuildwheel\n run: python -m pip install cibuildwheel\n\n - name: Build wheels\n run: python -m cibuildwheel --output-dir wheelhouse\n env:\n CIBW_BUILD: \"cp39-* cp310-* cp311-* cp312-* cp313-*\"\n CIBW_MANYLINUX_X86_64_IMAGE: manylinux2014\n CIBW_MANYLINUX_I686_IMAGE: manylinux2014\n CIBW_BUILD_VERBOSITY: 1\n CIBW_SKIP: '*-musllinux_*'\n CIBW_ARCHS_LINUX: \"auto\"\n\n - name: Show files\n run: ls -lh wheelhouse\n shell: bash\n\n - name: Upload wheels\n uses: actions/upload-artifact@v4\n with:\n name: dist-${{ matrix.os }}\n path: ./wheelhouse/*.whl\n\n upload_to_pypi:\n\n # Finally we collect all out data from the artifacts and put them back to\n # dist directory for upload. The final step waits for the other jobs to be\n # finished and starts only if the trigger event of the action was a push\n # of a tag starting with as version separation. All other jobs run\n # without heading \n\n runs-on: [ubuntu-latest]\n needs: [build_wheels, build_sdist]\n environment:\n name: pypi\n url: https://pypi.org/p/sep\n permissions:\n id-token: write\n\n # upload to PyPI on every tag starting with 'v'\n if: github.event_name == 'push' && startsWith(github.event.ref, 'refs/tags/v')\n\n steps:\n - uses: actions/setup-python@v5\n\n - uses: actions/download-artifact@v4\n with:\n pattern: dist*\n merge-multiple: true\n path: dist\n\n - name: upload_to_pypi\n uses: pypa/gh-action-pypi-publish@release/v1\n # with:\n # repository-url: https://test.pypi.org/legacy/\n" }, { "path": ".github/workflows/python-package-tox.yml", "content": "# This workflow will install tox and use it to run tests.\n# For more information see: https://help.github.com/actions/language-and-framework-guides/using-python-with-github-actions\n\nname: CI\n\non: [push, workflow_call, workflow_dispatch, pull_request]\n\njobs:\n build:\n\n runs-on: ${{ matrix.os }}\n strategy:\n matrix:\n python: [\"3.9\", \"3.10\", \"3.11\", \"3.12\", \"3.13\"]\n os: [windows-latest, macos-latest, ubuntu-latest]\n\n steps:\n - uses: actions/checkout@v4\n - name: Setup Python\n uses: actions/setup-python@v5\n with:\n python-version: ${{ matrix.python }}\n - name: Install Tox and any other packages\n run: |\n python -m pip install --upgrade pip\n python -m pip install tox tox-gh-actions\n - name: Run Tox\n # Run tox using the version of Python in `PATH`, append platform\n run: tox\n env:\n PLATFORM: ${{ matrix.os }}\n" }, { "path": ".gitignore", "content": "# emacs\n*~\n\n# --------------------------------------------\n# C\n\n*.o\n*.os\n*.so\n*.so.*\n*.dylib\n*.dylib.*\n*.a\nctest/test_image\n\n# generated by tests\ndata/sep.cat\ndata/sepback.fits\n\n# scons\n.sconsign.dblite\n\n# tarball\nsep-*.tar.gz\n\n# -------------------------------------------\n# Python\n\n__pycache__\n\ndocs/_build\ndocs/api\nbuild/\n\nMANIFEST\n*.egg-info\n\n# pytest\n.pytest_cache\n.cache\n\n# generated C file\nsep.c\n\n# PyCharm\n.idea\n.project\n\n# Eclipse\n.pydevproject\n\n# Jupyter\n.ipynb_checkpoints\n\n# tox\n.tox\n\n# version\n*_version.py\n" }, { "path": ".pre-commit-config.yaml", "content": "exclude: \"^data/\"\nrepos:\n- repo: https://github.com/pre-commit/pre-commit-hooks\n rev: v5.0.0\n hooks:\n - id: trailing-whitespace\n - id: end-of-file-fixer\n - id: check-yaml\n - id: check-added-large-files\n- repo: https://github.com/pycqa/isort\n rev: 5.13.2\n hooks:\n - id: isort\n name: isort (python)\n- repo: https://github.com/psf/black\n rev: 24.10.0\n hooks:\n - id: black\n args: [--preview]\n- repo: https://github.com/numpy/numpydoc\n rev: v1.8.0\n hooks:\n - id: numpydoc-validation\n- repo: https://github.com/sphinx-contrib/sphinx-lint\n rev: v1.0.0\n hooks:\n - id: sphinx-lint\n args: [--enable=all, --disable=default-role, --max-line-length=75, -v]\n files: ^docs\\/|^.*\\.(rst$|md$)\n- repo: https://github.com/pre-commit/mirrors-clang-format\n rev: v19.1.4\n hooks:\n - id: clang-format\n types_or: [c++, c, cuda]\n" }, { "path": ".readthedocs.yaml", "content": "# Read the Docs configuration file for Sphinx projects\n# See https://docs.readthedocs.io/en/stable/config-file/v2.html for details\n\n# Required\nversion: 2\n\n# Set the OS, Python version and other tools you might need\nbuild:\n os: ubuntu-22.04\n tools:\n python: \"3.12\"\n # You can also specify other tool versions:\n # nodejs: \"20\"\n # rust: \"1.70\"\n # golang: \"1.20\"\n\n# Build documentation in the \"docs/\" directory with Sphinx\nsphinx:\n configuration: docs/conf.py\n # You can configure Sphinx to use a different builder, for instance use the dirhtml builder for simpler URLs\n # builder: \"dirhtml\"\n # Fail on all warnings to avoid broken references\n # fail_on_warning: true\n\n# Optionally build your docs in additional formats such as PDF and ePub\n# formats:\n# - pdf\n# - epub\n\n# Optional but recommended, declare the Python requirements required\n# to build your documentation\n# See https://docs.readthedocs.io/en/stable/guides/reproducible-builds.html\npython:\n install:\n # - requirements: docs/requirements.txt\n - method: pip\n path: .\n extra_requirements:\n - docs\n" }, { "path": "AUTHORS.md", "content": "* Emmanuel Bertin (bertin@iap.fr) : original SExtractor code\n* Kyle Barbary (@kbarbary) : Conversion of SExtractor code to library\n* Kyle Boone (@kboone) : Bugfix, matched filter\n* Thomas Robitaille (@astrofrog) : Exact aperture overlap code\n* Matt Craig (@mwcraig) : Windows & OS X support\n* Curtis McCully (@cmccully): Parameter uncertainties\n* Evert Rol (@evertrol): setup.py fixes\n* Joe Lyman (@lyalpha): Make deblending limit settable\n* Michael Wuertenberger (@mworion): PyPI wheels\n* Ingvar Stepanyan (@rreverser): Build system, public API and thread safety fixes.\n* Gabe Brammer (@gbrammer): Fix memory addressing with large arrays.\n* Peter Watson (@PJ-Watson): Add extraction from existing segmentation map.\n" }, { "path": "CHANGES.md", "content": "v1.3.7 (8 November 2024)\n========================\n\n* Test against Python 3.13.\n* Update the Makefile to support Semantic Versioning from git tags.\n* Update the C libraries to allow for passing the version as a compiler\n flag.\n* Update `setup.py` to pass the SCM version to the Cython compiler.\n* Include C tests in the Tox suite (for linux and macos only).\n* Document any and all changes to the C API since forking.\n* Restructure changelog documentation.\n\nv1.3.6 (7 October 2024)\n=======================\n\n* Fix wrong int type in Windows\n ([#2](https://github.com/PJ-Watson/sep-pjw/issues/2), thanks to\n @acenko for pointing this out).\n* Update tests to run on multiple operating systems.\n\nv1.3.5 (12 June 2024)\n=====================\n\n* Small fixes and updates to ensure compatibility with NumPy 2.0.\n\nv1.3.4 (21 February 2024)\n========================\n\n* Include .clang-format as a pre-commit hook, to ensure consistent code\n style (improved readability, easier maintenance).\n* Fixed `make test` to account for the changes in\n [v1.3.0](https://github.com/PJ-Watson/sep-pjw/releases/tag/v1.3.0).\n* All header files include the correct definitions.\n\nv1.3.3 (7 February 2024)\n========================\n\n* Add changelog to documentation.\n* Add tests for re-running with seg map.\n* Fix array boundary bugs when re-running with seg map.\n* Fix bug with precision loss when calculating threshold.\n* Improve error handling when object pixels exceed pix stack.\n\nv1.3.2 (5 February 2024)\n========================\n\n* Move documentation to new location, fix package names and imports.\n* Add wheels for Python 3.11/3.12.\n* Fix C compilation errors on windows (VLAs).\n* Publish updated version to PyPI under new name.\n\nv1.3.1 (31 January 2024)\n========================\n\n* Formatting changes (follow [black](https://github.com/psf/black)\n formatting style).\n* Fix `bench.py` and `test.py`, removing deprecated functions.\n* Move metadata into `pyproject.toml`.\n* Add pre-commit hooks for code and docstring validation.\n* Change to dynamic versioning (git tag/commit based).\n\nv1.3.0 (1 December 2023)\n========================\n\n* The `segmentation_map` argument of `sep.extract()` will now accept\n either an array or boolean. If an existing segmentation map is passed,\n the object detection stage is skipped, and sources will be individually\n analysed according to the provided map. This change is\n backwards-compatible with respect to the Python module.\n\n Please note that as no deblending is performed, the calculated\n thresholds (and any dependent parameters) may not be the same as\n originally derived.\n\n* Use 64-bit integers throughout, to fix memory addressing with large\n arrays\n ([#122](https://github.com/kbarbary/sep/issues/122 \"Original issue\"),\n inspired by [Gabe Brammer's fork](https://github.com/gbrammer/sep)\n with additional fixes).\n" }, { "path": "CMakeLists.txt", "content": "cmake_minimum_required(VERSION 2.6)\n\nproject(sep C)\n\nLIST(APPEND CMAKE_MODULE_PATH \"${CMAKE_SOURCE_DIR}/cmake_modules/\")\ninclude(GNUInstallDirs)\n\nset(SOURCES\n ${CMAKE_SOURCE_DIR}/src/analyse.c\n ${CMAKE_SOURCE_DIR}/src/convolve.c\n ${CMAKE_SOURCE_DIR}/src/deblend.c\n ${CMAKE_SOURCE_DIR}/src/extract.c\n ${CMAKE_SOURCE_DIR}/src/lutz.c\n ${CMAKE_SOURCE_DIR}/src/aperture.c\n ${CMAKE_SOURCE_DIR}/src/background.c\n ${CMAKE_SOURCE_DIR}/src/util.c\n )\n\ninclude_directories(${CMAKE_INCLUDE_PATH} ${CMAKE_SOURCE_DIR}/src ${CFITSIO_INCLUDE_DIR})\n\nlink_directories(${CMAKE_LIBRARY_PATH} ${CMAKE_SOURCE_DIR}/src)\n\nadd_library(sep SHARED ${SOURCES})\nset_target_properties(sep PROPERTIES OUTPUT_NAME sep)\nset_target_properties(sep PROPERTIES VERSION 0.6.0 SOVERSION 0)\nset_target_properties(sep PROPERTIES C_VISIBILITY_PRESET hidden)\n\nif (MSVC)\n add_definitions(-D_USE_MATH_DEFINES)\nelse ()\n add_compile_options(-Wcast-qual)\n target_link_libraries(sep m)\nendif()\n\ninstall(TARGETS sep LIBRARY DESTINATION ${CMAKE_INSTALL_LIBDIR})\ninstall(FILES ${CMAKE_SOURCE_DIR}/src/sep.h DESTINATION include)\n" }, { "path": "FindSEP.cmake", "content": "# - Try to find SEP\n# Once done this will define\n#\n# SEP_FOUND - system has SEP\n# SEP_INCLUDE_DIR - the SEP include directory\n# SEP_LIBRARIES - Link these to use SEP\n# SEP_VERSION_STRING - Human readable version number of sep\n# SEP_VERSION_MAJOR - Major version number of sep\n# SEP_VERSION_MINOR - Minor version number of sep\n\n# Copyright (c) 2017, Ilia Platone, \n# Based on FindLibfacile by Carsten Niehaus, \n#\n# Redistribution and use is allowed according to the terms of the BSD license.\n# For details see the accompanying COPYING-CMAKE-SCRIPTS file.\n\nif (SEP_LIBRARIES)\n\n # in cache already\n set(SEP_FOUND TRUE)\n message(STATUS \"Found SEP: ${SEP_LIBRARIES}\")\n\n\nelse (SEP_LIBRARIES)\n\n find_library(SEP_LIBRARIES NAMES sep\n PATHS\n ${_obLinkDir}\n ${GNUWIN32_DIR}/lib\n /usr/local/lib\n )\n\n if(SEP_LIBRARIES)\n set(SEP_FOUND TRUE)\n else (SEP_LIBRARIES)\n set(SEP_FOUND FALSE)\n endif(SEP_LIBRARIES)\n\n\n if (SEP_FOUND)\n if (NOT SEP_FIND_QUIETLY)\n message(STATUS \"Found SEP: ${SEP_LIBRARIES}\")\n endif (NOT SEP_FIND_QUIETLY)\n else (SEP_FOUND)\n if (SEP_FIND_REQUIRED)\n message(FATAL_ERROR \"SEP not found. Please install libsep-dev\")\n endif (SEP_FIND_REQUIRED)\n endif (SEP_FOUND)\n\n mark_as_advanced(SEP_LIBRARIES)\n\nendif (SEP_LIBRARIES)\n" }, { "path": "MANIFEST.in", "content": "include README.md\ninclude CHANGES.md\ninclude AUTHORS.md\ninclude licenses/*\ninclude pyproject.toml\n\ninclude src/*.[c,h,i]\ninclude sep.pyx\nexclude sep.c\n" }, { "path": "Makefile", "content": "\nOS ?= $(shell sh -c 'uname -s | tr \"[A-Z]\" \"[a-z]\"')\n\nDESCRIBE := $(shell git describe --match \"v*\" --always --tags)\nDESCRIBE_PARTS := $(subst -, ,$(DESCRIBE))\n\nVERSION_TAG := $(word 1,$(DESCRIBE_PARTS))\nCOMMITS_SINCE_TAG := $(word 2,$(DESCRIBE_PARTS))\nBUILD_ID := $(word 3,$(DESCRIBE_PARTS))\n\nVERSION := $(subst v,,$(VERSION_TAG))\nVERSION_PARTS := $(subst ., ,$(VERSION))\n\nMAJOR := $(word 1,$(VERSION_PARTS))\nMINOR := $(word 2,$(VERSION_PARTS))\nMICRO := $(word 3,$(VERSION_PARTS))\n\nNEXT_MICRO := $(shell echo $$(($(MICRO)+1)))\n\nifeq ($(strip $(COMMITS_SINCE_TAG)),)\nCURRENT_VERSION_MICRO := $(MAJOR).$(MINOR).$(MICRO)\nCURRENT_MICRO := $(MICRO)\nelse\nCURRENT_VERSION_MICRO := $(MAJOR).$(MINOR).$(NEXT_MICRO)\nCURRENT_MICRO := $(NEXT_MICRO)-dev$(COMMITS_SINCE_TAG)$(if $(BUILD_ID),-${BUILD_ID},)\nendif\n\nifeq ($(OS), darwin)\nSONAME = libsep.dylib\nSONAME_MAJOR = libsep.$(MAJOR).dylib\nSONAME_FULL = libsep.$(MAJOR).$(MINOR).$(CURRENT_MICRO).dylib\nSONAME_FLAG = -install_name\nLDPATHENV = DYLD_LIBRARY_PATH\nelse\nifeq ($(OS), linux)\nSONAME = libsep.so\nSONAME_MAJOR = libsep.so.$(MAJOR)\nSONAME_FULL = libsep.so.$(MAJOR).$(MINOR).$(CURRENT_MICRO)\nSONAME_FLAG = -soname\nLDPATHENV = LD_LIBRARY_PATH\nelse\n$(error OS not yet supported)\nendif\nendif\n\nINSTALL ?= install\nDESTDIR =\nPREFIX ?= /usr/local\nLIBDIR = $(PREFIX)/lib\nINCLUDEDIR = $(PREFIX)/include\n\nCC?=gcc\nAR?=ar\nCPPFLAGS ?=\nLDFLAGS ?=\n\nCPPFLAGS += -Isrc\nCFLAGS += -Wall -Wextra -Wcast-qual -O3 -fvisibility=hidden # -Werror\nCFLAGS += -DSEP_VERSION_STRING=\\\"$(MAJOR).$(MINOR).$(CURRENT_MICRO)\\\"\nCFLAGS_LIB = $(CFLAGS) -fPIC\nLDFLAGS_LIB = $(LDFLAGS) -shared -Wl,$(SONAME_FLAG),$(SONAME_MAJOR)\n\nOBJS = src/analyse.o src/convolve.o src/deblend.o src/extract.o \\\n src/lutz.o src/aperture.o src/background.o src/util.o\n\ndefault: all\n\nsrc/analyse.o src/convolve.o src/deblend.o src/extract.o src/lutz.o: src/%.o: src/%.c src/extract.h src/sepcore.h src/sep.h\n\t$(CC) $(CPPFLAGS) $(CFLAGS_LIB) -c src/$*.c -o $@\n\nsrc/aperture.o: src/aperture.c src/aperture.i src/overlap.h src/sepcore.h src/sep.h\n\t$(CC) $(CPPFLAGS) $(CFLAGS_LIB) -c src/aperture.c -o $@\n\nsrc/background.o src/util.o: src/%.o: src/%.c src/sepcore.h src/sep.h\n\t$(CC) $(CPPFLAGS) $(CFLAGS_LIB) -c src/$*.c -o $@\n\nsrc/$(SONAME_FULL) src/$(SONAME_MAJOR) src/$(SONAME) &: $(OBJS)\n\t$(CC) $(LDFLAGS_LIB) $^ -lm -o src/$(SONAME_FULL)\n\tln -sf $(SONAME_FULL) src/$(SONAME_MAJOR)\n\tln -sf $(SONAME_FULL) src/$(SONAME)\n\nsrc/libsep.a: $(OBJS)\n\t$(AR) rcs src/libsep.a $^\n\ninstall: all\n\t$(INSTALL) -d $(DESTDIR)$(INCLUDEDIR)\n\t$(INSTALL) -m u=rw,g=r,o=r src/sep.h $(DESTDIR)$(INCLUDEDIR)\n\n\t$(INSTALL) -d $(DESTDIR)$(LIBDIR)\n\t$(INSTALL) -m u=rwx,g=rx,o=rx src/$(SONAME_FULL) $(DESTDIR)$(LIBDIR)\n\tln -sf $(SONAME_FULL) $(DESTDIR)$(LIBDIR)/$(SONAME_MAJOR)\n\tln -sf $(SONAME_FULL) $(DESTDIR)$(LIBDIR)/$(SONAME)\n\t$(INSTALL) -m u=rw,g=r,o=r src/libsep.a $(DESTDIR)$(LIBDIR)\n\nuninstall:\n\trm $(DESTDIR)$(INCLUDEDIR)/sep.h\n\trm $(DESTDIR)$(LIBDIR)/$(SONAME_FULL)\n\trm $(DESTDIR)$(LIBDIR)/$(SONAME_MAJOR)\n\trm $(DESTDIR)$(LIBDIR)/$(SONAME)\n\trm $(DESTDIR)$(LIBDIR)/libsep.a\n\ntest: ctest/test_image\n\t$(LDPATHENV)=src ctest/test_image data/image.fits data/sep.cat\n\tctest/compare.py data/image.cat data/sep.cat\n\nctest/test_image: ctest/test_image.c src/$(SONAME)\n\t$(CC) $(CPPFLAGS) $(CFLAGS) $(LDFLAGS) -Lsrc ctest/test_image.c -lm -lsep -o ctest/test_image\n\nclean:\n\trm -f src/*.o src/*.a src/libsep.* ctest/test_image\n\nall: src/$(SONAME_FULL) src/libsep.a\n\n.PHONY: all test clean library install uninstall\n" }, { "path": "README.md", "content": "SEP\n===\n\nPython and C library for Source Extraction and Photometry.\n\n[![PyPI](https://img.shields.io/pypi/v/sep?label=PyPI)](https://pypi.python.org/pypi/sep)\n[![PyPI - Downloads](https://img.shields.io/pypi/dm/sep?label=PyPI%20Downloads)](https://pypi.python.org/pypi/sep)\n[![Build Status](https://github.com/sep-developers/sep/workflows/CI/badge.svg)](https://github.com/sep-developers/sep/actions)\n[![Documentation Status](https://readthedocs.org/projects/sep/badge/?version=latest)](https://sep.readthedocs.io/en/latest/?badge=latest)\n[![JOSS](http://joss.theoj.org/papers/10.21105/joss.00058/status.svg)](http://dx.doi.org/10.21105/joss.00058)\n\n*\"... [it's] an SEP: Somebody Else's Problem.\"\n\"Oh, good. I can relax then.\"*\n\nSEP, SEP-PJW, and Package Names\n-------------------------------\n\n`sep` was originally released by Kyle Barbary, at\n[kbarbary/sep](https://github.com/kbarbary/sep) (``sep<=1.2.1``). For a\nbrief period, the package was maintained by Peter Watson, under the\n`sep-pjw` package name, at\n[PJ-Watson/sep-pjw](https://github.com/PJ-Watson/sep-pjw) and\n[PyPI/sep-pjw](https://pypi.org/project/sep-pjw/)\n(``1.3.0<=sep-pjw<=1.3.8``). Both of these repositories will be archived,\nand future development will take place at\n[sep-developers/sep]()\n(``sep>=1.4.0``). Note that there may be some incompatibilities between\n``sep==1.2.1`` and ``sep==1.4.0`` when using the C-API directly (to fix\nan indexing bug arising with large arrays) - all changes are documented\n[here](https://sep-pjw.readthedocs.io/en/latest/changelogs/changes_to_c_api.html).\n\n\nAbout\n-----\n\n[Source Extractor](http://www.astromatic.net/software/sextractor)\n(Bertin & Arnouts 1996) is a widely used\ncommand-line program for segmentation and analysis of astronomical\nimages. It reads in FITS format files, performs a configurable series\nof tasks, including background estimation, source detection,\ndeblending and a wide array of source measurements, and finally\noutputs a FITS format catalog file.\n\nWhile Source Extractor is highly useful, the fact that it can only be\nused as an executable can limit its applicability or lead to awkward\nworkflows. There is often a desire to have programmatic access to\nperform one or more of the above tasks on in-memory images as part of\na larger custom analysis.\n\n**SEP makes the core algorithms of Source Extractor available as a\nlibrary of stand-alone functions and classes.** These operate directly\non in-memory arrays (no FITS files or configuration files). The code\nis derived from the Source Extractor code base (written in C) and aims\nto produce results compatible with Source Extractor whenever possible.\nSEP consists of a C library with no dependencies outside the standard\nlibrary, and a Python module that wraps the C library in a Pythonic\nAPI. The Python wrapper operates on NumPy arrays with NumPy as its\nonly dependency. See below for language-specfic build and usage\ninstructions.\n\n\nPython\n------\n\n**Documentation:** http://sep.readthedocs.io\n\n**Requirements:**\n\n- Python 3.9+\n- numpy 1.23+\n\n**Install release version:**\n\nSEP can be installed with [pip](https://pip.pypa.io):\n\n```\npython -m pip install sep\n```\n\nIf you get an error about permissions, you are probably using your\nsystem Python. In this case, we recommend using [pip's \"user\ninstall\"](https://pip.pypa.io/en/latest/user_guide/#user-installs)\noption to install sep into your user directory:\n\n```\npython -m pip install --user sep\n```\n\nDo **not** install sep or other third-party Python packages using\n`sudo` unless you are fully aware of the risks.\n\n\n**Install development version:**\n\nBuilding the development version (from github) requires Cython.\nBuild and install in the usual place:\n\n```\npython -m pip install --editable .\n```\n\n**Run tests:** Tests require the [pytest](http://pytest.org) Python\npackage. To run the tests, execute `./test.py` in the top-level\ndirectory. Some tests require a FITS reader (either fitsio or astropy)\nand will be skipped if neither is present.\n\n\nC Library\n---------\n\n_Note: The build process only works on Linux and OS X._\n\n**CMake:** To build using CMake, enter these commands:\n\n```\ncd sep\nmkdir -p build\ncd build\ncmake -DCMAKE_INSTALL_PREFIX=/usr ../\n```\nand follow next steps from the build folder\n\n**Build:** To build the C library from source:\n\n```\nmake\n```\n\n**Run tests:**\n\n```\nmake test\n```\n\n**Install** The static library and header can be installed with\n\n```\nmake install\nmake PREFIX=/path/to/prefix install\n```\n\nThis will install the shared and static library in `/path/to/prefix/lib`\nand header file in `/path/to/prefix/include`. The default prefix is\n`/usr/local`.\n\n**API:** The C library API is documented in the header file\n[sep.h](src/sep.h).\n\n\n**Rust bindings:** Low-level Rust wrapper for the C library can be found at https://crates.io/crates/sep-sys\n\nContributing\n------------\n\n- Report a bug or documentation issue: http://github.com/sep-developers/issues\n- Ask (or answer) a question: https://github.com/sep-developers/sep/discussions/categories/q-a\n\nDevelopment of SEP takes place on GitHub at\n[sep-developers/sep](http://github.com/sep-developers/sep). Contributions of bug fixes,\ndocumentation improvements and minor feature additions are welcome via\nGitHub pull requests. For major features, it is best to discuss the change first\nvia [GitHub Discussions](https://github.com/sep-developers/sep/discussions/).\n\n\nCitation\n--------\n\nIf you use SEP in a publication, please cite the following article in the Journal of Open Source Software:\n\n[![JOSS](http://joss.theoj.org/papers/10.21105/joss.00058/status.svg)](http://dx.doi.org/10.21105/joss.00058)\n\nPlease also cite the original Source Extractor paper ([Bertin & Arnouts\n1996](http://adsabs.harvard.edu/abs/1996A%26AS..117..393B)).\n\nThe DOI for the sep v1.0.0 code release is:\n\n[![DOI](https://zenodo.org/badge/doi/10.5281/zenodo.159035.svg)](http://dx.doi.org/10.5281/zenodo.159035)\n\nLicense\n-------\n\nThe license for all parts of the code derived from Source Extractor is\nLGPLv3. The license for code derived from photutils (`src/overlap.h`)\nis BSD 3-clause. Finally, the license for the Python wrapper\n(`sep.pyx`) is MIT. The license for the library as a whole is\ntherefore LGPLv3. The license for each file is explicitly stated at\nthe top of the file and the full text of each license can be found in\n`licenses`.\n\n\nFAQ\n---\n\n**Why isn't the C library part of Source Extractor?**\n\nSource Extractor is *not* designed as a library with an\nexecutable built on top of the library. In Source Extractor, background\nestimation, object detection and photometry are deeply integrated into the\nSource Extractor executable. Many changes to the code were necessary in\norder to put the functionality in stand-alone C functions. It's too much\nto ask of the Source Extractor developer to rewrite large parts of the\ncore of the Source Extractor program with little gain for the executable.\n\n**What sort of changes?**\n\n- Source Extractor reads in only a small portion of each image at a\n time. This allows it to keep its memory footprint extremely low and\n to operate on images that are much larger than the system's physical\n memory. It also means that a FITS reader is deeply integrated into\n the code. SEP operates on images in memory, so all the FITS I/O\n machinery in Source Extractor is not used here.\n\n- Error handling: When it encounters a problem, Source Extractor\n immediately exits with an error message. This is fine for an\n executable, but a library function doesn't have that luxury. Instead\n it must ensure that allocated memory is freed and return an error\n code.\n\n- Options: Source Extractor has many options that affect its behavior. These\n are stored in a global structure used throughout the executable. In SEP,\n options for a particular function are passed as function parameters.\n\n- Array types: Source Extractor can operate on FITS images containing various\n types of data (float, double, int, etc). Internally, it does this by\n converting all data to `float` immediately when reading from disk.\n SEP does something similar, but in memory: SEP functions typically convert\n input arrays to float on the fly within each function, then perform\n all operations as floating point.\n\n**Is SEP as fast as Source Extractor?**\n\nIt's fast. It should be similar to Source Extractor as a lot of the code\nis identical. Source Extractor has the advantage of doing all the\noperations (detection and analysis) simultaneously on each image\nsection, which may confer CPU cache advantages, but this hasn't been\ntested at all. On the other hand, depending on your usage SEP might\nlet you avoid writing files to disk, which is likely to be a bigger\nwin.\n\n**What happens when Source Extractor is updated in the future?**\n\nSEP can be considered a fork of the Source Extractor code base: it's\ndevelopment will not track that of Source Extractor in any automated\nway. However, the algorithms implemented so far in SEP are stable in\nSource Extractor: the SEP code was forked from v2.18.11, yet it is tested\nagainst the results of v2.8.6. This indicates that the algorithms have\nnot changed in Source Extractor over the last few years.\n\n**In the Python interface, why do I have to byte swap data when using\nastropy.io.fits?**\n\nThis occurs because FITS files have big-endian [byte\norder](http://en.wikipedia.org/wiki/Endianness), whereas most widely\nused CPUs have little-endian byte order. In order for the CPU to\noperate on the data, it must be byte swapped at *some point.* Some\nFITS readers such as [fitsio](http://github.com/esheldon/fitsio) do\nthe byte swap immediately when reading the data from disk to memory,\nreturning numpy arrays in native (little-endian) byte order. However,\nastropy.io.fits does not (for reasons having to do with memory\nmapping). Most of the time you never notice this because when you do\nany numpy operations on such arrays, numpy uses an intermediate buffer\nto byte swap the array behind the scenes and returns the result as a\nnative byte order array. Internally, SEP is not using numpy\noperations; it's just getting a pointer to the data in the array and\npassing it to C code. As the C code does not include functionality to\ndo buffered byte swapping, the input array must already be in native\nbyte order.\n\nIt would be possible to add buffered byte swapping capability to the\nSEP code, but it would increase the code complexity. A simpler\nalternative would be to make a byte swapped copy of the entire input\narray, whenever necessary. However, this would significantly increase\nmemory use, and would have to be done repeatedly in multiple SEP\nfunctions: `Background`, `extract`, `sum_circle`, etc. Each would make\na copy of the entire data array. Given these considerations, it seemed\nbest to just explicitly tell the user to do the byte swap operation\nthemselves so they could just do it once, immediately after reading in\nthe data.\n\n**I have more questions!**\n\nOpen a discussion on the [GitHub Discussions page](https://github.com/sep-developers/sep/discussions/categories/q-a)!\n" }, { "path": "bench.py", "content": "#!/usr/bin/env python\n\n\"\"\"Benchmarking SEP against equivalent photutils functions.\"\"\"\n\nfrom __future__ import print_function\n\nimport time\nfrom pathlib import Path\n\nimport numpy as np\n\nimport sep\n\n# try to import photutils for comparison timing\ntry:\n import photutils\n\n HAVE_PHOTUTILS = True\nexcept ImportError:\n HAVE_PHOTUTILS = False\n\n# Try to import any FITS reader\ntry:\n from fitsio import read as getdata\n\n HAVE_FITS = True\n NEED_BYTESWAP = False\nexcept ImportError:\n try:\n from astropy.io.fits import getdata\n\n HAVE_FITS = True\n NEED_BYTESWAP = True\n except ImportError:\n HAVE_FITS = False\n\nimport argparse\n\nparser = argparse.ArgumentParser(description=\"SEP Benchmark script.\")\nparser.add_argument(\n \"-c\",\n \"--condensed\",\n default=False,\n action=\"store_true\",\n help=\"Only run a condensed subset of the benchmarks.\",\n)\nparser.add_argument(\n \"-t\",\n \"--tiles\",\n default=4,\n type=int,\n help=(\n \"The maximum number of tiles for the image background benchmark, \"\n \"i.e. the image size will be `(t*256)^2`.\"\n ),\n)\nparser.add_argument(\n \"-a\",\n \"--apertures\",\n default=1000,\n type=int,\n help=(\n \"The number of apertures to use for benchmarking the aperture \"\n \"photometry, by default 1000.\"\n ),\n)\nparser.add_argument(\n \"-r\",\n \"--radii\",\n default=[3, 5, 10, 20],\n type=float,\n nargs=\"+\",\n help=(\n \"The radii of the apertures to test. Ignored if the `--condensed` \"\n \"flag is passed, otherwise defaults to `3, 5, 10, 20`.\"\n ),\n)\nparser.add_argument(\n \"-n\",\n \"--nloop\",\n default=50,\n type=int,\n help=(\"The number of loops to run for all tests, by default 50.\"),\n)\nargs = parser.parse_args()\n\nif HAVE_FITS:\n rawdata = getdata(\n Path(__file__).parent / \"data\" / \"image.fits\"\n ) # original is 256 x 256\n if NEED_BYTESWAP:\n rawdata = rawdata.astype(rawdata.dtype.newbyteorder(\"=\"))\nelse:\n print(\"No FITS reader found, generating random data instead.\")\n rawdata = np.random.random((256, 256))\n\ndata = np.tile(rawdata, (4, 4))\n\nprint(\"test image shape:\", data.shape)\nprint(\"test image dtype:\", data.dtype)\n\nt0 = time.time()\nbkg = sep.Background(data) # estimate background\nt1 = time.time()\nprint(\"measure background: {0:6.2f} ms\".format((t1 - t0) * 1.0e3))\n\nt0 = time.time()\nbkg.subfrom(data) # subtract it\nt1 = time.time()\nprint(\"subtract background: {0:6.2f} ms\".format((t1 - t0) * 1.0e3))\n\nt0 = time.time()\nbackarr = bkg.back(dtype=np.float64) # background\nt1 = time.time()\nprint(\"background array: {0:6.2f} ms\".format((t1 - t0) * 1.0e3))\n\nt0 = time.time()\nrmsarr = bkg.rms()\nt1 = time.time()\nprint(\"rms array: {0:6.2f} ms\".format((t1 - t0) * 1.0e3))\n\nt0 = time.time()\nobjects = sep.extract(data, 1.5 * bkg.globalrms)\nt1 = time.time()\nprint(\"extract: {0:6.2f} ms [{1:d} objects]\".format((t1 - t0) * 1.0e3, len(objects)))\n\n# --------------------------------------------------------------------------\n# Background subtraction\n\nprint(\"\")\nif HAVE_PHOTUTILS:\n print(\"sep version: \", sep.__version__)\n print(\"photutils version:\", photutils.__version__)\n print(\n \"\"\"\n| test | sep | photutils | ratio |\n|-------------------------|-----------------|-----------------|--------|\"\"\"\n )\n blankline = (\n \"| | | | |\"\n )\n\nelse:\n print(\"sep version: \", sep.__version__)\n print(\n \"\"\"\n| test | sep |\n|-------------------------|-----------------|\"\"\"\n )\n blankline = \"| | |\"\n\nfor ntile in np.arange(1, args.tiles + 1, dtype=int):\n data = np.tile(rawdata, (ntile, ntile))\n line = \"| {0:4d}^2 image background |\".format(data.shape[0])\n\n t0 = time.time()\n for _ in range(0, args.nloop):\n bkg = sep.Background(data)\n t1 = time.time()\n t_sep = (t1 - t0) * 1.0e3 / args.nloop\n line += \" {0:7.2f} ms |\".format(t_sep)\n\n if HAVE_PHOTUTILS:\n t0 = time.time()\n for _ in range(0, args.nloop):\n from photutils import background\n\n bkg = background.Background2D(data, (64, 64)) # estimate background\n t1 = time.time()\n t_pu = (t1 - t0) * 1.0e3 / args.nloop\n line += \" {0:7.2f} ms | {1:6.2f} |\".format(t_pu, t_pu / t_sep)\n\n print(line)\n\n# ------------------------------------------------------------------------------\n# Circular aperture photometry benchmarks\n\nif not args.condensed:\n print(blankline)\n line = \"| **aperture photometry** | |\"\n if HAVE_PHOTUTILS:\n line += \" | |\"\n print(line)\n\ndata = np.ones((2000, 2000), dtype=np.float32)\nx = np.random.uniform(200.0, 1800.0, args.apertures)\ny = np.random.uniform(200.0, 1800.0, args.apertures)\n\nif args.condensed:\n r_list = [5.0]\n subpix_list = [(5, \"subpixel\", \"subpix=5\"), (0, \"exact\", \"exact\")]\nelse:\n r_list = args.radii\n subpix_list = [\n (1, \"center\", \"subpix=1\"),\n (5, \"subpixel\", \"subpix=5\"),\n (0, \"exact\", \"exact\"),\n ]\n\nfor r in r_list:\n for subpix, method, label in subpix_list:\n\n line = \"| circles r={0:2d} {1:8s} |\".format(int(r), label)\n\n t0 = time.time()\n for _ in range(0, args.nloop):\n flux, fluxerr, flag = sep.sum_circle(data, x, y, r, subpix=subpix)\n t1 = time.time()\n t_sep = (t1 - t0) * 1.0e6 / args.apertures / args.nloop\n line += \" {0:7.2f} us/aper |\".format(t_sep)\n\n if HAVE_PHOTUTILS:\n from photutils import aperture\n\n apertures = photutils.aperture.CircularAperture(np.column_stack((x, y)), r)\n t0 = time.time()\n for _ in range(0, args.nloop):\n res = photutils.aperture.aperture_photometry(\n data, apertures, method=method, subpixels=subpix\n )\n t1 = time.time()\n t_pu = (t1 - t0) * 1.0e6 / args.apertures / args.nloop\n line += \" {0:7.2f} us/aper | {1:6.2f} |\".format(t_pu, t_pu / t_sep)\n\n print(line)\n\nif not args.condensed:\n print(blankline)\n\na = 1.0\nb = 1.0\ntheta = np.pi / 4.0\n\nfor r in r_list:\n for subpix, method, label in subpix_list:\n line = \"| ellipses r={0:2d} {1:8s} |\".format(int(r), label)\n\n t0 = time.time()\n for _ in range(0, args.nloop):\n flux, fluxerr, flag = sep.sum_ellipse(\n data, x, y, a, b, theta, r, subpix=subpix\n )\n t1 = time.time()\n t_sep = (t1 - t0) * 1.0e6 / args.apertures / args.nloop\n line += \" {0:7.2f} us/aper |\".format(t_sep)\n\n if HAVE_PHOTUTILS:\n from photutils import aperture\n\n apertures = photutils.aperture.EllipticalAperture(\n np.column_stack((x, y)), a * r, b * r, theta\n )\n t0 = time.time()\n for _ in range(0, args.nloop):\n res = photutils.aperture.aperture_photometry(\n data, apertures, method=method, subpixels=subpix\n )\n t1 = time.time()\n t_pu = (t1 - t0) * 1.0e6 / args.apertures / args.nloop\n line += \" {0:7.2f} us/aper | {1:6.2f} |\".format(t_pu, t_pu / t_sep)\n\n print(line)\n" }, { "path": "codemeta.json", "content": "{\n \"@context\": \"https://raw.githubusercontent.com/mbjones/codemeta/master/codemeta.jsonld\",\n \"@type\": \"Code\",\n \"author\": [\n {\n \"@id\": \"http://orcid.org/0000-0002-2532-3696\",\n \"@type\": \"Person\",\n \"email\": \"kylebarbary@gmail.com\",\n \"name\": \"Kyle Barbary\",\n \"affiliation\": \"University of California, Berkeley\"\n }\n ],\n \"identifier\": \"http://dx.doi.org/10.5281/zenodo.159035\",\n \"codeRepository\": \"https://github.com/kbarbary/sep\",\n \"datePublished\": \"2016-09-30\",\n \"dateModified\": \"2016-09-30\",\n \"dateCreated\": \"2016-09-30\",\n \"description\": \"Python and C library for Source Extraction and Photometry\",\n \"keywords\": \"astronomy, Python, image analysis\",\n \"license\": \"LGPL v3.0\",\n \"title\": \"SEP\",\n \"version\": \"v1.0.0\"\n}\n" }, { "path": "ctest/compare.py", "content": "#!/usr/bin/env python\n\n\"\"\"Compare the output from SEP against SExtractor.\"\"\"\n\nfrom __future__ import print_function\n\nimport sys\n\n\ndef read_table(fname):\n \"\"\"\n Read in a whitespace-separated table.\n\n Parameters\n ----------\n fname : path-like\n The filename of the table to be opened.\n\n Returns\n -------\n List[List[int|float]]\n A list of rows, each of which is a list of the values in that row.\n \"\"\"\n rows = []\n for line in open(fname, \"r\"):\n l = line.strip()\n if len(l) == 0 or l[0] == \"#\":\n continue\n items = l.split()\n typed_items = []\n for it in items:\n try:\n typed_items.append(int(it))\n except ValueError:\n typed_items.append(float(it))\n rows.append(typed_items)\n return rows\n\n\ndef fracdiff(x, y):\n \"\"\"\n Return the fraction difference between two numbers.\n\n Parameters\n ----------\n x, y : float\n The numbers to be compared.\n\n Returns\n -------\n float\n The fractional difference.\n \"\"\"\n return abs((y - x) / max(y, x))\n\n\nif __name__ == \"__main__\":\n\n fname1, fname2 = sys.argv[1:3]\n\n ref = read_table(fname1)\n sep = read_table(fname2)\n\n # sort by y coordinate\n ref.sort(key=lambda row: row[2])\n sep.sort(key=lambda row: row[2])\n\n assert len(ref) == len(sep)\n\n for i in range(len(ref)):\n assert abs(ref[i][1] - sep[i][1] - 1.0) < 1.0e-3 # x coordinate\n assert abs(ref[i][2] - sep[i][2] - 1.0) < 1.0e-3 # y coordinate\n assert fracdiff(ref[i][12], sep[i][3]) < 2.0e-4 # flux\n\n print(\"compare passed\")\n" }, { "path": "ctest/test_image.c", "content": "#include \n#include \n#include \n#include \n#include \n#include \n\n#include \"sep.h\"\n\nuint64_t gettime_ns() {\n struct timeval tv;\n gettimeofday(&tv, NULL);\n return (uint64_t)tv.tv_sec * 1000000000ULL + tv.tv_usec * 1000ULL;\n}\n\ndouble * ones_dbl(int nx, int ny) {\n int i, npix;\n double *im, *imt;\n\n im = (double *)malloc((npix = nx * ny) * sizeof(double));\n imt = im;\n for (i = 0; i < npix; i++, imt++) {\n *imt = 1.0;\n }\n\n return im;\n}\n\nfloat * uniformf(float a, float b, int n)\n/* an array of n random numbers from the uniform interval (a, b) */\n{\n int i;\n float * result;\n\n result = (float *)malloc(n * sizeof(float));\n for (i = 0; i < n; i++) {\n result[i] = a + (b - a) * rand() / ((double)RAND_MAX);\n }\n\n return result;\n}\n\nfloat * ones(int nx, int ny) {\n int i, npix;\n float *im, *imt;\n\n im = (float *)malloc((npix = nx * ny) * sizeof(float));\n imt = im;\n for (i = 0; i < npix; i++, imt++) {\n *imt = 1.0;\n }\n\n return im;\n}\n\nvoid addbox(float * im, int w, int h, float xc, float yc, float r, float val)\n/* n = sersic index */\n{\n int xmin, xmax, ymin, ymax;\n int x, y;\n\n int rmax = (int)r;\n\n xmin = (int)xc - rmax;\n xmin = (xmin < 0) ? 0 : xmin;\n xmax = (int)xc + rmax;\n xmax = (xmax > w) ? w : xmax;\n ymin = (int)yc - rmax;\n ymin = (ymin < 0) ? 0 : ymin;\n ymax = (int)yc + rmax;\n ymax = (ymax > h) ? h : ymax;\n\n for (y = ymin; y < ymax; y++) {\n for (x = xmin; x < xmax; x++) {\n im[x + w * y] += val;\n }\n }\n}\n\nvoid printbox(float * im, int w, int h, int xmin, int xmax, int ymin, int ymax)\n/* print image values to the screen in a grid\n\n Don't make box size too big!!\n*/\n{\n int i, j;\n\n for (j = ymin; j < ymax && j < h; j++) {\n for (i = xmin; i < xmax && i < w; i++) {\n printf(\"%6.2f \", im[w * j + i]);\n }\n printf(\"\\n\");\n }\n}\n\n/* an extremely dumb reader for our specific test FITS file! */\nint read_test_image(char * fname, float ** data, int64_t * nx, int64_t * ny) {\n FILE * f;\n char buf[80]; /* buffer to hold a line */\n long pos;\n size_t nbytes, nel, i, elsize, nread;\n char * rawbytes = NULL;\n short * rawdata;\n char tmp;\n int status = 0;\n float bscale, bzero;\n\n /* hard-code image size & element size */\n *nx = 256;\n *ny = 256;\n elsize = 2;\n nel = *nx * *ny;\n bscale = 2.92273835509;\n bzero = 3713.66692596;\n\n f = fopen(fname, \"r\");\n\n /* read first line and check if it is a FITS file */\n nread = fread(buf, 1, 80, f);\n if (nread != 80) {\n status = 1;\n goto exit;\n }\n if (strncmp(buf, \"SIMPLE = T\", 30) != 0) {\n printf(\"not a FITS file\");\n status = 1;\n goto exit;\n }\n\n /* read rows until we get to END keyword */\n while (strncmp(buf, \"END\", 3) != 0) {\n nread = fread(buf, 1, 80, f);\n if (nread != 80) {\n status = 1;\n goto exit;\n }\n }\n\n /* move to next 2880 byte boundary. */\n pos = ftell(f) % 2880; /* position in \"page\" */\n if (pos != 0) {\n fseek(f, 2880 - pos, SEEK_CUR);\n }\n\n /* read raw data bytes */\n nbytes = nel * elsize;\n rawbytes = (char *)malloc(nbytes);\n nread = fread(rawbytes, 1, nbytes, f);\n if (nread != nbytes) {\n status = 1;\n goto exit;\n }\n\n /* swap bytes in raw data (FITS is big-endian) */\n for (i = 0; i < nbytes; i += 2) {\n tmp = rawbytes[i];\n rawbytes[i] = rawbytes[i + 1];\n rawbytes[i + 1] = tmp;\n }\n rawdata = (short *)rawbytes; /* buffer is now little-endian */\n\n /* convert to float, applying bscale/bzero */\n *data = (float *)malloc(nel * sizeof(float));\n for (i = 0; i < nel; i++) {\n (*data)[i] = bscale * rawdata[i] + bzero;\n }\n\nexit:\n free(rawbytes);\n\n return status;\n}\n\nfloat * tile_flt(\n float * im, int nx, int ny, int ntilex, int ntiley, int * nxout, int * nyout\n) {\n int i, x, y;\n int npixout;\n float * imout;\n\n *nxout = ntilex * nx;\n *nyout = ntiley * ny;\n npixout = *nxout * *nyout;\n\n imout = (float *)malloc(npixout * sizeof(float));\n for (i = 0; i < npixout; i++) {\n x = (i % (*nxout)) % nx; /* corresponding x on small im */\n y = (i / (*nxout)) % ny; /* corresponding y on small im */\n imout[i] = im[y * nx + x];\n }\n return imout;\n}\n\nvoid print_time(char * s, uint64_t tdiff) {\n printf(\"%-25s%6.1f ms\\n\", s, (double)tdiff / 1000000.);\n}\n\nint main(int argc, char ** argv) {\n char *fname1, *fname2;\n int i, status;\n int64_t nx, ny;\n double *flux, *fluxerr, *fluxt, *fluxerrt, *area, *areat;\n short *flag, *flagt;\n float *data, *imback;\n uint64_t t0, t1;\n sep_bkg * bkg = NULL;\n float conv[] = {1, 2, 1, 2, 4, 2, 1, 2, 1};\n sep_catalog * catalog = NULL;\n FILE * catout;\n\n status = 0;\n flux = fluxerr = NULL;\n flag = NULL;\n\n /* Parse command-line arguments */\n if (argc != 3) {\n printf(\"Usage: test-image IMAGE_NAME CATALOG_NAME\\n\");\n exit(1);\n }\n fname1 = argv[1];\n fname2 = argv[2];\n\n /* read in image */\n status = read_test_image(fname1, &data, &nx, &ny);\n if (status) {\n goto exit;\n }\n\n /* test the version string */\n printf(\"sep version: %s\\n\", sep_version_string);\n\n /* background estimation */\n t0 = gettime_ns();\n sep_image im = {\n data,\n NULL,\n NULL,\n NULL,\n SEP_TFLOAT,\n 0,\n 0,\n 0,\n 0,\n 0,\n 0,\n nx,\n ny,\n 0.0,\n SEP_NOISE_NONE,\n 1.0,\n 0.0\n };\n status = sep_background(&im, 64, 64, 3, 3, 0.0, &bkg);\n t1 = gettime_ns();\n if (status) {\n goto exit;\n }\n print_time(\"sep_background()\", t1 - t0);\n\n /* evaluate background */\n imback = (float *)malloc((nx * ny) * sizeof(float));\n t0 = gettime_ns();\n status = sep_bkg_array(bkg, imback, SEP_TFLOAT);\n t1 = gettime_ns();\n if (status) {\n goto exit;\n }\n print_time(\"sep_bkg_array()\", t1 - t0);\n\n /* subtract background */\n t0 = gettime_ns();\n status = sep_bkg_subarray(bkg, data, im.dtype);\n t1 = gettime_ns();\n if (status) {\n goto exit;\n }\n print_time(\"sep_bkg_subarray()\", t1 - t0);\n\n /* extract sources\n * Note that we set deblend_cont = 1.0 to turn off deblending.\n */\n t0 = gettime_ns();\n status = sep_extract(\n &im,\n 1.5 * bkg->globalrms,\n SEP_THRESH_ABS,\n 5,\n conv,\n 3,\n 3,\n SEP_FILTER_CONV,\n 32,\n 1.0,\n 1,\n 1.0,\n &catalog\n );\n t1 = gettime_ns();\n if (status) {\n goto exit;\n }\n print_time(\"sep_extract()\", t1 - t0);\n\n /* aperture photometry */\n im.noise = &(bkg->globalrms); /* set image noise level */\n im.ndtype = SEP_TFLOAT;\n fluxt = flux = (double *)malloc(catalog->nobj * sizeof(double));\n fluxerrt = fluxerr = (double *)malloc(catalog->nobj * sizeof(double));\n areat = area = (double *)malloc(catalog->nobj * sizeof(double));\n flagt = flag = (short *)malloc(catalog->nobj * sizeof(short));\n t0 = gettime_ns();\n for (i = 0; i < catalog->nobj; i++, fluxt++, fluxerrt++, flagt++, areat++) {\n sep_sum_circle(\n &im, catalog->x[i], catalog->y[i], 5.0, 0, 5, 0, fluxt, fluxerrt, areat, flagt\n );\n }\n t1 = gettime_ns();\n printf(\n \"sep_sum_circle() [r= 5.0] %6.3f us/aperture\\n\",\n (double)(t1 - t0) / 1000. / catalog->nobj\n );\n\n /* print results */\n printf(\"writing to file: %s\\n\", fname2);\n catout = fopen(fname2, \"w+\");\n fprintf(catout, \"# SEP catalog\\n\");\n fprintf(catout, \"# 1 NUMBER\\n\");\n fprintf(catout, \"# 2 X_IMAGE (0-indexed)\\n\");\n fprintf(catout, \"# 3 Y_IMAGE (0-indexed)\\n\");\n fprintf(catout, \"# 4 FLUX\\n\");\n fprintf(catout, \"# 5 FLUXERR\\n\");\n for (i = 0; i < catalog->nobj; i++) {\n fprintf(\n catout,\n \"%3d %#11.7g %#11.7g %#11.7g %#11.7g\\n\",\n i + 1,\n catalog->x[i],\n catalog->y[i],\n flux[i],\n fluxerr[i]\n );\n }\n fclose(catout);\n\n /* clean-up & exit */\nexit:\n sep_bkg_free(bkg);\n free(data);\n free(flux);\n free(fluxerr);\n free(flag);\n if (status) {\n printf(\"FAILED with status: %d\\n\", status);\n char errtext[512];\n sep_get_errdetail(errtext);\n puts(errtext);\n } else {\n printf(\"test_image passed\\n\");\n }\n return status;\n}\n\n/***************************************************************************/\n/* aperture photometry */\n\n/*\nint naper, j;\nfloat *xcs, *ycs;\n\nim = ones(nx, ny);\nnaper = 1000;\nflux = fluxerr = 0.0;\nflag = 0;\n\nfloat rs[] = {3., 5., 10., 20.};\nfor (j=0; j<4; j++)\n {\n r = rs[j];\n xcs = uniformf(2.*r, nx - 2.*r, naper);\n ycs = uniformf(2.*r, ny - 2.*r, naper);\n\n printf(\"sep_apercirc() [r=%4.1f] \", r);\n t0 = gettime_ns();\n for (i=0; i DATE = '1992-10-26' / Mon Oct 26, 1992 ESO-LOG 03:04:08>-START EXPO EMMI RED / Start exp. on EMMI Red CC ESO-LOG 03:04:09> EXPO EMMI RED NO = 24887 / Exp. num. on EMMI Red CCD ESO-LOG 03:10:52>-STOP EXPO EMMI RED / Stop exp. on EMMI Red CCD HISTORY COMPUTE/IMAG imAR0051.bdf = #0001-bias50 \\HISTORY COMPUTE/IMAG imAR0051.bdf = #0001 - 1.51001E-01 \\HISTORY COMPUTE/IMAG NA36Rc501 = #0001 * 1.00000E+03 / fRc50 \\HISTORY COMPUTE/IMAG NA36Rc50 = NA36Rc501 \\HISTORY COMPUTE/IMAG NA36Rc50 = NA36Rc50 + NA36Rc503 \\HISTORY COMPUTE/IMAG NA36Rc50 = NA36Rc50 + NA36Rc502 \\HISTORY EXTRACT/IMAG intex = NA36Rc50[@0019,@0003:@1042,@1026] \\HISTORY Renamed from intex.bdf to NA36Rc50.bdf \\HISTORY SELE/TABL cursor MA36Rc50 2 0. 3 Y MA36Rc50 \\HISTORY READ/TABL cursor interclean 0 6.85000E+03 3 Y \\HISTORY interclean Renamed from interclean.bdf to MA36Rm\\HISTORY 50.bdf READ/TABL cursor MA36Rm50 0 \\HISTORY 6850 3 Y MA36Rm50 READ/TABL cursor MA\\HISTORY 36Rm50 0 6850 3 Y MA36Rm50 READ/TABL \\HISTORY cursor MA36Rm50 0 6850 3 Y MA36Rm50 RA = 5.648169994354E+00 / MIDAS desc.: O_POS(1) DEC = -3.018300056458E+01 / MIDAS desc.: O_POS(2) AIRMASS = 1.068349957466E+00 / MIDAS desc.: O_AIRM(1) HIERARCH ESO GEN ID = 'ARC-0001/1.2' HIERARCH ESO GEN PROJ ID = '000.00.000' HIERARCH ESO GEN EXPO NO = 24887 HIERARCH ESO GEN EXPO TYPE = 'SCI ' HIERARCH ESO GEN EXPO LST = 2.420000000000E+03 HIERARCH ESO TEL ID = 'ESONTTB ' HIERARCH ESO TEL LON = 7.073450000000E+01 HIERARCH ESO TEL LAT = -2.925840000000E+01 HIERARCH ESO TEL ALTITUDE = 2440 HIERARCH ESO TEL FOCU LEN = 3.848200000000E+01 HIERARCH ESO TEL FOCU SCALE = 1.489000000000E+00 HIERARCH ESO TEL TRAK RATEA = 4.200000000000E-03 HIERARCH ESO TEL TRAK RATED = 0.000000000000E+00 HIERARCH ESO ADA ID = 'ADAPTB ' HIERARCH ESO ADA MODE = 'STD ' HIERARCH ESO ADA ROT = 0.000000000000E+00 HIERARCH ESO ADA GUID-1 X = 1.294000000000E-02 HIERARCH ESO ADA GUID-1 Y = 1.717000000000E-01 HIERARCH ESO ADA GUID-2 X = 5.070000000000E-04 HIERARCH ESO ADA GUID-2 Y = 1.110000000000E-03 HIERARCH ESO INS ID = 'EMMI #1 ' HIERARCH ESO INS COMP ID = 'HP RTE-A V5' HIERARCH ESO INS MODE = 'RILD ' HIERARCH ESO INS OPTI-2 NO = 1 HIERARCH ESO INS OPTI-2 TYPE = 'MIRROR ' HIERARCH ESO INS OPTI-2 ID = 'RILD MIR' HIERARCH ESO INS OPTI-2 NAME = 'RILD ' HIERARCH ESO INS OPTI-3 NO = 1 HIERARCH ESO INS OPTI-3 TYPE = 'FREE ' HIERARCH ESO INS MIRR-3 NAME = 'UPPER RED' HIERARCH ESO INS MIRR-3 ST = 0 HIERARCH ESO INS OPTI-7 NO = 3 HIERARCH ESO INS OPTI-7 TYPE = 'FILTER ' HIERARCH ESO INS OPTI-7 ID = '#608 ' HIERARCH ESO INS OPTI-7 NAME = 'R ' HIERARCH ESO INS OPTI-9 NO = 9 HIERARCH ESO INS OPTI-9 TYPE = 'FREE ' HIERARCH ESO DET NAME = 'THX31156' HIERARCH ESO DET ID = 'ccd$18 ' HIERARCH ESO DET TYPE = 'CCD Four_Phase' HIERARCH ESO DET PIXSIZE = 1.900000000000E-05 HIERARCH ESO DET BITS = 16 HIERARCH ESO DET FRAM NAXIS1 = 1060 HIERARCH ESO DET FRAM CRVAL1 = 1 HIERARCH ESO DET FRAM CRPIX1 = 1 HIERARCH ESO DET FRAM CDELT1 = 1 HIERARCH ESO DET FRAM NAXIS2 = 1040 HIERARCH ESO DET FRAM CRVAL2 = 1 HIERARCH ESO DET FRAM CRPIX2 = 1 HIERARCH ESO DET FRAM CDELT2 = 1 HIERARCH ESO DET DKTIME = 4.000000000000E+02 HIERARCH ESO DET TEMP_VAR = 1.000000000000E-01 HIERARCH ESO DET TEMPMEAN = 1.376000000000E+02 HIERARCH ESO DET COMP ID = 'ccdr-V1.0' HIERARCH ESO DET PARM1 = 'CLOCK=tho1k' HIERARCH ESO DET PARM2 = 'HLO1 : 2.02 VLO1 : 1.01 VDD1 : 23.03' HIERARCH ESO DET PARM3 = 'HHI1 : 15.00 VHI1 : 12.01 VDR1 : 13.98' HIERARCH ESO DET PARM4 = 'HLO2 : 2.02 RLO1 : 1.01 VGS1 : 4.99' HIERARCH ESO DET PARM5 = 'HHI2 : 15.03 RHI1 : 10.07 ICCD1 : 0.00' HIERARCH ESO DET PARM6 = 'TL 1, 5 telem. data' HIERARCH ESO DET DATE = 1.989794555664E+03 HIERARCH ESO DET MODE = 'SLOW ' HIERARCH ESO DET GAIN = 1 HIERARCH ESO DET AD_VALUE = 2.100000000000E+00 HIERARCH ESO DET DIT = 4.000000000000E+02 HIERARCH ESO DET SHUT TMOPEN = 5.000000000000E-01 HIERARCH ESO DET SHUT TMCLOS = 5.000000000000E-01 HISTORY ESO-DESCRIPTORS START ................ HISTORY 'WIND_RAW' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 1.9000000E+01 3.0000000E+00 1.0420000E+03 1.0260000E+03 HISTORY HISTORY 'STAT_RAW' ,'R*4 ' , 1, 13,'5E14.7',' ',' ' HISTORY 6.5800000E+02 3.2767000E+04 2.3813201E+03 5.6562799E+02 2.4699001E+10 HISTORY 3.8941301E+14 2.4969999E+09 2.3490701E+03 2.3460000E+03 2.0070000E+03 HISTORY 1.6000000E+01 6.5800000E+02 3.2767000E+04 HISTORY HISTORY 'WIND_OVER' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 1.0000000E+01 1.0290000E+03 1.0550000E+03 1.0390000E+03 HISTORY HISTORY 'STAT_OVER' ,'R*4 ' , 1, 13,'5E14.7',' ',' ' HISTORY 2.1200000E+02 2.4400000E+02 2.2111700E+02 2.5815699E+00 1.0815500E+07 HISTORY 2.3924700E+09 2.5441800E+06 2.2058000E+02 2.2050000E+02 3.3000000E+01 HISTORY 1.0000000E+00 2.1200000E+02 2.4400000E+02 HISTORY HISTORY 'BIAS_FRAME' ,'C*1 ' , 1, 7,'7A1',' ',' ' HISTORY bias50 HISTORY HISTORY 'BIAS_OVER_DIFF' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 1.5100101E-01 HISTORY HISTORY 'FLAT_WIND' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 4.5000000E+02 3.8000000E+02 7.4000000E+02 6.2000000E+02 HISTORY HISTORY 'FLAT_BKG' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 2.1311699E+03 HISTORY HISTORY 'SKIM_FRAC' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 3.5154400E-04 HISTORY HISTORY 'AV_WIND_NAME' ,'C*1 ' , 1, 5,'5A1',' ',' ' HISTORY fRc50 HISTORY HISTORY 'FLAT_FRAME' ,'C*1 ' , 1, 5,'5A1',' ',' ' HISTORY fRc50 HISTORY HISTORY 'WIND_FIN' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 1.9000000E+01 3.0000000E+00 1.0420000E+03 1.0260000E+03 HISTORY HISTORY 'STAT_FIN' ,'R*4 ' , 1, 13,'5E14.7',' ',' ' HISTORY 6.0423798E+02 3.2842602E+04 2.1606499E+03 5.5936798E+02 2.0734501E+10 HISTORY 3.5516501E+14 2.2656100E+09 2.1273799E+03 2.1162400E+03 2.0150000E+03 HISTORY 1.6000000E+01 6.0423798E+02 3.2842602E+04 HISTORY HISTORY 'WIND_SUM' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 1.0000000E+00 1.0000000E+00 1.0240000E+03 1.0240000E+03 HISTORY HISTORY 'STAT_SUM' ,'R*4 ' , 1, 13,'5E14.7',' ',' ' HISTORY 3.7136699E+03 9.8528203E+04 6.9033799E+03 1.6677500E+03 6.1352398E+11 HISTORY 2.8897399E+16 7.2387098E+09 6.8047002E+03 6.7938701E+03 2.0480000E+03 HISTORY 4.6318802E+01 3.7136699E+03 9.8528203E+04 HISTORY HISTORY 'LHCUTS' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 5.5000000E+03 9.0000000E+03 3.7136670E+03 9.8528234E+04 HISTORY HISTORY 'DISPLAY_DATA' ,'I*4 ' , 1, 9,'7I10',' ',' ' HISTORY 2 2 513 513 0 -1 -1 HISTORY -1 -1 HISTORY HISTORY 'BOX_MIN' ,'R*4 ' , 1, 6,'5E14.7',' ',' ' HISTORY 3.2100000E+02 2.1500000E+02 6.9644336E+03 6.3300000E+02 4.2300000E+02 HISTORY 6.8900532E+03 HISTORY HISTORY 'IJBORDER' ,'I*4 ' , 1, 4,'7I10',' ',' ' HISTORY 1 1 1024 1024 HISTORY HISTORY 'LHCUT' ,'R*4 ' , 1, 2,'5E14.7',' ',' ' HISTORY 3.6236699E+03 8.0148297E+04 HISTORY HISTORY 'ZEROMAGN' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 2.4671000E+01 HISTORY HISTORY 'SEEING' ,'R*4 ' , 1, 2,'5E14.7',' ',' ' HISTORY 1.8308023E+00 9.6358800E-01 HISTORY HISTORY 'PAIRSPRT' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 3.1899800E+00 HISTORY HISTORY 'MULTDTCT' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 4.1900001E+00 HISTORY HISTORY 'PRFLCTRL' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY -5 HISTORY HISTORY 'OUPROFIL' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY 5 HISTORY HISTORY 'STMETRIC' ,'R*4 ' , 1, 2,'5E14.7',' ',' ' HISTORY 9.3000001E-01 5.5799999E+00 HISTORY HISTORY 'BRGHTLMT' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 1.8387699E+01 HISTORY HISTORY 'NBSTARS' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY 17 HISTORY HISTORY 'PSFTAB' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY 1 HISTORY HISTORY 'THRESHOLD' ,'R*4 ' , 1, 5,'5E14.7',' ',' ' HISTORY 6.8047002E+03 1.1384800E+02 1.6730800E+00 2.0000000E+00 2.5446301E+01 HISTORY HISTORY 'N_SEARCH_ANA' ,'I*4 ' , 1, 2,'7I10',' ',' ' HISTORY 822 806 HISTORY HISTORY 'N_STAR_GAL_DEF' ,'I*4 ' , 1, 3,'7I10',' ',' ' HISTORY 46 744 16 HISTORY HISTORY 'HIST_BINS' ,'R*4 ' , 1, 5,'5E14.7',' ',' ' HISTORY 2.5600000E+02 2.8824686E+02 3.7136670E+03 7.7216609E+04 0.0000000E+00 HISTORY HISTORY 'HISTOGRAM' ,'I*4 ' , 1, 256,'7I10',' ',' ' HISTORY 1 0 0 0 0 0 0 HISTORY 0 0 0 10 64 23 12 HISTORY 3 3 4 4 3 1 2 HISTORY 0 0 1 1 0 1 0 HISTORY 0 0 0 3 0 1 0 HISTORY 0 1 0 1 0 1 0 HISTORY 0 0 1 1 0 1 0 HISTORY 1 0 0 0 0 0 0 HISTORY 0 0 1 1 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 1 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 1 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 1 0 1 0 0 1 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 1 0 0 0 0 0 HISTORY 1 0 0 0 0 0 0 HISTORY 0 0 0 0 0 1 0 HISTORY 0 0 0 0 0 1 0 HISTORY 0 0 0 0 1 0 0 HISTORY 0 1 0 0 0 0 0 HISTORY 0 0 0 0 1 0 0 HISTORY 0 1 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 1 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 1 0 0 0 0 HISTORY 0 0 1 0 HISTORY HISTORY 'STATISTIC' ,'R*4 ' , 1, 11,'5E14.7',' ',' ' HISTORY 3.7136670E+03 9.8528234E+04 6.9033760E+03 1.6677493E+03 6.1352378E+11 HISTORY 2.8897433E+16 7.2387144E+09 6.5048496E+03 3.8995779E+03 2.5600000E+02 HISTORY 3.7182184E+02 HISTORY HISTORY 'WINDOW_FROM' ,'I*4 ' , 1, 2,'7I10',' ',' ' HISTORY 1 1 HISTORY HISTORY 'WINDOW_TO' ,'I*4 ' , 1, 2,'7I10',' ',' ' HISTORY 1024 1024 HISTORY HISTORY 'NBMODIF' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY 1 HISTORY HISTORY 'STARS' ,'R*4 ' , 1, 51,'5E14.7',' ',' ' HISTORY 2.6300000E+02 8.8700000E+02 4.6759199E+04 7.5000000E+01 5.6300000E+02 HISTORY 1.5854400E+04 1.3000000E+01 3.1300000E+02 4.9727699E+04 3.3900000E+02 HISTORY 4.3300000E+02 9.6787102E+04 7.0100000E+02 1.6300000E+02 1.2378200E+04 HISTORY 8.5500000E+02 2.5500000E+02 3.5242898E+04 7.6100000E+02 3.3300000E+02 HISTORY 1.4904300E+04 1.0110000E+03 3.5700000E+02 2.5686801E+04 9.0700000E+02 HISTORY 4.0100000E+02 1.6969100E+04 8.4900000E+02 5.2500000E+02 1.4543700E+04 HISTORY 9.1700000E+02 5.4500000E+02 4.4644398E+04 7.7700000E+02 5.7700000E+02 HISTORY 3.6737199E+04 1.0010000E+03 6.9500000E+02 9.8214500E+04 8.2500000E+02 HISTORY 8.0100000E+02 2.0127900E+04 6.3100000E+02 6.3500000E+02 1.6520199E+04 HISTORY 5.8500000E+02 6.7500000E+02 1.5727300E+04 6.5900000E+02 6.6500000E+02 HISTORY 2.1833900E+04 HISTORY HISTORY 'DPROFILE' ,'R*4 ' , 1, 25,'5E14.7',' ',' ' HISTORY 3.2567519E-01 6.4562768E-01 6.5725815E-01 5.2960014E-01 4.1916752E-01 HISTORY 3.0000001E-01 2.8000000E-01 2.5999999E-01 2.3999999E-01 2.0000000E-01 HISTORY 1.8000001E-01 1.6000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 HISTORY 1.4000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 HISTORY 1.4000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 HISTORY HISTORY ESO-DESCRIPTORS END ................ END EZvEYEYAEXEX\u0006EWeEVEV\"EU~ETET3ESERER9EQEPEP8EOENEN1EMELEL#EKsEJEJ\u0010EI_EHEGEGIEFEEEE3EDECEC\u001cEBjEAEA\bE@WE?E>E>FE=E2E>E>E?JE?E@\u0005E@`E@EA\u0015EAnEXEX]EWEW*EVEUEUVETET\u0018ESwERER2EQEPEPDEOENENKEMELELNEKEJEJLEIEHEHFEGEFEF=EEEDED4ECEBEB*EA}E@E@#E?vE>E>\u001eE=rEE\u001d_E\u001dE\u001dE\u001dE\u001dE\u001e E\u001eLE\u001eyE\u001eE\u001eE\u001f\fE\u001f@E\u001fuE\u001fE\u001fE E ZE E E!\u000bE!IE!E!E\"\u000bE\"NE\"E\"E# E#hE#E#E$FE$E$E%0E%E%E&$E&vE&E'\u001eE'tE'E(\"E(zE(E),E)E)E*>E*E*E+VE+E,\u0014E,tE,E-4E-E-E.ZE.E/ E/E/E0LE0E1\u0015E1{E1E2EE2E3\u0012E3xE3E4EE4E5\u0012E5yE5E6FE6E7\u0014E7{E7E8HE8E9\u0014E9{E9E:FE:E;\u0010E;wE;E/E>E>E?RE?E@\u0012E@pE@EA.EAEAEBCEWhEVEVBEUEU\u0016ET|ESESHERER\u0010EQrEPEP4EOENENOEMEM\bELcEKEK\u0017EJpEIEI\"EHzEGEG*EFEEEE.EDECEC2EBEAEA7E@E?E?E=E=DEE\u001c9E\u001c6E\u001c6E\u001c8E\u001c=E\u001cDE\u001cLE\u001cWE\u001cdE\u001ctE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0018E\u001d7E\u001dXE\u001d{E\u001dE\u001dE\u001dE\u001e\u001aE\u001eFE\u001euE\u001eE\u001eE\u001f\bE\u001f=E\u001ftE\u001fE\u001fE E [E E E!\u000fE!NE!E!E\"\u0013E\"XE\"E\"E#-E#vE#E$\rE$ZE$E$E%JE%E%E&@E&E&E'BE'E'E(LE(E)\u0000E)\\E)E*\u0016E*tE*E+4E+E+E,VE,E-\u001bE-~E-E.FE.E/\u0010E/vE/E0BE0E1\u0010E1xE1E2HE2E3\u0018E3E3E4SE4E5&E5E5E6bE6E76E7E8\bE8rE8E9CE9E:\u0016E:~E:E;NE;E<\u001dE\u001eE>E>E?LE?E@\u0013E@vE@EA:EAEAEBZEBEC\u0018EUEUNETET-ESES\u0006ERqEQEQDEPEP\u0011EOtENENE>VE=E=\u000eEE\u001c6E\u001c2E\u001c0E\u001c0E\u001c2E\u001c6E\u001c\u0004E>lE>E?>E?E@\nE@rE@EAE>\fE=mEOE>E?'E?E?E@fE@EA7EAEB\bEBnEBEC;ECED\u0003EDhEDERER1EQEQ EPEP\tEO~ENENaEMEM@ELEL\u001aEKEJEJ\\EIEI0EHEH\u0002EGhEFEF6EEEE\u0002EDhECEC1EBEAEA`E@E@(E?E>E>VE=E= EE3E3\u001cE2E1E1nE0E0VE/E/BE.E.4E-E-+E,E,(E+E++E*E*5E)E)FE(E(]E'E'}E'\u0010E&E&:E%E%pE%\rE$E$NE#E#E#CE\"E\"E\"LE!E!E!nE!)E E E EE\u001fE\u001fE\u001ftE\u001f4E\u001eE\u001eE\u001eE\u001eLE\u001e\u0019E\u001dE\u001dE\u001dE\u001deE\u001d@E\u001d\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cxE\u001cfE\u001cUE\u001cGE\u001c$E>E?\u0003E?rE?E@ME@EA&EAEAEBiEBEC=ECED\u000eEDuEDEEBEEEQ\u001eEPEP\u0016EOEO\u000bENEMEMrELEL\\EKEKCEJEJ$EIEI\u0003EHrEGEGNEFEF&EEEDEDhECEC>EBEB\u0012EA{E@E@NE?E?\u001fE>E=E=[EE.E/\u001aE/E/E0gE0E1HE1E2*E2E3\u000eE3E3E4hE4E5NE5E67E6E7 E7E8\tE8~E8E9gE9E:PE:E;9E;E<\"EbE>E?FE?E@)E@EA\nEAxEAEBVEBEC2ECED\fEDvEDEEJEEEF\u001cEFEOEO\u0006ENEN\u0004EMEM\u0001EL|EKEKpEJEJbEIEINEHEH9EGEG\u001fEFEF\u0004EEuEDEDWECEC6EBEB\u0015EAE@E@`E?E?E>\u0018E=E$E>E?\u000eE?E?E@mE@EATEAEB:EBEC\u001cECECEDmEDEEIEEEF\"EFEFEGaEMEMlELELsEKEKxEJEJxEIEIrEHEHjEGEG`EFEFPEEEE@EDED-ECEC\u0018EBEB\u0001EAuE@E@\\E?E?CE>E>)E=E=\u000eEE,E,LE+E+^E*E*vE*\u0004E)E)$E(E(KE'E'xE'\u0012E&E&IE%E%E%+E$E$vE$\u001fE#E#wE#$E\"E\"E\"?E!E!E!nE!.E E E aE \u0019E\u001fE\u001fE\u001fQE\u001f\u0013E\u001eE\u001eE\u001eiE\u001e6E\u001e\u0004E\u001dE\u001dE\u001d~E\u001dVE\u001d0E\u001d\u000eE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cnE\u001c[E\u001cJE\u001cWE>E?HE?E@8E@EA(EAEB\u0014EBEBECtECED[EDEE?EEEF EFEG\u0000EGlEGEHFELDEKEKXEJEJdEIEIoEHEHvEGEGyEFEFyEEEEvEDEDpECEChEBEB]EAEAQE@E@BE?E?4E>E>%E=E=\u0015EE\u001c2E\u001c(E\u001c E\u001c\u001cE\u001c\u001aE\u001c\u0019E\u001c\u001aE\u001c\u001eE\u001c$E\u001c,E\u001c6E\u001cCE\u001cRE\u001cbE\u001cuE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0014E\u001d6E\u001dZE\u001dE\u001dE\u001dE\u001dE\u001e-E\u001e^E\u001eE\u001eE\u001eE\u001f4E\u001fmE\u001fE\u001fE )E jE E E!/E!vE!E\"\u0006E\"QE\"E\"E#=E#E#E$8E$E$E%@E%E%E&VE&E'\u0017E'xE'E(BE(E)\u000eE)vE)E*JE*E+#E+E+E,nE,E-PE-E.5E.E/\u001dE/E0\bE0~E0E1nE1E2_E2E3RE3E4HE4E5>E5E67E6E70E7E8)E8E9#E9E:\u001eE:E;\u0019E;E<\u0014E\u0007E>E?\u0000E?|E?E@sE@EAhEAEBZEBECLECED:EDEE(EEEF\u0011EFEFEGjEGEHLEHEI*EJEJ,EIEIDEHEH\\EGEGmEFEF{EF\u0000EEEE\nEDED\u0010ECEC\u0014EBEB\u0015EAEA\u0014E@E@\u0011E?E?\u000eE>E>\tE=E=\u0003E+E>E?*E?E@(E@EA%EAEB EBEC\u0018ECED\u0010EDEE\u0003EE|EEEFnEFEG\\EGEHEEHEI,EIEJ\u0010EHEHEH\u001bEGEGE>UE=E=[EE\u001fE\u001fE\u001fyE\u001f;E\u001f\u0000E\u001eE\u001eE\u001e\\E\u001e,E\u001dE\u001dE\u001dE\u001dzE\u001dSE\u001d.E\u001d\fE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cnE\u001cZE\u001cJE\u001cNE>E?TE?E@XE@EA[EAEB]EBEC]ECED[EDEEVEEEFPEFEGFEGEH8EHEI(EIEJ\u0014EJEJEGNEFEF|EF\u0010EEEE8EDED\\ECEC|EC\fEBEB(EAEA@E@E@XE?E?nE>E>E>\tE=E=\u001aEE\u001c1E\u001c'E\u001c\u001eE\u001c\u001aE\u001c\u0016E\u001c\u0015E\u001c\u0015E\u001c\u0018E\u001c\u001eE\u001c%E\u001c/E\u001c:E\u001cJE\u001cYE\u001ckE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\bE\u001d)E\u001dLE\u001dsE\u001dE\u001dE\u001dE\u001e\"E\u001eRE\u001eE\u001eE\u001eE\u001f-E\u001fjE\u001fE\u001fE ,E nE E E!;E!E!E\"\u001aE\"hE\"E#\fE#`E#E$\rE$gE$E% E%E%E&BE&E'\nE'pE'E(CE(E)\u001aE)E)E*gE*E+JE+E,3E,E- E-E.\u0011E.E/\u0006E/E/E0{E0E1xE1E2xE2E3zE3E4E5\u0002E5E6\nE6E7\u0012E7E8\u001dE8E9(E9E:4E:E;BE;EhE>E?sE?E@~EA\u0004EAEB\fEBEC\u0015ECED\u001aEDEE\u001dEEEF\u001eEFEG\u001cEGEH\u0019EHEI\u0011EIEJ\u0006EJ~EJEKlEKEEEEE>E>\u0017E=E=3EE!E!E!E!LE!\u0015E E E pE ,E\u001fE\u001fE\u001foE\u001f3E\u001eE\u001eE\u001eE\u001eZE\u001e*E\u001dE\u001dE\u001dE\u001d|E\u001dVE\u001d2E\u001d\u000fE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cpE\u001c^E\u001cME\u001c>E\u001c2E\u001c(E\u001c E\u001c\u001aE\u001c\u0016E\u001c\u0014E\u001c\u0014E\u001c\u0018E\u001c\u001cE\u001c#E\u001c-E\u001c8E\u001cFE\u001cVE\u001chE\u001c|E\u001cE\u001cE\u001cE\u001cE\u001d\u0002E\u001d%E\u001dHE\u001doE\u001dE\u001dE\u001dE\u001e\u001dE\u001eNE\u001eE\u001eE\u001eE\u001f*E\u001fgE\u001fE\u001fE +E nE E E!~E?\u0006E?E@\u0019E@EA*EAEB:EBECGECEDUEDEE^EEEFhEFEGlEGEHnEHEIoEIEJjEJEKcEKELVELECECEC3EBEBnEB\nEAEA@E@E@tE@\fE?E?>E>E>jE>\u0000E=E=)E\u0002E>E?\u001bE?E@3E@EALEAEBbEBECvED\u0000EDEE\u0014EEEF$EFEG1EGEHE>E>&E=E=\\E\nE>E?*E?E@IE@EAgEAEBEC\u0012ECED.EDEEFEEEF]EFEGtEGEHEI\u000eEIEJ\u001cEJEK&EKEL,ELEM/EMEN.ENE@E@6E?E?E?,E>E>wE>\u001aE=E=bE=\u0006EE1E1vE1\u0014E0E0NE/E/E/)E.E.fE.\u0007E-E-HE,E,E,.E+E+tE+\u0019E*E*dE*\u000bE)E)ZE)\u0004E(E(YE(\u0004E'E'`E'\u000eE&E&pE&\"E%E%E%>E$E$E$gE$ E#E#E#YE#\u0019E\"E\"E\"aE\"(E!E!E!E!OE!\u001cE E E E ZE \u001bE\u001fE\u001fE\u001fgE\u001f/E\u001eE\u001eE\u001eE\u001e^E\u001e0E\u001e\u0002E\u001dE\u001dE\u001dE\u001dbE\u001d=E\u001d\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001c}E\u001cjE\u001cXE\u001cHE\u001c\u000bE>E?1E?E@WE@EA{EB\u000eEBEC1ECEDTEDEEtEF\u0003EFEG!EGEHE>E>1E=E=E=4EE+E+E+5E*E*E*1E)E)E)3E(E(E(E!\u000fE E E E UE \u0016E\u001fE\u001fE\u001ffE\u001f.E\u001eE\u001eE\u001eE\u001ebE\u001e4E\u001e\u0006E\u001dE\u001dE\u001dE\u001dfE\u001dCE\u001d!E\u001d\u0001E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cnE\u001c\\E\u001cME\u001c?E\u001c4E\u001c*E\u001c\"E\u001c\u001eE\u001c\u001cE\u001c\u001aE\u001c\u001cE\u001c\u001fE\u001c$E\u001c,E\u001c6E\u001cDE\u001cRE\u001cbE\u001cuE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u001aE\u001dE#E#E$UE$E%\u001aE%E%E&OE&E'(E'E(\u0007E(zE(E)dE)E*TE*E+JE+E,FE,E-GE-E.ME.E/XE/E0hE0E1|E2\u0007E2E3!E3E4=E4E5]E5E6E7\u0011E7E88E8E9_E9E:E;\u001dE;E\tE>E?6E?E@bE@EAEB#EBECNECEDwEE\fEEEF1EFEGVEGEHyEI\nEIEJ'EJEKBEKEL[ELEMnEMEN~EO\u0004EOEP\fEPE=\u001fEE,E,E,=E+E+E+?E*E*E*FE)E)E)SE)\u0003E(E(fE(\u0018E'E'E'4E&E&E&WE&\u0010E%E%E%>E$E$E$vE$6E#E#E#zE#?E#\u0005E\"E\"E\"\\E\"&E!E!E!E!^E!0E!\u0002E E E E QE \u0015E\u001fE\u001fE\u001fgE\u001f1E\u001eE\u001eE\u001eE\u001egE\u001e:E\u001e\rE\u001dE\u001dE\u001dE\u001dnE\u001dJE\u001d*E\u001d\nE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cuE\u001cdE\u001cTE\u001cFE\u001c;E\u001c1E\u001c)E\u001c$E\u001c E\u001c E\u001c E\u001c$E\u001c)E\u001c0E\u001c:E\u001cFE\u001cTE\u001ceE\u001cwE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0019E\u001d\u0001E>E?3E?E@fE@EAEB1EBECbECEDEE)EEEFWEFEGEH\u0019EHEIBEIEJgEJEKEL\u0018ELEM4EMENNENEOcEOEPsEPEQE;cE;\u001aE:E:E:;E9E9E9VE9\bE8E8lE8\u001eE7E7~E7.E6E6E6:E5E5E5CE4E4E4JE3E3E3PE2E2E2TE2\u0000E1E1XE1\u0004E0E0\\E0\bE/E/aE/\rE.E.gE.\u0014E-E-oE-\u001dE,E,yE,'E+E+E+6E*E*E*JE)E)E)aE)\u0015E(E(~E(4E'E'E'YE'\u0012E&E&E&@E%E%E%vE%4E$E$E$tE$8E#E#E#E#JE#\u0012E\"E\"E\"pE\"E\u001e\u0013E\u001dE\u001dE\u001dE\u001dtE\u001dRE\u001d0E\u001d\u0011E\u001cE\u001cE\u001cE\u001cE\u001cE\u001c|E\u001ciE\u001cYE\u001cKE\u001c>E\u001c5E\u001c,E\u001c'E\u001c#E\u001c\"E\u001c\"E\u001c%E\u001c)E\u001c0E\u001c:E\u001cEE\u001cTE\u001cdE\u001cvE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0015E\u001d9E\u001d_E\u001dE\u001dE\u001dE\u001e\u000eE\u001eAE\u001euE\u001eE\u001eE\u001f#E\u001fcE\u001fE\u001fE 2E yE E!\tE!UE!E!E\"IE\"E\"E#SE#E$\u0011E$sE$E%>E%E&\u0012E&E&E'^E'E(EE(E)4E)E**E*E+%E+E,(E,E-0E-E.>E.E/RE/E0jE0E1E2\u0016E2E3:E3E4aE4E5E6!E6E7NE7E8E9\u0019E9E:ME:E;E<\u001eEE?+E?E@cE@EAEB8EBECpED\fEDEEBEEEFvEG\u0011EGEHDEHEIrEJ\tEJEK6EKEL^ELEMEN\u0012ENEO3EOEPMEPEQbEQERtE9E9dE9\u001eE8E8E8LE8\u0005E7E7tE7,E6E6E6NE6\u0002E5E5mE5!E4E4E4:E3E3E3SE3\u0004E2E2iE2\u001aE1E1}E1.E0E0E0BE/E/E/WE/\tE.E.kE.\u001eE-E-E-4E,E,E,ME,\u0000E+E+hE+\u001cE*E*E*E\u001esE\u001eE\u001eE\u001f\"E\u001fcE\u001fE\u001fE 2E zE E!\u000bE!YE!E!E\"OE\"E#\u0001E#]E#E$\u001dE$E$E%PE%E&&E&E'\u0006E'xE'E(dE(E)VE)E*PE*E+PE+E,XE,E-eE-E.xE/\u0004E/E0\u001fE0E1@E1E2dE2E3E4\"E4E5QE5E6E7\u001dE7E8RE8E9E:(E:E;bE<\u0001EE=E>}E?\u001cE?E@\\E@EAEB:EBECyED\u0018EDEEUEEEFEG.EGEHhEI\u0005EIEJ9EJEKmEL\u0005ELEM4EMEN_ENEOEP\u0018EPEQ6EQERREREShE7E7E7lE7-E6E6E6fE6#E5E5E5VE5\u0011E4E4E4BE3E3E3nE3&E2E2E2NE2\u0006E1E1tE1,E0E0E0QE0\bE/E/vE/,E.E.E.QE.\u0007E-E-vE-.E,E,E,TE,\u000bE+E+|E+5E*E*E*aE*\u001bE)E)E)LE)\u0007E(E(E(E\u001d E\u001d\u0000E\u001cE\u001cE\u001cE\u001cE\u001cE\u001ctE\u001cdE\u001cVE\u001cHE\u001c>E\u001c6E\u001c/E\u001c*E\u001c(E\u001c'E\u001c(E\u001c-E\u001c4E\u001cfE?\bE?E@ME@EAEB7EBEC|ED\u001eEDEEcEF\u0004EFEGGEGEHEI&EIEJcEK\u0002EKEL;ELEMrEN\fENEOE5\u0002E4E4E4HE4\bE3E3E3JE3\bE2E2E2FE2\u0004E1E1E1>E0E0E0uE01E/E/E/hE/$E.E.E.XE.\u0016E-E-E-JE-\u0006E,E,E,=E+E+E+sE+0E*E*E*jE*(E)E)E)eE)$E(E(E(fE(&E'E'E'lE'0E&E&E&{E&@E&\u0006E%E%E%ZE%\"E$E$E$~E$IE$\u0014E#E#E#}E#KE#\u001aE\"E\"E\"E\"`E\"5E\"\u000bE!E!E!E!hE!AE!\u001dE E E E E sE HE \u0010E\u001fE\u001fE\u001fpE\u001fE\u001cHE\u001cTE\u001cdE\u001cuE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0010E\u001d2E\u001dXE\u001dE\u001dE\u001dE\u001e\u0007E\u001e9E\u001epE\u001eE\u001eE\u001f\u001fE\u001f`E\u001fE\u001fE 5E ~E E!\u0013E!`E!E\"\u0006E\"]E\"E#\u0013E#rE#E$8E$E%\u0007E%rE%E&PE&E'7E'E(%E(E)\u001dE)E*\u001cE*E+#E+E,0E,E-DE-E._E.E/E0\u0012E0E1:E1E2hE3\u0001E3E45E4E5nE6\fE6E7JE7E8E9,E9E:qE;\u0014E;E<\\E=\u0000E=E>JE>E?E@;E@EAEB.EBEC{ED EDEElEF\u0010EFEGZEGEHEIEEIEJEK+EKELmEM\u000bEMENHENEOEP\u001cEPEQMEQER|ES\u0012ESET6ETEUVE4nE48E4\u0000E3E3E3ZE3\"E2E2E2uE2;E1E1E1E1NE1\u0013E0E0E0]E0!E/E/E/hE/,E.E.E.qE.4E-E-E-zE-;E,E,E,E,BE,\u0004E+E+E+KE+\fE*E*E*UE*\u0018E)E)E)bE)&E(E(E(rE(8E'E'E'E'PE'\u0018E&E&E&nE&7E&\u0000E%E%E%`E%+E$E$E$E$^E$,E#E#E#E#mE#>E#\u0011E\"E\"E\"E\"cE\":E\"\u0012E!E!E!E!wE!RE!/E!\rE E E E E pE FE \u000fE\u001fE\u001fE\u001frE\u001f@E\u001f\u000fE\u001eE\u001eE\u001eE\u001eZE\u001e/E\u001e\u0007E\u001dE\u001dE\u001dE\u001dsE\u001dQE\u001d2E\u001d\u0014E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001crE\u001cdE\u001cVE\u001cJE\u001c@E\u001c9E\u001c4E\u001c0E\u001c.E\u001c0E\u001c2E\u001c8E\u001c@E\u001cIE\u001cUE\u001ccE\u001cuE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\fE\u001d0E\u001dUE\u001d|E\u001dE\u001dE\u001e\u0004E\u001e6E\u001elE\u001eE\u001eE\u001f\u001dE\u001f^E\u001fE\u001fE 4E ~E E!\u0013E!bE!E\"\nE\"cE\"E#\u001bE#{E#E$DE$E%\u0016E%E%E&dE&E'NE'E(@E(E)'E>E?xE@\"E@EAtEB\u001dEBECpED\u0019EDEElEF\u0014EFEGeEH\rEHEI\\EJ\u0001EJEKMEKELEM9EMEN|EO\u001cEOEP\\EPEQER2ERESfESETEU(EUEVNE2E2|E2JE2\u0017E1E1E1~E1JE1\u0015E0E0E0vE0@E0\nE/E/E/gE/0E.E.E.E.QE.\u0019E-E-E-pE-8E-\u0000E,E,E,VE,\u001dE+E+E+sE+;E+\u0002E*E*E*YE*!E)E)E)zE)BE)\nE(E(E(fE(/E'E'E'E'XE'\"E&E&E&E&RE&\u001eE%E%E%E%VE%$E$E$E$E$fE$7E$\nE#E#E#E#XE#,E#\u0002E\"E\"E\"E\"`E\"9E\"\u0013E!E!E!E!E!`E!?E!\u001fE!\u0000E E E E E oE GE \u0011E\u001fE\u001fE\u001fxE\u001fGE\u001f\u0016E\u001eE\u001eE\u001eE\u001ebE\u001e9E\u001e\u0010E\u001dE\u001dE\u001dE\u001d|E\u001d[E\u001d\u0000E>E?WE@\u0003E@EA\\EB\bEBECaED\u000eEDEEgEF\u0013EFEGkEH\u0016EHEIlEJ\u0016EJEKjEL\u0012ELEMaEN\u0007ENEOQEOEPEQ8EQERzES\u0018ESETQETEUEV\u001cEVEWFE0E0E0E0bE06E0\u0007E/E/E/zE/KE/\u001aE.E.E.E.XE.'E-E-E-E-`E-.E,E,E,E,dE,0E+E+E+E+eE+1E*E*E*E*eE*2E)E)E)E)fE)4E)\u0001E(E(E(jE(8E(\u0006E'E'E'rE'AE'\u0010E&E&E&E&PE& E%E%E%E%fE%:E%\fE$E$E$E$\\E$1E$\u0006E#E#E#E#aE#8E#\u0012E\"E\"E\"E\"zE\"UE\"2E\"\u000eE!E!E!E!E!hE!HE!+E!\rE E E E E E lE EE \u0011E\u001fE\u001fE\u001fzE\u001fKE\u001f\u001bE\u001eE\u001eE\u001eE\u001eiE\u001e@E\u001e\u0018E\u001dE\u001dE\u001dE\u001dE\u001ddE\u001dDE\u001d'E\u001d\nE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001csE\u001cdE\u001cXE\u001cME\u001cDE\u001c>E\u001c9E\u001c8E\u001c6E\u001c:E\u001c>E\u001cDE\u001cNE\u001cXE\u001cfE\u001cvE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\nE\u001d,E\u001dRE\u001dxE\u001dE\u001dE\u001dE\u001e2E\u001ehE\u001eE\u001eE\u001f\u001bE\u001f^E\u001fE\u001fE 6E E E!\u0019E!kE!E\"\u0016E\"pE\"E#-E#E#E$^E$E%6E%E&\u0019E&E'\u0005E'E'E(zE(E)~E*\u0003E*E+\u0014E+E,,E,E-KE-E.rE/\bE/E08E0E1nE2\fE2E3JE3E4E52E5E6|E7#E7E8sE9\u001cE9E:qE;\u001dE;EE?.E?E@EAE\u001cNE?\u0000E?E@dEA\u0016EAEB|EC0ECEDEEHEEEFEGbEH\u0014EHEIxEJ*EJEKELETEUEV&EVEWfEX\u0004EXEY9E-dE-AE-\u001cE,E,E,E,E,hE,BE,\u001dE+E+E+E+E+_E+9E+\u0011E*E*E*E*vE*NE*'E*\u0000E)E)E)E)`E)8E)\u0011E(E(E(E(qE(IE(\"E'E'E'E'E'ZE'3E'\fE&E&E&E&oE&HE&!E%E%E%E%E%bE%=E%\u0018E$E$E$E$E$`E$=E$\u001aE#E#E#E#E#lE#LE#*E#\tE\"E\"E\"E\"E\"lE\"LE\"/E\"\u0011E!E!E!E!E!E!jE!PE!7E!\u001eE!\u0006E E E E E E E jE GE \u0016E\u001fE\u001fE\u001fE\u001fXE\u001f+E\u001eE\u001eE\u001eE\u001e}E\u001eTE\u001e-E\u001e\u0007E\u001dE\u001dE\u001dE\u001dzE\u001dZE\u001dE#E$\u000bE$vE$E%UE%E&>E&E'2E'E(0E(E)7E)E*HE*E+`E+E,E-\u0016E-E.DE.E/wE0\u0014E0E1RE1E2E3\u0017E>E?E@6E@EAEBWEC\u000eECEDzEE2EEEFEGUEH\u000bEHEIvEJ+EJEKELHELEMENaEO\u0011EOEPsEQ EQER|ES'ESET|EU#EUEVrEW\u0014EWEXZEXEYEZ6E+E+E+dE+EE+&E+\u0007E*E*E*E*E*fE*FE*&E*\u0003E)E)E)E)E)^E)E?IE@\u0001E@EArEB+EBECEDXEE\u0012EEEFEG?EGEHEIlEJ$EJEKELLEM\u0004EMENpEO%EOEPEQAEQERESRET\u0002ETEU\\EV\bEVEWZEX\u0000EXEYJEYEZE[.E)E)E)E)E)tE)ZE)>E)$E)\bE(E(E(E(E(E(fE(JE(.E(\u0011E'E'E'E'E'E'gE'LE'/E'\u0012E&E&E&E&E&E&fE&IE&,E&\u0010E%E%E%E%E%E%dE%HE%+E%\u000eE$E$E$E$E$E$fE$LE$0E$\u0015E#E#E#E#E#E#tE#ZE#@E#&E#\rE\"E\"E\"E\"E\"E\"xE\"_E\"HE\"0E\"\u0019E\"\u0002E!E!E!E!E!E!~E!iE!TE!AE!-E!\u0019E!\u0005E E E E E E E E zE jE JE \u001cE\u001fE\u001fE\u001fE\u001feE\u001f9E\u001f\rE\u001eE\u001eE\u001eE\u001eiE\u001eBE\u001e\u001cE\u001dE\u001dE\u001dE\u001dE\u001dpE\u001dQE\u001d4E\u001d\u0018E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cuE\u001ciE\u001c^E\u001cVE\u001cPE\u001cKE\u001cHE\u001cHE\u001cJE\u001cPE\u001cVE\u001c`E\u001cjE\u001cyE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0006E\u001d&E\u001dJE\u001dpE\u001dE\u001dE\u001dE\u001e*E\u001e`E\u001eE\u001eE\u001f\u0017E\u001f[E\u001fE\u001fE ;E E E!%E!zE!E\"+E\"E\"E#OE#E$\"E$E%\u0001E%uE%E&eE&E'`E'E(dE(E)tE)E*E+\u001eE+E,DE,E-sE.\u000eE.E/HE/E0E1.E1E2zE3$E3E4zE5&E5E6E74E7E8E9NE:\u0002E:E;oE<&ERE?\fE?E@EA>EAEBECtED1EDEEEFhEG$EGEHEI\\EJ\u0018EJEKELKEM\u0006EMENzEO2EOEPEQZER\u0010ERESyET,ETEUEV>EVEWEXDEXEYEZ?EZE[E\\*E(\u0016E(\u0000E'E'E'E'E'E'E'kE'VE'@E')E'\u0014E&E&E&E&E&E&E&vE&`E&HE&2E&\u001bE&\u0004E%E%E%E%E%E%zE%cE%KE%4E%\u001eE%\u0006E$E$E$E$E$E$|E$fE$NE$8E$!E$\nE#E#E#E#E#E#E#nE#XE#BE#-E#\u0016E#\u0002E\"E\"E\"E\"E\"E\"E\"oE\"ZE\"FE\"2E\"\u001eE\"\nE!E!E!E!E!E!E!E!uE!dE!RE!AE!/E!\u001fE!\u000fE E E E E E E E E E wE jE LE \u001eE\u001fE\u001fE\u001fE\u001fkE\u001f@E\u001f\u0015E\u001eE\u001eE\u001eE\u001esE\u001eLE\u001e&E\u001e\u0002E\u001dE\u001dE\u001dE\u001d{E\u001d\\E\u001d?E\u001d#E\u001d\bE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001c|E\u001cpE\u001cdE\u001c[E\u001cTE\u001cPE\u001cLE\u001cLE\u001cNE\u001cRE\u001cXE\u001c`E\u001clE\u001czE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0003E\u001d$E\u001dGE\u001dnE\u001dE\u001dE\u001dE\u001e'E\u001e]E\u001eE\u001eE\u001f\u0014E\u001fXE\u001fE\u001fE :E E E!&E!{E!E\"/E\"E\"E#WE#E$-E$E%\u000eE%E%E&vE&E'tE'E(~E)\u0006E)E* E*E+BE+E,lE-\u0006E-E.>E.E/}E0 E0E1lE2\u0014E2E3iE4\u0016E4E5tE6&E6E7E8@E8E9E:fE; E;E\fE>E?E@DEA\u0003EAEBECBED\u0002EDEEEFCEG\u0003EGEHEIDEJ\u0004EJEKELCEM\u0002EMEN}EO:EOEPEQmER&ERESETOEU\u0005EUEVnEW EWEXEY0EYEZE[2E[E\\E]&E&PE&BE&0E&!E&\u0010E&\u0000E%E%E%E%E%E%E%E%zE%jE%XE%GE%7E%%E%\u0014E%\u0002E$E$E$E$E$E$E$E$wE$fE$TE$BE$2E$ E$\u000eE#E#E#E#E#E#E#E#E#rE#`E#OE#>E#-E#\u001cE#\nE\"E\"E\"E\"E\"E\"E\"E\"E\"tE\"dE\"SE\"DE\"3E\"#E\"\u0013E\"\u0004E!E!E!E!E!E!E!E!E!zE!lE!^E!PE!AE!3E!%E!\u0017E!\nE E E E E E E E E E E E uE iE NE \"E\u001fE\u001fE\u001fE\u001frE\u001fHE\u001f\u001eE\u001eE\u001eE\u001eE\u001e~E\u001eWE\u001e2E\u001e\rE\u001dE\u001dE\u001dE\u001dE\u001dhE\u001dKE\u001d.E\u001d\u0014E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cxE\u001clE\u001cbE\u001c[E\u001cVE\u001cRE\u001cQE\u001cRE\u001cVE\u001c[E\u001cdE\u001cnE\u001c|E\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0003E\u001d$E\u001dGE\u001dnE\u001dE\u001dE\u001dE\u001e'E\u001e^E\u001eE\u001eE\u001f\u0015E\u001fZE\u001fE\u001fE =E E E!+E!E!E\"7E\"E\"E#bE#E$9E$E%\u001eE%E&\u000fE&E'\u000bE'E(\u0013E(E)$E)E*BE*E+hE+E,E-2E-E.pE/\u0012E/E0ZE1\u0002E1E2VE3\u0002E3E4`E5\u0012E5E6yE7.E7E8E9UE:\u0010E:E;EE?AE@\u0002E@EAEBGEC\nECEDEETEF\u0018EFEGEHbEI&EIEJEKpEL3ELEMENxEO9EOEPEQxER5ERESETjEU$EUEVEWLEX\u0001EXEYhEZ\u001aEZE[xE\\$E\\E]xE^ E$E$E$tE$jE$_E$TE$HE$2E>E?E@|EA@EB\u0006EBECEDXEE\u001eEEEFEGsEH;EI\u0002EIEJEKVEL\u001cELEMENnEO2EOEPEQ{ER>ES\u0000ESETEU>EUEVEWrEX-EXEYEZRE[\u0004E[E\\jE]\u0018E]E^rE_\u001bE\"E\"E\"E\"E\"E\"E\"E\"E\"E\"E\"E\"E\"zE\"tE\"nE\"gE\"aE\"ZE\"TE\"NE\"HE\"BE\";E\"5E\"/E\"(E\"\"E\"\u001cE\"\u0016E\"\u0010E\"\tE\"\u0003E!E!E!E!E!E!E!E!E!E!E!E!E!E!E!E!E!E!E!E!E!E!zE!sE!mE!fE!`E!ZE!TE!NE!GE!@E!:E!4E!.E!(E! E!\u001aE!\u0014E!\u000eE!\u0007E!\u0000E E E E E E E E E E E E E E E E E E E E }E wE qE iE QE (E\u001fE\u001fE\u001fE\u001fE\u001fWE\u001f/E\u001f\u0007E\u001eE\u001eE\u001eE\u001elE\u001eHE\u001e#E\u001e\u0000E\u001dE\u001dE\u001dE\u001d~E\u001d`E\u001dCE\u001d'E\u001d\rE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cxE\u001cmE\u001ceE\u001c^E\u001cZE\u001cWE\u001cXE\u001cYE\u001c^E\u001cfE\u001coE\u001c|E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u001eE\u001d@E\u001dhE\u001dE\u001dE\u001dE\u001e!E\u001eWE\u001eE\u001eE\u001f\u0011E\u001fUE\u001fE\u001fE E?hE@.E@EAEBECPED\u0019EDEEEFwEGAEH\fEHEIEJkEK5EKELEMEN[EO$EOEPEQzERAES\u0004ESETEUPEV\u0011EVEWEXPEY\u000bEYEZE[:E[E\\E][E^\u000eE^E_kE`\u0018E!\u0000E!\u0000E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E ~E zE vE rE mE iE RE *E \u0001E\u001fE\u001fE\u001fE\u001f`E\u001f8E\u001f\u0011E\u001eE\u001eE\u001eE\u001exE\u001eTE\u001e/E\u001e\fE\u001dE\u001dE\u001dE\u001dE\u001dlE\u001dOE\u001d4E\u001d\u0018E\u001d\u0000E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001ctE\u001clE\u001cdE\u001c_E\u001c\\E\u001c\\E\u001c^E\u001cbE\u001cjE\u001crE\u001c~E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u001eE\u001d@E\u001dgE\u001dE\u001dE\u001dE\u001e E\u001eWE\u001eE\u001eE\u001f\u0011E\u001fVE\u001fE\u001fE >E E E!2E!E!E\"FE\"E#\u0010E#zE#E$[E$E%GE%E&BE&E'HE'E(ZE(E)xE*\fE*E+;E+E,tE-\u0014E-E.ZE/\u0002E/E0VE1\u0003E1E2dE3\u0017E3E4E5LE?\u0014E?E@EAqEB=EC\tECEDEEnEF;EG\tEGEHEIrEJ?EK\rEKELEMuENAEO\rEOEPEQpER9ES\u0003ESETEUYEV\u001fEVEWEXiEY*EYEZE[fE\\\"E\\E]E^JE^E_E`cEa\u0012E\u001fE\u001fBE\u001fEE\u001fJE\u001fLE\u001fPE\u001fTE\u001fXE\u001f\\E\u001f`E\u001feE\u001fhE\u001fnE\u001frE\u001fwE\u001f{E\u001f~E\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE \u0003E \bE \fE \u0011E \u0016E \u001aE \u001fE $E (E +E 0E 4E 8E E E E!4E!E!E\"JE\"E#\u0017E#E#E$eE$E%TE%E&RE&E'\\E'E(rE)\u0002E)E**E*E+\\E+E,E-E?E@PEA\u001eEAEBECEDXEE)EEEFEGEHkEI=EJ\rEJEKELEMQEN!ENEOEPEQ^ER,ERESETEU\\EV%EVEWEX|EYCEZ\u0007EZE[E\\LE]\nE]E^E_YE?'E?E@EAEBgEC9ED\u000bEDEEEFEGXEH-EI\u0001EIEJEK}ELQEM&EMENEOEPsEQEER\u0017ERESETEUWEV&EVEWEXEYTEZ\u001bEZE[E\\nE]0E]E^E_pE`,E`EaEbVEc\nE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001c\u0004E\u001c\u0010E\u001c\u001eE\u001c-E\u001cE DE JE NE SE XE \\E `E bE eE hE WE 2E \fE\u001fE\u001fE\u001fE\u001fvE\u001fPE\u001f+E\u001f\u0006E\u001eE\u001eE\u001eE\u001esE\u001ePE\u001e-E\u001e\u000bE\u001dE\u001dE\u001dE\u001dE\u001dnE\u001dRE\u001d6E\u001d\u001cE\u001d\u0004E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001c|E\u001crE\u001cmE\u001chE\u001cfE\u001cfE\u001chE\u001cnE\u001cvE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u001aE\u001dE?E@fEA8EB\fEBECEDEEaEF7EG\u000eEGEHEIEJlEKDEL\u001bELEMENEOyEPOEQ%EQERESETxEUJEV\u001dEVEWEXEY\\EZ'EZE[E\\E]NE^\u0014E^E_E`\\Ea\u001aEaEbEcKEd\u0004E\u0019E\u001a\u0000E\u001a\u0012E\u001a$E\u001a6E\u001aHE\u001aZE\u001anE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001b\u000eE\u001b$E\u001b8E\u001bME\u001bbE\u001bwE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001c\u000eE\u001c$E\u001c9E\u001cPE\u001ceE\u001c{E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0013E\u001d(E\u001d>E\u001dTE\u001diE\u001d~E\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001e\u000fE\u001e#E\u001e6E\u001eKE\u001e^E\u001erE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001f\u0004E\u001f\u0015E\u001f&E\u001f6E\u001fFE\u001fVE\u001ffE\u001fuE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE \u0004E \u000fE \u0019E \"E ,E 4E =E DE LE RE XE ^E dE hE XE 5E \u0011E\u001fE\u001fE\u001fE\u001f~E\u001fYE\u001f3E\u001f\u000fE\u001eE\u001eE\u001eE\u001e}E\u001e[E\u001e7E\u001e\u0016E\u001dE\u001dE\u001dE\u001dE\u001dxE\u001d\\E\u001d@E\u001d&E\u001d\rE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cxE\u001cpE\u001clE\u001ciE\u001cjE\u001clE\u001cpE\u001cwE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0018E\u001d9E\u001d_E\u001dE\u001dE\u001dE\u001e\u0018E\u001eNE\u001eE\u001eE\u001f\u000bE\u001fRE\u001fE\u001fE AE E E!=E!E!E\"[E\"E#-E#E$\u0010E$E%\u0000E%E&\u0000E&E'\u000eE'E()E(E)PE)E*E+#E+E,hE-\u0010E-E.dE/\u0013E/E0xE1,E1E2E3ZE4\u0018E4E5E6_E7$E7E8E9E:JE;\u0018E;EYE?-E@\u0001E@EAEBEC[ED3EE\fEEEFEGEHtEIOEJ)EK\u0004EKELEMENpEOKEP%EPEQERESETaEU7EV\rEVEWEXEY]EZ.EZE[E\\E]eE^0E^E_E`EaJEb\nEbEcEdEEdE\u0018+E\u0018CE\u0018YE\u0018pE\u0018E\u0018E\u0018E\u0018E\u0018E\u0019\u0000E\u0019\u001aE\u00192E\u0019KE\u0019fE\u0019E\u0019E\u0019E\u0019E\u0019E\u001a\u0002E\u001a\u001cE\u001a8E\u001aSE\u001amE\u001aE\u001aE\u001aE\u001aE\u001aE\u001b\u0010E\u001b,E\u001bHE\u001bbE\u001b~E\u001bE\u001bE\u001bE\u001bE\u001c\u0006E\u001c\"E\u001c=E\u001cWE\u001crE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0011E\u001d+E\u001dDE\u001d^E\u001dxE\u001dE\u001dE\u001dE\u001dE\u001dE\u001e\u000bE\u001e\"E\u001e:E\u001eQE\u001ehE\u001e~E\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001f\u0012E\u001f$E\u001f8E\u001fKE\u001f\\E\u001fnE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE \u0006E \u0013E \u001eE *E 4E >E GE QE XE `E gE YE 7E \u0014E\u001fE\u001fE\u001fE\u001fE\u001faE\u001fE?E@nEAFEB\u001fEBECEDEEEFhEGEEH\"EI\u0000EIEJEKELyEMWEN5EO\u0014EOEPEQERESdET@EU\u001bEUEVEWEX~EYTEZ)EZE[E\\E]tE^BE_\u0010E_E`EanEb4EbEcEd|Ee:EeE\u0016lE\u0016E\u0016E\u0016E\u0016E\u0016E\u0017\u0013E\u0017/E\u0017NE\u0017lE\u0017E\u0017E\u0017E\u0017E\u0018\u0003E\u0018#E\u0018BE\u0018bE\u0018E\u0018E\u0018E\u0018E\u0019\u0001E\u0019#E\u0019CE\u0019dE\u0019E\u0019E\u0019E\u0019E\u001a\u0007E\u001a(E\u001aJE\u001akE\u001aE\u001aE\u001aE\u001aE\u001b\u000eE\u001b/E\u001bOE\u001bqE\u001bE\u001bE\u001bE\u001bE\u001c\u0010E\u001c0E\u001cOE\u001cnE\u001cE\u001cE\u001cE\u001cE\u001d\u0007E\u001d$E\u001dBE\u001d_E\u001d|E\u001dE\u001dE\u001dE\u001dE\u001e\bE\u001e\"E\u001eNE?'E@\u0000E@EAEBECpEDNEE,EF\fEFEGEHEIEJpEKPEL2EM\u0014EMENEOEPEQzERZES:ET\u001aETEUEVEWEXlEYFEZ\u001fEZE[E\\E]zE^NE_ E_E`EaEbVEc\u001fEcEdEepEf2EfE\u0014E\u0014E\u0014E\u0015\nE\u0015*E\u0015LE\u0015nE\u0015E\u0015E\u0015E\u0015E\u0016\u001dE\u0016AE\u0016dE\u0016E\u0016E\u0016E\u0016E\u0017\u001cE\u0017BE\u0017fE\u0017E\u0017E\u0017E\u0017E\u0018$E\u0018KE\u0018qE\u0018E\u0018E\u0018E\u0019\u000bE\u00191E\u0019WE\u0019~E\u0019E\u0019E\u0019E\u001a\u0018E\u001a=E\u001adE\u001aE\u001aE\u001aE\u001aE\u001b E\u001bEE\u001bjE\u001bE\u001bE\u001bE\u001bE\u001c\u001fE\u001cCE\u001cfE\u001cE\u001cE\u001cE\u001cE\u001d\u0011E\u001d2E\u001dRE\u001dsE\u001dE\u001dE\u001dE\u001dE\u001e\u000eE\u001e,E\u001eIE\u001efE\u001eE\u001eE\u001eE\u001eE\u001eE\u001f\u0005E\u001f\u001fE\u001f6E\u001fNE\u001fdE\u001f{E\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE \u0002E \u0012E \"E 0E ?E KE XE bE XE 9E \u0018E\u001fE\u001fE\u001fE\u001fE\u001fnE\u001fKE\u001f'E\u001f\u0004E\u001eE\u001eE\u001eE\u001exE\u001eUE\u001e4E\u001e\u0012E\u001dE\u001dE\u001dE\u001dE\u001dxE\u001d[E\u001dAE\u001d'E\u001d\u000eE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001c}E\u001cvE\u001crE\u001cpE\u001cqE\u001cuE\u001czE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0012E\u001d4E\u001dXE\u001dE\u001dE\u001dE\u001e\u0011E\u001eHE\u001eE\u001eE\u001f\bE\u001fPE\u001fE\u001fE DE E E!EE!E\"\u0005E\"kE\"E#DE#E$.E$E%(E%E&1E&E'HE'E(nE)\u0004E)E*>E*E+E,-E,E-E.5E.E/E0VE1\u0010E1E2E3PE4\u0014E4E5E6lE79E8\u0007E8E9E:|E;PE<'EE?E@jEAHEB&EC\u0006ECEDEEEFEGpEHSEI7EJ\u001cEK\u0000EKELEMENEOxEP\\EQAER%ES\bESETEUEVEWrEXREY/EZ\u000eEZE[E\\E]zE^QE_(E_E`EaEbpEc?Ed\nEdEeEfdEg(EgE\u0012E\u0013\rE\u00132E\u0013XE\u0013~E\u0013E\u0013E\u0013E\u0014\u001aE\u0014BE\u0014jE\u0014E\u0014E\u0014E\u0015\u000fE\u00159E\u0015cE\u0015E\u0015E\u0015E\u0016\u000eE\u00168E\u0016cE\u0016E\u0016E\u0016E\u0017\u0011E\u0017=E\u0017iE\u0017E\u0017E\u0017E\u0018\u0019E\u0018EE\u0018qE\u0018E\u0018E\u0018E\u0019!E\u0019LE\u0019xE\u0019E\u0019E\u0019E\u001a$E\u001aNE\u001ayE\u001aE\u001aE\u001aE\u001b!E\u001bJE\u001bsE\u001bE\u001bE\u001bE\u001c\u0014E\u001c;E\u001cbE\u001cE\u001cE\u001cE\u001cE\u001d\u001dE\u001dAE\u001dfE\u001dE\u001dE\u001dE\u001dE\u001e\u000fE\u001e/E\u001eOE\u001eoE\u001eE\u001eE\u001eE\u001eE\u001f\u0001E\u001f\u001bE\u001f6E\u001fPE\u001fhE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE \u0000E \u0012E #E 4E CE RE _E WE 9E \u0019E\u001fE\u001fE\u001fE\u001fE\u001ftE\u001fPE\u001f.E\u001f\nE\u001eE\u001eE\u001eE\u001eE\u001e^E\u001eE&E'ZE'E(E)\u001cE)E*ZE*E+E,NE,E-E.^E/\u0012E/E0E1BE2\u0002E2E3E4PE5\u0019E5E6E7E8QE9$E9E:E;E6E?\u0014E?E@EAEBECxED\\EE@EF%EG\u000bEGEHEIEJEKELwEM_ENGEO/EP\u0017EPEQERESETEUEVfEWJEX.EY\u0010EYEZE[E\\E]nE^KE_&E_E`EaEbEcUEd&EdEeEfEgVEh\u001eEhE\u0011*E\u0011SE\u0011|E\u0011E\u0011E\u0011E\u0012*E\u0012VE\u0012E\u0012E\u0012E\u0013\nE\u00138E\u0013fE\u0013E\u0013E\u0013E\u0014$E\u0014SE\u0014E\u0014E\u0014E\u0015\u0015E\u0015FE\u0015vE\u0015E\u0015E\u0016\nE\u0016E?xE@ZEA=EB!EC\u0006ECEDEEEFEGEHuEI`EJIEK4EL EM\nEMENEOEPEQERESxETcEUMEV5EW\u001eEX\u0006EXEYEZE[E\\~E]`E^@E_ E_E`EaEbEceEd;Ee\u0010EeEfEg~EhJEi\u0014EiE\u000fnE\u000fE\u000fE\u000fE\u0010*E\u0010ZE\u0010E\u0010E\u0010E\u0011 E\u0011RE\u0011E\u0011E\u0011E\u0012\u001eE\u0012TE\u0012E\u0012E\u0012E\u0013(E\u0013\\E\u0013E\u0013E\u0013E\u00145E\u0014lE\u0014E\u0014E\u0015\u000fE\u0015GE\u0015~E\u0015E\u0015E\u0016\"E\u0016YE\u0016E\u0016E\u0016E\u00174E\u0017kE\u0017E\u0017E\u0018\rE\u0018DE\u0018xE\u0018E\u0018E\u0019\u0018E\u0019LE\u0019E\u0019E\u0019E\u001a\u001cE\u001aNE\u001aE\u001aE\u001aE\u001b\u0016E\u001bFE\u001bvE\u001bE\u001bE\u001c\u0004E\u001c2E\u001c`E\u001cE\u001cE\u001cE\u001d\u000fE\u001d9E\u001dcE\u001dE\u001dE\u001dE\u001e\u0001E\u001e&E\u001eLE\u001epE\u001eE\u001eE\u001eE\u001eE\u001f\u0018E\u001f6E\u001fTE\u001fqE\u001fE\u001fE\u001fE\u001fE\u001fE \tE \u001eE 3E GE YE TE 8E \u001bE\u001fE\u001fE\u001fE\u001fE\u001f~E\u001f\\E\u001f:E\u001f\u0018E\u001eE\u001eE\u001eE\u001eE\u001enE\u001eME\u001e,E\u001e\u000bE\u001dE\u001dE\u001dE\u001dE\u001drE\u001dVE\u001dE8\u0012E8E9E:E;wE\u0015E>E?E@EAEBECtED^EEHEF3EG\u001fEH\u000bEHEIEJEKELEMENEOzEPiEQWERFES4ET!EU\u000eEUEVEWEXEYEZE[zE\\aE]FE^+E_\u000fE_E`EaEbEckEdEEe\u001eEeEfEgEhlEi:Ej\u0006EjE\rE\rE\u000e\u0019E\u000eLE\u000eE\u000eE\u000eE\u000f\"E\u000fXE\u000fE\u000fE\u000fE\u00106E\u0010pE\u0010E\u0010E\u0011\u001cE\u0011VE\u0011E\u0011E\u0012\u0006E\u0012AE\u0012|E\u0012E\u0012E\u00130E\u0013lE\u0013E\u0013E\u0014 E\u0014\\E\u0014E\u0014E\u0015\u0012E\u0015NE\u0015E\u0015E\u0016\u0002E\u0016>E\u0016{E\u0016E\u0016E\u0017-E\u0017hE\u0017E\u0017E\u0018\u0018E\u0018RE\u0018E\u0018E\u0018E\u00197E\u0019oE\u0019E\u0019E\u001a\u0016E\u001aLE\u001aE\u001aE\u001aE\u001b\"E\u001bVE\u001bE\u001bE\u001bE\u001c\u001eE\u001cPE\u001cE\u001cE\u001cE\u001d\fE\u001d8E\u001deE\u001dE\u001dE\u001dE\u001e\rE\u001e5E\u001e\\E\u001eE\u001eE\u001eE\u001eE\u001f\u0011E\u001f2E\u001fRE\u001fpE\u001fE\u001fE\u001fE\u001fE\u001fE \u0013E *E ?E SE PE 6E \u001bE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fbE\u001f?E\u001f\u001fE\u001eE\u001eE\u001eE\u001eE\u001evE\u001eTE\u001e3E\u001e\u0012E\u001dE\u001dE\u001dE\u001dE\u001dzE\u001d]E\u001dBE\u001d(E\u001d\u0010E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cyE\u001cvE\u001ctE\u001cvE\u001czE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\bE\u001d*E\u001dNE\u001dwE\u001dE\u001dE\u001e\u0007E\u001e@E\u001e|E\u001eE\u001f\u0001E\u001fLE\u001fE\u001fE GE E E!QE!E\"\u0016E\"E\"E#cE#E$VE$E%ZE%E&oE&E'E(+E(E)fE*\bE*E+XE,\u0006E,E-iE. E.E/E0UE1\u0017E1E2E3mE49E5\bE5E6E7E8XE93E:\u000eE:E;EpE?UE@E\u000e|E\u000eE\u000eE\u000f4E\u000ftE\u000fE\u000fE\u00101E\u0010pE\u0010E\u0010E\u00112E\u0011sE\u0011E\u0011E\u00127E\u0012xE\u0012E\u0012E\u0013>E\u0013E\u0013E\u0014\u0002E\u0014EE\u0014E\u0014E\u0015\tE\u0015KE\u0015E\u0015E\u0016\u000eE\u0016OE\u0016E\u0016E\u0017\u000fE\u0017OE\u0017E\u0017E\u0018\fE\u0018JE\u0018E\u0018E\u0019\u0002E\u0019?E\u0019zE\u0019E\u0019E\u001a,E\u001aeE\u001aE\u001aE\u001b\u0010E\u001bFE\u001b}E\u001bE\u001bE\u001c\u001cE\u001cPE\u001cE\u001cE\u001cE\u001d\u0017E\u001dFE\u001duE\u001dE\u001dE\u001dE\u001e&E\u001eOE\u001exE\u001eE\u001eE\u001eE\u001f\u0010E\u001f3E\u001fVE\u001fvE\u001fE\u001fE\u001fE\u001fE \bE !E 9E OE NE 5E \u001aE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fgE\u001fFE\u001f%E\u001f\u0004E\u001eE\u001eE\u001eE\u001e~E\u001e\\E\u001eE\u001e{E\u001eE\u001f\u0002E\u001fLE\u001fE\u001fE HE E E!UE!E\"\u001cE\"E\"E#jE#E$aE$E%gE%E&E'\u0012E'E(@E(E)~E*#E*E+xE,&E,E-E.HE/\u0002E/E0E1HE2\u000fE2E3E4tE5FE6\u0019E6E7E8E9}E:\\E;E?E@EAEBvECbEDQEE@EF0EG\"EH\u0014EI\u0006EIEJEKELEMENEOEPEQERESET{EUpEVcEWVEXHEY:EZ,E[\u001cE\\\nE\\E]E^E_E`EaEbvEcZEd?Ee Ef\u0000EfEgEhEinEjBEk\u0018EkElE\n@E\n|E\nE\nE\u000b4E\u000bsE\u000bE\u000bE\f3E\ftE\fE\fE\r:E\r~E\rE\u000e\u0005E\u000eGE\u000eE\u000eE\u000f\u0017E\u000f\\E\u000fE\u000fE\u0010.E\u0010tE\u0010E\u0011\u0002E\u0011IE\u0011E\u0011E\u0012\u001dE\u0012dE\u0012E\u0012E\u0013:E\u0013E\u0013E\u0014\u000eE\u0014UE\u0014E\u0014E\u0015)E\u0015oE\u0015E\u0015E\u0016>E\u0016E\u0016E\u0017\fE\u0017PE\u0017E\u0017E\u0018\u0018E\u0018ZE\u0018E\u0018E\u0019\u001eE\u0019^E\u0019E\u0019E\u001a\u0019E\u001aWE\u001aE\u001aE\u001b\nE\u001bEE\u001b~E\u001bE\u001bE\u001c&E\u001c\\E\u001cE\u001cE\u001cE\u001d,E\u001d^E\u001dE\u001dE\u001dE\u001e\u0019E\u001eFE\u001eqE\u001eE\u001eE\u001eE\u001f\u0011E\u001f7E\u001fZE\u001f}E\u001fE\u001fE\u001fE\u001fE \u0015E /E HE HE 0E \u0017E\u001fE\u001fE\u001fE\u001fE\u001fE\u001fhE\u001fJE\u001f(E\u001f\bE\u001eE\u001eE\u001eE\u001eE\u001eaE\u001eAE\u001e E\u001e\u0000E\u001dE\u001dE\u001dE\u001dE\u001diE\u001dME\u001d4E\u001d\u001aE\u001d\u0003E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001c|E\u001cxE\u001cvE\u001cvE\u001czE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0004E\u001d$E\u001dIE\u001drE\u001dE\u001dE\u001e\u0002E\u001e;E\u001exE\u001eE\u001eE\u001fJE\u001fE\u001fE IE E E!WE!E\" E\"E\"E#rE#E$jE$E%tE%E&E'\"E'E(TE(E)E*>E*E+E,GE,E-E.nE/,E/E0E1xE2BE3\u000eE3E4E5E6XE72E8\fE8E9E:E;E?E?(E@\u0014EA\u0000EAEBECEDEEEFEGEHEIEJzEKqELhEM`ENWEOOEPGEQAER9ES1ET(EU EV\u0017EW\u000eEX\u0004EXEYEZE[E\\E]E^E_E`EatEb^EcIEd0Ee\u0018EeEfEgEhEi|EjVEk0El\u0006ElEmE\bE\bE\t\fE\tNE\tE\tE\n\u0019E\n^E\nE\nE\u000b.E\u000bvE\u000bE\f\u0004E\fNE\fE\fE\r*E\rtE\rE\u000e\bE\u000eTE\u000eE\u000eE\u000f6E\u000fE\u000fE\u0010\u001aE\u0010fE\u0010E\u0011\u0000E\u0011LE\u0011E\u0011E\u00122E\u0012~E\u0012E\u0013\u0016E\u0013bE\u0013E\u0013E\u0014EE\u0014E\u0014E\u0015&E\u0015pE\u0015E\u0016\u0004E\u0016NE\u0016E\u0016E\u0017&E\u0017nE\u0017E\u0017E\u0018BE\u0018E\u0018E\u0019\u0010E\u0019SE\u0019E\u0019E\u001a\u0018E\u001aZE\u001aE\u001aE\u001b\u0016E\u001bTE\u001bE\u001bE\u001c\u0006E\u001c>E\u001cxE\u001cE\u001cE\u001d\u001aE\u001dNE\u001dE\u001dE\u001dE\u001e\u0014E\u001eDE\u001eqE\u001eE\u001eE\u001eE\u001f\u001aE\u001f@E\u001feE\u001fE\u001fE\u001fE\u001fE \nE 'E BE DE -E \u0015E\u001fE\u001fE\u001fE\u001fE\u001fE\u001flE\u001fNE\u001f,E\u001f\u000eE\u001eE\u001eE\u001eE\u001eE\u001ehE\u001eHE\u001e&E\u001e\u0006E\u001dE\u001dE\u001dE\u001dE\u001dnE\u001dSE\u001d8E\u001d\u001eE\u001d\u0007E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001c|E\u001cxE\u001cvE\u001cvE\u001czE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0001E\u001d\"E\u001dFE\u001doE\u001dE\u001dE\u001e\u0000E\u001e8E\u001evE\u001eE\u001eE\u001fIE\u001fE\u001fE IE E E!YE!E\"%E\"E#\u0003E#yE#E$tE$E%E&\rE&E'3E'E(iE)\nE)E*WE+\u0004E+E,gE-\u001eE-E.E/TE0\u0018E0E1E2tE3BE4\u0014E4E5E6E7rE8PE90E:\u0011E:E;EE?E@rEAaEBRECDED7EE,EF\"EG\u0018EH\u0010EI\u0007EJ\u0001EJEKELEMENEOEPEQERESETEUEVEWEXEYEZE[E\\E]E^xE_lE`^EaNEb>Ec-Ed\u0018Ee\u0004EeEfEgEhEiEj`Ek>El\u001aElEmEnE\u0006E\u0007\u001cE\u0007aE\u0007E\u0007E\b8E\bE\bE\t\u0014E\t^E\tE\tE\nBE\nE\nE\u000b+E\u000byE\u000bE\f\u0018E\ffE\fE\r\u0006E\rWE\rE\rE\u000eIE\u000eE\u000eE\u000f>E\u000fE\u000fE\u00103E\u0010E\u0010E\u0011(E\u0011zE\u0011E\u0012\u001dE\u0012oE\u0012E\u0013\u0010E\u0013aE\u0013E\u0014\u0001E\u0014RE\u0014E\u0014E\u0015?E\u0015E\u0015E\u0016(E\u0016vE\u0016E\u0017\u000eE\u0017ZE\u0017E\u0017E\u00188E\u0018E\u0018E\u0019\u0010E\u0019VE\u0019E\u0019E\u001a&E\u001ajE\u001aE\u001aE\u001b.E\u001bmE\u001bE\u001bE\u001c&E\u001cbE\u001cE\u001cE\u001d\rE\u001dDE\u001dzE\u001dE\u001dE\u001e\u0014E\u001eDE\u001esE\u001eE\u001eE\u001eE\u001f\"E\u001fKE\u001fqE\u001fE\u001fE\u001fE\u001fE \u001cE 9E =E (E \u0011E\u001fE\u001fE\u001fE\u001fE\u001fE\u001flE\u001fNE\u001f/E\u001f\u000fE\u001eE\u001eE\u001eE\u001eE\u001elE\u001eKE\u001e+E\u001e\nE\u001dE\u001dE\u001dE\u001dE\u001drE\u001dVE\u001d;E\u001d\"E\u001d\nE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001c|E\u001cxE\u001ctE\u001cuE\u001cxE\u001c}E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u001eE\u001dBE\u001dkE\u001dE\u001dE\u001dE\u001e6E\u001etE\u001eE\u001eE\u001fHE\u001fE\u001fE JE E E!\\E!E\")E\"E#\nE#E#E$~E%\u0004E%E&\u001bE&E'DE'E(~E)\"E)E*rE+ E+E,E-@E-E.E/~E0CE1\fE1E2E3wE4LE5\"E5E6E7E8E9wE:\\E;BE<+E=\u0016E>\u0001E>E?E@EAEBECEDEEEFEGEHEIEJ|EKyELwEMtENrEOpEPnEQmERkESjEThEUfEVdEWaEX_EY\\EZWE[RE\\ME]FE^>E_6E`-Ea\"Eb\u0015Ec\bEcEdEeEfEgEhEi|EjaEkDEl$Em\u0002EmEnEoE\u0005&E\u0005nE\u0005E\u0006\u0004E\u0006PE\u0006E\u0006E\u0007:E\u0007E\u0007E\b(E\bzE\bE\t\u001bE\toE\tE\n\u0015E\nhE\nE\u000b\u0012E\u000bfE\u000bE\f\u0012E\fhE\fE\r\u0013E\rjE\rE\u000e\u0018E\u000eoE\u000eE\u000f\u001dE\u000fsE\u000fE\u0010!E\u0010xE\u0010E\u0011&E\u0011}E\u0011E\u0012(E\u0012~E\u0012E\u0013*E\u0013~E\u0013E\u0014(E\u0014|E\u0014E\u0015!E\u0015tE\u0015E\u0016\u0018E\u0016hE\u0016E\u0017\bE\u0017VE\u0017E\u0017E\u0018@E\u0018E\u0018E\u0019!E\u0019jE\u0019E\u0019E\u001aBE\u001aE\u001aE\u001b\u0010E\u001bRE\u001bE\u001bE\u001c\u0016E\u001cSE\u001cE\u001cE\u001d\u0007E\u001d@E\u001dxE\u001dE\u001dE\u001e\u0018E\u001eKE\u001e|E\u001eE\u001eE\u001f\u0006E\u001f2E\u001f[E\u001fE\u001fE\u001fE\u001fE \u0012E 1E 6E #E \rE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fnE\u001fPE\u001f2E\u001f\u0012E\u001eE\u001eE\u001eE\u001eE\u001eqE\u001ePE\u001e0E\u001e\u0010E\u001dE\u001dE\u001dE\u001dE\u001dvE\u001dZE\u001d@E\u001d&E\u001d\u000eE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001c}E\u001cxE\u001ctE\u001ctE\u001cvE\u001c|E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u001cE\u001d@E\u001dhE\u001dE\u001dE\u001dE\u001e4E\u001esE\u001eE\u001eE\u001fHE\u001fE\u001fE KE E!\u0000E!`E!E\"/E\"E#\u0012E#E$\u0007E$E%\u0010E%E&+E&E'WE'E(E)9E)E*E+VE?GE@:EA.EB#EC\u001aED\u0012EE\u000bEF\u0006EG\u0001EGEHEIEJEKELEMENEOEPEQES\u0000ET\u0001EU\u0003EV\u0004EW\u0005EX\u0006EY\u0006EZ\u0006E[\u0004E\\\u0002E]\u0000E]E^E_E`EaEbEcEdEeEfEgEhEipEjYEk@El%Em\bEmEnEoEp|E\u0003vE\u0003E\u0004\u0012E\u0004bE\u0004E\u0005\u0004E\u0005VE\u0005E\u0005E\u0006PE\u0006E\u0006E\u0007RE\u0007E\b\u0000E\bYE\bE\t\nE\tbE\tE\n\u0016E\nrE\nE\u000b'E\u000bE\u000bE\f9E\fE\fE\rNE\rE\u000e\u0005E\u000ecE\u000eE\u000f\u001aE\u000fvE\u000fE\u0010/E\u0010E\u0010E\u0011AE\u0011E\u0011E\u0012RE\u0012E\u0013\u0005E\u0013^E\u0013E\u0014\u0010E\u0014hE\u0014E\u0015\u0016E\u0015lE\u0015E\u0016\u0018E\u0016lE\u0016E\u0017\u0012E\u0017dE\u0017E\u0018\u0006E\u0018VE\u0018E\u0018E\u0019@E\u0019E\u0019E\u001a\"E\u001ajE\u001aE\u001aE\u001b?E\u001bE\u001bE\u001c\nE\u001cJE\u001cE\u001cE\u001d\u0005E\u001d@E\u001dzE\u001dE\u001dE\u001e E\u001eTE\u001eE\u001eE\u001eE\u001f\u0016E\u001fBE\u001flE\u001fE\u001fE\u001fE \u0005E &E .E \u001bE \u0007E\u001fE\u001fE\u001fE\u001fE\u001fE\u001fnE\u001fQE\u001f3E\u001f\u0013E\u001eE\u001eE\u001eE\u001eE\u001etE\u001eSE\u001e3E\u001e\u0012E\u001dE\u001dE\u001dE\u001dE\u001dzE\u001d^E\u001dBE\u001d(E\u001d\u0010E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001c}E\u001cvE\u001csE\u001crE\u001cvE\u001czE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0019E\u001d=E\u001dfE\u001dE\u001dE\u001dE\u001e1E\u001eoE\u001eE\u001eE\u001fFE\u001fE\u001fE LE E!\u0002E!cE!E\"3E\"E#\u0018E#E$\u0010E$E%\u001bE%E&9E&E'hE(\u0006E(E)OE)E*E+XE,\u000eE,E-E.DE/\tE/E0E1fE28E3\u000bE3E4E5E6tE7TE88E9\u001dE:\u0004E:E;EE?E@EAEBEC}EDxEEtEFrEGpEHpEIpEJrEKtELvEMzEN}EOEPEQERESETEUEVEWEXEYEZE[E\\E]E^E_E`EaEbEcEdEeEfEgvEhhEiXEjHEk4El\u001eEm\u0005EmEnEoEpEqiE\u0001E\u0002\u001cE\u0002pE\u0002E\u0003\u0018E\u0003oE\u0003E\u0004\u001eE\u0004uE\u0004E\u0005)E\u0005E\u0005E\u0006:E\u0006E\u0006E\u0007PE\u0007E\b\rE\blE\bE\t*E\tE\tE\nJE\nE\u000b\fE\u000blE\u000bE\f.E\fE\fE\rSE\rE\u000e\u0016E\u000evE\u000eE\u000f8E\u000fE\u000fE\u0010ZE\u0010E\u0011\u001aE\u0011zE\u0011E\u00128E\u0012E\u0012E\u0013QE\u0013E\u0014\nE\u0014fE\u0014E\u0015\u001cE\u0015uE\u0015E\u0016'E\u0016~E\u0016E\u0017,E\u0017E\u0017E\u0018(E\u0018zE\u0018E\u0019\u001cE\u0019lE\u0019E\u001a\bE\u001aTE\u001aE\u001aE\u001b0E\u001bxE\u001bE\u001c\u0003E\u001cFE\u001cE\u001cE\u001d\bE\u001dEE\u001dE\u001dE\u001dE\u001e,E\u001ebE\u001eE\u001eE\u001eE\u001f(E\u001fUE\u001fE\u001fE\u001fE\u001fE \u001aE #E \u0012E\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001flE\u001fPE\u001f2E\u001f\u0013E\u001eE\u001eE\u001eE\u001eE\u001euE\u001eTE\u001e4E\u001e\u0014E\u001dE\u001dE\u001dE\u001dE\u001d{E\u001d^E\u001dCE\u001d)E\u001d\u0010E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001czE\u001cuE\u001cqE\u001cpE\u001crE\u001cwE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0015E\u001d9E\u001daE\u001dE\u001dE\u001dE\u001e.E\u001emE\u001eE\u001eE\u001fEE\u001fE\u001fE LE E!\u0004E!eE!E\"7E\"E#\u001eE#E$\u0019E$E%'E%E&HE&E'zE(\u001aE(E)fE*\u0012E*E+uE,-E,E-E.jE/0E/E0E1E2gE3=E4\u0015E4E5E6E7E8yE9aE:LE;9E<'E=\u0018E>\nE?\u0000E?E@EAEBECEDEEEFEGEHEIEJEKELEMEO\u0002EP\bEQ\u0010ER\u0017ES\u001fET'EU/EV6EW>EXDEYLEZRE[WE\\]E]`E^dE_gE`hEajEbhEcfEddEe_EfXEgPEhHEiE\u0010E\u0011\u0007E\u0011jE\u0011E\u00120E\u0012E\u0012E\u0013UE\u0013E\u0014\u0016E\u0014vE\u0014E\u00152E\u0015E\u0015E\u0016GE\u0016E\u0016E\u0017TE\u0017E\u0018\u0003E\u0018YE\u0018E\u0019\u0001E\u0019TE\u0019E\u0019E\u001aDE\u001aE\u001aE\u001b*E\u001btE\u001bE\u001c\u0003E\u001cHE\u001cE\u001cE\u001d\u0010E\u001dPE\u001dE\u001dE\u001e\u0004E\u001eE\u001flE\u001fE\u001fE\u001fE \u0010E \u001bE \u000bE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fkE\u001fOE\u001f2E\u001f\u0014E\u001eE\u001eE\u001eE\u001eE\u001ewE\u001eWE\u001e7E\u001e\u0017E\u001dE\u001dE\u001dE\u001dE\u001d~E\u001daE\u001dFE\u001d,E\u001d\u0012E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001czE\u001ctE\u001cpE\u001coE\u001cpE\u001cvE\u001c~E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0012E\u001d7E\u001d_E\u001dE\u001dE\u001dE\u001e,E\u001ejE\u001eE\u001eE\u001fDE\u001fE\u001fE ME E!\u0007E!jE!E\">E\"E#%E#E$$E$E%3E%E&WE&E'E(-E(E)}E**E*E+E,LE-\bE-E.E/VE0!E0E1E2E3oE4JE5(E6\bE6E7E8E9E:E;E[E?RE@LEAGEBCECAEDAEEBEFDEGGEHLEIREJXEK_ELgEMpENyEOEPEQERESETEUEVEWEXEYEZE[E]\u0005E^\fE_\u0012E`\u0018Ea\u001dEb\u001fEc#Ed#Ee\"Ef!Eg\u001dEh\u0019Ei\u0012Ej\bEjEkElEmEnEoEpEqzEr\\EsE\u0018E\u0018E\u0019BE\u0019E\u0019E\u001a:E\u001aE\u001aE\u001b'E\u001bsE\u001bE\u001c\u0007E\u001cOE\u001cE\u001cE\u001d\u001cE\u001d\\E\u001dE\u001dE\u001e\u0015E\u001eOE\u001eE\u001eE\u001eE\u001f$E\u001fTE\u001fE\u001fE\u001fE \u0002E \u000fE \u0000E\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001ffE\u001fKE\u001f/E\u001f\u0012E\u001eE\u001eE\u001eE\u001eE\u001ewE\u001eWE\u001e7E\u001e\u0017E\u001dE\u001dE\u001dE\u001dE\u001d~E\u001d`E\u001dEE\u001d+E\u001d\u0012E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cxE\u001cqE\u001cmE\u001clE\u001cnE\u001crE\u001czE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u000eE\u001d2E\u001d[E\u001dE\u001dE\u001dE\u001e)E\u001ehE\u001eE\u001eE\u001fDE\u001fE\u001fE NE E!\nE!mE!E\"BE\"E#-E#E$,E$E%?E%E&eE&E'E(@E(E)E*BE*E+E,jE-*E-E.E/|E0JE1\u001cE1E2E3E4~E5^E6BE7'E8\u0010E8E9E:E;EE?E@EAEBECEDEEEFEGEHEIEJEKELEMENEP\u0006EQ\u0013ER ES.ETE\u001foE\u001fE\u001fE\u001fE \u0002E\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001f|E\u001fcE\u001fHE\u001f,E\u001f\u0010E\u001eE\u001eE\u001eE\u001eE\u001ewE\u001eVE\u001e8E\u001e\u0018E\u001dE\u001dE\u001dE\u001dE\u001d~E\u001dbE\u001dFE\u001d,E\u001d\u0011E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cvE\u001coE\u001cjE\u001cjE\u001cjE\u001coE\u001cvE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\nE\u001d/E\u001dXE\u001dE\u001dE\u001dE\u001e'E\u001efE\u001eE\u001eE\u001fDE\u001fE\u001fE PE E!\fE!pE!E\"GE\"E#4E#E$6E$E%KE%E&uE'\u0010E'E(TE(E)E*\\E+\u0012E+E,E-JE.\u000eE.E/E0tE1FE2\u001dE2E3E4E5E6{E7bE8NE9\u0002E>E?E@EAEBECEE\u0004EF\u000bEG\u0013EH\u001cEI&EJ2EK>ELKEMZENhEOwEPEQERESETEUEVEWEY\u000bEZ\u001cE[+E\\:E]HE^WE_dE`pEa|EbEcEdEeEfEgEhEiEjEkElEmEnEoEpvEqfErVEs?Et(Eu\fE2EEE`EE0EE\u0002EnEEFEE\u0000 E\u0000E\u0000E\u0001oE\u0001E\u0002PE\u0002E\u00036E\u0003E\u0004\u001cE\u0004E\u0005\u0002E\u0005wE\u0005E\u0006`E\u0006E\u0007KE\u0007E\b5E\bE\t E\tE\n\nE\nE\nE\u000bjE\u000bE\fSE\fE\r;E\rE\u000e\"E\u000eE\u000f\bE\u000fyE\u000fE\u0010[E\u0010E\u0011;E\u0011E\u0012\u0018E\u0012E\u0012E\u0013]E\u0013E\u00142E\u0014E\u0015\u0002E\u0015jE\u0015E\u00164E\u0016E\u0016E\u0017\\E\u0017E\u0018\u001bE\u0018xE\u0018E\u0019/E\u0019E\u0019E\u001a8E\u001aE\u001aE\u001b2E\u001bE\u001bE\u001c\u001dE\u001chE\u001cE\u001cE\u001d?E\u001dE\u001dE\u001e\u0004E\u001eAE\u001e}E\u001eE\u001eE\u001f#E\u001fVE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001ftE\u001f\\E\u001fBE\u001f&E\u001f\nE\u001eE\u001eE\u001eE\u001eE\u001etE\u001eTE\u001e5E\u001e\u0015E\u001dE\u001dE\u001dE\u001dE\u001d|E\u001d^E\u001dDE\u001d(E\u001d\u000fE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001c|E\u001crE\u001ckE\u001cfE\u001ceE\u001cfE\u001cjE\u001crE\u001c|E\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0006E\u001d*E\u001dSE\u001dE\u001dE\u001dE\u001e$E\u001edE\u001eE\u001eE\u001fAE\u001fE\u001fE PE E!\u000eE!sE!E\"ME\"E#PE?ME@MEANEBRECVED^EEeEFnEGyEHEIEJEKELEMENEOEQ\u0007ER\u001bES.ETBEUUEViEW|EXEYEZE[E\\E]E^E`\u000eEa\u001eEb,Ec8EdEEePEfZEg`EhhEimEjoEkqElqEmpEnjEodEp\\EqPErBEs2Et Eu\fEuEEEeEE:EE\u0014EEEbEEDEE+EE\u0000\u0012E\u0000E\u0000E\u0001tE\u0001E\u0002dE\u0002E\u0003TE\u0003E\u0004FE\u0004E\u0005:E\u0005E\u0006-E\u0006E\u0007!E\u0007E\b\u0016E\bE\t\u000bE\tE\tE\nxE\nE\u000blE\u000bE\f^E\fE\rNE\rE\u000eE?E@EAEBECEDEEEFEGEHEIEK\u000eEL EM4ENGEO\\EPqEQERESETEUEVEX\u000eEY#EZ:E[PE\\eE]zE^E_E`EaEbEcEdEf\u0006Eg\u0011Eh\u001cEi&Ej.Ek4El8Em:En:Eo8Ep5Eq0Er'Es\u001aEt\rEtEuEvEEbEE>EE\u001fEE\u0004EwEEbEEPEE@EE2EE\u0000)E\u0000E\u0001!E\u0001E\u0002\u001aE\u0002E\u0003\u0016E\u0003E\u0004\u0013E\u0004E\u0005\u0010E\u0005E\u0006\u000fE\u0006E\u0007\fE\u0007E\b\u000bE\bE\t\tE\tE\n\u0005E\nE\u000b\u0002E\u000bE\u000bE\fyE\fE\rqE\rE\u000efE\u000eE\u000fZE\u000fE\u0010LE\u0010E\u00118E\u0011E\u0012#E\u0012E\u0013\tE\u0013{E\u0013E\u0014\\E\u0014E\u00158E\u0015E\u0016\u000eE\u0016xE\u0016E\u0017GE\u0017E\u0018\u0011E\u0018tE\u0018E\u00194E\u0019E\u0019E\u001aHE\u001aE\u001aE\u001bNE\u001bE\u001bE\u001cBE\u001cE\u001cE\u001d%E\u001dnE\u001dE\u001dE\u001e6E\u001evE\u001eE\u001eE\u001f$E\u001fZE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fxE\u001fbE\u001fLE\u001f3E\u001f\u001aE\u001eE\u001eE\u001eE\u001eE\u001eE\u001ekE\u001eME\u001e-E\u001e\u000eE\u001dE\u001dE\u001dE\u001dE\u001dvE\u001dZE\u001d>E\u001d\"E\u001d\bE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001crE\u001ciE\u001cbE\u001c]E\u001c[E\u001c\\E\u001c`E\u001cgE\u001crE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d E\u001dJE\u001dwE\u001dE\u001dE\u001e\u001dE\u001e]E\u001eE\u001eE\u001f?E\u001fE\u001fE QE E!\u0013E!yE!E\"VE\"E#IE#E$RE$E%nE&\u0005E&E'@E'E(E)E?E@EAEBED\nEE\u0016EF#EG2EHBEITEJhEK|ELEMENEOEPER\u0004ES\u001eET6EUOEViEWEXEYEZE[E]\u0000E^\u0018E_0E`FEa\\EbpEcEdEeEfEgEhEiEjEkElEn\u0001Eo\u0004Ep\u0005Eq\u0004Er\u0000ErEsEtEuEvEwE^EE@EE&EE\u0012EE\u0000EyEEnEEfEEbEE`EE`EE\u0000cE\u0000E\u0001gE\u0001E\u0002mE\u0002E\u0003sE\u0003E\u0004{E\u0004E\u0005E\u0006\u0005E\u0006E\u0007\rE\u0007E\b\u0015E\bE\t\u001bE\tE\n!E\nE\u000b%E\u000bE\f(E\fE\r(E\rE\u000e%E\u000eE\u000f E\u000fE\u0010\u0019E\u0010E\u0011\u000eE\u0011E\u0012\u0000E\u0012vE\u0012E\u0013bE\u0013E\u0014HE\u0014E\u0015*E\u0015E\u0016\u0006E\u0016rE\u0016E\u0017GE\u0017E\u0018\u0015E\u0018zE\u0018E\u0019?E\u0019E\u0019E\u001aXE\u001aE\u001b\fE\u001bbE\u001bE\u001c\nE\u001c[E\u001cE\u001cE\u001dAE\u001dE\u001dE\u001e\u0013E\u001eTE\u001eE\u001eE\u001f\u000bE\u001fCE\u001fxE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001flE\u001fXE\u001fBE\u001f*E\u001f\u0012E\u001eE\u001eE\u001eE\u001eE\u001eE\u001efE\u001eHE\u001e*E\u001e\nE\u001dE\u001dE\u001dE\u001dE\u001dsE\u001dVE\u001d:E\u001d E\u001d\u0006E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001c{E\u001coE\u001ceE\u001c^E\u001cZE\u001cXE\u001cXE\u001c\\E\u001ccE\u001cnE\u001c|E\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u001dE\u001dFE\u001dtE\u001dE\u001dE\u001e\u0019E\u001eZE\u001eE\u001eE\u001f>E\u001fE\u001fE SE E!\u0016E!}E!E\"[E\"E#PE#E$[E$E%|E&\u0013E&E'QE'E(E)RE*\u0006E*E+{E,0E?4E@9EAAEBJECVEDcEErEFEGEHEIEJEKELEN\u0018EO1EPKEQfERESETEUEVEX\u000eEY+EZGE[cE\\E]E^E_E`Eb\u0001Ec\u0018Ed/EeFEfXEgmEh}EiEjEkElEmEnEoEpEqErEsEtEuEvEwExEEAEE-EE\u001eEE\u0014EE\u000eEE\u000bEE\fEE\u0010EE\u0017EE EE,EE\u00009E\u0000E\u0001GE\u0001E\u0002WE\u0002E\u0003gE\u0003E\u0004xE\u0005\u0002E\u0005E\u0006\u0013E\u0006E\u0007#E\u0007E\b3E\bE\tAE\tE\nNE\nE\u000bZE\u000bE\fcE\fE\rjE\rE\u000enE\u000eE\u000foE\u000fE\u0010nE\u0010E\u0011hE\u0011E\u0012\\E\u0012E\u0013NE\u0013E\u0014:E\u0014E\u0015\"E\u0015E\u0016\u0003E\u0016rE\u0016E\u0017KE\u0017E\u0018\u001eE\u0018E\u0018E\u0019LE\u0019E\u001a\u000eE\u001alE\u001aE\u001b\"E\u001bzE\u001bE\u001c#E\u001cuE\u001cE\u001d\u0012E\u001d]E\u001dE\u001dE\u001e/E\u001eqE\u001eE\u001eE\u001f'E\u001f^E\u001fE\u001fE\u001fE\u001fE\u001fE\u001fE\u001fqE\u001f^E\u001fLE\u001f5E\u001f\u001fE\u001f\u0007E\u001eE\u001eE\u001eE\u001eE\u001e~E\u001e_E\u001eAE\u001e#E\u001e\u0004E\u001dE\u001dE\u001dE\u001dE\u001dnE\u001dRE\u001d5E\u001d\u001aE\u001d\u0000E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cvE\u001cjE\u001c`E\u001cXE\u001cTE\u001cRE\u001cRE\u001cVE\u001c^E\u001cgE\u001cuE\u001cE\u001cE\u001cE\u001cE\u001cE\u001d\u0018E\u001dBE\u001dpE\u001dE\u001dE\u001e\u0017E\u001eYE\u001eE\u001eE\u001f>E\u001fE\u001fE UE E!\u0019E!E!E\"bE\"E#YE#E$fE$E%E&\"E&E'cE(\nE(E)hE*\u001eE*E+E,ZE- E-E.E/E0dE1=E2\u001cE2E3E4E5E6E7E8E9E:yE;vEzE?E@EAEBECEDEEEFEGEI\nEJ\"EK:ELTEMnENEOEPEQERET\u001dEUE.\nE.E/E0E1fE2EE3(E4\u0010E4E5E6E7E8E9E:E;EE?E@EAEBED\u0000EE\u0014EF'EG=EHTEImEJEKELEMENEP\u0018EQ7ERXESxETEUEVEWEY!EZCE[eE\\E]E^E_Ea\bEb'EcEEdcEeEfEgEhEiEjEl\u000eEm En0Eo>EpKEqUEr^EsfEtiEujEviEwdEx^EyTEzHEE)EE&EE(EE.EE8EEHEEZEEpEEE\u0016EE2EEPEEpE\u0001EE\u0000$E\u0000E\u0001FE\u0001E\u0002iE\u0002E\u0003E\u0004\u001eE\u0004E\u0005@E\u0005E\u0006cE\u0006E\u0007E\b\u0014E\bE\t2E\tE\nNE\nE\u000biE\u000bE\fE\r\u000bE\rE\u000e\u001dE\u000eE\u000f+E\u000fE\u00106E\u0010E\u0011E\u0012E\u0013:E\u0013E\u00142E\u0014E\u0015#E\u0015E\u0016\u000eE\u0016E\u0016E\u0017bE\u0017E\u0018E5+E6\u001bE7\rE8\u0004E8E9E:E;E\u0002E?\nE@\u0015EA\"EB2ECBEDVEEkEFEGEHEIEJEL\tEM(ENHEOiEPEQERESEU\u0017EV;EW_EXEYEZE[E]\u0017E^;E_^E`EaEbEcEe\u0006Ef%EgCEh`EizEjEkElEmEnEoEq\u000bEr\u001aEs$Et,Eu2Ev6Ew6Ex7Ey2Ez*E{ E%EE&EE-EE8EEJEE_EExE\u0006EE$EEDEEiEEE#EEMEEvE\fEE\u00008E\u0000E\u0001dE\u0001E\u0002E\u0003&E\u0003E\u0004RE\u0004E\u0005}E\u0006\u0011E\u0006E\u0007;E\u0007E\bbE\bE\tE\n\u0018E\nE\u000b:E\u000bE\fXE\fE\rtE\rE\u000eE\u000f\u0014E\u000fE\u0010$E\u0010E\u00111E\u0011E\u00128E\u0012E\u0013:E\u0013E\u00146E\u0014E\u0015,E\u0015E\u0016\u001aE\u0016E\u0017\u0003E\u0017tE\u0017E\u0018QE\u0018E\u0019&E\u0019E\u0019E\u001aWE\u001aE\u001b\u0018E\u001btE\u001bE\u001c&E\u001c}E\u001cE\u001d E\u001dnE\u001dE\u001e\u0003E\u001eIE\u001eE\u001eE\u001f\fE\u001fFE\u001fbE\u001faE\u001f[E\u001fRE\u001fHE\u001f;E\u001f-E\u001f\u001bE\u001f\bE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eyE\u001e]E\u001eAE\u001e$E\u001e\u0007E\u001dE\u001dE\u001dE\u001dE\u001dsE\u001dVE\u001d:E\u001d\u001eE\u001d\u0003E\u001cE\u001cE\u001cE\u001cE\u001cE\u001c~E\u001coE\u001c`E\u001cTE\u001cJE\u001cBE\u001c>E\u001cE\u001cBE\u001cHE\u001cTE\u001caE\u001ctE\u001cE\u001cE\u001cE\u001cE\u001d\u0007E\u001d2E\u001d`E\u001dE\u001dE\u001e\fE\u001eOE\u001eE\u001eE\u001f9E\u001fE\u001fE WE E!!E!E!E\"qE\"E#oE#E$E%\u0016E%E&KE&E'E(AE(E)E*dE+\"E+E,E-{E.LE/ E/E0E1E2E3E4lE5ZE6LE7BE8:E95E:3E;4E<7E==E>FE?QE@_EAnEBECEDEEEFEGEI\u0011EJ.EKNELnEMENEOEPER\u001fESEETkEUEVEWEY\u0007EZ/E[VE\\}E]E^E_Ea\u0017EbE?E@EAEBECEDEF\u0018EG4EHPEIpEJEKELEMEO\u001eEPDEQkERESETEV\rEW7EXaEYEZE[E]\tE^3E_\\E`EaEbEcEe\"EfGEglEhEiEjEkEm\fEn(EoCEp[EqpErEsEtEuEvEwExEyEzE{E|E EE2EEHEEcEEE\u0016EE=EEhE\u0000EE0EEeEEE6EEoE\rEEHEEE#EE`E\u0000\u0000E\u0000E\u0001=E\u0001E\u0002zE\u0003\u0018E\u0003E\u0004SE\u0004E\u0005E\u0006*E\u0006E\u0007bE\u0007E\bE\t/E\tE\n`E\nE\u000bE\f#E\fE\rJE\rE\u000emE\u000eE\u000fE\u0010\u0018E\u0010E\u0011.E\u0011E\u0012@E\u0012E\u0013JE\u0013E\u0014NE\u0014E\u0015LE\u0015E\u0016BE\u0016E\u00170E\u0017E\u0018\u0018E\u0018E\u0018E\u0019aE\u0019E\u001a2E\u001aE\u001aE\u001bZE\u001bE\u001c\u0012E\u001cjE\u001cE\u001d\u0014E\u001ddE\u001dE\u001dE\u001eEE\u001eE\u001eE\u001f\nE\u001f*E\u001f+E\u001f'E\u001f\"E\u001f\u001aE\u001f\u0010E\u001f\u0002E\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001evE\u001e\\E\u001eAE\u001e&E\u001e\nE\u001dE\u001dE\u001dE\u001dE\u001dzE\u001d\\E\u001d@E\u001d&E\u001d\nE\u001cE\u001cE\u001cE\u001cE\u001cE\u001c~E\u001cmE\u001c\\E\u001cNE\u001cCE\u001c9E\u001c2E\u001c.E\u001c,E\u001c.E\u001c2E\u001c:E\u001cDE\u001cRE\u001ceE\u001c{E\u001cE\u001cE\u001cE\u001cE\u001d'E\u001dWE\u001dE\u001dE\u001e\u0004E\u001eIE\u001eE\u001eE\u001f8E\u001fE\u001fE [E E!'E!E\"\u0006E\"~E\"E#E$\tE$E%.E%E&hE'\u000eE'E(hE)\u001cE)E*E+TE,\u001cE,E-E.E/dE0BE1!E2\u0006E2E3E4E5E6E7E8E9E:E;EE?E@EB\u0006EC\u001cED6EEOEFlEGEHEIEJEL\u0013EM8EN`EOEPEQES\u0003ET.EUZEVEWEXEZ\u000bE[7E\\dE]E^E_Ea\u0014Eb?EciEdEeEfEh\nEi/EjREkwElEmEnEoEq\fEr$Es=EtPEubEvrEwExEyEzE{E|E}EE.EEJEEjEEE&EEREEE\u001eEETEEE-EEkE\u000bEEMEEE2EExE\u001aEE`E\u0004EE\u0000JE\u0000E\u0001E\u00022E\u0002E\u0003uE\u0004\u0017E\u0004E\u0005YE\u0005E\u0006E\u00077E\u0007E\bsE\t\u0010E\tE\nGE\nE\u000bzE\f\u0012E\fE\r@E\rE\u000ehE\u000eE\u000fE\u0010\u001bE\u0010E\u00116E\u0011E\u0012KE\u0012E\u0013ZE\u0013E\u0014bE\u0014E\u0015cE\u0015E\u0016\\E\u0016E\u0017ME\u0017E\u00186E\u0018E\u0019\u0016E\u0019E\u0019E\u001aTE\u001aE\u001b\u001dE\u001b}E\u001bE\u001c5E\u001cE\u001cE\u001d7E\u001dE\u001dE\u001e\u001eE\u001eeE\u001eE\u001eE\u001f\rE\u001f\rE\u001f\u000bE\u001f\u0007E\u001f\u0001E\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001e|E\u001edE\u001eKE\u001e1E\u001e\u0016E\u001dE\u001dE\u001dE\u001dE\u001dE\u001dlE\u001dQE\u001d4E\u001d\u0019E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001ctE\u001cbE\u001cRE\u001cDE\u001c8E\u001c.E\u001c(E\u001c#E\u001c\"E\u001c$E\u001c)E\u001c0E\u001c;E\u001cJE\u001c\\E\u001crE\u001cE\u001cE\u001cE\u001cE\u001d!E\u001dQE\u001dE\u001dE\u001e\u0000E\u001eFE\u001eE\u001eE\u001f6E\u001fE\u001fE [E E!)E!E\"\nE\"E#\u0002E#E$\u0012E$E%9E%E&vE'\u001dE'E(yE)/E)E*E+nE,6E-\u0004E-E.E/E0dE1FE2-E3\u0017E4\u0004E4E5E6E7E8E9E:E;E\u0003E?\u0013E@&EA:EBQECjEDEEEFEGEI\u0004EJ'EKMELsEMENEOEQ\u001aERFEStETEUEVEX,EY[EZE[E\\E^\u0018E_GE`uEaEbEcEe*EfUEgEhEiEjEl\u001dEm@EnbEoEpEqErEsEu\nEv\u001eEw2ExAEyNEzXE{`E|eE}fE~dE*EEJEEnE\u0004EE1EEdE\u0000EE8EEuE\u0014EEXEEE@EEE.EEyE EEmE\u0014EEbE\nEEXEE\u0000E\u0001LE\u0001E\u0002E\u0003>E\u0003E\u0004E\u0005,E\u0005E\u0006sE\u0007\u0015E\u0007E\bWE\bE\tE\n5E\nE\u000bnE\f\bE\fE\r;E\rE\u000ehE\u000eE\u000fE\u0010\"E\u0010E\u0011BE\u0011E\u0012\\E\u0012E\u0013nE\u0013E\u0014zE\u0014E\u0015|E\u0015E\u0016xE\u0016E\u0017lE\u0017E\u0018VE\u0018E\u00198E\u0019E\u001a\u000fE\u001axE\u001aE\u001bAE\u001bE\u001bE\u001cYE\u001cE\u001d\u0006E\u001dYE\u001dE\u001dE\u001e>E\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001e~E\u001ehE\u001eQE\u001e8E\u001e\u001fE\u001e\u0005E\u001dE\u001dE\u001dE\u001dE\u001dzE\u001d]E\u001dBE\u001d&E\u001d\nE\u001cE\u001cE\u001cE\u001cE\u001cE\u001czE\u001chE\u001cVE\u001cFE\u001c8E\u001c.E\u001c$E\u001c\u001dE\u001c\u001aE\u001c\u0018E\u001c\u001aE\u001c\u001eE\u001c'E\u001c2E\u001cAE\u001cTE\u001cjE\u001cE\u001cE\u001cE\u001cE\u001d\u001aE\u001dKE\u001dE\u001dE\u001dE\u001eAE\u001eE\u001eE\u001f4E\u001fE\u001fE \\E E!,E!E\"\u000eE\"E#\bE#E$\u001bE$E%DE%E&E',E'E(E)CE)E*E+E,QE- E-E.E/E0E1lE2TE3@E40E5$E6\u001aE7\u0014E8\u0012E9\u0013E:\u0016E;\u001eE<'E=4E>CE?VE@jEAEBECEDEEEG\u0013EH7EI[EJEKELEMEO)EPUEQERESEU\u0010EVBEWrEXEYE[\u0007E\\9E]kE^E_E`Eb0Ec_EdEeEfEh\u0017EiDEjnEkElEmEo\nEp-EqNErmEsEtEuEvEwExEz\fE{\u0018E|#E}*E~-E.EEJEEtE\nEEE\rE\u000epE\u000f\u0007E\u000fE\u00100E\u0010E\u0011TE\u0011E\u0012pE\u0012E\u0013E\u0014\u000fE\u0014E\u0015\u0018E\u0015E\u0016\u001aE\u0016E\u0017\u0014E\u0017E\u0018\u0005E\u0018zE\u0018E\u0019\\E\u0019E\u001a5E\u001aE\u001b\u0002E\u001beE\u001bE\u001c#E\u001c}E\u001cE\u001d)E\u001d{E\u001dE\u001e\u0015E\u001e]E\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001eE\u001ezE\u001efE\u001eRE\u001eE\u001eE\u001eE\u001f2E\u001fE\u001fE ]E E!/E!E\"\u0013E\"E#\u0010E#E$$E$E%PE%E&E'=E'E(E)XE*\u0016E*E+E,lE->E.\u0012E.E/E0E1E2|E3jE4\\E5QE6JE7FE8FE9HE:NE;XEE?E@EAEBED\u0001EE EFCEGfEHEIEJEL\u0006EM1EN^EOEPEQES\u001cETNEUEVEWEY\u001bEZNE[E\\E]E_\u001fE`TEaEbEcEe\u001eEfOEgEhEiEk\bEl6Em_EnEoEpEqEs\u001aEt9EuVEvsEwExEyEzE{E|E}E~EEJEExE\u0010EEFEEE\"EEfE\u000bEEVEEEKEEEJEEEMEEEVE\u0004EEaE\u0010EEoE\u001dEE|E+EEE\u00006E\u0000E\u0001E\u0002?E\u0002E\u0003E\u0004BE\u0004E\u0005E\u0006AE\u0006E\u0007E\b8E\bE\tE\n$E\nE\u000biE\f\tE\fE\rFE\rE\u000e|E\u000f\u0015E\u000fE\u0010BE\u0010E\u0011jE\u0011E\u0012E\u0013\u0016E\u0013E\u0014,E\u0014E\u00158E\u0015E\u0016E?E@EB\u000eEC-EDLEEnEFEGEHEJ\nEK4ELbEMENEOEQ ERSESETEUEW$EX[EYEZE[E]4E^kE_E`Eb\u000eEcCEdxEeEfEh\u0012EiCEjsEkElEmEo(EpREqyErEsEtEv\u0005Ew\"Ex@EyXEznE{E|E}E~EEրEExE\u0014EENEEE2EEyE EEnE\u001aEEnE\u001bEEwE$EEE4EEEGEEE^E\u0011EExE*EEEDEEE[E\u0000\rE\u0000E\u0001nE\u0002\u001fE\u0002E\u0003~E\u0004,E\u0004E\u0005E\u00063E\u0006E\u0007E\b2E\bE\tE\n)E\nE\u000bpE\f\u0014E\fE\rTE\rE\u000eE\u000f*E\u000fE\u0010ZE\u0010E\u0011E\u0012\u0017E\u0012E\u00136E\u0013E\u0014ME\u0014E\u0015\\E\u0015E\u0016aE\u0016E\u0017\\E\u0017E\u0018OE\u0018E\u00198E\u0019E\u001a\u0016E\u001aE\u001aE\u001bNE\u001bE\u001c\u0010E\u001ckE\u001cE\u001d\u001bE\u001dmE\u001dE\u001e\nE\u001eSE\u001e{E\u001eE\u001eE\u001eE\u001eE\u001eE\u001exE\u001enE\u001ebE\u001eUE\u001eDE\u001e4E\u001e\u001fE\u001e\nE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dxE\u001d^E\u001dCE\u001d(E\u001d\u000eE\u001cE\u001cE\u001cE\u001cE\u001cE\u001czE\u001cdE\u001cPE\u001c>E\u001c-E\u001c\u001eE\u001c\u0012E\u001c\u0007E\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001c\u0007E\u001c\u0014E\u001c$E\u001c8E\u001cOE\u001clE\u001cE\u001cE\u001cE\u001d\u0006E\u001d9E\u001dpE\u001dE\u001dE\u001e8E\u001eE\u001eE\u001f0E\u001fE\u001fE `E E!5E!E\"\u001dE\"E#\u001fE#E$8E$E%iE&\nE&E'^E(\u000eE(E)E*BE+\bE+E,E-vE.PE/,E0\u000eE0E1E2E3E4E5E6E7E8E9E:E;E,E?CE@^EA|EBECEDEF\u0007EG0EHZEIEJEKEM\u0015ENHEO|EPEQES\u001eETVEUEVEX\u0002EYE\nE\u000bE\f5E\fE\r|E\u000e\u001eE\u000eE\u000f\\E\u000fE\u0010E\u0011,E\u0011E\u0012XE\u0012E\u0013|E\u0014\nE\u0014E\u0015 E\u0015E\u0016,E\u0016E\u0017.E\u0017E\u0018&E\u0018E\u0019\u0015E\u0019E\u0019E\u001adE\u001aE\u001b4E\u001bE\u001bE\u001cVE\u001cE\u001d\bE\u001d\\E\u001dE\u001dE\u001e$E\u001e/E\u001e5E\u001e8E\u001e8E\u001e6E\u001e1E\u001e)E\u001e E\u001e\u0014E\u001e\u0006E\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dyE\u001d`E\u001dHE\u001d/E\u001d\u0016E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cjE\u001cUE\u001cAE\u001c-E\u001c\u001cE\u001c\fE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001c\u000eE\u001c#E\u001cgE?E@EAEBED\u0003EE)EFREG|EHEIEK\bEL9EMlENEOEQ\u000eERGESETEUEW1EXmEYEZE\\%E]bE^E_Ea\u001bEbXEcEdEf\rEgHEhEiEjEl+EmbEnEoEpEr,EsZEtEuEvEx\u0000Ey$EzFE{eE|E}E~EEրEցEւEEdE\tEEXE\u0002EEYE\u0006EEfE\u0018EE~E3EEEXE\u0010EEE>EEEqE.EEEeE#EEE]E\u001bEEETE\u0011EEEGE\u0003EE\u0000xE\u00013E\u0001E\u0002E\u0003\\E\u0004\u0014E\u0004E\u0005E\u00062E\u0006E\u0007E\bHE\bE\tE\nPE\nE\u000bE\fNE\fE\rE\u000eE?E@EAEC\"EDJEErEFEGEHEJ(EKZELEMENEP4EQlERESEU\u001fEV]EWEXEZ\u0018E[WE\\E]E_\u0017E`WEaEbEd\u0014EeSEfEgEi\u000bEjGEkElEmEo*Ep`EqErEsEu&EvREw}ExEyEzE|\u0010E}.E~JEdEրzEցEւEփEjE\u0010EE`E\fEEgE\u0018EEzE.EEEPE\tEE}E7EEEnE,EEEjE*EEElE.EEErE4EEEwE8EEExE7EEE\u0000rE\u0001.E\u0001E\u0002E\u0003`E\u0004\u0019E\u0004E\u0005E\u0006?E\u0006E\u0007E\bZE\t\nE\tE\niE\u000b\u0016E\u000bE\fjE\r\u0013E\rE\u000e^E\u000f\u0000E\u000fE\u0010@E\u0010E\u0011vE\u0012\u000fE\u0012E\u00139E\u0013E\u0014ZE\u0014E\u0015rE\u0015E\u0016E\u0017\u0002E\u0017E\u0018\u0000E\u0018zE\u0018E\u0019fE\u0019E\u001aFE\u001aE\u001b\u001aE\u001bE\u001bE\u001c?E\u001cE\u001cE\u001dFE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dkE\u001dUE\u001d?E\u001d)E\u001d\u0012E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001ckE\u001cUE\u001c@E\u001c+E\u001c\u0017E\u001c\u0006E\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001c\u000bE\u001c$E\u001cBE\u001ceE\u001cE\u001cE\u001cE\u001d\u001cE\u001dWE\u001dE\u001dE\u001e&E\u001evE\u001eE\u001f*E\u001fE\u001fE eE E!BE!E\"3E\"E#E?EA\u001cEB@ECfEDEEEFEH\u0014EIEEJxEKELEN\u001aEOSEPEQES\u0005ETDEUEVEX\u0002EYCEZE[E]\u0007E^IE_E`Eb\u000fEcQEdEeEg\u0013EhREiEjEl\u000bEmGEnEoEpEr'Es\\EtEuEvEx\u001aEyEEznE{E|E}E~Eր\u0010Eց(Eւ>EփPEք`E\u0017EElE\u0018EEvE(EEEFEEEnE'EEE^E\u001cEEE\\E\u001dEEEeE)EEEuE9EEEEME\u0013EEE`E#EEElE/EEE\u0000pE\u00010E\u0001E\u0002E\u0003iE\u0004$E\u0004E\u0005E\u0006PE\u0007\bE\u0007E\bpE\t$E\tE\nE\u000b4E\u000bE\fE\r4E\rE\u000eE\u000f%E\u000fE\u0010fE\u0011\u0004E\u0011E\u00128E\u0012E\u0013dE\u0013E\u0014E\u0015\u0012E\u0015E\u0016$E\u0016E\u0017,E\u0017E\u0018(E\u0018E\u0019\u001aE\u0019E\u0019E\u001amE\u001aE\u001b?E\u001bE\u001c\u0003E\u001c`E\u001cE\u001d\u0010E\u001dbE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001d~E\u001dmE\u001d\\E\u001dIE\u001d5E\u001d E\u001d\nE\u001cE\u001cE\u001cE\u001cE\u001cE\u001c~E\u001chE\u001cRE\u001cE\u0015E\u0016OE\u0016E\u0017VE\u0017E\u0018QE\u0018E\u0019AE\u0019E\u001a$E\u001aE\u001aE\u001b`E\u001bE\u001c\"E\u001c}E\u001cE\u001d*E\u001d\\E\u001dkE\u001dxE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dE\u001dzE\u001dpE\u001ddE\u001dVE\u001dHE\u001d6E\u001d$E\u001d\u0012E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cxE\u001cbE\u001cLE\u001c7E\u001c\"E\u001c\u000eE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001c\fE\u001c+E\u001cPE\u001cwE\u001cE\u001cE\u001d\u000eE\u001dIE\u001dE\u001dE\u001e\u001fE\u001epE\u001eE\u001f&E\u001fE\u001fE iE E!JE!E\">E\"E#ME#E$uE%\u0012E%E&^E'\fE'E(zE);E)E*E+E,lE-FE.\"E/\u0006E/E0E1E2E3E4E5E6E7E8E9E:E<\u0000E=\u0019E>4E?TE@vEAEBECEE\u0017EFEEGvEHEIEK\u0014ELLEMENEP\u0000EQ>ER~ESEU\u0000EVCEWEXEZ\u0010E[UE\\E]E_&E`nEaEbEd?EeEfEh\u000eEiQEjEkEm\u0016EnVEoEpEr\u000eEsFEtEuEvEx\u001eEyNEz}E{E|E}E\u001eEր@Eց^Eւ{EփEքEօE܌E:EEޞERE\u0007EExE2EEEiE(EEEmE2EEEEHE\u0010EEEkE4EEEE_E*EEEEWE\"EEEEKE\u0015EEEnE4EEE\u0000E\u0001IE\u0002\u000bE\u0002E\u0003E\u0004ME\u0005\u000bE\u0005E\u0006E\u0007>E\u0007E\bE\tdE\n\u0018E\nE\u000b{E\f*E\fE\rE\u000e,E\u000eE\u000fxE\u0010\u001aE\u0010E\u0011ZE\u0011E\u0012E\u0013&E\u0013E\u0014NE\u0014E\u0015jE\u0015E\u0016{E\u0017\u0000E\u0017E\u0018\u0000E\u0018{E\u0018E\u0019hE\u0019E\u001aJE\u001aE\u001b\u001dE\u001bE\u001bE\u001c@E\u001cE\u001cE\u001d#E\u001d5E\u001dBE\u001dME\u001dUE\u001dXE\u001dYE\u001dXE\u001dTE\u001dME\u001dDE\u001d:E\u001d.E\u001d E\u001d\u0010E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cqE\u001cZE\u001cEE\u001c0E\u001c\u001bE\u001c\u0006E\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001c\u0000E\u001c E\u001cEE\u001cnE\u001cE\u001cE\u001d\u0006E\u001dCE\u001dE\u001dE\u001e\u001bE\u001enE\u001eE\u001f&E\u001fE\u001fE jE E!NE!E\"EE\"E#WE#E$E%\u001fE%E&mE'\u001dE'E(E)PE*\u0015E*E+E,E-bE.@E/$E0\u000eE0E1E2E3E4E5E6E7E8E:\nE;\u001eE<5E=PE>nE?E@EAEC\u0002ED-EE[EFEGEHEJ(EKaELEMEO\u0014EPTEQERET\u0019EU]EVEWEY-EZtE[E]\u0003E^KE_E`Eb#EckEdEeEgAEhEiEk\u0011ElUEmEnEp\u001aEqXErEsEu\u000eEvFEw{ExEyE{\u0014E|AE}nE~EEրEւ\u0000Eփ\u001eEք8EօQEֆdELEEܲEfE\u001eEEߐELE\bEEEHE\nEEEXE EEExECE\u000eEEEqE=E\u000bEEEuECE\u0011EEE{EIE\u0018EEEELE\u0017EEExEAE\nEE\u0000E\u0001]E\u0002\"E\u0002E\u0003E\u0004jE\u0005)E\u0005E\u0006E\u0007`E\b\u001bE\bE\tE\n?E\nE\u000bE\fTE\r\u0002E\rE\u000eXE\u000f\u0000E\u000fE\u0010IE\u0010E\u0011E\u0012$E\u0012E\u0013TE\u0013E\u0014|E\u0015\u000bE\u0015E\u0016 E\u0016E\u0017+E\u0017E\u0018*E\u0018E\u0019\u001cE\u0019E\u001a\u0000E\u001amE\u001aE\u001b>E\u001bE\u001c\u0001E\u001c]E\u001cE\u001cE\u001cE\u001d\u000bE\u001d\u0017E\u001d E\u001d%E\u001d'E\u001d'E\u001d%E\u001d E\u001d\u0018E\u001d\u000eE\u001d\u0002E\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cxE\u001cdE\u001cPE\u001c;E\u001c&E\u001c\u0012E\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001b{E\u001buE\u001brE\u001bpE\u001brE\u001bvE\u001b}E\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001c\u0014E\u001c8E\u001ccE\u001cE\u001cE\u001cE\u001d;E\u001d~E\u001dE\u001e\u0016E\u001ejE\u001eE\u001f$E\u001fE\u001fE lE E!RE!E\"KE\"E#_E#E$E%*E%E&|E'-E'E(E)bE*+E*E+E,E-|E.^E/CE0,E1\u001cE2\u000eE3\u0006E4\u0002E5\u0002E6\u0005E7\fE8\u0018E9'E::E;PEE?E@EB\u0014EC?EDlEEEFEH\u0002EI8EJrEKELEN&EOeEPEQES,ETpEUEVEXEEYEZE\\\u001eE]hE^E_EaFEbEcEe$EflEgEhEjEEkElEn\u0016EoZEpEqEs\u001cEtZEuEvEx\nEy@EztE{E|E~\u0003E-EրWEց|EւEփEքEօEև\bE\u0012EE~E6EEݪEfE&EEEjE-EEEEJE\u0012EEEtEAE\u000fEEE{EJE\u001bEEEE_E/E\u0001EEEtEDE\u0015EEEERE!EEEETE\u001eEE\u0000E\u0001wE\u0002>E\u0003\u0002E\u0003E\u0004E\u0005JE\u0006\nE\u0006E\u0007E\bAE\bE\tE\nhE\u000b\u001cE\u000bE\fE\r.E\rE\u000eE\u000f,E\u000fE\u0010vE\u0011\u0017E\u0011E\u0012QE\u0012E\u0013E\u0014\u0017E\u0014E\u00156E\u0015E\u0016LE\u0016E\u0017UE\u0017E\u0018QE\u0018E\u0019@E\u0019E\u001a\"E\u001aE\u001aE\u001b\\E\u001bE\u001c\u001bE\u001ctE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cyE\u001cfE\u001cSE\u001c>E\u001c*E\u001c\u0017E\u001c\u0004E\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001b}E\u001brE\u001biE\u001bbE\u001b]E\u001bZE\u001bZE\u001b\\E\u001b`E\u001bjE\u001btE\u001bE\u001bE\u001bE\u001bE\u001bE\u001c\u0004E\u001c,E\u001cWE\u001cE\u001cE\u001cE\u001d2E\u001dvE\u001dE\u001e\u0010E\u001eeE\u001eE\u001f!E\u001fE\u001fE mE E!TE!E\"PE\"E#fE#E$E%6E%E&E'E@\u0000EA&EBPEC}EDEEEG\u0011EHHEIEJEKEM4ENuEOEPERE\nEEEtECE\u0014EEEE[E.E\u0001EEE|EPE$EEEEsEFE\u0019EEEE`E1E\u0000EEEjE6E\u0000\u0002E\u0000E\u0001E\u0002\\E\u0003$E\u0003E\u0004E\u0005pE\u00060E\u0006E\u0007E\bjE\t$E\tE\nE\u000bHE\u000bE\fE\r\\E\u000e\bE\u000eE\u000fZE\u0010\u0000E\u0010E\u0011FE\u0011E\u0012E\u0013\u0018E\u0013E\u0014CE\u0014E\u0015bE\u0015E\u0016uE\u0016E\u0017|E\u0017E\u0018wE\u0018E\u0019cE\u0019E\u001aBE\u001aE\u001b\u0013E\u001bvE\u001bE\u001c1E\u001cjE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cpE\u001c`E\u001cOE\u001c=E\u001c+E\u001c\u0018E\u001c\u0006E\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bzE\u001bmE\u001baE\u001bWE\u001bOE\u001bHE\u001bEE\u001bBE\u001bDE\u001bFE\u001bLE\u001bUE\u001bbE\u001brE\u001bE\u001bE\u001bE\u001bE\u001bE\u001c\u001fE\u001cKE\u001c|E\u001cE\u001cE\u001d+E\u001dpE\u001dE\u001e\u000bE\u001eaE\u001eE\u001f E\u001fE\u001fE oE E!YE!E\"VE\"E#oE$\u0004E$E%CE%E&E'ME(\u0007E(E)E*UE+%E+E,E-E.E/E0lE1^E2VE3PE4NE5RE6XE7cE8qE9E:E;EE\u0007EEEjE8E\u0006EEExEJE\u001eEEEEpEEE\u001bEEEEuEKE\"EEEE{EPE&EEEEvEHE\u001aEEEEVE\u0000#E\u0000E\u0001E\u0002E\u0003JE\u0004\u0011E\u0004E\u0005E\u0006\\E\u0007\u001cE\u0007E\bE\tRE\n\fE\nE\u000byE\f,E\fE\rE\u000e9E\u000eE\u000fE\u00101E\u0010E\u0011uE\u0012\u0014E\u0012E\u0013HE\u0013E\u0014qE\u0015\u0001E\u0015E\u0016\u0018E\u0016E\u0017#E\u0017E\u0018\"E\u0018E\u0019\u0013E\u0019E\u0019E\u001acE\u001aE\u001b0E\u001bE\u001bE\u001c(E\u001c?E\u001cSE\u001cbE\u001cpE\u001cyE\u001cE\u001cE\u001cE\u001cE\u001cE\u001cyE\u001crE\u001chE\u001c]E\u001cPE\u001cBE\u001c4E\u001c$E\u001c\u0013E\u001c\u0002E\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bxE\u001bhE\u001b\\E\u001bOE\u001bDE\u001b;E\u001b4E\u001b.E\u001b,E\u001b*E\u001b,E\u001b0E\u001b6E\u001b@E\u001bOE\u001b^E\u001brE\u001bE\u001bE\u001bE\u001bE\u001c\u0013E\u001c@E\u001cpE\u001cE\u001cE\u001d#E\u001diE\u001dE\u001e\u0006E\u001e]E\u001eE\u001f\u001eE\u001fE\u001fE pE E!]E!E\"]E\"E#wE$\u000fE$E%OE%E&E'^E(\u0019E(E)E*lE+\"E?HE@oEAEBECEE*EF^EGEHEJ\nEKHELEMEO\rEPREQERET(EUrEVEX\tEYVEZE[E]@E^E_Ea.Eb~EcEe\u001cEflEgEi\bEjVEkElEn:EoEpEr\u0014Es\\EtEuEw%ExcEyEzE|\u0016E}NE~EEրEւ\u0013EփVE?|E@EAEC\u0000ED1EEeEFEGEI\u0010EJNEKELEN\u0011EOVEPEQES.ETxEUEW\u0011EX^EYEZE\\LE]E^E`?EaEbEd1EeEfEh$EitEjEl\u0012Em_EnEoEqBErEsEu\u0019Ev_EwExEz\"E{aE|E}E\u000bEր>EցqEւEփEքEֆ\u001aEև>Eֈ\\E։zEqE.EEװEsE8EEEےE\\E)EEEߗEhE;E\u000eEEEEfE>E\u0017EEEE}EYE4E\u000fEEEE~EYE4E\u000fEEEExEQE*E\u0002EEEEYE.E\u0000EEE\u0000qE\u0001@E\u0002\fE\u0002E\u0003E\u0004iE\u00050E\u0005E\u0006E\u0007zE\b:E\bE\tE\nnE\u000b%E\u000bE\fE\r@E\rE\u000eE\u000fEE\u000fE\u0010E\u00114E\u0011E\u0012pE\u0013\nE\u0013E\u00146E\u0014E\u0015VE\u0015E\u0016gE\u0016E\u0017nE\u0017E\u0018fE\u0018E\u0019PE\u0019E\u001a-E\u001aE\u001aE\u001bZE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001c\u0000E\u001c\u0007E\u001c\u000bE\u001c\fE\u001c\u000bE\u001c\u0007E\u001c\u0003E\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bxE\u001bhE\u001bXE\u001bJE\u001bE?E@EB\bEC:EDlEEEFEH\u0014EIREJEKEM\u0014ENYEOEPER1ES|ETEV\u0015EWdEXEZ\u0003E[TE\\E]E_IE`EaEcAEdEeEg9EhEiEk-El}EmEo\u001bEphEqErEtHEuEvEx\u001cEy_EzE{E}\u001aE~VEEրEցEփ&EքTEօEֆEևEֈE֊\nEVE\u0017EE֜EaE*EEټEڈEVE%EEEޚEmEBE\u0017EEEExESE-E\tEEEE{EXE6E\u0014EEEEEjEGE$E\u0001EEEEoEJE#EEEEEUE)EEE\u0000E\u0001lE\u0002:E\u0003\u0006E\u0003E\u0004E\u0005`E\u0006&E\u0006E\u0007E\blE\t)E\tE\nE\u000bXE\f\rE\fE\rpE\u000e\u001fE\u000eE\u000fuE\u0010\u001cE\u0010E\u0011bE\u0012\u0002E\u0012E\u00136E\u0013E\u0014`E\u0014E\u0015}E\u0016\u0006E\u0016E\u0017\u0010E\u0017E\u0018\fE\u0018E\u0018E\u0019lE\u0019E\u001aDE\u001aE\u001b\fE\u001bKE\u001bgE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bvE\u001bhE\u001bZE\u001bLE\u001b=E\u001b/E\u001b\"E\u001b\u0015E\u001b\tE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001b\fE\u001b E\u001b7E\u001bSE\u001brE\u001bE\u001bE\u001bE\u001c\u0017E\u001cLE\u001cE\u001cE\u001d\tE\u001dSE\u001dE\u001dE\u001eQE\u001eE\u001f\u0019E\u001fE\u001fE vE E!jE!E\"pE\"E#E$.E$E%vE&#E&E'E(OE)\u0014E)E*E+E,^E->E.\"E/\fE/E0E1E2E3E4E5E6E8\fE9 E:8E;TEE?EA\u0011EB@ECrEDEEEG\u0018EHTEIEJEL\u0014EMYENEOEQ0ER{ESEU\u0015EVdEWEY\u0004EZVE[E\\E^OE_E`EbKEcEdEfHEgEhEjBEkElEn7EoEpEr\"EsnEtEv\u0003EwKExEyE{\u0018E|YE}E~Eր\u000eEցBEւwEփEքEֆ\u0004Eև.EֈTE։wE֊EDE\u0007EEՑEWE EEظEهEWE(EEEݢExEPE(E\u0001EEEEmEJE'E\u0005EEEEEbEAE\"E\u0002EEEEE`E@E\u001fEEEEEnEJE$EEEEEWE*EE\u0000E\u0001E\u0002lE\u00038E\u0004\u0003E\u0004E\u0005E\u0006YE\u0007\u001eE\u0007E\bE\t^E\n\u001aE\nE\u000bE\f@E\fE\rE\u000eRE\u000eE\u000fE\u0010ME\u0010E\u0011E\u0012/E\u0012E\u0013bE\u0013E\u0014E\u0015\u0018E\u0015E\u0016+E\u0016E\u00172E\u0017E\u0018+E\u0018E\u0019\u0014E\u0019E\u0019E\u001aWE\u001aE\u001aE\u001b\u0019E\u001b3E\u001bIE\u001b[E\u001bkE\u001bxE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001bE\u001byE\u001bqE\u001bfE\u001b\\E\u001bPE\u001bDE\u001b6E\u001b)E\u001b\u001dE\u001b\u000fE\u001b\u0002E\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001b\bE\u001b!E\u001b=E\u001b^E\u001bE\u001bE\u001bE\u001c\bE\u001c>E\u001cyE\u001cE\u001cE\u001dIE\u001dE\u001dE\u001eKE\u001eE\u001f\u0016E\u001fE\u001fE vE E!lE!E\"vE#\u0005E#E$6E$E%E&1E&E'E(`E)'E)E*E+E,vE-VE.E@\u0018EAFEBvECEDEF\u0018EGTEHEIEK\u0012ELVEMENEP-EQxERET\u0012EUbEVEX\u0003EYVEZE[E]PE^E_EaPEbEcEeREfEgEiREjEkEmLEnEoEq@ErEsEu*EvvEwEy\u0006EzME{E|E~\u0010ENEրEցEւEք,Eօ\\EֆEևEֈE֊\u0000E֋ E:EEEԌEVE\"EE׾E،E]E2E\u0004EEܱE݊EbE>E\u0018EEEEElEKE+E\fEEEEEtEVE8E\u001aEEEEEEcECE\"E\u0001EEEEvERE,E\u0005EEEE\\E\u00000E\u0001\u0002E\u0001E\u0002E\u0003mE\u00048E\u0005\u0002E\u0005E\u0006E\u0007TE\b\u0016E\bE\tE\nNE\u000b\bE\u000bE\ftE\r&E\rE\u000eE\u000f/E\u000fE\u0010|E\u0011 E\u0011E\u0012[E\u0012E\u0013E\u0014 E\u0014E\u0015>E\u0015E\u0016NE\u0016E\u0017QE\u0017E\u0018FE\u0018E\u0019-E\u0019E\u001a\u0003E\u001aiE\u001aE\u001aE\u001aE\u001aE\u001b\u0010E\u001b!E\u001b0E\u001b:E\u001bBE\u001bHE\u001bKE\u001bLE\u001bJE\u001bHE\u001bDE\u001b>E\u001b6E\u001b.E\u001b%E\u001b\u001aE\u001b\u000fE\u001b\u0004E\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001b\fE\u001b*E\u001bKE\u001bpE\u001bE\u001bE\u001bE\u001c2E\u001cnE\u001cE\u001cE\u001dBE\u001dE\u001dE\u001eHE\u001eE\u001f\u0015E\u001fE\u001fE zE E!rE!E\"~E#\u000fE#E$CE$E%E&@E&E'E(tE)E\u0014EEEܞEyEUE2E\u0010EEEEErETE6E\u0019EEEEEEoESE7E\u001bEEEEEEjEKE,E\fEEEEE\\E6E\u000eEEEE\u0000dE\u00016E\u0002\u0006E\u0002E\u0003E\u0004nE\u00058E\u0005E\u0006E\u0007E\bJE\t\nE\tE\nE\u000b%E?PE@|EAEBED\u0016EENEFEGEI\bEJJEKELEN\u001eEOhEPER\u0002ESRETEUEWGEXEYE[FE\\E]E_KE`EaEcTEdEf\u0005Eg]EhEj\rEkdElEn\u0010EoeEpEr\fEs^EtEuEwLExEyE{*E|qE}E~Eր8EցvEւEփEօ EֆSEևEֈE։E֋\u0002E֌%E:E\u0000EEҔEcE2E\u0002EE֧E~ERE,E\u0006EEۻEܗEvESE4E\u0014EEEEEEfEJE/E\u0014EEEEEEvE\\EAE&E\nEEEEE{E\\EE\u001aXE\u001aoE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001azE\u001arE\u001ajE\u001abE\u001aZE\u001aUE\u001aPE\u001aLE\u001aJE\u001aJE\u001aJE\u001aME\u001aRE\u001aZE\u001adE\u001apE\u001aE\u001aE\u001aE\u001aE\u001aE\u001aE\u001b\"E\u001bIE\u001bvE\u001bE\u001bE\u001c\u0015E\u001cTE\u001cE\u001cE\u001d0E\u001dE\u001dE\u001e>E\u001eE\u001f\u0010E\u001fE\u001fE |E E!zE!E\"E#\u001fE#E$XE$E%E&^E'\u0016E'E(E)cE*2E+\bE+E,E-E.E/E0tE1lE2hE3jE4oE5yE6E7E8E9E:E<\bE=-E>VE?E@EAEC\u0014EDLEEEFEH\u0002EIDEJEKEM\u0015EN^EOEPERFESETEVE?E@EB\u0013ECHEDEEEFEH:EI|EJEL\bEMRENEOEQ7ERESEU,EVEWEY,EZE[E]5E^E_EaCEbEcEeSEfEh\tEicEjEl\u0017EmpEnEp EqvErEt EurEvEx\u0015EycEzE{E}DE~EEց\u0012EւREփEքEֆ\u0004Eև8EֈlE։E֊E֋E֍\u0018ETE EEкEъE\\E0E\u0005EEմE֎EhEEE#E\u0001EEEܤE݇EjEOE4E\u0019E\u0000EEEEEEoEWE@E*E\u0013EEEEEEEjEQE6E\u001bE\u0000EEEEEiEHE%E\u0001EEEEeE\u0000:E\u0001\u000eE\u0001E\u0002E\u0003~E\u0004JE\u0005\u0016E\u0005E\u0006E\u0007jE\b,E\bE\tE\neE\u000b\u001eE\u000bE\fE\r:E\rE\u000eE\u000f=E\u000fE\u0010E\u0011'E\u0011E\u0012^E\u0012E\u0013E\u0014\u0019E\u0014E\u00150E\u0015E\u00168E\u0016E\u00173E\u0017E\u0018\u001eE\u0018E\u0018E\u0019BE\u0019hE\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u001a\u000bE\u001a\u0018E\u001a E\u001a(E\u001a-E\u001a0E\u001a2E\u001a2E\u001a1E\u001a.E\u001a,E\u001a'E\u001a#E\u001a\u001dE\u001a\u0018E\u001a\u0012E\u001a\fE\u001a\u0006E\u001a\u0000E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u001a\u0000E\u001a\bE\u001a\u0013E\u001a E\u001a/E\u001aBE\u001aXE\u001apE\u001aE\u001aE\u001aE\u001aE\u001b E\u001bOE\u001bE\u001bE\u001bE\u001c9E\u001cE\u001cE\u001d\u001dE\u001duE\u001dE\u001e4E\u001eE\u001f\u000bE\u001fE\u001fE E!\u0002E!E\"\fE\"E#/E#E$nE%\u0018E%E&{E'7E'E(E)E*]E+5E,\u0012E,E-E.E/E0E1E2E3E4E5E6E7E9\u0000E:\u001cE;E?EA\u0010EBCECzEDEEEG.EHpEIEJELBEMENEP&EQvERET\u0019EUnEVEX\u001aEYqEZE\\#E]}E^E`3EaEbEdFEeEfEhZEiEk\u0010ElkEmEo\u001fEpwEqEs%EtzEuEw\"ExsEyE{\u000fE|\\E}E~Eր4EցxEւEփEօ5EֆoEևEֈE֊\bE֋6E֌bE֍EpE;E\tEEЪE}ERE(E\u0000EEյE֑EnEME/E\u0010EEEܹEݞEބEjEQE8E E\tEEEEEEEnEXEBE,E\u0016E\u0000EEEEEEnETE9E\u001eE\u0001EEEEE`EE@\u000eEA?EBtECEDEF$EGdEHEIEK2EL|EMEO\u0014EPbEQES\u0005ETZEUEW\u0005EX\\EYE[\u000eE\\iE]E_ E`{EaEc4EdEeEgLEhEj\u0005Ek`ElEn\u0017EorEpEr$Es{EtEv&Ew{ExEz\u001eE{lE|E~\u0004ENEրEցEփ\u001cEք\\EօEֆEֈ\u000bE։BE֊rE֋E֌E֍E̐E\\E,EEEФE|ERE,E\u0006EEE֠EEaEBE'E\nEEEݽEޤEߍEuE_EHE4E\u001dE\tEEEEEEEwEcELE8E!E\u000bEEEEEEvEYE>E\u001fE\u0001EEEEzETE.E\u0004EE\u0000E\u0001E\u0002TE\u0003#E\u0003E\u0004E\u0005E\u0006LE\u0007\u0011E\u0007E\bE\tRE\n\u000eE\nE\u000b~E\f2E\fE\rE\u000e>E\u000eE\u000fE\u00100E\u0010E\u0011lE\u0012\u0006E\u0012E\u00130E\u0013E\u0014LE\u0014E\u0015ZE\u0015E\u0016ZE\u0016E\u0017LE\u0017E\u0018.E\u0018yE\u0018E\u0018E\u0018E\u0019\u0004E\u0019\u001fE\u00196E\u0019KE\u0019]E\u0019lE\u0019xE\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u0019E\u001a\u0000E\u001a\u0018E\u001a4E\u001aSE\u001auE\u001aE\u001aE\u001aE\u001b'E\u001b]E\u001bE\u001bE\u001c\u001eE\u001cgE\u001cE\u001d\nE\u001ddE\u001dE\u001e*E\u001eE\u001f\bE\u001fE\u001fE E!\tE!E\"\u0018E\"E#CE#E$E%1E%E&E'ZE(\u001eE(E)E*E+fE,DE-)E.\u0013E/\u0001E/E0E1E2E3E4E6\fE7\u001eE86E9PE:nE;E\u000bE?8E@iEAEBED\rEEJEFEGEI\u000fEJVEKELEN7EOEPER)ES}ETEV*EWEXEZ5E[E\\E^JE_Ea\u0005EbcEcEe EfEgEi=EjEkEmVEnEp\u000fEqkErEt\u001eEuvEvEx#EyxEzE|\u001aE}hE~Eր\u0002EցJEւEփEօ\u0016EֆVEևEֈE֊\u0004E֋6E֌hE֍E֎EE˺ĚE_E3E\tEEмEіEuERE2E\u0014EEE׻EآEوEnEWE@E*E\u0013EEEEEEEEuEcEOE=E+E\u0017E\u0004EEEEEEErE[ECE*E\u0010EEEEEE`E>E\u001aEEEEE\u0000TE\u0001&E\u0001E\u0002E\u0003E\u0004`E\u0005*E\u0005E\u0006E\u0007xE\b8E\bE\tE\njE\u000b!E\u000bE\fE\r4E\rE\u000eE\u000f.E\u000fE\u0010oE\u0011\fE\u0011E\u0012:E\u0012E\u0013\\E\u0013E\u0014pE\u0014E\u0015tE\u0015E\u0016jE\u0016E\u0017SE\u0017E\u0017E\u0017E\u0018\u001aE\u0018:E\u0018YE\u0018tE\u0018E\u0018E\u0018E\u0018E\u0018E\u0018E\u0018E\u0018E\u0018E\u0018E\u0019\u0002E\u0019\u0006E\u0019\tE\u0019\nE\u0019\fE\u0019\u000eE\u0019\u000fE\u0019\u0010E\u0019\u0012E\u0019\u0014E\u0019\u0016E\u0019\u001aE\u0019\u001eE\u0019\"E\u0019)E\u00191E\u0019:E\u0019FE\u0019RE\u0019bE\u0019sE\u0019E\u0019E\u0019E\u0019E\u0019E\u001a\u0016E\u001a4E?cE@EAEC\u0002EDE\u001cE\u001cE\u001dKE\u001dE\u001e\u001aE\u001eE\u001f\u0001E\u001f~E \u0001E E!\u0015E!E\",E\"E#_E$\u0002E$E%[E&\u0010E&E'E(VE)$E)E*E+E,E-xE.eE/VE0NE1JE2JE3NE4XE5fE6xE7E8E9E:E<\fE=4E>`E?E@EAEC0EDlEEEFEH.EItEJEL\bEMTENEOEQEERESEUFEVEWEYSEZE\\\fE]iE^E`&EaEbEdFEeEg\u0006EhfEiEk&ElEmEoCEpEqEsYEtEv\rEweExEz\u0013E{fE|E~\nEWEրEցEփ7Eք~EօEև\u0001Eֈ@E։|E֊E֋E֍\u001dE֎KE֏xEdE6E\bEE̴E͌EfEAE\u001eEEEҼEӟEԂEgELE3E\u001bE\u0004EEEEܭEݚEކEsE`ENEE\u0017cE\u0017E\u0017E\u0017E\u0017E\u0017E\u0018\u0001E\u0018\u0014E\u0018#E\u00182E\u0018>E\u0018HE\u0018RE\u0018ZE\u0018bE\u0018hE\u0018nE\u0018uE\u0018zE\u0018E\u0018E\u0018E\u0018E\u0018E\u0018E\u0018E\u0018E\u0018E\u0018E\u0018E\u0018E\u0018E\u0019\u0006E\u0019\u001bE\u00194E\u0019ME\u0019jE\u0019E\u0019E\u0019E\u0019E\u001a-E\u001a]E\u001aE\u001aE\u001b\tE\u001bLE\u001bE\u001bE\u001c/E\u001cE\u001cE\u001d@E\u001dE\u001e\u0014E\u001eE\u001eE\u001f|E \u0001E E!\u0017E!E\"3E\"E#gE$\rE$E%gE& E&E'E(hE)7E*\u000bE*E+E,E-E.E/rE0jE1hE2iE3nE4xE5E6E7E8E9E;\fE<2E=\\E>E?E@EB\"EC\\EDEEEG\u001aEH^EIEJEL8EMENEP&EQyERET$EU|EVEX0EYEZE\\EE]E_\u0002E`bEaEc\"EdEeEgDEhEj\u0006EkfElEn&EoEpErAEsEtEvSEwEy\u0004EzZE{E}\u0002E~REEրEւE(E\u0012EEEEE߰EEEyEhEVEDE2E!E\u000fEEEEEEEErE\\EFE/E\u0016EEEEEEmEME,E\bEEEElEAE\u0000\u0014E\u0000E\u0001E\u0002E\u0003NE\u0004\u0016E\u0004E\u0005E\u0006dE\u0007$E\u0007E\bE\tWE\n\u000eE\nE\u000bqE\f E\fE\rtE\u000e\u001aE\u000eE\u000f\\E\u000fE\u0010E\u0011&E\u0011E\u0012IE\u0012E\u0013^E\u0013E\u0014cE\u0014E\u0015[E\u0015E\u0016$E\u0016VE\u0016E\u0016E\u0016E\u0016E\u0017\u001aE\u00178E\u0017SE\u0017lE\u0017E\u0017E\u0017E\u0017E\u0017E\u0017E\u0017E\u0017E\u0017E\u0018\u0006E\u0018\u000eE\u0018\u0017E\u0018\u001fE\u0018(E\u00180E\u00188E\u0018BE\u0018LE\u0018VE\u0018aE\u0018mE\u0018zE\u0018E\u0018E\u0018E\u0018E\u0018E\u0018E\u0019\nE\u0019(E\u0019HE\u0019jE\u0019E\u0019E\u0019E\u001a\u0018E\u001aKE\u001aE\u001aE\u001b\u0000E\u001bFE\u001bE\u001bE\u001c0E\u001cE\u001cE\u001dHE\u001dE\u001e E\u001eE\u001f\u000eE\u001fE \u0016E E!1E!E\"OE\"E#E$.E$E%E&FE'\u0005E'E(E)bE*8E+\u0012E+E,E-E.E/E0E1E2E3E4E5E6E7E9\u0003E:\"E;FEE?EA&EB\\ECEDEF\u0012EGSEHEIEK(ELrEMEO\u000eEP`EQES\u0007ET^EUEW\u000eEXhEYE[\u001fE\\|E]E_9E`EaEcXEdEf\u0018EgzEhEj:EkElEnYEoEq\u0016ErsEsEu*EvEwEy5EzE{E}2E~EEց EւlEփEքEֆ>EևEֈE։E֋6E֌lE֍E֎E֏E\u000bEEɰEʆE[E3E\u000eEEEϤEЄEeEHE)E\u000eEEEEשEؒE|EfEQE=E*E\u0016E\u0003EEEEEEEEqE^ELE9E&E\u0012EEEEEEE{EbEHE.E\u0012EEEEEvETE.E\bEEEE_E\u00000E\u0001\u0000E\u0001E\u0002E\u0003bE\u0004*E\u0004E\u0005E\u0006rE\u00071E\u0007E\bE\t\\E\n\u0011E\nE\u000bqE\f\u001dE\fE\rmE\u000e\u0010E\u000eE\u000fNE\u000fE\u0010E\u0011\u0013E\u0011E\u00121E\u0012E\u0013@E\u0013E\u0014BE\u0014E\u00155E\u0015E\u0015E\u0015E\u0016\u001bE\u0016DE\u0016lE\u0016E\u0016E\u0016E\u0016E\u0017\u0004E\u0017\u001bE\u00170E\u0017DE\u0017VE\u0017fE\u0017vE\u0017E\u0017E\u0017E\u0017E\u0017E\u0017E\u0017E\u0017E\u0017E\u0017E\u0017E\u0018\fE\u0018\u001aE\u0018*E\u0018:E\u0018LE\u0018`E\u0018vE\u0018E\u0018E\u0018E\u0018E\u0019\u0000E\u0019#E\u0019JE\u0019rE\u0019E\u0019E\u001a\u0003E\u001a9E\u001atE\u001aE\u001aE\u001b>E\u001bE\u001bE\u001c0E\u001cE\u001cE\u001dPE\u001dE\u001e,E\u001eE\u001f\u001fE\u001fE +E E!IE!E\"kE#\u0007E#E$PE$E%E&kE'+E'E(E)E*dE+?E, E-\u0006E-E.E/E0E1E2E3E4E5E7\u0006E8\u001eE9:E:YE;|EE@*EA^EBECEE\nEFIEGEHEJ\u0016EK^ELEMEOFEPEQES=ETEUEWCEXEYE[TE\\E^\u000eE_lE`Eb*EcEdEfJEgEi\nEjjEkEm*EnEoEqDErEsEuWEvEx\tEy`EzE|\nE}]E~EEցJEւEփEօ%EֆiEևEֈE֊&E֋`E֌E֍E֎E֐(EjE\u0004E?2E@bEAEBED\u0006EEBEFEGEI\bEJMEKELEN-EO|EPER\u001fESsETEV\u001fEWxEXEZ+E[E\\E^@E_E`Eb[EcEe\u001aEfyEgEi8EjEkEmVEnEp\u0012EqpErEt'EuEvEx4EyEzE|2E}E~Eր$EցrEւEք\u0004EօLEֆEևE։\u0010E֊LE֋E֌E֍E֏ E֐NEEǟEsEHE\u001eEEE̪E͆EdEBE$E\u0004EEEӮEԕE{EcEJE3E\u001dE\u0007EEEEݳEޠEߌEyEfESE?E,E\u0019E\u0006EEEEEEEuE_EHE0E\u0016EEEEEEoENE.E\fEEEEtEJE EEEE\u0000`E\u0001,E\u0001E\u0002E\u0003E\u0004FE\u0005\u0007E\u0005E\u0006E\u0007;E?hE@EAEC\u0004ED=EEzEFEGEI>EJEKEM\u0016ENbEOEQ\u0001ERSESETEVREWEY\u0003EZ\\E[E]\u0014E^pE_Ea+EbEcEeGEfEh\u0006EieEjEl#EmEnEpE\u0002\u0005E\u0002E\u0003E\u0004NE\u0005\rE\u0005E\u0006E\u0007rE?E@EB\u0004EC:EDtEEEFEH/EIsEJEL\u0000EMKENEOEQ4ERESEU.EVEWEY3EZE[E]BE^E_EaXEbEd\u0014EerEfEh/EiEjElJEmEo\u0005EpbEqEs\u0019EttEuEw%Ex~EyE{(E|yE}E\u001aEրjEցEփ\u0000EքFEօEֆEֈ\u0013E։PE֊E֋E֌E֎.E֏bE֐EŵEƆEXE,E\u0002EEʰEˋEfEBE E\u0000EEEѣE҆EjEOE5E\u001bE\u0002EEEټEڤEێExEcEME8E#E\u000eEEEEEEEzEdELE5E\u001eE\u0006EEEEEEeEGE(E\bEEEE|EVE/E\u0006EEEERE!EEE\u0000E\u0001JE\u0002\u000eE\u0002E\u0003E\u0004RE\u0005\u000eE\u0005E\u0006E\u00077E\u0007E\bE\tIE\tE\nE\u000bDE\u000bE\fE\r%E\rE\u000eVE\u000eE\u000f|E\u0010\u000bE\u0010E\u0011\u001eE\u0011E\u0012#E\u0012E\u0012E\u0013;E\u0013uE\u0013E\u0013E\u0014\u0011E\u0014?E\u0014kE\u0014E\u0014E\u0014E\u0015\u0004E\u0015&E\u0015FE\u0015cE\u0015E\u0015E\u0015E\u0015E\u0015E\u0016\u0006E\u0016\u001eE\u00166E\u0016PE\u0016hE\u0016E\u0016E\u0016E\u0016E\u0016E\u0017\nE\u0017(E\u0017FE\u0017hE\u0017E\u0017E\u0017E\u0017E\u0018*E\u0018VE\u0018E\u0018E\u0018E\u0019(E\u0019dE\u0019E\u0019E\u001a.E\u001ayE\u001aE\u001b\u001aE\u001brE\u001bE\u001c.E\u001cE\u001cE\u001dlE\u001dE\u001e[E\u001eE\u001f`E\u001fE |E!\u0015E!E\"@E\"E#E$(E$E%E&EE'\u0005E'E(E)fE*E?EA\u0006EB9ECpEDEEEG\"EHdEIEJEL4EM~ENEP\u0017EQfERET\tEU^EVEX\nEYbEZE\\\u0014E]nE^E`&EaEbEdE\u0013qE\u0013E\u0013E\u0013E\u0014(E\u0014OE\u0014vE\u0014E\u0014E\u0014E\u0015\u0000E\u0015\u001fE\u0015>E\u0015\\E\u0015yE\u0015E\u0015E\u0015E\u0015E\u0016\u0006E\u0016\"E\u0016@E\u0016^E\u0016|E\u0016E\u0016E\u0016E\u0017\u0000E\u0017$E\u0017JE\u0017sE\u0017E\u0017E\u0017E\u0018)E\u0018\\E\u0018E\u0018E\u0019\u0007E\u0019FE\u0019E\u0019E\u001a\u001aE\u001agE\u001aE\u001b\u000fE\u001biE\u001bE\u001c,E\u001cE\u001d\u0000E\u001drE\u001dE\u001eeE\u001eE\u001fpE\u001fE E!*E!E\"[E\"E#E$GE$E%E&jE'+E'E(E)E*gE+CE,#E-\tE-E.E/E0E1E2E3E4E5E6E8\u0012E9*E:HE;hEE@\nEA:EBnECEDEF\u0018EGVEHEIEK\u001fELfEMENEPGEQERET8EUEVEX6EYEZE\\>E]E^E`NEaEc\u0006EdcEeEg\u001cEhzEiEk3ElEmEoHEpEqEsXEtEv\tEw`ExEz\u000bE{]E|E~\u0001ENEրEցEփ0EքxEօEև\u0000Eֈ?E։~E֊E֋E֍)E֎[E֏E֐EĺEŊEZE.E\u0002EEɯEʆEaE;E\u0016EEEϳEВErEVE8E\u001dE\u0000EEEױEؘEEfENE6E\u001eE\u0007EEEEEE|EdELE4E\u001bE\u0002EEEEE~EbEDE&E\bEEEEE_E:E\u0014EEEElE?E\u0010EEEyEDE\rEE\u0000E\u0001ZE\u0002\u001cE\u0002E\u0003E\u0004QE\u0005\bE\u0005E\u0006rE\u0007#E\u0007E\b~E\t(E\tE\nsE\u000b\u0014E\u000bE\fOE\fE\rE\u000e\u0013E\u000eE\u000f/E\u000fE\u0010@E\u0010E\u0011EE\u0011E\u0011E\u0012&E\u0012bE\u0012E\u0012E\u0013\u0006E\u00137E\u0013gE\u0013E\u0013E\u0013E\u0014\u000fE\u00145E\u0014ZE\u0014~E\u0014E\u0014E\u0014E\u0015\u0004E\u0015$E\u0015DE\u0015bE\u0015E\u0015E\u0015E\u0015E\u0016\u0004E\u0016'E\u0016JE\u0016mE\u0016E\u0016E\u0016E\u0017\nE\u00176E\u0017dE\u0017E\u0017E\u0017E\u00181E\u0018jE\u0018E\u0018E\u0019)E\u0019nE\u0019E\u001a\u0006E\u001aWE\u001aE\u001b\u0004E\u001bbE\u001bE\u001c*E\u001cE\u001d\u0004E\u001dxE\u001dE\u001epE\u001eE\u001fE \u000fE E!?E!E\"uE#\u0015E#E$hE%\u001aE%E&E'RE(\u0019E(E)E*E+oE,QE-9E.#E/\u0013E0\bE1\u0002E1E3\u0001E4\u0006E5\u0012E6\u001fE71E8FE9`E:|E;E\u001cE?EE@rEAEBED\u000bEECEF~EGEHEJE\u0004E\u0005E\u0006RE\u0006E\u0007E\bPE\bE\tE\n8E\nE\u000bpE\f\u0007E\fE\r.E\rE\u000eJE\u000eE\u000fYE\u000fE\u0010AE\u0010E\u0010E\u0011\rE\u0011KE\u0011E\u0011E\u0011E\u0012,E\u0012_E\u0012E\u0012E\u0012E\u0013\u001aE\u0013EE\u0013pE\u0013E\u0013E\u0013E\u0014\u0012E\u00148E\u0014_E\u0014E\u0014E\u0014E\u0014E\u0015#E\u0015LE\u0015tE\u0015E\u0015E\u0015E\u0016$E\u0016TE\u0016E\u0016E\u0016E\u0017#E\u0017\\E\u0017E\u0017E\u0018\u0016E\u0018ZE\u0018E\u0018E\u00196E\u0019E\u0019E\u001a2E\u001aE\u001aE\u001bOE\u001bE\u001c\"E\u001cE\u001d\bE\u001dE\u001e\u0001E\u001eE\u001f\rE\u001fE 1E E!kE\"\nE\"E#ME#E$E%\\E&\u0017E&E'E(hE)9E*\u000eE*E+E,E-E.E/tE0iE1dE2bE3eE4lE5vE6E7E8E9E:E<\u0004E=(E>NE?yE@EAEC\bED=EEtEFEGEI,EJlEKELENE!E\u0003EEEEEgEFE%E\u0001EEEEnEFE\u001eEEEEpEBE\u0012EEEyECE\fEEEZE\u001cEE\u0000E\u0001TE\u0002\u000eE\u0002E\u0003{E\u0004/E\u0004E\u0005E\u0006;E\u0006E\u0007E\b2E\bE\tvE\n\u0014E\nE\u000bHE\u000bE\fpE\r\u0000E\rE\u000e\u0018E\u000eE\u000f#E\u000fE\u000fE\u0010\u001aE\u0010]E\u0010E\u0010E\u0011\u0018E\u0011SE\u0011E\u0011E\u0011E\u0012(E\u0012XE\u0012E\u0012E\u0012E\u0013\u0012E\u0013>E\u0013jE\u0013E\u0013E\u0013E\u0014\u0013E\u0014>E\u0014iE\u0014E\u0014E\u0014E\u0015\u0018E\u0015FE\u0015vE\u0015E\u0015E\u0016\nE\u0016>E\u0016vE\u0016E\u0016E\u0017$E\u0017dE\u0017E\u0017E\u00181E\u0018zE\u0018E\u0019\u0017E\u0019kE\u0019E\u001a\u001cE\u001a{E\u001aE\u001bDE\u001bE\u001c\u001dE\u001cE\u001d\bE\u001dE\u001e\u0006E\u001eE\u001f\u0019E\u001fE @E E!E\"!E\"E#gE$\u0013E$E%|E&8E&E'E(E)`E*6E+\u0012E+E,E-E.E/E0E1E2E3E4E5E6E7E8E9E;\u0016E<6E=ZE>E?E@EB\u0006EC8EDnEEEFEH\u001bEIYEJEKEM\"ENhEOEPERGESETEV4EWEXEZ,E[E\\E^,E_E`Eb3EcEdEf>EgEhEjJEkElEnUEoEq\u0005Er\\EsEu\bEv\\EwEy\u0004EzTE{E|E~AEEրEւ\u001fEփfEքEօEև.EֈmE։E֊E֌\u001cE֍PE֎E֏E֐E\u0017EEİEŀEPE\"EEEɞEtEKE#EEEβEώEhEFE$E\u0003EEEգEփEdEEE'E\tEEEܰEݓEuEXE:E\u001dEEEEEEeEFE&E\u0005EEEE|EXE2E\fEEEElE@E\u0014EEEEXE%EEEELE\u0012EEEZE\u0018EE\u0000E\u0001JE\u0002\u0002E\u0002E\u0003iE\u0004\u001aE\u0004E\u0005vE\u0006 E\u0006E\u0007nE\b\u0011E\bE\tPE\tE\nE\u000b\u001bE\u000bE\f@E\fE\rYE\rE\u000egE\u000eE\u000f\u001cE\u000fdE\u000fE\u000fE\u00100E\u0010oE\u0010E\u0010E\u0011\u001fE\u0011WE\u0011E\u0011E\u0011E\u0012'E\u0012XE\u0012E\u0012E\u0012E\u0013\u0015E\u0013DE\u0013rE\u0013E\u0013E\u0013E\u0014+E\u0014ZE\u0014E\u0014E\u0014E\u0015 E\u0015TE\u0015E\u0015E\u0015E\u00163E\u0016oE\u0016E\u0016E\u00170E\u0017vE\u0017E\u0018\bE\u0018UE\u0018E\u0018E\u0019PE\u0019E\u001a\tE\u001ajE\u001aE\u001b:E\u001bE\u001c\u0019E\u001cE\u001d\u000bE\u001dE\u001e\u000eE\u001eE\u001f&E\u001fE RE E!E\"9E\"E#E$1E$E%E&\\E' E'E(E)E*bE+>E, E-\u0005E-E.E/E0E1E2E3E4E5E6E7E9\u0013E:-E;JEE?EA\nEB8ECjEDEEEG\u000fEHJEIEJEL\u000bEMNENEOEQ&ERqESEU\fEVZEWEXEZPE[E\\E^ME_E`EbQEcEe\u0000EfYEgEi\tEjaEkEm\u0011EniEoEq\u0016ErmEsEu\u0017EvjEwEy\u0010Ez^E{E|E~HEEրEւ&EփjEքEօEև2EֈnE։E֊E֌\u001aE֍PE֎E֏E֐EEÌEXE&EEEǖEhEE@\u000eEA:EBhECEDEF\u0004EG=EHxEIEJEL6EMyENEP\u0006EQNERESEU1EVEWEY\u001fEZqE[E]\u0018E^lE_Ea\u0016EblEcEe\u001aEfpEgEi\u001fEjvEkEm#EnzEoEq&ErzEsEu\"EvuEwEy\u0018EzhE{E}\u0001E~MEEրEւ(EփmEքEօEև2EֈoE։E֊E֌\u0018E֍LE֎~E֏E֐EnE8E\u0003EEŝEnE>E\u000eEEɴEʇE\\E2E\bEEθEϔEmEGE\"EEEԶEՓEqENE,E\nEEEۦE܅EcEBE E\u0000EEEEwEUE2E\u000eEEEE|EVE.E\u0007EEEEaE4E\bEEE|EJE\u0018EEEzEBE\bEEETE\u0016EEENE\bEE\u0000vE\u0001*E\u0001E\u0002E\u0003E\u0016E\u0016E\u00170E\u0017E\u0017E\u00188E\u0018E\u0018E\u0019^E\u0019E\u001a1E\u001aE\u001b\u0013E\u001bE\u001c\u0006E\u001cE\u001d\bE\u001dE\u001e\u001dE\u001eE\u001fDE\u001fE E!%E!E\"yE##E#E$E%?E%E&E'E(VE))E)E*E+E,E-E.uE/gE0\\E1TE2RE3TE4XE5aE6nE7}E8E9E:E;E\u001fE?FE@nEAEBECEE*EF_EGEHEJ\fEKJELEMEO\u0010EPTEQERET.EUxEVEX\u0012EY`EZE\\\u0001E]SE^E_EaJEbEcEeFEfEgEiDEjEkEmBEnEoEq>ErEsEu3EvEwEy\"EznE{E}\u0007E~PEEրEւ$EփhEքEօEև'EֈbE։E֊E֌\nE֍OE?tE@EAEBED%EEWEFEGEHEJ7EKtELEMEO6EPzEQES\u0007ETPEUEVEX1EYEZE\\\u001cE]mE^E`\u000fEa`EbEd\u0006EeXEfEh\u0000EiREjEkEmLEnEoEqCErEsEu6EvEwEy!EzlE{E}\u0002E~JEEրEւ\u001cEփ`EքEօEև\u001cEֈWE։E֊E֋E֍,E֎\\E֏E֐EEfE,EEĽEʼnETE EEȺEɉEXE)EEE͠EsEGE\u001bEEEҜErEHE\u001fEEEצE}EUE.E\u0006EEܶEݏEgE>E\u0016EEEErEHE\u001fEEEEqEEE\u0017EEEE[E*EEEE\\E&EEE~ECE\bEEENE\fEEEBEEEhE\u001cEEE\u00000E\u0000E\u0001E\u00023E\u0002E\u0003E\u0004$E\u0004E\u0005fE\u0006\u0004E\u0006E\u0007:E\u0007E\beE\bE\tE\n\u0016E\nE\u000b\u0012E\u000bjE\u000bE\f\u0013E\fcE\fE\r\u0000E\rKE\rE\rE\u000e%E\u000ejE\u000eE\u000eE\u000f7E\u000fyE\u000fE\u000fE\u0010>E\u0010~E\u0010E\u0011\u0000E\u0011@E\u0011E\u0011E\u0012\u0005E\u0012HE\u0012E\u0012E\u0013\u0015E\u0013ZE\u0013E\u0013E\u00145E\u0014E\u0014E\u0015\u001fE\u0015pE\u0015E\u0016\u0019E\u0016rE\u0016E\u0017)E\u0017E\u0017E\u0018QE\u0018E\u0019%E\u0019E\u001a\u0007E\u001a}E\u001aE\u001btE\u001bE\u001czE\u001d\u0004E\u001dE\u001e$E\u001eE\u001fVE\u001fE E!EE!E\"E#PE$\u0004E$E%yE&;E'\u0002E'E(E)rE*LE+*E,\fE,E-E.E/E0E1E2E3E4E5E6E7E8E:\u0005E;\u001fE<;E=ZE>|E?E@EAEC\"EDPEEEFEGEI&EJ_EKELEN\u001aEO\\EPEQES*ETqEUEW\u0004EXOEYEZE\\7E]E^E`%EavEbEd\u0019EekEfEh\u000fEiaEjEl\u0005EmWEnEoEqKErEsEu9EvEwEy!EzkE{E|E~GEEրEւ\u0014EփVEքEօEև\u0011EֈJE։E֊E֋E֍ E֎NE֏|E֐EiE,EEøEEHE\u0010EEǨEtE@E\u000eEEˬE{ELE\u001cEEEГEgE:E\u000eEEԷEՌEaE6E\fEEٷEڍEcE9E\u000eEE޺EߏEdE9E\u000eEEEE]E0E\u0002EEEuEDE\u0014EEE~EJE\u0014EEEpE8EEEEJE\fEEEJE\u0006EE{E3EEETE\u0004EEeE\u0000\u0011E\u0000E\u0001fE\u0002\u000eE\u0002E\u0003XE\u0003E\u0004E\u00058E\u0005E\u0006mE\u0007\u0004E\u0007E\b/E\bE\tNE\tE\nNE\nE\u000b\u0000E\u000bUE\u000bE\u000bE\fJE\fE\fE\r1E\r|E\rE\u000e\u000eE\u000eUE\u000eE\u000eE\u000f&E\u000flE\u000fE\u000fE\u0010:E\u0010~E\u0010E\u0011\bE\u0011ME\u0011E\u0011E\u0012!E\u0012jE\u0012E\u0012E\u0013HE\u0013E\u0013E\u00143E\u0014E\u0014E\u0015.E\u0015E\u0015E\u0016E?E@EB\"ECNED|EEEFEH\u0016EINEJEKEM\u0000EN?EOEPER\u0005ESJETEUEW\"EXlEYE[\u0003E\\PE]E^E`:EaEbEd)EezEfEh\u001bEimEjEl\u000eEm_EnEoEqNErEsEu8EvEwEy\u001cEzgE{E|E~E?EA$EBNECyEDEEEG\nEH?EIvEJEKEM&ENcEOEPER'ESjETEUEW>EXEYE[\u001bE\\fE]E_\u0000E`MEaEbEd9EeEfEh&EivEjEl\u0014EmcEnEp\u0001EqOErEsEu6EvEwEy\u0015Ez_E{E|E~2EuEրEցEփ9EքxEօEֆEֈ&E։]E֊E֋E֌E֎\"E֏NE֐yE\u0006EE‰ELE\u0010EEŚEaE(EEȺEɃEME\u0016EE̮EzEHE\u0015EEвEсEOE\u001eEEԾEՏE_E0E\u0000EE٢ErECE\u0014EEݵEޅEVE&EEEEbE1EEEEfE1EEEE\\E$EEEzE@E\u0004EEELE\rEEEHE\u0006EEzE3EEETE\nEEkE\u001aEEtE\u001eEE\u0000nE\u0001\u0013E\u0001E\u0002YE\u0002E\u0003E\u00044E\u0004E\u0005gE\u0005E\u0006E\u0007%E\u0007E\bFE\bE\t\u001aE\tvE\tE\n*E\nE\nE\u000b,E\u000bE\u000bE\f\"E\fqE\fE\r\u000fE\r]E\rE\rE\u000eBE\u000eE\u000eE\u000f&E\u000ftE\u000fE\u0010\u000bE\u0010YE\u0010E\u0010E\u0011EE\u0011E\u0011E\u00129E\u0012E\u0012E\u00138E\u0013E\u0013E\u0014FE\u0014E\u0015\u0002E\u0015dE\u0015E\u0016.E\u0016E\u0017\u0001E\u0017oE\u0017E\u0018SE\u0018E\u0019DE\u0019E\u001aAE\u001aE\u001bLE\u001bE\u001cfE\u001cE\u001dE\u001e*E\u001eE\u001fmE \u0014E E!qE\"&E\"E#E$JE%\tE%E&E'`E(0E)\u0004E)E*E+E,E-kE.ZE/JE0?E18E24E33E46E5=E6GE7TE8eE9xE:E;EE\u0013E\u0013E\u0014^E\u0014E\u0015'E\u0015E\u0015E\u0016dE\u0016E\u0017FE\u0017E\u00180E\u0018E\u0019(E\u0019E\u001a-E\u001aE\u001b?E\u001bE\u001c^E\u001cE\u001dE\u001e,E\u001eE\u001ftE \u001eE E!E\"8E\"E#E$cE%\"E%E&E'~E(QE)'E*\u0001E*E+E,E-E.E/sE0jE1bE2`E3`E4dE5jE6tE7E8E9E:E;E\u000eE?0E@SEAxEBECEDEF(EGXEHEIEJEL0EMjENEOEQ\"ERcESETEV,EWrEXEYE[FE\\E]E_#E`nEaEc\u0005EdQEeEfEh5EiEjEl\u001cEmgEnEoEqJErEsEu)EvrEwEy\u0000EzFE{E|E~\u0012EUEրEցEփ\u0011EքNEօEֆEևE։,E֊`E֋E֌E֍E֏\u0016E֐?EE|E;EEøEzE:EEEǂEGE\fEEʗE^E$EE͵E|EFE\u0010EEѢEmE7E\u0001EE՘EbE.EEEِE[E&EEܼE݇ESE\u001dEEE{EDE\u000eEEEhE/EEEEHE\rEEEXE\u001aEEE\\E\u001aEEERE\fEEE8EEEZE\u000eEEqE\"EE~E*EE~E&EEpE\u0000\u0014E\u0000E\u0001VE\u0001E\u0002E\u0003-E\u0003E\u0004_E\u0004E\u0005E\u0006\u001cE\u0006E\u0007&E\u0007E\u0007E\bJE\bE\t\u0005E\taE\tE\n\u0014E\nlE\nE\u000b\u001aE\u000boE\u000bE\f\u001aE\fnE\fE\r\u0015E\rjE\rE\u000e\u0010E\u000edE\u000eE\u000f\u000eE\u000fbE\u000fE\u0010\u0010E\u0010gE\u0010E\u0011\u0019E\u0011tE\u0011E\u0012,E\u0012E\u0012E\u0013ME\u0013E\u0014\u0016E\u0014~E\u0014E\u0015SE\u0015E\u00162E\u0016E\u0017\u001aE\u0017E\u0018\u000eE\u0018E\u0019\fE\u0019E\u001a\u0017E\u001aE\u001b0E\u001bE\u001cVE\u001cE\u001dE\u001e-E\u001eE\u001fzE 'E E!E\"HE#\u0002E#E$yE%;E&\u0002E&E'E(pE)IE*#E+\u0004E+E,E-E.E/E0E1E2E3E4E5E6E7E8E9E:E<\u0000E=\u001bE>:E?ZE@|EAEBECEE EFOEGEHEIEK\u001bELSEMENEP\u0003EQBERESEU\u0003EVFEWEXEZ\u0014E[[E\\E]E_3E`|EaEc\u0010Ed[EeEfEh;EiEjEl\u001dEmgEnEoEqFErEsEu EvgEwExEz8E{|E|E~\u0002EAEրEցEւEք5EօoEֆEևE։\u0010E֊BE֋tE֌E֍E֎E֐ EE`E\u001dEEØEUE\u0015EEƕEVE\u0018EEɞE`E%EE̮ErE9EEEЋERE\u001aEEөEqE9E\u0001EEגEZE$EEڴE}EEE\rEEޝEdE,EEEEFE\fEEEZE\u001eEEEgE(EEEjE)EEEbE\u001eEEEME\u0006EEtE(EEECEEESE\u0001EEXE\u0002EEREEE@EE\u0000E\u0001 E\u0001E\u0002YE\u0002E\u0003E\u0004!E\u0004E\u0005JE\u0005E\u0006XE\u0006E\u0007 E\u0007E\u0007E\bDE\bE\bE\t[E\tE\n\u0010E\njE\nE\u000b\u001cE\u000btE\u000bE\f#E\fzE\fE\r*E\rE\rE\u000e0E\u000eE\u000eE\u000fbE?E@EAEBED\u001aEEFEFtEGEHEJ\bEK=ELtEMENEP\"EQ^ERESEU\u001cEV\\EWEXEZ(E[mE\\E]E_AE`EaEc\u001aEdcEeEfEh?EiEjEl\u001cEmeEnEoEq?ErEsEu\u0015Ev[EwExEz(E{lE|E}E,EրjEցEւEք\u001cEօTEֆEևEֈE֊$E֋TE֌E֍E֎E֏EEFEE¸EvE1EEŬEjE(EEȨEhE*EEˬEoE1EEθE{E@E\u0004EEҍERE\u0017EEբEgE-EEطE}ECE\bEEܓEXE\u001dEEߦEjE/EEEyE;EEEEBE\u0002EEE@EEEyE5EEEeE\u001eEEEEEEEdE\u0017EEyE*EEE3EEE3EEE&EEmE\u000eEE\u0000NE\u0000E\u0001E\u0002!E\u0002E\u0003RE\u0003E\u0004{E\u0005\rE\u0005E\u0005E\u0006XE\u0006E\u0007 E\u0007E\u0007E\bDE\bE\t\u0001E\t^E\tE\n\u0018E\ntE\nE\u000b+E\u000bE\u000bE\fE\u0017E\u0018FE\u0018E\u0019YE\u0019E\u001ayE\u001b\u000eE\u001bE\u001cAE\u001cE\u001dE\u001e*E\u001eE\u001fE 4E E!E\"dE##E#E$E%hE&3E'\u0002E'E(E)E*eE+HE,.E-\u0018E.\u0005E.E/E0E1E2E3E4E5E6E8\u0002E9\u0012E:%E;;EE?E@EAEC\u0018EDBEElEFEGEHEJ*EK^ELEMEO\u0004EP>EQzERESEU4EVsEWEXEZ:E[}E\\E^\bE_ME`EaEc\"EdiEeEfEhAEiEjEl\u0019EmaEnEoEq6Er}EsEu\bEvMEwExEz\u0016E{VE|E}E\u0014EրREցEւEփEօ6EֆlEևEֈE֊\u0002E֋2E֌]E֍E֎E֏ExE.EEžEXE\u0013EEňEDE\u0000EǼEyE9EEʵEtE3EEͳEtE6EEиEyE;EEӿEԂEDE\u0006EE׌ENE\u0010EEږEXE\u001bEEݟEaE\"EEEfE&EEEfE%EEE`E\u001dEEERE\u000eEEE;EEEcE\u0019EEE8EEENEEE^E\nEEcE\u000eEE`E\bEEREEE:EExE\u0000\u0016E\u0000E\u0001LE\u0001E\u0002}E\u0003\u0013E\u0003E\u0004E\u0010E\u0011\u0010E\u0011zE\u0011E\u0012VE\u0012E\u00137E\u0013E\u0014!E\u0014E\u0015\u0012E\u0015E\u0016\u000eE\u0016E\u0017\u0011E\u0017E\u0018!E\u0018E\u0019E?E@EB\u0018EC>EDfEEEFEGEI\u001aEJLEK~ELEMEO EPZEQERET\rEUJEVEWEY\nEZLE[E\\E^\u0015E_ZE`EaEc*EdoEeEfEhCEiEjEl\u0016Em]EnEoEq-ErrEsEtEv>EwExEz\u0002E{BE|E}E~Eր7EցrEւEփEօ\u0018EֆNEևEֈE։E֋\u000eE֌;E֍fE֎E֏EjE EEŒECEEıEjE$EEǘESE\u000eEEʆECE\u0000E̽EzE7EEϴEqE0EEҮEmE-EEիEjE*EEتEiE(EEۧEfE%EEޣE`E\u001fEEEXE\u0016EEEJE\u0006EE|E6EEEbE\u001aEEE?EEE^E\u0012EEwE(EEE8EEE@EEE?EEE4EE~E!EEeE\u0004EE@EE\u0000xE\u0001\u0011E\u0001E\u0002@E\u0002E\u0003jE\u0003E\u0004WE\u0004E\u0005+E\u0005E\u0005E\u0006cE\u0006E\u0007.E\u0007E\u0007E\bYE\bE\t\u001fE\tE\tE\nGE\nE\u000b\fE\u000bnE\u000bE\f6E\fE\fE\rdE\rE\u000e0E\u000eE\u000f\u0001E\u000fjE\u000fE\u0010BE\u0010E\u0011\u001fE\u0011E\u0012\u0002E\u0012vE\u0012E\u0013dE\u0013E\u0014ZE\u0014E\u0015WE\u0015E\u0016_E\u0016E\u0017pE\u0017E\u0018E\u0019\u001eE\u0019E\u001aLE\u001aE\u001bE\u001c(E\u001cE\u001dvE\u001e#E\u001eE\u001fE >E E!E\"|E#?E$\u0001E$E%E&aE'3E(\nE(E)E*E+E,qE-\\E.LE/?E04E1.E2*E3*E4,E52E6:E7DE8RE9dE:vE;EE?EA\u001aEB>ECdEDEEEFEH\fEI:EJlEKELEN\u0006EOE֎dE֏EbE\u0014EE}E0EEĜEQE\bEEvE/EEɠEZE\u0014EĖEBEEηEsE.EEѦEaE\u001eEEԖERE\u000eEE׈EDE\u0000EټExE4EEܬEiE$EEߛEVE\u0010EEE>EEEjE#EEEJE\u0000EElE\"EEE>EEETE\u0006EEeE\u0014EEpE\u001cEEsE\u001dEEnE\u0016EEbE\u0006EEMEEE/EEkE\u0007EE\u0000EBbECEDEEEG\u0000EH,EIZEJEKELEN!EOVEPEQERET8EUtEVEWEY+EZjE[E\\E^*E_lE`EaEc2EdvEeEfEh?EiEjEl\nEmLEnEoEq\u0014ErVEsEtEv\u0019EwXExEyE{\u0012E|OE}E~EEց6EւlEփEքEֆ\bEև9EֈgE։E֊E֋E֍\u0014E֎;E֏`E]E\u000fEErE$EEĊE=EEƦE\\E\u0010EE|E2EE˟EVE\u000eEE}E6EEЧE`E\u0018EEӊECEEյEoE'EEؚESE\fEE~E6EEݨE`E\u0019EEE?EEEdE\u001aEEE\bE?$E@CEAbEBECEDEEEG EHLEIxEJEKEM\bEN;EOpEPEQES\u0014ETLEUEVEWEY9EZvE[E\\E^3E_rE`EaEc5EdvEeEfEh;Ei}EjEl\u0001EmBEnEoEq\u0005ErFEsEtEv\u0003EwBEx~EyEzE|2E}kE~EEց\u0014EւHEփ}EքEօEև\u0011Eֈ@E։mE֊E֋E֌E֎\u000eE֏3E\\E\u000bEEhE\u001aEEzE+EEƎE@EEȦEYE\fEEsE'EE͐EFEEϰEfE\u001bEE҅EE\u0006E\u0007\u0018E\u0007E\u0007E\b_E\bE\t;E\tE\n\u0018E\nE\nE\u000bfE\u000bE\fJE\fE\r2E\rE\u000e\u001cE\u000eE\u000f\rE\u000fE\u0010\u0002E\u0010E\u0010E\u0011E\u0012\u0002E\u0012E\u0013\u000bE\u0013E\u0014\u001eE\u0014E\u00158E\u0015E\u0016[E\u0016E\u0017E\u0018#E\u0018E\u0019`E\u001a\u0002E\u001aE\u001bPE\u001bE\u001cE\u001d]E\u001e\u0012E\u001eE\u001fE FE!\tE!E\"E#cE$-E$E%E&E'xE(SE)2E*\u0014E*E+E,E-E.E/E0E1E2E3E4E5E6E7E8E9E:E;E=\u0014E>-E?HE@fEAEBECEDEF\u0017EG@EHjEIEJEKEM#ENVEOEPEQES(ET`EUEVEX\rEYHEZE[E\\E^;E_zE`EaEc7EdvEeEfEh7EiwEjEkEm8EnwEoEpEr4EssEtEuEw+ExfEyEzE|\u0016E}NE~EEրEւ&EփZEքEօEֆEֈ\u0017E։DE֊nE֋E֌E֍E֏\u0006E`E\fEEeE\u0012EEnE\u001eEE|E*EEȊE:EEʜEKEE̮E`E\u0012EEuE'EEьE>EEӣEVE\bEջEmE EE؅E8EEڜEOE\u0001EܳEeE\u0016EEzE+EEE>EEENEEE\\E\nEEgE\u0015EEoE\u001cEEtE\u001eEEtE\u001dEEoE\u0018EEfE\fEEXEEEDEEE+EElE\fEEIEEE\u001eEESEEE\u0000\u001bE\u0000E\u0001\u0017E\u0001E\u0001E\u0002qE\u0002E\u0003UE\u0003E\u00047E\u0004E\u0005\u0019E\u0005E\u0005E\u0006iE\u0006E\u0007JE\u0007E\b,E\bE\t\u0010E\tE\tE\niE\nE\u000bTE\u000bE\f@E\fE\r2E\rE\u000e(E\u000eE\u000f#E\u000fE\u0010$E\u0010E\u0011,E\u0011E\u0012:E\u0012E\u0013PE\u0013E\u0014nE\u0015\u0000E\u0015E\u0016,E\u0016E\u0017`E\u0017E\u0018E\u0019BE\u0019E\u001aE\u001b=E\u001bE\u001cE\u001dSE\u001e\fE\u001eE\u001fE GE!\fE!E\"E#oE$;E%\tE%E&E'E(jE)JE*/E+\u0016E+E,E-E.E/E0E1E2E3E4E5E6E7E8E9E;\u000bE< E=8E>PE?lE@EAEBECEE\u0010EF7EG^EHEIEJEL\u000eEM=ENmEOEPER\u0006ESE\fE\r:E\rE\u000e:E\u000eE\u000fBE\u000fE\u0010ME\u0010E\u0011`E\u0011E\u0012zE\u0013\nE\u0013E\u00141E\u0014E\u0015_E\u0015E\u0016E\u00176E\u0017E\u0018|E\u0019\"E\u0019E\u001ayE\u001b(E\u001bE\u001cE\u001dGE\u001e\u0002E\u001eE\u001fE FE!\u000fE!E\"E#wE$EE%\u0017E%E&E'E(~E)`E*FE+.E,\u001aE-\bE-E.E/E0E1E2E3E4E5E6E7E9\u000bE:\u001bE;.ErE?E@EAEBED\nEE/EFTEG|EHEIEJEL&EMTENEOEPER\u001aESNETEUEVEX(EY`EZE[E]\rE^GE_E`EaEc7EdtEeEfEh*EihEjEkEm\u001eEn[EoEpEr\u0010EsKEtEuEvEx2EykEzE{E}\u000eE~DEyEրEցEփ\rEք>EօjEֆEևEֈE֊\u0017E֋=E֌dE֍E֎EuE\u001cEEjE\u0012EüEdE\rEŶE^E\bEǴE\\E\u0007EɰEZE\u0007E˱E\\E\u0006EͲE]E\bEϴE`E\fEѷEbE\u000fEӺEfE\u0012EվEjE\u0016EEnE\u0019EEpE\u001cEEsE\u001eEEtE\u001fEEtE EEtE\u001eEEpE\u001aEElE\u0015EEfE\rEE\\E\u0003EEPEEEAEEE.EEvE\u001aEE^E\u0000EEBEEE!EE_EEE7EEpE\u000bEE?EEqEEsEE\u0000dE\u0000E\u0001TE\u0001E\u0002AE\u0002E\u0003/E\u0003E\u0004\u001bE\u0004E\u0005\nE\u0005E\u0005E\u0006pE\u0006E\u0007bE\u0007E\bVE\bE\tLE\tE\nDE\nE\u000bCE\u000bE\fDE\fE\rJE\rE\u000eVE\u000eE\u000fhE\u000fE\u0010E\u0011\u000eE\u0011E\u00121E\u0012E\u0013ZE\u0013E\u0014E\u0015*E\u0015E\u0016hE\u0017\fE\u0017E\u0018XE\u0019\u0003E\u0019E\u001a`E\u001b\u0013E\u001bE\u001cE\u001d:E\u001dE\u001eE\u001f~E DE!\u000fE!E\"E#~E$PE%\"E%E&E'E(E)vE*^E+HE,4E-$E.\u0016E/\fE0\u0002E0E1E2E3E5\u0002E6\nE7\u0012E8\u001eE9,E:>E;PEE?E@EAEC\bED)EELEFqEGEHEIEK\u0012EL@EMlENEOEPER,ES`ETEUEVEX4EYjEZE[E]\u0013E^LE_E`EaEc5EdqEeEfEh\"Ei^EjEkEm\u000fEnKEoEpEqEs4EtmEuEvEx\u0016EyLEzE{E|E~ ETEրEցEւEք\u0014Eօ@EֆnEևEֈE։E֋\u0010E֌4E֍XE֎xEE+EEvE\u001aEEfE\fEųEZEEǦEMEEɜEAEEˑE9EE͈E1EEπE)EEyE\"EErE\u001bEEkE\u0013EּEdE\fEصE^E\u0005EڮEVEEܦENEEޝEDEEE:EEE.EE|E\"EEnE\u0014EE^E\u0003EELEEE8EEE\"EEhE\nEELEEE/EEpE\u000fEELEEE&EE`EEE4EEiE\u0003EE&EE\u001dEE\u0000\u0011E\u0000E\u0001\u0005E\u0001~E\u0001E\u0002rE\u0002E\u0003eE\u0003E\u0004ZE\u0004E\u0005OE\u0005E\u0006FE\u0006E\u0007@E\u0007E\b=E\bE\tE.1E/'E0 E1\u001cE2\u0019E3\u001aE4\u001cE5\"E6)E74E8>E9NE:^E;pEE?E@EB\u0006EC%EDFEEhEFEGEHEJ\u0001EK+ELVEMENEOEQ\rER>ESpETEUEW\bEX>EYsEZE[E]\u0017E^NE_E`EaEc1EdkEeEfEh\u0018EiREjEkElEn9EorEpEqEs\u001cEtSEuEvEwEy.EzbE{E|E}E.Eր]EցEւEփEօ\u0015Eֆ?EևjEֈE։E֊E֌\u0001E֍$E֎EEE:EE€E\"EEhE\fEůEREEǙE>EEɆE*EErE\u0016E̻E`E\u0005EΪEMEEЗEE!\rE!E\"E#E$aE%8E&\u0013E&E'E(E)E*E+tE,dE-UE.JE/AE0:E17E26E36E4:E5@E6GE7QE8^E9kE:|E;EE?EA\u0004EB\"EC@EDaEEEFEGEHEJ\u0018EK@ELjEMENEOEQ\u001eERLES}ETEUEW\u0012EXEEYzEZE[E]\u0019E^PE_E`EaEc,EdeEeEfEh\rEiEEj}EkElEn&Eo^EpEqEs\u0002Et9EuoEvEwEy\fEzAE{sE|E}E\u0006Eր4EցdEւEփEքEֆ\u0012Eև:Eֈ`E։E֊E֋E֌E֎\u0012EENEEŽE.EEpE\u0010EŰEQEEǒE2EEtE\u0015EʶEVEE̙E:EE}E\u001eEϿE`E\u0001EѣEEEEӇE(EEkE\fE֭EOEEؒE3EEuE\u0016E۸EYEEݜEE@\u0006EA\"EB>EC\\ED{EEEFEGEI\bEJ.EKVEL~EMENEP\u0000EQ-ER\\ESETEUEW\u001cEXNEYEZE[E]\u001cE^QE_E`EaEc(Ed]EeEfEh\u0002Ei8EjoEkElEn\u0012EoHEp~EqErEt\u001eEuREvEwExEz\u001eE{PE|E}E~Eր\fEց:EւfEփEքEօEև\fEֈ2E։VE֊zE֋E֌E֍EEhE\u0006E¢E@EEzE\u0018EŴEREEnjE+EEfE\u0004EʢE?EEzE\u0018EͶETEEώE-EEhE\u0006EҤEAEE}E\u001bEոEVEEגE/EEkE\bEڦEDEEE\u001dEݻEXEEߔE1EElE\nEEDEEE\u001cEEWEEE.EEhE\u0006EE@EEzE\u0016EEPEEE&EE^EEE4EElE\bEE@EExE\u0014EELEEE\u001dEE,EE/EE1EE4EE\u00008E\u0000E\u0001>E\u0001E\u0002FE\u0002E\u0003PE\u0003E\u0004]E\u0004E\u0005lE\u0005E\u0006~E\u0007\nE\u0007E\b\"E\bE\t?E\tE\naE\nE\u000bE\f\u001eE\fE\rLE\rE\u000eE\u000f\u001eE\u000fE\u0010^E\u0011\u0000E\u0011E\u0012JE\u0012E\u0013E\u0014FE\u0014E\u0015E\u0016UE\u0017\tE\u0017E\u0018xE\u00193E\u0019E\u001aE\u001brE\u001c6E\u001cE\u001dE\u001eE\u001faE 4E!\u0007E!E\"E#E$mE%IE&)E'\nE'E(E)E*E+E,E-E.zE/tE0nE1lE2lE3nE4rE5yE6E7E8E9E:E;EEEvE\u0011EEIEE\\EEbEEiEEpEEzE\u0000\u0000E\u0000E\u0001\rE\u0001E\u0002\u001cE\u0002E\u0003.E\u0003E\u0004CE\u0004E\u0005\\E\u0005E\u0006xE\u0007\u0007E\u0007E\b*E\bE\tRE\tE\n~E\u000b\u0016E\u000bE\fJE\fE\rE\u000e$E\u000eE\u000fhE\u0010\fE\u0010E\u0011ZE\u0012\u0003E\u0012E\u0013\\E\u0014\fE\u0014E\u0015pE\u0016&E\u0016E\u0017E\u0018SE\u0019\u0011E\u0019E\u001aE\u001bZE\u001c!E\u001cE\u001dE\u001eE\u001fYE ,E!\u0003E!E\"E#E$qE%PE&1E'\u0016E'E(E)E*E+E,E-E.E/E0E1E2E3E4E5E6E7E8E9E:E;E\u000eE?$E@=EAWEBrECEDEEEFEH\u0011EI4EJYEK~ELEMENEP EQJERvESETEUEW-EX\\EYEZE[E]\u001eE^PE_E`EaEc\u001bEdNEeEfEgEi\u001cEjOEkElEmEo\u001cEpOEqErEsEu\u0017EvHEwyExEyE{\u0006E|4E}bE~EEրEւ\u000eEփ7Eք_EօEֆEևEֈE֊\u0016E֋6E֌VE֍tE\nEE9EEjE\u0000EĘE0EE^EEnjE$EȺEREEʀE\u0018E˭EDEErE\tEΟE6EEcEEѐE&EҽESEEԁE\u0018EծEEEErE\bE؟E5EEbEEېE'EܾEUEEރE\u001aE߲EIEExE\u000eEE>EElE\u0004EE4EEeEEE.EE^EEE*EE]EEE(EE\\EEE,EEaEEE2EEiE\u0004EE=EEuE\u0006EE\u0010EE\u001aEE(EE6EEFEE\u0000YE\u0000E\u0001nE\u0001E\u0002E\u0003\u0014E\u0003E\u00042E\u0004E\u0005TE\u0005E\u0006yE\u0007\u000eE\u0007E\b:E\bE\tlE\n\u0006E\nE\u000b@E\u000bE\fE\r\"E\rE\u000eiE\u000f\u0010E\u000fE\u0010bE\u0011\u000eE\u0011E\u0012kE\u0013\u001cE\u0013E\u0014E\u0015&E?EkpElEmEo\u0005Ep7EqgErEsEtEv(EwXExEyEzE|\rE}9E~dEEրEցEփ\nEք1EօWEֆzEևEֈE։E֋\u0003E֌\"E֍@E/EEXEEÂE\u0017EĭEAEEhEEǑE$EȺEMEEtE\bE˚E.EETEEzE\u000eEϠE3EEYEEE\u0012EӤE7EE]EEփE\u0016EרEE'%E(\u0010E(E)E*E+E,E-E.E/E0E1E2E3E4E5E6E7E8E9E;\u0004E<\u0017E=*E>?E?UE@mEAEBECEDEEEG\u0018EH8EIZEJ}EKELEMEO\u0012EP:EQdERESETEV\fEW8EXeEYEZE[E]\u001cE^LE_zE`EaEc\nEd;EekEfEgEhEj,Ek]ElEmEnEp\u001eEqNEr|EsEtEv\bEw6ExdEyEzE{E}\u0012E~;EdEրEցEւEք\u0001Eօ&EֆKEևnEֈE։E֊E֋E֍\fEVEEzE\rEßE1EESEEvE\bEǘE(EȸEIEEjEEˉE\u0019ĘE8EEWEEvE\u0005EЕE$EѳECEEaEEE\u000eE՝E-EּEKEEjEEيE\u0019EکE8EEYEEzE\nEޚE,E߼EMEEpE\u0002EE%EEJEEpE\u0002EE*EEREEzE\u000fEE:EEfEEE*EEZEEE\"EEVEEE$EE\\EEE2EEbEEtEEE\u0011EE*EECEE`EEE\u0000\u0012E\u0000E\u00018E\u0001E\u0002aE\u0002E\u0003E\u0004(E\u0004E\u0005\\E\u0005E\u0006E\u00074E\u0007E\buE\t\u0017E\tE\n`E\u000b\u0006E\u000bE\fXE\r\u0004E\rE\u000e`E\u000f\u000fE\u000fE\u0010tE\u0011*E\u0011E\u0012E\u0013TE\u0014\u0010E\u0014E\u0015E\u0016QE\u0017\u0014E\u0017E\u0018E\u0019nE\u001a:E\u001b\tE\u001bE\u001cE\u001dE\u001eYE\u001f2E \u000eE E!E\"E#E$vE%[E&CE',E(\u0018E)\u0006E)E*E+E,E-E.E/E0E1E2E3E4E5E6E7E8E:\fE;\u001cE<.E=BE>VE?lE@EAEBECEDEF\fEG+EHKEIlEJEKELEMEO EPFEQmERESETEV\u0012EW=EXhEYEZE[E]\u001bE^HE_vE`EaEc\u0001Ed/Ee_EfEgEhEj\u001bEkIElyEmEnEp\u0005Eq2Er`EsEtEuEw\u0014Ex@EylEzE{E|E~\u0012E;EրaEցEւEփEքEֆ\u001aEևjE?E@EAEBECEE\u0000EF\u001cEG:EHZEIzEJEKELEN\u0005EO*EPPEQvERESETEV\u0015EW?EXiEYEZE[E]\u0015E^BE_nE`EaEbEd\"EePEf}EgEhEj\u0007Ek4ElbEmEnEoEq\u0016ErBEsoEtEuEvEx\u001bEyDEzoE{E|E}E\u000eEր6EցZEւEփEքEօEև\nEֈ*E։JE֊gE֋E֌EE8EEREEkEEŁE\fEƘE\"EǫE6EEJEE[EEnEEE\u0007E͐E\u0018EΠE(EϰE8EпEHEEWEEfEEwEEՆE\u000eE֖E\u001eEצE/EطE@EEQEEcEEvE\u0000E݊E\u0014EޠE*EߵE@EEXEEpEEE\u0018EE4EEREEqE\u0002EE$EEHEEnE\u0002EE*EEWEEE\u001cEEMEEE\u001aEEREEE+EEMEEfEEE\u0014EE7EE]EEE\u001eEENEE\u0000E\u0001\u001fE\u0001E\u0002ZE\u0002E\u0003E\u0004>E\u0004E\u0005E\u0006+E\u0006E\u0007|E\b&E\bE\t~E\n-E\nE\u000bE\f@E\fE\rE\u000edE\u000f\u001dE\u000fE\u0010E\u0011RE\u0012\u0013E\u0012E\u0013E\u0014^E\u0015&E\u0015E\u0016E\u0017E\u0018VE\u0019&E\u0019E\u001aE\u001bE\u001c|E\u001dXE\u001e4E\u001f\u0014E\u001fE E!E\"E#E$sE%\\E&GE'5E($E)\u0016E*\tE+\u0000E+E,E-E.E/E0E1E2E3E4E6\u0004E7\u000eE8\u001aE9'E:7E;GEE?E@EAEBECEE\u0013EF0EGMEHlEIEJEKELEN\u0012EO6EPZEQERESETEV\u001aEWBEXlEYEZE[E]\u0013E^=E_hE`EaEbEd\u0016EeCEfoEgEhEiEk\u001fElLEmwEnEoEpEr%EsOEtzEuEvEwEy EzGE{pE|E}E~Eր\bEց-EւPEփrEքEօEֆEևE։\u0014E֊2E֋NE֌kEEfEEzE\u0003EċE\u0013EŜE$EƫE2EǺE@EELEEXEEdEEnEEwEE΀E\u0005EψE\rEБE\u0015EљE\u001dEҡE%EөE-EԱE6EչE>EEGEEPEEZEEfEEqEE~E\u0004E݋E\u0013EޚE\"EߪE2EEDEEXEEnEEE\u0012EE,EEHEEfEEE\u0017EE:EE`EEE\u001eEELEE|E\u0015EEIEEE\u001eEE[EEE\fEE,EEPEEwE\rEE:EEmE\u0007EE?EE\u0000~E\u0001\u001eE\u0001E\u0002cE\u0003\bE\u0003E\u0004TE\u0004E\u0005E\u0006QE\u0006E\u0007E\b[E\t\fE\tE\nrE\u000b'E\u000bE\fE\rPE\u000e\fE\u000eE\u000fE\u0010HE\u0011\nE\u0011E\u0012E\u0013ZE\u0014$E\u0014E\u0015E\u0016E\u0017ZE\u0018,E\u0019\u0000E\u0019E\u001aE\u001bE\u001cbE\u001d@E\u001e E\u001f\u0001E\u001fE E!E\"E#E$nE%ZE&GE'6E((E)\u001bE*\u0010E+\u0006E,\u0000E,E-E.E/E0E1E2E4\u0004E5\fE6\u0016E7 E8,E9:E:JE;YEE?E@EAEBED\bEE#EF>EG\\EHzEIEJEKELEN\u001cEO?EPbEQERESETEV\u001cEWDEXkEYEZE[E]\rE^7E_`E`EaEbEd\tEe4Ef_EgEhEiEk\nEl5Em_EnEoEpEr\u0007Es1EtZEuEvEwExEz E{GE|nE}E~EEց\u0000Eւ\"EփDEքdEօEֆEևEֈE֊\u0000E֋\u001bE֌6E\fE”E\u001cEâE(EįE5EŸE>EEFEENEESEEYEE\\EE_EEbEEbEEdEEeEEfEEfEEgEEgEEhEEjEElEEoEErEEvEE|EE܂E\u0006E݊E\u000eEޒE\u0018EߞE$EE0EE@EEPEEdEExE\u0004EE\u001dEE8EEVEEvE\bEE,EEVEEE\u0017EEHEE{E\u0016EENEEE\"EEBEEfEEE$EEREEE!EEZEEE:EE\u0000E\u0001&E\u0001E\u0002tE\u0003\u001eE\u0003E\u0004tE\u0005\"E\u0005E\u0006E\u00072E\u0007E\bE\tPE\n\u0006E\nE\u000bzE\f6E\fE\rE\u000etE\u000f7E\u000fE\u0010E\u0011E\u0012RE\u0013\u001cE\u0013E\u0014E\u0015E\u0016XE\u0017+E\u0018\u0001E\u0018E\u0019E\u001aE\u001bhE\u001cFE\u001d&E\u001e\tE\u001eE\u001fE E!E\"E#|E$gE%TE&EE'6E()E)\u001dE*\u0014E+\rE,\u0007E-\u0002E.\u0000E/\u0000E0\u0000E1\u0003E2\u0006E3\u000bE4\u0012E5\u001bE6%E70E8E?E@EAEBED\u0017EE2EFLEGiEHEIEJEKEM\u0003EN$EOFEPiEQERESETEV\u001fEWDEXjEYEZE[E]\bE^0E_XE`EaEbEcEe%EfOEgxEhEiEjEl\u001eEmGEnpEoEpEqEs\u0012Et:EuaEvEwExEyE{!E|FE}jE~EEրEցEփ\u0017Eք8EօVEֆvEևEֈE։E֊E֌\u0004EAEEJEEPEEVEEZEE\\EE\\EE\\EEYEEVEEREELEEGEE@EϾE:EжE4EѰE,EҨE&EӢE\u001eEԜE\u0018EՕE\u0012E֐E\rE׊E\tE؆E\u0004EكE\u0002EځE\u0000EۀE\u0000E܀E\u0000E݂E\u0004EކE\bEߋE\u000fEE\u0017EE!EE.EE>EEOEEdEE{E\u0007EE$EEBEEeEEE\u001fEEIEEyE\u0012EEGEEE\u001fEEVEEyE\fEE6EEdEEE3EEnE\rEEPEEE=EE\u0000E\u00016E\u0001E\u0002E\u0003E?E@EAEC\fED&EE@EFZEGvEHEIEJEKEM\fEN,EONEPoEQERESETEV\u001fEWDEXiEYEZE[E]\u0002E^)E_PE`wEaEbEcEe\u0016Ef>EgfEhEiEjEl\u0006Em.EnUEo}EpEqErEt\u0019Eu?EvdEwExEyEzE|\u001cE}@E~bEEրEցEւEք\bEօ&EֆDEևbEֈE։E֊E֋EwEEzEE|EE{EExEEuEEnEEgEE]EEREEGEE;E͵E.EΧE EϙE\u0012EЋE\u0004E|EEnEE`EEREEDEսE7EֱE+EץE EؚE\u0015EِE\u000bEڈE\u0004EہEE{EExEEvEEvEEyEE~E\u0001EE\nEE\u0016EE$EE6EELEEbEEE\u000eEE/EEUEE~E\u0016EEEEEzE\u0015EEPEEE\u001bEEDEErE\u000bEEAEE{E\u001bEE]E\u0000EELEEEGEE\u0000E\u0001NE\u0001E\u0002E\u0003dE\u0004\u0018E\u0004E\u0005E\u0006>E\u0006E\u0007E\brE\t0E\tE\nE\u000bvE\f;E\r\u0001E\rE\u000eE\u000f^E\u0010+E\u0010E\u0011E\u0012E\u0013oE\u0014DE\u0015\u001bE\u0015E\u0016E\u0017E\u0018E\u0019dE\u001aEE\u001b(E\u001c\fE\u001cE\u001dE\u001eE\u001fE E!E\"xE#hE$XE%IE&=E'2E((E) E*\u001aE+\u0016E,\u0012E-\u0010E.\u0010E/\u0011E0\u0015E1\u0019E2\u001eE3$E4-E56E6BE7ME8ZE9hE:xE;EE?E@EB\u0002EC\u001aED3EELEFfEGEHEIEJEKEM\u0014EN4EOSEPtEQERESETEV\u001fEWCEXgEYEZE[E\\E^ E_FE`mEaEbEcEe\u0006Ef-EgSEh{EiEjEkEm\u0015EnE̴E*E͠E\u0016EΌE\u0000EvEE`EEJEE5EҪE\u001fEӔE\nE~EEjEEVEECE׺E1EةE!EٙE\u0012EڊE\u0003E}EErEEjEEbEE^EE\\EE]EEaEEhEErEEE\bEE\u001aEE1EELEEkEEE\"EELEEzE\u0014EEKEEE&EETEEE\u0018EELEEE&EEhE\fEEVEEEQEEEZE\u0000\nE\u0000E\u0001pE\u0002$E\u0002E\u0003E\u0004LE\u0005\u0007E\u0005E\u0006E\u0007@E\b\u0000E\bE\tE\nNE\u000b\u0014E\u000bE\fE\rrE\u000e?E\u000f\u000eE\u000fE\u0010E\u0011E\u0012ZE\u00130E\u0014\bE\u0014E\u0015E\u0016E\u0017yE\u0018YE\u0019E?E@EB\rEC$EDEسE'EٜE\u0012EڈEEvEEeEEWEELEECE߿E=EE:EE:EE>EEFEEQEE`EEtE\u0000EE\u0019EE8EE\\EEE\u001bEELEEE\u001eEE^EEE$EEVEEE-EEnE\u0011EE\\E\u0002EEVE\u0002EE^E\u0010EEuE\u0000*E\u0000E\u0001E\u0002RE\u0003\u000eE\u0003E\u0004E\u0005IE\u0006\nE\u0006E\u0007E\bXE\t E\tE\nE\u000bE\fLE\r\u001cE\rE\u000eE\u000fE\u0010iE\u0011?E\u0012\u0018E\u0012E\u0013E\u0014E\u0015E\u0016iE\u0017JE\u0018.E\u0019\u0013E\u0019E\u001aE\u001bE\u001cE\u001dE\u001eE\u001fE rE!dE\"WE#KE$@E%6E&-E'%E(\u001fE)\u001aE*\u0017E+\u0015E,\u0015E-\u0016E.\u0018E/\u001bE0 E1&E2-E35E4?E5IE6UE7bE8pE9~E:E;EE?EA\u0002EB\u0018EC.EDFEE_EFxEGEHEIEJEL\u0001EM\u001eENE?EA\nEB EC7EDOEEgEFEGEHEIEJEL\u0006EM\"EN@EO^EP{EQERESETEV\u0019EW9EXZEY|EZE[E\\E^\u0002E_%E`HEajEbEcEdEeEg\u001aEhE?EA\u0011EB'EC>EDTEElEFEGEHEIEJEL\nEM%ENBEO^EP|EQERESETEV\u0015EW5EXUEYuEZE[E\\E]E_\u001aE`EE:EE9EE=EEFEETEEiEEE\u0014EE8EEbEEE.EEjE\u000bEEAEEyE\u0018EE\\EEENEEEQEEEbE\u0017EEE?EEEuE5EE\u0000E\u0001E\u0002FE\u0003\u000fE\u0003E\u0004E\u0005rE\u0006@E\u0007\u0010E\u0007E\bE\tE\n`E\u000b8E\f\u0012E\fE\rE\u000eE\u000fE\u0010fE\u0011IE\u0012,E\u0013\u0012E\u0013E\u0014E\u0015E\u0016E\u0017E\u0018E\u0019|E\u001alE\u001b^E\u001cPE\u001dEE\u001e9E\u001f1E )E!!E\"\u001dE#\u0017E$\u0010E%\rE&\tE'\u0006E(\u0006E)\u0005E*\u0007E+\tE,\fE-\u0012E.\u0016E/\u001eE0%E1.E28E3BE4ME5YE6fE7uE8E9E:E;EE@\u0002EA\u0017EB,ECBEDZEErEFEGEHEIEJEL\u000bEM&ENBEO^EP{EQERESETEV\u0010EW.EXMEYmEZE[E\\E]E_\rE`.EaNEboEcEdEeEfEh\u0013Ei4EjUEkvElEmEnEoEq\u0019Er9EsYEtzEuEvEwExEz\u0014E{2E|PE}mE~EEրEցEւEք\u0016Eօ1EֆKEևdEֈ}E։E֊EEKEļE*EŚE\bEuEELEǸE\"EȌEE\\EE,EʓEE^EE'ĚEETEͷE\u001bE~EEDEϦE\tEkEE1EєEEYEҼE\u001fEӃEEJEԮE\u0013EwEEBE֨E\u000fEvEEFEدE\u0018EقEEYEE2E۠E\u000fE~EEaEEHE޼E2EߩE!EE\u0014EE\rEE\nEE\u000eEE\u0018EE&EE;EEVEEyE\fEE:EEnE\nEEJEEE\u001eEE]E\u0000EEJEEEHEEEWE\nEEwE0EEEdE#EEElE\u00003E\u0000E\u0001E\u0002E\u0003^E\u0004-E\u0004E\u0005E\u0006E\u0007xE\bNE\t&E\tE\nE\u000bE\fE\rvE\u000eVE\u000f9E\u0010\u001cE\u0011\u0002E\u0011E\u0012E\u0013E\u0014E\u0015E\u0016E\u0017nE\u0018^E\u0019OE\u001aBE\u001b6E\u001c+E\u001d\"E\u001e\u0019E\u001f\u0012E \rE!\bE\"\u0005E#\u0001E#E$E%E&E'E(E)E+\u0001E,\u0006E-\fE.\u0012E/\u001aE0\"E1,E26E3AE4NE5ZE6hE7wE8E9E:E;EE@\u0006EA\u001bEB0ECFED^EEtEFEGEHEIEJEL\fEM&ENBEO]EPzEQERESETEV\u000bEW)EXGEYfEZE[E\\E]E_\u0001E`!Ea@Eb`EcEdEeEfEh\u0000Ei Ej@Ek`ElEmEnEoEpEr\u001eEsEӟEE_EE!EՄEEHE֫E\u000fErEE>EؤE\u000bErEEEEڮE\u001aEۆEE`EE@EݰE\"EޖE\nE߀EEnEEdEE]EE\\EEcEEnEEE\rEE*EEOEEzE\u0012EEJEEE'EEbE\u0001EEGEEE@EEEIEEEdE\u001dEEENE\rEEEVE\u001bEEE\u0000xE\u0001DE\u0002\u0013E\u0002E\u0003E\u0004E\u0005^E\u00064E\u0007\fE\u0007E\bE\tE\n}E\u000b\\E\f=E\r!E\u000e\u0004E\u000eE\u000fE\u0010E\u0011E\u0012E\u0013{E\u0014iE\u0015XE\u0016HE\u0017:E\u0018,E\u0019!E\u001a\u0017E\u001b\fE\u001c\u0003E\u001cE\u001dE\u001eE\u001fE E!E\"E#E$E%E&E'E(E)E*E+E-\u0003E.\fE/\u0014E0\u001eE1(E23E3?E4LE5ZE6hE7xE8E9E:E;EE@\bEA\u001dEB2ECHED_EEvEFEGEHEIEJEL\u000bEM%EN@EO[EPwEQERESETEV\u0005EW!EX@EY]EZzE[E\\E]E^E`\u0013Ea1EbQEcoEdEeEfEgEi\nEj*EkIElgEmEnEoEpEr\u0001Es\u001fEt>Eu[EvzEwExEyEzE|\tE}&E~BE\\EրxEցEւEփEքEօEև\u0011Eֈ*E։BE֊ZEXEE0EŜE\u0004ElEE9EǠE\u0004EgEE,EɏEEOEʰE\u000eEnEE*ËEEAE͞EEVEαE\rEiEE EzEE1EэEEDEҠEEYEӶE\u0012EpEE,EՌEEJE֪E\fEnEE2EؖEEaEE.EږEEiEE@EܮE\u001cE݌EEnEEVEEDEE7EE0EE/EE6EEBEEVEEpE\u0000EE(EEVEEE,EEkE\bEEHEEE:EEE=EEETE\nEE|E8EEEvE:EEEEZE&EE\u0000E\u0001E\u0002iE\u0003>E\u0004\u0015E\u0004E\u0005E\u0006E\u0007E\b^E\t=E\n\u001eE\u000b\u0002E\u000bE\fE\rE\u000eE\u000fE\u0010qE\u0011^E\u0012LE\u0013E@\tEA\u001eEB3ECJED`EEvEFEGEHEIEJEL\bEM$EN>EOXEPrEQERESETEUEW\u001aEX7EYTEZpE[E\\E]E^E`\u0005Ea\"Eb@Ec^Ed|EeEfEgEhEj\u0014Ek2ElPEmnEnEoEpEqEs\u0002Et EuE@\u0007EA\u001cEB2ECHED^EEtEFEGEHEIEJEL\u0006EM\u001fEN9EOTEPmEQERESETEUEW\u0011EX-EYIEZfE[E\\E]E^E_Ea\u0013Eb0EcMEdkEeEfEgEhEiEk\u001bEl8EmUEnrEoEpEqErEt\u0002Eu\u001fEv:EwWExrEyEzE{E|E}E\u0016Eր/EցJEւbEփ{EքEօEֆEևEֈE֊\u000bEEFEŬE\u0010EtEE7EǘEEVEȳE\u0010ElEE\"E|EE+E˃EE2ẺEE5E͊EE4EΈEE1EφEE.EЂEE+EрEE)E~EE)EEE,EԄEE4EՎEEBE֝EEVE״E\u0012EpEE2EٔEE\\EE(EېEEdEE=EݬE\u001cEގE\u0000EvEEdEEYEEUEEYEEcEEwE\u0003EE\"EEJEE|E\u0017EEXEEE7EEE*EEE1EEELE\u0004EE|E9EEEEHE\u0010EEEvEFE\u001aEEE\u0000E\u0001rE\u0002NE\u0003*E\u0004\bE\u0004E\u0005E\u0006E\u0007E\bwE\t_E\nHE\u000b2E\f\u001eE\r\u000bE\rE\u000eE\u000fE\u0010E\u0011E\u0012E\u0013E\u0014E\u0015E\u0016E\u0017E\u0018E\u0019E\u001aE\u001bE\u001cE\u001dE\u001eE\u001fE E!E\"E#E$E%E&E'E(E)E*E+E,E-E.E0\u0003E1\u0010E2\u001eE3,E4E@\u0004EA\u0018EB.ECDEDZEErEFEGEHEIEJEL\u0000EM\u001aEN3EOMEPfEQERESETEUEW\bEX#EY?EZZE[wE\\E]E^E_Ea\u0004Eb Ec=EdZEevEfEgEhEiEk\u0005El\"Em>EnZEowEpEqErEsEu\u0004Ev\u001fEw:ExUEyqEzE{E|E}E~Eր\u000eEց)EւBEփZEքrEօEֆEևEֈE։E\"EŅEEKEƫE\nEhEE\"E}EE2EɊEE8EʑEE;EˏEE6E̊EE/ÉEE$EvEE\u0017EhEϹE\tEZEЫEELEўEEAEғEE8EӌEE3EԇEE2EՈEE8E֑EEEEנEEZEظE\u0018ExEE=EڡE\u0006ElEE>EܪE\u0015E݄EEdEEJEE8EE.EE*EE.EEE?EA\u0014EB*EC@EDVEEmEFEGEHEIEJEKEM\u0014EN.EOFEP`EQzERESETEUEVEX\u0018EY4EZNE[jE\\E]E^E_E`Eb\u0010Ec,EdHEedEfEgEhEiEjEl\fEm(EnCEo`Ep{EqErEsEtEv\u0002Ew\u001fEx:EyTEznE{E|E}E~EEց\bEւ!Eփ:EքREօjEֆEևEֈE։EdEE&EƆEE@EǚEENEȨEEVEɪE\u0000ESEʧEELE˜EE=E̎EE,EzEE\u0016EdEαEELEϚEE4EЁEE\u001cEjEѷE\u0006ETEҤEECEӒEE4EԇEE-EՀEE*EւEE2E׊EE@E؝EEZEٺE\u001cE~EEHEۮE\u0018E܂EEZEE:EެE EߖE\u000eEE\u0004EE\u0002EE\bEE\u0016EE.EEPEEzE\u0012EENEEE0EExE EEzE)EEEHE\u0002EE|EE EE!LE\"TE#]E$eE%nE&wE'E(E)E*E+E,E-E.E/E0E2\u0006E3\u0016E4'E56E6HE7ZE8nE9E:E;EE?EA\rEB\"EC9EDPEEfEF}EGEHEIEJEKEM\fEN&EO>EPXEQqERESETEUEVEX\rEY(EZBE[^E\\xE]E^E_E`EaEc\u001bEd6EeREfmEgEhEiEjEkEm\u0012En,EoGEpbEq~ErEsEtEuEw\u0004Ex\u001eEy8EzRE{lE|E}E~EEրEւ\u0003Eփ\u001cEք2EօJEֆaEևxEֈE։EŧE\u0006EdEE\u001aEtEE&EzEE&EzEE\u001cEnEʾE\fE\\E˪EEDȆEE(EtE;E\tESEΞEE2E{EE\u000eEYEТEE7EтEE\u0018EcEүEEIEӖEE2EԂEE$EtEE\u001aEpEE\u001cErEE%E؀EE:E٘EEZEھE\"EۈEEZEE2EݠE\u0011EރEEmEE_EEZEE^EEjEEE\u000fEE4EEbEEEE?EA\u0005EB\u001aEC0EDHEE^EFuEGEHEIEJEKEM\u0004EN\u001cEO5EPNEQgERESETEUEVEX\u0001EY\u001cEZ5E[PE\\kE]E^E_E`EaEc\nEd%Ee@EfZEgvEhEiEjEkElEn\u0017Eo1EpLEqeErEsEtEuEvEx\u0002Ey\u001dEz7E{PE|hE}E~EEրEցEւEք\u0015Eօ-EֆDEևZEֈqE։EEHEƢEETEǫE\u0002EVEȪEENEɞEEE?E@EB\u0011EC(ED>EEUEFlEGEHEIEJEKELEN\u0013EO+EPDEQ]ERvESETEUEVEWEY\u000eEZ)E[BE\\\\E]wE^E_E`EaEbEd\u0014Ee.EfHEgdEh~EiEjEkElEn\u0002Eo\u001bEp5EqPErjEsEtEuEvEwEy\u0004Ez\u001cE{6E|PE}hE~EEրEցEւEփEօ\u0012Eֆ*Eև@EֈWE։nE,EƈEE6ENjEE4EȅEE$ErEE\u000eEYEʣEE8EˀEE\u000fEUE̜EE%EjEͮEE6EzEνE\u0000EDEφEE\rEPEДEE\u001cE`EѥEE.EuEһE\u0003EJEӔEE&EqEԼE\nEVEդEEEE֗EE>EהEEDE؞EEVEٴE\u0014EvEE=EۤE\u000eExEETEE7EެE#EߜE\u0018EE\u0017EE\u001eEE0EEMEEuE\fEEEEEE*EEyE%EEE8EEEdE\"EEEmE6E\u0000EEEnECE\u0019EEEEEhEJE.E\u0014EE\u0000E\u0001E\u0002E\u0003E\u0004E\u0005E\u0006E\u0007xE\bpE\thE\n`E\u000b\\E\fXE\rTE\u000eSE\u000fRE\u0010SE\u0011VE\u0012WE\u0013[E\u0014`E\u0015fE\u0016lE\u0017tE\u0018|E\u0019E\u001aE\u001bE\u001cE\u001dE\u001eE\u001fE E!E\"E#E%\rE&\u001aE')E(8E)GE*WE+hE,xE-E.E/E0E1E2E3E5\tE6\u001cE70E8DE9XE:nE;EE?E@EB\u0004EC\u001aED2EEHEF_EGwEHEIEJEKELEN\u0007EO\u001fEP8EQPERjESETEUEVEWEY\u0002EZ\u001bE[5E\\NE]hE^E_E`EaEbEd\u0004Ee\u001eEf8EgREhlEiEjEkElEmEo\bEp\"EqE?E@EAEC\rED$EE;EFSEGjEHEIEJEKELEMEO\u0013EP+EQDER]ESvETEUEVEWEXEZ\rE[&E\\@E]YE^sE_E`EaEbEcEe\u000eEf(Eg@EhZEitEjEkElEmEnEp\u000fEq(ErBEs[EtuEuEvEwExEyE{\u000bE|#E}=E~UEnEրEցEւEփEքEօEև\u0014Eֈ-E։CEƴE\bE\\EǮEEMEȜEE2E{EE\rEREʙEE!EeE˦EE)EjE̪EE'EfEͤEE\u001eE\\EΘEE\u0011EOEϋEE\u0004EBEEмEE9ExEѶEE7ExEҹEE?EӂEE\fETEԜEE.EzEE\u0013EbEֲE\u0004EWE׬E\u0002EZEشE\u0010ElEE,EڐEE[EE0EܜE\fE}EEhEE\\EEZEEdEEwE\u0005EE*EE[EEE:EEE0EEE@EEElE+EEEvE@E\fEEE~ETE,E\u0006EEEEEiEPE9E#E\u0010EE\u0000E\u0001E\u0002E\u0003E\u0004E\u0005E\u0006E\u0007E\bE\tE\nE\u000bE\fE\rE\u000eE\u000fE\u0010E\u0011E\u0012E\u0013E\u0014E\u0015E\u0016E\u0018\u0003E\u0019\u0011E\u001a\u001eE\u001b,E\u001cE-RE.eE/xE0E1E2E3E4E5E7\bE8\u001dE92E:IE;_EE?E@EAEBED\u0014EE,EFDEG\\EHsEIEJEKELEMEO\u0005EP\u001dEQ6EROEShETEUEVEWEXEYE[\u0018E\\2E]JE^dE_}E`EaEbEcEdEf\u0017Eg1EhKEidEj~EkElEmEnEoEq\u0016Er0EsIEtcEu|EvEwExEyEzE|\u0012E}*E~DE\\EրtEցEւEփEքEօEև\u0005Eֈ\u001cE։3EEHEǚEE5EȂEE\u0017E`EɨEE1EuEʸEE:EzE˺EE6EtE̱EE)EdE͞EE\u0014EME·EEE4EmEϧEE\u001aEUEАEE\u0005EAE}EѺEE5EtEҲEE4EvEӹEEBEԈEE\u0017EaEլEEFE֕EE8E׌EE:EؒEEJE٩E\nEnEE8EۢE\u000eE{EE^EEKEEBEECEEPEEgEEE!EEXEEE>EEE?EEE[E\u0016EEETE\u001aEEE{EJE\u001cEEEE~E^E>E E\u0005EEEEEEE\u0000~E\u0001rE\u0002hE\u0003`E\u0004XE\u0005SE\u0006OE\u0007ME\bLE\tLE\nNE\u000bQE\fUE\rZE\u000eaE\u000fiE\u0010pE\u0011zE\u0012E\u0013E\u0014E\u0015E\u0016E\u0017E\u0018E\u0019E\u001aE\u001c\u0005E\u001d\u0016E\u001e(E\u001f:E KE!]E\"pE#E$E%E&E'E(E)E+\nE,\u001eE-2E.GE/[E0pE1E2E3E4E5E6E8\bE9\u001eE:4E;JEE?E@EAEBED\u0004EE\u001cEF4EGLEHdEI|EJEKELEMENEP\u000fEQ(ER@ESZETrEUEVEWEXEYE[\tE\\\"E];E^UE_nE`EaEbEcEdEf\u0007Eg!Eh:EiTEjmEkElEmEnEoEq\u0006Er\u001fEs9EtQEulEvEwExEyEzE|\u0002E}\u001aE~2EJEրcEց{EւEփEքEօEֆEֈ\fE։#E:ENJEE$EpEȹE\u0002EHEɎEE\u0016EXEʘEE\u0017EUE˒EE\nEDEE̹EE*EbE͚EE\bE?EuEάEE\u0018ENEυEϻEE)E`EИEE\bEAE{EѶEE,EhEҥEE\"EbEӢEE(ElEԲEEAEՊEE\"EpEE\u0012EfE׺E\u0011EjEE\"EـEEDEکE\u0010EzEEUEE9EݯE(EޤE\"EߢE(EE8EETEE}E\u0016EEREEEBEEENE\u0003EEwE6EEEEJE\u0016EEEEbE~E?E@EAEBECEE\rEF%EG=EHVEInEJEKELEMENEP\u0002EQ\u001aER3ESLETdEU}EVEWEXEYEZE\\\u0014E]-E^GE_`E`yEaEbEcEdEeEg\u0011Eh*EiCEj\\EkvElEmEnEoEpEr\u000eEs'Et@EuXEvrEwExEyEzE{E}\u0006E~\u001fE8EրPEցhEւEփEքEօEֆEևE։\u0012E{EE\u0016E_EȨEE4EyEɼEEEuEѮEE\u001fEYEҕEE\u000eELEӊEE\fEPEԔEE EjEմEEME֜EE@EהEEDE؞EEZEٻE\u001eEڄEEWEE3EܥE\u001aEݑE\fEވE\bEߋE\u0010EE&EEGEEuE\u0011EESEEENEEEgE EEE^E\"EEEEUE'EEEEEmEPE4E\u001aE\u0004EEEEEEEE\u0000E\u0001E\u0002E\u0003E\u0004E\u0005E\u0006E\u0007E\bE\tE\nE\u000bE\fE\rE\u000eE\u000fE\u0010E\u0011E\u0013\u0003E\u0014\u0013E\u0015&E\u00167E\u0017JE\u0018\\E\u0019oE\u001aE\u001bE\u001cE\u001dE\u001eE\u001fE!\u0003E\"\u0018E#.E$CE%YE&pE'E(E)E*E+E,E.\fE/\"E09E1PE2hE3E4E5E6E7E8E:\fE;$E<;E=TE>kE?E@EAEBECEDEF\u0014EG-EHEEI^EJvEKELEMENEOEQ\u000bER#ESE\nIE\u000bTE\f`E\rmE\u000e|E\u000fE\u0010E\u0011E\u0012E\u0013E\u0014E\u0015E\u0017\u000bE\u0018 E\u00196E\u001aKE\u001baE\u001cwE\u001dE\u001eE\u001fE E!E#\u0002E$\u0018E%0E&HE'`E(wE)E*E+E,E-E/\u0004E0\u001dE14E2ME3dE4}E5E6E7E8E9E;\u000eE<&E=?E>XE?pE@EAEBECEDEF\u0004EG\u001cEH5EINEJgEKELEMENEOEPER\u0015ES.ETGEU`EVyEWEXEYEZE[E]\u0010E^(E_BE`ZEatEbEcEdEeEfEh\nEi$Ej>EkVElpEmEnEoEpEqEs\u0006Et\u001eEu8EvQEwjExEyEzE{E|E}E\u0018Eր2EցKEւdEփ{EքEօEֆEևEֈEEHEȎEE\u0016EYEɚEE\u0016EREʎEE\u0000E8EmEˣEE\nE>EoE̡EE\u0001E0E_E͍EͼEE\u0017EDEqEΞEEE&ESEπEϮEE\u000bE:EiEЙEEE-E`EѓEEE4EjEңEE\u0018ETEӒEE\u0011ESEԖEE#ElEնE\u0002EPE֡EEHEמEEREذE\u000fEqEEBE?[E@sEAEBECEDEEEG\nEH\"EIEȅEE\u000eEMEɍEE\tEBE|EʵEE\"EVEˊE˾EE\u001fEPE~ḘEE\bE4E`E͋EͷEE\fE6EaE΋EεEE\nE4E_EωEϵEE\fE8EfEГEEE!EQEуEѶEE\u001eETEҋEEE8EtEӳEE4EvEԻE\u0001EJEՓEE.E~EE%E{EE0E؎EEREٷE EڊEEiEESEEIEELEE\\EEzE\u000eEEAEEE)EEE2EEEZE\u0019EEEiE5E\u0004EEEE\\E8E\u0018EEEEEEEzEnEbEYEREMEJEIE\u0000HE\u0001LE\u0002PE\u0003TE\u0004[E\u0005cE\u0006nE\u0007zE\bE\tE\nE\u000bE\fE\rE\u000eE\u000fE\u0011\u0012E\u0012'E\u0013>E\u0014UE\u0015lE\u0016E\u0017E\u0018E\u0019E\u001aE\u001c\u0003E\u001d\u001dE\u001e7E\u001fPE kE!E\"E#E$E%E'\bE(\"E)(E?AE@ZEAtEBECEDEEEFEH\u000eEI'EJ@EKZELtEMENEOEPEQES\fET%EU?EVXEWrEXEYEZE[E\\E^\nE_$E`=EaVEboEcEdEeEfEgEi\bEj!Ek:ElSEmlEnEoEpEqErEt\u0005Eu\u001fEv8EwRExjEyEzE{E|E}E\u0004Eր\u001cEց6EւOEփiEքEօEֆEևEֈE~EE\u0006EFEɅEEE8EqEʨEE\u0011EDEwE˨EE\u0007E5EbE̎E̺EE\u000fE9EaE͊EͳEE\u0003E)EQExEΠEEE\u0015E=EeEώEϷEE\tE4E^EЊEжEE\u0011E@EpEѡEE\u0006E:EpEҨEE\u001aEVEӓEE\u0012ETEԘEE&EpEռE\nEZE֮E\u0002EZE׳E\u0010EoEE4EٚE\u0004EpEEREE?EܻE;EݽEBEEWEE{E\u0012EEJEEE>EEESE\rEEELE\u0011EEEwEJE\u001fEEEEEwE]EEE0E\u001eE\u000eE\u0000EEEEEEEEE\u0000E\u0001E\u0002E\u0003E\u0005\u0001E\u0006\fE\u0007\u001aE\b(E\t7E\nIE\u000bZE\fmE\rE\u000eE\u000fE\u0010E\u0011E\u0012E\u0014\nE\u0015$E\u0016>E\u0017YE\u0018sE\u0019E\u001aE\u001bE\u001cE\u001dE\u001f\u0019E 4E!OE\"kE#E$E%E&E'E)\u0010E*+E+FE,bE-}E.E/E0E1E3\u0004E4\u001eE5:E6SE7nE8E9E:E;E\rE?'E@BEA\\EBvECEDEEEFEGEI\u0012EJ,EKFEL`EMzENEOEPEQERET\u0016EU.EVHEWbEX|EYEZE[E\\E]E_\u0016E`/EaIEbcEc|EdEeEfEgEhEj\u0015Ek/ElIEmbEn|EoEpEqErEsEu\u0015Ev0EwIExdEy|EzE{E|E}E~Eր\u0018Eց1EւLEփdEքEօEֆEևEֈEȾE\u0000E@E~EɺEE.EfEʜEE\u0003E5EfE˕EEE\u001eEJEtE̜EEE\u0015EEmYEnsEoEpEqErEsEu\u000eEv(EwCEx\\EyxEzE{E|E}E~Eր\u0015Eց/EւJEփdEք~EօEֆEևEֈEE>E{EɶEE*E`EʕEEE,E\\EˉE˶EE\u000eE7E_ĔE̮EEE\u001eECEfE͉EͬEEE\u0013E4EVExEΚEλEE\u0000E\"EEEhEϋEϰEEE EFEoEЗEEE\u0017EEErEѢEE\u0004E9EnEҤEE\u0017EREӐEE\u0012EVEԜEE.EzEE\u001aEnEE\u001cExEE8E؛E\u0002ElEEHEڻE0E۫E'EܨE+EݲE>EE^EEE+EEtE EEE7EEEoE3EEEEfE:E\u0012EEEEEtE\\EHE6E'E\u001aE\u000eE\u0006E\u0000EEEEEE\u0004E\u0000\u000bE\u0001\u0014E\u0002\u001fE\u0003,E\u00049E\u0005HE\u0006YE\u0007lE\b~E\tE\nE\u000bE\fE\rE\u000f\bE\u0010\"E\u0011=E\u0012XE\u0013tE\u0014E\u0015E\u0016E\u0017E\u0019\bE\u001a'E\u001bEE\u001ccE\u001dE\u001eE\u001fE E!E#\u001bE$:E%WE&vE'E(E)E*E,\nE-'E.DE/aE0~E1E2E3E4E6\u000eE7*E8FE9bE:~E;EE@\tEA%EB@EC\\EDwEEEFEGEHEJ\u0000EK\u001aEL5EMPENjEOEPEQERESEU\nEV&EW@EXZEYuEZE[E\\E]E^E`\u0013Ea-EbHEccEd|EeEfEgEhEj\u0000Ek\u001bEl5EmPEniEoEpEqErEsEu\bEv\"EwE\rEEEEhEHE)E\u000eEEEEEEEEEEEEEEEEE\u0000E\u0001E\u0002E\u0003E\u0004E\u0005E\u0007\u000bE\b E\t6E\nME\u000bfE\f~E\rE\u000eE\u000fE\u0010E\u0012\tE\u0013'E\u0014EE\u0015dE\u0016E\u0017E\u0018E\u0019E\u001b\u0001E\u001c\"E\u001dAE\u001ebE\u001fE E!E\"E$\u0002E%!E&@E'`E(~E)E*E+E,E.\u0017E/6E0SE1pE2E3E4E5E7\u0004E8\"E9>E:\\E;yEE?EA\u0007EB$EC@ED[EExEFEGEHEIEK\u0002EL\u001eEM9ENUEOpEPEQERESETEV\u0013EW/EXIEYeEZE[E\\E]E^E`\u0006Ea EbE?E@EB\u0005EC\"ED?EE\\EFxEGEHEIEJEL\u0006EM\"EN>EOZEPvEQERESETEV\u0002EW\u001dEX8EYTEZpE[E\\E]E^E_Ea\u0014Eb/EcJEdfEeEfEgEhEiEk\nEl%EmAEn\\EoxEpEqErEsEu\u0001Ev\u001cEw8ExTEyqEzE{E|E}E~Eր\u0018Eց4EւPEփnEքEօEֆEևEֈEɶEE'E]EʐEEE ENExEˢEEE\u0016E;E_ÈE̢EEEE\u001cE:EVEqE͎EͨEEEE\u0010E*EDE^ExEΑEΫEEEE\u0018E4EREoEύEϬEEE\u0010E3EXE}EФEEE\"ENE|EѬEE\u0012EFE~EҸEE0EpEӲEE>EԇEE!ErEE\u001cEvEE2EהEEbEE>EٱE'EڡE\u001eE۠E$EܬE9EE]EEߒE4EEE4EEEXE\u0018EEEhE5E\u0005EEEEgEGE*E\u0010EEEEEEEEEEEEEEEEEE\u0000E\u0001E\u0003\u000bE\u0004\u001eE\u00054E\u0006JE\u0007`E\bzE\tE\nE\u000bE\fE\u000e\bE\u000f&E\u0010FE\u0011fE\u0012E\u0013E\u0014E\u0015E\u0017\u000eE\u00181E\u0019SE\u001avE\u001bE\u001cE\u001dE\u001f\u0001E $E!FE\"iE#E$E%E&E(\u0012E)3E*TE+uE,E-E.E/E1\u0016E26E3VE4tE5E6E7E8E:\u0011E;/EE?E@EAEC\u0001ED\u001fEEEHESE`EnE\u0000E\u0001E\u0002E\u0003E\u0004E\u0005E\u0007\u0002E\b\u001cE\t9E\nUE\u000bsE\fE\rE\u000eE\u000fE\u0011\u0012E\u00126E\u0013YE\u0014{E\u0015E\u0016E\u0017E\u0019\nE\u001a/E\u001bTE\u001cxE\u001dE\u001eE\u001fE!\bE\"+E#NE$rE%E&E'E(E*\u001eE+?E,bE-E.E/E0E2\bE3)E4IE5hE6E7E8E9E;\bE<(E=GE>fE?E@EAEBED\u0000EE\u001eEF>E?_E@EAEBECEDEF\u001cEG;EHZEIxEJEKELEMEO\u0011EP/EQNERlESETEUEVEX\u0002EY\u001fEZEx]Ey{EzE{E|E}E\u0012Eր0EցOEւnEփEքEօEֆEֈ\bE։(ElEʠEEE,EXE˂E˪EEE\u0016E8EXEwE̔E̱EEEE\u0016E.EDEZEoE̓E͘EͪE;EEEE\bE\u001aE-E>EQEdExEΊEΟEγEEEE\fE#E\u0017E?8E@YEAzEBECEDEEEG\u001aEH:EIZEJzEKELEMENEP\u0016EQ6ERTEStETEUEVEWEY\u000eEZ,E[KE\\jE]E^E_E`Eb\u0002Ec Ed>Ee]Ef{EgEhEiEjEl\u0013Em2EnPEonEpEqErEsEu\bEv'EwFExdEyEzE{E|E~\u0000E\u001eEր>Eց^Eւ~EփEքEօEֆEֈ\u001eE։>EʧEE\bE5E`EˊE˲EEE\u001eE?E^E|E̘E̲EEEE\u0014E*E>ESEfEyE͋E͝EͮE;EEEEE\u000fE\u001fE/E?EPE`EqE΃EΕEΨEλEEEE\u0010E(EAE[EvEϓEϱEEE\u0012E6E\\EЄEЮEE\u0006E5EfEњEE\bEBEҀEE\u0003EHEӎEE&EwEE!E{EE8E֜E\u0004EmEENEE=EٻEE\u0004[E\u0005yE\u0006E\u0007E\bE\tE\u000b!E\fDE\rjE\u000eE\u000fE\u0010E\u0012\u0006E\u0013.E\u0014VE\u0015E\u0016E\u0017E\u0018E\u001a$E\u001bME\u001cvE\u001dE\u001eE\u001fE!\u0018E\"AE#iE$E%E&E(\u0007E)-E*TE+zE,E-E.E0\u0010E16E2[E3E4E5E6E8\u0010E94E:WE;{EE@\bEA*EBLECoEDEEEFEGEI\u0019EJ:EK\\EL~EMENEOEQ\u0003ER$ESEETeEUEVEWEXEZ\tE[)E\\JE]jE^E_E`EaEc\fEd-EeMEfmEgEhEiEjEl\u000fEm/EnPEopEpEqErEsEu\u0013Ev4EwTExuEyEzE{E|E~\u001cEE?EA\u0000EB$ECHEDkEEEFEGEHEJ\u001aEKEw`ExEyEzE{E}\nE~-ENEրrEցEւEփEքEֆ\u001fEևCEֈgE։EYE˄EˮEEE\u001fE@E`E}E̘E̳EEEE\u000fE\"E4EEEUEdEtÉE͍E͙EͥEͯE͹EEEEEEEE\u0004E\rE\u0016E!E+E5EAEMEYEfEvE΄EΔEΦEθEEEE\rE&EBE]EzEϛEϼEE\u0004E,EVEЂEаEE\u0012EHEрEѺEE8E{EE\nEVEӤEEMEԥE\u0002EbEE,E֘E\u0006EyEEjEEkEE}E\rEۡE:EE|E&EE߅E;EEEvE=E\u0006EEE|EUE1E\u0011EEEEEEEEEEEEEEEEEEEEE\u0007E\u001fE\u0000:E\u0001UE\u0002rE\u0003E\u0004E\u0005E\u0006E\b\u0018E\t=E\ncE\u000bE\fE\rE\u000f\u0002E\u0010+E\u0011UE\u0012E\u0013E\u0014E\u0016\u0001E\u0017+E\u0018XE\u0019E\u001aE\u001bE\u001d\u0005E\u001e0E\u001f[E E!E\"E$\u0004E%.E&XE'E(E)E*E,#E-KE.tE/E0E1E3\u0010E48E5^E6E7E8E9E;\u001cEE?E@EAEC EDDEEiEFEGEHEIEK\u001cELAEMdENEOEPEQES\u0014ET7EU[EV~EWEXEYE[\tE\\+E]NE^qE_E`EaEbEd\u001dEe?EfcEgEhEiEjEl\u000fEm1EnTEowEpEqErEt\u0002Eu%EvGEwkExEyEzE{E}\u001aE~?EaEրEցEւEփEօ\u0014Eֆ9Eև^EֈE։EːE˹EE\u0006E+ELElËE̦EEEE\u0004E\u001aE,E=EME[EkExE̓E͏E͙EͣEͬE͵E;EEEEEEEEEE\u0005E\fE\u0015E\u001eE'E1E;EGERE`EnE}E΍EΞEβEEEE\nE%E@E^E~EϠEEE\u0011E:EfEЕEEE0EjEѥEE%EjEұEEIEӚEEFEԢE\u0000EbEE1E֠E\u0011E׆E\u0001E~E\u0000EنE\u0010EڠE3EEiE\rEݶEbE\u0014EEEBE\u0003EEE`E2E\tEEEEEiESE@E1E$E\u001aE\u0014E\u0010E\u000fE\u0010E\u0014E\u001aE\"E.E;EKE\\EpEEEEE\u0000E\u0002\u000bE\u0003*E\u0004LE\u0005mE\u0006E\u0007E\bE\n\u0001E\u000b*E\fQE\rzE\u000eE\u000fE\u0010E\u0012%E\u0013RE\u0014}E\u0015E\u0016E\u0018\u0002E\u0019/E\u001a\\E\u001bE\u001cE\u001dE\u001f\rE 8E!dE\"E#E$E&\u0010E':E(eE)E*E+E-\fE.4E/]E0E1E2E3E5&E6ME7tE8E9E:E<\u0010E=8E>^E?E@EAEBED\u001cEEAEFfEGEHEIEJEL EMEENjEOEPEQERET EUEEViEWEXEYEZE\\\u001dE]@E^dE_E`EaEbEd\u0017Ee;Ef_EgEhEiEjEl\u0012Em6EnZEo}EpEqErEt\u000eEu1EvVEwzExEyEzE|\fE}0E~UEzEրEցEւEք\u000eEօ4EֆXEևEֈE։EEE\u0017E:E\\E|E̚E̵EEEE\u0013E&E:EJEYEhEuÈE͌E͖E͟EͧEͰEͶEͽEEEEEEEEEEEEE\u0001E\bE\u000eE\u0017E\u001fE(E2E>EIEWEeEtEΆEΗEΫEEEE\tE$EBEbEτEϧEEE ENE|EЯEE\u001bEUEђEE\u0014E[EҤEE@EӓEEBEԠE\u0002EfEE:E֬E!EיE\u0016EؗE\u001dE٦E5EE_EEܞEGEEޤEYE\u0012EEEXE!EEEEpELE,E\u0011EEEEEEEEEEEEEEEEEE\u0004E\u001aE2ELEhE\u0000E\u0001E\u0002E\u0003E\u0005\tE\u0006,E\u0007RE\bxE\tE\nE\u000bE\r\u001cE\u000eFE\u000frE\u0010E\u0011E\u0012E\u0014%E\u0015RE\u0016E\u0017E\u0018E\u001a\bE\u001b5E\u001ccE\u001dE\u001eE\u001fE!\u0017E\"DE#pE$E%E&E(\u001eE)IE*tE+E,E-E/\u001cE0GE1pE2E3E4E6\u0014E7-E?UE@|EAEBECEE\u0018EF?EGeEHEIEJEKEM%ENKEOpEPEQERET\bEU-EVREWxEXEYEZE\\\fE]2E^WE_|E`EaEbEd\u0010Ee5Ef[EgEhEiEjEl\u0014Em9En^EoEpEqErEt\u0019Eu>EvdEwExEyEzE|\u001eE}EE~lEEրEցEփ\u0004Eք*EօQEֆyEևEֈE։E\u0000E&ELEnĚE̪EEEE\u0010E$E6EJEYEgEtE͂E͌E͖E͟EͨEͯE͵EͻEͿEEEEEEEEEEEEEEEEEE\u0003E\nE\u0013E\u001cE&E0E=EKEYEjEzEΎEΣEιEEE\u0007E&EEEhEϋEϲEE\u0006E4EdEЗEE\u0006EAE~EE\u0006ELEҘEE7EӍEEAEԢE\u0006EmEEHEּE3E׮E0EشEE\ngE\u000bE\fE\rE\u000f\u0014E\u0010AE\u0011oE\u0012E\u0013E\u0014E\u0016'E\u0017VE\u0018E\u0019E\u001aE\u001c\u0011E\u001d?E\u001enE\u001fE E!E#$E$QE%~E&E'E)\u0003E*.E+ZE,E-E.E0\u0007E11E2\\E3E4E5E7\u0004E8.E9XE:E;EEHfEIEJEKEM\u0004EN,EOREPzEQERESEU\u0015EVE@\u001dEAFEBpECEDEEEG\u0016EH@EIhEJEKELEN\nEO4EP[EQERESETEV&EWMEXvEYEZE[E]\u0016E^=E_fE`EaEbEd\u0005Ee,EfTEg{EhEiEjEl\u001aEmCEnjEoEpEqEs\nEt3EuZEvEwExEyE{%E|LE}vE~EEրEւ\u0018Eփ@EքkEօEֆEևE։\u0010E֊:EpE̔E̵EEE\nE$E:EMEbErÈE͐E͛EͦEͰE͸EͿEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE\u000bE\u0017E$E4EFEYElE΃EΜEζEEE\u0012E4EZEςEϭEE\nEE?EA\u0015EB@ECkEDEEEFEH\u0016EIAEJkEKELEMEO\u0012EP=EQgERESETEV\u000eEW8EXaEYEZE[E]\u0007E^0E_ZE`EaEbEd\u0000Ee)EfQEgzEhEiEjEl EmJEnsEoEpEqEs\u0019EtBEukEvEwExEz\u0012E{=E|fE}E~EEց\u000fEւ:EփdEքEօEֆEֈ\u000fE։:E֊eȨEEE\u0004E\u001eE8ENEbEvE͆E͖EͣEͮEͺEEEEEEEEEEEEEEEEEEEEEEEE;EͼEͻEͺEͺEͺEͼE;EEEEEEEEE\u0006E\u0016E&E:ENEdE~EΘEεEEE\u001aE@EjEϔEEE(E_EИEE\u0017EZEѡEE8EҊEE8EӔEEXEE-E՝E\u0012E֋E\tE׊E\u0011E؜E,EE[EE۠EJEEݬEcE\u001fEEElE8E\bEEEEpESE:E$E\u0012E\u0003EEEEEEEEEE\nE\u001aE+E?EUEmEEEEE\u0000\u0001E\u0001$E\u0002HE\u0003nE\u0004E\u0005E\u0006E\b\u0011E\t;E\niE\u000bE\fE\rE\u000f\"E\u0010RE\u0011E\u0012E\u0013E\u0015\u0015E\u0016GE\u0017xE\u0018E\u0019E\u001b\fE\u001c>E\u001doE\u001eE\u001fE!\u0002E\"2E#dE$E%E&E(\"E)QE*E+E,E.\rE/E?E@EB\u0011EC>EDiEEEFEGEI\u001aEJFEKqELEMENEP\u001eEQJERvESETEUEW\"EXNEYxEZE[E\\E^$E_OE`zEaEbEcEe%EfOEgzEhEiEjEl%EmPEn{EoEpEqEs&EtREu~EvEwExEz)E{VE|E}E~Eր\u0004Eց.Eւ\\EփEքEօEև\nEֈ7E։bE֊EEE\u001cE7EREhE|E͐E͠EͰEͽEEEEEEEEEEEEEEEEEEEEEEEEEͼEͷEͲEͯEͬEͩEͧEͥEͥEͥEͧEͪEͬEͱEͷEͿEEEEEE\fE\u001eE2EJEbE~EΜEλEE\u0002E*ETEπEϰEE\u0018EPEЌEE\u000eEREћEE8EҌEE>EӞE\u0001EhEEBEնE/E֬E,EױEVE?E@EAEC\u000eED E?PE@EAEBED\rEEESlETEUEVEX%EYSEZE[E\\E^\u000bE_:E`hEaEbEcEe EfNEg|EhEiEk\u0006El4EmcEnEoEpEr\u001bEsIEtvEuEvEx\u0002Ey0Ez`E{E|E}E\u0018EրHEցvEւEփEօ\u0002Eֆ2Eև`EֈE։E֊ELEjË́E͚EͲEEEEE\u0000E\tE\u0012E\u0018E\u001dE\"E$E&E%E%E\"E\u001fE\u001aE\u0015E\u000fE\tE\u0002EEEEEEEE;EͶEͮEͦE͝E͖E͏E͉E̓E~EyEvEtEsEsEtEvEzÈE͆E͎E͘EͤEͲEEEEE\u0014E0ELEkEΌEΰEE\u0002E.E^EϐEEE:EzEоE\u0004ENEќEEAEҚEEXEӾE&EԓE\u0006E|EEuEEׂE\u0010EأE;EEzE!EE~E3EEުEmE4EEEEwERE1E\u0012EEEEEEEEEEEEEEEEEE\u0011E*EDEaEEEEE\u0001\fE\u00022E\u0003[E\u0004E\u0005E\u0006E\b\tE\t7E\nfE\u000bE\fE\rE\u000f,E\u0010^E\u0011E\u0012E\u0013E\u0015-E\u0016aE\u0017E\u0018E\u0019E\u001b2E\u001cfE\u001dE\u001eE \u0002E!4E\"hE#E$E&\u0002E'4E(gE)E*E,\u0000E-2E.dE/E0E1E3,E4^E5E6E7E9$E:UE;EEGnEHEIEJEL/EM`ENEOEPER ESPETEUEVEX\u000fEY?EZoE[E\\E]E_.E`^EaEbEcEe\u001eEfLEg|EhEiEk\fElEE7E3E2E4E9EBELEYEhEzEEEEEE\u0015E6EXE}E\u0000E\u0001E\u0002E\u0004\u001cE\u0005HE\u0006tE\u0007E\bE\n\u0000E\u000b1E\fcE\rE\u000eE\u000fE\u0011/E\u0012bE\u0013E\u0014E\u0016\u0002E\u00177E\u0018kE\u0019E\u001aE\u001c\u000bE\u001d@E\u001euE\u001fE E\"\u0012E#GE${E%E&E(\u0017E)KE*E+E,E.\u001aE/ME0E1E2E4\u001aE5NE6E7E8E:\u0019E;KE<~E=E>E@\u0016EAHEBzECEDEF\u0010EGCEHuEIEJEL\nEMEE@EEELEUE`EkEzE͊E͜EͲEEEE\u001eE>EdEΊEδEE\u0010EDEzEϳEE0EtEлE\u0006EUEѨEEYEҸE\u001bEӁEE]EEJEEIEE\\EE؃E\u001eEٿEdE\u000fE۽EqE*EEަElE6E\u0003EEEE`EBE'E\u0010EEEEEEEEEEEEEE\u000eE\"E8ERElEEEEE\u0010E\u00006E\u0001^E\u0002E\u0003E\u0004E\u0006\nE\u00078E\bgE\tE\nE\u000bE\r.E\u000eaE\u000fE\u0010E\u0011E\u00134E\u0014iE\u0015E\u0016E\u0018\u000bE\u0019AE\u001awE\u001bE\u001cE\u001e\u0019E\u001fNE E!E\"E$%E%YE&E'E(E*.E+cE,E-E/\u0001E06E1jE2E3E5\bE6E?EA\u0011EBEECyEDEEEG\u0014EHHEI{EJEKEM\u0016ENJEO}EPEQES\u0018ETKEU~EVEWEY\u0019EZKE[E\\E]E_\u0019E`LEaEbEcEe\u001aEfLEgEhEiEk\u001aElMEmEnEoEq\u001bErMEsEtEuEw\u001bExNEyEzE{E}\u001cE~PEEրEցEփ\u001eEքREօEֆEևE։\"E֊TE֋EE\u0004E\u001aE.E>ELEZEeEoEuEzE~E΀EEE{EyEsElEeE\\ETEJE>E3E'E\u001aE\u000eEEEEEEͺEͬE͟E͐Ë́EwEkE`ETEJEBE9E1E+E&E#E\u001fE\u001eE\u001eE E$E)E0E9EDEQE`EqË́E͚EͲEEE\nE,EREzEΦEE\u0006E;ErEϮEE0EvEE\rE_EѵE\u000eEkEE4EӞE\fEEEtEE|E\u0007EחE,EEfE\nEڲEaE\u0013EE݆EGE\nEEEqEFE\u001eEEEEEEEtEjEbE^E]E^EcEjEtEEEEEEE\u0001E\u001eEpE?E@EB\u0011ECFED|EEEFEH\u001cEIREJEKELEN&EO\\EPEQERET1EUfEVEWEY\u0006EZ;E[pE\\E]E_\u0010E`DEazEbEcEe\u001aEfNEgEhEiEk$ElXEmEnEoEq-ErbEsEtEv\u0002Ew6ExlEyEzE|\fE}@E~vEEրEւ\u0016EփKEքEօEֆEֈ\"E։VE֊E֋E!E7ELE^ElE{EΆEΐEΗEΜEΠE΢EΡEΡEΞEΘEΔE΍EΆE|ErEgE\\EOEAE4E&E\u0017E\u0007EEEEE͹EͪE͛E͋E|EnEaESEFE;E0E&E\u001dE\u0015E\u000eE\bE\u0004E\u0002E\u0000E\u0000E\u0002E\u0006E\u000bE\u0013E\u001cE(E4EDEVEjÉE͚EͶEEE\u001aEAElEΘEEE3EmEϪEE1EzEE\u0016EkEE EEEOEӼE/EԦE!EաE&EֱE@EEnE\fEٯEWE\u0005E۷ElE'EEީErE>E\u000eEEEEvEYE@E,E\u001aE\u000bE\u0001EEEEEE\u0000E\tE\u0016E%E6EJEaEzEEEEE\u0014E8E`E\u0000E\u0001E\u0002E\u0004\bE\u00056E\u0006eE\u0007E\bE\tE\u000b+E\f^E\rE\u000eE\u000fE\u00114E\u0012lE\u0013E\u0014E\u0016\u0012E\u0017IE\u0018E\u0019E\u001aE\u001c(E\u001d`E\u001eE\u001fE!\u0006E\">E#uE$E%E'\u001bE(SE)E*E+E-0E.hE/E0E2\u000eE3FE4}E5E6E8\"E9ZE:E;E=\u0000E>6E?nE@EAEC\u0014EDJEEEFEGEI'EJ^EKELEN\u0002EO:EPrEQERET\u0016EUMEVEWEXEZ)E[`E\\E]E_\u0006E`ESEkEͅE͢EEE\nE4E_EΎEEE/ElEϫEE6EЁEE%E|EE6EҚE\u0002EpEEVEEQEE^EEE\u0018EصEWEEڪEZE\u0011EE݈EJE\u0011EEEEWE2E\u0012EEEEEEEEEEEEEEEEEEE\rE(EDEdEEEEE\u0000\u001bE\u0001DE\u0002oE\u0003E\u0004E\u0005E\u0007*E\b[E\tE\nE\u000bE\r*E\u000e`E\u000fE\u0010E\u0012\u0005E\u0013=E\u0014uE\u0015E\u0016E\u0018\u001eE\u0019VE\u001aE\u001bE\u001d\u0000E\u001e9E\u001frE E!E#\u001bE$SE%E&E'E)6E*oE+E,E.\u0018E/RE0E1E2E45E5nE6E7E9\u0018E:PE;EE/E!E\u0012E\u0005EEEEEEEEEEEEEEEEE\u0002E\u0012E&E>EVErE͐EͲEEE(EVEΆEκEE.ElEϯEE?EЎEE6EѐEEQEҹE$EӔE\bEԃE\u0001EՅE\rE֛E-EEaE\u0001E٧EQE\u0001E۶EoE,EE޴EELE EEEEEvE`ELEE@4EAnEBECEE\u001eEFXEGEHEJ\bEKDEL~EMENEP.EQjERESEU\u001aEVUEWEXEZ\u0006E[AE\\|E]E^E`,EahEbEcEe\u0019EfSEgEhEj\u0004Ek@El{EmEnEp+EqfErEsEu\u0017EvREwExEz\u0002E{>E|xE}E~Eր*EցdEւEփEօ\u0013EֆOEևEֈE։E֋8E֌tEνEEEEE\u0002E\tE\u000eE\u0010E\u0012E\u0010E\rE\nE\u0004EEEEEEEεEΤEΔE΂EqE^EKE7E#E\u0010EEEEͽEͨE͕ÉEmEZEGE6E$E\u0014E\u0003EEEEEE̼E̴E̯E̫ĘĘĘE̪E̯E̶E̿EEEEE\u0010E'EBE^E~E͢EEE\u001dELE΀EζEE.EoEϴEEJEМEEHEѦE\bEnEEHEӽE6EԳE5EռEIEEpE\u000bEجEPEEڨE\\E\u0013EEݐEUE\u001fEEEEmEKE,E\u0012EEEEEEEEEEEEEEE\u0006E\u001cE4EPElEEEEE\u001aEBE\u0000lE\u0001E\u0002E\u0003E\u0005#E\u0006SE\u0007E\bE\tE\u000b\"E\fXE\rE\u000eE\u000fE\u00117E\u0012pE\u0013E\u0014E\u0016\u001dE\u0017WE\u0018E\u0019E\u001b\u0005E\u001c@E\u001dzE\u001eE\u001fE!*E\"dE#E$E&\u0015E'PE(E)E+\u0002E,=E-xE.E/E1+E2fE3E4E6\u001aE7VE8E9E;\nEE?EA7EBsECEDEF)EGfEHEIEK\u001bELXEMENEP\u000eEQKERESEU\u0001EV>EW{EXEYE[2E\\nE]E^E`%EacEbEcEe\u001aEfVEgEhEj\rEkKElEmEo\u0002Ep>Eq{ErEsEu2EvnEwExEz&E{bE|E}E\u0018EրUEցEւEք\nEօHEֆEևEֈE֊8E֋vE֌EE\u0002E\u0010E\u001eE'E.E3E8E8E8E4E2E,E$E\u001bE\u0012E\u0006EEEEEκEΧEΕE΁EmEXECE.E\u0018E\u0002EEEEͪE͔EEjEUEAE-E\u001bE\bEEEEE̾E̱E̦E̞E̖E̐ĚE̊E̊ĚE̎E̔E̜E̦E̲EEEEE\u0014E0ENEpE͔EͼEE\u0016EHE}EζEE2EvEϾE\nEZEЭE\u0006EbEE(EґE\u0000ErEEfEEnEE֋E\u001fE׸EWEE٤ERE\u0004EۻEvE6EEEߎE`E4E\fEEEEEEqEdEYERENENEPEVE^EjEwEEEEEEE\u001eE>E`EEEEE\u0001)E\u0002VE\u0003E\u0004E\u0005E\u0007\u0018E\bLE\tE\nE\u000bE\r$E\u000e[E\u000fE\u0010E\u0012\bE\u0013BE\u0014|E\u0015E\u0016E\u0018,E\u0019gE\u001aE\u001bE\u001d\u0018E\u001eSE\u001fE E\"\u0006E#BE$~E%E&E(3E)pE*E+E-&E.bE/E0E2\u0019E3VE4E5E7\u000fE8LE9E:E<\u0006E=DE>E?E@EBDE?E@EB\u0004ECDEDEEEG\u0004EHFEIEJEL\u0007EMHENEOEQ\nERJESETEV\rEWNEXEYE[\u0012E\\SE]E^E`\u0017EaXEbEcEe\u001cEf\\EgEhEj EkaElEmEo%EpfEqErEt*EujEvEwEy.EznE{E|E~1EqEրEցEփ4EքtEօEֆEֈ4E։tE֊E֋E֍3EXEfErE|EςEψEϋEϋEϊEφEπEyErEgE[ENE?E/E\u001dE\fEEEEκEΤEΌEtE]EDE+E\u0013EEEEͯE͖E}EfENE6E E\nEEEE̼E̪E̛ĚEEsEiE`EYETEPEOEPEREWE^EhEtÊE̒E̦E̼EEE\u0010E4EXÉEͬEE\u000fEEE΀EνEEDEύEE,EЂEE:EўE\u0006ErEEXEEREEaEEցE\u0018E׶EUEE٨EWE\fEE܂EDE\nEEߣEvEME(E\u0007EEEEEEEEE}E~EEEEEEEEE\bE$ECEbEEEEE!E\u0000ME\u0001zE\u0002E\u0003E\u0005\u000bE\u0006=E\u0007qE\bE\tE\u000b\u0014E\fLE\rE\u000eE\u000fE\u00114E\u0012oE\u0013E\u0014E\u0016#E\u0017_E\u0018E\u0019E\u001b\u0014E\u001cRE\u001dE\u001eE \u000bE!HE\"E#E%\u0003E&BE'E(E)E+>E,}E-E.E0=E1~E2E3E5>E6E7E9\u0002E:BE;E\u0007E?HE@EAEC\u000eEDPEEEFEH\u0016EIYEJEKEM ENcEOEPER,ESoETEUEW8EX|EYE[\u0002E\\EE]E^E`\u000fEaSEbEcEe\u001dEf_EgEhEj)EkmElEmEo7EpzEqEs\u0000EtDEuEvEx\u000eEyPEzE{E}\u0018E~\\EEրEւ\"EփfEքEօEև,EֈnE։E֊E֌3E֍vEϊEϖEϣEϫEϰEϴEϴEϴEϰEϬEϤEϜEϔEψEzElE\\EJE8E$E\u0010EEEEδEΜE΃EiEOE5E\u001bE\u0000EEEͱE͗E}EcEJE2E\u001aE\u0003EEEE̮E̜E̊EzElE_ESEIE@E:E6E2E2E3E6EE3E)E!E\u001aE\u0016E\u0014E\u0014E\u0016E\u001aE\"E+E6EDEVEiÈE̚E̶EEE\u001fEHEuEͦEE\u0011ELEΌEE\u0016EaEϱE\u0005E\\EиE\u0019EEEXEEEEEEEEYEE}E\u0016E׵EYE\u0001EٮE`E\u0016EEܒEVE\u001eEE߻EEiEFE&E\fEEEEEEEEEEEEEEEE\u0014E,EHEdEEEEE\u0018EBEnE\u0000E\u0001E\u0002E\u0004+E\u0005^E\u0006E\u0007E\bE\n7E\u000boE\fE\rE\u000f\u001fE\u0010[E\u0011E\u0012E\u0014\u0012E\u0015PE\u0016E\u0017E\u0019\nE\u001aHE\u001bE\u001cE\u001e\u0005E\u001fEE E!E#\u0006E$FE%E&E(\u000bE)ME*E+E-\u0014E.VE/E0E2 E3dE4E5E70E8tE9E:EE@\u0013EAZEBECEE,EFrEGEHEJDEKELEN\u0019EO`EPEQES5ET|EUEW\fEXTEYEZE\\*E]rE^E`\u0002EaIEbEcEe!EfiEgEhEjAEkElEn\u0018Eo`EpEqEs6Et~EuEw\fExUEyEzE|)E}qE~EEցFEւEփEօ\u0018Eֆ`EևEֈE֊0E֋wE֌E֎\u0002EEE\u0001E\u0006E\nE\nE\tE\u0006E\u0000EEEEEEϺEϨEϕEρElEUE=E%E\fEEEμEΠE΄EgEJE-E\u0010EEE͸E͛E~EbEFE+E\u0010EEEḘE̗ÊEnE[EJE:E,E\u001eE\u0014E\nE\u0003EEEEEE\u0002E\nE\u0014E!E0ECEXEpĚE̪EEE\u001aEFEtEͨEE\u0017EUEΘEE(EvEE E{EE@EѩE\u0017E҉E\u0001E~EEԇE\u0011E՞E2EEhE\nEزE^E\u000eEE~EE?EA\u001eEBfECEDEF>EGEHEJ\u0018EKaELEMEOEYEZE\\\u001dE]gE^E_EaDEbEcEe\"EfnEgEi\u0002EjLEkElEn)EosEpEr\bEsREtEuEw.ExyEyE{\fE|TE}E~Eր/EցyEւEք\nEօREֆEևE։*E֊sE֋E֍\u0002E֎HE#E,E3E8E:E9E6E2E+E E\u0016E\nEEEEEϴEϟEωEpEXE>E$E\u0007EEEβEΔEvEWE9E\u001aEEEͿE͠E͂EdEGE*E\u000fEEE̾E̦E̎ExEbENE;E*E\u001aE\fEEEEEEEEEEEEE\fE\u001eE2EIEdÈE̠EEE\u0016EDEvEͫEE!EbEΦEE=EώEE>EОE\u0000EhEEGEҾE9EӺE@EEVEE~E\u001aE׼EaE\fEټEoE(EEܧEmE6E\u0005EEEEgEIE/E\u001aE\u0006EEEEEEEEEE\u0002E\u0011E$E8EPEkEEEEE\u0010E8E`EEE\u0000E\u0002\u0017E\u0003IE\u0004|E\u0005E\u0006E\b\u001dE\tVE\nE\u000bE\r\u0006E\u000eBE\u000fE\u0010E\u0011E\u00139E\u0014xE\u0015E\u0016E\u00186E\u0019vE\u001aE\u001bE\u001d9E\u001ezE\u001fE E\"BE#E$E&\fE'PE(E)E+\u001fE,eE-E.E08E1~E2E4\fE5TE6E7E9,E:tE;E=\u0006E>PE?E@EB,ECvEDEF\nEGTEHEIEK5ELEMEO\u0016EPbEQERETEEUEVEX*EYvEZE\\\u000eE]ZE^E_Ea?EbEcEe$EfrEgEi\nEjWEkElEn\u0010E?\\E@EAEC?EDEEEG$EHpEIEK\u000bELXEMENEPAEQERET*EUyEVEX\u0015EYcEZE\\\u0001E]OE^E_EaE,E\u0018E\u0002EEEϻEϠEυEhEKE-E\u000eEEEίEΎEmELE*E\nEEEͦEͅEeEDE&E\u0007EEE̯E̔EzE`EHE2E\u001cE\bEEEEE˾E˴EˮE˨E˥EˤE˦E˪E˰E˺EEEEE\u0013E.ELElE̒E̺EE\u0015EHE~E͹EE;E΂EE\u001cEoEE$EІEEVEE:EҴE3EӶE=EEVEEքE\"EEmE\u001aEEځEE'E\u0010EEEEE˶E˪E˟E˗EːEˌEˊEˊEˎE˓E˛E˦E˳EEEE\bE%EDEhȄE̺EE\u001aEOE͉EE\u0007ELEΗEE8EώEEKEбE\u001aEшEEuEEuEEԄE\u0011EգE;EEzE EEzE/EEۦEhE.EEEߜEsENE-E\u0010EEEEEEEEEEEEEEEE\bE!EE\nyE\u000bE\fE\u000e1E\u000fqE\u0010E\u0011E\u00133E\u0014sE\u0015E\u0016E\u00188E\u0019zE\u001aE\u001c\u0003E\u001dHE\u001eE\u001fE!\u0019E\"_E#E$E&7E'E(E*\u0012E+\\E,E-E/E@.EA~EBED\u001eEEnEFEH\u0011EIbEJEL\u0006EMXENEOEQNERESEUFEVEWEY?EZE[E]9E^E_Ea3EbEcEe.EfEgEi)Ej}EkEm$EnwEoEq\u001eErqEsEu\u0017EvjEwEy\u000eEzbE{E}\bE~XEEրEւMEփEքEֆ@EևEֈE֊2E֋E֌E֎ E֏pEEEEEEEEEEиEЩEЖEЄEpEXEAE(E\fEEE϶EϘExEWE5E\u0014EEEάEΈEdE@E\u001cEEEͰE͎EkEHE'E\u0005EEE̦ËEkEPE5E\u001bE\u0003EEEE˴EˤE˖EˊEˁEyEsEpEpEqEvE|EˆE˒EˢE˴EEEE\u001cE>EdE̎E̻EE EXE͕EE\u001aEbEίE\u0002EWEϲE\u0011EuEEKEѾE5EҲE4EӹE?EE\\EE֍E-EE}E*EEڕERE\u0013EEݢEnE@E\u0016EEEEE~EjE[ENEFE@E>E@EDEJETEbErEEEEEE\bE*EMEtEEEE E\u0000PE\u0001E\u0002E\u0003E\u0005\u001fE\u0006WE\u0007E\bE\n\u0006E\u000bDE\fE\rE\u000eE\u0010@E\u0011E\u0012E\u0014\u0004E\u0015FE\u0016E\u0017E\u0019\u0010E\u001aTE\u001bE\u001cE\u001e%E\u001fkE E!E#BE$E%E'\u001fE(jE)E+\u0000E,LE-E.E02E1E2E4\u001dE5lE6E8\u000bE9[E:E;E=ME>E?EABEBECEE:EFEGEI4EJEKEM0ENEOEQ,ERESEU,EVEWEY,EZE[E].E^E_Ea0EbEcEe2EfEgEi5EjEkEm6EnEoEq7ErEsEu9EvEwEy9EzE{E}7E~EEց3EւEփEօ.EֆEևE։&E֊xE֋E֍\u001aE֎lE֏E\u001aE\u001cE\u001cE\u001aE\u0016E\u000eE\u0006EEEEEмEЦEБExE`EEE*E\u000eEEEϯEώEmEJE'E\u0003EEκEΖEpEKE'E\u0002EE͸E͓EoEKE(E\u0005EEE̢ĒEeEHE,E\u0012EEEE˷EˤE˓E˄EwElEdE\\EXEVEVEZE_EhEtEˁE˒E˦E˼EEE\u0017E`E?EA\u0007EB\\ECEE\u0005EFZEGEI\u0006EJ\\EKEM\bEN_EOEQ\rEReESEU\u0014EVkEWEY\u001bEZsE[E]$E^|E_Ea.EbEcEe6EfEgEiAEjEkEmJEnEoEqSErEt\u0002Eu[EvEx\tEyaEzE|\u0010E}hE~Eր\u0014EցjEւEք\u0016EօlEֆEֈ\u0016E։jE֊E֌\u0013E֍gE֎E֐\fEJEKELEGEBE:E1E$E\u0016E\u0005EEEEвEКEEdEFE)E\bEEEϥEςE^E:E\u0014EEEΣE}EWE/E\tEEͽE͗ErELE(E\u0004EE̿E̞E~E^E@E#E\u0007EEE˽E˨E˒EˀEpEbEUELEDE>E:E:E\u001eE?tE@EB\"ECxEDEF&EG~EHEJ/EKELEN9EOEPERFESETEVSEWEY\bEZbE[E]\u0018E^rE_Ea(EbEcEe9EfEgEiJEjEl\u0000Em\\EnEp\u0011EqlErEt Eu{EvEx/EyEzE|;E}E~EրGEցEւEքPEօEֆEֈWE։E֋\u0003E֌ZE֍E֏\u0006E֐YExEzExEtEmEdEYEKEENE_EtEˌE˨EEE\u000eE8EfE̗EE\u0005EBË́EE\u0013EaEδE\u000bEgEE.EЗE\u0007E|EEuEEwEEԋE\u001cEճENEEוE?EE١EYE\u0016EEܜEfE4E\u0006EEEEtEZEDE0E!E\u0016E\fE\bE\u0006E\u0007E\fE\u0013E\u001eE,EE,E-E/4E0E1E3.E4E5E7,E8E9E;0EEֈE։E֋JE֌E֍E֏RE֐EѪEѪEѧEѠEњEѐEтEuEdEPEE0E\"E\u0019E\u0011E\u000bE\bE\bE\nE\u000fE\u0016E E.E?EREjE˄EˢEEE\u0011E=EmE̡EE\u0015EVE͚EE0E΁EE2EϒEE`EEBEѺE9EҸE8EӽEHEEnE\u0007E֦EJEEؠERE\bEEۃEGE\u000fEEެE߁EZE6E\u0016EEEEEEEEEEEEEEEEE\u000eE(EFEdEEEEE%EREEE\u0000E\u0002\u0019E\u0003OE\u0004E\u0005E\u0006E\b9E\tvE\nE\u000bE\r8E\u000ezE\u000fE\u0011\u0001E\u0012EE\u0013E\u0014E\u0016\u0015E\u0017\\E\u0018E\u0019E\u001b6E\u001cE\u001dE\u001f\u0018E dE!E#\u0000E$OE%E&E(>E)E*E,6E-E.E02E1E2E43E5E6E89E9E:EE@QEAEC\u0007EDcEEEG\u001cEHxEIEK2ELEMEOKEPER\bESgETEV%EWEXEZDE[E]\u0002E^bE_Ea#EbEcEeCEfEh\u0004EicEjEl#EmEnEpBEqEs\u0002EtbEuEw ExEyE{E,E\u001cE\u000eE\u0003EEEEEEEE\u0002E\u000fE\u001eE1EFE`E}E˜EEE\u0013EAEuE̫EE%EhEͰEEME΢EE[EϿE&EДE\u0007E~EEyEE|E\u0004EԒE'EտE\\EEץEQE\u0001EٶEpE/EEܸE݂ERE$EEEEEEkEYELE@E8E4E4E7EE@\u0013EApEBED+EEEFEHHEIEK\u0006ELfEMEO'EPEQESJETEV\fEWnEXEZ2E[E\\E^ZE_Ea\u001eEbEcEeGEfEh\fEioEjEl4EmEnEp[EqEs EtEuEwDExEz\u0007E{hE|E~*EEրEւJEփEօ\tEֆhEևE։\"E֊E֋E֍:E֎E֏E֑NE\nE\bE\u0002EEEEEEѱEќEфElEQE7E\u0019EEEзEДEpEKE$EEEϭEτE[E0E\u0006EEΰE΅EYE.E\u0004EEͮE̓EZE1E\bEE̺E̓EnEJE'E\u0005EEE˨EˌErEZEBE-E\u001aE\nEEEEEEEEEEEEE\u000fE$EvE?EA4EBECEETEFEH\u0017EIxEJEL=EMEO\u0002EPfEQES-ETEUEWXEXEZ\"E[E\\E^PE_Ea\u001aEbEcEeJEfEh\u0015EizEjElEEmEo\u000fEptEqEs=EtEv\u0005EwiExEz1E{E|E~ZEEց EւEփEօDEֆEֈ\u0006E։fE֊E֌&E֍E֎E֐@E֑E:E6E0E'E\u001cE\u000eEEEEEѩEяEtEVE8E\u0017EEEЮEЊEdE6E?E@EB\\ECEE EFEGEIKEJEL\u0014EMyENEPDEQES\u0010ETvEUEWDEXEZ\u0012E[zE\\E^HE_Ea\u0018EbEcEeOEfEh\u001fEiEjElVEmEo%EpEqEs[EtEv)EwExEz\\E{E}(E~EEցVEւEք\u001fEօEֆEֈHE։E֋\rE֌nE֍E֏0E֐E֑EjEeE^ETEHE6E&E\u0012EEEEѳEіExEXE7E\u0014EEEФE|ETE+E\u0001EEϫEERE%EEEΞEpECE\u0016EEͼE͏EcE7E\rEE̺E̒EjEDE\u001eEEE˶E˖ExE[E@E(E\u0010EEEEEʼEʲEʪEʤEʢEʢEʦEʬEʵEEEEE\u0012E0EOEtE˛EEE+EbE̞EE\"EkE͸E\nEaEμE\u001cEςEE[EEIEE=EҼE@EEXEEՅE\"EElE\u0018EE}E7EE۸E~EHE\u0018EEEE|E`EGE2E E\u0011E\u0006EEEEE\u0004E\fE\u0018E'E9ENEfEEEEE\u0004E+ETEEEE\u0010E\u0000DE\u0001zE\u0002E\u0003E\u0005&E\u0006eE\u0007E\bE\n%E\u000biE\fE\rE\u000f8E\u0010}E\u0011E\u0013\fE\u0014VE\u0015E\u0016E\u00187E\u0019E\u001aE\u001c\"E\u001dtE\u001eE \u0017E!jE\"E$\u0013E%jE&E(\u0018E)qE*E,#E-~E.E06E1E2E4PE5E7\u000eE8oE9E;1EE\u001cEEEEEEEEEEEEEEEEEE\rE(EHEjEEEE\tE6EfEEE\u0001\u0002E\u0002:E\u0003tE\u0004E\u0005E\u0007+E\bmE\tE\nE\f6E\r~E\u000eE\u0010\tE\u0011QE\u0012E\u0013E\u0015.E\u0016{E\u0017E\u0019\u0016E\u001aeE\u001bE\u001d\bE\u001eZE\u001fE!\u0002E\"XE#E%\u0006E&^E'E)\u0011E*lE+E-%E.E/E1@E2E4\u0000E5aE6E8&E9E:EE@DEAEC\u0016EDEEEGVEHEJ,EKEM\u0004ENqEOEQLERET(EUEW\u0004EXsEYE[QE\\E^0E_Ea\u000fEb~EcEe^EfEh>EiEk\u001dElEmEokEpErJEsEu(EvEx\u0004EyrEzE|NE}E(EրEւ\u0000EփmEքEֆBEևE։\u0016E֊~E֋E֍QE֎E֐\u001fE֑E֒EEEEEEҶEҢEҍEsEZE>E\u001eEEEѹEѕEnEGE\u001fEEEОErEDE\u0016EEϸEψEWE'EEEΕEdE3E\u0003EE͢EsEDE\u0016EE̼E̐EeEE!E\bEEEEEEEEEEEEEE\u0011E(EDEbEEEEE\u001eEKEzEEE\u0000\u0015E\u0001LE\u0002E\u0003E\u0005\u0000E\u0006?E\u0007E\bE\n\bE\u000bNE\fE\rE\u000f$E\u0010lE\u0011E\u0013\u0001E\u0014NE\u0015E\u0016E\u0018:E\u0019E\u001aE\u001c2E\u001dE\u001eE 5E!E\"E$@E%E&E(VE)E+\u0012E,sE-E/6E0E1E3aE4E6,E7E8E:bE;E=3E>E@\bEAsEBEDKEEEG%EHEJ\u0001EKoELENMEOEQ-ERET\u000eEUEVEXbEYE[DE\\E^(E_Ea\rEbEcEeeEfEhJEiEk/ElEn\u0014EoEpEriEsEuLEvEx.EyE{\u000eE|E}E^EրEւE>E?EDELEVEeEvEʋEʤEEE\u0002E*EVE˄E˸EE+EjE̯EEFE͙EEKEάE\u0012E}EEbEEIEE@EEJEEjE\u0000E՝E=EE׍E^E?EA8EBED\u0014EEEFEHcEIEKDELEN(EOEQ\fERESEUfEVEXNEYE[6E\\E^\u001fE_Ea\tEbEcEeiEfEhSEiEk=ElEn'EoEq\u0010ErEsEumEvExTEyE{9E|E~\u001eEEց\u0003EւsEփEօREֆEֈ2E։E֋\u000eE֌|E֍E֏TE֐E֒,E֓EXENE@E2E E\fEEEEҤE҆EdEDE\u001fEEEѬEсEUE*EEEСEpE@E\u000fEEϬEyEGE\u0014EEέEzEGE\u0015EEͰEENE\u001eEE̾E̐EdE8E\rEE˼E˔EnEJE(E\bEEEʲEʚEʂEnE\\EME@E5E-E(E&E&E*E0E:EGEXElEʃEʞEʼEE\u0006E.E]EˏEE\u0001E?ẼEE\u0017EhE;E\u0019EyEEHEϷE,EОE\u000fEцE\u0002E҃E\tEӔE%EԺETEE֗E@EE؞EUE\u000fEEےEZE&EEEߢE~E^EBE*E\u0016E\u0005EEEEEEEEE\nE\u001bE/EFE_E|EEEE\bE2E^EEEE&E\u0000^E\u0001E\u0002E\u0004\u0011E\u0005PE\u0006E\u0007E\t\u001bE\naE\u000bE\fE\u000e:E\u000fE\u0010E\u0012\u001cE\u0013jE\u0014E\u0016\nE\u0017]E\u0018E\u001a\u0005E\u001bZE\u001cE\u001e\u000bE\u001fdE E\"\u001cE#xE$E&7E'E(E*\\E+E-$E.E/E1XE2E4(E5E6E8iE9E;BE\u001eE?E@EBmECEEPEFEH4EIEK\u001bELEN\u0003EOxEPERbESEUNEVEX;EYE[)E\\E^\u0017E_Ea\u0007Eb~EcEenEfEh^EiEkMElEn=EoEq+ErEt\u0019EuEw\u0006Ex|EyE{hE|E~PEEց9EւEք EօEև\u0004EֈvE։E֋VE֌E֎6E֏E֑\u0013E֒E֓EӈE~EnE]ELE5E\u001dE\u0004EEEҪE҈EdEAE\u001aEEEўEqEDE\u0016EEзEЇEVE$EEϾEϊEVE\"EEκEΆERE\u001eEE͸Ë́ERE!EEE̒EdE6E\nEE˶EˎEhEBE EEEEʤEʋEsE^EJE:E,E E\u0017E\u0011E\rE\rE\u0010E\u0015E\u001eE*E9ELEbE|EʚEʺEE\tE6EgE˝EE\u0013EVE̜EE9E͌EEFEΪE\u0012EπEEeEEJEEDEEQEEtE\fEժEKEEמENE\u0004EټEzE;E\u0002EEݚEmEDE EEEEEEEEE{E{E~EEEEEEEE\bE&EHEkEEEE\u0016EFEzEEE\u0001 E\u0002\\E\u0003E\u0004E\u0006\u001bE\u0007_E\bE\tE\u000b5E\f}E\rE\u000f\u0011E\u0010\\E\u0011E\u0012E\u0014HE\u0015E\u0016E\u0018AE\u0019E\u001aE\u001cHE\u001dE\u001eE YE!E#\u0014E$uE%E'8E(E)E+eE,E.2E/E1\u0004E2oE3E5FE6E8 E9E:EEMEO2EPER&ESEU\u001dEVEX\u0015EYE[\u000eE\\E^\u0006E_Ea\u0001Eb~EcEeyEfEhsEiEkmElEnhEoEq`ErEtYEuEwQExEzFE{E}E@JEAEC:EDEF,EGEI EJEL\u0018EMEO\u0010EPER\nESEU\u0006EVEX\u0003EYE[\u0001E\\E]E_E`EbEcEeEfEh}EiEk}ElEn}EoEq{ErEtyEuEwvExEzsE{E}mE~EրdEցEփZEքEֆOEևE։@E֊E֌0E֍E֏\u001dE֐E֒\u0007E֓|E֔E\u0016E\bEEEEӳEӘE{E\\E;E\u0018EEEҤEzENE$EEEѕEdE2EEEЖEaE+EEϾEφEOE\u0018EEΩErE:E\u0004EE͗EbE.EEE̔EcE2E\u0003EE˨E}ESE+E\u0004EEʼEʛE}E`EDE,E\u0016E\u0002EEEEEEEEEEEEEE\u0016E0ENEpEʕEEE\u001fEVEːEE\u0012E\\ĘEEQEͬE\fErEELEϹE$EДE\tEуE\u0003E҇E\u0011EӠE2EEhE\u000bEְE\\E\fEؿEyE6EE۾E܈EVE(E\u0000EEEEElEZELEAE:E6E6E:E@EKEXEhE{EEEEE\u000bE0EXEEEE\u0012EHEEE\u0000E\u00022E\u0003rE\u0004E\u0005E\u0007@E\bE\tE\u000b\u001eE\fhE\rE\u000f\u0001E\u0010PE\u0011E\u0012E\u0014HE\u0015E\u0016E\u0018OE\u0019E\u001b\u0006E\u001cdE\u001dE\u001f#E E!E#LE$E&\u0019E'E(E*VE+E-.E.E0\u000bE1{E2E4^E5E7FE8E:0E;E=\u001fE>E@\u0010EAEC\u0004EDEEEGxEHEJrEKEMnENEPlEQESnETEVoEWEYrEZE\\uE]E_yE`Eb~Ed\u0001EeEg\u0007EhEj\fEkEm\u0011EnEp\u0015EqEs\u0018EtEv\u001bEwEy\u001cEzE|\u001cE}E\u001bEրEւ\u0017EփEօ\u0014EֆEֈ\fE։E֋\u0000E֌zE֍E֏jE֐E֒XE֓E֕CEFE6E#E\u000eEEEEӤEӄEbE>E\u0018EEEқEoEAE\u0012EEѱEEKE\u0016EEЬEvE?E\u0007EEϗE^E&EEζE}EDE\rEE͞EhE3EEE̕EcE2E\u0002EEˤExENE$EEEʲEʐEpERE6E\u001cE\u0005EEEEEɶEɮEɩEɧEɨEɭEɴEɾEEEE\u000eE+ELEpEʚEEE,EfEˤEE-EyEE\u001fEzEE=EΦE\u0016EςEEYEEEEEDEEYEEԂE\u001dEսEbE\fE׺EmE$EEڠEdE-EEEޠEzEXE8E\u001dE\u0006EEEEEEEEEEEE\tE\u001fE8ETErEEEE\u000bE9EhEEE\u0006E@E\u0000{E\u0001E\u0002E\u0004=E\u0005E\u0006E\b\u0012E\t]E\nE\u000bE\r?E\u000eE\u000fE\u0011.E\u0012E\u0013E\u0015.E\u0016E\u0017E\u0019=E\u001aE\u001bE\u001dXE\u001eE \u001eE!E\"E$PE%E'\"E(E)E+hE,E.FE/E1*E2E4\u0011E5E6E8tE9E;dEZE?EAQEBEDKEEEGHEHEJHEKEMIENEPMEQESRETEVZEWEYaEZE\\jE]E_uE`EbEd\u0004EeEg\u000fEhEj\u0019EkEm#EnEp.EqEs7EtEv>EwEyEEzE|LE}EOEրEւPEփEօPEֆEֈLE։E֋HE֌E֎?E֏E֑4E֒E֔$E֕EvEdEQE\u001cE?EA\u0018EBED\u0018EEEG\u0018EHEJ\u001eEKEM%ENEP-EQES8ETEVDEWEYQEZE\\`E]E_oE`EbEd\u0007EeEg\u0017EhEj'EkEm7EnEpFEqEsUEtEvbEwEyoEzE|yE}EEց\u0006EւEք\u000bEօEև\u000eEֈE֊\u0010E֋E֍\fE֎E֐\u0006E֑E֒E֔xE֕EԥEԓE}EfENE0E\u0012EEEӫEӆE^E2E\bEEҮE|ELE\u001aEEѱE|EEE\u000eEEОEdE+EE϶E|EAE\u0007EEΒEWE\u001dEEͪErE:E\u0003EE̗EbE.EEE˜ElE@E\u0014EEEʜExEVE6E\u0017EEEEɶEɤEɔEɇE~EvErErEtEyEɂEɎEɞEɲEEE\u0002E$EKEuEʤEE\u000eEKEˊEE\u0019EhE̻E\u0012EpEE:EΧE\u0010EuEEOEE?EѾEBEEZEEԆE\"EEkE\u0016EEzE2EEڰEvEAE\u000eEE޷EߒEqESE:E$E\u0012E\u0004EEEEEEE\u0006E\u0013E$E8EPEjEEEEE\u001eEIExEEE\u0015EOEE\u0000E\u0002\u000bE\u0003NE\u0004E\u0005E\u0007$E\bpE\tE\u000b\u0007E\fTE\rE\u000eE\u0010JE\u0011E\u0012E\u0014NE\u0015E\u0017\u0005E\u0018cE\u0019E\u001b$E\u001cE\u001dE\u001fQE E\"#E#E$E&fE'E)EE*E,)E-E/\u0012E0E1E3xE4E6kE7E9cE:E<`E=E?^E@EB`ECEEfEFEHoEIEKxEM\u0000ENEP\u000eEQES\u001cETEV.EWEYAEZE\\UE]E_jE`Eb~Ed\nEeEg EhEj6EkEmJEnEp_EqEssEtEvEx\u000eEyE{\u001eE|E~.EEց:EւEքFEօEևNEֈE֊TE֋E֍VE֎E֐TE֑E֓RE֔E֖HEEEԬEԒEyEZEE\u0003EEϋEOE\u0015EEΝEaE&EEͲExE>E\u0007EE̘EbE.EEE˘EhE:E\u000eEEʺEʒEmEJE(E\tEEEɹEɣEɐEErEfE^EZEWEYE]EdEpEEɐEɧEEEE$EME|EʮEE\u001fE]EˢEE8E̊EE=E͞E\u0004EpEE;EϤE\u0012EЅEE|EE҆E\u0012EӥE;EEvE\u001aEErE%EE٘EWE\u001cEEܰE݂EXE0E\u000eEEEEEEEEEEEEEEEEEE\u0014E4EXE|EEE\u0000E2EfEEE\u0013E\u0000RE\u0001E\u0002E\u0004\u001bE\u0005cE\u0006E\u0007E\tGE\nE\u000bE\r0E\u000eE\u000fE\u0011-E\u0012E\u0013E\u00159E\u0016E\u0017E\u0019WE\u001aE\u001c\u001eE\u001dE\u001eE TE!E#*E$E&\bE'xE(E*]E+E-GE.E06E1E3*E4E6\"E7E9\u001eE:E<\u001fE=E?\"E@EB*ECEE4EFEHAEIEKQELENdEOEQxES\u0002ETEV\u0019EWEY1EZE\\JE]E_dE`EbEd\rEeEg(EhEjCEkEm^EnEpxEr\u0004EsEu\u001dEvEx4EyE{KE|E~^EEցqEւEքEֆ\u0007EևE։\u0014E֊E֌\u001cE֍E֏\"E֐E֒$E֓E֕#E֖E\u0003EEEEԢEԆEdECE\u001eEEEӦExELE\u001cEEҹE҇EQE\u001bEEѭEtE;E\u0001EEЋEOE\u0013EEϚE]E!EEΨEkE/EE͸E}ECE\nEE̙EcE-EEE˓EbE3E\u0006EEʰEʇE`EE@mEAECzEE\u0003EFEH\u0015EIEK*ELENBEOEQZERETvEV\u0004EWEY!EZE\\@E]E_`E`EbEd\u0010EeEg0EhEjPEkEmpEo\u0001EpEr\u001fEsEu=EvExZEyE{vE}\u0003E~Eր\u001aEցEփ1EքEֆEEևE։TE֊E֌cE֍E֏nE֐E֒tE֓E֕wE֖E4E\u001fE\u0006EEE԰EԏEkEFE\u001eEEEӜEnE>E\u000bEEҤEoE8E\u0000EEэERE\u0018EEРEbE%EEϪElE.EEβEuE8EE;E͂EHE\rEE̚EbE,EEEˎE\\E-EEEʦE|ETE/E\u000bEEEɮEɓE|EfESEBE6E,E$E E\u001eE\"E&E0E=ELE`EwEɓEɲEEE(EXEʍEE\u0001ECEˊEE%EyEE3E͗E\u0001EeEE+EϕE\u0005EzEEtEE҂E\u0010EӤE;EEyE EEzE.EE٤EeE*EEEݔElEFE%E\bEEEEEEEEEEEEEEE\u000eE*EJEkEEEE\u0012EDExEEE$EcE\u0000E\u0001E\u0003.E\u0004vE\u0005E\u0007\u0010E\b]E\tE\nE\fJE\rE\u000eE\u0010KE\u0011E\u0013\u0000E\u0014^E\u0015E\u0017\u001fE\u0018E\u0019E\u001bNE\u001cE\u001e E\u001fE E\"jE#E%NE&E(6E)E+%E,E.\u0018E/E1\u0012E2E4\u0010E5E7\u0014E8E:\u001bE;E=&E>E@6EAECHEDEF\\EGEIvEK\u0003ELEN\u001fEOEQ>ERET^EUEWEY\u0011EZE\\6E]E_ZE`EbEd\u0012EeEg9EhEj^EkEmEo\u0017EpEr;EsEu^EvExEz\u0010E{E}0E~EրNEցEփiEքEֆEֈ\fE։E֋ E֌E֎2E֏E֑=E֒E֔GE֕E֗MEbELE4E\u0018EEEԸEԒEmEDE\u0018EEӿEӎE\\E+EEE҉ERE\u0019EEѤEiE-EEвEtE6EEϸEzE:EEμE~E@E\u0002EE͇EKE\u0010EE̛EbE*EE˾EˊEVE&EEEʜEpEHE\"EEEɺEɜEɀEhEQE=E,E\u001eE\u0012E\nE\u0005E\u0003E\u0004E\bE\u0010E\u001bE+E>ETEnEɌEɮEEE.EaEʘEE\u0015EZEˤEEFE̟EE`EE,EΊEEWEE9EвE/EѲE:EEXEEԉE(EEwE$EE؎EJE\bEEەEbE4E\bEE߿EEEoE]ENEBE;E8E6E:EBELEZElEEEEEE\u0018EAElEEEE5EoEEE\u0000*E\u0001oE\u0002E\u0003E\u0005JE\u0006E\u0007E\t3E\nE\u000bE\r)E\u000eE\u000fE\u00113E\u0012E\u0013E\u0015NE\u0016E\u0018\u0015E\u0019|E\u001aE\u001cME\u001dE\u001f'E E\"\u0006E#zE$E&cE'E)SE*E,HE-E/CE0E2CE3E5HE6E8QE9E;^EpE?EAEC\u0012EDEF.EGEIJEJELkEMEOEQ\u001fERETEEUEWlEY\u0000EZE\\*E]E_TE`Eb~Ed\u0014EeEg@EhEjlEl\u0000EmEo+EpErUEsEu~Ew\u0012ExEz8E{E}^E~EրEւ\u000fEփEօ.EֆEֈJE։E֋dE֌E֎zE֐\u0003E֑E֓\u0014E֔E֖\u001dE֗EՒEzE`ECE&E\u0004EEԺEԒEiE>E\u0010EEӯE~EJE\u0014EEҥElE3EEѻEEBE\u0003EEІEGE\u0007EEχEGE\u0007EE·EHE\tEE͌EOE\u0013EE̛EbE(EE˺E˄EQE\u001eEEʾEʐEfE6E?EAPEBEDnEEEGEI EJELFEMEOnEQ\u0002ERET-EUEWZEXEZE\\\u001fE]E_NE`EbEd\u0017EeEgHEhEjyEl\u0011EmEoBEpErqEt\u0007EuEw4ExEz`E{E}E\u001fEրEւEEփEօjEֆEֈE֊\u001aE֋E֍6E֎E֐NE֑E֓cE֔E֖sE֗EEթEՎErERE/E\nEEԺEԐEbE4E\u0003EEӝEjE4EEE҈EME\u0011EEїEXE\u0019EEЙEXE\u0018EEϖETE\u0013EEΒEQE\u0011EE͒ESE\u0016EE̝EbE(EE˸EˁELE\u0018EEʶEʈEZE0E\u0007EEɼEɘEyE\\E@E(E\u0012EEEEEEEEEEEEE\fE$E@E_EɄEɬEE\nE?ExEʶEEBEˏEE7E̓EEZEͺE\u0015EvEEFE϶E+EЦE$EѩE2EETEEԈE)EEzE*EEؖERE\u0014EEۤErEDE\u001aEEEEEExEkEbE\\EZE\\EaEjEvEEEEEE\tE,ETE~EEE\u0010EFEEEEE\bEEʢEpEBE\u0015EEEɚEvESE4E\u0016EEEEȻEȫEȞEȕEȎEȌEȋEȎEȖEȠEȰEEEE\u000eE0EWEɁEɰEE\u001aEWEʘEE(EwEE&ẼEEFE͝EE]EE1EϢE\u001aEЖE\u0016EѝE(EҷELEEԄE'EE{E,EE؛EYE\u001cEEۮEESE,E\bEEEEEEEE|E|EEEEEEEEE\u001eEBEhEEEE\"EYEEE\rEPEE\u0000E\u0002&E\u0003sE\u0004E\u0006\u0013E\u0007bE\bE\n\tE\u000b`E\fE\u000e\u0016E\u000fsE\u0010E\u00127E\u0013E\u0015\u0003E\u0016lE\u0017E\u0019DE\u001aE\u001c%E\u001dE\u001f\u000eE E!E#xE$E&sE'E)tE*E,|E.\u0002E/E1\u0012E2E4'E5E7BE8E:bE;E=E?\u001aE@EBDECEErEG\nEHEJ>EKEMsEO\u000eEPERHESEUEW\"EXEZ`E[E]E_?E`EbEd EeEg`Ei\u0000EjElAEmEoEq!ErEt_EuEwEy:EzE|tE~\u0011EEցIEւEք}Eֆ\u0016EևE։EE֊E֌pE֎\u0007E֏E֑-E֒E֔NE֕E֗kE֘ERE4E\u0016EEEծEՄEZE.E\u0001EEԞEjE6EEEӌEQE\u0016EEҚEZE\u001aEEїEUE\u0011EEЊEFE\u0002EϽEyE4EEάEhE%EE͟E]E\u001cEE̜E^E EE˩EpE8E\u0000EEʘEfE6E\bEEɱEɊEdE@E\u001fE\u0000EEEȵEȡEȐEȂExEpElEkEnEsE|EȊEțEȰEEE\u0006E+ETEɂEɴEE&EeEʪEEBE˖EELE̯E\fEaEͼE\u001dE΂EE]EEMEEPEEiEEӔE1EExE#EE׆E?EEپEڃENE\u001cEEEޢE߂EeELE8E(E\u001cE\u0012E\u000eE\rE\u0010E\u0016E E.E@ETEmEEEEE\u001bEHExEEE\u001bEWEEE\u001fE\u0000fE\u0001E\u0002E\u0004PE\u0005E\u0006E\bCE\tE\nE\fIE\rE\u000f\u0005E\u0010fE\u0011E\u00130E\u0014E\u0016\u0002E\u0017oE\u0018E\u001aNE\u001bE\u001d6E\u001eE $E!E#\u001cE$E&\u001aE'E)\u001fE*E,*E-E/;E0E2RE3E5oE6E8E:#E;E=LE>E@yEB\u0010ECEEDEFEHzEJ\u0016EKEMQENEPER.ESEUnEW\u000fEXEZRE[E]E_8E`Eb~Ed!EeEggEi\u000bEjElPEmEoEq8ErEt|Ev\u001dEwEy_EzE|E~=EEցxEփ\u0017EքEֆNEևE։E֋\u001aE֌E֎KE֏E֑uE֓\bE֔E֖.E֗E֙LEւEdEEE$EEEծEՂEUE&EEEԍEWE\u001eEEӫEmE1EEҳErE1EEѬEhE$EEКEUE\u0010EEτE>EEδEoE*EE͢E`E\u001dEE̛E[E\u001dEEˤEiE/EEEʌEYE(EEEɠEwEPE+E\tEEEȲEȚEȅEtEdEXEPEKEHEJENEXEcEsEȇEȞEȺEEE&EREɄEɹEE2EuEʽE\u000bE\\E˴E\u0011EsEE\"E|EE?EΨE\u0017EϊE\u0002EЁE\u0004EыE\u0018EҪE?EE{E EEwE*EE؜E]E\"EE۸E܉E`E9E\u0018EEEEEEEEEEEEEEEE\u0013E3EUE{EEE\u0001E3EjEEE\u001fEbEEE\u0001;E\u0002E\u0003E\u0005+E\u0006|E\u0007E\t%E\n}E\u000bE\r5E\u000eE\u000fE\u0011\\E\u0012E\u0014-E\u0015E\u0017\u0006E\u0018vE\u0019E\u001b\\E\u001cE\u001eJE\u001fE!BE\"E$>E%E'DE(E*PE+E-bE.E0zE2\bE3E5)E6E8OE9E;zE=\u0011E>E@CEAECxEE\u0015EFEHQEIEKEM/ENEPqER\u0013ESEUYEVEXEZEE[E]E_4E`EbEd$EeEgpEi\u0016EjElaEn\u0006EoEqPErEtEv=EwEyE{'E|E~jEր\fEցEփKEքEֆEֈ&E։E֋\\E֌E֎E֐)E֑E֓VE֔E֖E֘\u0011E֙EֲE֒ErENE*E\u0002EEիE|ELE\u001aEE԰EwE>E\u0005EEӋELE\rEEҊEHE\u0004EE{E6EEЪEdE\u001dEEϐEIE\u0002EμEuE0EEͦEbE\u001eEE̚EYE\u001aEE˞EbE(EEʶEʁEME\u001aEEɻEɐEeEEEYEEӈE&EEqE\u001dEEׄE?EEEڈEVE&EEEްEߒExEaEOE@E6E0E.E.E2EEsE@\u000eEAECHEDEFEH'EIEKjEM\rENEPUEQESEUDEVEXEZ8E[E]E_/E`EbEd&EeEgwEi EjElpEn\u0017EoEqhEs\u000eEtEv\\Ex\u0002EyE{LE|E~Eր9EցEփ~Eօ\u001fEֆEֈ`E։E֋E֍7E֎E֐nE֒\u0007E֓E֕8E֖E֘`E֙EEE֠E{EVE+E\u0001EEդEqE>E\bEEԘE_E\"EEӧEhE&EEҢE^E\u001aEEюEHE\u0001EкErE*EEϜETE\fEE}E6EEͪEdE EE̚EXE\u0017EE˘E\\E EEʬEvE@E\rEEɬE~ESE*E\u0003EEȼEȝEȀEgEPE\u0006E?EAGEBEDEF0EGEI|EK$ELENsEP\u001cEQESpEU\u001bEVEXrEZ\u001dE[E]wE_$E`Eb~Ed,EeEgEi4EjElEnEEӹEtE.EEҡEYE\u0010EE}E3EEНEQE\u0006EϺEoE#EE΍ECEEͰEgE\u001fEE̒ELE\bEE˂EBE\u0003EEʉENE\u0016EEɩEvEFE\u0016EEȿEȘErEPE/E\u0012EEEEǺEǫEǡEǘEǕEǓEǗEǝEǨEǵEEEE\u0017E:E`EȌEȻEE*EhEɫEE@EʒEEGE˛EE8ȄEEMEͳE\u001fEΐE\u0005EρE\u0001EЇE\u0011EџE4EEiE\fEԴE`E\u0010EE~E=E\u0000EEړEcE8E\u0011EEE߶EEEEvEpEoEqEwEEEEEEE\u000eE3E[EEEE\u001fEYEEE\u001aEaEEE\u0000JE\u0001E\u0002E\u0004DE\u0005E\u0006E\bOE\tE\u000b\u000fE\ftE\rE\u000fEE\u0010E\u0012 E\u0013E\u0015\u0005E\u0016|E\u0017E\u0019pE\u001aE\u001cmE\u001dE\u001ftE E\"E$\fE%E'%E(E*GE+E-pE/\u0007E0E2:E3E5rE7\u0010E8E:QE;E=E?E\bEE՘E\\E\u001eEEԞE^E\u001aEEӏEHE\u0002EҹEoE&EEяEDEEЫE`E\u0013EExE-EEΔEIEEͲEiE\u001fEE̐EIE\u0003E˿E|E:EEʺE|E@E\u0007EEɘEdE2E\u0002EEȩEȀEZE6E\u0014EEEEǬEǘEljE~EtEoEnEnEtE}ENJEǜEǰEEE\bE.EYEȈEȻEE1EsEɺE\u0006EWEʮE\tE\\E˧EELE̦E\u0006EkEEDEιE2EϱE4EоEKEEvE\u0012EӲEXE\u0002EղEfE\u001eEE؜EdE.EEEܩE݅EeEJE4E E\u0012E\bE\u0001EE\u0000E\u0006E\u000fE\u001eE.EDE]EzEEEE\u0013ECEtEEE!EbEEE9EEE\u0001,E\u0002E\u0003E\u0005*E\u0006E\u0007E\t@E\nE\f\bE\rpE\u000eE\u0010HE\u0011E\u0013,E\u0014E\u0016\u0018E\u0017E\u0019\u000eE\u001aE\u001c\u0010E\u001dE\u001f\u0018E E\"*E#E%DE&E(fE)E+E-%E.E0XE1E3E51E6E8tE:\u0017E;E=`E?\bE@EBZED\u0004EEEG[EI\nEJELfEN\u0015EOEQvES)ETEVEX@EYE[E]]E_\u0011E`Eb{Ed1EeEgEiOEk\u0005ElEnoEp#EqEsEu@EvExEzWE|\nE}EkEց\u001aEւEքvEֆ%EևE։|E֋&E֌E֎xE֐ E֑E֓jE֕\fE֖E֘NE֙E֛EE׮E׆E\\E1E\u0002EE֝EhE0EEջE~E?EEԽEzE5EEӪEbE\u001aEE҅E:EEѡETE\bEкElE\u001eEEςE4EEΚEME\u0000EʹEiE\u001eEĚEDEE˸EsE0EEʯEpE3EEɾEɆEQE\u001eEEȾEȑEfE@E\u001aEEEǻEǡENJEvEfEXENEHEDEEEJERE^EnEǁEǙEǵEEE$EREȅEȼEE9E~EE\u001aEoEE\u001cEdE˳E\u0006E_E̾E E͊EEjEE`EEiEEцE\u001dEҸEWEEԥERE\u0006E־ExE:EEEږEiE@E\u001bEEEEEEEEEEEEEEEE\u0006E'EKErEEE\u0000E6EqEEE3E{EE\u0014EfE\u0000E\u0002\u000fE\u0003dE\u0004E\u0006\u0015E\u0007sE\bE\n6E\u000bE\r\u0006E\u000eqE\u000fE\u0011QE\u0012E\u0014;E\u0015E\u00170E\u0018E\u001a.E\u001bE\u001d6E\u001eE FE!E#`E$E&E(\u0014E)E+@E,E.tE0\u0010E1E3NE4E6E86E9E;E=*E>E@}EB(ECEEEG2EHEJELCEMEOEQ\\ES\u0010ETEVyEX/EYE[E]RE_\tE`EbxEd/EeEgEiWEk\u000eElEn}Ep4EqEsEuWEw\rExEzvE|,E}EEցCEւEքEֆUEֈ\u0002E։E֋\\E֍\tE֎E֐\\E֒\u0004E֓E֕PE֖E֘E֚8E֛E\u0004EE׶E׊E\\E,EEE֎EUE\u001aEEՠE`E\u001eEEԗERE\u000bEEzE0EEҙELEEѱEcE\u0015EEwE(EEωE:EEΝEOE\u0001EʹEgE\u001cEĔE=EEˮEiE$EEʠE`E\"EEɫErEE@MEAECEEZEG\u000bEHEJpEL#EMEOEQCERETEVhEX EYE[E]KE_\u0004E`EbxEd2EeEgEi`Ek\u001aElEnEpGEr\u0000EsEurEw*ExEzE|OE~\u0006EEցoEփ!EքEֆEֈ8E։E֋E֍EE֎E֐E֒HE֓E֕E֗EEԴEnE&EEӒEGEEҭE`E\u0011EEsE$EEЂE2EEϒEAEEΡEQE\u0003EʹEgE\u001aEÊE7EE˦E`E\u0019EEʒERE\u0012EEɘE^E&EEȽEȋE\\E0E\u0005EEǹEǗExE\\EBE,E\u0019E\nEEEEEEEE\fE\u001eE3ENElEǏEǶEE\u0012EGEȁEE\u0004EMEɛEEGEʖEE(ExEE)E̊EE[EE@EλE:EEHEEjE\u0003EҠEBEEԔEFEEֵEsE6EEEښEpEIE'E\tEEEEEEEEEEEEE\u0007E#EDEgEEEE\u001dESEEE\fEPEEE4EEE\u00014E\u0002E\u0003E\u0005=E\u0006E\u0007E\tcE\nE\f6E\rE\u000f\u0016E\u0010E\u0011E\u0013xE\u0014E\u0016rE\u0017E\u0019uE\u001aE\u001cE\u001e\fE\u001fE!(E\"E$LE%E'xE)\u0011E*E,HE-E/E1)E2E4rE6\u0018E7E9jE;\u0015EoE@\u001eEAEC~EE2EFEHEJMEL\u0002EMEOrEQ*ERETEVVEX\u0010EYE[E]AE^E`EbvEd2EeEgEihEk$ElEnEpYEr\u0014EsEuEwDExEzE|rE~(EEցEփMEօ\u0003EֆEֈjE֊\u001aE֋E֍}E֏+E֐E֒E֔0E֕E֗E֙(E֚E֜qEdE>E?EAECTEE\bEFEHtEJ,EKEMEOVEQ\u0011ERETEVDEX\u0001EYE[|E]:E^E`EbvEd4EeEgEirEk0ElEnEplEr*EsEuEwbEy\u001eEzE|E~PEր\tEցEփ|Eօ2EֆEֈE֊RE֌\u0006E֍E֏hE֑\u0019E֒E֔tE֖ E֗E֙rE֛\u001bE֜EؗEnEBE\u0012EE׬EvE>E\u0002EEֈEHE\u0007EE}E6EEԦEYE\u000eEEsE$EE҄E4EEѐE=EEИEDEEϞELEEΦETE\u0002EͲEaE\u0012EEuE(EEˑEHE\u0000EʹEtE0EEɮEpE2EEEȊEVE$EEEǞEwERE1E\u0012EEEEƶEƨEƜEƕEƐEƐEƕEƜEƧEƶEEEE\u001eEDEmEǜEE\u0006EBEȅEE\u0018EiEE\rEOEʘEE9EːEERE̺E'E͚E\u0011EΏE\u0011EϘE$EеEJEE҅E*EEԂE4EE֩EjE0EEEڜEtEQE1E\u0017E\u0001EEEEEEEEEE\fE\"E>E^EEEE\u0004E7EnEEE(EnEE\u0004ETEE\u0000E\u0000WE\u0001E\u0003\u0007E\u0004eE\u0005E\u0007(E\bE\tE\u000bfE\fE\u000eJE\u000fE\u00118E\u0012E\u00143E\u0015E\u00176E\u0018E\u001aEE\u001bE\u001d]E\u001eE ~E\"\u0013E#E%BE&E(xE*\u0017E+E-ZE.E0E2KE3E5E7KE8E:E\nE?EArEC(EDEFEHNEJ\tEKEM~EO;EPERETsEV1EWEYE[pE]1E^E`EbtEd5EeEgEiyEk:ElEnEp}Er>EsEuEw}Ey;EzE|E~sEր0EցEփEօ`Eև\u0019EֈE֊E֌EEʬEeE!EEɜE\\E\u001eEEȨEqEELE]ErEƍEƫEEE\"ESEljEE\u0003EGEȑEE6EɁEE\u0005EPEʡEERE˲E\u0018ÊEEgEEaEEoEEВE*EEjE\u0012EӾEoE$EE֞EbE+EEEڠE|E[E?E(E\u0014E\u0006EEEEEE\bE\u0016E*EAE\\E|EEEE\"EUEEE\u0007EIEEE(ExEE&EE\u0000E\u00022E\u0003E\u0004E\u0006XE\u0007E\t-E\nE\f\u000eE\rE\u000eE\u0010vE\u0011E\u0013tE\u0014E\u0016}E\u0018\u0007E\u0019E\u001b E\u001cE\u001eBE\u001fE!pE#\tE$E&CE'E)E+)E,E.wE0 E1E3yE5(E6E8E:>E;E=E?_EA\u0018EBEDEFIEH\u0006EIEKEMCEO\u0003EPERETJEV\fEWEYE[YE]\u001eE^E`EboEd5EeEgEiEkMEm\u0013EnEpErcEt(EuEwEyrE{6E|E~EրyEւ:EփEօEևsE։0E֊E֌E֎]E֐\u0015E֑E֓~E֕2E֖E֘E֚BE֛E֝E.EEE؞EfE0EE׹E|E:EEֳEnE'EEՓEEEEԨEZE\bEӷEdE\u0010EҼEfE\u0011EѻEeE\u000eEжE_E\tEϲEZE\u0003EέEWE\u0002EͬEXE\u0004E̱E`E\u000eE˾EoE\"EEʋEBEEɴEpE.EEȯErE8E\u0001EEǘEhE:E\u000fEEEƟEƀEdEJE5E\"E\u0014E\bE\u0000EEE\u0001E\nE\u0014E%E:ESEoEƒEƸEE\u0013EGEǂEE\u0004EMEțEE8EwEɻE\u0004ESEʨE\u0001EaEE.E̝E\u0011E͋E\tEΌE\u0014EϢE5EEhE\nEҰE[E\fEEzE9EEEؐEaE7E\u0012EEEݼEިEߘEEEEEEEEEEE\fE/EXEEEE\u001dEXEEE!ElEE\u000bEbEE\u0014E\u0000lE\u0001E\u0003(E\u0004E\u0005E\u0007[E\bE\n7E\u000bE\r!E\u000eE\u0010\u0016E\u0011E\u0013\u0017E\u0014E\u0016#E\u0017E\u0019:E\u001aE\u001c\\E\u001dE\u001fE!\u001fE\"E$XE%E'E)>E*E,E.4E/E1E3EEȶEvE6EEELjERE\u001fEEEƖEnEIE'E\bEEEEŮEŠEŘEŐEŎEŐEŖEŠEŬEEEE\u0010E6E^EƌEƾEE2EtEǼE\bEZEȠEE\u001eEeEɲE\u0003E[EʷE\u0019EˁEE_EEREEYEEtE\u000bEХEFEEғEAEEԬEjE+EE׽E،EaE:E\u0018EEEE޼E߲EEEEEEEEE\fE,EPEwEEE\bE?E{EEEFEEE5EEEAEE\u0000E\u0002ZE\u0003E\u0005&E\u0006E\b\u0000E\trE\nE\f`E\rE\u000fYE\u0010E\u0012`E\u0013E\u0015qE\u0016E\u0018E\u001a E\u001bE\u001dLE\u001eE E\" E#E%dE'\tE(E*ZE,\u0005E-E/bE1\u0013E2E4zE60E7E9E;\\E=\u0018E>E@EBTED\u0015EEEGEI`EK%ELENEP{ERCET\fEUEWEYlE[7E]\u0003E^E`EbhEd5Ef\u0001EgEiEkhEm5Eo\u0000EpErEtdEv/EwEyE{E}VE\u001cEրEւEքpEֆ6EևE։E֋|E֍E@iEB,ECEEEGyEI?EK\u0006ELENEPbER-ESEUEWEY^E[,E\\E^E`EbfEd4Ef\u0003EgEiEkpEm?Eo\u000eEpErEtxEvDEx\u0012EyE{E}sE=Eց\u0007EւEքEֆ^Eֈ\"E։E֋E֍mE֏.E֐E֒E֔gE֖#E֗E֙E֛LE֜E֞EEEْEYE\u001fEEأE`E\u001cEE׎ECEE֫E]E\fEչEgE\u0012EԼEfE\u000eEӶE\\E\u0002EҧELEEѓE6EE}E\u001fEEfE\tEέEPEE͚E@EE̎E6EEˊE5EEʐE@EEɣEXE\u000eEEȀEE\bE\n(E\u000bE\r\"E\u000eE\u0010&E\u0011E\u00136E\u0014E\u0016TE\u0017E\u0019zE\u001b\u0012E\u001cE\u001eIE\u001fE!E#.E$E&|E(&E)E+E-3E.E0E2QE4\nE5E7~E9|E@>EB\u0002ECEEEGUEI\u001eEJELEN}EPIER\u0016ESEUEWEYPE[\u001fE\\E^E`EbbEd2Ef\u0003EgEiEkvEmHEo\u0019EpErEtEvWEx&EyE{E}E[Eց&EւEքEֆEֈJE֊\u0010E֋E֍E֏\\E֑\u001eE֒E֔E֖ZE֘\u0016E֙E֛E֝EEЂE\"EEfE\bEΩELEE͒E7EÊE(EEyE\"EE{E)EEɊEPE@\u0015EAECEEjEG4EHEJELENdEP2ER\u0000ESEUEWqEYBE[\u0014E\\E^E`Eb^Ed1Ef\u0004EgEiEk~EmQEo$EpErEtEvkEx;Ez\fE{E}ExEցFEփ\u0012EքEֆEֈqE֊:E֌\u0001E֍E֏E֑PE֓\u0012E֔E֖E֘NE֚\nE֛E֝|E֟2EbE+EEٸEzE;EEزElE#EE׌E&E?EAEC~EEHEG\u0013EHEJEL|ENJEP\u001aEQESEUEWbEY5E[\tE\\E^E`Eb\\Ed0Ef\u0005EgEiEkEmZEo/Eq\u0003ErEtEv~ExQEz\"E{E}EEցdEփ3Eօ\u0000EֆEֈE֊dE֌*E֍E֏E֑E֓CE֕\u0006E֖E֘E֚BE֛E֝E֟p\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000" }, { "path": "data/default.conv", "content": "CONV NORM\n# 3x3 ``all-ground'' convolution mask with FWHM = 2 pixels.\n1 2 1\n2 4 2\n1 2 1\n" }, { "path": "data/default.nnw", "content": "NNW\n# Neural Network Weights for the SExtractor star/galaxy classifier (V1.3)\n# inputs:\t9 for profile parameters + 1 for seeing.\n# outputs:\t``Stellarity index'' (0.0 to 1.0)\n# Seeing FWHM range: from 0.025 to 5.5'' (images must have 1.5 < FWHM < 5 pixels)\n# Optimized for Moffat profiles with 2<= beta <= 4.\n\n 3 10 10 1\n\n-1.56604e+00 -2.48265e+00 -1.44564e+00 -1.24675e+00 -9.44913e-01 -5.22453e-01 4.61342e-02 8.31957e-01 2.15505e+00 2.64769e-01\n 3.03477e+00 2.69561e+00 3.16188e+00 3.34497e+00 3.51885e+00 3.65570e+00 3.74856e+00 3.84541e+00 4.22811e+00 3.27734e+00\n\n-3.22480e-01 -2.12804e+00 6.50750e-01 -1.11242e+00 -1.40683e+00 -1.55944e+00 -1.84558e+00 -1.18946e-01 5.52395e-01 -4.36564e-01 -5.30052e+00\n 4.62594e-01 -3.29127e+00 1.10950e+00 -6.01857e-01 1.29492e-01 1.42290e+00 2.90741e+00 2.44058e+00 -9.19118e-01 8.42851e-01 -4.69824e+00\n-2.57424e+00 8.96469e-01 8.34775e-01 2.18845e+00 2.46526e+00 8.60878e-02 -6.88080e-01 -1.33623e-02 9.30403e-02 1.64942e+00 -1.01231e+00\n 4.81041e+00 1.53747e+00 -1.12216e+00 -3.16008e+00 -1.67404e+00 -1.75767e+00 -1.29310e+00 5.59549e-01 8.08468e-01 -1.01592e-02 -7.54052e+00\n 1.01933e+01 -2.09484e+01 -1.07426e+00 9.87912e-01 6.05210e-01 -6.04535e-02 -5.87826e-01 -7.94117e-01 -4.89190e-01 -8.12710e-02 -2.07067e+01\n-5.31793e+00 7.94240e+00 -4.64165e+00 -4.37436e+00 -1.55417e+00 7.54368e-01 1.09608e+00 1.45967e+00 1.62946e+00 -1.01301e+00 1.13514e-01\n 2.20336e-01 1.70056e+00 -5.20105e-01 -4.28330e-01 1.57258e-03 -3.36502e-01 -8.18568e-02 -7.16163e+00 8.23195e+00 -1.71561e-02 -1.13749e+01\n 3.75075e+00 7.25399e+00 -1.75325e+00 -2.68814e+00 -3.71128e+00 -4.62933e+00 -2.13747e+00 -1.89186e-01 1.29122e+00 -7.49380e-01 6.71712e-01\n-8.41923e-01 4.64997e+00 5.65808e-01 -3.08277e-01 -1.01687e+00 1.73127e-01 -8.92130e-01 1.89044e+00 -2.75543e-01 -7.72828e-01 5.36745e-01\n-3.65598e+00 7.56997e+00 -3.76373e+00 -1.74542e+00 -1.37540e-01 -5.55400e-01 -1.59195e-01 1.27910e-01 1.91906e+00 1.42119e+00 -4.35502e+00\n\n-1.70059e+00 -3.65695e+00 1.22367e+00 -5.74367e-01 -3.29571e+00 2.46316e+00 5.22353e+00 2.42038e+00 1.22919e+00 -9.22250e-01 -2.32028e+00\n\n\n 0.00000e+00 \n 1.00000e+00 \n" }, { "path": "data/default.param", "content": "NUMBER\nX_IMAGE\nY_IMAGE\nXWIN_IMAGE\nYWIN_IMAGE\nX2_IMAGE\nY2_IMAGE\nXY_IMAGE\nERRX2_IMAGE\nERRY2_IMAGE\nERRXY_IMAGE\nA_IMAGE\nFLUX_APER(1)\nFLUXERR_APER(1)\nKRON_RADIUS\nFLUX_AUTO\nFLUXERR_AUTO\nFLUX_RADIUS(3)\nFLAGS\n" }, { "path": "data/default.sex", "content": "# Default configuration file for SExtractor 2.5.0\n# EB 2006-07-14\n#\n \n#-------------------------------- Catalog ------------------------------------\n \nCATALOG_NAME test.cat # name of the output catalog\nCATALOG_TYPE ASCII_HEAD # NONE,ASCII,ASCII_HEAD, ASCII_SKYCAT,\n # ASCII_VOTABLE, FITS_1.0 or FITS_LDAC\nPARAMETERS_NAME default.param # name of the file containing catalog contents\n \n#------------------------------- Extraction ----------------------------------\n \nDETECT_TYPE CCD # CCD (linear) or PHOTO (with gamma correction)\nDETECT_MINAREA 5 # minimum number of pixels above threshold\nDETECT_THRESH 1.5 # or , in mag.arcsec-2\nANALYSIS_THRESH 1.5 # or , in mag.arcsec-2\n \nFILTER Y # apply filter for detection (Y or N)?\nFILTER_NAME default.conv # name of the file containing the filter\n \nDEBLEND_NTHRESH 32 # Number of deblending sub-thresholds\nDEBLEND_MINCONT 1.0 # Minimum contrast parameter for deblending\n \nCLEAN Y # Clean spurious detections? (Y or N)?\nCLEAN_PARAM 1.0 # Cleaning efficiency\n \nMASK_TYPE NONE # type of detection MASKing: can be one of\n # NONE, BLANK or CORRECT\n \n#------------------------------ Photometry -----------------------------------\n \nPHOT_APERTURES 10.0 # MAG_APER aperture diameter(s) in pixels\nPHOT_AUTOPARAMS 2.5, 0.0 # MAG_AUTO parameters: ,\nPHOT_PETROPARAMS 2.0, 3.5 # MAG_PETRO parameters: ,\n # \nPHOT_AUTOAPERS 0.0,0.0 # , minimum apertures\n # for MAG_AUTO and MAG_PETRO\nPHOT_FLUXFRAC 0.1,0.5,0.6 # flux fraction[s] used for FLUX_RADIUS\n\nSATUR_LEVEL 50000.0 # level (in ADUs) at which arises saturation\n \nMAG_ZEROPOINT 0.0 # magnitude zero-point\nMAG_GAMMA 4.0 # gamma of emulsion (for photographic scans)\nGAIN 0.0 # detector gain in e-/ADU\nPIXEL_SCALE 1.0 # size of pixel in arcsec (0=use FITS WCS info)\n \n#------------------------- Star/Galaxy Separation ----------------------------\n \nSEEING_FWHM 1.2 # stellar FWHM in arcsec\nSTARNNW_NAME default.nnw # Neural-Network_Weight table filename\n \n#------------------------------ Background -----------------------------------\n \nBACK_SIZE 64 # Background mesh: or ,\nBACK_FILTERSIZE 3 # Background filter: or ,\n \nBACKPHOTO_TYPE GLOBAL # can be GLOBAL or LOCAL\n \n#------------------------------ Check Image ----------------------------------\n \nCHECKIMAGE_TYPE BACKGROUND,BACKGROUND_RMS\n # can be NONE, BACKGROUND, BACKGROUND_RMS,\n # MINIBACKGROUND, MINIBACK_RMS, -BACKGROUND,\n # FILTERED, OBJECTS, -OBJECTS, SEGMENTATION,\n # or APERTURES\nCHECKIMAGE_NAME back.fits,rms.fits\n # Filename for the check-image\n \n#--------------------- Memory (change with caution!) -------------------------\n \nMEMORY_OBJSTACK 3000 # number of objects in stack\nMEMORY_PIXSTACK 300000 # number of pixels in stack\nMEMORY_BUFSIZE 1024 # number of lines in buffer\n \n#----------------------------- Miscellaneous ---------------------------------\n \nVERBOSE_TYPE NORMAL # can be QUIET, NORMAL or FULL\nWRITE_XML N # Write XML file (Y/N)?\nXML_NAME sex.xml # Filename for XML output\n" }, { "path": "data/image.cat", "content": "# 1 NUMBER Running object number \n# 2 X_IMAGE Object position along x [pixel]\n# 3 Y_IMAGE Object position along y [pixel]\n# 4 XWIN_IMAGE Windowed position estimate along x [pixel]\n# 5 YWIN_IMAGE Windowed position estimate along y [pixel]\n# 6 X2_IMAGE Variance along x [pixel**2]\n# 7 Y2_IMAGE Variance along y [pixel**2]\n# 8 XY_IMAGE Covariance between x and y [pixel**2]\n# 9 ERRX2_IMAGE Variance of position along x [pixel**2]\n# 10 ERRY2_IMAGE Variance of position along y [pixel**2]\n# 11 ERRXY_IMAGE Covariance of position between x and y [pixel**2]\n# 12 A_IMAGE Profile RMS along major axis [pixel]\n# 13 FLUX_APER Flux vector within fixed circular aperture(s) [count]\n# 14 FLUXERR_APER RMS error vector for aperture flux(es) [count]\n# 15 KRON_RADIUS Kron apertures in units of A or B \n# 16 FLUX_AUTO Flux within a Kron-like elliptical aperture [count]\n# 17 FLUXERR_AUTO RMS error for AUTO flux [count]\n# 18 FLUX_RADIUS Fraction-of-light radii [pixel]\n# 21 FLAGS Extraction flags \n 1 165.1449 24.0084 165.0857 24.2189 2.4117662184e+00 5.1111829531e+00 -2.9781834691e+00 3.2237837858e-02 7.0561272861e-02 -4.0335820676e-02 2.652 4709.64 580.0665 6.79 7544.724 1077.636 1.397 3.507 4.704 0\n 2 81.4250 12.3010 81.4266 12.2372 1.7979278944e+00 1.5856033331e+00 -2.7684534399e-02 1.7951855662e-04 1.8787411640e-04 -2.2413198032e-05 1.342 78021.47 579.623 2.95 75826.24 448.7831 0.486 1.211 1.441 0\n 3 1.4540 10.0726 1.3311 10.2653 2.4788523667e-01 5.9632656000e-01 3.8536281706e-03 6.7016358905e-03 1.7861245422e-02 -8.8750891817e-05 0.772 3036.964 457.2961 6.27 2422.463 370.3076 0.473 1.365 1.703 24\n 4 56.9256 3.7007 56.0734 4.5638 3.1260762632e+00 3.0958685371e+00 -1.9024062184e+00 9.5447692222e-03 9.5072527517e-03 -5.3677773815e-03 2.239 8434.928 544.0812 0.83 1955.393 146.3769 0.394 0.966 1.070 24\n 5 72.1789 1.3798 72.2420 1.1556 1.3696335560e+00 2.3555181249e-01 9.7951755535e-02 3.1362187195e-02 4.5511964013e-03 2.2885012662e-03 1.174 2020.332 453.1542 3.13 2143.885 236.0257 0.421 1.122 1.278 24\n 6 22.7142 244.3529 22.8570 244.3272 9.1893776577e-01 8.3794196752e-01 -1.4270150242e-01 1.3915903687e-02 1.3795759035e-02 -2.2318076518e-03 1.013 3485.881 579.7709 3.93 2869.198 419.1597 0.525 1.447 1.659 0\n 7 212.9744 239.4159 212.8007 238.7787 6.7864568155e-01 3.6641493373e+00 2.8162026428e-01 5.7771711903e-03 3.1329635742e-02 2.2186015283e-03 1.921 6211.966 580.2142 4.68 5228.282 667.5814 0.784 2.226 2.537 0\n 8 33.5458 224.5266 33.1938 224.5793 8.9323061747e-01 6.5998523817e-01 -4.8052227732e-01 3.4045596124e-02 2.5799444980e-02 -1.9403836274e-02 1.127 2624.908 579.9187 2.77 1761.229 253.5323 0.574 1.341 1.537 0\n 9 115.3960 240.4926 115.3567 240.5046 1.5097465362e+00 1.4156012315e+00 1.2556133767e-01 2.6252888502e-03 2.3371204166e-03 2.6047653189e-04 1.264 12136.01 579.1793 4.00 12109.51 570.6823 0.558 1.366 1.626 0\n 10 234.6673 216.6405 234.9733 216.9610 9.0781870100e-01 8.6570331106e-01 1.7184768190e-01 1.6547326879e-02 1.6513473943e-02 2.6424896208e-03 1.030 2026.462 579.7709 0.00 0 0 0.000 0.000 0.000 0\n 11 1.4244 210.1944 1.5846 210.8649 2.4428935934e-01 1.4986581068e+00 1.1161394201e-01 6.4146691915e-03 4.4849969733e-02 3.2165567731e-03 1.228 2906.556 455.7943 7.78 4233.695 566.9153 0.813 3.127 4.125 24\n 12 126.3193 207.9244 126.4065 207.8384 4.4138060722e-01 5.4136281442e-01 -1.2506805858e-02 1.4050698022e-02 1.6518540620e-02 -7.2711627498e-05 0.737 2847.838 580.9523 7.53 2615.73 610.5865 0.608 1.515 1.836 0\n 13 176.8328 205.2646 176.9555 205.0126 1.2430840404e+00 9.6709083134e-01 -4.4283292007e-02 1.0837750829e-02 7.6174978439e-03 -5.4053560779e-04 1.118 4001.79 580.0665 0.37 452.7749 65.46175 0.183 0.409 0.446 0\n 14 81.5943 197.2497 81.7258 197.3103 8.8395022323e-01 4.9334948413e-01 4.5089791911e-03 1.3488115882e-02 7.1648024744e-03 5.9706989770e-05 0.940 4147.688 579.9187 5.89 3723.357 547.6923 0.563 1.565 1.884 0\n 15 22.8032 191.6743 22.8918 191.1192 1.3003014402e+00 4.2147360613e+00 -1.5908296933e-01 6.5243195907e-03 1.9617403228e-02 -1.3393181362e-04 2.055 8182.402 579.3272 4.08 8237.939 714.1033 0.931 2.595 2.981 0\n 16 233.0300 183.0266 233.0359 182.9746 3.2121599631e+00 2.9102986441e+00 3.0935602815e-03 1.5291224919e-05 1.5270049771e-05 -1.2967724297e-06 1.792 1004553 580.0665 2.75 998347.2 543.7661 0.612 1.640 1.843 4\n 17 124.8712 189.9921 124.8031 189.9999 1.9026738805e+00 1.9457039936e+00 5.3130651033e-02 3.4202131509e-03 3.4949183558e-03 -9.7341542004e-05 1.408 13212.11 579.9187 3.75 13295.8 610.5865 0.632 1.750 2.027 0\n 18 77.2926 186.9532 82.5216 184.5483 2.3459953858e+00 1.7389754354e+00 2.0690917437e-01 2.8257480493e-03 2.1636539737e-03 2.8359715067e-04 1.552 18407.47 580.2142 7.91 53166.81 1299.379 1.155 7.508 8.066 0\n 19 84.8175 183.2709 84.9144 183.3622 1.9151695812e+00 1.7684776165e+00 2.3078230029e-01 8.7816358526e-04 8.1155977924e-04 7.4556704219e-05 1.444 31243.29 580.2142 4.52 32367.72 711.0966 0.540 1.490 1.758 0\n 20 210.5223 182.8607 210.5312 182.9656 2.2205229812e+00 2.2175936767e+00 5.6598746252e-01 3.4695699422e-03 3.4456898369e-03 1.0645239773e-03 1.669 15746.95 580.5095 4.80 18501.22 814.9922 0.694 2.123 2.620 0\n 21 122.4357 172.8911 122.3732 173.0247 7.8032857673e-01 7.7996229380e-01 2.6155691729e-01 1.3987586464e-02 1.2636714697e-02 5.0756379778e-03 1.021 3432.119 579.7709 5.66 3285.699 566.9153 0.559 1.514 1.762 0\n 22 206.5580 168.1489 206.5395 168.2441 1.2755426427e+00 1.6647677698e+00 2.4685295277e-01 1.5532259891e-02 1.9608954908e-02 2.8701604426e-03 1.336 4988.586 580.0665 5.82 5378.024 812.3589 0.969 2.297 2.649 0\n 23 176.1984 165.8539 176.1821 165.9459 4.0880717061e-01 4.3695100873e-01 -1.2462935529e-01 1.8536748184e-02 1.8513884500e-02 -5.4149039160e-03 0.740 1656.963 579.623 5.38 1709.566 398.1883 0.280 1.172 1.438 0\n 24 218.9129 162.9750 218.9429 162.9600 1.5646901592e+00 1.9805201012e+00 -1.3006395294e-01 2.7129379089e-03 4.0902085942e-03 -3.3032119626e-04 1.421 13164.45 579.623 3.88 13212.33 592.7813 0.563 1.687 2.040 0\n 25 6.8210 161.4874 6.6741 161.4759 7.4051616485e-01 8.4505753283e-01 2.7952330817e-01 1.2745838912e-02 1.4204365347e-02 5.1717611973e-03 1.038 3896.863 579.4752 6.43 4353.308 648.0382 0.660 2.093 2.576 16\n 26 140.8053 156.7552 140.6863 156.6514 1.3160578293e+00 1.2799210328e+00 -1.9101699285e-01 1.3896838871e-02 1.3954113580e-02 -2.1478801009e-03 1.221 4630.906 580.0665 4.25 4457.219 563.1232 0.771 1.830 2.113 0\n 27 5.0226 153.3513 5.0850 153.3677 1.3812093478e+00 1.2819452292e+00 -2.2326673013e-03 8.9035663925e-04 8.4140382481e-04 -2.1665867313e-05 1.175 21015.76 575.319 3.49 21071.05 481.0436 0.454 1.223 1.425 16\n 28 103.2910 152.5820 103.2535 152.6135 6.4848157511e-01 7.6408434055e-01 5.0379488014e-02 8.6562006108e-03 1.0807836265e-02 7.9379326869e-04 0.885 3362.644 579.4752 5.89 3279.901 578.1425 0.523 1.223 1.440 0\n 29 76.6010 151.1864 76.6541 151.2111 1.3999388931e+00 1.1112912740e+00 1.5930004630e-03 2.3345822065e-03 1.6702193987e-03 1.8207497770e-05 1.183 11755.46 578.7352 3.15 11876.7 419.1597 0.458 1.236 1.459 0\n 30 129.5452 146.2858 129.5487 146.1160 3.1133800305e+00 5.3239438571e+00 1.8301126982e-01 7.4243575058e-04 1.2735389866e-03 3.7016321270e-05 2.311 51816.11 580.5095 3.45 56351.17 812.3589 0.918 2.491 2.892 0\n 31 89.0675 143.7518 84.4797 142.1559 5.5994070433e+00 1.0052363481e+01 6.5643207439e+00 2.6912706507e-02 4.7340619417e-02 3.1284416162e-02 3.842 6566.429 580.0665 7.00 17896.88 1547.724 1.952 6.832 8.261 0\n 32 34.7971 148.4138 34.8603 148.5050 8.3906106653e-01 1.1307593979e+00 -4.5818928705e-02 7.0951137946e-03 1.0140561266e-02 -2.7906536578e-04 1.067 4014.413 578.7352 3.24 4044.449 370.3076 0.575 1.436 1.621 0\n 33 17.9253 148.7255 17.4456 148.1665 9.3806024958e-01 5.5751045660e-01 2.5907018727e-01 2.9432261709e-02 1.8451949905e-02 9.1285654894e-03 1.034 3489.805 580.8047 6.90 3874.485 654.6175 0.843 2.618 3.120 0\n 34 81.0779 139.0028 81.0958 139.0168 1.2678291601e+00 1.0082149482e+00 -3.3797846878e-03 9.5137392418e-03 7.7776704753e-03 -4.2823041258e-07 1.126 6200.853 579.3272 5.60 6685.173 689.6823 0.611 1.876 2.493 0\n 35 218.5678 130.0323 218.9711 130.0449 1.1689442136e+01 9.5585724021e+00 -3.6777932942e+00 3.5098971765e-03 2.3493017249e-03 -9.5219415775e-04 3.802 57362.85 580.3619 3.77 89893.6 1379.365 1.225 3.921 4.660 0\n 36 89.4507 126.8091 89.4414 126.8328 1.6596069607e+00 2.4932080519e+00 1.0754182190e-01 2.6304785127e-03 4.2651740438e-03 5.7314782745e-05 1.583 13217.83 580.0665 3.88 12943.47 644.7234 0.714 1.809 2.068 0\n 37 104.4412 122.8610 104.3818 122.7879 3.4087896329e+00 3.9765890605e+00 6.4469355515e-01 3.6978043271e-03 4.1752324219e-03 7.6977483418e-04 2.097 21058.86 579.9187 3.58 23111.04 788.2638 0.957 2.600 3.018 0\n 38 30.3909 124.9055 30.3670 124.9288 8.9279646237e-01 1.1431711101e+00 1.1754521397e-01 4.4565946732e-03 6.8290280311e-03 6.9222772832e-04 1.091 6198.514 579.3272 4.54 5781.133 519.5865 0.495 1.411 1.660 0\n 39 204.1013 110.0606 203.8184 110.3018 1.8920460791e+00 2.1392097162e+00 -1.2630947095e+00 1.2481055481e-02 1.4558216099e-02 -8.8432249947e-03 1.812 6019.898 580.6572 4.70 6333.816 677.1415 0.709 2.029 2.313 0\n 40 173.0723 106.6498 173.1069 106.6595 1.9147865609e+00 9.6876633356e-01 1.2532614375e-01 9.5476547091e-03 4.2704604504e-03 5.3201158259e-04 1.390 6677.315 580.0665 6.44 9942.471 861.0148 0.765 2.402 3.055 0\n 41 179.6409 104.8785 180.1434 105.1714 1.5979411321e+00 1.3388743338e+00 1.0337985111e+00 2.1498056547e-02 1.7153731768e-02 1.3426474409e-02 1.584 4101.509 579.9187 4.62 3156.618 551.5905 0.627 1.582 1.793 0\n 42 220.0769 98.6018 220.1460 98.6770 1.8652596082e+00 1.8098822241e+00 5.6603409876e-01 3.2996009007e-03 3.0056113916e-03 8.3250914666e-04 1.551 12269.54 579.3272 3.16 11999.49 485.4773 0.667 1.684 1.940 0\n 43 155.6567 92.2263 155.7182 92.1221 2.2240728437e+00 3.7869086181e+00 3.1132739644e-03 4.3877993545e-03 7.8076305794e-03 2.9309692871e-05 1.946 14439.71 580.0665 4.83 17693.61 955.3828 0.860 2.703 3.277 0\n 44 240.5087 86.1174 240.5720 86.1796 9.3597469159e-01 2.9418100962e+00 6.9620376421e-01 7.5811265204e-03 2.4480372552e-02 5.7744491982e-03 1.778 5774.488 581.0998 3.60 5538.605 502.8212 0.834 2.088 2.610 0\n 45 230.7654 85.3477 230.8361 85.4820 1.2973130755e+00 1.4837870179e+00 3.1494803758e-01 4.9420304813e-03 5.8454580762e-03 1.2056974130e-03 1.311 6945.923 580.2142 2.24 6240.462 307.0428 0.568 1.387 1.601 0\n 46 58.7937 73.5430 58.7834 73.5915 5.2046036398e-01 8.4353408526e-01 3.3024782946e-02 9.9674683407e-03 1.8720557385e-02 -4.8393331367e-06 0.920 3150.871 579.7709 5.36 2948.146 511.2726 0.572 1.444 1.715 0\n 47 115.0668 70.0057 115.1836 70.0246 5.9532796353e-01 5.8441327141e-01 1.3453996846e-02 1.4550274566e-02 1.4454348241e-02 8.1937525713e-06 0.777 2428.331 580.0665 5.22 2336.701 443.9832 0.481 1.300 1.467 0\n 48 8.3200 65.4199 8.4308 65.7110 2.2437375977e+00 3.6969794533e+00 7.8300118255e-01 5.2299650471e-05 1.1450962335e-04 3.0429991994e-05 2.010 301448.1 580.0665 2.65 298204.8 515.4463 0.491 1.208 1.445 20\n 49 74.1752 56.2435 73.6002 55.3558 8.5110337438e+00 9.5334769484e+00 2.7423242592e+00 5.0203406879e-03 5.4446192228e-03 1.4907741748e-03 3.437 32668.39 580.3619 5.29 64335.7 1799.9 1.380 4.895 6.402 0\n 50 227.4326 57.9254 227.3583 57.9677 9.0008416930e-01 1.0143656234e+00 -5.3189302773e-02 1.0697704302e-02 1.3437765262e-02 -7.4485789904e-04 1.017 4253.892 580.0665 4.16 4020.984 481.0436 0.550 1.628 1.923 0\n 51 191.2009 47.3116 190.8888 47.3830 3.0209678137e+00 1.4309441931e+00 -2.9294030865e-01 7.2424954139e-03 3.4033807431e-03 -8.0600837980e-04 1.753 10755.48 579.3272 3.87 10882.35 641.3915 0.770 1.991 2.264 0\n 52 234.8221 50.8470 234.7247 50.8443 1.6659612006e+00 1.0743709875e+00 1.8609858413e-01 8.4618800261e-03 6.2223410079e-03 9.8597771034e-04 1.311 5852.675 580.2142 3.28 5875.994 443.9832 0.627 1.562 1.802 0\n 53 126.1240 38.8197 126.1587 38.6569 5.4712658088e-01 5.4213374189e-01 8.5731024322e-02 1.3412217559e-02 1.3479582919e-02 3.0963329606e-03 0.794 2509.426 580.0665 5.50 2514.805 458.2322 0.533 1.355 1.547 0\n 54 223.3892 36.8137 223.5089 36.9238 1.5861108700e+00 9.8442197937e-01 2.5359666066e-01 1.4149273726e-02 9.2991810579e-03 2.2220180956e-03 1.296 4748.268 579.3272 4.88 5010.603 627.887 0.664 1.834 2.115 0\n 55 149.1998 33.5166 149.2026 33.4995 1.9481386131e+00 1.7962936078e+00 2.8849770240e-02 3.5930564413e-05 3.7216509195e-05 1.4501803237e-06 1.398 281187.6 579.0312 2.71 273153.8 424.2406 0.466 1.234 1.425 0\n 56 100.0399 37.3241 100.2593 37.3501 5.4951163878e-01 4.4588565844e-01 -1.8847383992e-03 2.0621974653e-02 1.7679803099e-02 5.5066410308e-05 0.741 2605.135 579.7709 6.57 2597.229 527.7695 0.659 1.710 2.050 0\n 57 117.8179 29.7630 117.9331 29.8244 1.3617932597e+00 9.0294029598e-01 -1.7778972637e-01 2.5443232658e-02 1.6973480948e-02 -3.1706869485e-03 1.193 3156.844 580.0665 2.43 2867.688 292.7538 0.799 1.718 1.891 0\n 58 85.0164 27.2919 85.0074 27.2640 1.9957447545e+00 1.5333607547e+00 5.7839605402e-02 1.2254294395e-03 1.0209460746e-03 -7.0090464224e-07 1.415 22270.05 579.4752 1.76 18535.74 269.9057 0.488 1.299 1.474 0\n 59 151.0540 251.3526 150.9982 251.2326 9.0666213960e-01 8.7927920623e-01 5.9000850986e-02 5.2379761124e-03 4.2078632690e-03 3.1762976908e-04 0.976 4793.116 580.3619 2.98 4838.666 327.3087 0.451 1.187 1.353 16\n 60 228.4717 24.0091 228.2915 24.0102 2.4920137816e-01 5.4089113948e-01 -9.7059953604e-03 3.9695029745e-03 1.0552934094e-02 -4.0534935192e-06 0.736 2267.056 579.9187 5.66 2263.151 408.8085 0.302 0.826 0.927 0\n 61 9.6445 20.6511 9.5523 20.6481 3.0098865868e+00 1.4137211767e+00 -3.2064125301e-01 1.1256640678e-02 5.6512013744e-03 -1.1821178083e-03 1.753 9886.979 580.3619 5.63 11633.62 932.6863 0.862 2.711 3.272 16\n 62 90.0475 18.1971 90.0148 18.0331 5.0545950632e-01 6.5261515390e-01 1.3823695511e-02 2.2165746126e-03 3.5332784776e-03 -5.1504438684e-07 0.809 3311.871 580.0665 1.23 2885.72 92.57689 0.219 0.508 0.570 0\n 63 40.2200 251.1488 40.1873 251.2558 8.8297161564e-01 1.1502325823e+00 -3.6108091866e-01 1.2452153535e-02 1.5870275511e-02 -5.3062994095e-03 1.184 3688.502 579.9187 4.30 4119.301 494.2253 0.670 1.762 2.073 16\n 64 115.0092 248.9607 115.0083 248.8869 1.1583158277e+00 1.1896244112e+00 3.8801686038e-01 1.1675533368e-02 1.1687597406e-02 3.8886318952e-03 1.250 3975.841 580.0665 3.32 4212.904 398.1883 0.608 1.616 1.834 16\n 65 221.2122 247.6578 221.1886 247.7202 8.9993287005e-01 1.0942720990e+00 2.3378786982e-01 1.0889861551e-02 1.2555911505e-02 2.4890708172e-03 1.118 4177.043 579.7709 5.33 4270.58 603.5275 0.682 1.758 2.058 0\n" }, { "path": "data/image.fits", "content": "SIMPLE = T / file does conform to FITS standard BITPIX = 16 / number of bits per data pixel NAXIS = 2 / number of data axes NAXIS1 = 256 / length of data axis 1 NAXIS2 = 256 / length of data axis 2 EXTEND = T / FITS dataset may contain extensions COMMENT FITS (Flexible Image Transport System) format is defined in 'AstronomyCOMMENT and Astrophysics', volume 376, page 359; bibcode: 2001A&A...376..359H CRPIX1 = -7.670000000000000E+02 / Reference pixel CRVAL1 = 1.000000000000E+00 / Coordinate at reference pixel CDELT1 = 1.000000000000E+00 / Coordinate increment per pixel CTYPE1 = ' ' / Units of coordinate CRPIX2 = -5.110000000000000E+02 / Reference pixel CRVAL2 = 1.000000000000E+00 / Coordinate at reference pixel CDELT2 = 1.000000000000E+00 / Coordinate increment per pixel CTYPE2 = ' ' / Units of coordinate BUNIT = ' ' / Units of data values BSCALE = 2.92273835509 / Scaling factor: r = f*i + z BZERO = 3713.66692596 / Zero offset: r = f*i + z DATAMAX = 9.852823437500E+04 / Maximum data value DATAMIN = 3.713666992188E+03 / Minimum data value ORIGIN = 'ESO-MIDAS' / Written by MIDAS DATE = '31/08/93' / Date of writting: DD/MM/YY FILENAME= 'NA36Rm50.bdf' / Original file name MIDASFTP= 'IMAGE ' / MIDAS File Type OBJECT = 'NA36Rc50 sum of 3 frames' / MIDAS desc.: IDENT(1) DATE-OBS= '26/10/92' / MIDAS desc.: O_TIME(1) MJD-OBS = 4.892162787000E+04 / MIDAS desc.: O_TIME(4) TM-START= 1.104800000000E+04 / MIDAS desc.: O_TIME(5) EXPTIME = 1.200000000000E+03 / MIDAS desc.: O_TIME(7) INSTRUME= 'EMMI ' / MIDAS desc.: INSTRUME(1) COMMENT IP_JIDNT 7 / IHAP: identifier system \\COMMENT COMMENT IP_JSEQ 24887 / IHAP: sequence number \\COMMENT COMMENT IP_AHGC 2857.489 / IHAP: high cut \\COMMENT COMMENT IP_ALWC 2112.953 / IHAP: low cut \\COMMENT COMMENT IP_ASCX 1. / IHAP: scaling in x \\COMMENT COMMENT IP_ASCY 1. / IHAP: scaling in y \\COMMENT COMMENT IP_FILE 'IHAP/FITS/EM9210260304099.FITS::USER ' / IHAP: Begin of keywor\\COMMENT d COMMENT IP_FEND / IHAP: End of keyword file \\COMMENT COMMENT EXPTIME 400.000 \\COMMENT COMMENT IP_CBEND / IHAP: comment block end \\COMMENT TELESCOP= 'ESONTTB ' / MIDAS desc.: TELESCOP(1) OBSERVER= 'LAPPARENT' / MIDAS desc.: OBSERVER(1) RA = 5.648170000000E+00 / MIDAS desc.: RA(1) DEC = -3.018297000000E+01 / MIDAS desc.: DEC(1) AIRMASS = 1.068349957466E+00 / MIDAS desc.: AIRMASS(1) ESO-LOG 00:00:00> DATE = '1992-10-26' / Mon Oct 26, 1992 ESO-LOG 03:04:08>-START EXPO EMMI RED / Start exp. on EMMI Red CC ESO-LOG 03:04:09> EXPO EMMI RED NO = 24887 / Exp. num. on EMMI Red CCD ESO-LOG 03:10:52>-STOP EXPO EMMI RED / Stop exp. on EMMI Red CCD HISTORY COMPUTE/IMAG imAR0051.bdf = #0001-bias50 \\HISTORY COMPUTE/IMAG imAR0051.bdf = #0001 - 1.51001E-01 \\HISTORY COMPUTE/IMAG NA36Rc501 = #0001 * 1.00000E+03 / fRc50 \\HISTORY COMPUTE/IMAG NA36Rc50 = NA36Rc501 \\HISTORY COMPUTE/IMAG NA36Rc50 = NA36Rc50 + NA36Rc503 \\HISTORY COMPUTE/IMAG NA36Rc50 = NA36Rc50 + NA36Rc502 \\HISTORY EXTRACT/IMAG intex = NA36Rc50[@0019,@0003:@1042,@1026] \\HISTORY Renamed from intex.bdf to NA36Rc50.bdf \\HISTORY SELE/TABL cursor MA36Rc50 2 0. 3 Y MA36Rc50 \\HISTORY READ/TABL cursor interclean 0 6.85000E+03 3 Y \\HISTORY interclean Renamed from interclean.bdf to MA36Rm\\HISTORY 50.bdf READ/TABL cursor MA36Rm50 0 \\HISTORY 6850 3 Y MA36Rm50 READ/TABL cursor MA\\HISTORY 36Rm50 0 6850 3 Y MA36Rm50 READ/TABL \\HISTORY cursor MA36Rm50 0 6850 3 Y MA36Rm50 RA = 5.648169994354E+00 / MIDAS desc.: O_POS(1) DEC = -3.018300056458E+01 / MIDAS desc.: O_POS(2) AIRMASS = 1.068349957466E+00 / MIDAS desc.: O_AIRM(1) HIERARCH ESO GEN ID = 'ARC-0001/1.2' HIERARCH ESO GEN PROJ ID = '000.00.000' HIERARCH ESO GEN EXPO NO = 24887 HIERARCH ESO GEN EXPO TYPE = 'SCI ' HIERARCH ESO GEN EXPO LST = 2.420000000000E+03 HIERARCH ESO TEL ID = 'ESONTTB ' HIERARCH ESO TEL LON = 7.073450000000E+01 HIERARCH ESO TEL LAT = -2.925840000000E+01 HIERARCH ESO TEL ALTITUDE = 2440 HIERARCH ESO TEL FOCU LEN = 3.848200000000E+01 HIERARCH ESO TEL FOCU SCALE = 1.489000000000E+00 HIERARCH ESO TEL TRAK RATEA = 4.200000000000E-03 HIERARCH ESO TEL TRAK RATED = 0.000000000000E+00 HIERARCH ESO ADA ID = 'ADAPTB ' HIERARCH ESO ADA MODE = 'STD ' HIERARCH ESO ADA ROT = 0.000000000000E+00 HIERARCH ESO ADA GUID-1 X = 1.294000000000E-02 HIERARCH ESO ADA GUID-1 Y = 1.717000000000E-01 HIERARCH ESO ADA GUID-2 X = 5.070000000000E-04 HIERARCH ESO ADA GUID-2 Y = 1.110000000000E-03 HIERARCH ESO INS ID = 'EMMI #1 ' HIERARCH ESO INS COMP ID = 'HP RTE-A V5' HIERARCH ESO INS MODE = 'RILD ' HIERARCH ESO INS OPTI-2 NO = 1 HIERARCH ESO INS OPTI-2 TYPE = 'MIRROR ' HIERARCH ESO INS OPTI-2 ID = 'RILD MIR' HIERARCH ESO INS OPTI-2 NAME = 'RILD ' HIERARCH ESO INS OPTI-3 NO = 1 HIERARCH ESO INS OPTI-3 TYPE = 'FREE ' HIERARCH ESO INS MIRR-3 NAME = 'UPPER RED' HIERARCH ESO INS MIRR-3 ST = 0 HIERARCH ESO INS OPTI-7 NO = 3 HIERARCH ESO INS OPTI-7 TYPE = 'FILTER ' HIERARCH ESO INS OPTI-7 ID = '#608 ' HIERARCH ESO INS OPTI-7 NAME = 'R ' HIERARCH ESO INS OPTI-9 NO = 9 HIERARCH ESO INS OPTI-9 TYPE = 'FREE ' HIERARCH ESO DET NAME = 'THX31156' HIERARCH ESO DET ID = 'ccd$18 ' HIERARCH ESO DET TYPE = 'CCD Four_Phase' HIERARCH ESO DET PIXSIZE = 1.900000000000E-05 HIERARCH ESO DET BITS = 16 HIERARCH ESO DET FRAM NAXIS1 = 1060 HIERARCH ESO DET FRAM CRVAL1 = 1 HIERARCH ESO DET FRAM CRPIX1 = 1 HIERARCH ESO DET FRAM CDELT1 = 1 HIERARCH ESO DET FRAM NAXIS2 = 1040 HIERARCH ESO DET FRAM CRVAL2 = 1 HIERARCH ESO DET FRAM CRPIX2 = 1 HIERARCH ESO DET FRAM CDELT2 = 1 HIERARCH ESO DET DKTIME = 4.000000000000E+02 HIERARCH ESO DET TEMP_VAR = 1.000000000000E-01 HIERARCH ESO DET TEMPMEAN = 1.376000000000E+02 HIERARCH ESO DET COMP ID = 'ccdr-V1.0' HIERARCH ESO DET PARM1 = 'CLOCK=tho1k' HIERARCH ESO DET PARM2 = 'HLO1 : 2.02 VLO1 : 1.01 VDD1 : 23.03' HIERARCH ESO DET PARM3 = 'HHI1 : 15.00 VHI1 : 12.01 VDR1 : 13.98' HIERARCH ESO DET PARM4 = 'HLO2 : 2.02 RLO1 : 1.01 VGS1 : 4.99' HIERARCH ESO DET PARM5 = 'HHI2 : 15.03 RHI1 : 10.07 ICCD1 : 0.00' HIERARCH ESO DET PARM6 = 'TL 1, 5 telem. data' HIERARCH ESO DET DATE = 1.989794555664E+03 HIERARCH ESO DET MODE = 'SLOW ' HIERARCH ESO DET GAIN = 1 HIERARCH ESO DET AD_VALUE = 2.100000000000E+00 HIERARCH ESO DET DIT = 4.000000000000E+02 HIERARCH ESO DET SHUT TMOPEN = 5.000000000000E-01 HIERARCH ESO DET SHUT TMCLOS = 5.000000000000E-01 HISTORY ESO-DESCRIPTORS START ................ HISTORY 'WIND_RAW' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 1.9000000E+01 3.0000000E+00 1.0420000E+03 1.0260000E+03 HISTORY HISTORY 'STAT_RAW' ,'R*4 ' , 1, 13,'5E14.7',' ',' ' HISTORY 6.5800000E+02 3.2767000E+04 2.3813201E+03 5.6562799E+02 2.4699001E+10 HISTORY 3.8941301E+14 2.4969999E+09 2.3490701E+03 2.3460000E+03 2.0070000E+03 HISTORY 1.6000000E+01 6.5800000E+02 3.2767000E+04 HISTORY HISTORY 'WIND_OVER' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 1.0000000E+01 1.0290000E+03 1.0550000E+03 1.0390000E+03 HISTORY HISTORY 'STAT_OVER' ,'R*4 ' , 1, 13,'5E14.7',' ',' ' HISTORY 2.1200000E+02 2.4400000E+02 2.2111700E+02 2.5815699E+00 1.0815500E+07 HISTORY 2.3924700E+09 2.5441800E+06 2.2058000E+02 2.2050000E+02 3.3000000E+01 HISTORY 1.0000000E+00 2.1200000E+02 2.4400000E+02 HISTORY HISTORY 'BIAS_FRAME' ,'C*1 ' , 1, 7,'7A1',' ',' ' HISTORY bias50 HISTORY HISTORY 'BIAS_OVER_DIFF' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 1.5100101E-01 HISTORY HISTORY 'FLAT_WIND' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 4.5000000E+02 3.8000000E+02 7.4000000E+02 6.2000000E+02 HISTORY HISTORY 'FLAT_BKG' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 2.1311699E+03 HISTORY HISTORY 'SKIM_FRAC' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 3.5154400E-04 HISTORY HISTORY 'AV_WIND_NAME' ,'C*1 ' , 1, 5,'5A1',' ',' ' HISTORY fRc50 HISTORY HISTORY 'FLAT_FRAME' ,'C*1 ' , 1, 5,'5A1',' ',' ' HISTORY fRc50 HISTORY HISTORY 'WIND_FIN' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 1.9000000E+01 3.0000000E+00 1.0420000E+03 1.0260000E+03 HISTORY HISTORY 'STAT_FIN' ,'R*4 ' , 1, 13,'5E14.7',' ',' ' HISTORY 6.0423798E+02 3.2842602E+04 2.1606499E+03 5.5936798E+02 2.0734501E+10 HISTORY 3.5516501E+14 2.2656100E+09 2.1273799E+03 2.1162400E+03 2.0150000E+03 HISTORY 1.6000000E+01 6.0423798E+02 3.2842602E+04 HISTORY HISTORY 'WIND_SUM' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 1.0000000E+00 1.0000000E+00 1.0240000E+03 1.0240000E+03 HISTORY HISTORY 'STAT_SUM' ,'R*4 ' , 1, 13,'5E14.7',' ',' ' HISTORY 3.7136699E+03 9.8528203E+04 6.9033799E+03 1.6677500E+03 6.1352398E+11 HISTORY 2.8897399E+16 7.2387098E+09 6.8047002E+03 6.7938701E+03 2.0480000E+03 HISTORY 4.6318802E+01 3.7136699E+03 9.8528203E+04 HISTORY HISTORY 'LHCUTS' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 5.5000000E+03 9.0000000E+03 3.7136670E+03 9.8528234E+04 HISTORY HISTORY 'DISPLAY_DATA' ,'I*4 ' , 1, 9,'7I10',' ',' ' HISTORY 2 2 513 513 0 -1 -1 HISTORY -1 -1 HISTORY HISTORY 'BOX_MIN' ,'R*4 ' , 1, 6,'5E14.7',' ',' ' HISTORY 3.2100000E+02 2.1500000E+02 6.9644336E+03 6.3300000E+02 4.2300000E+02 HISTORY 6.8900532E+03 HISTORY HISTORY 'IJBORDER' ,'I*4 ' , 1, 4,'7I10',' ',' ' HISTORY 1 1 1024 1024 HISTORY HISTORY 'LHCUT' ,'R*4 ' , 1, 2,'5E14.7',' ',' ' HISTORY 3.6236699E+03 8.0148297E+04 HISTORY HISTORY 'ZEROMAGN' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 2.4671000E+01 HISTORY HISTORY 'SEEING' ,'R*4 ' , 1, 2,'5E14.7',' ',' ' HISTORY 1.8308023E+00 9.6358800E-01 HISTORY HISTORY 'PAIRSPRT' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 3.1899800E+00 HISTORY HISTORY 'MULTDTCT' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 4.1900001E+00 HISTORY HISTORY 'PRFLCTRL' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY -5 HISTORY HISTORY 'OUPROFIL' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY 5 HISTORY HISTORY 'STMETRIC' ,'R*4 ' , 1, 2,'5E14.7',' ',' ' HISTORY 9.3000001E-01 5.5799999E+00 HISTORY HISTORY 'BRGHTLMT' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 1.8387699E+01 HISTORY HISTORY 'NBSTARS' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY 17 HISTORY HISTORY 'PSFTAB' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY 1 HISTORY HISTORY 'THRESHOLD' ,'R*4 ' , 1, 5,'5E14.7',' ',' ' HISTORY 6.8047002E+03 1.1384800E+02 1.6730800E+00 2.0000000E+00 2.5446301E+01 HISTORY HISTORY 'N_SEARCH_ANA' ,'I*4 ' , 1, 2,'7I10',' ',' ' HISTORY 822 806 HISTORY HISTORY 'N_STAR_GAL_DEF' ,'I*4 ' , 1, 3,'7I10',' ',' ' HISTORY 46 744 16 HISTORY HISTORY 'HIST_BINS' ,'R*4 ' , 1, 5,'5E14.7',' ',' ' HISTORY 2.5600000E+02 2.8824686E+02 3.7136670E+03 7.7216609E+04 0.0000000E+00 HISTORY HISTORY 'HISTOGRAM' ,'I*4 ' , 1, 256,'7I10',' ',' ' HISTORY 1 0 0 0 0 0 0 HISTORY 0 0 0 10 64 23 12 HISTORY 3 3 4 4 3 1 2 HISTORY 0 0 1 1 0 1 0 HISTORY 0 0 0 3 0 1 0 HISTORY 0 1 0 1 0 1 0 HISTORY 0 0 1 1 0 1 0 HISTORY 1 0 0 0 0 0 0 HISTORY 0 0 1 1 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 1 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 1 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 1 0 1 0 0 1 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 1 0 0 0 0 0 HISTORY 1 0 0 0 0 0 0 HISTORY 0 0 0 0 0 1 0 HISTORY 0 0 0 0 0 1 0 HISTORY 0 0 0 0 1 0 0 HISTORY 0 1 0 0 0 0 0 HISTORY 0 0 0 0 1 0 0 HISTORY 0 1 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 1 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 1 0 0 0 0 HISTORY 0 0 1 0 HISTORY HISTORY 'STATISTIC' ,'R*4 ' , 1, 11,'5E14.7',' ',' ' HISTORY 3.7136670E+03 9.8528234E+04 6.9033760E+03 1.6677493E+03 6.1352378E+11 HISTORY 2.8897433E+16 7.2387144E+09 6.5048496E+03 3.8995779E+03 2.5600000E+02 HISTORY 3.7182184E+02 HISTORY HISTORY 'WINDOW_FROM' ,'I*4 ' , 1, 2,'7I10',' ',' ' HISTORY 1 1 HISTORY HISTORY 'WINDOW_TO' ,'I*4 ' , 1, 2,'7I10',' ',' ' HISTORY 1024 1024 HISTORY HISTORY 'NBMODIF' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY 1 HISTORY HISTORY 'STARS' ,'R*4 ' , 1, 51,'5E14.7',' ',' ' HISTORY 2.6300000E+02 8.8700000E+02 4.6759199E+04 7.5000000E+01 5.6300000E+02 HISTORY 1.5854400E+04 1.3000000E+01 3.1300000E+02 4.9727699E+04 3.3900000E+02 HISTORY 4.3300000E+02 9.6787102E+04 7.0100000E+02 1.6300000E+02 1.2378200E+04 HISTORY 8.5500000E+02 2.5500000E+02 3.5242898E+04 7.6100000E+02 3.3300000E+02 HISTORY 1.4904300E+04 1.0110000E+03 3.5700000E+02 2.5686801E+04 9.0700000E+02 HISTORY 4.0100000E+02 1.6969100E+04 8.4900000E+02 5.2500000E+02 1.4543700E+04 HISTORY 9.1700000E+02 5.4500000E+02 4.4644398E+04 7.7700000E+02 5.7700000E+02 HISTORY 3.6737199E+04 1.0010000E+03 6.9500000E+02 9.8214500E+04 8.2500000E+02 HISTORY 8.0100000E+02 2.0127900E+04 6.3100000E+02 6.3500000E+02 1.6520199E+04 HISTORY 5.8500000E+02 6.7500000E+02 1.5727300E+04 6.5900000E+02 6.6500000E+02 HISTORY 2.1833900E+04 HISTORY HISTORY 'DPROFILE' ,'R*4 ' , 1, 25,'5E14.7',' ',' ' HISTORY 3.2567519E-01 6.4562768E-01 6.5725815E-01 5.2960014E-01 4.1916752E-01 HISTORY 3.0000001E-01 2.8000000E-01 2.5999999E-01 2.3999999E-01 2.0000000E-01 HISTORY 1.8000001E-01 1.6000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 HISTORY 1.4000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 HISTORY 1.4000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 HISTORY HISTORY ESO-DESCRIPTORS END ................ END \u0004h\u0004;\u0004X\u00044\u0004+\u0004-\u0004A\u0004O\u0004\u0015\u0004D\u0004(\u0004W\u0004/\u0004B\u0004K\u0004S\u0004/\u0004\b\u0004T\u00046\u0004<\u0004\u0013\u0004\u001d\u0004%\u0004)\u00049\u00043\u0004$\u0004m\u0004\f\u0004'\u0004(\u0004@\u0004+\u00046\u0004*\u0004\u001f\u0004\u0016\u0004\u000b\u00049\u0004\u0017\u0004E\u0004\u0013\u0004:\u0004a\u0004\u0006\u0004M\u0004g\u0004h\u00044\u0004H\u0004\f\u0004-\u00048\u0004@\u0004\u0010\u0004y\u0004\u0004\u0004\u0004v\u00049\u0004 \u0004H\u0004C\u00041\u0004P\u0004\u0018\u0004K\u0004~\u0004\u0004\u0004\u0004h\u0004\u001b\u00040\u0004\u0015\u0004&\u0004\u000b\u0004)\u0004Q\u0004=\u0004H\u0004U\u0004c\u0004/\u00045\u0004\u001c\u0004&\u0004:\u0004\u0016\u0004\u0014\u0004;\u00047\u0004%\u0004\u0019\u00046\u0004&\u0004<\u0004W\u0004\u001b\u0004?\u0004\u0006\u00041\u0004\u000f\u0004M\u0004?\u00042\u0004\u001f\u0004\r\u0004\u0019\u0004=\u0004\u001d\u00043\u0004\u0015\u0004\u0010\u0004\u0013\u0004K\u0003\u0004/\u00045\u0004.\u00048\u0004\u001c\u0004\u001b\u0004#\u0004\u001d\u00044\u00049\u00048\u00046\u0004\u0015\u00042\u0004 \u00048\u0004/\u0004\u0007\u0004\u0014\u0004)\u0004/\u00042\u0004\u0002\u0004,\u0004N\u00044\u0004/\u0004\u0017\u0004&\u0004;\u0004\u0018\u0004(\u0004;\u0004S\u00042\u0004\u001b\u0004@\u00047\u0004\u001d\u0004\u001b\u0004$\u0004Z\u0004'\u0004)\u0004B\u0004\u0015\u0004\u001b\u0004N\u0004F\u0004\u0001\u0004!\u0004'\u0004\u0013\u0004\u0014\u00041\u00044\u0003\u00042\u0004\\\u0004,\u0004I\u00045\u0004R\u0004\u0011\u00046\u0004M\u00046\u0004u\u0004y\u0004M\u0004:\u0004\u001d\u0004<\u00048\u0004\u0016\u0004@\u0004O\u00042\u0004\u0007\u0004.\u0004,\u00043\u0004\u0016\u0004\u001a\u0004-\u00044\u0004.\u0004o\u0004\u0016\u0004\u001c\u0004#\u0004\n\u0004\u001b\u0004/\u0004\u0018\u0004B\u0004:\u0004=\u0004G\u0004*\u0004N\u0004*\u0004G\u0004$\u0004X\u0004A\u00044\u00042\u0004S\u0004%\u0004A\u0004S\u00041\u0004%\u00043\u0004R\u0004&\u0004(\u0004\u000b\u0004\\\u0004K\u0004@\u0004>\u0004'\u0004G\u0004\u0015\u0004\u001c\u0004&\u0004K\u0004K\u0004\u001c\u0004<\u0004Q\u00045\u0004D\u0004\u001a\u0004:\u0004a\u0004\u0012\u00043\u0004D\u0004[\u00043\u0004(\u0004-\u0004<\u0004,\u00045\u0004,\u0004\u0019\u0004L\u0004Z\u0004F\u0004\u0011\u0004(\u0004O\u00045\u0004:\u0004)\u0004)\u00042\u0004B\u0004&\u00044\u0004%\u00045\u0004\u001f\u00043\u0004\u0013\u0004$\u0004$\u0004\t\u0004(\u00044\u0004$\u0004\u001e\u00049\u0004\u0018\u0004\"\u0004T\u0004*\u00045\u00048\u0004\u0014\u0004&\u0004H\u0004+\u0004:\u0004\"\u0004Q\u0004\u001f\u0004a\u0004O\u0004~\u0004`\u0004\u0004y\u0004_\u0004E\u0004\u000e\u0004\u0007\u0004\u0016\u00041\u0004*\u00047\u00048\u00045\u0004&\u0004N\u0004e\u0004N\u0004T\u0004\u001b\u0004$\u0004@\u0004L\u0004\u001c\u0004;\u00047\u00047\u0004T\u0004H\u00048\u0004(\u0004\u001d\u0004&\u0004\"\u0004\u000b\u00043\u0004.\u00044\u0004?\u0004;\u00043\u0004;\u0004'\u0004+\u0004\u001f\u00045\u0004/\u0004K\u0004F\u0004+\u0004.\u0004\u001e\u0004E\u0004D\u0004\t\u0004\"\u0004&\u0004\u0007\u0004-\u0004 \u0004\u0011\u0004\u0016\u0003\u0004)\u0003\u0004B\u0004*\u0004>\u0004,\u0004>\u0004]\u0004\u0013\u0004\"\u0004'\u0004+\u0004 \u00049\u00045\u0004\"\u0004\u001f\u0004\"\u0004\u0015\u0004<\u00040\u0004\u0019\u0004\f\u0004&\u00042\u0004*\u0004\f\u00048\u0004\u000e\u0004>\u0004;\u0004O\u0004\u001a\u0004B\u00044\u0004+\u0004'\u0004=\u0004Q\u0004/\u00042\u00045\u0004a\u00044\u0004B\u0004/\u0004=\u0004$\u0004*\u00043\u0004\u001b\u0004#\u0004+\u0004\u0017\u0004*\u0004&\u0004J\u00040\u0004\u001e\u0004*\u0004F\u0004>\u00041\u0004?\u0004\u0018\u0004 \u0004@\u0004f\u0004K\u0004R\u0004?\u0004\u0018\u00042\u00045\u0004E\u00045\u0004\u000f\u0004\"\u0004*\u0004M\u0004\u001a\u0004M\u0004\u0004\u0004O\u0004$\u0004_\u00042\u0004U\u0004K\u0004\u001f\u0004'\u0004:\u0004&\u0004\u0018\u0004@\u0004M\u0004.\u00043\u0004G\u00046\u00045\u0004K\u0004W\u0004G\u0004J\u00043\u0004@\u00046\u0004K\u0004X\u0004=\u0004)\u0004.\u0004\u0006\u0004+\u0004]\u0003\u0004\u0015\u0004'\u0004\u000f\u0004#\u0004\u0015\u0004:\u0004*\u0004:\u0004\u0017\u0004P\u0004<\u0004Q\u0004.\u0004M\u0004G\u0004\u000e\u0004(\u0004\u0016\u0004.\u0004\r\u0004I\u00043\u00046\u0004#\u0004N\u0004\u001e\u00045\u00044\u00041\u0004:\u0004#\u0004/\u0004d\u0004\u001b\u0004-\u0004@\u0004-\u0004$\u0004@\u00045\u0004#\u0004O\u0004K\u0004\u0011\u0004\u0018\u0004\u001d\u0004.\u00045\u0004\u0015\u0004 \u0004%\u0004>\u0004 \u0004#\u0004D\u0004)\u0004\u000b\u0004\u001f\u0004J\u00040\u0004@\u0004 \u0004'\u00045\u0004\u001f\u0004(\u0004\u001e\u0004\u0017\u0004\u0010\u0004&\u0004D\u00040\u0004\"\u0004<\u0004l\u0004\u0004\u0004H\u0004M\u0004:\u0004&\u0004\u001e\u0004\u0018\u0004$\u0004W\u0004\u001b\u0004\u0019\u00042\u0004J\u0004\u001a\u0004`\u0004U\u0004@\u0004%\u0004I\u0004,\u0004O\u0004+\u0004/\u0004\u0003\u0004@\u0004\u0014\u00041\u0004N\u0004%\u0004e\u00047\u00045\u0004\u0011\u0004\u0010\u00046\u0004^\u0004%\u0004\u0006\u00044\u00042\u0004\u0016\u0004$\u0004(\u0004,\u00044\u0004\n\u0004:\u0004<\u0004=\u0004%\u00044\u0004V\u0004N\u0004,\u0004K\u0004E\u0004\u0016\u0004A\u0004)\u0004&\u0004E\u00040\u0004=\u0004 \u00040\u00044\u00040\u0004\u0018\u0004L\u0004F\u0004C\u00044\u0004&\u00044\u0003\u0004\u0019\u0004?\u0004R\u00047\u00044\u0004+\u0004L\u0004\u001d\u0004\u001b\u0004$\u0004.\u0004\u0018\u0004 \u0004;\u00049\u0004\u0006\u0004\u000f\u0004\u001f\u0004\u0011\u0003\u0004!\u0004\r\u00045\u0004%\u00043\u00045\u0004A\u00041\u0004J\u0004.\u0004Q\u0004\u0013\u0004\u001d\u0004-\u0004'\u00046\u0004\u0018\u0004-\u00045\u0004A\u0004R\u0004O\u0004*\u00044\u0004e\u0004 \u0004\u001f\u00049\u0004M\u0004\u0006\u00042\u00048\u0004J\u0004X\u0004K\u00045\u0004J\u0004B\u00045\u0003\u00048\u0004\"\u0004P\u0004,\u0004'\u0004\u0018\u0004O\u0003\u0004.\u0004\u0017\u0004F\u0004)\u00048\u0004\u001a\u0004U\u0004=\u00049\u00043\u00048\u0004\u001d\u0004#\u00049\u0003\u0004\u0013\u0004%\u0004w\u00045\u0004;\u0004d\u00048\u0004\u0016\u0004R\u00045\u0004=\u0004*\u00049\u0004?\u0004,\u0004C\u0004 \u0004-\u0004I\u0003\u0004\u0018\u00049\u0004 \u0004\u0019\u00049\u0004?\u00045\u00042\u0004S\u0004(\u00040\u0004,\u00044\u0004D\u0004+\u00040\u00047\u0004,\u0004c\u0004 \u0004<\u0003\u0004.\u0004/\u0004o\u0004#\u0004G\u0004\u0004\u0004L\u00048\u0004\"\u00041\u00041\u0004:\u0004>\u0004H\u0004!\u0004 \u0004,\u0004\u0014\u0004\u0002\u0004;\u00045\u0004\u001a\u0004/\u0004\u0004\u00046\u0004(\u0003\u0004a\u0004>\u0003\u0004\n\u00044\u0004Z\u0004%\u0004\u001b\u0004\u0014\u0004\u0013\u0004\u000e\u0003\u0004&\u00042\u0004!\u00044\u0004\u001e\u0004)\u00043\u0004\u001a\u00042\u00045\u0004\u0013\u0004 \u0004'\u0004Z\u0004\u0004\u0004\u0004\u0004R\u0004;\u0004\u000e\u0004\u0011\u0004P\u0004\u001b\u0004+\u0004\u0019\u0004?\u0004&\u0004?\u0004\u001d\u00044\u0004!\u00048\u0004-\u00047\u0004\u0004\u0004%\u0004.\u0004'\u0004\u0011\u0003\u0004:\u0004:\u0004S\u0004I\u0004B\u0004O\u0004=\u0004\u000b\u0004$\u0003\u0004<\u0004\u0011\u0004J\u0004\u0019\u0004\u001d\u0004\u0010\u0004?\u0004>\u00048\u0004P\u0004!\u0003\u0004L\u00046\u0004+\u0004-\u0004\f\u0004:\u0004 \u0004;\u0004\u0018\u0004*\u0004?\u0004)\u0004.\u0004@\u0004?\u0004A\u0004\u0010\u00041\u0004\u0018\u0004)\u0004I\u0004S\u0004/\u0004?\u0004\"\u0004?\u0004I\u0004J\u0004\t\u0004\u0018\u0004\u001a\u0004S\u0004.\u0004.\u0004 \u0004\u000f\u0004E\u0004\u0007\u0004,\u0004\u0015\u0004\"\u0004\u0017\u0004,\u0004\u0019\u00049\u00040\u0004-\u00049\u0004,\u0004(\u0004\u001e\u00044\u0004&\u00046\u0004%\u00040\u0004/\u0004J\u00040\u0004+\u0004\u001c\u0004T\u00045\u0004J\u0004,\u00045\u0004C\u0004B\u0004%\u0004V\u0004\u0014\u0004C\u0004,\u00042\u0004J\u00043\u0004&\u0004(\u00041\u0004 \u0004\n\u0004)\u0004J\u0004-\u0004\u001f\u0004=\u0004A\u0004\u0011\u0004\b\u0004S\u0004/\u0004\u0014\u00042\u0004B\u00044\u0004&\u0004H\u00041\u0004F\u0004S\u0004;\u0004,\u0004e\u0004*\u0004(\u00040\u0004:\u0004(\u0004\u001e\u0004m\u0004=\u0004\u0017\u0004`\u0004K\u0004M\u0004Y\u0004\"\u0004,\u0004\u000e\u00046\u0004X\u0004\u0018\u0004^\u0004R\u0004A\u00045\u0004;\u0004\f\u00049\u0004-\u0004@\u0004\u001f\u0004.\u0004*\u0004@\u0004>\u0004#\u0004*\u0004\u001a\u0004[\u0004J\u0004\u0018\u0004H\u00043\u0004(\u0004+\u0004Q\u0004,\u0004\u0002\u0004[\u0004(\u0004?\u0004$\u0004'\u0004<\u0004$\u0004U\u00047\u0004\u001e\u0004E\u0004\u001a\u0004#\u0004O\u0004M\u0004+\u0004N\u0004(\u0004O\u00048\u0004_\u0004f\u0004.\u0004T\u0003\u00048\u0004\"\u0004,\u0004C\u00041\u0004>\u00044\u0004 \u0004 \u0004/\u0004:\u0004\r\u0004c\u00040\u0004/\u0004\u001d\u00049\u0004\u001c\u0004#\u0004#\u0004F\u0004$\u00049\u0004\u000e\u0004;\u0004)\u0004\u000e\u0004,\u0004Q\u0004\"\u0004\u0019\u00044\u0004S\u0004\u0004\u0005!\u0004\u0004z\u00049\u0004F\u0004=\u0004\u001f\u0004\u0013\u00045\u0004-\u0004\u0006\u0004/\u0004<\u0004$\u0004B\u0004\u0017\u0004\u0013\u0004,\u0004S\u0004.\u0004P\u0004^\u00049\u00042\u00042\u0004#\u0004,\u00046\u0004(\u0004I\u00048\u0004=\u0004\u0003\u0004V\u0004\u0012\u0004O\u0004R\u00044\u00044\u0004\u001c\u0004H\u0004\u0002\u0004-\u0004\u001d\u00046\u0004M\u0004`\u0004\u001c\u0004<\u00043\u00045\u0004\"\u0004W\u0004'\u0004=\u0004)\u0004?\u0004>\u0004'\u0004\u001e\u0004\u0019\u0004*\u00044\u0004Y\u0004.\u0004(\u00049\u0004\n\u0004)\u0004Q\u00046\u0004)\u0004B\u0004#\u00044\u0004?\u0004<\u00044\u0004'\u0004$\u0004\u0012\u0004 \u00042\u0004(\u0004?\u0004!\u00045\u00044\u0004\u001e\u0004\u0014\u0004&\u00043\u0004\u0013\u0004P\u0004!\u0004\"\u0004H\u0004E\u0004:\u00047\u0004G\u0004\u0017\u0004B\u0004 \u00048\u0004b\u0003\u0004\b\u0004\u0014\u0004>\u0004\u0016\u0004\u000f\u00049\u0004R\u0004(\u0004L\u0004b\u0004K\u0004\n\u0004#\u0004+\u0004C\u0004%\u0004-\u0004\u000b\u00048\u0004/\u0004F\u0004\u001d\u0004\u001e\u0004H\u0004#\u0004\u0012\u0004E\u00046\u0004E\u0004F\u0004\u001c\u0004\u0016\u0004@\u0004:\u00047\u00046\u0004&\u0004J\u0004\u001b\u0004L\u0004c\u0004,\u0004%\u0004P\u00045\u0004B\u0004\u001d\u0004B\u0004+\u0004$\u0004q\u00046\u0004 \u0004%\u00046\u0004M\u0004K\u0004-\u0004Q\u0004E\u00047\u0004\u001e\u0004?\u0004B\u0004\u001f\u0004O\u0004:\u0004X\u0004\u0019\u0004\u0018\u0004<\u0004X\u0004S\u0004I\u0004 \u0004*\u0004\u0016\u0004'\u0004\u0015\u0004B\u00043\u0004F\u0004(\u0004K\u0004\u001e\u0004X\u0004\u001c\u0004/\u0004,\u00042\u00043\u0004H\u0004+\u0004\u0005\u0004B\u0004\u001f\u00043\u0004R\u0004\u0010\u0004#\u0004$\u0004R\u0004F\u00048\u0004[\u00041\u0004S\u00049\u0004#\u0004#\u0004+\u00043\u0004*\u0004,\u0004\u0015\u0004\u0002\u0004!\u0004G\u0004\u001e\u00044\u0004\u001b\u0004J\u0004J\u0004\u0017\u0004-\u0004(\u0004Z\u0004>\u0003\u0004\b\u0004\u000e\u0004\u0002\u0004-\u0004V\u00044\u0004:\u0004L\u0004\u0003\u00045\u0004?\u0004%\u0004\u0002\u0004#\u0004\u0010\u0004A\u0004:\u00048\u0004S\u0004e\u0004\u0004\u0004W\u0004\u001a\u0004L\u0004\u001b\u0004$\u00047\u00049\u0004?\u00048\u00044\u0004%\u0004,\u0004^\u0004\u001c\u00049\u0004Y\u0004\n\u0004B\u00044\u0004&\u0004/\u0004H\u00041\u00041\u00044\u00047\u00040\u0004O\u0004\u001d\u0004N\u00044\u0004C\u0004(\u0004A\u0004\u000f\u0004P\u0004C\u0004\u0014\u0004L\u0004\u001e\u0004-\u00049\u0004 \u0004\u0014\u0004!\u0004D\u0004S\u0004)\u0004\u001f\u0004/\u0004;\u0004$\u0004\u0019\u0004/\u0004\u001f\u0004+\u0004@\u00048\u0003\u0004C\u00045\u00044\u0004P\u0004<\u0004%\u0004-\u0004\u0010\u0004A\u0004\u001c\u0004T\u00048\u0004\u0019\u0004 \u0004&\u0004'\u0004Y\u00044\u0004-\u0004$\u0004,\u0004\u0011\u0004,\u0004<\u0004\u001e\u0004S\u00047\u0004,\u0004\u0011\u0004\u001b\u0004\u0011\u0004 \u0004$\u00042\u0004@\u0004\"\u0004E\u0004$\u00042\u0004$\u0004[\u0004J\u0004/\u0004\u000f\u0004\u0014\u0004\r\u0004.\u0004\u0017\u0004#\u0004%\u0004\u0016\u00042\u0004?\u0004)\u0004)\u0004\"\u0004L\u0004&\u0004M\u0004\u001e\u00042\u00044\u00040\u0004C\u0004X\u0004\u0005\u0004K\u0004*\u0004\u001c\u0004-\u0004\u001e\u00042\u00042\u0004\u0013\u0004D\u0004)\u00046\u0004X\u0004@\u00047\u0004<\u00049\u0004(\u0004)\u0004M\u0004+\u0004&\u0004G\u00043\u0004\u001e\u0004'\u0004F\u0004\u0015\u0003\u0004\u001a\u0004-\u0004&\u0004O\u0004&\u0004<\u0004K\u0004E\u0004/\u0004\u001d\u0004E\u00049\u0004 \u0004?\u0004)\u0004-\u0004V\u00040\u0004K\u0004=\u00043\u0004,\u0004X\u00049\u0004<\u0004b\u0004.\u0004/\u0004<\u0004/\u0004\"\u0004R\u0004D\u00042\u0004@\u0004*\u0004-\u0004.\u0004\u001d\u0004=\u0004K\u0003\u0004N\u00043\u0004(\u00042\u0004'\u0004/\u0004I\u0004$\u00048\u0004&\u0004O\u0004\u001a\u00046\u0004/\u00049\u0004c\u0004=\u0004>\u0004*\u0004*\u0004:\u0004\u000b\u0004>\u0004\u0011\u0004\u0018\u0004-\u0004$\u0004D\u0004A\u0004A\u0004-\u0004%\u0004\u0012\u0004\r\u0004\u0004\u0004\u0002\u0004;\u0004!\u0004(\u0004\u001a\u0004&\u0004'\u0004/\u0004<\u0004+\u0004\u0013\u00043\u0004H\u0004(\u00049\u0004/\u0004(\u00048\u0004\u0016\u0004)\u0004*\u0004O\u0004@\u0004(\u0004`\u0004x\u0004<\u0004\u0007\u00045\u0004&\u0004e\u0004\u0011\u0004*\u0004\u001f\u0004\n\u0004,\u0004\"\u0004\u000e\u0004H\u0004u\u0004@\u00043\u0004F\u0004\u0016\u0004^\u0004<\u0004:\u0004:\u0004=\u00044\u0004C\u0004;\u0004<\u0004l\u00042\u0004,\u0004@\u0004\u0003\u0004K\u0004\u001b\u0004R\u0004+\u00045\u0004-\u0004\u001e\u00048\u00044\u0004y\u0004G\u00043\u0004>\u0004]\u0004\u0017\u0004#\u0004=\u0004\u001e\u0004H\u0004B\u0004;\u0004$\u0004+\u0004\u001e\u00042\u0004)\u0004\u0019\u00046\u0004W\u0004\u0013\u0004\u0018\u0004-\u0004\u0016\u0004<\u00046\u0004>\u00042\u0004\u001a\u0004O\u00043\u0004$\u0004?\u0004,\u00044\u0004+\u0004\u0019\u0004(\u0004=\u0004@\u0004\u001f\u0004)\u0004G\u0004=\u0003\u00048\u0004U\u00044\u0003\u00047\u0004G\u0004L\u0004F\u0004/\u0004\u0017\u0003\u0004C\u0004D\u00040\u0004Y\u0004J\u0004)\u0004(\u0004M\u00045\u0004-\u0004(\u00041\u0004 \u0004\u0017\u0004<\u0004<\u0004W\u0004\u0015\u00040\u00045\u00044\u0003\u0004\"\u0004\u001a\u00043\u0004K\u0004\u001f\u0004\"\u0004;\u0004D\u0004\u000b\u0004\"\u0004E\u0004\u001b\u0004*\u0004+\u0004G\u0004T\u0004+\u0004J\u0004V\u0004N\u00044\u0004:\u0004)\u00046\u0004<\u0004\u0018\u0004'\u0004\"\u0004B\u0004!\u00047\u0004I\u0004*\u0003\u0004P\u0004M\u0004=\u00046\u0004;\u00043\u0004%\u0004A\u0004D\u0004*\u0004c\u00040\u0004W\u0004+\u00049\u0004=\u00049\u0004U\u00048\u0004.\u0004S\u00044\u0004:\u0004C\u0004\u001d\u0004\u001b\u0004O\u0004W\u0004/\u0003\u0004>\u00044\u0004\u0015\u0004&\u0004I\u0004'\u0004]\u0004B\u0004#\u00049\u0004:\u0004@\u0004K\u0004 \u0004\u001e\u00045\u0004I\u0004<\u0004?\u0004=\u0004\u0011\u0004Q\u0004%\u0004\u0017\u0004B\u0004#\u0004\u0012\u00047\u0004Y\u0004q\u0004D\u00040\u0004\u001a\u0004H\u0004C\u0004]\u0004\u0012\u0004\u0019\u0004;\u0004I\u0004\u001c\u00044\u0004\u0013\u0004\"\u00040\u0004\u0012\u0004s\u0004Z\u00046\u00040\u0004)\u0004;\u0004G\u0004B\u0004\\\u00048\u0004@\u00040\u0004T\u0004H\u0004\u001c\u00041\u0004?\u0004N\u0004/\u0004'\u0004(\u0004V\u0004%\u0004%\u0004\u001e\u0004R\u0004D\u0004D\u0004\u0016\u0003\u00048\u0004<\u0004&\u0004\f\u0004;\u0004\u0010\u00044\u0004#\u0004'\u00048\u00041\u00042\u0004\u001a\u0004B\u0004V\u0004#\u0004*\u0004C\u0004/\u00049\u0004N\u0004\u00048\u0004`\u0004\u0005\u00042\u0004<\u0004E\u0004!\u0004/\u0004H\u00048\u0004\u001f\u0004(\u00049\u0004\u0014\u0004>\u0004\u0017\u0004)\u0004\u0018\u0004:\u0004-\u0004.\u0004(\u0004\n\u0004O\u0004C\u0004(\u00047\u00040\u0004[\u0004\"\u0004.\u0004(\u0004#\u00041\u0004\"\u0004\u0012\u00040\u00044\u0004D\u0004\u0012\u0004'\u0004<\u0004U\u0004\u001d\u00048\u0004P\u0004%\u0004Y\u0004!\u0004&\u0004\u001c\u00049\u0004/\u0004D\u0004;\u0004\u0000\u0004,\u00046\u0004\"\u0004!\u0004T\u0004\u001e\u0004\u0015\u0004\u0003\u0004J\u0004\u000b\u0004@\u0004^\u0004@\u00048\u0004]\u0004\u001b\u00042\u0003\u0004-\u0004\f\u0004-\u00045\u00042\u0004\u0013\u0004<\u0004\u0019\u0004*\u0004\u0017\u0004;\u0004>\u0004J\u0004#\u0004=\u0004\u0014\u00044\u0004-\u0004Q\u0004^\u0004/\u0004\u001b\u0004M\u0004;\u0004(\u0003\u0004?\u0004.\u0004F\u0004\u0004\u0004 \u0004#\u00042\u0004R\u0004/\u0004?\u0004h\u0004i\u00043\u0004#\u0004)\u00046\u0004>\u0004I\u0004E\u0004;\u0004[\u0004\u0017\u0004L\u0004F\u0004+\u00046\u0004G\u0004\u001e\u0004\u0017\u00040\u0004\u0013\u0004C\u0004R\u0004#\u0004:\u0004%\u0004%\u00045\u0004#\u0004(\u0004*\u00047\u0004\"\u00049\u00040\u0004)\u00042\u0004\u000e\u0004K\u0004\u001f\u0004'\u0004=\u0004:\u0004%\u0004&\u0004T\u0004E\u0004 \u00044\u00045\u0004-\u0004:\u0004\u0019\u0004V\u0004I\u0004\u0010\u0004\u000b\u00046\u0004\u001c\u0004D\u0004/\u0004:\u0004K\u0004=\u0004p\u0004Z\u0004K\u0004=\u0004Q\u0004(\u0004N\u0004\u001f\u0004$\u0004>\u0004d\u0004%\u00044\u0004:\u00047\u0004)\u0004[\u0004/\u0004\u0010\u0004\u0013\u0004I\u0004H\u0004;\u0004,\u0004\u0015\u00047\u0004\u0013\u00042\u0004\u001f\u0004$\u0004\u001b\u0004.\u00049\u00044\u0004C\u0004\\\u0004D\u0004\u0010\u0004H\u0004B\u00044\u0004,\u0004\f\u0004C\u0004<\u0004>\u0004\u001c\u0004\u0013\u00042\u0004\u001d\u0004\u0017\u00044\u00046\u0004<\u0004d\u0004#\u0004!\u0004+\u0004X\u0004/\u0004O\u00040\u0004I\u0004E\u0004 \u0004/\u0004,\u0004/\u0004B\u0004\u0017\u0004\u0016\u0004!\u0004\\\u0004G\u0004@\u0004G\u0004\r\u0004O\u0004I\u0004G\u0004k\u00046\u0004K\u0004;\u0004o\u0004N\u0004I\u0004\u000f\u0004I\u00047\u0004 \u0004H\u0004@\u0004&\u00046\u0004?\u0004'\u0004&\u0004\u001e\u0004\u001b\u0004B\u0004a\u00040\u00045\u0004+\u0004\u000f\u0004)\u00043\u0004:\u00046\u0004D\u0004Z\u0004\u0019\u0004#\u0004#\u0004=\u0004'\u0004'\u0004\u001f\u0004$\u0004@\u0004-\u0004\"\u00040\u0004*\u00040\u00045\u0004,\u0004\"\u00044\u0004 \u0004'\u0004P\u0004!\u0004\u0015\u0004?\u00044\u00047\u0004\"\u0004F\u00049\u0004.\u0004\u000f\u0004\u001a\u0004\u0006\u0004H\u0004!\u0004G\u0004I\u0004<\u00042\u0004\u001a\u0004\u001f\u0004\u0013\u0004#\u0004\u0007\u00043\u0004,\u0004\u0014\u0004:\u0004]\u00043\u0004\f\u0004D\u0004\u001d\u0004(\u00044\u0004 \u0004:\u0004Q\u0004L\u0004%\u0004+\u0004l\u0004\u001c\u0004H\u0004$\u0004(\u0004 \u0004H\u00049\u0004)\u00042\u0004\u001d\u0004<\u0004\u001e\u00043\u0004\u0007\u0004A\u0004:\u0004!\u00042\u0004+\u0004C\u0004J\u0004:\u0004E\u00042\u00049\u0004M\u0004#\u0004E\u00048\u0004\u0012\u0004?\u00043\u0004%\u0004\u001c\u0004E\u0004\u001d\u0004/\u0004%\u00042\u00040\u0004\u001a\u00047\u0004V\u0004V\u0004\u0012\u0004:\u0004\u0017\u0004J\u0004A\u0004$\u0004-\u0004\\\u00045\u0004(\u0004?\u00041\u0004\u0019\u0004/\u00049\u0004T\u0004$\u0004\u001c\u00045\u0004J\u0004A\u0004/\u0004?\u0004,\u0004\u0011\u0004\u001d\u0004H\u00041\u00047\u0004\u001d\u00045\u0004S\u0004v\u0004\u0004K\u0004\u001f\u0004+\u00044\u0004\u0004b\u0004=\u0004\r\u00045\u0004n\u0004@\u00043\u00045\u0004%\u00042\u0004&\u0004%\u0004)\u0004\u0017\u0004+\u0004L\u00046\u0003\u0004F\u00041\u0004$\u0004G\u0004+\u0004Y\u0004.\u0004,\u0004%\u00049\u00042\u0004\u001b\u00045\u0004C\u0004/\u0004Q\u0004I\u0004B\u0004L\u0003\u0004>\u0004=\u0004,\u0004\u0014\u0004T\u0004\u0017\u00045\u0004\u0016\u0004'\u00049\u0004-\u00048\u0004F\u0004\u0019\u0004A\u0004D\u0004>\u0004)\u00040\u0004*\u0004+\u0004K\u00046\u0004\u0018\u0004\u0015\u0004\u001b\u0004,\u0004=\u00045\u0004\u0006\u0004\u000f\u0004>\u0004N\u0004S\u0004Y\u00047\u00048\u00047\u0004?\u0004b\u0004\u00051\u0005\u0003\u0004\u0004C\u0004C\u00043\u0004<\u0004 \u0004\u001f\u0004\u000b\u0004#\u0004<\u0004P\u0004C\u0004;\u0004G\u0004\u0013\u0004<\u0004#\u0004H\u0003\u0004J\u0004\u000b\u0004\u001a\u0004?\u0004$\u0004,\u0004\u001b\u0004a\u0004 \u0004\u001c\u0004,\u00041\u0004D\u0004,\u00046\u00046\u0004'\u0004\"\u0004E\u0004\u0013\u0004%\u0004\f\u0004;\u0004;\u0004\u001c\u0004H\u0004\u0012\u00041\u00040\u0004\u0018\u0004&\u0004\u0014\u0004*\u0004\u0011\u0004?\u0004\r\u0004:\u0004)\u0004\u000b\u0004/\u0004\r\u0004-\u00043\u00046\u0004:\u00043\u0004@\u0004.\u00044\u0004A\u0004<\u00046\u0004N\u00047\u00049\u0004G\u0004)\u00040\u0004*\u00041\u0004U\u00049\u0004*\u00045\u0004=\u0004<\u0004(\u0004<\u0004\u001d\u0004C\u0004^\u0004\u0017\u0004'\u0004\u000b\u00043\u0004:\u0003\u00047\u0004\n\u0004\u001d\u0004,\u0004E\u0004Q\u0004;\u0004\n\u0004.\u0004\u001c\u0004?\u0004=\u00042\u0004\u0010\u0004S\u0004Y\u00042\u00048\u00045\u0004L\u0004\u001c\u0004;\u0004!\u00045\u0004\u0015\u0004C\u0004%\u0004!\u0004-\u0004\u0016\u0004k\u0004H\u0004Z\u0004*\u0004<\u0004?\u00043\u0004G\u00040\u0004\u001b\u0004+\u0004\u0017\u00049\u0004)\u0004\u0012\u0004\u001d\u0004'\u0004#\u00040\u00049\u0004\u000f\u0004!\u0004$\u0004P\u0004.\u0004U\u0004E\u0004w\u00048\u0004 \u00047\u0004*\u0004R\u0004=\u0004\u0013\u0004&\u0004#\u0004N\u0004j\u00040\u0004K\u00044\u0004]\u0004Q\u0004`\u00043\u0004B\u0004/\u0004\u0004h\u0004O\u0004\u0017\u0004w\u0004)\u00044\u0004\\\u0004P\u0004E\u00048\u00042\u0004/\u0004%\u0004<\u00045\u0004(\u0004.\u0004:\u0004&\u0004?\u0004'\u0004.\u0004\u001a\u0004/\u0004A\u0004:\u0004A\u0004D\u0004R\u0004\u0018\u0004\u001a\u00048\u0004\u0015\u0003\u0004A\u0004N\u0004\"\u0004L\u0004H\u0003\u0004>\u0004H\u0004\"\u0004\u001f\u0004'\u00049\u00041\u0004\u001f\u0004%\u00042\u0004<\u0004&\u0004\u001a\u00043\u0004-\u0004-\u0004G\u00048\u0004H\u0004)\u0004)\u00045\u0004\u0018\u0004!\u0004%\u0004;\u0004\u0011\u0004!\u0004\u0013\u0004\u001d\u0004O\u0004R\u0004,\u0004@\u00045\u0004J\u0004>\u0004\u0006\t\t/\u0006\u000b\u0004\u0004`\u0004L\u0004F\u0004\u001b\u0004>\u0004\u001c\u0004E\u0004)\u0004A\u0004\u0016\u0004\u0018\u0004\u0014\u0004,\u0004%\u0004\n\u0004 \u00047\u0004-\u0004\"\u0004\u0013\u00044\u0004*\u0004B\u0004H\u0004\u001b\u00044\u0004K\u0004:\u0003\u0004\u0014\u0004^\u0004\u001e\u0004\u001a\u00043\u0004\u000b\u0004(\u0004.\u00043\u0004(\u0004*\u0004a\u0004 \u0004 \u0004\u001d\u0004I\u00040\u0004/\u0004+\u0004K\u0004\n\u0004.\u0004O\u00042\u0004P\u0004!\u0004*\u0004P\u0004(\u0004>\u0004-\u00043\u0004\u001e\u0004P\u0004H\u0004?\u0004;\u00047\u0004\u001e\u0004>\u0004'\u00043\u00045\u0004y\u0004*\u0004\u0015\u0004#\u00041\u0004A\u0004^\u0004:\u0004+\u0004Q\u0004$\u0004+\u00040\u0004F\u0004;\u0004,\u0004:\u00043\u0004'\u0004-\u0004q\u0004/\u00048\u0004+\u0004\u0000\u0004U\u0004'\u0004K\u0004&\u0004<\u0003\u0004,\u0004(\u0004M\u0004\u0015\u0004.\u0004*\u0004P\u0004L\u00047\u0004:\u0004%\u0004(\u0004+\u0004f\u0004\u0011\u00041\u0004P\u0004\"\u0004\u0011\u0004:\u0004/\u0004>\u0004A\u0004.\u0004,\u0004Y\u0004\u000b\u00049\u0004O\u00040\u0004K\u0004#\u00043\u0004;\u0004\u001b\u00044\u00049\u0004;\u00041\u0004\u0017\u0004\u0001\u0004\u001d\u0004\u001c\u0004&\u00049\u00040\u0004U\u0004K\u0004\u001b\u0004)\u0004H\u00042\u0004 \u0004T\u00040\u0004%\u0004)\u0004\"\u0004M\u0004,\u00048\u0004M\u0004\u001d\u0004X\u0004V\u0004V\u0004M\u0004>\u0004Q\u0004U\u0004S\u0004O\u0004J\u0004D\u0004?\u0004?\u0004/\u0004N\u0004R\u00044\u0004F\u0004\u001b\u00048\u0004\u0013\u0004(\u0004+\u0004,\u00040\u0004=\u0004<\u00045\u0004,\u0004\u000e\u0004\u0018\u00043\u0004\u0016\u00040\u0004&\u0004Q\u0004_\u00044\u0004\u001d\u0004\u0012\u0004Q\u0004/\u0004B\u0004?\u0004\u000e\u00043\u0004\u0014\u0004!\u0004-\u0004<\u00044\u0004%\u0004F\u0004\r\u0004\u0003\u0004\u0000\u0004B\u0004%\u0004$\u0004\u0018\u0004D\u0004:\u0004V\u0004:\u0004+\u0004\u0004\u0004A\u0004*\u0004/\u0004.\u0004;\u0004\u0014\u0004 \u0004F\u00048\u0004@\u0004_\u0004 \u00048\u0004*\u0004@\u00043\u0004C\u0004q\u0005k\t\u0013\u0018\u0012+\b\u0005F\u0004\u0004T\u0004 \u0004#\u0004\"\u0004'\u0004'\u00044\u0004\u000f\u0004#\u0004Q\u0004\u0014\u0004\u001d\u0004H\u0004\u0000\u00049\u0004B\u00046\u0004#\u0004%\u0004F\u0004#\u0003\u00043\u0004.\u0004\"\u00046\u0004S\u0004$\u00049\u0004#\u00049\u0004)\u0004\u000f\u00041\u0004\u0007\u0004;\u00047\u0004\u0004\u0004@\u0004(\u0004+\u0004 \u0004\u001f\u0004?\u0004;\u0004+\u0004\u001a\u0004\u001b\u00043\u0004\u0011\u0004X\u0004P\u0004\u0016\u0004\u001d\u0004\u0016\u0004A\u0004\u001d\u0004O\u0004?\u00045\u0004)\u0004\u0014\u00042\u0004&\u0004\u001f\u0004*\u00048\u0004P\u0004\u001a\u0004\u001e\u0004%\u0004,\u00048\u0004\u0018\u0004@\u0004,\u0004:\u0004*\u0004H\u0004U\u0004)\u0004o\u0004'\u0004)\u0004?\u0004P\u0004,\u0004E\u0004:\u0004V\u0004\"\u0004k\u0004?\u0004&\u0004\u0019\u0004[\u0004-\u0004 \u0004\u0015\u0004%\u0004;\u0004?\u0004&\u0004?\u0004>\u0004\u001b\u0004\u001c\u0004=\u00043\u0004<\u00045\u00041\u0004'\u0004[\u0004#\u00047\u0004@\u0004F\u0004!\u0004#\u0004 \u0004/\u0004/\u0004\f\u0004k\u0004F\u0004!\u0004;\u0004,\u0004\u0019\u0004+\u0004D\u0004?\u0004<\u0003\u0004=\u0004@\u0003\u0004\u0014\u0004V\u00049\u0004\u001d\u0004\u001f\u0004+\u00044\u0004?\u00045\u0004Q\u0004H\u0004^\u00047\u0004)\u0004 \u0004(\u0004(\u0004H\u0004=\u0004*\u00042\u0004&\u0004$\u0004&\u0004\u000b\u0004)\u00043\u0004I\u0004,\u0004+\u0004@\u0004I\u0004:\u0004a\u00046\u0004A\u0004)\u0004%\u0004\u001e\u0004K\u0004I\u0004O\u0004%\u0004'\u0004!\u00041\u0004E\u0004\u0010\u0004;\u0004\u0019\u00048\u0004\u001f\u00040\u0004&\u00043\u0004\u001a\u00040\u0004Q\u0004(\u0004\u0011\u0004\u001d\u0004E\u00048\u0004N\u0004\u001e\u0004\"\u0004+\u0004L\u00040\u00042\u00049\u0004C\u0004K\u0004N\u0004N\u0004<\u00044\u0004\u001f\u0004+\u00046\u0004)\u00041\u0004M\u0004%\u0004(\u0004:\u0004:\u0004\\\u0004+\u0004\"\u00046\u0004:\u00045\u00046\u0004\u001a\u0004G\u0004\u0012\u0004;\u0004J\u0004\u001f\u0004/\u0004\u001a\u0004%\u00049\u0004A\u0004*\u0004\u000e\u0004U\u0004H\u00045\u0004s\u0005\u001f\bZ\u000ey\r\u0007\u0005\u001f\u0004\u0004+\u0004,\u00047\u0004<\u0004.\u0004&\u0004J\u0004,\u0004\"\u0004\b\u0004 \u0004,\u0004Z\u0004D\u0004\u001a\u0004T\u0004=\u0004G\u0004=\u00044\u00044\u0004A\u0004m\u0004.\u0004;\u0004D\u0004\u001a\u0004\u000b\u0004(\u0004<\u0004\u001a\u0004$\u0004$\u00041\u0004&\u00046\u0004F\u0004$\u0004?\u00045\u0004X\u0004\u001d\u0004'\u0004P\u0004\u001d\u00047\u0004M\u0004(\u0004+\u0004:\u0004$\u0004+\u0004 \u0004 \u0004\u001a\u0004\u0019\u0004\u0000\u0004\t\u0004\u0018\u0004\u001f\u0004\"\u0004a\u0004F\u0004\u0019\u0004\t\u0004:\u0004,\u0004;\u0004X\u0004=\u0004 \u0004N\u0004I\u0004c\u0004.\u0004T\u0004:\u00043\u0004V\u0004(\u0004F\u0004]\u0004=\u0004/\u0004#\u0004:\u0004^\u0004\u0005\u0004,\u0004J\u00045\u0004^\u0004L\u0004>\u0004D\u0004&\u0004\"\u0004\u0001\u0004C\u0004\u0001\u0004\u0012\u0004?\u00042\u0004-\u0004(\u0004\u001b\u00048\u0004A\u0004$\u0004\"\u0004H\u0004M\u0004\u001f\u0004T\u0004=\u0004V\u0004>\u0004;\u0004\u001c\u0004K\u0004M\u0004\u001d\u0004(\u0004=\u0004\u001d\u0004L\u0004Q\u0004\"\u0004/\u0004\"\u0004#\u0004G\u0004$\u0004)\u0004\u0011\u0004%\u0004\u001b\u00045\u0004#\u0004 \u0004\u001d\u0004!\u0004\u0000\u0004C\u0004%\u0004R\u0004(\u0004N\u0004B\u0004@\u0004!\u0004\u001a\u00047\u0004!\u0004(\u0004K\u0004F\u0004\t\u0004.\u0004-\u0004A\u0004:\u0004<\u0004V\u0004K\u0004+\u0004\u001d\u0004F\u00047\u00044\u0004:\u0004\u0004J\u0004C\u00048\u0004A\u0004R\u0004D\u0004#\u0004 \u0004*\u0004 \u0004+\u00044\u0004C\u0004\u001f\u0004)\u0004:\u0004\u001e\u0004\"\u0004+\u0004#\u0004B\u0004\n\u0004'\u0004@\u0004*\u00048\u0004C\u0004\u001e\u00044\u0004F\u00047\u0004\u000f\u00041\u0004!\u00043\u0004G\u0004G\u0004\u0003\u00048\u0004i\u0004P\u0004?\u0004/\u0004L\u00048\u0004;\u0004F\u0003\u0004-\u00044\u0004/\u0004\r\u00041\u00040\u0004\"\u0004$\u0004,\u0004)\u00048\u0004(\u0004\u001d\u0004(\u00040\u0004*\u0004 \u00047\u0004 \u0004D\u00043\u0004B\u0004&\u0004N\u0004'\u0004P\u0004R\u0004w\u0004Z\u0004\u0005V\u0006o\u0006a\u0005m\u0004\u0004X\u0004\u001d\u00040\u0004;\u0004Y\u0004\"\u0004\f\u00043\u0004,\u0004\b\u0004\u000e\u0004E\u0004?\u0004 \u0004;\u0004[\u0004!\u0004,\u0004\"\u00048\u0004&\u0004)\u00042\u0004(\u0004\u000e\u0004Q\u0004A\u0004=\u0004\u001f\u0004\u0005\u0004!\u0004[\u00042\u0004C\u00042\u0004@\u0004-\u00044\u0004K\u0004*\u00045\u0004;\u00048\u0004P\u0004'\u00040\u00042\u0004D\u0004&\u0004T\u0004\u0018\u0003\u00047\u0004\u001e\u0004\u0017\u0004B\u0004>\u0004S\u0004V\u0004J\u00049\u0004\u001c\u0004/\u0004>\u0004P\u0004!\u0004\u000b\u0004*\u0004E\u0004>\u00043\u00040\u00048\u0004%\u00046\u0004#\u0004:\u0004[\u0004<\u0004\u0004:\u0004\u001d\u00042\u0004,\u0004]\u0004\r\u00041\u0004;\u0004=\u00044\u00045\u0004A\u0004B\u00042\u0004<\u0004\u001c\u0004(\u0004I\u0004@\u0004\u001b\u00042\u0004P\u0004\u0015\u0004\u000f\u0004E\u0004Y\u0004A\u00048\u0004\u001e\u0004'\u0004=\u00041\u0004S\u0004C\u0004?\u0004#\u00047\u0004S\u0004>\u0004*\u0004D\u00044\u00041\u0004F\u0004!\u00043\u00046\u0004I\u0004J\u0004f\u0004G\u00045\u0004 \u0004?\u00042\u0004H\u0004'\u0004\b\u00041\u0004.\u0004T\u0004!\u0004\u0011\u0004\u0017\u0004\"\u0004'\u0004\"\u0004A\u0004$\u0004(\u00041\u0004M\u0004\b\u0004E\u00040\u0004,\u0004@\u0004E\u0004T\u0004%\u0004T\u0004\u0018\u00044\u0004!\u0004$\u0004=\u0004M\u0004h\u00049\u0004&\u0004\"\u0004\u0013\u0004\u0004[\u0004>\u0004?\u0004U\u0004%\u0004e\u0004O\u0004Z\u0004f\u0004\u0015\u0004J\u0004\u0015\u0004<\u0004;\u0004$\u0004M\u0004'\u0004<\u0004O\u0004E\u0004=\u00047\u0004-\u00042\u0004E\u0004:\u0004*\u0004-\u0004G\u0004>\u0004(\u0004M\u0004\u001b\u00042\u0004!\u0004/\u0004-\u0004A\u0004Q\u0004F\u0004S\u0004U\u0004\\\u0003\u0004=\u00042\u0004/\u0004$\u0004\u001a\u0004=\u0004F\u0004\u001a\u0004P\u0004R\u0004%\u0004A\u0004 \u0004$\u0004\u0019\u00047\u0004-\u0004/\u00046\u0004D\u0004I\u0004>\u0004#\u0004\u0000\u0004.\u0004+\u0004\u001c\u0004)\u0004B\u0004H\u0004'\u0004`\u0004]\u0004I\u0004q\u0004\u0004\u0004S\u00048\u0004H\u0004/\u00041\u0004A\u0004;\u0004\u0005\u0004!\u0004\u0010\u0004J\u0004@\u0004\u001f\u0004N\u0004\u001d\u0004\u0015\u0004F\u0004;\u0004#\u0004*\u0004[\u00046\u0004;\u0004/\u0004'\u0004*\u00048\u0004*\u0004\u0012\u0004=\u00047\u00046\u0004\r\u0004*\u00046\u0004\u0017\u0004$\u00047\u0004\u000b\u0004)\u0004%\u0003\u00049\u0004A\u0004\u001c\u0004\u0011\u0004#\u0004\u001e\u00043\u0004X\u0004)\u0004+\u0004:\u00048\u0004%\u0004\f\u0004=\u0004<\u0004#\u0004=\u0004A\u0004$\u0004\"\u0004\u001b\u0004!\u0004C\u0004U\u00046\u00047\u0004C\u00040\u0004\u0015\u0004\u001f\u0004\f\u0004\u001f\u0004(\u00043\u0004Q\u0004F\u0004@\u0004\\\u0004,\u00045\u0004\u001a\u00041\u0004)\u0004.\u00048\u0004]\u0004.\u0004D\u0004M\u0004$\u0004%\u0004\u0018\u0004>\u0004\"\u0004M\u00044\u0004<\u0004-\u0004\u000f\u0004)\u0004Q\u0004!\u0004(\u00044\u0004M\u0004%\u0004\n\u0004.\u0004!\u0004\"\u0004O\u0004#\u0004Y\u0004M\u0004-\u0004(\u0004@\u0004-\u0004;\u0004>\u0004>\u0004!\u0004I\u0004\u0017\u00049\u0004\"\u0004S\u0004D\u0004G\u0004\u001f\u0004H\u0004*\u0004\u000f\u0004\u0018\u0004'\u0004T\u0004$\u0004%\u0004=\u0004t\u0004'\u0004D\u00044\u0004O\u0004%\u0004\"\u0004O\u0004H\u00045\u00048\u0004;\u00046\u0004H\u0004B\u0004 \u0004f\u0004@\u0004:\u0004\"\u00044\u0004F\u0004M\u0004;\u0004M\u0004/\u00047\u0004S\u00047\u0004 \u0004N\u0004F\u0004L\u0004?\u0004G\u0004\b\u0004@\u0004]\u0004A\u00041\u00041\u0004P\u0004_\u0004\u0003\u0004R\u00048\u00048\u0004\u001f\u00041\u00046\u00047\u0004\u001e\u00046\u0004,\u00040\u0004J\u0004,\u00045\u0004_\u0004\u0003\u0004&\u00044\u0004\r\u0004B\u0004(\u0004-\u00043\u0004\u0017\u0004\u001e\u0004;\u0004C\u0004[\u0004Y\u0004*\u0004G\u0004H\u0004:\u0004\u001a\u0004G\u00043\u00043\u0004\u0017\u0004O\u0004H\u0004:\u00040\u00041\u0004P\u0004\u001a\u0004'\u0004<\u0004\u001d\u0004\u0019\u0004\u0017\u0004A\u0004\u0014\u0004%\u0004B\u0004V\u0004F\u0004=\u0004A\u0004-\u0004,\u0004'\u00043\u0004#\u0004J\u0004+\u0004(\u0004L\u0004@\u0004\u0004b\u0004Z\u0004\u0018\u0004\"\u0004\u0012\u0004/\u0004\u0013\u0004<\u0004C\u0004B\u0004O\u0004\u001c\u0004\"\u0004\u0007\u0004D\u0004\u0014\u00046\u0004-\u00041\u0004.\u00043\u0004\u001a\u0004\u0014\u00042\u0004A\u00040\u0004\u0016\u0004,\u0004\t\u0004/\u00049\u0004J\u00043\u0004?\u00049\u0004\\\u0004\t\u0004%\u0004<\u0004F\u00042\u00040\u0004+\u0004V\u0004f\u0004a\u0004+\u0004-\u00046\u0004>\u0004+\u0004;\u0004\u0012\u0004I\u0004:\u00043\u0004%\u0004M\u0004\f\u0004J\u0004-\u00046\u0004 \u0004\u001e\u00046\u0004<\u0004%\u0004)\u0004\u001a\u00044\u0004*\u0004L\u0004'\u0004F\u0004L\u00041\u00043\u0004\u0016\u0004 \u0004F\u0004F\u0004L\u00046\u0004=\u0004Q\u0004(\u0004D\u0004C\u0004'\u00045\u0004\\\u0004\u0015\u00041\u0004\"\u0004\"\u0004F\u0004\u0015\u0004\"\u0004U\u0004\u001a\u0004E\u0004\\\u0004\u000f\u0004,\u0004[\u0004!\u0004<\u00047\u0004,\u0004*\u0004\u0012\u0004\u0019\u0004)\u0004:\u00045\u00048\u0004(\u0004\u0016\u0004\u000b\u00045\u0004-\u0004%\u0004\r\u0004C\u0004-\u0004@\u00045\u0004\u0019\u00041\u00048\u0004[\u0004\u001f\u0004<\u00046\u0004Y\u0004#\u0004#\u0004C\u0004*\u00047\u0004?\u0004&\u0004&\u0004D\u00046\u0004\u000f\u0004N\u0004 \u00045\u0004%\u0004F\u0004<\u0004#\u0004T\u0004O\u0004_\u0004N\u0004J\u00047\u0004\"\u0004(\u00044\u0004\u0018\u0004S\u0004+\u0004\"\u0004/\u0004F\u0004I\u0004 \u0004\u001a\u0004$\u00046\u0004,\u0004E\u0004^\u0004C\u0004\u0012\u0004!\u0004.\u00042\u0004P\u00046\u0004m\u0004C\u0004Q\u0004e\u0004(\u0004i\u0004U\u00044\u0004%\u0004&\u0004%\u0004h\u0004#\u0004,\u00044\u00041\u0004;\u00041\u00048\u0004Y\u0004>\u0004!\u0004.\u0004H\u0004\u001c\u0004\f\u0004\u001e\u00047\u0004 \u0004\u0011\u0004*\u0004J\u0004/\u0004!\u0004S\u00044\u0004#\u0004&\u0004C\u00047\u0004=\u00041\u00040\u0004;\u0004@\u0004$\u0004H\u0004J\u0004\u0018\u00045\u00041\u00044\u0004\u0016\u0004B\u0004+\u0003\u0004\u0011\u0004]\u0004\u0018\u0004K\u0004[\u00040\u0004;\u0003\u0004\u001d\u0004>\u0004.\u0004b\u00042\u0004\u0006\u0004`\u0004T\u0004W\u0004(\u0004)\u0004-\u0004,\u0004/\u0004;\u0004M\u0004Q\u0004^\u0004\u001d\u00042\u0004\u001f\u0004O\u0004#\u0004B\u0004<\u0004%\u00041\u0004\u001f\u0004R\u0004\u001b\u00047\u0004\u001a\u0004\t\u0004!\u0004\t\u00041\u0004\u001a\u00042\u0004J\u0004\u0019\u0004\u000e\u0004'\u0004\u001f\u00048\u00040\u0004\u0019\u0004D\u00045\u0004,\u0004)\u0004<\u0004*\u0004\u0019\u0004\u001e\u0004-\u0004\u0012\u0004\\\u0004'\u0004F\u0004#\u0004;\u0004,\u0004(\u00041\u0004\u001f\u0004'\u00048\u0004+\u0004I\u0003\u0004K\u00042\u0004E\u0003\u0004>\u0004&\u0004-\u0004.\u0004\r\u00048\u0004\u0019\u0004D\u0004J\u00044\u0004I\u00041\u0004\u001a\u00045\u0004\u0016\u00049\u0004;\u0004&\u00041\u0004\u0010\u0004I\u0004K\u0004\u0016\u0004\"\u00040\u0004\u0016\u00044\u00048\u0004\u001a\u0004+\u00045\u0004\u001c\u00045\u0004G\u00040\u0004A\u0004\r\u0004\u001e\u0004(\u0004>\u0004F\u0004\u0015\u0004\u001e\u0004J\u0004>\u0004\"\u0004:\u0004(\u0004B\u0004;\u0004G\u0004'\u0004,\u00040\u0004\u0016\u0004/\u0004,\u0004/\u0004H\u00042\u0004=\u00049\u0004\u001d\u0004V\u00047\u0004Y\u0004F\u0004Y\u0004$\u00041\u0004R\u0004%\u0004#\u0004\u001c\u00044\u0004%\u0004M\u0004>\u00041\u0004$\u0004/\u00048\u0004\u001f\u0004(\u00041\u00049\u0004$\u0004K\u0004\u0003\u0004T\u00042\u0004\"\u0004\u0019\u0004Q\u0004+\u0004(\u0004j\u0004I\u0004.\u0004F\u0004-\u0004C\u0004T\u0004S\u00046\u0004/\u0004$\u0004\u0012\u0004 \u0004I\u0004U\u0004D\u0004B\u00046\u00041\u0004O\u0004-\u0004F\u0004[\u0004S\u0004\u0012\u0004P\u0004d\u0004)\u0004\u0017\u0004\u0017\u0004\u0018\u0004R\u0004(\u0004\u0018\u0004-\u00042\u0004%\u0004O\u0004O\u0004=\u0004.\u0004-\u0004S\u0004\u0017\u0004\u001c\u0004\u001d\u0004=\u0003\u00040\u0004.\u0004@\u0004\t\u00045\u00045\u0004A\u0004S\u0004C\u0004K\u00047\u0004'\u0004%\u0004@\u0004`\u0004.\u0004 \u0003\u00044\u0004@\u0004N\u00041\u0004\u001e\u0004=\u00048\u0004@\u00048\u0004\n\u0004\u000e\u0004'\u0004\u001e\u0004\u0004a\u0004Z\u0004#\u00041\u0004+\u0004C\u00042\u0004:\u0004O\u0004?\u00049\u0004^\u0004S\u0004@\u0004I\u0004;\u0004\u0019\u0004X\u00044\u0004D\u0004)\u0004[\u0004H\u0006\u0004\u00047\u0004&\u0004<\u0004 \u0004\u001c\u0004R\u0004\r\u0004\u001a\u0004Y\u0004$\u0004/\u0004\u001e\u0004\u0017\u0004#\u0003\u0004J\u0004\u001f\u0004:\u00049\u0004%\u00041\u0004F\u0004\u0011\u0004?\u0004+\u00041\u00047\u0004F\u0004@\u00042\u0004+\u0004\u0010\u0004?\u00040\u0004J\u0004N\u0004&\u00049\u0004\u001e\u0004,\u0004*\u00040\u0004[\u0004M\u0004\u000e\u0004E\u0004\u001f\u0004!\u0004/\u0004k\u0004\u0017\u0004#\u0004Q\u0004\u001b\u0004:\u0004\u0007\u0004/\u0004N\u0004\u001d\u00042\u0004\u001a\u0004=\u0004%\u0004R\u0004%\u0004.\u0004*\u00040\u0004\u001d\u00049\u0004*\u0004-\u00040\u0003\u0004\u001f\u0004-\u0004\u001d\u00045\u0004%\u0004\u0018\u0004+\u0004V\u0004'\u0004%\u0004I\u0004]\u00048\u0004P\u0004*\u0004\u001e\u0004G\u0004G\u0004M\u0004-\u0004S\u0004\u0013\u0004\u001a\u0004@\u0004/\u0003\u0004C\u0004#\u0004.\u0003\u0004\u0017\u00049\u0004\\\u0004#\u0004=\u00041\u00044\u0004I\u0004 \u0004\u0013\u0004\u001c\u0004M\u0004\u001e\u0004\u001c\u00044\u0004*\u0004$\u0004+\u0004F\u0004\u0017\u00044\u0004@\u00042\u0004\"\u0004:\u0004<\u0004)\u0004\u0018\u0004'\u0004<\u0004\n\u00043\u0004V\u00044\u0004e\u0004\u001a\u0004(\u0004\u0015\u0004\u001b\u0004;\u0004\"\u0004<\u0004<\u0004N\u00048\u0004D\u00045\u0004\u001c\u00049\u0004+\u00049\u0004\u001d\u0004:\u00043\u0004\"\u0004V\u0004\"\u0004^\u0004-\u0004/\u0004*\u0004r\u0004B\u0004'\u0004O\u0004?\u0004=\u0004N\u0004X\u0004P\u0004\u0004k\u0004\u0004]\u0004N\u0004\u0001\u0004&\u0004S\u0004=\u0004,\u0004>\u0004Q\u00048\u0004V\u0004\u0019\u0004\t\u0004H\u0004\u0003\u0004;\u0004,\u0004J\u0004M\u00043\u0004\u0017\u00043\u0004 \u0004\u001f\u0004.\u0004L\u0004/\u00045\u0004\u0014\u00047\u0004@\u0004[\u00046\u0004V\u0004\\\u0004Q\u0004\u000e\u0004^\u0004B\u0004)\u0004%\u00043\u0004\u0010\u0004A\u0004\u0004\u0004?\u0004,\u00040\u0004/\u0004$\u0004=\u00046\u0004I\u00040\u0004R\u0004J\u0004-\u0004-\u0004\u0011\u0004+\u0004:\u0004\u0019\u0004/\u0004!\u0004\u0016\u00040\u0004<\u0004F\u0004\u0015\u0004Z\u0004@\u0004\u0011\u00045\u00046\u0004K\u0004>\u0004\u001e\u0005n\u0004T\u00046\u0004\u001a\u0004\u001b\u0004!\u0004Q\u0004\u000e\u0004I\u0004?\u00042\u0004N\u0004&\u0004\u0018\u0004*\u0004\b\u0004D\u0004\u0018\u0004%\u0004?\u0004/\u0004>\u0004[\u0004\u0012\u0004.\u0004Q\u0004\u0005\u0004 \u0004\n\u0004c\u0004\u001e\u0004@\u00048\u0004\u001f\u0004+\u0004?\u0004:\u0004>\u0004\u0000\u0004E\u0004\b\u0004H\u0004\u0000\u0004/\u0004\u001b\u0003\u00040\u0004\u0017\u0004*\u0004.\u00046\u0004'\u0004;\u0004\"\u0004\u0014\u0004.\u0004,\u0004=\u0004'\u0004L\u00041\u00040\u0004=\u0004\u000e\u0004\u001a\u0004&\u0004X\u0004K\u0004\u000e\u0004'\u00043\u0004\u001b\u00043\u00047\u00042\u0004+\u0004K\u0004\u001f\u0004'\u0004\u001a\u0004'\u0004\"\u0004$\u0004Z\u00046\u00045\u0004M\u0004E\u0004Q\u0004,\u0004C\u0004\u000e\u0004\u001f\u00044\u0004\t\u0004\u001a\u0003\u0004:\u00045\u00042\u0004.\u0004E\u00045\u0004\u0018\u0004E\u0004\u001a\u00044\u0004?\u0004=\u0004>\u0004\u001a\u0004A\u00048\u0004\u0017\u00049\u00041\u0004(\u0004\u001e\u00043\u0004\u001c\u0004@\u0004<\u00049\u0004D\u0004D\u0004P\u0004-\u0004E\u0004\u001c\u0004\u0001\u0004\u0004\u0004\u001f\u00041\u0004\u0015\u0004\u0004\u0004\u0005\u0004%\u0004A\u0004P\u0004<\u0004&\u00041\u0004*\u0004\u0013\u0004G\u0004]\u0004S\u0004<\u00047\u0004C\u0004T\u0004\u0019\u0004K\u0004\u001b\u0004e\u0004\u001c\u0004W\u0004^\u0004\u0012\u0004P\u0004\u0015\u0004H\u00040\u0004K\u0004M\u0004<\u0004,\u0004\u0004X\u0004N\u0004/\u0004O\u0004M\u0004s\u0004\u0004\u0004\u0004\u0004]\u0004m\u0004D\u0004\\\u0004>\u0004\\\u0004\u001a\u0004\u001d\u0004D\u0004\r\u0004>\u0004(\u0004\u001c\u0004)\u0004!\u00042\u00043\u0004W\u0004H\u0004M\u00041\u0004G\u00045\u0004G\u00042\u0004\"\u0004D\u0004\u0012\u00042\u0004E\u0004-\u00045\u0004B\u00044\u0004>\u00041\u0004%\u0004C\u00046\u0004.\u0004B\u0004-\u0004;\u0004\u0003\u0004'\u0004$\u0004\u001f\u0004L\u0004#\u0004;\u0004J\u0004B\u0004.\u0004:\u0004\u0010\u0004>\u0004D\u0004\u0018\u0004]\u0004;\u0004\u0017\u0004T\u00049\u0004*\u0004'\u0004=\u0004\u0018\u00041\u0004\u001c\u0004\u001a\u00045\u0004:\u0003\u0004#\u0004.\u0004A\u0004!\u0004\u001d\u0004k\u0004-\u0004,\u00048\u00048\u0004'\u0004J\u0004\u0018\u0004Y\u0004\u0019\u0004 \u0004%\u00046\u0004C\u0004U\u00040\u0004@\u0004\u000f\u0004)\u0004L\u00049\u0004\u0019\u0004)\u0004L\u0004*\u0004M\u0004N\u0004\u000e\u00047\u00048\u0004`\u0004\r\u0004=\u0004-\u0004\u0011\u00042\u0004*\u0004]\u0004\u0015\u0004\f\u00049\u0004!\u0004^\u00042\u0004'\u0004,\u00046\u0004\u000f\u0004-\u0004D\u0004C\u0004)\u00048\u0004\u0018\u0004\u001c\u0004:\u0004+\u00045\u0003\u00045\u0004$\u0004*\u0004:\u0004I\u0004;\u0004X\u00045\u0004^\u0004<\u0004I\u0004\u0017\u0004'\u00043\u00048\u00042\u0004\u001c\u0004U\u0004-\u0004?\u0004A\u0004W\u0004\u001c\u00049\u0004&\u0003\u0004\u0018\u0004\u001b\u00048\u0004?\u0004>\u0004;\u0004A\u0004\u001c\u0004.\u0004$\u00040\u0004<\u0004B\u00040\u0004?\u00040\u0004*\u0004$\u0004%\u0004\u0000\u0004(\u0004D\u00046\u0004&\u0004\u0019\u0004@\u00047\u0004?\u0004J\u0004#\u0004L\u0004N\u0004=\u0004\u0011\u0004&\u0004\u0014\u00046\u0004P\u0004(\u0004*\u00046\u0004<\u0004%\u0004\u001c\u0004'\u0004^\u0004.\u0004)\u0004[\u0004;\u0004=\u0004A\u0004 \u00048\u00047\u0004@\u0004`\u0004;\u0004B\u0004.\u0004=\u0004\u0017\u0004(\u00045\u0004\u001c\u00046\u00048\u0004:\u0004\u001c\u0004>\u0004R\u0004:\u0004]\u0004a\u0004[\u0004T\u0004C\u0004\u001b\u0004,\u0004%\u0004/\u00044\u0004X\u0004m\u0004;\u0004'\u0004=\u0004N\u0004\u0004\u0005\u000b\u0004\u0004\u0004\u0004m\u0004I\u0004=\u0004(\u0004=\u0004\u001e\u0004K\u0004\u001f\u0004J\u0004-\u0004]\u0004@\u0004c\u0004,\u0004!\u0004\u0014\u0004?\u0004D\u0004\u0018\u0004)\u0004'\u0004\u0014\u0004?\u0004>\u0004G\u0004J\u0004N\u0004F\u0004 \u0004-\u0004 \u0004s\u0004)\u0004C\u0004<\u0004*\u0004\u0018\u0004\u0011\u0004\u0017\u0004,\u0004J\u0004\u001d\u0004L\u0004L\u00047\u0004,\u0004'\u0004n\u0004\u0007\u00043\u0004C\u0004I\u00047\u0004\u001b\u0004F\u0004\f\u0004,\u0004\u0017\u0004\"\u0004?\u0004U\u0004\u0012\u0004N\u0004\u0013\u0004A\u0004H\u0004H\u0004\u001c\u0004\u001b\u0004b\u0004,\u0004\f\u0004>\u0004'\u0004/\u0004B\u0003\u0004-\u00042\u0004(\u0004\u0015\u00049\u0004 \u0004B\u0004\u0019\u0004U\u0004\u0000\u0004\u0014\u00040\u00048\u0004!\u0004\"\u0004$\u0004R\u0004?\u00047\u0004C\u0004T\u0004?\u00044\u0004B\u0004C\u0004D\u0004\r\u0004@\u0004N\u0004:\u0004<\u00042\u0004'\u00040\u0004.\u0004?\u0004B\u0004\\\u0004\r\u0004\u001f\u0004Y\u0004(\u0004H\u00040\u0004\u0019\u0004<\u0004A\u0004\u001b\u0004$\u0004\u001f\u0004A\u0004>\u0004\t\u0004\u001d\u0004@\u00047\u0004.\u0004R\u0004\u0012\u0004\u001f\u0004I\u0004V\u0004B\u0004I\u0004Z\u0004h\u00043\u00043\u0004E\u0004&\u0004\u001c\u0004?\u0004N\u0004Y\u00049\u0004V\u0004J\u0004S\u0004Q\u0004/\u0004>\u0004,\u0004\u001d\u0004R\u0004\u0006\u0004%\u0004(\u0004#\u0004!\u0004\u000e\u0004\u0017\u0004?\u0004U\u0004\u001e\u0004\u0014\u0004H\u0004@\u00047\u00047\u0004\u000f\u0004.\u0004)\u0004'\u0004E\u0004D\u0004_\u00049\u0004\"\u0004\u0017\u0004(\u0004*\u00041\u0004&\u0004L\u0004?\u0004\u0013\u00041\u0004\u0019\u0004\u0010\u00044\u0004/\u0004\u0014\u0003\u0004#\u0004;\u0004C\u00046\u00042\u0004\u0001\u0004:\u0004I\u0004T\u0003\u0004O\u0004*\u0004I\u0004O\u0004\u0012\u0004>\u0004,\u0004H\u0004/\u0004U\u0004/\u0003\u0004<\u0004'\u00048\u00046\u0004*\u0004$\u0004\r\u00042\u00045\u0004'\u0004Z\u0004M\u0004\u0004,\u0004<\u00045\u0004\u0014\u0004\u0012\u0004C\u0004C\u0004A\u0004J\u0004\u0012\u0004&\u0004P\u0004B\u0004*\u0004\u0004d\u0004`\u0004\u0004z\u0004s\u0004V\u0004W\u0004\u0013\u0004\u0004\u00040\u0004&\u0004F\u00047\u0004M\u00045\u00040\u0004?\u0004;\u0004=\u0004:\u0004(\u0003\u00048\u0004\u0019\u0004\u0012\u0004[\u0004!\u0004\r\u0004,\u0004D\u00042\u0004B\u00048\u0004`\u0004!\u00042\u00042\u0004%\u0004l\u0004*\u0004!\u0004(\u0004'\u0004\u0012\u0004P\u0004Q\u0004A\u0004B\u0004m\u0004N\u0004%\u00045\u0004-\u0004D\u0004G\u0004\u001b\u0004!\u00040\u0004\\\u0004%\u00042\u0004=\u00044\u0004,\u0004C\u00041\u0004C\u0004L\u0004T\u0004:\u0004@\u0004<\u0004*\u0004:\u00044\u0004W\u0004L\u0004,\u0004:\u0004\u0016\u0004$\u0004#\u0004\u000e\u00046\u0004;\u0004H\u0004$\u0004e\u0004\t\u0004^\u0004L\u0004+\u0004:\u00043\u0004A\u0004\u001f\u00043\u0004\u0006\u0004@\u0004!\u0004\u0002\u0004&\u0004/\u0004[\u0003\u0004)\u00049\u0004@\u0004=\u0004.\u0004\u001e\u0004E\u0004X\u0004+\u0004B\u00046\u0004W\u00041\u0004\u0004\u0004'\u0004\u0016\u00049\u0004\n\u0004#\u0004%\u0004\u0019\u0004(\u0004\u0018\u0004A\u00041\u0004(\u00046\u0004\u001d\u0004J\u00049\u0004<\u00046\u0004!\u0004E\u0004.\u0004K\u0004N\u0004-\u0004\u0017\u0004\u0019\u0004,\u00044\u0004\u000f\u0004U\u0004\"\u00044\u0004C\u0004&\u0004\f\u00043\u0004P\u0004#\u0004C\u0004o\u0004r\u0004\u0004c\u0004&\u0004]\u0004?\u0004\u0018\u0004\u001a\u00048\u0004$\u0004;\u0004K\u00045\u0004;\u0004?\u00049\u00046\u0004=\u0004P\u0004I\u0003\u0004O\u0004\t\u0004T\u00040\u0004\u001b\u0004=\u00044\u0004F\u0004;\u0004 \u0004>\u0004{\u0004:\u0004G\u0004\u0007\u00046\u00042\u00044\u0004$\u0004W\u0004\u0004\u0004/\u0004>\u0004?\u0004&\u0004\u001f\u0004$\u0004'\u0004K\u0004F\u0004\u0019\u00045\u0004K\u0004L\u0004L\u0004<\u0004C\u0004\u0003\u0004\u0003\u0004Q\u0004R\u0004\u0006\u0004@\u0004D\u0004D\u0004$\u0004V\u00047\u0004-\u00040\u0003\u0004$\u00047\u0004,\u00049\u0004:\u0004=\u00046\u0004/\u0004<\u0004G\u0004?\u0004G\u0004 \u00040\u0004\u001e\u00049\u0004C\u0004V\u0004-\u0004:\u0004<\u0004C\u0004\u0019\u0004A\u00048\u0004K\u0004S\u00046\u0004u\u00047\u0004p\u00045\u0004K\u0004\n\u0004O\u0004$\u0004Q\u00047\u0004!\u0004-\u0004N\u0004&\u0004\u001e\u0004&\u0004\u0013\u0004#\u0004M\u0004?\u0004'\u0004]\u0004\u0017\u0004(\u00046\u0004D\u0004\u0015\u0004D\u00049\u0004E\u00044\u00046\u0004'\u00045\u00042\u0004-\u0004S\u0004:\u00044\u00046\u0004\u001b\u0004<\u0004<\u0004'\u0004)\u0004d\u0004>\u00043\u0003\u0004:\u00046\u0004#\u0004?\u0004T\u0004 \u0004;\u0004\u0019\u0004#\u0004#\u0004B\u0004K\u0004*\u0004B\u0004/\u0004%\u0004C\u0003\u0004!\u00044\u00042\u0004;\u00044\u0004\u001c\u0004\u0016\u0004\b\u0004.\u0004M\u00040\u0004\u0017\u0004A\u0004$\u0004B\u0004C\u00045\u00046\u0004\u001f\u0004@\u0004\u001b\u00049\u00046\u0004.\u0004M\u0004\u0013\u0004\u000f\u0004-\u0004J\u0004\u0011\u00049\u0004'\u0004G\u0004)\u00049\u0004#\u0004B\u0004)\u00041\u0004:\u0004$\u0004B\u00048\u0004 \u0004\u001c\u00048\u0004U\u0004 \u0004H\u0004&\u0004,\u0004D\u0004;\u0004\u000e\u0004(\u00042\u0004)\u0004\u0012\u0004A\u0004%\u00047\u0004\u000f\u0004%\u0004\"\u0004A\u0004\u000f\u0004+\u0004[\u0004Q\u00040\u0004;\u00040\u0004:\u0004\u001a\u0004'\u0004\u0019\u0004A\u0004+\u0004 \u0004%\u0004#\u0004&\u0004#\u0004^\u0004\u001f\u0004>\u00040\u00046\u0004o\u0004\u0004s\u0004>\u00042\u0004[\u0004+\u0004f\u0004Q\u0004.\u0004\u000e\u0004<\u0004\u0012\u0004A\u0004\"\u0004\\\u0004A\u0004\u001e\u00047\u0004.\u00047\u0004\u001e\u0004(\u0004-\u0004$\u0004H\u0004%\u0004B\u0004#\u0004%\u0004+\u0004H\u0004.\u0004N\u0004I\u0004\u000b\u0004>\u00040\u00041\u00047\u0004=\u0004'\u0004A\u0003\u0004?\u0004#\u0004L\u0004\u0010\u0004M\u00047\u0004O\u0004K\u0004#\u0004\u0015\u0004\u0007\u0004H\u0004\u0019\u0004(\u00041\u0004\u0018\u0004\"\u00042\u0004\"\u0004c\u0004r\u0004,\u0004h\u00040\u0004\u000b\u00043\u0004]\u0004V\u0004<\u0004B\u0004;\u0004?\u0004\u0005\u0004\u000b\u00042\u0004\u001b\u00041\u0004.\u0004f\u00045\u0004Y\u0004%\u0004\f\u0004J\u0004S\u0004\u0015\u0004&\u0004'\u0004M\u0004\u0015\u0004S\u0004\"\u0004'\u0004Q\u00043\u0004>\u0004:\u0004R\u0004W\u0004N\u0004\u0018\u0004(\u0004=\u00047\u0004[\u00043\u0004<\u00049\u0004\u001a\u0004#\u00040\u0004\u001f\u0004G\u0004\u0013\u0004D\u0004K\u0004]\u0004\u000f\u0004P\u0004H\u0004E\u0004I\u0004,\u0004\u0010\u0004$\u0004!\u00046\u00045\u0004\u001c\u0004;\u00043\u0004\u001c\u0004Z\u0004V\u0004\r\u0004)\u00045\u0004=\u0004\"\u0003\u0004\n\u0004C\u0004=\u0004/\u0004L\u0004/\u0004)\u00046\u00040\u0004=\u0004\u000f\u00043\u0004J\u00049\u0004=\u00044\u0004:\u0004)\u0004!\u0004)\u0004>\u0004+\u0004Y\u0004A\u00043\u0004\r\u0004%\u0004J\u00046\u00047\u0004!\u0004J\u0004G\u00045\u0004>\u0004\u001e\u0004C\u0004,\u00041\u0004-\u0004K\u0004j\u0004l\u0004Y\u00044\u0004.\u0004N\u0004;\u0004M\u0004%\u00048\u00048\u0004\u001c\u0004/\u0004C\u0004\b\u0004:\u00042\u0004J\u00044\u0004@\u0004\"\u0004\u001e\u00044\u0004;\u0004.\u0004(\u0004\u0010\u0004C\u0004*\u0004P\u0004(\u00043\u00049\u0004?\u0004\"\u0004<\u0004\u0010\u0004q\u0004\u0015\u0004J\u0004%\u0004\u000e\u0004;\u0004&\u0004Y\u0004<\u0004\u001e\u00042\u0004\"\u00041\u0004\"\u00044\u0003\u0004\u0014\u0004\u0014\u0004X\u0004T\u0004$\u0004G\u0004\u000f\u0004%\u0004+\u0004\u0016\u0004,\u0004A\u00044\u0004&\u0004,\u0004J\u0004>\u0004D\u0004j\u0004S\u00045\u00047\u0004\u000e\u00046\u00047\u0004R\u0004.\u0004\u0011\u0004>\u0004/\u00043\u0004\u000e\u0004F\u0004\u001e\u0004+\u0004\u000e\u00040\u0004Z\u0004\u0018\u0004Z\u00040\u0004K\u0004E\u0004C\u0004\u0015\u0004\r\u0004$\u0004?\u0004(\u0004$\u0004D\u0004F\u0004!\u0004W\u0004#\u00047\u0004N\u0004(\u00047\u0004 \u0004\u0016\u0004Q\u00044\u00043\u00046\u0004\u0016\u0004\u0018\u0004*\u0004H\u0004-\u0004$\u00042\u0004\u000e\u0004\u001a\u00046\u0004,\u00045\u0004\u001e\u0004O\u00048\u0004\u0002\u0005]\u0004\u0004+\u0004\\\u0004<\u0004\u0016\u0004&\u00047\u00044\u0004+\u00043\u00046\u0004G\u0004-\u0004<\u0004(\u0004!\u0003\u0004.\u0004E\u0004!\u00047\u0004J\u0004.\u0004\u001f\u0004\u0013\u00042\u0004G\u00049\u0004+\u00044\u0004\u001c\u00041\u0004\u0011\u0004%\u0004Q\u0004W\u0004<\u0004Q\u0004\\\u00040\u0004H\u0004M\u0004I\u0004\u0010\u0004>\u00043\u0004b\u0004*\u0004;\u0004:\u0004\u001a\u0004R\u00043\u0004X\u0004\u001e\u0004\u0015\u0004?\u0004?\u0004=\u0004;\u0004b\u0004%\u0004D\u0004G\u0004!\u0004D\u0004\"\u0004\u0016\u0004\u0019\u0004.\u00048\u0004,\u0004A\u00045\u0004/\u0004\u0010\u0004B\u0004\u001a\u0004&\u0004<\u0004\"\u0004E\u0004?\u0004t\u0004f\u0004B\u0004*\u0004:\u0004I\u0004K\u0004<\u00046\u0004.\u00046\u0004C\u0004$\u0004=\u0004E\u0004,\u0004>\u0004*\u0004Q\u0004\"\u00048\u0004/\u0004,\u0004\u001c\u0004\u0015\u0004\u001a\u0004+\u0004Y\u0004\u0004\u0004\u0004`\u0004S\u00043\u00042\u0004 \u0004,\u0004@\u0004_\u0004J\u0004.\u0004Z\u0004>\u0004'\u0004:\u0004\u001e\u00043\u0004H\u0004/\u0004(\u0004\u001d\u0004,\u0004&\u0004K\u0004\u0017\u0004\"\u0004.\u0004#\u0004,\u0004\u001c\u0004:\u0004%\u0004>\u0004\u001b\u00047\u0004-\u0004-\u00047\u0004J\u00046\u0004+\u0004#\u0004\u0014\u0004D\u0004?\u0004\u0017\u00040\u0004\u0011\u00042\u0004)\u0004\u0013\u0004,\u0004,\u0004J\u0004\u001f\u0004&\u0004:\u0004L\u0004L\u0004\u000e\u0004\u001f\u0004\u0004\u0004\"\u0004'\u0004<\u0004E\u00045\u0004J\u0004l\u0004E\u0004D\u0004\u0012\u00040\u0004Q\u00049\u00042\u0004a\u0004F\u0004n\u0004?\u0004T\u0004\u0004A\u0004'\u0004\r\u0004B\u00043\u0004-\u0004(\u0004(\u0004\"\u0004;\u00047\u0004G\u00046\u0004X\u0003\u0004J\u00041\u0004E\u0004)\u0004\u001a\u0004\"\u0004T\u0004>\u0004F\u0004 \u0004\\\u00040\u0004R\u0004(\u0004\u001e\u00040\u0004:\u0004\"\u0004$\u00041\u00046\u0004\u001a\u0004+\u0004+\u00045\u0004H\u0004V\u0004@\u0004\"\u0004=\u00045\u0004\u0018\u0004G\u0004>\u0004\u001e\u0004Q\u0004\u0017\u00042\u0004\u0017\u0004\"\u0003\u0004\u0014\u0004J\u0004/\u0004<\u0004z\u0004R\u00041\u0004G\u0004\u000e\u00041\u0004-\u0004,\u0004\u000e\u0004(\u0004D\u0004+\u0004!\u0004!\u00047\u0004\u0018\u00042\u0004e\u0004\u001f\u0004\u001e\u0004C\u0004C\u0004\u000e\u0004\u0013\u0004D\u0004)\u0004:\u0004'\u00042\u0004j\u0004\u001d\u0004\u0013\u0004.\u00042\u0004M\u0004D\u0004A\u0004G\u00042\u0004?\u0004I\u0004+\u0004\u0016\u0004(\u0004R\u0004(\u0004*\u0004(\u00041\u00042\u00043\u0004@\u0004G\u0004=\u0004F\u0004-\u0004S\u0004>\u00042\u0004\u0011\u0004%\u00040\u00044\u0004-\u0004\u000b\u0004?\u00041\u0004U\u00046\u0004F\u0004&\u00047\u0004=\u0004H\u00043\u0004E\u0004G\u0004\t\u0004@\u0004K\u0004\u000f\u00047\u0004C\u0004M\u0004o\u0004F\u0004[\u0004G\u0004\r\u0004/\u0004Z\u0004(\u0004N\u00040\u0004N\u00048\u0004\u0015\u0004<\u0004$\u0004\u001b\u0004\u0005\u0004\u001c\u0004*\u0004Z\u0004O\u0004\u001f\u0004H\u0004$\u0003\u0004X\u0004]\u0004\u0005\u0005\u00054\u0004\u00043\u0004 \u0004&\u0004\u001a\u0004\u001f\u0004$\u0004X\u0004?\u00049\u0004&\u0004?\u0004+\u00042\u0004 \u0004g\u0004\u000b\u0004%\u00049\u00045\u00046\u0004D\u00046\u0004\u000b\u0004B\u0004\u0019\u0004\u001a\u0004n\u0004G\u0003\u0004(\u0004A\u0004C\u0004 \u00044\u0004\u0014\u0004$\u00045\u0004\u001a\u0004_\u00043\u0004A\u0004>\u00044\u0004H\u0003\u0004G\u00046\u00042\u0004@\u0004D\u0004\u0019\u0004;\u0004\u001d\u0004\u0014\u0004\u001b\u0004)\u0004H\u0004\u001e\u00045\u0004+\u0004+\u0004\"\u0004&\u0004\t\u0004\f\u0004\u001d\u00047\u00043\u0004\u001f\u0004:\u0004U\u0004\u0018\u0004F\u0004\u0014\u0004_\u0004P\u0004|\u0004>\u0004?\u0004G\u0004J\u0004;\u0004#\u00042\u0004 \u0004%\u0004\u001f\u0004\u001c\u00046\u0004Y\u0004.\u0004\"\u00041\u0004-\u0004&\u0004*\u0004-\u0004;\u0004)\u0004\u000e\u0004B\u0004/\u0004?\u0004\u0017\u0004C\u0004\u0013\u0004\u0007\u0004!\u0003\u0004L\u00040\u00044\u0004%\u0004N\u0004\u001b\u0004.\u0004$\u0004\u001f\u0004\u000b\u0004*\u0004\u001f\u0004W\u0004\r\u00041\u0004?\u0004\u001c\u0004<\u0004\n\u0004=\u0004$\u0004M\u0004?\u0004`\u0004.\u0004)\u0004C\u0004$\u0004*\u0004@\u00045\u0004(\u0004/\u0004g\u0004D\u0004?\u0004-\u00042\u0004\u0018\u0004@\u00043\u0004A\u0004B\u0004*\u00044\u0004$\u0004M\u00042\u0004@\u0004\u000e\u0004\u001f\u0004]\u0004X\u00042\u0004\u000f\u00046\u0004=\u00044\u0004\u000b\u0004!\u0004O\u0004.\u0004&\u0004Z\u0004-\u0004T\u0004E\u0004\b\u00045\u0004L\u0004:\u0004J\u0004M\u0004\u0013\u0004.\u0004\b\u0004;\u0004\u0011\u0004W\u0004)\u0004\u0012\u0004\"\u0004;\u0004$\u0004/\u00041\u00049\u0004\u0012\u0004\"\u0004@\u0004^\u0004:\u0004)\u0004(\u0004K\u0004'\u0004D\u00042\u0004L\u0004W\u0004M\u00048\u0004;\u0004/\u0004*\u0004&\u00040\u00045\u00045\u0004\u001c\u0004P\u0004\"\u0004(\u0004g\u00048\u0004f\u0004+\u0004r\u0004m\u0004;\u0004?\u0004.\u00045\u00044\u0004M\u0004\u0005\u0004;\u0004\u001e\u00046\u0004!\u0004C\u0004=\u0004 \u00046\u0004)\u0004_\u00044\u0004%\u0004#\u0004\u0015\u0004%\u0004z\u0005\u0010\u0006\u0007\u0006p\u0005d\u0004?\u0004Q\u0004\u0018\u00045\u0004.\u00046\u0004L\u0004Y\u0004.\u0004H\u0004\u001a\u0004\u001a\u0004:\u0004!\u00041\u00047\u0004Z\u0004\"\u0004@\u00049\u0003\u0004F\u00040\u0004?\u0004C\u0004/\u0004\u0016\u0004%\u0004*\u00043\u0004A\u0004:\u0004\u001d\u0004G\u0004>\u0004C\u0004)\u0004E\u0004]\u0004Q\u0004>\u00049\u0004<\u0004i\u0004#\u0004\u001e\u0004:\u0004[\u0004-\u0004B\u0004\u0013\u00041\u0004\u001d\u00043\u0004:\u0004-\u0004,\u0004E\u0004B\u0004<\u0004:\u0004D\u0004[\u0004L\u0004K\u0004\u000f\u0004/\u0004\f\u0004B\u0004(\u0004\u0014\u0004\u001e\u0003\u0004\u001b\u00045\u0004\u0004B\u0004V\u0004T\u0004@\u0004L\u0004\n\u0004&\u0004@\u0004:\u0004\u0011\u0004;\u0004(\u0004-\u0004 \u0004-\u0004]\u0004;\u0004*\u0004-\u00040\u0004\u0017\u0004 \u0004D\u0004n\u0004 \u00044\u0004I\u0004\u0010\u0004Y\u00042\u0004*\u0004A\u0004B\u0004)\u00047\u0004?\u0004.\u0004B\u00041\u0004#\u00040\u0004>\u00044\u0004(\u0004\u001a\u00048\u0004g\u00045\u0004b\u0004\u0015\u0004A\u0004\\\u0004C\u00048\u0004P\u0004\u001a\u0004!\u00042\u0004\"\u00045\u0004$\u0004\u001c\u0004F\u0004\u0000\u00041\u0004U\u0004E\u0004F\u00045\u0004&\u0004,\u0004\u0016\u0004B\u0004\u001f\u0004\u001a\u0004,\u0003\u0004*\u0004J\u00045\u0004\u0015\u0004R\u0004;\u0004*\u0004-\u0004C\u0004(\u0004C\u0004V\u00042\u0004@\u00040\u0004\r\u0004&\u0004\u001d\u0004,\u00045\u0004?\u00043\u0004\u0014\u0004\u001e\u00040\u0004\u0004\u00043\u0004\u0019\u0004)\u0004:\u0004\u001b\u00042\u0004<\u0004'\u0004C\u0004\u001d\u0004;\u0004P\u00041\u0004-\u0004\u001b\u0004R\u00044\u0004;\u0004,\u00042\u0004\u0016\u00043\u00042\u0004@\u0004L\u0004+\u0004<\u0004B\u00041\u0004`\u00042\u0004\"\u0004)\u0004D\u00041\u0004N\u0004H\u0004:\u00043\u0004!\u0004C\u0004*\u0004#\u0004^\u0004F\u0004O\u0004&\u00042\u0004h\u0004\u0007\u0004\u000e\u00047\u00047\u0004R\u0004O\u0004\u001b\u0004,\u00041\u0004\u0015\u0004+\u00048\u0004=\u0004:\u0004<\u00040\u0004\u001b\u0004(\u0004\u000e\u0004B\u0004\t\u00048\u0004i\u0004\u0006!\u0006\u0006?\u0005E\u0004~\u0004Y\u0004#\u00040\u0004;\u0004\u0013\u0004\r\u0004z\u0004\"\u0004-\u0004\u0005\u0004 \u0004$\u0004.\u0004$\u0004\u0016\u0004\u0017\u0004>\u0004*\u0004&\u0004\u0019\u0004:\u0004%\u00045\u0004<\u0004E\u0004-\u0004L\u00043\u0004U\u0004O\u0004r\u0004N\u0004C\u0004*\u0004=\u0004F\u0004\u0005\u0004'\u0004\u001d\u0004_\u0004#\u00044\u0004\u001f\u0004J\u00040\u0004,\u0004-\u00044\u0004?\u0004+\u0004\u000b\u0004\n\u0004C\u0004;\u00043\u0004=\u0004U\u00040\u0004E\u0004Q\u0004\u001b\u0004B\u0004O\u00040\u00042\u0004L\u0004\u001c\u0004+\u0004/\u0004a\u0004?\u0004O\u0004J\u0004e\u0004I\u0004:\u00040\u0004\r\u0004$\u0004<\u0004 \u0004.\u0004\u0018\u0004,\u0004%\u00042\u0004(\u00044\u0004]\u0004&\u0004:\u0004 \u0004A\u0004\u0014\u0004D\u0004$\u0004E\u0004%\u0004F\u00048\u00042\u0004\u001a\u0003\u0004$\u0004!\u00042\u0003\u0004H\u0004@\u00049\u0004F\u0004)\u0004C\u0004H\u0004\u0006\u0004\u0013\u0004\u001c\u00049\u0004L\u0004&\u0004#\u0004L\u00049\u00045\u0004$\u0004\u0012\u0004D\u0004P\u0004\u001e\u00041\u0004-\u0004\u000b\u0004?\u0004\u000b\u00044\u0004H\u0004,\u0004X\u0004'\u0004/\u0004G\u0004R\u0004\u0019\u0004#\u0004H\u00044\u0004O\u0004V\u0004.\u0004$\u0004F\u00046\u00045\u0004+\u0004O\u0004.\u0004.\u0004\u001d\u0004D\u0004C\u00046\u0004\u0016\u0004Q\u00042\u00046\u0004>\u0004(\u00045\u0004?\u0004\u0004\u0004V\u00047\u0004\u001d\u00045\u0004;\u0004-\u00048\u0004B\u0004>\u0004J\u0004<\u00045\u0004Q\u0004\"\u0004*\u0004=\u0004\u0017\u0004\u001c\u0004$\u0004T\u0004\"\u0004K\u00043\u0004\u0001\u0004`\u0004H\u0004W\u0004\u0002\u0004\u001a\u0004O\u00043\u0004H\u0004K\u0004E\u0004&\u00040\u0004>\u00043\u0004/\u0004J\u0004;\u0004=\u0004(\u0004?\u0004)\u0004\u0014\u0003\u0004\u001f\u00047\u0004H\u0004.\u0004>\u0004J\u0004(\u0004?\u0004<\u0004B\u0004>\u0004.\u00043\u00045\u00043\u0004\"\u00043\u0004#\u00047\u00041\u0004D\u0004c\u0004S\u0004(\u0004;\u0004\u001f\u0004<\u0004\u001d\u0004\u0012\u0004\u001d\u0004M\u0004\u0010\u0004<\u0004\u0004\u0004\u0004\u0004\u0004r\u0004)\u0004F\u0004+\u0004!\u0004#\u00047\u0004P\u0003\u0004\u000f\u0004\u0011\u00042\u0004%\u0004\u0016\u0004=\u00049\u0004G\u00041\u0004-\u0004A\u0004F\u0004\u0011\u0004:\u0004*\u0004:\u00048\u0004*\u0004,\u0004k\u0004|\u0004^\u0004c\u0004Q\u0004\u0016\u00049\u00040\u0004\u0014\u0003\u0004\u0005\u0004F\u0004Y\u0004*\u0004@\u0004@\u0004=\u0004\u001d\u00045\u0004\u0017\u0003\u00046\u0004\u0014\u0004\u0005\u0004#\u0004\u0017\u00046\u0004G\u0004C\u0004\u001d\u0004\u0004o\u0004V\u0004.\u0004>\u0004E\u0004_\u0004x\u0004$\u0004O\u0004C\u0004W\u0004:\u0004/\u0004E\u0004G\u0004U\u0004a\u0004{\u0004J\u0004N\u0004.\u00047\u0004$\u00044\u0004\"\u0004 \u0004\t\u0004\u001f\u00042\u0004.\u00045\u0004{\u0004\r\u0004B\u0004'\u0004C\u0004A\u0004I\u0004\u0018\u0004'\u0004\u0005\u0004\u0003\u0004:\u0004>\u0004\u001d\u0004\u001c\u00044\u0004(\u0004\u0014\u0004<\u0004*\u0004B\u00045\u0004S\u0004H\u00040\u0004B\u0004>\u0003\u0004;\u0004*\u0004&\u0004.\u0004#\u0004<\u0004]\u0004=\u0004%\u0004\u0016\u00046\u0004\u000b\u0004f\u00042\u00045\u0004Z\u0004%\u0004\u001c\u00049\u0004@\u0004&\u0004 \u0004=\u0004C\u0004\u000f\u0004?\u0004#\u00041\u0004-\u0004!\u0004(\u0004*\u00048\u0004/\u0004\u0014\u0004\u001f\u0004.\u00043\u0004B\u0004\u0014\u00043\u0004G\u0004t\u0004$\u0004<\u00042\u0004)\u0004B\u00044\u0004$\u00049\u0004?\u0004F\u0004H\u0004;\u0004\u001f\u0004A\u00049\u0004!\u00042\u0004:\u00046\u0004 \u00046\u0004:\u0004:\u0004,\u0004\"\u0004?\u0004+\u0004G\u0004B\u00044\u0004@\u0004\"\u0004)\u0004\u0016\u0004'\u0004G\u00040\u0004D\u0004D\u00044\u00049\u0004@\u0004C\u0004)\u0004G\u0004.\u0004M\u00049\u00041\u0004A\u00049\u0004<\u00049\u00047\u0004V\u0004/\u0004&\u0004w\u0004H\u0004,\u0004\u001f\u0004*\u0004 \u00045\u0004*\u0004A\u0004 \u0004*\u0004B\u0004L\u0004*\u0004G\u0004M\u00048\u0004\u0016\u0004\u001f\u0004/\u0004G\u0004\\\u0004D\u0004\u0014\u0004\u001c\u0004/\u0004-\u00046\u0004\u001f\u0004D\u0004=\u0004F\u0004K\u0004Z\u0004j\u0004m\u00049\u0004O\u00043\u00046\u00043\u0004+\u0004\u0000\u0004=\u0004.\u0004+\u0004]\u0004H\u0004=\u00041\u0004\u0016\u0004L\u0004?\u0004#\u0004\u0011\u0004\u001f\u0004H\u0004D\u0004@\u0004,\u0004\f\u0004,\u0004H\u0004*\u0004G\u0004+\u0004\\\u0004\\\u0004f\u0004\u0004q\u0004\u001c\u0004B\u00045\u0004\u0007\u0004\r\u0004$\u0004N\u00049\u00047\u0004K\u0004a\u00045\u0004-\u0004&\u0004,\u0004\u0019\u0004\u001a\u0004A\u0004\"\u0004\u001c\u0004B\u0004\"\u00044\u0004*\u0004@\u0004X\u0004\u0004\u0004\u0004\u0004\u0004U\u0004L\u0004{\u0004H\u0004E\u0004B\u0004^\u0004X\u0004.\u0004@\u00046\u0004V\u00049\u0004\"\u0004.\u00049\u0004M\u00042\u0004T\u0004>\u0004L\u0004\u0016\u00046\u0004M\u0004^\u00040\u0004&\u0004'\u0004B\u0004$\u0004\u001a\u0004 \u0004F\u0004\u0015\u0004C\u0004\u0005\u0004E\u0004H\u00046\u0004\u0000\u0004p\u0004?\u0004-\u00041\u0004\"\u0004F\u0004\u001e\u00047\u0004&\u00047\u0004S\u00046\u0004'\u0004\u001a\u0004:\u0004>\u0004-\u00045\u0004*\u0004$\u0004'\u0004\u001b\u0004.\u00048\u0004\u0019\u0004-\u00045\u0004R\u0004K\u00045\u0004/\u0004\u0003\u0004G\u0004Z\u0004\u001f\u0004<\u0004?\u00046\u0004\u001b\u00044\u0004B\u00046\u00040\u0004)\u0004>\u0004(\u0004=\u0004=\u00040\u0004\u0015\u0004T\u0004<\u0004:\u00041\u0004:\u0004j\u0004-\u0004(\u0004F\u0004 \u0004W\u0004\u0012\u0004.\u00045\u0004J\u0004<\u0004!\u0004?\u00043\u0004?\u00046\u0004=\u0004L\u0004#\u0004\u001f\u0004\b\u00047\u0004Q\u0004\u001c\u0004i\u0003\u0004;\u0004\u0019\u0004\r\u0004\u001a\u0004@\u0004S\u0004-\u0004\u0015\u0004F\u0004V\u00045\u0004.\u0004S\u0004)\u0004'\u0004G\u0004\u001c\u0004,\u00045\u0004Y\u00043\u0004-\u0004\u001e\u0004)\u0004\u001c\u00040\u0004+\u00043\u0004!\u0004;\u0004E\u0004S\u0004F\u0004\u001b\u0004\u001d\u0004\u001e\u0004`\u0004.\u0004\u0015\u0004\"\u0004B\u0004#\u0004#\u0004]\u0004Y\u0004(\u0004D\u0004\u0019\u00049\u0004 \u0004 \u0004(\u0004,\u0004>\u0004\u0017\u0004\u0016\u0004\u0005\u0004U\u0004(\u0004T\u0004!\u0004\u0015\u0004\u0016\u0004H\u0004+\u00046\u0004D\u0004-\u0004.\u0004D\u0004L\u0004&\u0004_\u0004@\u0004\u001d\u0004\u0019\u0004\u001b\u0004\u000e\u0004&\u0004+\u0004\n\u0004k\u0004\u0014\u0004h\u0004M\u0004&\u0004%\u0004>\u0004\u001d\u0004;\u00042\u0004\u001c\u0004O\u00048\u00046\u0004\u001a\u0004\u0013\u0004P\u0004\"\u0004\u0004S\u0004j\u0004[\u0004E\u0004J\u0004(\u0004-\u0004(\u0003\u00041\u0004(\u0004Z\u0004G\u0004(\u0004\u0004\u0004\u0017\u0004K\u0004!\u0004X\u0004 \u00049\u00045\u0004V\u0004*\u00049\u0004=\u0004>\u0004F\u0004M\u0004\u0005\u0006\u0005\u0006\u0006;\u0005n\u0004\u0004w\u00046\u0004*\u0004\u0013\u0004/\u0004>\u0004S\u0004?\u0004(\u0004E\u00043\u0004'\u0004*\u00049\u0004/\u0004\"\u0004)\u0004!\u0004\u0011\u00049\u0004'\u0004*\u0004-\u00049\u0004V\u0004.\u0004H\u0004@\u00046\u00044\u00048\u0004(\u0004>\u0004E\u0003\u0004G\u0004-\u0004,\u0004\u0014\u0004O\u0004\u001a\u0004.\u0004)\u0004;\u0004$\u0004>\u0004@\u0004,\u0004Q\u00046\u0004,\u0004<\u00044\u0004A\u0004M\u0004\u0013\u0004>\u0004@\u0004 \u0004=\u0004\u0019\u0004I\u0004-\u0004X\u0004>\u0004.\u0004\u0019\u0004@\u0004?\u00045\u0004Z\u00042\u0004'\u00041\u00049\u00044\u0004!\u00044\u00048\u0004$\u0004\"\u0004\u001d\u0004\u001f\u0004E\u0004L\u0004\u0001\u0004\u0017\u0004C\u0004=\u00046\u0004?\u0004-\u0004M\u0004*\u0004+\u00049\u0004S\u0004-\u0004<\u0004\u001f\u0004\u001e\u00045\u00048\u0004/\u0004.\u0004\u0010\u0004\u0017\u0004A\u0004M\u00044\u0004@\u0004D\u00043\u0004V\u00046\u0003\u0004\"\u0004A\u0004$\u00047\u0004D\u00043\u0004\"\u0004\u001b\u00043\u0004\u000e\u0004?\u0004\u0017\u0004%\u0004\u001f\u00043\u0004#\u0004\u0013\u0004T\u0004L\u0004B\u00046\u0004\u000e\u0004:\u0004\\\u0004Q\u0004;\u0004G\u00047\u00046\u0004_\u00043\u0004\u001c\u0004C\u00040\u0004#\u0004\u0010\u0004(\u0004+\u00041\u0004(\u0004.\u0004$\u00045\u0004\u0016\u0004!\u00042\u0004F\u0004\u0018\u00047\u0004U\u0004%\u0004:\u0004;\u0004(\u0004X\u0004-\u0004.\u0004@\u0004[\u0004.\u0004B\u0004+\u00049\u0004(\u0004N\u0004P\u0004-\u00041\u0004;\u0003\u00044\u0004>\u0004+\u0004-\u0004)\u0004;\u0004*\u00043\u00046\u0004\u0005\u0004J\u00045\u0004T\u0004%\u0004>\u00046\u0004\"\u0004\"\u0004\u0013\u0004A\u0004C\u0004i\u0004\u0007\u0004d\u0004'\u00049\u0004R\u0004B\u0004&\u0004C\u0004\u0018\u0004/\u0004V\u0004(\u0004g\u0004Q\u0004#\u0004C\u0004:\u0004\u001e\u0004?\u0004&\u00044\u0004+\u0004!\u00046\u0004.\u0004&\u0004`\u0004>\u00042\u0004(\u0004T\u0004-\u0004\u0017\u0004\\\u0004&\u00044\u0004!\u0004G\u0004L\u0004U\u0004l\u0004\u0006\f\u0012R\u000ev\u0007\u0005M\u0004\u0004\\\u0004\"\u0004?\u0004\u0019\u00046\u0004U\u0004;\u0004Q\u00043\u0004\u001e\u0004+\u0004/\u0004\u001f\u0004(\u0004.\u0004\u0013\u0004\b\u00042\u0004I\u0004;\u0004!\u0004\u001b\u0004M\u0004A\u0004W\u0004=\u0004&\u0004\"\u0004<\u0004*\u0004\u0015\u0004#\u0004\u000b\u0004\u0017\u0004\u0013\u00047\u0004\u001c\u0004D\u0004:\u0004'\u0004W\u0004>\u0004V\u0004\u0016\u0004%\u0004<\u0004T\u0004B\u0004S\u0004%\u0004\"\u00045\u00040\u0004-\u0004\u0016\u0004D\u0004<\u00042\u0004@\u0004,\u00041\u0004)\u00043\u0004:\u0004U\u0004%\u0004?\u0004&\u0004B\u0004(\u0004e\u00041\u0004$\u0004,\u0004:\u00041\u00049\u0004)\u0004!\u0004+\u00046\u0004 \u0004\u0006\u0004K\u0004K\u0004D\u0004\u0016\u0004-\u0004\u0006\u0004F\u0004>\u0004P\u0004a\u0004A\u0004K\u0004*\u00048\u0004)\u0004_\u00048\u0004<\u0004\u001e\u0004\f\u00045\u0004;\u0004@\u00041\u00045\u0004S\u0004\u001a\u0004C\u00048\u0004&\u0004\"\u0004>\u0004\u000f\u0004j\u0004P\u0004=\u0004O\u00048\u0004O\u0004K\u0004!\u00043\u0004?\u0004\"\u0004\u001e\u0004(\u0004P\u0004:\u0004\u0006\u0004L\u0004=\u0004'\u0004\u001c\u0004\u001e\u0004`\u00049\u0004\u000f\u0004\u001f\u0004#\u0004C\u00044\u00049\u00048\u0004$\u00045\u0004\u001a\u0004.\u0004%\u00046\u0004\u000b\u0004\u0011\u00045\u0004:\u0004S\u0004X\u0004&\u00041\u0004!\u0004\u001f\u00045\u0004*\u00048\u00041\u0004a\u0004;\u00042\u0004 \u0004)\u0004%\u0004O\u0004#\u0004>\u0004\\\u0004Y\u0004?\u0004A\u0004P\u0004e\u0004[\u0004\"\u0004(\u0004T\u0004[\u0004E\u0004r\u0004\u0013\u0004<\u00043\u0004#\u0004!\u0004F\u0004.\u0004.\u0004#\u0004>\u0004+\u00044\u0004n\u0004\u0014\u0004+\u0004!\u0004'\u0004J\u0004\u001a\u00047\u0004U\u0004\u0012\u0004\u0019\u0004,\u0004\"\u0004\u001c\u0004\u001b\u00049\u0004%\u0004\u001c\u0004\u0011\u0004U\u0004\u0002\u0004a\u0004I\u0004=\u0004\u001a\u0004)\u0004(\u0004V\u0003\u0004/\u0004\u0017\u0004*\u00044\u0004\u001f\u0004\"\u00042\u0004B\u0004@\u0004-\u0004S\u00040\u0004:\u0004>\u0004M\u0004R\u0004)\u0004t\u0004\u0005U\t\u001do6)\u000e\u0006\u0010\u0004\u0004k\u0004\"\u0004F\u0004N\u0004G\u0004]\u0004\u001e\u0004\u0017\u0004;\u0004?\u0004\u0005\u0004>\u00042\u00044\u0004/\u00040\u0004N\u0004\u001c\u00043\u0004#\u0004\u0011\u0004\u0010\u0004:\u0004(\u0004B\u0004\u001e\u0004 \u0004\u0012\u00042\u0004.\u0004\u0004\u00048\u0004S\u00047\u0004L\u0004>\u0004C\u0004'\u0004@\u0004D\u0004B\u0004'\u00046\u0004G\u0004\u001b\u0004F\u00041\u00047\u00044\u0004@\u0004E\u0004+\u0004O\u0004(\u0004!\u0004L\u0004I\u0004H\u0004\u0015\u0004D\u0004#\u0004\"\u0004\u001f\u0004\n\u0004+\u0004\u0018\u00045\u0004,\u0004\f\u00046\u0004&\u00049\u0004V\u0004-\u0004\"\u0004\u001a\u0004@\u0004C\u0004%\u0004\"\u0004V\u00042\u0004=\u0004D\u0004D\u0004G\u0004*\u0004]\u0004I\u0004(\u0004D\u0004'\u0004.\u0004Y\u0004a\u0004\"\u00042\u0004@\u0004P\u00044\u00040\u0004\"\u0004-\u0004Q\u0004 \u0004\u0016\u0004L\u0004E\u00041\u0004P\u0004;\u00048\u0004S\u0004\u0016\u00046\u0004D\u0004*\u0004/\u0004?\u00049\u00049\u0004M\u0004+\u0004\u000f\u00042\u0004\u001c\u0004'\u0004!\u0004V\u0004K\u0004\u0018\u0004@\u0004&\u0004D\u00047\u00044\u0004/\u0004%\u0004:\u0004.\u0004\u0015\u0004$\u00046\u0004X\u0004U\u0004\u001c\u0004M\u00044\u0004E\u0004Y\u00040\u00043\u0004D\u0004H\u00048\u0004\u001c\u00040\u0004@\u0004\u001c\u0004B\u0004-\u0004[\u0004H\u0004*\u00040\u0004\u001e\u0004#\u0004/\u0004(\u0004\u000f\u0004P\u0004,\u0004.\u0004\u001d\u0004H\u00042\u0004\u0013\u00046\u0004R\u00041\u0004@\u0004\u0016\u0004\u001b\u0004\u001e\u0004\u0005\u0004'\u0004-\u0004\u0017\u0004.\u0004,\u0004?\u0004~\u0004.\u00045\u0004H\u00040\u0004\u0019\u0004\u0013\u0004C\u0004*\u0004]\u0004O\u0004\u001b\u0004R\u00045\u0004(\u0004)\u0004)\u0004L\u0004 \u0004\u0014\u00047\u0004*\u0004V\u0004B\u0004%\u0004\u0016\u00040\u0004<\u0004)\u0004A\u0004f\u0004\u0010\u0004(\u0004;\u0004=\u0004-\u0004\u0016\u00040\u0004B\u0004-\u0004\u0005\u0004I\u00040\u0004p\u0004\u001c\u0004\u001f\u0004c\u0004F\u0004L\u0004&\u0004-\u0004+\u00047\u0004@\u00049\u00042\u0004k\u0005 \t\u001d$6@*l\u000e\u0006\u001d\u0004\u0004?\u00040\u0004U\u0004\"\u00041\u00042\u0004\u0012\u0004.\u0004&\u0004\u0016\u0004>\u0004&\u0004%\u0004R\u0004*\u0004\f\u0004\u0014\u0004,\u0004t\u0004\r\u00043\u0004C\u0004F\u00049\u0004<\u0004C\u0004.\u0004\u001e\u0004G\u0004#\u0004 \u0004\u0015\u00049\u0004)\u0003\u0004(\u0004R\u0004\u001d\u0004*\u0004A\u0004Z\u0004[\u00046\u0004A\u0004\u001f\u00045\u00040\u0004\u0005\u0004.\u0004^\u00041\u0004O\u0004/\u0004 \u0004<\u0004G\u00045\u00043\u00042\u0003\u0004G\u0004D\u0004(\u0004 \u0004H\u0004P\u0004?\u00046\u0004P\u0004-\u00042\u0004E\u0004\u0012\u0004<\u00049\u0004U\u00042\u0004K\u0004T\u0004\u0004\u0004\u001a\u0004\u0010\u0004,\u0004L\u0004\u0017\u0004%\u0004F\u00043\u0004%\u0004C\u0004#\u0004;\u0004S\u0004u\u0004H\u0004?\u0004e\u0004Q\u0004]\u0004p\u0004|\u0004;\u0004s\u0004:\u00046\u0004+\u0004d\u00043\u0004\u001f\u0004'\u0004$\u0004\"\u0004?\u0004\u0011\u0004C\u0004M\u00044\u0004F\u0004X\u0004@\u0004=\u0004\u001f\u0004g\u00045\u0004J\u0004\u000f\u0004\u0001\u0004 \u0004R\u00049\u0004B\u0004$\u0004D\u0004\u0018\u0004R\u0004@\u0004L\u0004G\u0004X\u0004F\u00043\u0004/\u00049\u0004@\u0004\u0011\u0004Q\u0004;\u00044\u0004\u0015\u0004,\u0004M\u0004&\u0004*\u0004)\u0004)\u0004j\u0004\u0016\u0004\u0018\u0004K\u0004*\u0004.\u0004e\u0004)\u0004 \u0004\u001f\u0004%\u0004Y\u00043\u0004V\u0004C\u0004C\u0004+\u0004N\u0004&\u0004?\u00044\u0004 \u00048\u0004D\u0004,\u0004C\u0004C\u0004>\u00040\u0004\u001f\u0004+\u0004\u0018\u0004*\u0004I\u0004O\u0004(\u0004'\u0004\u0017\u0004/\u00047\u0004P\u0004D\u0004*\u0004\"\u0004:\u0004\u0011\u0004J\u0004P\u0004\u001f\u0004>\u0004\u0019\u0004*\u0004:\u0004\u001d\u0004/\u0004-\u0004%\u0004\u001f\u00043\u0004M\u0004.\u0004B\u0004'\u0004\u001b\u0004,\u0004-\u0004@\u0004<\u0004\u001f\u0004E\u0004*\u0004)\u0004'\u0004\u0019\u0004.\u0004\u001e\u0004\u0017\u00047\u0004\"\u0004\u001e\u00042\u0004(\u00043\u00045\u0004L\u0004\t\u0004H\u0004\u0011\u0004:\u0004+\u0004!\u0004.\u0004X\u0005\u0012\u0007\u0002\u000b\u0011\u000fA\b\u0005-\u0004\u0004T\u0004S\u0004p\u0004P\u0004\u001f\u0004#\u0004\u0011\u0004\u001e\u0003\u0004!\u0004\u0004\u00041\u0004)\u0004F\u0004\u0016\u00040\u0004?\u0004K\u0004)\u0004H\u0004'\u0004(\u00045\u0004A\u0004B\u0004*\u0004S\u00048\u0004\r\u0004>\u0004I\u0004\u001b\u0004#\u0004N\u0004J\u0004=\u0004!\u0004\u001f\u0004#\u0004=\u00044\u00045\u00042\u00049\u00043\u0004J\u0004-\u0004 \u00046\u00048\u0004 \u0004;\u0004%\u0004C\u00048\u0004,\u0004\u001a\u0004/\u0004E\u00042\u0004@\u0004'\u0004\u0011\u0004$\u0004<\u0004\u000f\u0004C\u0004P\u0004[\u00045\u0004W\u0004Q\u0004&\u0004\u001c\u00048\u00044\u0004%\u00040\u0004]\u0004,\u0004!\u00046\u0004+\u0004#\u00049\u0004D\u0004U\u0004G\u0004U\u00047\u00041\u0004M\u0004N\u0004=\u0004?\u0004G\u0004$\u0004%\u0004Y\u0004s\u0004C\u0004U\u0004\u0013\u0004K\u00043\u0004\u001d\u0004\u001f\u0004 \u0004P\u0004;\u00047\u0004^\u0004\u0018\u00042\u00047\u00049\u0004c\u0004Q\u0004H\u0004f\u0004,\u0004K\u0004&\u00044\u0004%\u0004\u0015\u0004J\u0004K\u0004v\u0004,\u0004D\u0004:\u0004B\u0004H\u0004\u001f\u0004<\u0004*\u0004W\u0004.\u00049\u0004(\u00046\u00047\u00047\u0004M\u0004\t\u0004K\u0004Y\u0004(\u0004K\u00043\u00045\u0004-\u0004D\u0004\u001e\u0004R\u0004)\u0004C\u0004\n\u0004\u0013\u00042\u00040\u0004C\u0004\u000f\u0004I\u0004[\u0004\u0013\u0004)\u00046\u0004\u0019\u0004E\u0004$\u0004+\u0004@\u00043\u00044\u00042\u0004?\u0004J\u00043\u0004L\u00042\u0004e\u0004$\u0004^\u0004?\u0004I\u0004\u0005\u0004#\u0004\t\u0004s\u00048\u0004\u001f\u00043\u0004\u0014\u0004#\u0004/\u0004H\u0004A\u0004=\u0004Y\u00046\u0004]\u0004Y\u0004>\u0004/\u00043\u0004%\u0004B\u0004\u001e\u00042\u0004.\u0004S\u0004/\u00042\u0004<\u00049\u0004=\u0004&\u0004@\u0004\u0014\u0004,\u0004\u001b\u00040\u00048\u0004,\u0004\u001f\u0004C\u00041\u0004R\u0004b\u00041\u0004>\u0004>\u0003\u0004 \u0004:\u0004\u0012\u0004V\u0004U\u0004*\u00045\u00047\u0004+\u0004@\u0004;\u0004\\\u0004S\u0004\u0005\t\u0006\u0019\u0006\u0006j\u0005e\u0004\u0004M\u0004W\u0004F\u0004?\u0004;\u0004q\u0004-\u0004I\u0004>\u0004'\u0004$\u0004C\u0004K\u0004?\u0004 \u0004+\u0004E\u0004D\u0004D\u0004I\u0004M\u0004\u001e\u0004(\u0004\u0019\u0004'\u0004\u001f\u0004\u0001\u0004F\u00049\u0004@\u0004N\u0004.\u0004Y\u0004\u0011\u0004)\u0004b\u0004\u0018\u00042\u0003\u0004#\u0003\u0004:\u0004J\u0004I\u0004,\u0004\u001b\u0004&\u0004:\u0004E\u0004;\u0004-\u0004'\u0004V\u0004b\u0004C\u0004#\u0004A\u0004%\u0004>\u0004C\u0004<\u00047\u0004\u0018\u0004)\u0004-\u0004-\u0004/\u0004@\u0004g\u0004\u0004\u0004\u0004i\u0004R\u0004G\u0004\u001b\u0004/\u00048\u0004%\u00042\u0004;\u0004\u0004\u0004\u0017\u0004<\u00049\u0004\u0007\u0004\u0015\u0004>\u0004\u0016\u00049\u0004S\u0004\u001e\u0004%\u00043\u0004=\u0004c\u0004A\u0004J\u0004\u001c\u0004\n\u0004I\u00049\u0004A\u00047\u0004\u0014\u0004`\u0004.\u00040\u0004\u001b\u0004<\u0004\u001b\u0004+\u0004R\u0004_\u0004_\u0004a\u0004N\u0004U\u0004D\u0004&\u0004\u001f\u0004\n\u0004\u0005\u0004,\u0004,\u0004:\u0004\u0018\u0004,\u0004\u001c\u0004U\u0004,\u0004,\u0004\u0016\u0004#\u00048\u0004\u001d\u00044\u0004-\u0004$\u0004V\u0004*\u0004>\u0004\u0010\u0004#\u0004$\u0004\u0005\u00045\u0004,\u0004\u001b\u0004U\u0004]\u0004)\u0003\u0004F\u0004\u0017\u0004\t\u0004'\u0004:\u0004E\u0004/\u0004'\u0004-\u0004\u001d\u0004=\u0004$\u0004/\u0004O\u0004K\u0004\u001a\u0004K\u0004<\u0004J\u0004K\u00040\u0004S\u0004W\u0004\f\u0004.\u0004:\u00048\u0004B\u0004:\u0004&\u0004\u001d\u00041\u0004*\u0004\u000e\u0004\u0011\u0004,\u0004%\u00044\u00045\u0004S\u0004K\u0004\u0003\u0004.\u0004\u001f\u0004?\u00046\u00042\u0004A\u00040\u0004V\u0004|\u0004j\u0004U\u0004I\u0004[\u0004\u0018\u0004\u0010\u0004\u001d\u0004\n\u00048\u0004$\u0004F\u00047\u0004%\u0004=\u00043\u0004%\u0004:\u0004Y\u0004P\u0004@\u0004(\u0004L\u0004=\u0004c\u0004\u001e\u0004Y\u0004I\u0004(\u0004L\u00040\u0004\u001c\u0004\u0002\u0004+\u0004\u0019\u0004?\u0004L\u0004N\u0004%\u0004Z\u0004\b\u0004B\u0004\"\u0004U\u0004,\u0004 \u0004Z\u0004\u0004\u0004\u0004\u0004\u0004\u0004U\u00044\u0004C\u0004=\u0004J\u0004\u0004S\u0004\u000b\u0004+\u0004A\u0004\u0016\u0004A\u0004\u0002\u0004+\u0004*\u0004\n\u0004B\u0004\u0017\u0004=\u0004S\u0004@\u00045\u0004\u001f\u0004G\u00049\u00048\u00045\u0004W\u0004P\u0004C\u00047\u0004E\u0004\t\u0004\u001d\u0004\u001e\u0004#\u0004*\u0004(\u00048\u00046\u0004J\u0004 \u00045\u0004\u0003\u00044\u0004+\u0004A\u0004c\u00043\u0004H\u0004:\u0004\u0013\u0004\u0018\u0004:\u0004i\u0004&\u0004=\u0004/\u00049\u0004>\u0004G\u00049\u00044\u0004>\u0004=\u0004.\u0004;\u0004C\u0004U\u0004q\u0004\u0004\u0004\u0004U\u00045\u0004D\u0004;\u0004R\u0004?\u0004\u0013\u0004L\u00045\u0004(\u00048\u0004\u0019\u0004\u0010\u0004D\u0004.\u0004!\u0004&\u0004@\u0004U\u0004B\u0004M\u0004-\u0004F\u0004\n\u0004L\u0004\u0013\u0004\u001b\u0004J\u0004\u0014\u00040\u0004\u001d\u0004G\u0004:\u00041\u0004\u0014\u0004@\u00049\u0004 \u0004N\u00049\u0004[\u0004\\\u0004/\u0004'\u0004\"\u0004;\u0004D\u00042\u0004;\u0004<\u0004!\u0004F\u0004\u0017\u0004\u001a\u0004>\u0004\u001a\u0004Q\u0004\u000e\u0004\u0014\u0004\u0000\u0004\u0014\u0003\u0004\u0003\u0004\u001a\u00047\u00044\u0004D\u0004\\\u0004\u0015\u0004I\u0004Q\u00043\u00045\u0004 \u0004&\u0004&\u0004$\u0004*\u00040\u0004\u0018\u00045\u00046\u0004,\u0004]\u0004\u0004i\u0004c\u0004@\u0004)\u0004C\u0004<\u0004%\u0004M\u0004\"\u0004%\u0004'\u0004=\u00047\u00040\u0004\u0007\u0004c\u0004?\u00046\u0004 \u0004<\u0004L\u00042\u00044\u0004O\u0004*\u0004?\u0004\u0011\u0004A\u0004V\u0004(\u0004\u001c\u0004W\u0004,\u0004E\u0004.\u0004\"\u0004+\u0004\u001e\u00048\u0004&\u0004N\u00044\u00045\u0004K\u0004\u0004j\u0004d\u0004R\u0004V\u00046\u0004S\u0004+\u0004)\u0004*\u0004!\u0004H\u00042\u0004)\u0004\u001d\u0004\u0013\u0004-\u0004\u001c\u0004)\u0004%\u00049\u0004.\u0004\u0010\u0004\u0010\u0004O\u0004.\u0004h\u0004\u0004z\u0004S\u00047\u0004I\u0004/\u0004\\\u0004#\u0004\u001e\u0004;\u0004-\u0004;\u0004E\u00041\u0004P\u0004R\u00046\u0004=\u0004/\u0004i\u0004S\u0004V\u0004m\u0004z\u0004\u0004g\u0004S\u0004A\u0004@\u0004Y\u0004W\u0004L\u0004\u0007\u0004)\u0004\"\u0004d\u0004\u001c\u0004)\u00045\u0004,\u0004O\u0004;\u0004%\u0004<\u0004*\u0004/\u0004\u001d\u0004-\u00045\u0004\u0016\u0004)\u0004J\u0004&\u0004\u0017\u0004:\u0004\r\u0004(\u0004B\u0004\u001b\u0004F\u0004)\u00046\u0004+\u0004\u001f\u00043\u0004\u0014\u0004+\u0004G\u0004;\u00045\u0004>\u0004m\u00049\u00040\u0004B\u00048\u0004]\u0004[\u0004\u001d\u00045\u0004/\u0004A\u0004B\u0004\n\u0004A\u0004 \u0004\u001e\u0004U\u0004C\u0004\u000b\u00045\u0004(\u0004U\u0004T\u0004H\u0004d\u0004i\u0004[\u0004\u0004u\u0004X\u0004E\u0004B\u0004*\u0004T\u0004I\u0004&\u0004\u0004\u0003\u0004#\u0004\u0013\u0004\u0016\u0004E\u0004\u000b\u0004+\u0004\u001f\u0004\u001b\u0004<\u0004\u0010\u0004K\u0004/\u0004(\u0004c\u0004\\\u00049\u0004=\u0004$\u0004J\u0004]\u0004\u0019\u0004#\u0004T\u0004@\u0004A\u00042\u0004)\u0004\u001f\u0004M\u0004H\u00045\u00045\u0004\u001b\u0004R\u0004)\u00042\u0004'\u0004\u0013\u00040\u0004M\u00040\u0004I\u0004%\u0004C\u0004*\u0004\u001e\u0004D\u0004.\u0004\u001a\u0004?\u0004\u001b\u0004C\u0004=\u00048\u0004P\u0004P\u0004\u001f\u0004E\u0004J\u0004$\u0004\"\u0004R\u0004\t\u0004G\u0004\t\u00048\u0004$\u0004+\u0004,\u0004Q\u00041\u0004K\u00045\u0004-\u0004\u0005\u0004?\u0004R\u00040\u0004\u0014\u0004H\u0004\u001e\u0004A\u00040\u0004<\u0004)\u0004L\u0004C\u0004I\u00048\u0004E\u00048\u0004\"\u0004F\u0004R\u0004.\u0004A\u0004,\u0004-\u00049\u0004G\u0004$\u0004'\u0004\n\u00041\u0004\\\u00046\u0004\u0018\u0004&\u0004\u001c\u00046\u0004<\u0004b\u0004*\u0004*\u00048\u0004\f\u0004C\u0004\u001e\u00047\u0004=\u0004%\u0004Z\u0004M\u0004A\u0004E\u00046\u0004!\u0004F\u0004$\u0004F\u00045\u0004 \u0004>\u0004D\u0004+\u0004?\u00047\u0004\u0013\u0004Q\u0004&\u0004E\u00048\u0004\u0016\u0004\"\u0004H\u0004G\u0004p\u0004\u0004h\u0004D\u0004H\u00040\u00044\u00041\u00046\u0004S\u0004Z\u00045\u0004I\u0004P\u0004Q\u0004-\u0004*\u0004+\u0004A\u0004W\u00044\u00049\u0004\u000f\u0004T\u0004M\u00049\u0004_\u0004V\u0004\u0013\u0004\u0016\u0004'\u00045\u00045\u0004*\u0004\u0000\u0004:\u0004\u001e\u0004(\u0004\u000f\u0004\u0010\u0004:\u0004\f\u00045\u0004B\u0004\u0002\u00045\u0004b\u0004<\u0004\u001c\u0004\u001d\u0004#\u0004\u0012\u0004M\u00044\u0004)\u0004c\u00042\u00049\u00048\u0004l\u0004>\u0004A\u0004,\u0004<\u0004;\u0004E\u0004*\u0004\u001f\u00042\u0004=\u0004\u0011\u0004.\u0004@\u0004'\u0004E\u0004M\u0004\u0004\u0004@\u0004O\u0004\u0015\u0004M\u0004X\u00040\u00041\u0004\u0016\u0004\u0011\u0004\u001a\u00048\u00048\u0004%\u0004\u0016\u00040\u0004\u0015\u0004K\u00046\u00047\u0004/\u0004M\u0004;\u0004f\u0004U\u00044\u0004V\u0004,\u0004q\u0004>\u00048\u0004+\u00045\u00042\u00042\u0004X\u00049\u0004/\u0004'\u0004B\u00043\u0004\u0016\u0004_\u0004b\u0004'\u0004$\u0004;\u0004?\u0004\u001e\u0004\u0019\u0004%\u0004<\u0004+\u0004\u0015\u00044\u0004!\u0004E\u0004!\u0004T\u0004\u0014\u0004T\u0004\u001d\u00049\u0004<\u0004;\u00043\u0004\"\u00048\u00047\u0004-\u0004\u001d\u0004+\u00049\u0004I\u0004;\u00045\u00043\u0004H\u0004O\u0004]\u0004\u000b\u00042\u00046\u0004#\u0004a\u0004\u001b\u0004\u0015\u0004*\u0004\u001d\u0004(\u0004?\u0004E\u0004Q\u0004N\u0004\u001b\u0004@\u00044\u0004H\u0004:\u0004%\u0004+\u0004?\u0004'\u00047\u0004G\u0004Q\u0004I\u0004G\u0004%\u0004\u001c\u0004q\u0004\u0019\u0004:\u0004;\u0004S\u0004P\u0004.\u0004;\u0004Q\u0004)\u0004N\u0004G\u00045\u0004:\u00044\u0004:\u0004h\u0004D\u0004O\u0004F\u00042\u0004$\u0004.\u0004\u0002\u00048\u0004\n\u0004 \u0004>\u0004S\u0004K\u0004M\u0004T\u0004\u001e\u0004\u0013\u0004M\u0004@\u0004\u0015\u0004*\u00048\u0004J\u0004%\u00048\u0004=\u00044\u0004H\u0004,\u0004)\u0004(\u0004(\u0004,\u00043\u0004\u0018\u0004'\u0004-\u0004\u001d\u0004l\u0004.\u0004(\u0004%\u0004:\u0004A\u0004$\u0004;\u0004*\u00046\u0004\u001a\u00041\u0004G\u0004&\u00043\u00044\u0004\u0004V\u00046\u00048\u0004\u001d\u0004F\u0004\r\u0004^\u0004\u000b\u0004!\u0004-\u00041\u0004L\u0004?\u0004:\u0004\u001a\u0004?\u0004J\u0004A\u0004D\u0004\u0019\u0004(\u0004@\u0004*\u0004=\u0004B\u0004&\u0004\u0019\u0004r\u0004%\u0003\u0004(\u0004a\u0004\u001b\u0004D\u0004/\u0004=\u00043\u00045\u0004e\u00040\u0004Q\u0004(\u0004\u001f\u0004&\u0004%\u00048\u0004#\u0004>\u0004*\u00042\u0004I\u00042\u0004H\u0004C\u0004\u0015\u00043\u0004>\u0004m\u0004r\u0004G\u0004x\u0004B\u0003\u0004;\u0003\u0004\t\u0004\u001b\u0004:\u0004\u000f\u0004'\u0004P\u00047\u0004-\u0004\u0003\u0004>\u0004\u001c\u0004\u001b\u0004/\u00049\u0004,\u0004H\u00046\u00044\u0004F\u0004-\u0003\u0004*\u0004=\u0004:\u0004)\u0003\u0004\"\u0004/\u0004\u0011\u0004I\u0004\u001c\u00040\u0004E\u0004+\u0004=\u0004;\u0004\u001a\u0004A\u0004:\u0004\u0011\u0004(\u0004\u0012\u0004!\u0004<\u0004>\u0004H\u0004\u0017\u0004'\u00048\u0004S\u0004-\u00045\u00046\u0004H\u0004!\u0004/\u0004!\u0004\u0006\u0004>\u0004-\u0004\u0011\u0004*\u0004*\u0004H\u00046\u0004?\u0004\u0019\u0004=\u0004Q\u0004_\u0004K\u0004D\u0004:\u0004M\u0004\u0018\u0003\u0004-\u0004\u0003\u0004I\u0004J\u0004T\u0004/\u0004\u0006\u0004$\u00047\u0004?\u0004[\u0004!\u0004!\u0004\u001a\u00048\u0004'\u0004:\u00048\u0004&\u0004J\u0004C\u0004\u000b\u00049\u0004I\u0004D\u0004$\u0004M\u0004)\u0004)\u00049\u00046\u0004\u001c\u0004<\u0004&\u0004\u001a\u0004\u000e\u0004Q\u0004!\u0004\u0015\u0004\u001c\u0004\u0012\u0004\u001c\u0004'\u0004\u0014\u00046\u00043\u0004\u001a\u00046\u00043\u00049\u00044\u0004;\u0004'\u0004#\u0004\u0019\u0004`\u0004N\u00042\u00047\u0004+\u0004T\u0004&\u0004/\u00046\u00041\u0004;\u0004D\u00044\u0004.\u0004-\u0004#\u0004N\u0004\u0011\u0004\u001a\u0004\u000f\u0004/\u00040\u00044\u0004<\u0004,\u0004=\u0004$\u0004@\u00044\u0004'\u0004.\u0004c\u0004(\u0004#\u00042\u00044\u0004B\u0004%\u0004L\u0004*\u0004A\u0004\"\u00043\u0004\u000e\u0004+\u00049\u00043\u00045\u0004(\u0004>\u0004\u0013\u0004\"\u0004 \u0004#\u0004\u0016\u00046\u0004T\u0004(\u0004$\u0004/\u0004\"\u0004Y\u0004.\u0004-\u0004\u0019\u0004\u0012\u00043\u0004\"\u0004K\u00040\u0004&\u00046\u0004-\u00043\u0004\u001d\u0004G\u0004H\u0004G\u0004[\u0004H\u0004>\u0004I\u0004F\u0004S\u0004_\u0004,\u00043\u0004(\u0004T\u0004\u0011\u00040\u0004\t\u0004H\u00043\u0004!\u00040\u0004)\u0004\u0014\u0004.\u0004V\u0004\t\u0004-\u0004?\u00046\u0004-\u0004(\u0004,\u0004R\u0004\u001f\u0004\u0013\u0004\u001a\u0004\u0006\u0004\r\u0004\"\u0004\u001c\u0004?\u00042\u0004p\u0004h\u00049\u0004N\u0004H\u0004O\u0004K\u0004=\u0004V\u00041\u00042\u0004\u0011\u0004\u001c\u0004\u001d\u0004/\u0004%\u0004\u001f\u0004\u0013\u0004\u0007\u0004@\u0004'\u0004#\u00049\u0004E\u00043\u0004(\u0004Q\u00048\u0004\u001a\u00044\u0004\u001c\u0004T\u0004V\u0004\u0013\u0004(\u0004>\u0004Q\u0004\u0017\u0004;\u0004;\u0004/\u0004&\u0004K\u0004=\u0004Y\u0004A\u0004\u001b\u0004\"\u0004T\u0004;\u0004`\u0004\u0018\u0004*\u00045\u0004\b\u0004.\u0004X\u0004O\u0004B\u0003\u0004\u0016\u0004+\u0004!\u00044\u0004\u0015\u0004,\u0004b\u0003\u0004.\u0004V\u0004O\u0004\u001a\u0004=\u00048\u0004\u001d\u0004+\u0004[\u00049\u0004q\u0004b\u0004Q\u0004:\u0004S\u00045\u00042\u0004\u0016\u0004*\u0004P\u0004*\u0004\u000f\u00043\u0004\u0010\u0004(\u0004f\u0004H\u0004\u001f\u0004Y\u0004(\u00044\u00048\u0004;\u0004\n\u0004\u0006\u00043\u0004'\u00042\u0004@\u0004=\u0004M\u0004\u001f\u00049\u0004b\u0004b\u0004=\u0004%\u0004(\u0004%\u0004B\u0004/\u0004\u001f\u0004\u001b\u0004'\u0004b\u0004\b\u0004.\u0004C\u0004\u001a\u0004\u0012\u0004+\u00046\u00040\u0004:\u0004)\u0004*\u00049\u0004\"\u0004\u001c\u0004@\u0004.\u0004\u001b\u0004K\u00040\u0004>\u0004B\u0004W\u0004H\u0004<\u0004D\u00043\u00041\u00041\u0004)\u0004'\u0004\u001f\u00040\u0004\u001e\u0004C\u0004V\u00045\u0004R\u0003\u0004B\u0004A\u0004\u000f\u00043\u0004I\u0004C\u0004G\u0004\u0015\u0004)\u0004M\u00043\u00043\u0004*\u0004\b\u0004\u001f\u0004>\u00048\u0004Z\u0004V\u0004\u0015\u00044\u0004T\u0004.\u0004\"\u0004'\u00043\u0004\u0013\u0004-\u0004=\u0004&\u0004E\u0004>\u0004+\u0004%\u0004*\u0004@\u0004\u0013\u0004(\u0004\"\u0004+\u0004s\u0004.\u0004H\u0004\t\u0004G\u0004H\u0004%\u00049\u0004\f\u0004H\u0004\u0017\u0004\n\u0004\u001a\u0004\u0004\u0004;\u0004\u0018\u0004D\u0004'\u0004#\u0004M\u0004\u001d\u0004K\u0004J\u0004Q\u0004[\u0004\u0006\u0004@\u00041\u0004Y\u00040\u0004%\u00047\u0004`\u0004 \u0004u\u0004)\u00044\u00049\u0004'\u0004\r\u0004L\u0004X\u0004W\u0004\u0013\u0004F\u0004\r\u0004\u0016\u0004\u001f\u00046\u00048\u0004\u001f\u0004.\u0004(\u00040\u0004I\u0004V\u0004>\u0004>\u0004R\u00044\u0004\u0003\u0004K\u00048\u0004\u001a\u0004J\u00042\u0004@\u0004*\u0004\u001c\u00046\u0004#\u00041\u0004`\u00041\u0004%\u0004)\u0004.\u0004>\u0004/\u0004C\u0004I\u0004\u001e\u0004L\u0004F\u0004)\u0004 \u00046\u00045\u0004O\u0004\u0018\u0004G\u0004C\u0004:\u0004?\u0004<\u00045\u0004:\u00041\u0004\u000f\u00042\u0004|\u00044\u0004<\u0004*\u0004<\u0004.\u0004(\u0004@\u0004\u001e\u0004L\u0004@\u0004H\u00047\u0004\"\u0004L\u0004<\u0004+\u0004'\u0004\u001f\u0004T\u0004%\u00042\u0004,\u0004+\u00043\u0004C\u0004\u001c\u0004M\u0004,\u0004;\u0004\u0014\u00043\u0004N\u0004K\u00048\u0004B\u0004)\u00043\u0004_\u0004\u0011\u0004\u001c\u00049\u0004d\u0004:\u0004C\u0004\"\u0004(\u0004\u0018\u00047\u0004O\u0004\u001a\u0004D\u00047\u0004#\u0004#\u0004/\u00049\u0003\u00045\u0004a\u0004=\u0004=\u0004)\u0004\u001e\u00040\u0004,\u00046\u0004F\u0004\u0017\u0004\t\u0004O\u0004.\u00043\u0004\u0002\u0004\u0013\u0004!\u00049\u0004!\u0004N\u0004\u000e\u0004,\u0004:\u0004 \u0004'\u0004\u0017\u0004<\u0004(\u0004\u001a\u0004J\u0004d\u0004C\u0004$\u0004(\u0004$\u0004C\u0004@\u0004-\u00042\u0004,\u0004A\u0004N\u0004%\u0004\u000f\u0004$\u0004,\u0004:\u0004*\u0004\u0014\u0004>\u0004\u0002\u0004#\u0004?\u0004(\u0004<\u0004\f\u0004W\u0004\u0013\u0004F\u00045\u00042\u0004F\u0004*\u00041\u0004Y\u0004.\u0004>\u0004\u0017\u0004K\u0004`\u00045\u00049\u0004B\u0004;\u0004Q\u0004,\u0004 \u0004;\u0004\u0014\u0004\u001d\u0004B\u0004B\u0004,\u0004\u001e\u0004:\u0004?\u0004\u001d\u0004*\u0004?\u0004)\u0004D\u0004#\u0004=\u0004/\u0004-\u00048\u0004J\u00042\u0004J\u0004\u001b\u0004+\u0004+\u0004P\u00045\u00041\u0004C\u0004?\u0004\u0012\u0004E\u0004$\u0004+\u0004\"\u0004:\u0004G\u0004I\u0004<\u0004;\u0004\u001c\u00045\u00040\u0004.\u00042\u0004\u001f\u0004J\u00043\u0004,\u0004\u0011\u0004\u0006\u0004\u0019\u0004+\u0004E\u0004C\u0004/\u0003\u0004,\u0004H\u0004:\u0004$\u0004E\u00042\u0004\u0010\u0004!\u0004Q\u0004\r\u0004\u001f\u0004,\u0004O\u00040\u0004'\u0004-\u0004;\u0004]\u0004<\u0004\u001e\u0004%\u0004\u001a\u0004^\u0004*\u0004/\u0004&\u0004:\u0004R\u0004R\u0004B\u0004=\u0004\u0011\u0004A\u00043\u0004;\u0003\u0004\"\u00048\u0004'\u0004F\u0004,\u0004#\u0004\u0018\u00049\u0004!\u0004\u0004\u0004T\u0004;\u0004&\u0004;\u0004Z\u00047\u00049\u0004N\u0004\u0013\u0004,\u0004.\u0004!\u0004Y\u0004.\u0004@\u0004\u001f\u0004)\u00043\u0004O\u0004>\u0004\u000e\u0004`\u0004\u0013\u0004!\u00044\u0004>\u00044\u0004@\u0004Y\u0004>\u0004\u0019\u0004=\u0004,\u0004:\u0004+\u00045\u0004-\u0004(\u0004+\u0004=\u0004B\u0004\u0013\u0004B\u0004F\u0004 \u0004K\u0004\u0015\u0004\u0017\u00047\u0004,\u00043\u0004\u001a\u0004T\u0004-\u0004/\u00044\u0004A\u0004;\u00042\u0004]\u00045\u0004-\u0004D\u0004>\u0004(\u0004)\u0004$\u0004>\u0004E\u0004E\u0004!\u0004:\u0004V\u0004:\u0004F\u0004D\u0004S\u0004#\u0004 \u0004_\u0004a\u0004<\u0004\u001d\u0004J\u0004>\u0004#\u0004F\u0004/\u0004Q\u0004,\u0004\u001c\u0004I\u00044\u0004(\u0004\u0007\u0004\u0015\u0004!\u0004.\u0004%\u0004;\u0004!\u0004'\u0004/\u0004\u001e\u0004P\u0004'\u0004J\u0004a\u00043\u00042\u00048\u0004>\u0004'\u0004B\u0004J\u00048\u0004b\u0004?\u0004/\u0004:\u00045\u00047\u0004I\u0004T\u00044\u0004/\u0004G\u0004R\u0004$\u0004+\u0004:\u0004<\u0004(\u0004!\u0004+\u0004+\u0004@\u0004+\u0004S\u0004\u001f\u0004J\u0004\u001c\u0004J\u00042\u0004/\u0004)\u0004*\u0004T\u0004=\u0004)\u0004=\u0004D\u0004\"\u00047\u0004;\u0004,\u0004I\u00042\u0004\"\u00045\u0004\u0016\u0004'\u0004D\u0004,\u00042\u0004F\u00044\u0004+\u00044\u0004F\u00043\u0004B\u0004/\u0004]\u0004I\u0004:\u0004#\u0004d\u00047\u0004+\u0004j\u00047\u0004\u0017\u0004=\u00040\u00041\u00046\u0004%\u0004\u001a\u0004-\u0004=\u0004\u001e\u0004>\u00043\u00040\u00045\u0004.\u0004*\u0004\u0013\u00041\u0004E\u0004A\u0004-\u00046\u0004 \u0004F\u0004K\u0004\u0015\u0004\u0011\u0004A\u0004O\u0004?\u0004/\u0004\f\u0004#\u0004C\u00045\u0004/\u0004F\u0004\u000e\u0004\u0012\u00046\u0004#\u00046\u0004E\u00043\u0004:\u0004 \u0004;\u0004.\u0004H\u00045\u0004\u0017\u00045\u0004+\u00047\u0004x\u0004#\u0004\r\u0004\u001f\u0004/\u00043\u0004;\u00045\u0004\"\u00042\u0004@\u0004'\u0004@\u0004b\u0004\u001c\u0004S\u0004D\u0004(\u00049\u00046\u00048\u0004\u0011\u0004:\u00047\u0004%\u0004N\u0003\u0004V\u0004\u001d\u0004+\u0004'\u0004D\u0004<\u00042\u0004 \u0004\u001c\u0004K\u0004?\u00045\u00040\u0004I\u0004?\u0004\u0010\u0004>\u00040\u0004Z\u0004A\u00042\u0004.\u00041\u0004N\u00047\u0004S\u0004B\u0004=\u0004.\u0004\u000f\u0004C\u0004*\u0004+\u0004=\u0004\"\u0004+\u0004(\u0004\u0017\u0004\u0019\u0004#\u0004\u0018\u0004U\u0004\u000e\u00044\u0004\u001f\u0004V\u0004\u0017\u0004#\u0004L\u00041\u0004\u0012\u0004\u0003\u0004\u0016\u0004\"\u0004 \u0004\u001a\u00047\u0004?\u0004C\u0004\u0007\u0004D\u0004/\u00045\u00042\u0004#\u0004\u001c\u0004\f\u0004\u0019\u00041\u0004/\u00048\u0004(\u0004#\u0004I\u00045\u0004*\u0004,\u0004\u0007\u0004\u001f\u00047\u0004-\u0004D\u0004-\u0004/\u0004\t\u00040\u0004\u0019\u0004*\u00045\u0004%\u00049\u0004H\u00045\u0004X\u00048\u0004D\u0004R\u0004>\u0004)\u00045\u0004L\u0004W\u00044\u00044\u0004k\u0004U\u0004U\u0004!\u0004`\u00043\u0004\u001a\u0004.\u0004)\u00048\u0004r\u0004<\u0004_\u0004\u0010\u0004a\u0004J\u0004(\u00042\u0004F\u0004-\u0004\u001e\u0004!\u0004\u0014\u0004 \u0004)\u0004B\u00044\u00047\u0004\u001b\u0004:\u0004\u0012\u0004A\u0004\b\u00044\u0004\u001a\u0004\u0011\u0004\u0014\u0004\u000b\u00046\u0004>\u0004%\u0004\u001f\u0004:\u0004\u0001\u0004 \u0004\u001b\u0004F\u0004$\u0004>\u0004:\u0004\u0011\u0004E\u0004R\u0004\u001d\u0004;\u0004$\u0004 \u0004U\u0004L\u0004z\u0004\u001f\u0004B\u00046\u0004#\u0004J\u00042\u0004N\u0004\u001d\u00044\u00044\u0004\\\u0004-\u0004+\u0004\u001f\u0004M\u0004A\u00040\u0004&\u0004\n\u0004\\\u0004&\u0004T\u0004D\u0004@\u0004\"\u00045\u0004I\u0004\u001d\u00043\u0004\u0018\u0004?\u0004;\u0004\u0010\u0004\u0016\u0003\u00047\u0004<\u0004=\u00048\u0004\u0019\u00047\u0004!\u0004?\u0004/\u0004$\u0004Q\u0004:\u0004!\u0004>\u0004=\u00048\u0004\u0013\u0004#\u0004)\u00040\u0004/\u0004E\u0004W\u0004\u0012\u0004A\u00048\u0004O\u0004c\u0004h\u0004\u0004N\u0004i\u0004P\u0004,\u00049\u0004,\u0004J\u0004d\u0004\u0018\u0004B\u0004\u0013\u00044\u00049\u0004\u001a\u0004\u0012\u0004/\u0004!\u0004&\u00046\u00040\u0004?\u0004+\u00046\u0004=\u0004;\u00043\u0004D\u0004N\u00040\u0004H\u00044\u0004\u001b\u0004\u001b\u0004!\u00041\u0004E\u0004J\u0004B\u0004?\u0004Z\u0004T\u0004\u0016\u0004\u001b\u0004-\u0004\u001a\u00044\u0004/\u0004;\u0004>\u0004G\u0004?\u0004#\u0004>\u0004\u0012\u0004W\u0004\u001e\u0004=\u0004M\u0004e\u0004J\u0004\r\u0004#\u0004\u001c\u0004+\u0003\u0004'\u0004'\u0004-\u0004b\u00040\u0004!\u00047\u00043\u0004\u001d\u0004\u0015\u0004\u000b\u0004E\u0004\b\u0004C\u0004E\u0004\b\u00046\u00041\u0004;\u0004\u001b\u00043\u0004:\u00049\u0004:\u0004I\u0004\u001b\u0004@\u0004\u0016\u0004&\u0004$\u00048\u00041\u00046\u0004L\u00048\u0004Q\u0004\u001e\u00043\u0004\u0014\u0004@\u0004M\u0004@\u0004\u0016\u0004*\u0004\u001f\u0004B\u0004\u001d\u0004/\u0004:\u0004\u001c\u0004*\u00041\u0004-\u0004/\u0004\u001b\u0004=\u0004(\u0004<\u0004\u0017\u00047\u0004Q\u00043\u0004:\u0004\u0004X\u0004\u0004W\u0004h\u0004<\u0004.\u0004T\u0004U\u0004:\u0004>\u0004i\u0004H\u0004*\u0004<\u00048\u0004e\u00042\u0003\u0004N\u0004$\u0004+\u0004'\u0004%\u0004<\u0004F\u0004$\u0004\u0017\u00049\u00044\u0004;\u00042\u00041\u00049\u0004.\u0004'\u0004E\u00045\u0004\u0019\u0004\u0015\u0004\u001c\u0004\u0017\u0004N\u00045\u0004I\u0004I\u0004!\u0004\u001c\u0004 \u0004E\u0004.\u0004,\u0004:\u0004\u0014\u0004E\u0004<\u0004 \u0004,\u00040\u0003\u0004>\u0004$\u0004\u001f\u0004M\u0004A\u0004>\u0004!\u00041\u0004@\u0004R\u00045\u0004B\u0004@\u00043\u0004^\u0004K\u0004N\u0004V\u00047\u0004E\u0004\u001f\u0004&\u0004@\u00041\u0004:\u0004=\u0004\u0017\u0004\u0019\u00048\u0004\u0000\u0004I\u0004A\u0004/\u0004C\u0004(\u0004N\u0004#\u0004&\u0004@\u0004:\u00046\u0004C\u0004\u0013\u00042\u0004c\u0004@\u00040\u0004Y\u0004;\u0004\u0015\u00046\u0004\u0011\u0004J\u0004\u001f\u0004 \u0004:\u0004+\u0004\u000e\u00045\u00045\u0004:\u0004.\u0004%\u00047\u0004\u0004\u0004\u0004\u0004\u0004S\u0004c\u0004.\u0004\u0015\u0004,\u0004H\u0004-\u0004>\u0004.\u0004\u0010\u0004D\u00043\u0004:\u0004\u0000\u0004\u0017\u00049\u0004A\u0004\u0018\u0004-\u0003\u00045\u0004?\u0004H\u0004/\u0003\u0004!\u0004%\u0004V\u0004;\u00048\u0004\u0018\u0004!\u0004Q\u0004 \u0004-\u0004,\u0004H\u0004:\u0004&\u00040\u0004(\u0004:\u00040\u0004-\u0004<\u0004\u001e\u0004O\u0004\u0017\u0004=\u0004;\u0004I\u0004/\u00046\u0004<\u0004\u0017\u0004&\u0004E\u0004\u001d\u00049\u0004#\u0004/\u0004H\u0004B\u0004+\u0004,\u0004.\u0004%\u0004E\u0004\u001c\u0004-\u0004\u0007\u0004\u001f\u0004R\u0004\u0015\u0004'\u00043\u0004\u001a\u0004*\u0004?\u00047\u0004<\u00046\u0004&\u0004\u0017\u0004%\u0004+\u0004O\u0004?\u0004+\u00044\u0004=\u00045\u0004H\u0004/\u0004H\u0004\u0016\u00043\u0004+\u0004+\u0004^\u0004<\u0004,\u0004J\u00044\u0004\u001a\u0004F\u0004\u0015\u0004B\u00047\u0004&\u0004&\u0004*\u00046\u0004\u0018\u0004,\u0004c\u00048\u00040\u0004&\u0004K\u0004J\u0004E\u00046\u0004\u0013\u0004K\u0004@\u0004]\u0004I\u0004/\u0004<\u0004=\u0004f\u0004\u0017\u0004~\u0004j\u00049\u0004>\u0004B\u0004(\u0004)\u0004A\u0004\u0004D\u0004\u0019\u0004D\u0004.\u0004B\u0004#\u0004\u001e\u0004J\u00043\u0004N\u0004/\u0004&\u0004\u0015\u0004%\u0004]\u00046\u0004\f\u0004<\u00043\u0004C\u0004\"\u0004\u0007\u0004U\u0004\u0010\u0004\u0019\u0004$\u0004\"\u0004\u0013\u00047\u00047\u00040\u0004C\u0004@\u0004O\u0004&\u0004&\u0004A\u0004'\u00048\u0004,\u0004@\u0003\u0004B\u0004G\u00046\u0004#\u0004G\u0004\u0014\u0004,\u0004A\u0004$\u0004F\u0004+\u0004)\u0004\u0001\u0004;\u0004\u0019\u00046\u0004F\u0004%\u0004:\u0004Y\u0004P\u0004!\u00044\u00047\u0004C\u0004<\u0004'\u0004\u0016\u0004B\u0004\u001e\u00040\u0004#\u0004%\u0004O\u0004.\u0004S\u00045\u0004@\u0004\u0014\u0004/\u0004R\u0004U\u0004=\u0004C\u0004F\u0004:\u00048\u0004>\u00044\u0004A\u0004$\u0004N\u0004-\u0004!\u0004#\u0004+\u0004<\u0004,\u0004*\u0004\u001b\u0004%\u0004\u0017\u0004(\u0004+\u0004H\u0004\u001d\u0004e\u0004\u0004\u0004\u0004\u0004\u0004\u0004'\u00044\u0004D\u0004@\u0004?\u0004\u0010\u0004>\u0004(\u0004,\u0004\u001b\u0004 \u0004*\u0004)\u0004+\u0004<\u00045\u0004\n\u0004H\u0004!\u0004\u0016\u0004Y\u0004;\u00048\u0004!\u0004%\u0004=\u0004\u0012\u0004.\u0003\u0004c\u0004d\u0004%\u00045\u0004&\u0004\u000b\u00047\u00048\u0004A\u0004;\u0004A\u0004\u001a\u00047\u00048\u00042\u0004\n\u0004B\u00043\u0004F\u0004\u001f\u0004/\u0004I\u0004;\u00041\u0004\u0014\u0004+\u0004/\u0004M\u0004F\u0004?\u0004+\u0004D\u0004\u000e\u0004\"\u0004D\u0004%\u0004\u0019\u0004\u001a\u00043\u0004\u001a\u0004G\u0004'\u0004,\u0004F\u0004<\u0004G\u0004+\u0004\u0005\u00042\u0004\u001a\u0004&\u0004*\u00041\u0004<\u0004\u0013\u0004\u0006\u0004%\u00044\u0004\u001c\u0004\u001b\u0003\u0004,\u0004K\u0004A\u0004N\u0004N\u0004\u001e\u0004>\u0004D\u0004D\u0004\u0013\u0004H\u0004L\u0004J\u0004(\u0004\\\u0004;\u0004\u0011\u0004'\u00045\u0004+\u0004\u001d\u0004E\u0004)\u0004#\u0004D\u00042\u0004U\u0004+\u0004*\u0004i\u0004Q\u0004H\u0004:\u0004)\u0004\u001f\u0004;\u0004G\u00049\u0004@\u0004-\u00040\u0004c\u0004a\u00040\u00041\u0004?\u0004^\u0004E\u0004-\u00049\u0004!\u00046\u0004V\u0004e\u0004d\u0004F\u0004\"\u0004E\u0004$\u0004\u001d\u0004e\u0004>\u0004E\u0004Q\u0004<\u0004/\u00047\u00044\u0004/\u0004)\u0004+\u0004P\u00048\u0004\u0018\u0004S\u0004\"\u00045\u00048\u0004^\u0004>\u0004B\u0004<\u0004\u001e\u0004S\u00048\u00044\u0004-\u0004G\u0004C\u0004O\u0004D\u0004\u001a\u0004.\u0004=\u0004:\u0004)\u0004P\u0003\u0004[\u0004 \u0004+\u0004 \u0004e\u00041\u0004>\u0004\u001d\u00045\u0004O\u0004\u001d\u0004\u0011\u00047\u0004>\u0004-\u0004\u0019\u0004K\u0004O\u0004\u0005\u0004@\u0004.\u0004&\u0004.\u0004+\u0004.\u0004R\u0004)\u0004\u001e\u0004(\u0004A\u0004\u0017\u0003\u0004Y\u0004;\u0004V\u00040\u0004-\u0004\u000e\u0004<\u00047\u00048\u0004\u001b\u0004G\u0004<\u00043\u0004F\u0004+\u0004 \u0004N\u0004\r\u0004O\u0004)\u0004P\u0004\u0019\u0004\u0016\u0004A\u0004J\u00041\u0004V\u0004K\u0004(\u0004f\u0004\u00053\u0005\f\u0004\u0004\u0004\u0004g\u0004H\u0004=\u0004G\u0004+\u0004=\u0004O\u0004L\u0004L\u0004\r\u00049\u0004>\u0004\n\u00042\u00041\u0004G\u0004:\u0004S\u0004+\u0004N\u0004\\\u0004Q\u0004r\u0004&\u00048\u0004E\u0004\u001d\u0004g\u0004.\u0004c\u0004F\u0004)\u0004J\u0004R\u0004A\u0004?\u0004\u0014\u0004*\u0004E\u00048\u0004\u001c\u0004-\u0004W\u0004A\u0004&\u00046\u0004'\u00049\u0004+\u0004;\u0004\u0014\u0004B\u0004&\u0004A\u0004E\u0004k\u0004>\u0004\u001e\u0004F\u0004\"\u0004B\u0004Q\u0004\\\u0004 \u0004g\u0004\u001c\u0004^\u0004O\u0004@\u00040\u0004@\u0004\u0014\u0004\u001a\u00046\u0004\u001b\u00044\u0004;\u00041\u0004#\u0004-\u0004>\u0004<\u0004]\u0004\u0012\u0004%\u00045\u0004\u0016\u0004@\u0004\u001d\u0004\u0016\u0004)\u0004p\u0003\u0004\u0019\u00045\u0004\b\u0004\"\u0004G\u0004A\u00041\u0004O\u0004<\u0004\u0010\u0004'\u0004\u0014\u0004%\u0004.\u0004A\u0004Q\u0004W\u0004\"\u0004\"\u00042\u0004=\u0004>\u0004B\u0004c\u0004N\u0004/\u0004\u001f\u0004\u0012\u0004/\u0004+\u0004\u001d\u0004G\u0004;\u0004M\u0004(\u0004D\u0004<\u0004;\u0004/\u0004=\u0004=\u00041\u0004j\u0004V\u0004\\\u0004G\u0004)\u0004\u001d\u0004[\u0004~\u0004l\u0004<\u0004g\u0004@\u00042\u0004(\u00041\u0004\u001e\u0004\u001b\u0004>\u00044\u0004\\\u0004V\u0004Y\u0004>\u00049\u0004(\u0004C\u0004=\u0004+\u0004V\u0004!\u0004<\u0004(\u0004-\u0004\u0017\u0004\r\u0004S\u0004G\u0004\u001e\u0004W\u0004A\u00044\u00046\u0004\u001b\u0004'\u0004*\u0004\u0016\u0004%\u0004\u0016\u0004 \u0004 \u0004c\u00049\u0004#\u00047\u0004+\u0004\u0002\u0004?\u0004\u0015\u0004<\u0004 \u0004e\u0004\u0003\u0004:\u00047\u0004(\u0004L\u0004>\u00043\u00046\u0004S\u0004X\u0004\u001f\u0004A\u0004;\u0004#\u0004\u0016\u0004!\u0004\u0017\u0004;\u00047\u0004\u0006\u0004g\u00042\u0004'\u0004R\u0004>\u0004D\u0004\u000b\u0004%\u0004Y\u0004 \u0004:\u0004\u0014\u00043\u0004@\u0004L\u0004G\u0004P\u0004\u001c\u0004\u0013\u0004(\u0004:\u0004(\u0004\f\u00042\u0004\u001b\u0004B\u0004:\u0004\f\u0004-\u00048\u0004K\u00040\u0004J\u0004L\u0004\u0004\u0004\u0004g\u0004s\u0004f\u0004\"\u00041\u00046\u0004'\u0004\u0019\u0004(\u0004I\u00045\u0004Y\u0004=\u0004(\u0004C\u0004$\u0004C\u0004)\u00049\u0004%\u0003\u0004A\u0004B\u0004R\u0004*\u0004\u0013\u0004\u001f\u0004D\u0004=\u0004L\u0004\u0011\u0004\u001c\u0004;\u00042\u0004Z\u0004\u000b\u0004X\u0004D\u00046\u0004-\u0004@\u0004Z\u0004N\u0004k\u0004T\u0004?\u0004,\u0004\u001b\u0004h\u0004!\u0004a\u0004>\u00043\u00045\u0004a\u00048\u0004>\u00046\u0004\u001f\u0004#\u0004\"\u0004:\u0004\u001a\u0004U\u0004J\u0004\f\u0004\u0012\u0004\u001a\u0004\u000f\u00042\u00045\u0004I\u0004!\u0004O\u0004\n\u0004\\\u0004)\u0004\"\u0004$\u0004\f\u0004 \u00041\u0004%\u0004\u001d\u0004$\u0004%\u00041\u0004 \u0004H\u0004T\u0004%\u0004\u000f\u0004Q\u0004K\u0004\u0003\u0004\u0007\u0004;\u0004\u0011\u00041\u0004\u0019\u0004,\u00042\u0004\u001c\u00044\u0004?\u0004\u0019\u0004N\u0004\u001b\u0004$\u0004\u0003\u0004F\u00045\u00047\u00049\u0004B\u0004$\u00045\u0004\u001f\u0004G\u0004:\u0004)\u00047\u0004\u0010\u0004;\u0004&\u0004\u0016\u0004J\u0004#\u00040\u0004K\u0004O\u0004Y\u00043\u0004<\u0004X\u0004;\u0004B\u0004n\u0004@\u0004H\u0004L\u0004A\u0004H\u0004K\u00040\u0004c\u0004\u0004;\u0004A\u00046\u0004F\u0004\u0011\u0004M\u00044\u0004\u001b\u0004,\u0004*\u0004*\u0004<\u0004I\u0004G\u0004q\u0004R\u0004\u0011\u0004K\u0004E\u0004\u0014\u0004N\u0004)\u0004\u001c\u0004\u001e\u0004=\u0003\u00048\u0004D\u0004C\u0004\u000f\u0004\u001b\u0004'\u00041\u00040\u0004(\u0004E\u0004\u001c\u0004%\u0004E\u0004&\u0004W\u0004^\u0004v\u0004.\u00044\u0004\b\u0004\u0018\u0004N\u0004\u001d\u0004\u0012\u0004+\u0004\"\u0004]\u0004#\u0004:\u00042\u0004C\u0004\u000b\u0004=\u0004=\u00043\u00040\u00048\u0004/\u00046\u0004*\u0004R\u0004J\u0004\u001f\u00048\u00049\u0004A\u0004>\u0004M\u0004Q\u00043\u0004 \u0004E\u0004\u0004\u0004\u001d\u0004%\u0004U\u0004@\u0004?\u0004 \u0004N\u0004@\u0004!\u0004=\u0004,\u0004,\u0004.\u00041\u0004)\u0004F\u0004G\u0004\u001a\u0004,\u0004*\u0004\u0019\u0004%\u0004B\u0004)\u0004L\u0004\u000b\u0004Q\u0004-\u0004Q\u0004B\u0004.\u0004K\u0004\u001c\u0004\u001c\u0004\u0018\u00044\u0004D\u0004A\u0004J\u0004$\u0004-\u0004J\u0004\r\u0004\u0018\u0004@\u0004\u0016\u00046\u00049\u0004\"\u0004\u0011\u00042\u00046\u0004?\u0004b\u0004\u0014\u0004+\u0004*\u0004G\u0004\u0015\u0004L\u0004:\u0004Q\u00041\u0004'\u0004<\u0004\u0004&\u0004A\u0004F\u0004)\u0004Y\u0004}\u0004\u0004\u0004z\u0004m\u00041\u0004G\u00048\u00044\u0004\u000e\u0004>\u00049\u0004H\u0004,\u00047\u0004\"\u00043\u0004\u0016\u0004\u001f\u0004O\u0004(\u0004N\u0004 \u0004K\u00048\u0004.\u0004-\u0004\u001d\u0004<\u0004!\u0004?\u00047\u0004\u001c\u0004G\u0004\u0019\u0004&\u0004=\u0004'\u0004F\u0004\u001e\u00043\u00042\u0004@\u0004\u001c\u0004=\u0004<\u0004$\u0004*\u0004\t\u0004\u000b\u0004:\u0004=\u0004\u0017\u0004G\u0004%\u0004\b\u0003\u0004-\u0004$\u0004\u0013\u0004\f\u0004\u0017\u00041\u00047\u0004\u0013\u0004\u0014\u0004D\u00042\u0004\u0006\u0004/\u0004D\u00041\u0004+\u00040\u0004,\u0004A\u0004S\u00048\u00048\u0004J\u0004*\u0004S\u0004;\u0004/\u0004P\u0004S\u0004A\u0004\r\u0004k\u00044\u0004I\u0004?\u0004a\u0004W\u0004c\u0004\u0004o\u0004h\u0004N\u0004J\u0004_\u0004[\u0004I\u00043\u0004;\u0004Z\u0004\u0004V\u0004B\u0004(\u0004\u0013\u0004%\u0004\f\u0004F\u0004\u001a\u0004<\u0003\u0004C\u0004\\\u0004 \u0004R\u0004&\u00045\u0004,\u0004@\u0004K\u0004$\u0004\u0002\u00047\u0004B\u0004F\u0004]\u0004+\u0004E\u0004\"\u0004(\u00046\u0004/\u0004\r\u0004\u0016\u0004\u0015\u0004#\u0004\u001c\u0004!\u0004\u001d\u0004)\u0004C\u0004 \u0004T\u0004D\u00043\u0004$\u00044\u0004%\u0004J\u00049\u0004 \u0004&\u0004M\u0004-\u0004\u0014\u0004@\u0004E\u0004%\u0004\u001d\u0004B\u0004C\u0004\u0014\u0004A\u0004@\u0004\u0019\u0004\u0013\u0004<\u0004?\u00041\u0004%\u0004&\u00049\u00041\u00044\u0004\\\u0004q\u0004V\u00042\u0004)\u0004\u000e\u0004'\u0004(\u0004<\u0004'\u0004E\u00047\u00048\u00047\u0004F\u00044\u0004<\u0004<\u00049\u0004 \u0004 \u0004\u001d\u0004\u0012\u0004A\u00046\u0004@\u0004!\u0004,\u0004g\u0004F\u0004W\u00046\u00046\u0004B\u0004*\u0004E\u0004m\u0004?\u0004<\u0004#\u0004@\u0004$\u0004]\u0004K\u0004\u000f\u0004\u0017\u0004(\u0004C\u0004/\u0004*\u0004?\u0004\u001b\u0004?\u0004\u001d\u0004\n\u0004D\u0004\f\u0004#\u0004\u001a\u0004T\u0004A\u00048\u00040\u0004\u0007\u0004A\u0004I\u0004O\u0004:\u0004@\u0004G\u0004?\u0004)\u00047\u0004K\u0004b\u0004B\u0004\u0005\u0011\u0004\u0004\u0004\u0004L\u0004T\u00046\u00043\u0004?\u0004&\u0004?\u0004*\u0004 \u0004\u001b\u00043\u00046\u0004>\u0004q\u0004I\u0004R\u0004N\u0004@\u0004(\u0004#\u00049\u0004\u0010\u00044\u0004\u0018\u0004;\u00045\u0004.\u00046\u0004#\u00044\u0004<\u0004<\u0004'\u0004G\u0004\u0018\u0004?\u00042\u00046\u0004(\u0004+\u0004B\u0004\u0014\u0004O\u0004%\u00044\u0004\u001b\u0004:\u00042\u0004L\u00044\u0004>\u00042\u0004\t\u0004J\u0004\"\u00047\u0004M\u0004\u001c\u00045\u0004\u0015\u0004\u001b\u00041\u0004/\u0004<\u0004;\u0004;\u0004;\u0004\u001f\u0004M\u0004 \u0004/\u0004.\u0004\u0014\u0004)\u00044\u0004>\u0004\u000b\u00047\u00042\u0004J\u0004)\u0004w\u0004B\u0004.\u00042\u00041\u0004\u0004F\u0004q\u0004l\u0004\u0004\u0004\u0004\u0004t\u0004o\u0004h\u0004\u001c\u0004`\u0004H\u0004P\u0004?\u0004J\u0004#\u0004\u000b\u0004K\u0004)\u0004O\u0004'\u0004%\u0004'\u0004\u001e\u0004B\u0004?\u0004N\u0004Z\u0004*\u00047\u0004$\u0004M\u0004\u0011\u0004'\u0004X\u0004$\u0004B\u0004,\u0004\u001d\u0004O\u0004\b\u0004>\u0004/\u0003\u0004.\u0004\u001f\u0004&\u0004=\u0004\u001d\u0004E\u0004\u001f\u0004>\u00049\u0004<\u0004\u001a\u0004!\u0004\u001d\u0004\u0016\u0004'\u0004\u0018\u0004J\u0004\u0014\u0004@\u00044\u0004T\u0004@\u0004a\u0004\u000b\u0004(\u0004)\u0004\u0014\u0004A\u0004\u0001\u0004D\u0004\u001d\u0004?\u0004,\u0004*\u0004*\u0004X\u0004-\u0004;\u0004$\u0004K\u0004-\u00046\u00045\u0004F\u0004\u001c\u0004\u0016\u0004D\u0004%\u0004\u001f\u0004'\u00044\u0004\b\u0004M\u0004\"\u00042\u0004\u001e\u0004\u001a\u00046\u0004\u001f\u0004=\u00042\u0004\u001e\u0004D\u0004&\u0004\u001c\u0004&\u00047\u00042\u0004\u001e\u0004L\u0004I\u0004J\u00049\u0004\u001d\u0004\u001b\u00047\u00043\u0004\u001f\u0004?\u0004\"\u0004\u001c\u0004J\u00044\u00041\u0004!\u0004G\u0004\u001f\u0004*\u0004$\u0004\u0007\u0004+\u0004:\u0004%\u0004(\u0004E\u0004R\u0004B\u00043\u0004?\u0004\u0014\u0004W\u0004E\u0004'\u0004)\u0004W\u0004&\u00047\u0004+\u0004\u000e\u0004B\u00046\u0004F\u0004!\u0004/\u0004(\u0004=\u0004\u001f\u00042\u0004K\u0004^\u0004\u0004~\u0004\u0004\u00044\u00047\u00046\u0004<\u0004J\u0004,\u0004=\u0004$\u0003\u0004)\u0004?\u0004'\u00041\u00049\u0004_\u0004S\u0004P\u0004\u001e\u00048\u0004\t\u0004^\u0004H\u00045\u0004<\u0004(\u0004X\u0004;\u0004$\u00041\u0004\u001e\u0004\u001b\u0004>\u0004>\u0004/\u0004\u001d\u0004:\u0004R\u0004/\u0004W\u0004\u0016\u0004.\u0004\t\u0004%\u00049\u00041\u0004!\u0004T\u0004E\u0004\"\u0004Z\u00046\u0004f\u00041\u0004\u001e\u0004\u0015\u0004\u0019\u0004A\u0004.\u0004\n\u0004!\u0004\"\u00041\u0004\u0012\u0004W\u0004\u001e\u0004L\u0004\u001f\u0004S\u0004\u001a\u0004p\u0004:\u0004'\u0004X\u0004\u0017\u0004J\u0004[\u00047\u0004/\u0004B\u0004)\u0004,\u00049\u0004E\u0004 \u0004V\u0004C\u0004\u001f\u0004Q\u0004O\u0004\u0004\u0005\u001e\u0005\u0010\u0004\u0004j\u0004m\u0004Z\u0004;\u0004+\u0004E\u0004'\u0004$\u00047\u0004A\u0004=\u0004P\u00049\u0004\u001b\u0004'\u0004/\u0004D\u0004=\u0004<\u0004m\u00046\u0004K\u0004>\u0004R\u0004m\u0004H\u0004\u0007\u0004+\u0004\u0003\u0004G\u0004D\u00042\u0004@\u0004\u0019\u0004-\u0004;\u0004\u001c\u0004@\u0004\u001a\u0004l\u0004\u0001\u0004,\u0004\u0019\u0004X\u0004A\u0004C\u00047\u0004,\u0004@\u0004\u0012\u00042\u0004#\u0004+\u0004+\u0004U\u00041\u0004G\u00040\u0004&\u00049\u0004+\u0004(\u0004\u0013\u0004\u001e\u00040\u0004$\u0004[\u00040\u0004#\u0004\u0016\u0004;\u0004S\u0004\u001a\u0004-\u0004+\u0004*\u0004?\u0004C\u0004_\u0004\u000f\u0004)\u00040\u0004\f\u0004=\u0004?\u0004$\u00041\u0004.\u0004C\u0004I\u0004$\u0004(\u00042\u00047\u00043\u0004\u0016\u0004\u001f\u0004F\u0004\u0016\u0004J\u0004R\u0004\u001f\u0004>\u0004\"\u00047\u00040\u00048\u0004C\u0004I\u0004G\u0003\u00046\u0004=\u00043\u0004&\u0004#\u0004I\u0004F\u0004%\u00042\u0004\u0015\u0004=\u00043\u0004@\u0004[\u00043\u0004G\u0004\u0011\u0004L\u0004,\u00041\u0004\"\u0004(\u0004=\u00047\u0004K\u00042\u0004\u0014\u0004\u001f\u00040\u0004'\u0004G\u0004>\u0004B\u00040\u0004N\u00046\u0004`\u0004?\u0004Z\u0004R\u0004\u001b\u0004\u001f\u0004\"\u0004%\u00048\u0004E\u0004:\u00045\u0004b\u0004\\\u0004@\u0004H\u0004;\u00040\u00042\u0004H\u0004\u0019\u00049\u0004B\u0004R\u0004\u001a\u0004\u001c\u0004K\u0004,\u0004j\u0004j\u0004l\u0004h\u00044\u0004^\u0004+\u0004-\u0004V\u0004@\u0004C\u00042\u0004<\u00040\u0004\u001d\u0004(\u0004C\u00045\u0004A\u00044\u00043\u0004A\u0004)\u00041\u0004M\u0004@\u0004\t\u0004Q\u0004\u0007\u0004O\u0004>\u0004P\u00045\u00040\u0004@\u0004-\u0004K\u0004.\u0004\u0017\u0004-\u0004%\u0004F\u0004>\u0004M\u0004'\u0004'\u0004*\u0004(\u00043\u0004:\u0004$\u0004/\u00040\u0004H\u0004)\u0004@\u00042\u00043\u0004 \u0004\t\u0004L\u00049\u0004\u001e\u00047\u0004'\u00040\u0004H\u0004\u001a\u0004e\u00040\u0004\u0019\u0004Y\u0004L\u0004Y\u0004j\u0004\u0004\u0005a\u0006$\u0006I\u0005:\u0004\u0004z\u0004M\u0004\u001f\u0004f\u0004&\u0004.\u0004\u0019\u00041\u0004F\u00043\u0004(\u0004\u001e\u0004:\u0004'\u0004\u000e\u0004\"\u0004O\u0004\u001a\u0004\u0013\u00040\u0004*\u0004\u001b\u0004&\u0004\u0019\u0004<\u0004\u001a\u0004(\u0004O\u0004\"\u00047\u00040\u0004$\u0004G\u00043\u0004)\u0004.\u0004\u0017\u0004\u001b\u0004*\u0004;\u0004%\u0004+\u00049\u0004\u0014\u00045\u0004N\u0004=\u0004>\u0004/\u0004\u0017\u00042\u0004\u0015\u0004 \u0004!\u0004)\u0004j\u0004\u0015\u0004\\\u0004F\u0004\u001f\u00046\u0004@\u0004-\u0004\u0017\u0004\u0012\u00045\u0004:\u0004*\u0004?\u0004A\u00043\u0004.\u00048\u0004\u0011\u0004*\u0004=\u0004I\u00041\u0004/\u0004 \u0004*\u00048\u0004\u0017\u0004\t\u00047\u0004>\u0004-\u0004\u0018\u0004Q\u0004E\u0003\u0004\u0011\u0004$\u0004%\u00040\u00043\u0004>\u0004\u000f\u0004%\u0004,\u00046\u0004\u001a\u0004U\u0004%\u0004\f\u0004,\u0004+\u0004H\u0004&\u0004+\u00048\u00042\u0004C\u00041\u0004,\u0004:\u0004\u0014\u0004:\u0004\u0013\u00047\u00047\u0004\u0007\u0004G\u0004*\u0004P\u00049\u0004V\u0004R\u0004L\u00044\u0004<\u0004T\u0004\u001c\u0004+\u0004:\u0004'\u0004%\u0004!\u0004O\u0004%\u0004 \u0004\u000f\u0004D\u0004#\u0004\u0018\u0004E\u0004<\u0004X\u0004#\u0004%\u0004B\u0004\u0017\u0004*\u0004O\u00047\u0004:\u0004\u001d\u0004#\u00040\u00048\u0004N\u00046\u0004*\u0004R\u0004\u001a\u0004;\u0004)\u0004\u001a\u00043\u0004\u001b\u0004:\u0004,\u0004'\u0004\u001d\u0004O\u0004A\u0004+\u00049\u00041\u0004.\u0004\u000e\u00042\u0004<\u00041\u0004>\u0004\\\u0004A\u00049\u0004@\u0004*\u0004!\u0004T\u0004\u001a\u0004\u001e\u0004<\u00045\u0004\u0015\u00040\u0004N\u0004*\u0004\"\u0004+\u0004\u0001\u0004I\u00046\u0004+\u0004#\u00045\u0004\"\u0004R\u0004\u001f\u00047\u00041\u00041\u0004;\u0004\u001d\u0004\u001d\u0004\u0015\u0004O\u0004<\u00043\u0004?\u0004E\u0004\u0010\u00042\u0004=\u0004M\u0004F\u0004L\u0004,\u00042\u0004\u001e\u0004)\u0004`\u0004\u001b\u00049\u0004\u0018\u0004;\u0004-\u0004:\u0004#\u0004=\u0004:\u00044\u0004Q\u0004S\u0004:\u0004&\u0004s\u0004\u0004\u0005\u0007\u001d\u00072\u0005\u0004\u0004u\u0004a\u0004?\u0004<\u00044\u0004-\u00048\u0004.\u0004:\u0004,\u00043\u0004\u001c\u0004<\u0004e\u0004\u001f\u00042\u0004/\u0004+\u0004-\u00045\u0004\t\u00047\u0004\u0016\u0004;\u0004m\u0004(\u0004&\u0004+\u0004K\u0004B\u0004P\u0003\u0004\u000f\u00041\u0004=\u00044\u0004!\u0004D\u0004A\u0004G\u0004Y\u0004\u001a\u0003\u0004.\u0004;\u0004-\u0004$\u0004I\u0004.\u0004$\u00042\u0004\f\u0004/\u0003\u0004#\u0004\u000f\u0004h\u0004*\u0004\u000e\u0004R\u00048\u0004\u001b\u0004<\u00040\u0004(\u0004\u0000\u0004E\u0004\\\u0004\u0017\u0004\u0019\u0004\u0017\u0004j\u0004f\u0004=\u00046\u0004>\u0004;\u0004g\u00048\u0004O\u0004,\u0004.\u0004\u000e\u0004\u0011\u0004C\u0004)\u0004\u001b\u0004J\u0004I\u0004B\u0004/\u0004\u0004\u0004/\u00041\u0004W\u00040\u0004>\u0004\u001d\u00040\u0004\u0017\u0004#\u0004Z\u0004\u0018\u0004\u001c\u0004$\u0004-\u0004S\u0004\u001b\u0004H\u0004\u0019\u0004.\u0004\t\u0004\u001f\u0004>\u0003\u0004f\u0004\u001a\u0004\u0017\u00046\u0004&\u0004j\u00042\u0004:\u0004B\u0004K\u0004-\u0004F\u00043\u0004 \u0004;\u0004L\u0004!\u0004B\u00044\u0004R\u0004!\u00043\u0004*\u0004D\u0004'\u00049\u0004'\u0004J\u00040\u0004'\u00047\u0004=\u0004'\u0004o\u0004T\u0004L\u0004'\u0004#\u0004\u001f\u0004\u0006\u0004+\u0004\u001d\u00047\u00048\u00047\u0004\u0019\u0004,\u00043\u0004\u0013\u0004U\u00040\u0004B\u0004,\u0004]\u0004a\u0004>\u00042\u0004\u0011\u00049\u0004\u001f\u0004R\u0004\u001c\u0004<\u0004C\u0004=\u0004Q\u0004S\u0004`\u0004\u0004\u0004A\u0004)\u0004d\u0004Z\u0004G\u0004E\u0004%\u0004\u001f\u0004\u001f\u00043\u0004B\u0004#\u0004?\u0004;\u0004#\u0004S\u0004\u0015\u0004#\u00042\u0004+\u0004A\u0004\u0010\u00044\u0004O\u0004=\u0004D\u00045\u0004&\u00049\u0004H\u0004`\u0004:\u0004.\u0004K\u0004+\u0004\u0010\u0004/\u0004E\u0004\u0013\u0004)\u0004\u001d\u0004#\u0004\u001e\u0004W\u0004>\u00044\u00044\u0004F\u00041\u0004#\u0004?\u0004&\u0004=\u0004D\u0004+\u0004\u0005\u0004D\u0004&\u00045\u0004D\u0004#\u0004M\u0004X\u0004V\u0004\u0004\u0005\u0011\u0006\u0015\u0006\f\u0005)\u0004\u0004a\u0004V\u0004G\u00047\u0004W\u0004@\u0004C\u0004!\u0004C\u0004\u000b\u00049\u0004+\u0004I\u0004U\u0004;\u0004?\u0004W\u0004\u001b\u0004L\u0004;\u0004j\u0004<\u0004\u0017\u0004 \u0004\u001d\u0004U\u0004\u0010\u00041\u0004#\u0004/\u0004+\u0004\u001b\u0004/\u0004A\u0004Q\u00040\u0004D\u0004?\u0004\u0007\u0004>\u0004\u001f\u00048\u00047\u00045\u0004'\u0004<\u0004F\u0003\u0004(\u00045\u00042\u0004 \u0004?\u0004I\u0004%\u0004J\u0004/\u0004Y\u0004\u001a\u0004\u0019\u0004*\u0004#\u0004\u001c\u0004(\u0004?\u0004\u001c\u0004\u001b\u0004-\u00043\u0004\u000f\u00046\u0004B\u0004;\u0004F\u0004A\u0004)\u0004:\u0004:\u0004D\u0004\u0018\u0004L\u0004?\u0004?\u0004+\u00047\u00042\u0004\u001e\u0004U\u0004;\u0004,\u00041\u0004\u0019\u0004j\u0004>\u0004\u0007\u0004.\u00042\u00041\u0004N\u0004\u0010\u0004D\u0004\u0015\u0004/\u0004\u0006\u0004T\u0004,\u0004G\u0004.\u0004-\u0004%\u0003\u00043\u0004P\u0004'\u0004\u0018\u0004`\u0004L\u0004.\u0004?\u0004\u001f\u00042\u0004A\u0004\u0013\u00046\u0004\u001f\u0004D\u0004\u0001\u0004\u001d\u00042\u0004&\u0004\u0005\u0004#\u0004#\u0004\u0019\u00042\u00048\u00040\u0004\u0016\u0004B\u0004;\u0004'\u0004(\u0004\u000e\u0004>\u00042\u00044\u0004I\u0004F\u0004t\u0004\u001c\u0004`\u0004h\u0004A\u0004M\u0004-\u0004(\u0004)\u0004D\u0004:\u0004\u0014\u0004F\u0004L\u0004*\u0004[\u00042\u0004N\u0004G\u0004Q\u0004@\u0004C\u0004+\u0004!\u00044\u0004X\u0004\u000f\u0004V\u0004>\u00047\u0004$\u0004\u0013\u0004+\u0004_\u0004o\u0004\u0004\u0004v\u0004e\u0004b\u0004\u0016\u0004R\u0004B\u00043\u0004/\u0004\u000e\u0004I\u0004\u001e\u00041\u0004N\u00048\u0004(\u00041\u0004B\u0004>\u0004\"\u0004)\u0004\u0013\u0004/\u0004\u001b\u0004\u0019\u0004=\u0004F\u0004.\u0004.\u0004*\u0004X\u0004+\u00049\u0004\u0016\u0004\"\u0004\u0017\u0004\u001a\u0004\"\u0004O\u0004\u0013\u0004T\u0004=\u0004A\u0004A\u0004-\u0004\u0018\u0004:\u0004\u001a\u0004\u0014\u0004\u0007\u00045\u0004I\u0004J\u0004C\u00041\u0004\"\u0004\u0018\u0004:\u0004_\u0004\u0003\u0004M\u0004=\u0004O\u00040\u0004P\u0004Z\u0004w\u0004\u0005\u001b\u00052\u0004\u0004\u0004\u0004[\u0004d\u0004\u0004B\u0004J\u0004F\u0004f\u0004A\u0004;\u0004/\u0004\u001b\u0004'\u0004$\u00042\u0004=\u0004\u001c\u0004>\u0004(\u0004\u0015\u0004 \u00049\u00049\u0004\"\u00040\u0004N\u0004?\u0004'\u0004I\u0004A\u0004\u001e\u0004/\u0004/\u0004J\u0004@\u00048\u0004'\u00045\u0004f\u0004'\u0004L\u0004\u001d\u0004\u0017\u0004\u0006\u0004;\u0004,\u0004\u0015\u00046\u0004M\u00043\u0004=\u0004+\u00047\u0004)\u00041\u0004%\u0004Q\u00041\u0004@\u0004.\u0004-\u00046\u0004:\u0004(\u0004\u0015\u0004G\u0004%\u0004\u001e\u0003\u0004W\u00047\u00040\u0004J\u0004\u0016\u0004V\u0004`\u0004\u001e\u0004A\u00044\u00045\u0004+\u0004&\u0004\u000b\u0004C\u0004%\u0004\"\u00043\u0004+\u0004%\u0004\u001b\u0004@\u00041\u0004\u001e\u0004 \u0004:\u0004M\u0004%\u0004\"\u00045\u0004 \u00041\u0004\"\u0004,\u00042\u0004D\u0004M\u0004#\u0004(\u0004;\u0004-\u0004L\u0004G\u0004$\u00043\u0004\u0011\u0004\u0018\u0004E\u0004M\u0004:\u00042\u00040\u0004#\u0004&\u0004\u0018\u0004\\\u0004P\u00047\u00044\u0004$\u0004b\u0004(\u00040\u0004Z\u0004@\u0004&\u0004P\u0004E\u0004\u0006\u0004Q\u0004\u0017\u0004;\u0004@\u0004Y\u0004W\u0004'\u00044\u0004(\u0004Q\u0004J\u0004_\u0004|\u0004\u0004O\u0004\u001f\u0004H\u0004>\u0004(\u00044\u0004=\u00045\u00042\u0004*\u0004=\u0004\u0017\u0004'\u0004\u001a\u0004*\u0004%\u0004\u0010\u0004'\u0004L\u0004L\u0004'\u0004'\u0004(\u0004,\u00044\u0004T\u00044\u0004#\u0004c\u0004W\u0004\u0005\u0003\u0005l\u00050\u0004\u0004\u0004R\u0004Z\u0004@\u0004O\u0004\"\u0004*\u0004\u000f\u0004\u001d\u00049\u0004>\u00040\u00042\u0004'\u0004K\u00042\u0004\u0002\u0004$\u0004\u000e\u0004\u0016\u0004=\u0004C\u0004S\u00047\u0004M\u0004\r\u0004?\u0004\u0017\u0004\u001b\u0004\u0017\u0004,\u0004B\u00048\u00048\u0004/\u0004\u0015\u0004\u0019\u0004<\u0004(\u0004K\u0004\u0019\u0004<\u0004G\u0004G\u0004*\u0004j\u0004K\u00046\u0004$\u0004J\u0004.\u00044\u0004F\u0004D\u0004!\u0004\"\u0004O\u0004E\u0004K\u0004\u0012\u0004;\u0004!\u0004\u0004p\u0004\u0004\u0004\u0004\u0004c\u0004\u0004[\u0004T\u0004?\u0004R\u00044\u0004/\u00049\u00049\u0004\u0015\u00046\u0004b\u00042\u0004X\u0004.\u00045\u00043\u0004(\u0004!\u0004\f\u00049\u0004(\u00044\u0004H\u0004G\u0004&\u0004Y\u0004\u0015\u0004L\u0004]\u0004#\u0004 \u00040\u0004<\u0004 \u00042\u0004:\u0004\t\u0004C\u0004\u001e\u0004-\u0004F\u0004P\u0004\f\u0004T\u0004>\u00043\u0004\u0014\u0004b\u0004\u0017\u0004C\u0004G\u00040\u00045\u0004\u001b\u0004W\u0004I\u0004D\u0004l\u0004J\u00047\u0004*\u00047\u00043\u00044\u0004H\u0004$\u0004:\u0004)\u00040\u0004!\u0004\u001b\u00044\u0004M\u0004]\u00042\u0004[\u0004.\u0003\u0004L\u0004\u0016\u00049\u0004\"\u0004\u0014\u0004H\u0004#\u00042\u0004;\u0004!\u0004K\u0004\u000e\u0004>\u0004&\u0004\u0013\u0004@\u0004c\u0004#\u0004B\u0004\u0010\u0004t\u00044\u00046\u0004'\u0004(\u0004*\u0004 \u0004C\u0004<\u0004)\u0004\u001f\u0004\u001b\u0004M\u00044\u0004V\u0004D\u0004-\u00043\u00048\u0004\u000e\u00047\u0004!\u0004G\u0004\u0016\u0004 \u0004E\u0004J\u0004>\u0004J\u0004A\u00044\u0004G\u0004-\u00044\u0004(\u0004'\u0004E\u0004S\u0004I\u0004.\u0004;\u0004G\u0004_\u0004>\u0004=\u0004+\u0004#\u0004O\u0004*\u0004p\u0004e\u0004\u0004\u0004k\u0004V\u0004h\u0004/\u0004'\u00044\u0004#\u00049\u0004?\u0004<\u0004=\u0004#\u0004/\u0004(\u0004Q\u0004*\u0004\u0002\u0004;\u0004g\u0004.\u0004G\u0004M\u0004,\u0004Y\u0004F\u0004\u0018\u00046\u0004M\u0004\u001c\u0004\u001a\u0004k\u0004\u0005:\u0005e\u0004\u0004d\u0004r\u0004C\u0004T\u0004J\u0004;\u00041\u0004\u001e\u00040\u00046\u0004M\u0004S\u00040\u0004C\u0004,\u0004A\u0004*\u00047\u0004\u0018\u0004G\u0004(\u0004>\u0004+\u0004c\u00041\u00046\u0004\u0015\u0004\"\u0004!\u0004\u0012\u0004\u001e\u0004&\u0004H\u0004,\u0004:\u0004H\u0004D\u00048\u0004+\u0004&\u00047\u0004F\u0004;\u0004\u001b\u00048\u0004\u0017\u0004(\u0004$\u00042\u00044\u00042\u0004L\u00048\u0004M\u0004\u0016\u00048\u00049\u0004g\u0004=\u0004F\u0004\u0004S\u0004V\u0004`\u0004y\u0004\u0004r\u0004\u0004n\u0004m\u0004I\u0004t\u0004\u0004}\u0004h\u0004a\u0004L\u0004C\u0004=\u00040\u0004V\u00046\u0004+\u0004\u0001\u0004\u0015\u00046\u0004+\u00047\u00046\u0004[\u0004*\u0004?\u0004\u001e\u00049\u00045\u0004\u001c\u0004G\u0004;\u0004+\u0004N\u0004)\u0004\r\u00045\u0004A\u0004K\u0004'\u0004%\u00045\u0004\u0013\u0004\u001d\u0004'\u00043\u0004@\u0004-\u00043\u0004F\u0004B\u0004>\u00041\u0004\"\u0004#\u0004<\u00040\u00040\u0004$\u0004F\u0004X\u0004\u0004O\u00040\u0003\u00044\u00041\u0004\u0015\u0004B\u00046\u0004G\u0004 \u0004.\u0004/\u0004&\u0004)\u00049\u0004&\u0004\u0011\u0004\u0011\u00049\u0004)\u0004D\u0004\u001a\u0004!\u0004,\u0004A\u0004 \u0004:\u0004/\u00042\u0004\n\u0004\u0019\u00049\u0004\u0016\u0004A\u00044\u0004K\u00041\u0004\u001f\u0004\u0013\u0004;\u0004%\u0004.\u0004D\u0004D\u0004M\u0004\u001f\u0004\u0017\u0004\u001a\u0004#\u0004*\u0004L\u0004a\u0004'\u0004\u001e\u00040\u0004J\u0004\u0000\u0004'\u00044\u0004\u001f\u0004&\u0004\u001e\u0004$\u0004C\u0004O\u0004&\u0004?\u00047\u0004<\u0004(\u00046\u0004<\u0004G\u00046\u0004H\u0004;\u0004c\u0004-\u0004@\u0004I\u0004J\u0004K\u0004\f\u0004\u001b\u0004\u001d\u0004K\u0004\u000b\u0004i\u0004\u001f\u0004>\u0004K\u0004\u0004X\u0004^\u0004G\u0004C\u0004>\u00047\u0004\u0018\u0004\u001d\u00040\u0004=\u0004>\u0004&\u00044\u0004>\u00046\u0004%\u0004'\u0004$\u0004N\u0004$\u0004B\u0004X\u0004.\u0004)\u0004>\u0004\u0007\u0004/\u0004(\u0004^\u0004\u0013\u0004:\u0004c\u0004\u0004\u0005\b\u0004\u0004\u0004o\u0004z\u0004>\u0004D\u0004X\u00041\u00048\u0004\"\u00042\u0004\u0014\u00046\u0004I\u0004!\u0004<\u00047\u0004,\u0004&\u0004*\u00040\u0004L\u0004A\u0004(\u0004c\u0004:\u0004.\u0004\u000f\u0004\u0006\u0004\u0011\u0004 \u0004(\u0004\u0005\u0004\u001b\u0004V\u0004.\u0004U\u0004m\u0004R\u0004@\u00046\u0004G\u0004C\u0004(\u0004C\u0004P\u0004F\u0004I\u00042\u0004\u001e\u0004;\u00045\u0004/\u0004T\u0004R\u0004S\u0004b\u0004o\u00042\u0004U\u0004b\u0004Q\u0004[\u0004M\u0004]\u0004c\u0004j\u0004S\u0004?\u0004M\u0004w\u00049\u0004T\u0004_\u0004\u0004\u0004u\u00040\u00043\u0004$\u0004A\u0004$\u0004\u001b\u0004 \u0004(\u0004G\u00041\u00045\u00045\u0004-\u0004B\u0004\u001a\u0004>\u0004 \u0004\u001f\u0004\u0001\u0004\u001c\u00044\u0004;\u0004\u0018\u00046\u0004\u001c\u00043\u0003\u0004\u001a\u0004I\u0004(\u0004(\u0004R\u0004,\u0004D\u00044\u00043\u0004 \u0004V\u0004O\u00047\u0004*\u0004!\u00049\u0004*\u0004K\u0004=\u0004S\u0004+\u0004I\u0004+\u0004]\u0004[\u00047\u0004-\u0004 \u00040\u00042\u00041\u00049\u0004\u001e\u0004W\u0004\u001a\u0004;\u0004#\u0004E\u0004\"\u0004>\u0004\u001b\u0004\"\u0004O\u00045\u0004\u001e\u0004 \u00049\u0004\u0014\u0004p\u00043\u00043\u0004O\u0004'\u0004#\u0004:\u0004\u0019\u0004&\u00045\u0004;\u0004)\u0004?\u0004\u001f\u0004I\u00042\u0004>\u0004!\u00045\u0004;\u0004-\u0004\u000f\u0004U\u00048\u0004:\u0004\"\u0004F\u0004\u0017\u0004F\u0004\u001f\u0004;\u0004H\u0004/\u0004\u000b\u0003\u0004/\u00049\u0004/\u00040\u0004\u001b\u0004;\u0004X\u0004K\u0004,\u0004A\u0004\u001a\u0004,\u0004-\u0004.\u00042\u0004\u001d\u00047\u00042\u0004O\u00046\u0004h\u0004?\u0004D\u0004-\u0004,\u00041\u0004;\u00047\u0004\u0001\u00041\u0004U\u0004H\u0004E\u0004k\u0004O\u00047\u0004X\u0004.\u0004P\u0004P\u0004\"\u0004?\u0004\u0004\u0004\u0013\u00045\u0004?\u0004I\u00044\u00047\u0004;\u0004\u0012\u0004\u0016\u0004(\u0004,\u00047\u00043\u0004,\u0004/\u00045\u0004#\u0004;\u00043\u0003\u0004I\u0004F\u00042\u0004k\u0004X\u0004\u0004\u0004\u0004\u0004\u0004h\u0004P\u0004K\u00048\u0004:\u0004!\u0004#\u0004=\u0004<\u0004;\u0004\u0015\u0004Z\u0004&\u0004,\u0004\u0017\u0004@\u00049\u00049\u0004.\u0004+\u0004A\u0004)\u0004)\u0004\u001c\u0004=\u0004@\u0004A\u0004<\u0004\u0015\u00046\u00041\u0004e\u0004m\u0004O\u0004D\u00049\u0003\u0004A\u00046\u0004\u0018\u0004#\u0004\u0014\u0004(\u0004<\u0004/\u0004$\u0004*\u0004F\u0004=\u0004\u001e\u0004\u0013\u0004\u001a\u0004\u0017\u0004,\u0004A\u0004+\u0004:\u0004'\u00044\u0004A\u0004z\u0004y\u0004\u0004g\u0004V\u0004b\u0004N\u0004o\u0004U\u0004\u0004\u0004\u00044\u0004|\u00041\u0004<\u0004.\u0004\u0014\u00047\u0004;\u0004E\u0004\u0011\u0004\u0016\u0004F\u0004\u0018\u0004\u000f\u0004\u001d\u00041\u0004I\u00042\u0004+\u0004/\u0004-\u0004#\u0004S\u0004-\u0004\\\u00049\u0004D\u0004=\u0004\"\u00044\u0004,\u0004S\u0004K\u0004=\u00048\u00045\u0004N\u00040\u0004\u001a\u0004\u001e\u00043\u0004=\u0004!\u00048\u00046\u0004D\u0004%\u0004\"\u0004#\u0004c\u0004!\u00042\u0004K\u0004\u0004%\u0004>\u0004>\u00040\u0004C\u0004\u001e\u0004\u0017\u0004/\u0004/\u00048\u0004N\u0003\u0004&\u0004\u0012\u0004F\u0004(\u0004%\u0004J\u0004\"\u0004:\u0004\n\u0004\u001c\u0004!\u0004&\u0004G\u0004#\u0004.\u0004\u001c\u0004?\u0004-\u0004\u001f\u0004=\u00046\u0004\"\u00049\u0004#\u0004C\u0004E\u00045\u0004.\u0004&\u0004&\u0004J\u00046\u0004\u001c\u0004\u000f\u0004=\u0004K\u00048\u0004V\u0004=\u0004;\u00044\u0004?\u00043\u0004\u0012\u00046\u0004A\u0004N\u0004A\u00047\u0004F\u0004t\u0004G\u0004\u0017\u0004;\u0004(\u0004@\u0004\u0019\u0004\u0006\u00041\u0004.\u0004\"\u00048\u0004D\u0004\u001c\u0004.\u00042\u0004/\u0004;\u0004`\u0004V\u0004G\u0004)\u00044\u0004\u0019\u00041\u0004>\u0004#\u00045\u0004I\u0003\u00046\u0004T\u0004\"\u0004\r\u00047\u0004I\u0004B\u0004<\u0004C\u0004;\u00041\u00046\u0004G\u0004a\u00041\u0004x\u0004\u0001\u0004C\u0004\u0012\u0004W\u0004@\u0004\u0016\u0004%\u0004;\u0004G\u0004\u0007\u0004)\u00049\u0004O\u0004\\\u0004D\u0004h\u0004h\u0004\u0004\u0004\u0004\u0004\u0004Y\u0004R\u0004I\u0004\u001d\u0004 \u0004-\u0004>\u0004:\u0003\u0004B\u0003\u0004.\u0004)\u0004\u0010\u0004>\u0004+\u0004%\u0004<\u0004\u0016\u0004F\u0004'\u0004\u001a\u0004)\u0004\u0018\u0004:\u0004<\u0004:\u0004\u0004\u0004,\u0004;\u0004P\u0004G\u0004I\u00040\u00043\u00047\u0004\u0019\u0004=\u0004-\u0004L\u00047\u0004Z\u0004&\u0004^\u0004>\u0004 \u0004E\u0004)\u0004F\u0004>\u0004+\u0004%\u00045\u00047\u0004&\u0004+\u0004I\u0004G\u0004/\u0004b\u0004|\u0004\u0004^\u0004p\u0004r\u0004R\u00046\u0004T\u0004\u0004T\u0004?\u0004Z\u0004Z\u0004J\u0004K\u0004=\u00047\u00040\u0004?\u0004G\u0004.\u0004:\u0004P\u0004\u000e\u0004\u0019\u0004\u0019\u0004'\u0004\n\u00048\u0004=\u0004\u0014\u0004.\u0004:\u0004C\u0004\u0019\u0004\u0012\u0004N\u0004I\u0004\u0017\u0004\u000f\u0004,\u00044\u0004e\u0004\u0019\u0004 \u0004#\u0004B\u0004J\u0003\u0004K\u0004B\u0004\u001d\u0004L\u0004\u0011\u0004.\u00049\u0004<\u0004.\u0004\u0010\u0004%\u0004\u0015\u0004T\u0004\"\u0004,\u00043\u0003\u0004\u000e\u0004\"\u0004*\u00045\u0004\u001a\u0004\u0011\u0004(\u0004/\u0003\u00047\u0004-\u0004-\u0004I\u0004P\u0004*\u00047\u0004O\u0004L\u0004:\u00048\u0004^\u00049\u0004\u0017\u00040\u0004\u000e\u0004+\u0004(\u0004$\u0004\u0017\u00044\u0004$\u0004&\u00043\u00047\u0004@\u0004H\u0004<\u0004\u0018\u0004)\u00043\u0004\u001b\u0004O\u00041\u00043\u0004Y\u0004)\u0004J\u0004H\u0004:\u0004?\u00046\u0004h\u0004H\u0004+\u0004\u001b\u0004)\u0004:\u0004@\u0004_\u00049\u0004B\u0004D\u0004$\u0004Y\u00041\u0004\"\u0004=\u0004<\u0004\u0004\u0004K\u0004+\u0004F\u0004;\u0004\"\u00040\u0004#\u0004'\u0004G\u00040\u0004K\u00049\u0004\u0019\u0004C\u00049\u00042\u00045\u0004Z\u0003\u0004\u0003\u0004_\u0004I\u0004 \u0004=\u0004'\u0004H\u0004@\u0004,\u0004I\u0004@\u0004\u001e\u00043\u0004\u001f\u0004\u0015\u0004U\u0004\u0019\u0004?\u0004G\u0003\u0004$\u0004.\u0004 \u0004)\u00040\u0004V\u0004#\u0004=\u0004a\u0004D\u0004\u0005\u0004H\u0004'\u0004>\u0004?\u0004f\u0004\u0004\u0005]\u0006\u001a\u0005\u00051\u0004\u0004\u0004\\\u0004]\u0004E\u0004\u0013\u00041\u0004>\u0004+\u0004Z\u0004+\u00044\u0004<\u00040\u0004:\u0004B\u0004\u0015\u00047\u0004*\u0004E\u00043\u0004\u001d\u00044\u00043\u0004\u0019\u0004\u0019\u0004T\u00047\u0004 \u0004\b\u0004A\u0004N\u0004,\u0004\u001f\u0004Q\u0004B\u0004\u0011\u00040\u0004;\u0004&\u0004?\u0004=\u0004U\u0004a\u0004X\u0003\u00047\u0004]\u00047\u0004j\u0004\u000e\u00047\u0004@\u0004Z\u0004F\u0004K\u0004\u0017\u0004;\u0004*\u0004Y\u0004{\u0004b\u0004Y\u0004]\u0004W\u0004(\u0004.\u0004M\u0004g\u0004W\u0004\\\u0004R\u0004K\u0004P\u0004H\u0004\"\u0004?\u00044\u0004-\u0004\u001d\u0004\u0018\u0004%\u0004L\u0004\u0019\u0004L\u0004\"\u0004#\u0004$\u0004D\u0004!\u0004\u001e\u00047\u0004A\u0004=\u00040\u0004(\u0004\u001d\u0004\u001a\u0004=\u0004\u001d\u0004'\u0004,\u0004^\u0004R\u00045\u0004P\u0004\u000e\u0004/\u00047\u0004T\u0004-\u0004$\u0004\u0014\u0004'\u0004I\u0004$\u0004\u0017\u0004.\u00045\u0004P\u00045\u0004 \u0004F\u0004'\u00048\u0004!\u0004<\u00045\u0004%\u0004<\u0004\\\u0004%\u0004\u000e\u0004L\u0004<\u0004\u0013\u0004$\u0004\u0016\u0004'\u0004$\u0004A\u0004\u0018\u0004\u0004\u0004L\u0004Q\u0004,\u0004\u0014\u0004]\u0004>\u00041\u00046\u00047\u0004+\u0004:\u00043\u0004B\u0004$\u0004B\u0004-\u0004!\u0004C\u0004/\u0004F\u0004\u0017\u0004I\u0004>\u0004\u001f\u0004#\u0004=\u0004^\u00044\u0004\u001d\u00045\u0004,\u0004A\u0004-\u0004/\u0004\\\u0004\u0012\u0004v\u0004\u001e\u0004b\u00048\u0004\r\u0004'\u0004&\u00048\u0004C\u00042\u0004+\u00046\u0004I\u0004B\u0004:\u0004\u001e\u0004O\u0004%\u00047\u0004M\u0004,\u0004\u0014\u0004\u0017\u0004@\u0004.\u00049\u00047\u0004$\u00040\u0004%\u0004\u0007\u0004 \u0004\u001b\u0004C\u0004E\u0004V\u0004O\u0004N\u0004H\u0004C\u0004?\u00049\u0004L\u0004A\u0004D\u0004*\u0004\u0007\u0004 \u0004)\u0004$\u0004<\u00041\u0004\u001c\u0004>\u00044\u00045\u0003\u00045\u0004H\u00043\u0004\u0006\u0004\u001d\u0004=\u0004\n\u0004\u0012\u0004\t\u00046\u0004K\u0004K\u0004D\u0004z\u0004\u0005\t\u001e\u000e5\f\u0007\u0005R\u0004\u0004_\u0004S\u00049\u00042\u0004\u001f\u0004\u0018\u0004\u0010\u0004\u001d\u0004!\u0004:\u0004+\u0004*\u0004M\u0004\u0002\u0004F\u0004\u0015\u00047\u0004E\u00046\u0004Z\u0004'\u0004E\u0004\u0019\u0004C\u0004D\u0004\u0017\u0004D\u00043\u00046\u0004\u0016\u0004F\u0004I\u0004&\u0004 \u0004=\u0004'\u0004M\u0004*\u0004 \u00041\u0004'\u0004Q\u0004A\u0004\u001b\u0004g\u0004\u0013\u0004\u0019\u0004)\u0004/\u0004?\u0004`\u0004I\u0004S\u0004>\u0004T\u0004.\u0004X\u0004:\u0004w\u0004x\u0004:\u0004j\u0004=\u0004A\u0004e\u00043\u0004V\u0004R\u00046\u0004^\u0004A\u00049\u0004q\u0004V\u0004$\u0004#\u0004B\u0004\u001f\u0004D\u0004-\u0004D\u00041\u0004;\u0004A\u00045\u0004(\u0004\"\u0004#\u0004B\u0004\u001b\u0004[\u0004\f\u0004\"\u00046\u0004;\u0004\"\u0004.\u0004I\u00048\u0004<\u0004?\u00044\u0004'\u00045\u0004.\u0004)\u0004\u0013\u00047\u0004O\u0004%\u0004(\u00042\u0004\u0007\u0004P\u0004%\u00043\u00049\u0004A\u00048\u0004B\u00047\u0004R\u0004\u0016\u0004\u001c\u0004,\u0004J\u0004W\u00044\u0004,\u0004J\u0004\"\u0004N\u0004,\u0004:\u0004Z\u0004\u0019\u00042\u0004'\u0004,\u0004(\u0004H\u00042\u0004/\u0004$\u00043\u0004*\u0004-\u00048\u0004*\u0004=\u0004V\u0004E\u0004\u001b\u0004F\u0004b\u0004\f\u0004j\u0004\u001f\u00040\u00045\u00043\u0004)\u0004<\u0004;\u0004\u0013\u00042\u0004F\u0004T\u00044\u00042\u0004$\u00044\u0004R\u0004O\u0004M\u00046\u0004;\u0004<\u0004B\u0004+\u0004:\u0004\u000b\u0004-\u0004\"\u0004\u0016\u00044\u00048\u00040\u0004/\u0004\u0017\u0004.\u0004!\u00041\u0004\u0013\u0004;\u0004#\u0004\u0014\u0004H\u0004\"\u0004*\u00048\u0004P\u0004&\u0004-\u0004)\u0004;\u0004\u001e\u0004\"\u0004R\u0004/\u0004 \u0004+\u0004%\u0004*\u0004@\u00048\u0004#\u00041\u0004(\u0004G\u0004P\u0004\"\u00040\u0004\u001b\u0004=\u0004&\u0004(\u0004:\u0004K\u0004V\u0004N\u00047\u0004e\u0004&\u0004E\u0004>\u0004*\u0004<\u0004O\u0004/\u0004\u0018\u0004R\u0004L\u00043\u0004A\u0004E\u0004>\u0004U\u0004\u0007]\u0014d1N,#\u0010:\u0006o\u0004\u0004\u0004^\u00047\u0004I\u00045\u0004s\u0004G\u00040\u0004X\u0004\u0015\u0004*\u0004@\u0004+\u0004\u001a\u0004.\u0004<\u00042\u0004\u0014\u0004.\u0004\u001a\u0004P\u0004/\u00046\u0004\u001b\u00044\u0004*\u00043\u0004\u0018\u0004\u001d\u00040\u0004r\u0004\u001b\u0004X\u0004=\u0004)\u0004&\u00046\u0004P\u0004&\u00049\u00044\u0004\u0014\u0004D\u0004O\u0004)\u0004\u0015\u00041\u0004,\u0004.\u0004%\u00041\u00045\u0004\u0019\u0004;\u0004C\u0004<\u0004l\u00043\u00042\u0004<\u0004S\u00049\u0004G\u00047\u0004L\u0004I\u0004J\u0004<\u0004-\u0004+\u00040\u00046\u0004S\u0004Q\u0004!\u00045\u0004\u0005\u0004/\u00045\u0004I\u0004!\u0004;\u0004,\u0004Q\u0004$\u0004)\u0004+\u0004m\u0004\u001c\u0004$\u00049\u0004-\u0004:\u0004\u0018\u0004'\u00043\u0004(\u0004\u000e\u0004+\u0004J\u0004\u0000\u0004>\u00047\u0004E\u00048\u0004\u0018\u00047\u0004V\u0004i\u0004=\u0004\u001f\u00041\u0004$\u0004N\u0004/\u00040\u0004<\u00040\u0004/\u00042\u0004 \u0004\u0014\u0004\f\u00041\u00040\u0004G\u0004\u0007\u0004D\u0004\u0018\u00048\u0004@\u00044\u0004)\u0004.\u0004-\u0004\u0017\u00041\u0004\u000f\u0004*\u0004~\u0004C\u0004(\u0004?\u0004a\u0004;\u0004'\u0004H\u00045\u0004V\u0004E\u0004;\u0004M\u00047\u00044\u0004=\u0004<\u0004%\u00048\u0004?\u0004$\u00044\u0004\u0019\u0004A\u00044\u00044\u0004\u001d\u0004\u001e\u0004\u001b\u0004>\u00049\u0004)\u00043\u00045\u0004C\u0004D\u00045\u0004\u000b\u0004\u001d\u0004B\u0004+\u0004!\u0004\u0015\u0004\u000b\u0004\u001b\u0004*\u0004I\u00048\u0004.\u0004\u001d\u0004E\u0004@\u0004/\u0004M\u0004f\u0004@\u0004?\u0004\u001a\u0004,\u0004-\u0004\u001a\u0004+\u0004\u0006\u0004]\u0004>\u0004=\u0004,\u0004B\u0004:\u0004I\u0004'\u0004\u000f\u00042\u00044\u0004:\u00040\u0004\u001d\u0004#\u0004[\u0004U\u0004E\u0004T\u0004+\u0004?\u0004Q\u0004&\u00043\u0004)\u0004H\u00045\u0004@\u0004\u0015\u0004M\u0004?\u0004?\u00042\u0004+\u0004$\u0004<\u0004%\u0004\u0007\u00041\u00046\u0004;\u00048\u0004\u0019\u0004 \u0004L\u0004p\u0005'\u0007\u0018=@=Z\u0014\u0006\u0004\u0004{\u0004R\u0004A\u0004&\u0004\u001b\u0004@\u00045\u0004@\u00049\u0004%\u0004)\u0004\u000f\u00045\u0004L\u0004\u0011\u0004L\u0004\u001b\u0004!\u0004(\u0004+\u0004,\u0004b\u0004U\u0004\u0016\u0004H\u0004%\u0004B\u0004\u001a\u00042\u00044\u0004$\u0004Q\u0004&\u0004#\u0004B\u0004/\u00047\u0004$\u0004\u0013\u0004-\u00046\u0004a\u0004>\u0004K\u0004#\u0004m\u00044\u00043\u0004)\u0004H\u0004w\u0004M\u00043\u0004\u0004H\u0004;\u0004\u001b\u00049\u0004V\u0004>\u0004\u001b\u0004;\u0004?\u0004H\u0004*\u0004B\u00043\u0004!\u00048\u00049\u00044\u0004<\u0004Q\u0004!\u00047\u0004'\u0004L\u0004\u0002\u0004/\u0004#\u00046\u0004b\u00049\u0004H\u0004E\u0004\u001d\u00041\u0004R\u0004 \u0004%\u0004K\u00041\u0004E\u0004B\u00045\u0004$\u00045\u0004!\u0004U\u00044\u0004\f\u00044\u0004C\u0004)\u00040\u0004E\u00048\u0004&\u0004#\u0004;\u0004G\u0004C\u0004-\u0004%\u0004-\u00044\u0004L\u00047\u0003\u0004\u001d\u00044\u0004&\u00040\u0004*\u0004!\u0004O\u0004/\u0004\u001b\u0004F\u0004(\u0004\u001b\u0004=\u0004<\u0004A\u0004I\u00043\u0004\u0018\u0004\u0016\u00040\u0004+\u0004@\u0004.\u0004=\u0004C\u00041\u0004+\u00041\u00047\u0004*\u0004G\u0004%\u0004f\u0004;\u0004\\\u0004J\u0004*\u0004)\u0004\u0011\u0003\u0004A\u0004D\u0004\u001c\u0004(\u00049\u0004/\u0004,\u0004\u0004\u00041\u0004\u0014\u0004\u001f\u0004N\u0004U\u0004(\u0004'\u0004\u0017\u0004;\u0004C\u0004.\u0004\u001b\u00049\u00046\u0004\u0019\u00040\u00048\u0004R\u00040\u0004M\u0004E\u0004I\u0004o\u0004A\u0004P\u0004\u001e\u0004\u0014\u0004 \u0004(\u0004:\u0004C\u0004+\u0004B\u0004%\u0004\u0019\u0004\u0018\u0004E\u0004H\u0004F\u0004C\u0004(\u0004G\u0004>\u0004\"\u0004$\u0004\u0019\u0004?\u0004\"\u0004G\u0004Y\u0004\u0006\u0004 \u0004.\u0004\u001d\u0004.\u0004,\u0004c\u0004\u001b\u0004<\u0004<\u0004;\u0004&\u00042\u0004G\u00045\u0004'\u0004!\u0004\u0010\u0004F\u00048\u0004A\u00045\u0004\u0013\u0004\u0017\u0004F\u0004\u0013\u0004?\u0004\"\u0004 \u0004L\u0004c\u0004\u0006N\f7\u0017\u000b\u0016\u000bW\u0005\u0004\u0004J\u0004J\u0004\u001a\u0004@\u0004I\u0004^\u0004E\u00043\u0004&\u00042\u0004\u0012\u0004=\u0004+\u0004\u0014\u00049\u0004Z\u0004\u0014\u0004W\u0004B\u0004+\u0004T\u0004N\u0004,\u0004/\u0004E\u0004I\u0004\r\u0004:\u0004\n\u00047\u0004\u0015\u00040\u00040\u0004\u001b\u0004`\u0004#\u0004=\u0004G\u0004=\u00041\u0004\u001e\u00042\u0004R\u00040\u0004\u0017\u0004)\u0004-\u0004L\u0004 \u0004$\u0004:\u0004.\u00040\u0004$\u0004,\u0004?\u0004l\u0004T\u0004D\u0004J\u0004\u0014\u0004]\u0004f\u0004=\u0004'\u0004U\u0004O\u0004(\u0004=\u0004G\u00045\u0004>\u0004@\u0004D\u0004I\u0004K\u0004\u000f\u0004\u0012\u0004,\u0004J\u0004\u001a\u0004c\u0004?\u0004D\u0004A\u00041\u0004/\u0004<\u0004\"\u0004i\u0004+\u0004@\u0004)\u0004)\u0004'\u0004(\u0004F\u0004O\u0004\b\u0004S\u0004@\u0004H\u0004(\u00042\u00046\u0004J\u0004\u0017\u0004:\u00048\u0004\u0005\u00047\u0004>\u0004\u0018\u0004O\u00047\u00049\u0004\u001b\u0004!\u0004;\u0004>\u0004H\u0004H\u0004;\u0004#\u0004\u0010\u00045\u00043\u0004\u0016\u00041\u0004%\u00040\u0004F\u0004'\u0004!\u0004K\u00047\u0004%\u0004B\u00042\u0004)\u0004#\u0004 \u0004,\u00045\u00040\u0004\u0002\u0004B\u0004:\u0004?\u0004:\u00041\u0004@\u0004z\u0004W\u0004-\u0004/\u0004>\u0004\u001d\u0004 \u0004W\u0004:\u0004M\u00045\u0004-\u0004!\u0004\"\u0004.\u0004G\u0004\u0004\u001d\u0004\u001d\u0004Q\u00042\u0004%\u0004-\u0004\t\u0004K\u0004K\u0004\u001d\u0004:\u0004'\u0004\u0014\u0004*\u0004`\u00047\u0004\u0013\u0004 \u00045\u0004d\u0004\u0011\u00040\u0004\u0016\u0004\u0004\u0004\u001b\u0004\"\u0004\u0012\u00042\u0004E\u0004$\u00042\u0004K\u0004!\u00043\u0004M\u0004\u0015\u0004+\u0004 \u0004,\u0004\u0006\u0004n\u0004;\u0004m\u0004\u0016\u00044\u00046\u0004B\u0004K\u0004\u0015\u0004\u000e\u00042\u0004.\u00043\u0004/\u00046\u0004\u0018\u0004=\u0004?\u0004)\u0004.\u0004 \u0004\u001e\u0004Z\u00046\u0004\u0017\u0004Q\u0004M\u0004K\u0004\u0015\u0004\u001b\u0004.\u0004=\u0004\r\u0004'\u0004M\u00046\u0004H\u0004t\u0004^\u0004\u00051\u0006B\u0007\u0007\u0006K\u0005\u001c\u0004}\u0004?\u0004,\u0004'\u0004D\u0004P\u0004J\u0004D\u0004\u001d\u0004,\u00049\u0004!\u00042\u0004C\u0004%\u0004\u0006\u0004(\u0004)\u0004.\u0004<\u00040\u0004=\u0004R\u0004\"\u00044\u00049\u00042\u0004b\u0004\u001e\u0004?\u0004X\u0004\u0007\u00048\u0004.\u0004\u001a\u0004>\u0004o\u0004\u0004D\u0004J\u0004@\u0004(\u0004:\u00047\u0004)\u0003\u0004\u001a\u00041\u0004 \u0004&\u00040\u0004(\u0004I\u0004V\u0004R\u0004@\u0004*\u0004-\u0004V\u0004'\u0004_\u0004Q\u0004H\u0004L\u0004:\u0004&\u0004@\u0004Q\u0004C\u0004?\u0004(\u0004H\u0004N\u0004S\u0004N\u0004N\u00043\u0004\u0019\u0004$\u0003\u0004O\u0004I\u0004G\u00042\u0004Y\u0004\u0019\u0004P\u0004/\u0003\u0004E\u0004-\u0004]\u00042\u0004\f\u0004@\u0004/\u0004$\u0004-\u00043\u0004.\u0004U\u0004=\u0004(\u0004B\u00045\u00049\u0004_\u00044\u0004I\u0004.\u0004B\u0004\u0017\u0004-\u00048\u0004)\u0004/\u0004\u0018\u0004C\u0004H\u00049\u0004Y\u0004J\u0004 \u0004H\u00041\u0004H\u00048\u0004\u0003\u0004>\u0004?\u0004:\u0004\u001b\u0004\u001d\u00049\u0004\\\u0004<\u0004<\u0004#\u0004,\u0004<\u00046\u0004!\u0004\u000f\u00042\u0004)\u0004$\u0004E\u0004&\u0004B\u00043\u00042\u0004A\u0004\u001f\u0004P\u0004\"\u0004?\u0004,\u00044\u0004\u0013\u0004E\u0004-\u0004X\u0004!\u0004R\u0004\u0019\u00047\u0004'\u00048\u0004-\u0004(\u0004?\u0004-\u0004u\u0004!\u0004\u0019\u00042\u0004U\u0004\u001c\u00041\u00049\u0004*\u00048\u00048\u0004,\u0004\"\u0004-\u0004=\u00041\u0004#\u0004/\u0004 \u00041\u00040\u0004\u001c\u0004*\u0004(\u0004\u0016\u0004;\u0004/\u0004C\u00041\u0004%\u0004/\u0004\u001b\u0004H\u00049\u0004%\u0004\u0010\u0004D\u0004\u001c\u0004;\u0004/\u0004a\u0004\u0014\u00048\u0003\u0004!\u00047\u0004,\u0004.\u0004!\u0004M\u0004?\u0004\u000f\u00049\u0004Y\u0004V\u00043\u0004%\u0004N\u0004E\u0004\u0019\u0004:\u00041\u00048\u0003\u0004A\u0004.\u0004:\u00042\u00047\u0004\u001e\u0004\u0007\u00048\u0004;\u0004\b\u0004|\u0004F\u0004E\u0004Y\u0004\u0004\u0005\u0012\u0005\u0002\u0004\u0004\u0004h\u0004b\u0004\u001e\u0004>\u0004Q\u00049\u0004B\u0004\u0016\u0004\u0018\u0004F\u0004.\u0004\\\u0004K\u0004+\u0004I\u0004)\u0004:\u0004\u0015\u0004I\u0004+\u00049\u0004\u001c\u0004'\u00046\u00047\u0004a\u00046\u0004>\u00046\u00045\u0004&\u0003\u0004'\u00042\u0004\"\u00048\u0004Y\u0004Z\u0004I\u0004?\u0004>\u00044\u0004S\u0004\u001d\u0004N\u0004+\u0004I\u0004\u001f\u0004\u0004\u0004>\u0004S\u0004&\u0004M\u0004D\u0004r\u0004D\u0004/\u00048\u0004<\u0003\u0004R\u0004B\u00043\u0004I\u0004\b\u00044\u00040\u0004%\u0004R\u0004\u001c\u0004s\u0004\u001b\u0004%\u0004(\u0004R\u00040\u0004\b\u00048\u0004\u001b\u0004\u0013\u0004$\u0004O\u0004L\u0004X\u0004\u001b\u0004>\u0004@\u0004K\u00045\u0004?\u0004-\u00044\u0004G\u0004\"\u0004<\u0004(\u0004?\u0004\u001c\u0004S\u00041\u0003\u0004L\u0004A\u0004\u0004]\u00040\u0004\u001f\u0004\u001e\u0004\u001d\u0004\u0000\u0004\u001b\u0004/\u0004/\u0003\u0004'\u00041\u0004I\u0004 \u0004.\u0004j\u0004#\u0004.\u0004 \u0004\u0012\u00041\u0004\r\u0004N\u0004'\u0004$\u0004!\u0004S\u0004\u0013\u00046\u0004!\u0004\u0019\u0004\u001a\u0004X\u0004?\u0004*\u0004$\u00040\u0004\u001e\u0004E\u0004$\u0004\u001c\u0004\t\u0004>\u0004?\u0004Y\u00041\u0004\r\u0004\"\u0004E\u0004I\u00045\u00048\u0004'\u0004-\u0004-\u0004\u001c\u0004A\u00040\u00046\u0004C\u00041\u00046\u0004\u0016\u00046\u0004\u001e\u0004'\u00044\u0004=\u00041\u0004-\u0004Y\u0004I\u0004\u0018\u0004^\u0004@\u0004_\u0004b\u0004T\u0004$\u0004&\u0004\u001e\u0004\u000f\u0004\u001e\u0004o\u0004:\u0004<\u0004.\u0004\u001d\u0004+\u0004;\u0004(\u00041\u00041\u0004\u001e\u0004m\u0004&\u00049\u0004\t\u0004\u0017\u0004\u001e\u0004<\u0004\"\u00047\u0004*\u0003\u00041\u0004@\u0004_\u0004 \u0004A\u0004\u0014\u0004V\u0004\u001b\u0004=\u0004!\u0004c\u0004*\u0004*\u0004K\u0004\u001a\u0004A\u0004A\u0004=\u0004#\u00041\u0004$\u0004+\u0004\u0014\u0004@\u00049\u00044\u0004T\u0004%\u00047\u00043\u0004,\u0004\u0011\u0004J\u0004?\u00041\u00044\u0004D\u0004P\u00042\u0004$\u00042\u0004D\u0004r\u0004\u0004\u0004[\u0004h\u0004&\u0004Q\u0004d\u0004)\u0004H\u0004)\u0004'\u0004)\u00044\u00042\u0004 \u0004\u001e\u0004D\u00042\u00043\u0004\u001e\u0004*\u00046\u0004!\u0004\f\u0004&\u00044\u0004\u0012\u0004\u0007\u0004!\u0004,\u00041\u0004L\u0004U\u0004\r\u0004\f\u00041\u0004&\u0004&\u0004\u001b\u00047\u0004G\u0004C\u0004.\u00048\u0004&\u0004Q\u0004+\u0004f\u00048\u0004\"\u0004\u0019\u0004;\u0004L\u0004C\u0004\t\u0004-\u00048\u00049\u0004M\u0004\\\u00045\u0004\u0001\u0004\u0018\u0004/\u0004Q\u0004%\u0004I\u0004;\u0004]\u0004;\u0004)\u00048\u0004/\u0004\u0019\u00041\u0004A\u00043\u0004\u0016\u0004]\u00044\u0004%\u0004.\u0004\u001c\u0004<\u0004)\u0004$\u00045\u0004A\u0004\u001c\u0004C\u00043\u0004\u001c\u0004-\u0004C\u0004P\u0004;\u00045\u00043\u0004)\u0004?\u0004\u0006\u0004^\u00041\u0004)\u0004>\u0004A\u0004\u0004\u0004\u0004^\u00047\u0004\t\u0004 \u0004(\u0004>\u0004\u000b\u0003\u0004\u001f\u0004#\u0004(\u0004F\u0004.\u0004?\u00047\u0004%\u00042\u0004;\u0004;\u0004/\u0004%\u0004-\u0004#\u0004C\u0004.\u0004n\u0004\u0019\u00043\u0004\u0000\u0004[\u0004>\u0004/\u0004I\u0004;\u0004\u001b\u0004%\u00041\u00048\u0004B\u0004!\u00047\u0004N\u0004n\u0004\u001d\u0004D\u0004'\u0004'\u0004(\u0004\u0011\u00045\u00045\u0004\u0015\u00043\u00041\u0004\u001e\u0004\u000b\u0004(\u0004/\u0004'\u0004;\u00047\u0004;\u00046\u0004'\u0004\u0018\u0004\u0012\u00047\u00048\u0004N\u00047\u0004*\u0004.\u0004\f\u0004*\u0004[\u0004\u0019\u0004A\u0004P\u0004>\u0004+\u0004=\u0004<\u0004/\u0004G\u00043\u0004\f\u0004C\u0004>\u0004\u0016\u0004N\u0004?\u0004_\u00042\u00041\u0004?\u00048\u0004D\u00047\u0004M\u0003\u0004%\u0004\u0019\u0004C\u0004=\u00048\u00044\u00049\u00047\u00044\u0004\u0019\u0004;\u0004L\u00041\u0004I\u0004:\u0004.\u0004\u0017\u0004%\u00040\u0004E\u0004Q\u0004+\u00044\u0004>\u00045\u0004\u001d\u0004C\u0004/\u0004A\u0004'\u0004\u0015\u00040\u0004F\u0004-\u00048\u0004\u0018\u0004\u0019\u00048\u0004I\u0004N\u0004V\u0004\u000f\u0004\r\u00042\u0004r\u0004J\u0004R\u0004G\u0004T\u0004\\\u0004:\u0004D\u0004D\u0004T\u0004M\u0004S\u0004E\u00042\u0004J\u00040\u0004\u0019\u00047\u0004\u0005\u0004L\u0004G\u0004:\u0004+\u0004;\u0004&\u0004\u001d\u0004 \u0004.\u0004L\u0004(\u00040\u0004\u0018\u0004M\u0004=\u00041\u0004X\u00043\u0004$\u0004K\u0004\"\u0004\u0018\u0004-\u00042\u0004B\u0004D\u00040\u0004)\u00043\u0004[\u0004E\u0004=\u0004@\u0004C\u0004T\u00047\u0004i\u00045\u0004L\u0004T\u0004<\u0004C\u0004+\u0004,\u0004D\u0004<\u0004<\u0004\u001e\u0004E\u0004\u0015\u0004W\u0004M\u0004:\u0004\u0006\u0004\u0004\u0004=\u00045\u0004\u0017\u0004K\u0004\u0007\u0004@\u0004.\u0004?\u00045\u0004$\u00043\u00048\u00043\u0004\u0017\u0004#\u0004:\u0004-\u0004f\u0004/\u0004e\u0004P\u0004,\u0004B\u0004\u0014\u0004]\u0004(\u0004@\u0004A\u0004%\u0004\u001e\u00042\u00049\u0004b\u0004-\u0004C\u0004H\u0004v\u0004x\u0004!\u0004D\u0004,\u0004\u0014\u00044\u0004\u000b\u0004?\u0004C\u0004B\u0004)\u0004D\u00045\u0003\u0004&\u0004J\u0004+\u00041\u0004H\u00044\u00046\u0004S\u00041\u0004\n\u0004K\u0004S\u0004&\u00041\u00047\u00042\u00042\u00048\u0004D\u0004[\u0004\r\u0004G\u0004G\u0004<\u00040\u0004D\u0004W\u0004\u0017\u0004W\u00040\u0004<\u0004\u001e\u0004-\u0004#\u0004 \u0004\u0018\u0004\"\u00042\u00044\u0004\u001b\u0004.\u0004K\u0004P\u0004I\u0004>\u0004-\u0004\"\u0004)\u00043\u0004\u001f\u00045\u0004(\u0004<\u00044\u0004\u001a\u00045\u00046\u0003\u00047\u00049\u0003\u00045\u00049\u0004,\u0004J\u0004?\u00040\u00043\u0004(\u0004J\u0004\u0012\u0004L\u0004\u001d\u0004\u000b\u0004+\u0004<\u0004\u001e\u0004$\u0004&\u00042\u0004#\u00040\u0004\f\u00041\u00046\u0004J\u0004+\u0004A\u0004\u0017\u0004\u0012\u0004;\u0004\u000e\u0004-\u0004G\u0004\u001f\u0004.\u0004^\u00047\u00048\u00040\u0004\u001c\u0004'\u0004D\u0004d\u0004\r\u0004G\u0004!\u0004L\u00041\u0004\u0013\u00047\u00043\u0004)\u0004M\u0004&\u00044\u0004\u0016\u0004'\u0004\u001d\u00046\u0004E\u0004J\u00041\u0004H\u0004,\u0004\u000f\u0004C\u0004A\u0004#\u00048\u0004<\u0004L\u0004#\u0004N\u0004-\u0004K\u0004N\u0004\u001e\u0004.\u0004\u001c\u0004U\u0004V\u0004U\u0004A\u00042\u0004:\u0004P\u0004)\u0004@\u0004@\u00042\u0004'\u0004!\u00048\u0004!\u0004#\u0004e\u0004*\u0004F\u0004+\u0004 \u00044\u0004/\u0004\u0007\u00045\u0004)\u0004I\u0004\u001d\u0004.\u0004*\u0004\u0000\u0004,\u0004+\u0004?\u0004a\u0004:\u00041\u0004\r\u0004A\u0004D\u00044\u0004B\u0004:\u0004P\u0004F\u0004`\u0004$\u0004F\u0004=\u0004M\u0004D\u0004f\u0004Y\u0004 \u0004L\u0004V\u0004\u0006\u00044\u0004)\u0004D\u0004#\u0004B\u0004(\u0004S\u0004>\u0004\u001c\u00049\u0004C\u0004\u0017\u0004A\u0004\u001a\u0004\u001e\u0004(\u0004\u0018\u0004F\u00042\u00047\u00046\u00049\u0004)\u0004%\u0004K\u0004/\u0004.\u0004=\u0004X\u0004=\u0004C\u00047\u0004\u001f\u0004\u001e\u0004>\u0004%\u0004\"\u0004*\u0004\u001b\u0004\u001f\u0004&\u0004\u001f\u00044\u0004(\u0004@\u0004;\u0004E\u0004>\u0004!\u0004\u0019\u0004$\u0004=\u0004!\u0004+\u0004<\u0004\u001e\u0004S\u0004\u000f\u0004&\u0004m\u00042\u00043\u0004?\u0004*\u0004+\u0004?\u0004M\u0004A\u0004\u0012\u0004\u0016\u00043\u0004%\u00042\u0004=\u0004X\u0004\u0000\u0004%\u0004\u000f\u0004=\u0004-\u0004,\u0004\u001f\u0004\u001f\u0004$\u0004\f\u0004:\u0004%\u0004-\u00041\u0004\u0018\u00047\u0004:\u0004.\u0004D\u0004?\u00045\u00042\u0004=\u0004\n\u00048\u0004\u0018\u0004/\u0004\u0018\u00045\u0004+\u0004-\u0004D\u0004+\u0004\u001c\u0004B\u0004\u0004\u0004\u0011\u0004\u0016\u0004&\u0004\u000e\u0004!\u0004\u001f\u0003\u0004G\u0004*\u0004%\u0004A\u0004\u0013\u0004\u001b\u0004?\u0004O\u0004\u0018\u0004J\u0004/\u0004-\u0004\u0015\u0004Y\u0004 \u0004\u0013\u0004]\u00041\u0004,\u0004R\u00040\u0004&\u0004k\u0004:\u0004F\u0004/\u0004\u001a\u0004&\u0004D\u0004%\u0004,\u0004\u0013\u0004!\u0004+\u00045\u0004\"\u0004\f\u0004/\u0004L\u0004J\u0004\u0019\u00044\u0004'\u0004O\u0004)\u0004D\u00042\u00043\u0004P\u0004:\u0004\u0014\u0004P\u0004D\u0004N\u00041\u00048\u0004\u000f\u0004\u0015\u0004\n\u0004\u0004\u0004*\u00046\u00047\u0004I\u0004?\u0004)\u0003\u00049\u0004\u001d\u00044\u0004-\u0004A\u00047\u0004K\u0004G\u0004(\u0004<\u0004\n\u0004G\u0004A\u0004'\u00046\u0004I\u00048\u0004\u0019\u0004\u0012\u00040\u0004E\u0004$\u0004M\u0004/\u00040\u0004L\u00041\u00040\u00041\u0004L\u0004\u0013\u0004,\u0004@\u0004\u0013\u0004\u0006\u0004G\u00042\u0004<\u0004)\u0004=\u0004?\u00042\u0004.\u0004\u001f\u0004*\u00040\u0004\u0016\u00049\u0004\u0015\u0004,\u00042\u0004@\u0004>\u0004+\u0004\u001a\u0004:\u0004\b\u0004M\u0004\u0004\u0004>\u0004F\u0004I\u0004$\u0004'\u0004G\u00042\u0004`\u0004\u0010\u00042\u0004=\u0004E\u0004B\u0004X\u0004*\u0004C\u0004\u001e\u0004$\u0004\f\u0004_\u00040\u0004\u0012\u0004*\u0004\u001e\u0004:\u0004]\u0004.\u0004A\u0004A\u0004B\u0004-\u0004\u0016\u0004P\u0004,\u00043\u0004/\u0004I\u0004:\u00044\u0004B\u0004/\u0004\u001c\u0004(\u0004)\u0004?\u0004H\u0004&\u0004/\u0004/\u0004K\u0004\f\u00041\u0004C\u0004P\u0004\u001e\u00044\u0004L\u0004>\u0004L\u0004Y\u0004@\u0004'\u0004%\u0004\u0015\u0004U\u0003\u0004`\u0004Z\u0004C\u0004\u001e\u00042\u00041\u0004K\u00042\u0004/\u00043\u0004?\u0004 \u0004E\u00040\u0004G\u00043\u0004+\u0004j\u0004-\u00042\u0004,\u0004A\u0004C\u0004\u001e\u0004\u0013\u0004<\u0004J\u0004\f\u0004P\u0004:\u0004\u001a\u0004\u001e\u0004E\u00047\u0004?\u0004I\u0004?\u0004\u0017\u0004D\u0004#\u0004)\u0004 \u00040\u0004%\u0004F\u0004:\u0004/\u0004S\u0004'\u00048\u0004\u001c\u0004:\u0004\u0015\u0004 \u00045\u0004F\u0004)\u0004.\u0004)\u0004!\u0004 \u0004\u000f\u0004$\u0004-\u0004,\u0004*\u00044\u00040\u0004\u0017\u0004.\u0004.\u0004+\u0004#\u0004'\u00046\u0004/\u0004K\u0004T\u0004'\u0004S\u0004\u001c\u0004\b\u00044\u0004*\u00044\u0004 \u0004:\u0004E\u0004C\u0004D\u0004A\u0004L\u0004X\u0004\u0017\u0004(\u0004 \u0004N\u0004$\u0004\u001e\u0004=\u00047\u00040\u0004\u000e\u0004A\u0004C\u0004L\u0004=\u00040\u0004<\u00041\u0004\u0019\u0003\u0004,\u0004)\u0004.\u0004G\u0004@\u0004!\u0004.\u0004\u0013\u00048\u0004'\u0004B\u00042\u0004I\u0004\u001b\u0004\u001d\u0004S\u0003\u0004O\u0004@\u0004f\u0004\u0013\u0004\u0019\u0004\u0015\u0004\r\u0004M\u0004^\u0004\u0007\u0004M\u0004M\u0004\u0007\u0004N\u0004(\u0004\u001b\u00049\u0004\u001b\u00046\u0004V\u0004'\u0004H\u0004*\u0004\f\u0004X\u0004M\u0004\u0019\u0004C\u0004\u0015\u0004O\u0004 \u00042\u0004+\u00045\u0004,\u0003\u0004\f\u0004'\u0004N\u0004\\\u0004;\u0004*\u0004#\u0004+\u0004+\u0004\u000e\u0004%\u00046\u00049\u0004;\u0004\u0015\u0004N\u0004,\u0004*\u00040\u0004N\u0004*\u0004P\u0004B\u0004\u0004\u0004\u0004+\u0004,\u0004\u000f\u0004\u0015\u0004'\u0004F\u0004X\u0004\u0005\u00043\u00049\u0004,\u0004'\u0004c\u00047\u00043\u0004)\u0004A\u0004=\u0004*\u0004*\u0004f\u0004H\u0004=\u0004N\u0004K\u0004\u001b\u00045\u0004*\u0004\u001e\u0004&\u0004$\u0004Q\u0004\u0010\u0004.\u0004C\u0004=\u00046\u00044\u0004-\u0004%\u0004}\u0004$\u00047\u00045\u0004;\u0003\u0004M\u00049\u0004\u001e\u0004:\u0004\u001f\u0004\u0011\u0004\u0005\u00040\u0004:\u0004I\u0004J\u0004\u0014\u0004\"\u0004F\u00042\u0004,\u0004F\u0004C\u0004R\u0003\u00042\u0004\u001b\u00040\u00042\u0004 \u00046\u0004/\u0004T\u0004J\u0004\u0016\u0004/\u0004\u0018\u0004:\u00043\u0004)\u0004\u0003\u0004%\u00046\u0004J\u0004\u001c\u0004\u000b\u0004&\u0004@\u0004@\u0004.\u0004\u001f\u0004,\u00042\u0004\"\u0004H\u00040\u00043\u0004,\u0004\u001f\u0004(\u0004B\u00046\u0004;\u0004F\u0004\u000f\u0004Y\u0004\n\u00045\u0004\u0015\u0004/\u0004:\u00048\u0004\u001f\u0004\u001c\u0004\u001f\u00047\u0004A\u0004'\u00049\u0004\b\u0004\u001e\u0004!\u0004q\u00042\u0004=\u00043\u0004\u0014\u0004 \u0004'\u0004&\u0004\u001c\u00048\u0004=\u0004G\u00048\u0004.\u0004#\u0004\u001f\u00040\u0004\u001d\u00040\u0004.\u0004\u001d\u0004\u0015\u0004+\u0004<\u0004.\u00047\u0004?\u0004?\u0004#\u0004\u0011\u0004\u001d\u00040\u0004*\u0004@\u0004+\u0004\u0005\u0004M\u00040\u0004C\u0004:\u0004[\u0004\u0017\u0004\"\u0004R\u0004\u000b\u0004C\u0004U\u0004,\u00043\u0004V\u0004.\u00048\u0004@\u0004\u0005\u0004;\u0004i\u0004=\u0004-\u00046\u0004G\u0004A\u0004T\u0004\u0014\u00042\u0004\u0007\u0004'\u00046\u0004\u001f\u0004\u001b\u0004F\u0004\u001d\u0004.\u00043\u0004'\u0004@\u0004.\u0004\"\u0004\u0016\u0004!\u0004*\u00043\u0004%\u0004Z\u0004\u0017\u0004\u001d\u0004\u0016\u0004\u0019\u0004\u001d\u0004'\u00047\u00047\u0004\"\u00043\u0003\u0004J\u0004E\u0004#\u0004L\u0004.\u0004$\u0004/\u0004\u0004\u0004\u001c\u0004\u000f\u0004L\u0004\u0014\u0004\u0002\u0004G\u0004\u0012\u0004G\u0004$\u0004P\u0004\u000b\u0004H\u0004$\u0004q\u00045\u0004L\u0004L\u0004J\u0004\u0004@\u0004\u001e\u0004'\u0004.\u0003\u0004U\u0004B\u0004\u0015\u0004+\u0004O\u0004d\u0004B\u0004*\u0004V\u00048\u0004(\u0004Q\u0004,\u0004_\u0004=\u0004,\u00046\u0004;\u0004*\u0004,\u0004#\u0004\u001c\u0004\u001b\u0004B\u0004c\u0004P\u0004J\u0004\\\u0004;\u00048\u00045\u0004\u0013\u00048\u0004\u0012\u0004C\u0004*\u0004\u001b\u00049\u0004/\u0004E\u0004\u0013\u00045\u0004\u001c\u0004}\u0004@\u00046\u0004C\u0004*\u0004\u001e\u0004%\u0004\\\u0004)\u0004>\u00045\u0004 \u0004U\u0004M\u0004,\u00045\u00047\u0004+\u0004C\u0004'\u00040\u0004\u001f\u0004\u001c\u0004\u0018\u0004$\u0003\u0004\u001d\u0004-\u0004S\u0004/\u0004/\u0004V\u0004\u0012\u0004\u000e\u0004_\u0004\u0013\u0004A\u0004!\u00048\u0004A\u0004U\u0004%\u0004S\u0004N\u0004;\u0004K\u0004\u0002\u0004F\u00044\u00043\u00043\u0004,\u0004A\u0004'\u0004X\u0004B\u00042\u0004\u001a\u0004(\u0004_\u0004*\u00042\u0004T\u0004.\u00047\u00048\u0004\u0016\u0004*\u0004d\u00042\u00042\u0004I\u0004\u0005\u0004 \u0004J\u0004(\u0004\n\u0004O\u0004%\u0004\u0005\u0004,\u0004G\u0004\u000b\u0004A\u0004(\u0004\u001a\u00044\u0004!\u0004?\u0004G\u0004\u0012\u00044\u00041\u0004\u000e\u0004\u001c\u00047\u0004S\u0004&\u0004-\u00049\u0004$\u0004!\u0004&\u0004U\u0004*\u0004\"\u0004\u0016\u0004E\u0004 \u0004T\u0004!\u00040\u0004%\u0004j\u0004\u000e\u0004H\u0004P\u0004-\u0004<\u0004A\u0004\t\u0004#\u00044\u0004\f\u00041\u0004(\u00048\u0004\u0018\u0004S\u0004\u000f\u0004\u0013\u0004C\u0004\"\u0004>\u0004$\u0004.\u0004H\u0004)\u0004C\u0004\u0003\u00041\u0004;\u0004G\u00045\u0004Z\u0004C\u0004!\u0004E\u0004\\\u0004\u0014\u00042\u0004\u0007\u0004!\u0004(\u0004V\u00043\u0004\b\u0004!\u00047\u0004>\u0004(\u0004(\u00040\u0004\u0001\u0004C\u0004>\u00040\u00049\u0004\u0014\u0004'\u0004c\u0004-\u0004V\u0004C\u00042\u0004/\u0004.\u0004\u000f\u0004I\u00043\u0004]\u0004>\u0004\u001e\u0004*\u00041\u0004E\u0004\u000f\u0004\u0013\u0004O\u0004\f\u0004Y\u00048\u0004\u001d\u0004D\u0004L\u0004\"\u0004\u001e\u0004=\u00047\u00048\u0004\n\u0004,\u0004:\u0004\"\u0004#\u0004s\u0004B\u0004\u0014\u0004&\u0004\u0011\u0004T\u00040\u0004@\u0004S\u0004)\u0004\u0018\u0004/\u0004>\u0004:\u0004\"\u0004I\u0004\u0017\u0004Q\u0004/\u00044\u0004$\u0004A\u00048\u0004)\u0004?\u0004'\u0004\u000f\u0004>\u0004;\u00042\u0004\r\u00049\u0004\u0004\u0004\u0011\u0004>\u0004Q\u00047\u0004T\u0004.\u0004\b\u0003\u00048\u0004'\u0004Q\u0004\u0019\u0004\f\u0004L\u00044\u00040\u0004 \u0004F\u0004^\u0004*\u0004E\u0004:\u0004,\u0004\u0006\u0004>\u0004b\u0004-\u0004E\u0004A\u0004G\u0004%\u0004\u0006\u0004g\u0004*\u0004&\u00043\u0004B\u0004,\u0004\u0013\u00043\u0004 \u0004-\u0004G\u0004<\u0004+\u0004\u001b\u0004V\u0004\u001b\u0004+\u0004\u0001\u0004?\u0004\n\u0004L\u0004#\u0004G\u0004\u001d\u0004(\u0004@\u0004I\u0004U\u0004\"\u00046\u0004\u0016\u0003\u0004,\u0004(\u00042\u0004,\u0004\u0017\u0004\u001b\u0004\u001c\u0004%\u0004G\u0004/\u0004>\u0004C\u0004*\u0004\u0014\u0004@\u0004I\u0004\t\u0004J\u0004E\u00046\u0004E\u0004!\u0004\u001e\u0004\"\u00045\u0004<\u00045\u0004#\u0004\b\u0004$\u00040\u0004\u001b\u0004&\u00040\u0004U\u0004^\u0004&\u0004\"\u0004:\u0004i\u0004H\u0004L\u0004\u001b\u0004B\u0004?\u0004=\u00040\u0004:\u0004N\u0004<\u0004U\u0004\u001f\u0004J\u0004^\u0004#\u0004)\u0004\t\u0004\u001d\u00049\u0004%\u0004\u0019\u0004H\u00040\u00048\u0004\u0017\u0004 \u0004)\u0004=\u00049\u0004.\u0004M\u0004M\u0004=\u0004?\u0004-\u0004\"\u00048\u0004/\u0004#\u0004\u0013\u00048\u0004\u0015\u0004\"\u00045\u00042\u0004c\u00044\u0004\u001f\u0004W\u0004P\u0004(\u0004n\u0004$\u0004#\u0004-\u0004O\u00047\u00043\u0004@\u0004 \u0004,\u0004'\u00042\u0004)\u00049\u0004\u0019\u0004,\u0004 \u0004(\u00048\u0004@\u0004;\u0004+\u00048\u0004E\u0004\u001c\u0004+\u0004,\u00043\u0004F\u00043\u0004\u000e\u0004'\u0004+\u0004U\u0004+\u0004.\u00049\u0004 \u0004&\u0004+\u00048\u0004f\u0004(\u0004v\u0004!\u0004\u001b\u00040\u0004 \u0004\u001a\u00043\u0004\b\u00041\u00041\u0004\u001e\u0004\u0011\u00043\u0004!\u0004*\u00042\u0004I\u0004/\u0004*\u0004U\u0004>\u0004#\u0004+\u0004?\u00046\u0004;\u0004:\u0004>\u0004=\u0004\u001b\u00049\u0004\u0019\u00048\u0004%\u0004/\u0003\u00048\u0004\u001b\u00047\u0004=\u0004\\\u0004_\u0004V\u0004\u0014\u00043\u00041\u0004\u0017\u0004\u001e\u0004\u0012\u0004\u0014\u0004)\u0004W\u0004I\u0004!\u0004~\u0004,\u00046\u00046\u0004L\u00042\u0004:\u0004(\u0004B\u0004A\u0004\u001e\u0004\t\u0004&\u0004C\u0004*\u0004\u0006\u0004 \u0004N\u0004\r\u0004P\u00046\u0004!\u0004.\u0004\u0017\u00045\u0004\u0019\u0004$\u0004K\u0004>\u0004:\u0004_\u0004\u0016\u0004V\u0004B\u0004\u001c\u0004$\u0004>\u0004\"\u0004A\u0004)\u00047\u0004J\u0004f\u00046\u0004\u001e\u0004E\u0004\u001c\u0004\u001b\u00044\u0004&\u0004M\u0004(\u0004>\u0004@\u0004@\u0004\u001d\u0004>\u0004-\u0004A\u0004\u001d\u0004,\u00046\u0004'\u0004\u001d\u00046\u0004%\u0003\u0004\u000f\u0004*\u00049\u00043\u00044\u0004!\u0004\u0005\u0004J\u00047\u0004C\u0004\u0010\u0004\u001a\u0004C\u0004?\u0004\u0017\u0004/\u0004.\u0004#\u0004\u000f\u0004)\u0004B\u0004/\u0004+\u0004\u0012\u0004\u000f\u0004/\u0004$\u0004;\u0004!\u0004'\u0004e\u0004\u0011\u0004\u001d\u0004\u001e\u0004\"\u0004]\u0004\u001a\u00042\u0004D\u0004*\u0004;\u0004<\u0004\u001d\u0004\"\u0004@\u00041\u0004'\u00040\u0004j\u0004U\u0004t\u0004E\u0004$\u00048\u0004\\\u0004!\u00044\u0004M\u0004n\u0004\u001d\u0004:\u0004M\u00045\u0004Q\u0004O\u0004\r\u0004*\u0004 \u00048\u0004\u0015\u0004\u0017\u0004P\u0004G\u0004*\u0004*\u0004\u0014\u0004A\u0004R\u0004\r\u0004H\u00041\u00043\u0004D\u0004\u001c\u0004;\u0004M\u0004P\u0004#\u0004\u001b\u0004/\u0004X\u0004A\u0004=\u0004B\u0004a\u0004!\u0004\"\u0004/\u0004:\u0004*\u00047\u0004b\u00047\u0004J\u0004L\u0004\u0011\u0004/\u0004\u0011\u0004 \u0004K\u0004'\u0004;\u0004P\u0004!\u0004(\u0004\u001f\u0004<\u00042\u0004\u001a\u0004\u0019\u0003\u0004S\u00042\u0004\"\u00041\u00041\u0004'\u0004\u001d\u00043\u0004\u001f\u0004\u0017\u0004\u0006\u00042\u0004\u001f\u0004\u0014\u0004F\u0004G\u0004?\u0004&\u0004T\u0004R\u00049\u0004\u0011\u0004*\u0004F\u00049\u0004/\u0004\u0016\u0004,\u0004<\u0004D\u0004)\u0004\u0019\u0004'\u0004*\u0004-\u0003\u0004\u0019\u0004!\u0004&\u0004F\u00044\u0004-\u0004\u0011\u00040\u0004\r\u0004?\u00044\u0004\u001f\u0004T\u0004\"\u0004*\u0004<\u0004.\u0004G\u00047\u0004)\u0004A\u0004(\u0004\u001b\u0004\u001f\u0004\u001c\u00044\u0004=\u0004\u001d\u0004#\u0004a\u0004*\u0004\u0018\u0004'\u0004P\u0003\u0004:\u0004\u0004\u0004@\u00048\u0004#\u0004A\u0004N\u0004.\u0004.\u0004\u0019\u00048\u0004\u0004\u0004P\u0004.\u00043\u0004,\u00048\u0004/\u0004A\u0004$\u0004\u0010\u0004(\u0004*\u0004.\u0004!\u0004\u0012\u0004\u001f\u00042\u0004\"\u0004\u001b\u0004e\u0004*\u0004Q\u0004.\u0004=\u0004=\u0004!\u00041\u00049\u0004>\u0004I\u0004W\u0004G\u00049\u00046\u0004\r\u0004E\u0004.\u0004E\u0004L\u0004\t\u00049\u00042\u00042\u0004=\u0004'\u0004E\u0004?\u0004;\u0004)\u0004B\u0004#\u0004-\u0004\u001c\u00042\u0004%\u0004T\u0004?\u0004\u001d\u0004\u0016\u0004A\u0004)\u0004?\u0004$\u0004W\u0004$\u0004G\u0004I\u0004%\u0004Q\u0004!\u0004M\u0004.\u0004\u0016\u00041\u00048\u00045\u0004\f\u00046\u0004/\u0004@\u0004M\u0004\u0016\u0004S\u0004\u001e\u0004\u0015\u0004>\u00041\u0004@\u0004=\u0004N\u0004@\u0004;\u00040\u0004L\u0004B\u00048\u0004L\u0004<\u0004G\u0004@\u0004I\u0004W\u0004X\u0004k\u0004F\u0004'\u0004E\u0004'\u0004\u0016\u0004 \u0004M\u0004-\u0003\u0004:\u0004&\u0004\u0006\u00040\u0004\u0006\u0004;\u0004\u0013\u0004\u0010\u0004e\u0004c\u0004\u000f\u0004\u001f\u0004\u0011\u0004*\u0004)\u0004\u000e\u0004\u000b\u0004/\u0004:\u0004D\u0004H\u00049\u00046\u0004'\u0004-\u0004\u0017\u0004\u0002\u0004\u001d\u0004I\u0004'\u0004\u0016\u0004>\u0004?\u00049\u0004\u001d\u0004)\u0004@\u0004\u000f\u0004P\u00044\u0004/\u00042\u0004I\u0004;\u0004\u0010\u0004%\u0004*\u0004\u0003\u0004\u0014\u0004G\u0004\"\u0004\u001c\u0004L\u0004B\u0004,\u0004\u0017\u0004_\u0004&\u0004H\u0004\u0007\u0004S\u0004#\u0004\u0017\u0004'\u0004*\u0004>\u0004#\u0004\u0017\u0004<\u0004@\u0004,\u00048\u0004,\u0004\u000f\u0004C\u0004\u0013\u0004,\u0004R\u0004K\u00048\u0004=\u0004<\u0004%\u0004\u0016\u0004.\u00045\u0004+\u0004Y\u0004d\u0004\u001b\u00044\u00044\u0004'\u00047\u00044\u0004(\u0004\b\u00045\u0004Q\u0004>\u0004B\u0004F\u0004.\u0004/\u0004%\u0004\u0017\u0004G\u00040\u0003\u0004&\u0004F\u0004,\u00044\u0004:\u0004D\u0004&\u0004\u0016\u0004K\u0004o\u0004G\u0004@\u0004?\u0004\u001c\u0004\u0004\u0004@\u00041\u0004@\u0004^\u0004*\u0004>\u0004/\u0004D\u0004,\u0004\"\u0004.\u0004W\u0004\"\u0004P\u00049\u0004@\u0004'\u0004(\u00044\u0004(\u0004\u001c\u00041\u0004\u000e\u00048\u00047\u0004(\u0004@\u0004d\u0004N\u0004\"\u0004;\u0003\u0004>\u0004\n\u0004%\u0004$\u0004\"\u00049\u00048\u0004>\u0004N\u0004\\\u00047\u00040\u0004/\u0004:\u0004,\u0004\u0014\u0004C\u0003\u0004(\u00045\u0004V\u0004\u001b\u0004<\u0004\u000e\u0004F\u00041\u0004/\u0004.\u0004E\u0003\u0004\u0017\u0004>\u0004(\u00049\u0004\u001c\u0004K\u0004 \u00048\u0004\u001f\u0004J\u0004\u0015\u00044\u0004;\u00042\u0004+\u0004*\u0004E\u0004K\u0004&\u0004.\u0004R\u0004.\u0004:\u0004(\u0004R\u00045\u0004K\u0004-\u0004a\u0004@\u0004P\u0004E\u0004\u001f\u0004\u0010\u0004,\u0004\"\u00045\u0004'\u0004J\u0004C\u0004.\u0004(\u0004\u0017\u0004@\u00046\u0004N\u00040\u0004.\u00047\u00047\u0004=\u00047\u0004F\u0004&\u0004@\u0004F\u0004A\u0004A\u0004R\u0004b\u0004^\u0004:\u0004C\u0004\u001a\u0004\u001c\u0004C\u0004G\u0004(\u0004R\u0004C\u00045\u0004\u001c\u00045\u0004C\u0004,\u0004\u0015\u00046\u0004\u001d\u0004\u001e\u0004!\u0004\u000f\u0004!\u0004\u0019\u0004\u0012\u0004!\u00041\u0004\u001e\u0004/\u0004\u001b\u0004B\u0004*\u00040\u0004F\u00044\u00043\u00049\u00045\u0004\u001f\u0004\u000e\u0004F\u00040\u0004A\u0004I\u0004&\u0004$\u0004-\u0004!\u0004\u0018\u00046\u0004 \u0004D\u00049\u00043\u0004 \u0004A\u0004M\u00044\u0004*\u0004+\u0004@\u0004(\u0004A\u0004\u0019\u0004=\u0003\u0004!\u0004W\u0004\u001e\u00045\u00045\u0004M\u0004.\u0004'\u0004%\u00040\u00043\u0004\u001f\u0004V\u0004B\u0004O\u0004\u001f\u0004\u0003\u0004\u001d\u0004\"\u0004>\u00046\u0004>\u0004:\u0004\u0003\u0004\u0015\u0004(\u0004L\u0004%\u0004K\u0004\u000e\u0004\u0017\u00041\u00045\u0004Q\u0004\u001c\u0004G\u0004/\u0004&\u0004'\u0004 \u0004K\u0004(\u0004 \u0004L\u0004C\u00046\u00048\u0004,\u0004`\u0004\u001d\u0004J\u0004F\u0004(\u0004\r\u00041\u0004<\u00043\u0004\u001d\u0004!\u0004^\u0004\u0004\u00043\u00045\u00040\u00045\u0004)\u0004G\u0004<\u0004N\u0004\u0010\u0004B\u0004\u0016\u00046\u0004M\u0004L\u0004+\u0004@\u0004;\u0004^\u0004W\u0004\t\u0004(\u00046\u0004b\u0004*\u0004K\u0004>\u0004\\\u0004\u0011\u0003\u0004L\u0004\u001c\u00042\u00046\u0004(\u00048\u0004&\u00045\u0004>\u00043\u0004i\u0004\t\u0004\u001f\u0004B\u0004)\u00041\u00048\u00041\u0004F\u0004K\u0004=\u0004(\u00045\u0004&\u0004A\u0004A\u00040\u0004=\u0003\u0004?\u0004?\u0004\u001f\u0004\u001b\u0004,\u0004\r\u0004K\u00047\u0004I\u0004!\u00044\u0004,\u0004\f\u0004#\u0004 \u0004C\u0004*\u0004\u001b\u0004 \u0004L\u0004E\u0004*\u0004/\u0004)\u00042\u0004\u001e\u0004H\u0004'\u0004b\u0004G\u00041\u00048\u0004\u0019\u0004H\u0004S\u0004%\u0004C\u0004n\u0004<\u0004/\u0004N\u0004<\u0004\u001f\u0004I\u0004\u001f\u00047\u0004N\u0004>\u00042\u00049\u0004=\u0004G\u0004O\u0004=\u0004>\u0004<\u0004T\u00040\u00040\u0004-\u0004q\u0004.\u0004p\u0004?\u0004*\u0004%\u00044\u00040\u0004\u0015\u0004+\u0004\u000f\u0004'\u0004W\u0004*\u0004E\u0004=\u0004\u0018\u0004;\u0004\u0018\u0004\"\u0004\b\u0004)\u0004A\u0004&\u0004O\u00047\u0004Q\u0004G\u0004X\u0004\u000f\u0004\u0002\u0004&\u0004\u0018\u0004i\u0004=\u0004%\u0004\u001f\u0004\u0000\u00040\u0004 \u0004$\u00043\u00045\u00049\u0004%\u0004>\u0004+\u00041\u00048\u0004A\u0004$\u0004\u001f\u0004 \u0004'\u0004\u0011\u0004H\u0004T\u0004@\u00048\u0004\u001d\u0004?\u0004\u0014\u00047\u0004`\u0004A\u00046\u0004#\u0004(\u0004N\u0004\u0011\u00049\u0004\u001d\u0004%\u0004L\u0004T\u0004\u000e\u00048\u0004\u0017\u0004M\u0004+\u0004W\u0004 \u0004\"\u0004>\u0004*\u0004N\u0004?\u0004\u001c\u0004\u001d\u0004C\u0004%\u0004\u001f\u0004H\u0004(\u0004T\u0004>\u0004*\u0004\u0019\u0004\u000e\u00049\u0004(\u0004+\u0003\u00043\u0004W\u0004\u001f\u0004&\u0004 \u0004\u001c\u00048\u0004*\u0004!\u00049\u0004A\u0004&\u00040\u0004\u000e\u0004*\u0004\u0004\u0004:\u0004,\u0004O\u00046\u0004,\u0004\u0004\u0004\u001e\u0004E\u0004)\u0004\u0015\u0004C\u0004\"\u0004;\u0004:\u00047\u0004\u0017\u00041\u0004\u000f\u0004\"\u0004I\u0004O\u0004#\u00049\u0004;\u0004?\u00049\u0004I\u0004\u001c\u0004@\u0004*\u0004;\u00046\u0004\u001c\u0004o\u0004\u0017\u00041\u00041\u0004O\u00048\u00042\u0004@\u0004B\u0004-\u0004W\u0004&\u0004B\u0004\u001d\u0004&\u0004+\u0004\u0010\u0004I\u00044\u0004=\u0004@\u0004V\u00042\u0004;\u0004A\u0004,\u0004H\u0004:\u0004I\u0004<\u0004)\u0004)\u0004>\u0004:\u0004 \u0004+\u0003\u0004?\u0004(\u0004`\u00049\u0004^\u0004]\u0004A\u0004<\u0004:\u0004D\u0004^\u0004\u0013\u0004F\u0004;\u0004+\u0004\b\u00042\u0004\"\u0004=\u0004Y\u0004O\u0004'\u0004\u0015\u0004\"\u0004?\u0004\"\u00042\u0004$\u0004\u0004G\u0004;\u0004M\u0004*\u0004\u0019\u0004!\u0004L\u00049\u0004$\u0004;\u0004I\u00043\u0004'\u0004\u0015\u0004F\u0004@\u0004#\u00042\u0004:\u00041\u0004\u0016\u0004+\u0004H\u0004)\u0004G\u00046\u0004\u001b\u0004=\u0003\u0004\n\u0004\u001f\u0004I\u0004\u0011\u0004?\u0004'\u0004\u001c\u0004K\u00044\u0004\u0013\u0004W\u00042\u00045\u0004\u001e\u0004\u0015\u0004\u001e\u0004?\u0004'\u0004\u001d\u0004\u0013\u00043\u0004\u001a\u00046\u0004\t\u0004\u001c\u00041\u0004f\u0004 \u0004V\u0004?\u0004\u001f\u0004D\u0004G\u0004/\u00048\u0004%\u0004\u001d\u0004\u0016\u0004/\u0004\u001b\u0004=\u0004N\u0004K\u0004<\u0004%\u0004/\u0004B\u0004\r\u0004%\u0004\u001f\u0004N\u0004\u0017\u0004G\u0004N\u0004\u0014\u00047\u0004(\u0004 \u0004:\u00048\u0004:\u0004B\u0004E\u0004\u001d\u0004@\u0004D\u0004 \u0004$\u0004R\u0004D\u0004:\u0004=\u0004G\u0004\u0015\u0004+\u0004)\u00041\u00043\u00049\u00044\u0004U\u0004\t\u0004/\u0004P\u0004H\u0004A\u0004/\u0004>\u0004=\u0004U\u00040\u0004H\u0004:\u0004\u001d\u0004+\u0004$\u0004\u0018\u0004\"\u0003\u0004\u001f\u0004%\u0004\u001b\u0004'\u00041\u00048\u0004L\u0004\u001b\u0004V\u0004Q\u0004%\u0004<\u0004>\u0004=\u0004>\u00040\u0004-\u00049\u0004/\u0004/\u0004E\u0004\u0011\u0004>\u0004\u0015\u0004X\u00047\u00047\u0004\u0018\u0004B\u0003\u0004-\u0004 \u0004\r\u0004O\u0004Z\u0004$\u0004+\u00048\u0004\u0015\u00042\u0004*\u0004q\u0004?\u0004G\u0004G\u0004(\u0004\n\u0004\u0014\u00044\u0004&\u0004@\u0004\u0006\u0004:\u0004L\u0004E\u0004N\u00047\u0004?\u00045\u0004]\u0004)\u00046\u0004`\u0004\r\u0004/\u0004+\u0004/\u00042\u0004\u0013\u0004Q\u0004\"\u0004%\u0004+\u00048\u0004?\u0004T\u0004\u001f\u0004%\u0004\u0016\u0004\u0017\u0004l\u0004?\u0004\u001c\u0004+\u0004)\u0004\u001d\u0004%\u0004>\u0004@\u0004/\u0004:\u0004\u0004\u0004\u001d\u0004\u001d\u0004H\u0004,\u0004X\u00044\u0004\u001c\u00041\u0004h\u0004r\u0004$\u00043\u0004/\u0004T\u0004:\u00049\u00049\u00040\u0004\u0006\u0004\u001b\u00040\u0004E\u0004\u0011\u0004\u0017\u0004L\u00046\u0004\r\u0004*\u00044\u00044\u0004!\u0004B\u0004\u0016\u0004-\u00047\u0004+\u0004\\\u0004+\u0004R\u00041\u0004\u0017\u0004\u001a\u0004\u0016\u0004)\u0004E\u0004e\u0004\u0019\u0004w\u0004M\u0004C\u0004(\u0004I\u0004\u0012\u0004:\u0004U\u0004\"\u0004@\u0004Q\u0004B\u0004-\u0004?\u0004<\u0004A\u0004\u000f\u00044\u0004<\u0004&\u0004,\u0004_\u00048\u00041\u00049\u0004\u001f\u0004!\u00048\u0004\u0013\u0004\u0010\u00047\u00046\u0004\b\u0004;\u0004#\u00047\u0004#\u0004\u0010\u00041\u0004P\u00043\u0004M\u00049\u0004L\u00041\u0004\u001e\u0004<\u0004k\u0004\u001a\u0004\u001e\u0004\u0019\u00047\u0004%\u00040\u0004_\u0004L\u0004,\u0004#\u00042\u0004a\u0004 \u00049\u0004N\u0004;\u0004@\u0004\u0016\u0004B\u0004I\u0004%\u0004+\u00041\u0004\"\u00049\u0004\u001e\u0004,\u0004F\u0004F\u0004K\u00043\u00046\u0004:\u0004 \u00040\u00048\u00045\u0004I\u0004P\u00048\u0004m\u0004G\u00046\u00040\u0004;\u0004!\u0004;\u0004#\u0004C\u00046\u0004\u000e\u0004`\u0004<\u0004:\u0004]\u00041\u0004\u001b\u0004E\u0004B\u0004!\u0004\u001c\u00045\u0004&\u0004\u0015\u0004P\u0004 \u0004\u0001\u00040\u0004\u0012\u0004F\u00047\u0004\u001f\u0004(\u00042\u0004:\u0004A\u0004O\u0004\u0016\u0004\u000e\u0004<\u0004?\u00046\u0004d\u0004\u001d\u0004G\u0004#\u0004-\u0004\u001b\u0004*\u0004!\u0004$\u0004A\u0004\u0012\u0004#\u00046\u0004/\u0004#\u0004!\u0004V\u0004\f\u0004J\u00041\u0004>\u0004\u000f\u0004D\u0004W\u0004D\u0004B\u0004.\u00048\u0004'\u00049\u0004\u000f\u0004*\u0004\\\u0004;\u0004D\u0004)\u0004$\u00041\u0004E\u0004T\u0004?\u0004\u001c\u0004\u001d\u0004'\u0004O\u00043\u0004,\u0004\u0012\u0004\u0018\u0004J\u0004\u0010\u0004\u000e\u0004\u001f\u00041\u00041\u0004/\u0004B\u0004W\u00048\u00045\u0004\u0017\u0004%\u0004%\u0004.\u0004 \u0004&\u00040\u0004,\u0004@\u0004O\u0004F\u00047\u00044\u0004:\u0004@\u0004@\u00049\u00043\u0004\u001c\u0004J\u0004\u001f\u00045\u00044\u00049\u0004&\u0004.\u0004\u0016\u0004O\u0004+\u0004#\u0004A\u00041\u0004,\u0004\u0016\u0004D\u0004 \u0004O\u0003\u00047\u0004*\u0004)\u0004,\u0003\u0004I\u0004-\u00043\u0004\u0016\u0004N\u00042\u0004\r\u00045\u0004%\u00048\u0004\u0004\u0004\u001f\u00047\u0004&\u00045\u0004'\u0004`\u0004!\u0004/\u0004*\u0004\u001a\u0004D\u0004c\u0004C\u0004S\u0004@\u0004B\u0004 \u0004&\u0004I\u0004q\u0004$\u0004#\u0004E\u0004:\u0004h\u0004-\u0004!\u0004B\u0004&\u00043\u0004#\u0004$\u0004\u0007\u00049\u0004B\u0004E\u00041\u0004\u001a\u0004\u001b\u0004?\u0004N\u00041\u0004(\u0004>\u0004\u0013\u0004@\u0004\u0014\u0004.\u0004;\u0004Q\u0004\u0016\u0004*\u0004$\u0004&\u00040\u0004B\u0004\u001d\u0004+\u0004h\u0004\u001d\u0004V\u00046\u0004\u0007\u0003\u0004'\u00045\u0004\u0011\u0004(\u0004a\u0004.\u00047\u0004=\u0004N\u00043\u00046\u00043\u0004#\u0003\u00049\u0004.\u0004\u001c\u0004\"\u0004\u001b\u0004-\u0004<\u0004P\u0004-\u0004=\u0004z\u0004\u0004S\u0004E\u0004N\u0004&\u0004*\u0004\f\u0004\u0017\u0004<\u0004\u0004w\u0004F\u0004*\u0004E\u0004M\u0004\u0012\u0004\u0010\u0004.\u0004\u001d\u0004,\u0004'\u0004=\u0004;\u0004K\u0004M\u0004\u0004=\u0004\u001f\u0004\r\u0004$\u0004\u001d\u0004\u001d\u0004\u0000\u0004+\u0004\u001f\u0004#\u00043\u0004=\u0004N\u0004C\u0004>\u0004&\u0004:\u0004:\u0004\u001b\u0004\u001d\u0004\u0015\u0004-\u0004\u0017\u0004\u000f\u0004P\u00047\u00041\u0004\u001c\u0004;\u0004\u0017\u0004(\u0004\u001a\u0003\u0004-\u0004?\u00043\u0004=\u0004\u0015\u00048\u0004\u001b\u0004O\u0004)\u0004:\u0004L\u0004Q\u00043\u0004F\u0004\u001b\u0004[\u0004)\u0004 \u0004\u0017\u0004\u0003\u0004)\u0004A\u00048\u0004/\u0004'\u0004<\u00046\u0004\u0018\u0004N\u0004O\u0004#\u0004f\u0004\u0000\u0004:\u0004\u001b\u0004R\u0003\u0004-\u0004\u0019\u0004%\u0004\u001f\u0004H\u0004\u001a\u0004\n\u0004W\u0004*\u0004;\u0004(\u0004B\u0004(\u0004N\u0004.\u0004-\u0004\u001e\u00049\u0004\u001f\u0004#\u00049\u0004\u0013\u0004\u0015\u0004G\u0004W\u00046\u0004\u0010\u0004F\u0004$\u0004K\u0004\u0003\u0004\u001a\u0004R\u00046\u0004'\u00046\u0004\u001d\u0004&\u0004J\u00048\u0004\"\u0004B\u00045\u0004\\\u0004&\u0004C\u0004I\u0004R\u0004b\u0004/\u0004:\u00041\u0004,\u0004I\u0004@\u0004\u001e\u00046\u0004\u001b\u0004)\u00045\u0004:\u0004G\u00045\u0004&\u00040\u0004h\u0004\u0011\u0004\u0018\u00045\u0004O\u0004%\u0004-\u0004B\u0004&\u0004\u001e\u00049\u0004$\u0004\u001e\u0004L\u0004!\u0004\"\u0004\u0018\u0004P\u0004\u0012\u0004A\u0004\u0016\u0004)\u0004/\u0004F\u0004\n\u0004/\u0004T\u00043\u0004\u001f\u0004\u0012\u0004O\u0004e\u0004,\u0004\u001a\u0004-\u00042\u0004>\u0004&\u0004\f\u0004@\u00047\u0004H\u0004 \u00044\u0004/\u0004+\u0004\u0001\u0004\u0013\u0004F\u00040\u0004=\u0004B\u00049\u0004\u000e\u0004=\u0004\n\u00049\u0004%\u0004/\u0004\u0011\u00042\u0004+\u0004)\u0004\u0013\u00040\u0004(\u0004C\u0004+\u0004D\u0004E\u0004U\u00046\u0004R\u0004O\u0004B\u00042\u0004 \u0004L\u0004-\u0004\u000f\u0004G\u0004A\u0004G\u0004H\u00042\u00042\u0004B\u00044\u0004?\u0004B\u00044\u00046\u0004G\u0004b\u0004c\u0004\u0004\u0004e\u0004U\u00048\u0004\"\u0004\u0014\u00041\u0004]\u0004S\u0004b\u0004]\u0004A\u0004e\u00040\u0004%\u0004\"\u00041\u0004A\u00046\u0004c\u0004 \u0004Q\u0004\u0016\u0004,\u0004D\u0004\u001f\u0004\u001e\u0004\u0000\u0004=\u0004R\u0003\u0004)\u00047\u0004\"\u0004/\u0004<\u0003\u0004Q\u0004+\u0004\u0010\u0004\n\u0004=\u0004\\\u0004!\u00044\u0004+\u0004\u0013\u0004.\u0004\u001f\u0004-\u0004>\u00040\u0004A\u00044\u00044\u0004V\u0004\u001d\u0004)\u0004=\u0004 \u0004P\u0004\u001b\u0004@\u00045\u0004V\u0004\u001c\u00049\u0004\u001a\u0004.\u0004\u0004\u0004X\u0004/\u0004,\u0004e\u0004,\u0003\u0004\u0015\u0004+\u0004F\u00048\u0004P\u0004+\u0004H\u0003\u00041\u0004:\u0004'\u0004P\u0004A\u00041\u00040\u0004J\u0004I\u00040\u00048\u0004\u001d\u0004{\u0004T\u0004U\u0004:\u0004'\u0004;\u0004M\u0004-\u0004'\u0004D\u0004\u000b\u00042\u0004C\u0004Q\u0004+\u0004\u001a\u0004/\u0004\u001d\u0004$\u0004?\u00041\u0004:\u00042\u0004X\u0004>\u0004J\u0004)\u00043\u0004<\u0004\u001c\u0004%\u0004@\u00041\u0004@\u0004>\u0004F\u0004?\u00042\u0004\u0011\u0004I\u0004'\u0004t\u0004(\u0004<\u0004!\u0004\u001b\u0004\u001c\u0004:\u0004;\u0004A\u0004E\u0004\"\u0004\u000f\u0004\"\u0004;\u0004\b\u0004)\u0004\u0018\u0004%\u0004\n\u0004;\u0004I\u00042\u0004M\u00049\u00042\u0004/\u0004F\u0004O\u0004\"\u0004.\u0004:\u0004<\u0004\u001d\u00042\u0004.\u0004/\u0004?\u0004B\u0004a\u0003\u0004/\u00045\u0004+\u0004;\u0004)\u0004/\u00046\u0004<\u0004@\u0004/\u0004)\u0004\u001d\u0003\u0004/\u0004C\u0004:\u0004,\u0004\u0018\u0004J\u0004#\u0004(\u0004.\u0004+\u0004.\u00042\u0004)\u00040\u0004k\u00040\u0003\u0004)\u00049\u0004E\u0004:\u0004Y\u0004 \u0004.\u0004E\u0004e\u0004\u0015\u00043\u0004/\u00044\u0004\r\u0004\u001b\u0004\u001d\u0004V\u0004N\u0004!\u0004R\u0004\u0010\u0004;\u00049\u0004@\u0004\u0019\u0004\u0018\u0004\u001e\u0004D\u00047\u00048\u0004\u001b\u0004b\u00042\u00046\u0004L\u0004'\u0004(\u0004@\u00049\u0004\u0013\u0004-\u0004_\u0004'\u00043\u0004(\u00040\u0004L\u0004|\u0005\u0001\u0004\u0004\u0004Q\u00044\u0004I\u0004\u001a\u0004M\u0004,\u0004\u0004\u0004\u0004\u001d\u0004S\u0004.\u0004<\u0004-\u0004I\u0004H\u0004E\u0004$\u0004)\u0004#\u0004,\u0004D\u00043\u0004V\u0004$\u0004%\u0004,\u00044\u0004.\u0004?\u0004&\u0004-\u0004k\u00048\u0004C\u0004@\u0004E\u0004\u000f\u0004.\u0004\u0011\u00046\u0004N\u00049\u0004Q\u00046\u00049\u0004\"\u00042\u0004&\u0004E\u0004\"\u0004#\u0004\u0012\u0004\u0016\u0004\u0013\u0004J\u0004*\u0004\u001e\u00040\u0004D\u0004\u0010\u0004$\u0004\u001c\u00041\u0004\u0017\u0004\u0018\u0004@\u00046\u0004&\u00043\u0004*\u0004)\u0004\u000f\u0004\u001f\u0004E\u0004#\u0004h\u0004\"\u0004;\u0004_\u0004*\u0004!\u0004B\u00044\u0004J\u0004G\u0004%\u0004*\u00047\u0004+\u0004U\u0004;\u0004$\u0004\u0012\u00045\u00048\u0004)\u0004?\u0004 \u0004E\u0004&\u00041\u0004E\u0004\u0011\u0004!\u0004M\u0004U\u0004.\u00047\u0004;\u0004%\u0004@\u0004O\u0004\u0010\u0004\u001e\u0004'\u0004,\u0004*\u00048\u0004\u001a\u0004\u000f\u0004b\u0004U\u0004I\u0004V\u0004%\u0004+\u0004>\u00045\u0004\u001d\u0004#\u0004&\u0004\u0014\u0004;\u0004\u001b\u00042\u0003\u0004&\u0004\u0000\u00048\u0004(\u0004\u001e\u00044\u0004\"\u00043\u0004.\u0004K\u0004E\u0004V\u0004\u0019\u0004\u0019\u0004&\u0004+\u0004U\u0004L\u0004L\u0004J\u00040\u0004:\u0004W\u0004 \u00042\u0004\u0012\u0004G\u0004\u0019\u0004H\u0004.\u0004\u0006\u0004\u001d\u0004<\u0004)\u00046\u0004F\u0004;\u0004U\u0004S\u0004Z\u0004;\u0004?\u0004@\u0004F\u0004,\u0004W\u0004H\u0004Q\u00040\u0004-\u0004\u001d\u0004M\u0004#\u0004%\u0004T\u0004d\u0004\u0011\u00044\u0004\u0006\u0004R\u0004+\u0004>\u0004@\u0004G\u0004D\u0004:\u0004\u0018\u0004=\u00043\u0004Q\u0004\u001a\u0004+\u0004?\u0004J\u0004V\u0004^\u0004D\u0004O\u0004,\u0004Q\u0004R\u0004K\u00044\u0004M\u0004=\u0004!\u00040\u0004O\u0004;\u0004H\u0004I\u0004>\u00047\u00047\u0004G\u00049\u0004E\u0004;\u0004Q\u0004>\u0004D\u0004\u001f\u0004+\u0004/\u00040\u0004>\u00047\u0004:\u0004@\u0004A\u0004\u0017\u0004\u0016\u0004\u0016\u0004/\u0004P\u0004|\u0004\u00056\u0005\b\u0004Y\u0004L\u0004\u0016\u0004\u0016\u0004V\u0004O\u0004o\u0004y\u0004\u0004\u0004C\u00045\u0004>\u00048\u0004D\u0004 \u0004D\u00043\u00045\u0004\t\u0004R\u0004)\u0004!\u00042\u0004J\u00041\u0004/\u0004T\u0004.\u0004$\u00043\u0004%\u0004/\u0004 \u0004(\u0004-\u00042\u0004\u000b\u0004T\u0004O\u0004B\u0004?\u0004:\u0004C\u0004M\u0004\u001d\u0004N\u0004\u001d\u0004?\u00044\u0004:\u0004 \u0004\u0012\u0004b\u0004\u0011\u0004'\u0004'\u0004\u0014\u0004J\u0004\u0010\u0004M\u0004\u001a\u0004%\u00043\u0004\"\u0004%\u0004I\u00040\u0004\u001b\u0004,\u0004!\u0004W\u0004+\u0004+\u0004*\u0004F\u0004O\u0004\u0016\u00041\u0004K\u0004(\u0004'\u0004,\u00040\u0004C\u0004'\u0004\u0013\u0004\b\u0004j\u00041\u00049\u0004;\u0004V\u0004 \u0004=\u0004\u001d\u0004W\u00049\u0004\r\u00044\u0004\u001d\u0004O\u0004,\u0004S\u00041\u0004 \u00049\u0004O\u0004\u001b\u0004\u0015\u0004!\u0004/\u0004A\u0004a\u0004=\u0004:\u0004#\u0004\u001f\u00041\u0004\u001c\u0004+\u00049\u0004(\u0004Z\u0004\u001a\u0004,\u0004*\u00047\u0004&\u00047\u0004J\u0004.\u0004\u001e\u0004\u001b\u00041\u0004Q\u0004#\u00044\u0004\u001c\u0004'\u00041\u0004#\u0004c\u0004 \u0004%\u00045\u00049\u00043\u00047\u0004)\u0003\u0004+\u00048\u0004 \u0004\u0002\u00041\u0004\u001e\u0004&\u0004\u0010\u0004\t\u0004\u0016\u0004\u001f\u0004=\u00041\u0004$\u0003\u00047\u0004+\u0004\u0015\u0004.\u0004D\u00048\u0004J\u00046\u0004A\u0004<\u0004>\u0004C\u00049\u0004W\u0004-\u0004A\u0004a\u00047\u0004%\u0004\u001a\u0004\u001f\u0004>\u0004%\u0004\u0015\u00041\u0004\u001d\u0004<\u0004B\u00042\u00042\u0004;\u0004\u001c\u0004\u0017\u0004E\u0004n\u0004B\u00046\u0004#\u0004S\u00045\u00045\u0004K\u0004@\u0004{\u0004\u0014\u0004H\u00045\u0004\u0004L\u0004!\u0004#\u0004=\u00043\u0004(\u0004\b\u0004<\u0004g\u0004B\u0004G\u0004y\u0004>\u0004\u001b\u0004(\u0004(\u0004=\u0004!\u00041\u0004Y\u0004V\u0004T\u0004'\u0004\u0000\u0004?\u0004\u0005\u0004,\u0004T\u0004\r\u0004)\u0004_\u0004?\u0004?\u00046\u0004;\u0004A\u0004C\u0004G\u0004I\u0004w\u0004\u0004\u0004<\u0004^\u0004[\u0004Q\u0004J\u0004\f\u00048\u0004\u0004\u0004\u0004F\u0004T\u00047\u0004J\u0004=\u0004\"\u0004a\u0004\u0019\u0004A\u0004(\u0004B\u0004\t\u0004\u0016\u0004\u001e\u00045\u00048\u0004#\u00044\u0004I\u0004\u000e\u00045\u0004\u0019\u00049\u0004!\u0004:\u0004&\u0004$\u0004H\u0004,\u0004?\u0004*\u0004M\u0004O\u0004M\u0004Q\u0004I\u00040\u0004`\u0004\u0015\u00041\u0004'\u00042\u0004L\u0004\u0015\u0004$\u00048\u0004\u000b\u0004<\u0004\u001c\u0004S\u0004H\u0004 \u00049\u00043\u0004:\u0004\f\u0004B\u0004\u0015\u00040\u0004+\u00047\u0004\b\u00041\u0004:\u0004\u0018\u0004?\u0004\u0017\u00042\u0004[\u0004\u001a\u0004A\u0004\u0012\u0004\u001e\u00046\u0004@\u0004\r\u0004F\u0004\n\u00048\u0004$\u0004-\u0004G\u0004,\u0004!\u00040\u00041\u00044\u0004\u001a\u0004I\u0004*\u0004P\u0004&\u00046\u0004;\u0004@\u0004\u0012\u0004\u000e\u0004>\u0004>\u0004\u001d\u0004\u001e\u0004\u001b\u00042\u0004K\u00042\u0004L\u00047\u0004\u001c\u0004X\u0004=\u0004\u001b\u0004$\u0004G\u0004%\u0004<\u0003\u0004!\u0004B\u0004@\u0004&\u0004<\u0004\u001c\u0004#\u0004\u001a\u0004K\u00043\u0004@\u0004:\u0004:\u0004H\u0004D\u0004*\u0004B\u0004V\u0004S\u0004>\u0004@\u0004/\u0004#\u0004-\u0004O\u00046\u00043\u0004#\u0004F\u0004>\u0004+\u0003\u0004J\u0004<\u0004\r\u0004K\u00040\u0004Q\u0004\u0011\u0004#\u0004\u0007\u0004?\u0004#\u0004D\u0004-\u0004J\u0004!\u0004=\u0004D\u00046\u0004@\u0004Y\u0004X\u0004f\u0004?\u0004\u0015\u0004L\u0004?\u0004A\u0004^\u0004-\u00041\u00043\u0004\u0019\u00042\u0004\u0012\u0004O\u0004'\u0004J\u0004G\u00048\u0004\u001b\u0004+\u0004>\u0004$\u0004Z\u0004<\u0004D\u00049\u0004\"\u0004\u001f\u00046\u0004H\u0004<\u0004\u001f\u0004G\u0004<\u0004=\u0004U\u0004/\u0004%\u0004;\u0004R\u0004\u0000\u0004I\u00041\u0004<\u0004:\u0004;\u0004$\u0004+\u00049\u0004B\u0004T\u0004D\u0004\u001b\u0004(\u0004c\u0004=\u0004'\u00040\u0004H\u0004E\u0004U\u0004,\u0004M\u0004:\u0004=\u0004$\u0004;\u0004Z\u0004'\u0004^\u0004\u0015\u0004,\u0004E\u0004'\u0004o\u0004W\u0004F\u0004/\u0004\u001b\u0004*\u0004=\u0004\u0019\u0004-\u0004D\u0004\u0004Z\u0004;\u0004_\u00042\u0004)\u00048\u00040\u0004\"\u00040\u0004L\u0004\u0017\u0004.\u0004\u001a\u0004$\u00044\u0004\u0016\u00042\u0004;\u00041\u0004V\u0004(\u0004!\u00042\u0004.\u0004(\u00047\u0004>\u0004%\u0004L\u00042\u0004\u0010\u0004F\u0004=\u0004.\u0004<\u0004:\u0004=\u0004\u0012\u00049\u0004=\u0004\u0012\u0004\u001b\u0004\u001f\u0004*\u0004N\u0004(\u0004-\u0003\u0004=\u0004>\u0004\u0006\u0004.\u0004I\u0004.\u0003\u0004E\u0004,\u0004,\u0004E\u0004\b\u0004P\u0004G\u0004?\u0004\u0016\u0004,\u0004?\u0004\u0003\u0004C\u0004:\u0004:\u0004I\u00045\u00048\u0004:\u0004;\u0004G\u0004\u001d\u0004)\u0003\u00047\u0004\u001a\u00049\u00048\u0004*\u0004]\u0004\u000e\u0004:\u0004I\u0004V\u0004.\u00048\u0004,\u0004I\u0004X\u0004*\u00042\u0004R\u0004\u0010\u0004\u001d\u0004G\u0004C\u0004<\u0004A\u0004(\u0004)\u00048\u00040\u0004X\u0004(\u00041\u0004\u0018\u0004\u0017\u0004\u001c\u0004\u0002\u0004*\u00049\u0004:\u0004Q\u0004]\u00048\u0004*\u00049\u0004&\u0004A\u0004\u0006\u00044\u0004:\u0004\u0019\u0004\f\u0003\u0004'\u0004\u000e\u00040\u0004K\u0004S\u0004<\u0004@\u0004\u0012\u0004)\u0004\u0019\u0004\u0012\u0004<\u0004+\u0004+\u0004>\u0004B\u0004.\u0004>\u0004\u0011\u0004(\u00048\u00042\u00045\u0004\u001a\u0004D\u0004/\u0004#\u0004A\u0004\u001c\u0004'\u0004&\u0004$\u0004.\u0004`\u0004&\u0004'\u00046\u0004d\u0004s\u0004`\u0004j\u0004t\u0004}\u0004K\u0004j\u0004B\u0004\u001f\u0004\u0018\u00045\u0004\u001f\u00040\u0004\t\u00046\u00046\u0004J\u0004\u001c\u0004a\u0004\u0010\u0004#\u0004J\u0004B\u0004-\u0004[\u0004 \u0004M\u0004A\u0004K\u0004\u000b\u00041\u0004#\u0004.\u0004!\u0004\u0006\u0004;\u0004H\u0004M\u0004>\u0004N\u0004>\u0004\n\u0004*\u0004\u0014\u0004@\u0004I\u00042\u0004\u001b\u00040\u0004,\u0004F\u0004>\u0004)\u0004?\u00045\u0004%\u0004 \u0004E\u0004;\u0004$\u0004 \u0004!\u00047\u0004\"\u0004%\u00044\u0004+\u0004,\u0004\u0019\u00040\u0004#\u0004>\u0004 \u0004.\u00049\u00046\u00040\u0004\u0019\u0004\u001b\u0004?\u0004\u0017\u0004>\u0004#\u00046\u0004F\u0004=\u0004c\u0004t\u0004c\u0004\u0004I\u00047\u00049\u0004-\u00041\u0004$\u0004\u0019\u00048\u0004\b\u0004&\u0004\u0014\u0004$\u0004\u001e\u0004>\u0004\u0010\u0004*\u0004\u001f\u0004W\u0004\u0012\u0003\u0004)\u0004W\u0004C\u0004\u0019\u0004\u001b\u0004@\u0004+\u0004K\u00045\u0004T\u0004B\u0004@\u00041\u0004Q\u0004D\u0004K\u0004'\u0004\u001f\u00040\u0004,\u0004\u001f\u0004(\u00048\u0004*\u0004N\u0004.\u0004>\u0004.\u0004)\u0004-\u00048\u0004\u0011\u0004\u001a\u0004\u0016\u0004\u0004\u0004*\u0004%\u0004\u0007\u0004\u001a\u00048\u0004\"\u0004+\u0004:\u0004.\u0004(\u0004:\u00044\u0004%\u0004C\u0004c\u0004_\u0004\u001b\u0004)\u0004\u001f\u0004;\u0004O\u0004;\u0004@\u0003\u0004C\u0004H\u0004?\u0004\u0015\u00042\u0004\u0013\u0004T\u0004.\u0004\u0010\u0004\u0014\u0004E\u0004+\u0004?\u0004+\u00047\u0004'\u0003\u0004=\u0004*\u0004\t\u0004\u001a\u0004\u001f\u00049\u0004^\u0004\u001b\u0004)\u0004#\u00042\u0004\u0011\u0004Q\u0004E\u0004>\u0004(\u00045\u0004'\u00048\u0004\u0011\u0003\u0004d\u0004C\u0004<\u0004I\u0004J\u0004,\u0004I\u00042\u0004H\u0004O\u00047\u0004(\u0004$\u0004@\u0004&\u0004\u0013\u0004d\u0004(\u0004\u0012\u0004)\u00047\u00044\u0004A\u0004%\u0004(\u0004B\u00049\u0004(\u0004,\u0004.\u0004&\u0004\u0016\u0004G\u0004?\u0004*\u0004Z\u0004@\u0004V\u0004)\u0004\u001c\u0004,\u0004 \u0004\u0013\u0004L\u0004,\u0004:\u0004F\u0004\u001d\u0004W\u0004P\u0004Z\u0004\u0004\u0004|\u0004s\u00043\u0004<\u0004 \u0004,\u0004+\u0004F\u0004\"\u00041\u0004D\u0004 \u0004)\u00041\u0004)\u0004(\u0004\u001b\u00041\u00046\u00047\u0004F\u0004.\u0004!\u00040\u0004\u001e\u0004E\u0004B\u0004^\u00046\u00048\u0004S\u0004#\u00046\u0004F\u0004U\u00045\u0004=\u0004<\u0004,\u0004#\u0004=\u0004&\u0004\u0018\u0004\u0011\u0004D\u0004^\u0004\u001a\u00048\u0004Y\u0004/\u0004G\u0004E\u0004(\u0004\u001d\u0004\u001e\u0004\u0019\u00042\u0004L\u0004^\u0004V\u0004M\u0004\u0015\u0004*\u0004%\u00043\u0004P\u0004;\u0004m\u0004+\u0004V\u0004F\u0004U\u0004'\u0004\f\u0004<\u0004P\u0004!\u0004;\u0004H\u00049\u0004?\u0004D\u0004?\u0004I\u00040\u0004R\u0004J\u0004-\u0004<\u0004\u0016\u0004#\u00042\u0004$\u0004T\u0004G\u0004!\u0004K\u0004G\u0004A\u0004C\u0004O\u0004K\u00040\u0004#\u00047\u0004\u001f\u0004D\u0004\u001f\u0004>\u0004,\u0004\u001e\u00042\u00045\u0004\u0019\u0004R\u0004+\u0004&\u0004;\u0004/\u0004+\u0004j\u00046\u0004=\u0004>\u0004!\u0004$\u0004\u001e\u0004\u0015\u0004&\u0004@\u0004\"\u0004-\u0004S\u0004)\u0003\u0004 \u0004+\u00043\u0004\u001b\u00045\u00041\u0004*\u0004A\u0004\u001c\u0004\u001b\u00045\u0004H\u0004\u001b\u00048\u0004\u0011\u0004$\u0004\u001d\u0004B\u0004N\u0004\u001c\u0004\u0019\u0004(\u0004@\u0004\u001e\u00047\u0004\u0018\u0004\u001d\u0004\u0001\u0004\u001f\u0004\u0012\u00045\u0004\u0007\u0004!\u0004<\u0004E\u00045\u0004%\u0004\u0002\u0004j\u0004H\u00046\u0004?\u0004H\u0004H\u00044\u0004:\u0004\u0005\u0004a\u0004\u001f\u0004D\u0004L\u00040\u0004$\u0004;\u0004\u0019\u00048\u0004,\u00044\u0004E\u0004\u0019\u0004l\u0004>\u0004C\u0004<\u0004?\u0004<\u00042\u0004=\u00044\u0004z\u0004I\u0004H\u0004W\u0004B\u0004K\u0004A\u0004A\u0004&\u0004<\u0004=\u00042\u0004\u0015\u0004D\u0004.\u0004>\u0004<\u0004$\u0004\u0018\u0004I\u0004H\u0004\u0012\u0004B\u0004=\u0004=\u0004;\u00045\u0004\u000f\u0004\u000b\u0004$\u0004%\u00045\u0004,\u0004)\u00042\u00046\u00040\u0004Q\u0004/\u0004N\u0004-\u0004\u0017\u0004H\u0004U\u0004'\u0004^\u0004\u0019\u00046\u0004\u0004\u0005\u0011\u0005\u0002\u0004\u0004u\u0004N\u0004=\u0004Q\u00049\u00044\u0004<\u0004=\u0004%\u0004)\u0004\u001b\u0004#\u0004J\u0004%\u0004,\u0004'\u0004(\u0004\"\u0004\u0017\u0004\u0012\u0004/\u0004(\u0004\u001f\u0004N\u0004=\u0004/\u00047\u0004T\u0004\u0016\u0004.\u0004/\u0004S\u0004O\u0004\u0003\u00046\u0004!\u00046\u0004$\u0004A\u0004P\u0004F\u0004B\u0004^\u0004[\u0004J\u00043\u0004?\u0004J\u0004]\u0004'\u0004D\u0004F\u0004*\u0004G\u0004@\u0004V\u0004a\u0004>\u0004*\u0004#\u00044\u00048\u0004<\u0004@\u0004\u001c\u0004'\u00046\u0004H\u0004X\u0004\f\u0004:\u00047\u00045\u0004F\u00044\u00046\u0004A\u0004\u0018\u0004N\u0004#\u0004=\u0004=\u0004G\u0004.\u00043\u0004\u000f\u0004B\u0004%\u0004F\u0004K\u00041\u0004,\u0004\u001f\u0004\b\u0004\u0017\u0004\u001a\u0004<\u00040\u0004/\u0004!\u0004D\u0004\u0015\u0004L\u0004(\u0004Z\u00045\u0004B\u0004'\u0004'\u0004\u0002\u0004(\u00048\u0004G\u0004C\u0004A\u0004R\u0004*\u0004=\u0004<\u00043\u0004-\u0004O\u0004]\u0004A\u0004\"\u0004;\u0004(\u00041\u0004=\u0004$\u00045\u0004P\u0004\u0016\u0004-\u0004(\u00049\u0004 \u0004,\u0004*\u0004!\u0004?\u0004\u001f\u0004-\u00041\u0004.\u0004<\u0004\u0014\u0004,\u0004V\u0004E\u0004\"\u0004;\u0004)\u0004H\u0004!\u0004\u0012\u0004+\u0004\u001b\u0004\u001a\u0004\u0016\u00048\u0004>\u0004#\u0004$\u0004M\u0004=\u0004!\u0004B\u0004C\u0004\u0014\u00040\u0004 \u0004\u0014\u00047\u0004+\u0004H\u00048\u0004=\u0004\f\u0004%\u0004,\u00047\u00045\u00046\u0004\u0014\u0004/\u00046\u0004)\u0004#\u0004\u000f\u0004\u0018\u0004,\u0004&\u0004@\u00046\u0004J\u00042\u0004 \u0004(\u00042\u0004E\u00044\u0004\\\u0004P\u0004:\u0004/\u00041\u0004G\u00046\u0004\u001b\u0004/\u0004i\u0004-\u0004=\u0004E\u00048\u0004c\u0004\b\u0004L\u0004'\u0004?\u0004P\u0004\u001f\u0004=\u0004\u0017\u0004!\u0004?\u0004S\u0004^\u0004$\u0004\u0018\u00045\u00045\u0004A\u0004$\u0004%\u0004\t\u0004%\u0004\u001b\u0004A\u0004S\u0004\u0014\u0004\u001e\u0004;\u0004L\u00046\u0004\u0002\u0004<\u0004\u001a\u0004\u001a\u0004G\u0004a\u0004\u0005G\u0005W\u0004\u0004b\u0004=\u0004S\u0004*\u0004S\u0004>\u0004&\u0004E\u0004N\u0004$\u0004\u001d\u0004\u0017\u0004)\u0004.\u00045\u0004%\u0004=\u0004.\u0004%\u0004\u0018\u00040\u0004<\u0004H\u00041\u0004/\u0004A\u0004\u0007\u0004\"\u0004\u0017\u0004N\u0004G\u0004Z\u0004%\u0004D\u00040\u0004&\u0004=\u0004(\u00046\u0004\u0016\u0004\u001b\u0004J\u0004(\u0004-\u0004'\u0004+\u00049\u0004N\u0004`\u0004E\u0004B\u0004?\u00046\u0004:\u0004a\u0004/\u0004\u001a\u0004M\u0004&\u0004\u0018\u0004)\u0004%\u00044\u0004$\u0004B\u0004J\u0004;\u0004-\u0004.\u0004@\u0004%\u0004\u001b\u0004/\u0004@\u0004\u0018\u0004M\u0004@\u0004W\u0004+\u0004!\u0004^\u0004!\u0004=\u0004n\u0004H\u0004E\u0004%\u00043\u0004C\u0004 \u0004+\u0004'\u0004\"\u0004>\u0004(\u0004&\u0004\u001e\u0004U\u00045\u0004;\u0004D\u0004/\u0004\\\u0004\t\u0004\u001e\u0004\u0007\u0004,\u0004\b\u0004;\u0004\u001e\u0004\u001f\u0004\u0018\u00045\u0004D\u0004%\u00042\u0004K\u0004\u0010\u00049\u0004G\u0004*\u0004g\u0004[\u0004J\u0004C\u0004\u0001\u0004\"\u0004\u001c\u0004!\u0004:\u00042\u00044\u00043\u00042\u0004F\u0004\u0015\u0004U\u0004\u001b\u00043\u0004\u001d\u0004%\u00043\u0004*\u0004-\u0004C\u0004 \u0004\u001d\u0004\u001d\u0004@\u0004\u000b\u0004A\u00048\u00040\u0004A\u0004;\u0004,\u0004\u0019\u0004\u001e\u00049\u00041\u0004,\u00041\u0004'\u0004\u001b\u0004\u0013\u0004\u001f\u0004\u001e\u0004\u0013\u00040\u0004]\u0004\u0017\u0003\u0004;\u0004\u001c\u0004\u0019\u0004&\u0004?\u0004R\u0004D\u00047\u00047\u0004D\u00043\u00045\u0004\u001f\u0004F\u0004;\u00043\u0004Q\u0004\u0006\u0004#\u0004&\u0004C\u0004L\u0004;\u0004)\u0004$\u00041\u0004\u0006\u0004I\u0004<\u00049\u0004(\u0004\\\u0004+\u0004C\u0004>\u0004V\u0004K\u00043\u0003\u0004/\u00041\u0004L\u0004/\u0004\u001c\u0004:\u0004 \u0004\u0004\u0004F\u0004Z\u0004\u0013\u0004L\u0004\u001e\u0004\b\u0004E\u00043\u0004&\u00044\u0004C\u0004k\u0004O\u00041\u0004I\u00040\u0004M\u0004%\u0004Y\u0004\"\u0004:\u0004%\u0004$\u0004\u0016\u0004\u0019\u0004\u001f\u0004\u0013\u0004:\u0004>\u0004C\u0004G\u0004@\u0004K\u0004\u0004\u0005\u0016\u0004\u0004k\u0004a\u0004a\u0004'\u00040\u0004@\u0004#\u0004B\u0004\u0001\u0004p\u0004\"\u0004,\u0004)\u0004#\u0004\u001b\u00045\u00046\u0004I\u00043\u0004'\u0004\"\u0004F\u0004=\u0004%\u0004K\u00045\u0004\u001c\u0004(\u0004-\u0004.\u0004!\u0004\f\u0004,\u0004H\u00048\u0004D\u0004\u0014\u0004 \u0004\u0015\u0004%\u0004Q\u0004\u001a\u00047\u0004@\u00045\u0004<\u00042\u0004\u0016\u0004\u001e\u0004a\u00042\u0004/\u0004P\u0004I\u0004Y\u0004@\u0004A\u0004A\u0004/\u0004'\u0004B\u0004(\u00049\u0004\u001d\u0004$\u00044\u0004\u0018\u0003\u0003\u0004'\u0004;\u0004 \u0004#\u0004M\u0004&\u00040\u0004+\u0004<\u0004>\u0004,\u0004'\u00044\u0004=\u0004\u001e\u0004:\u0004+\u0004F\u0004D\u0004'\u0004%\u0004\u001c\u0004\u001e\u0004`\u0004L\u0004@\u0004#\u0004\u001d\u00047\u00047\u0004D\u0004$\u0004\u0014\u0004\u0018\u0004\u000e\u0004E\u0004#\u0003\u0004*\u0004>\u0004#\u0004\u000e\u0004&\u0004F\u0004?\u0004'\u00043\u0004P\u0004&\u0004K\u0004V\u0004(\u00046\u0004A\u0004\t\u00042\u0004\"\u0004)\u00048\u0004'\u0004?\u0004:\u0004\u0017\u0004&\u0004(\u0003\u00047\u0004\u0019\u00047\u0004-\u00045\u0004Y\u0004-\u0004=\u00042\u00045\u0004!\u0004K\u0004\u001e\u0004;\u0004T\u00047\u0004B\u0004M\u00044\u0004P\u00046\u00045\u00042\u0004\u001c\u0004(\u0004\"\u0004\u000e\u00048\u00042\u00047\u0004\\\u0004=\u0004&\u00040\u00044\u0004^\u0003\u0004\u001c\u0004$\u00044\u00044\u0004L\u0004S\u00041\u0004.\u0004\u001e\u00040\u0004\"\u0004:\u0004\u000f\u0004;\u0004\u001d\u0004<\u0004\u0019\u0004\u0010\u0004,\u0004%\u00049\u0004-\u0004\r\u00042\u0004/\u0004\u001e\u0004-\u0004!\u0004 \u0004a\u0004E\u0004\u0017\u00045\u0004\u001f\u00047\u00042\u00046\u0004T\u0004*\u00049\u0004=\u0004\u000b\u0004%\u00047\u0004,\u0004[\u0004\u0005\u0004B\u0004\u0018\u0004B\u0004<\u0004\u001f\u0004:\u0004 \u0004\u0018\u0004I\u0004;\u0004S\u0004*\u0004#\u0004\u000f\u0004H\u0004,\u0004;\u0004\u001b\u0004J\u00043\u0004/\u0004!\u0004V\u0004\u001a\u0004\t\u0004S\u0004&\u0004\u0012\u0004G\u0004\u0007\u0004\u0018\u0004C\u0004A\u0004y\u0004\u0004\u0004\u0004t\u0004<\u0004@\u0004%\u0004\u0017\u0004\u0015\u0004\u0019\u0004-\u0004K\u0004E\u0004<\u0004+\u00040\u0004A\u0004E\u0004\u001b\u0004R\u0004,\u0004\u0011\u0004/\u0004B\u0004]\u00045\u00040\u0004!\u0004)\u0004J\u0004S\u00048\u0004-\u0004\u001a\u0004&\u0004=\u0004 \u0004*\u0004\u0013\u0004<\u0004\n\u0004<\u0004/\u0004+\u0004H\u0004+\u00044\u0004,\u0004\u0016\u0004T\u0004D\u0004<\u0004$\u0004\u001e\u0004A\u0004\u0013\u00047\u0004+\u0004:\u0004;\u0004+\u0004:\u0004D\u0004;\u00043\u0004,\u0004B\u0004Z\u0004\u0014\u0003\u0004(\u0004,\u0004V\u00049\u00043\u0004\u0014\u0004/\u0004\u001e\u00046\u0004!\u0004+\u0004)\u0004F\u0004N\u0004+\u00047\u0004\u001c\u0004\u0012\u0004*\u00041\u0004:\u0004@\u0004\u0011\u0004\u001b\u0004B\u0004k\u0004%\u0004[\u0004\u001f\u0004!\u0004D\u0004>\u0004F\u0004 \u00045\u0004(\u0004\u001d\u0004H\u0004\u0011\u0004\u001b\u0004\t\u0004U\u0004:\u0004M\u0004;\u0004\u0017\u0004\u001e\u0004&\u00046\u0004\\\u0004\u0011\u00047\u00041\u0004K\u0004\u0013\u00045\u0004'\u0004E\u0004&\u0004W\u0004!\u0004\u0013\u00041\u0004B\u0004,\u0004\u0018\u0004\u000f\u0004L\u0003\u0004&\u00045\u0004f\u0004 \u0004E\u0004c\u00049\u0004)\u0004^\u0004\u0011\u0004L\u00044\u0004:\u0004@\u0004(\u0004O\u0004B\u0004D\u0004H\u0004H\u0004#\u0004\"\u0004\u0019\u0004\u0018\u0004\u0013\u0004\u001f\u0004:\u00043\u0004'\u0004+\u0004\u000b\u00045\u0004;\u0004'\u0004N\u0004,\u0004D\u0004\"\u00046\u0004\u0012\u0004-\u0004.\u0004\u001e\u0004P\u0004@\u0004-\u0004 \u0004;\u0004&\u0004\f\u0004\u0016\u0003\u0003\u00049\u00047\u0004\u0015\u0004(\u0004(\u00042\u00047\u0004;\u00045\u0004K\u0004[\u00042\u0004)\u0004]\u0004%\u00045\u0004\u000e\u0004$\u0004\u001d\u0004F\u0004)\u0004;\u0004U\u0004X\u0004&\u0004.\u0004@\u0004(\u00046\u0004B\u0004U\u00042\u0004B\u0004<\u0004 \u0004\u000e\u0004S\u00040\u0004-\u0004#\u0004A\u0004B\u00046\u00045\u00043\u0004F\u00040\u0004\u0017\u00042\u0004\u001d\u0004P\u0004K\u0004\u0011\u0004 \u0004\u0017\u0004#\u0004*\u0004;\u0004K\u0004(\u0004+\u0004F\u0004\u0004X\u0004\u0004X\u0004h\u0004w\u0004:\u0004>\u0003\u0004)\u0004*\u0004j\u0004D\u0004<\u0004-\u0004+\u0003\u00044\u0004(\u0004M\u0004N\u00046\u0004(\u0004\u001a\u0004 \u0004\u001b\u0004J\u0004P\u0004b\u0004'\u0004:\u0004=\u00044\u0004G\u0004\u001f\u0004\"\u0004\t\u0004:\u0004r\u0004<\u0004\u0007\u0004I\u00044\u0004,\u0004\u001a\u0004 \u0004%\u0004)\u00043\u0004.\u0004>\u00046\u0004=\u0004'\u0004&\u0004\u000f\u0004<\u0004\u001d\u00044\u0004\u001b\u0004&\u0004U\u0004/\u0004?\u0004+\u0004M\u0004\\\u00048\u0004E\u0004\u0014\u0004S\u00047\u0004@\u0004/\u0004J\u00045\u0004W\u0004z\u00040\u0004L\u0004\u0018\u0004?\u0004_\u00046\u0004H\u0004J\u0004\r\u0004-\u0004A\u0004\u0019\u0004\u0005\u0004(\u0004I\u0004\u001d\u00045\u0004=\u0004K\u0004\u0017\u0004!\u0004F\u00042\u0004S\u0004M\u0004H\u0004(\u0004N\u0004E\u0004H\u0004-\u00043\u00047\u00047\u0004>\u0004A\u0004O\u0004-\u0004T\u0004\u0014\u0004'\u0004#\u0004\u0013\u00047\u0004>\u0004R\u0004\u0013\u0004&\u00047\u0004\r\u0004*\u0004*\u00047\u00041\u0004R\u0004*\u0004\"\u0004B\u0004,\u0004%\u0004\t\u0004`\u0004E\u0004P\u0004\u001b\u0004 \u0004A\u0004)\u0004,\u0004\u0010\u0004$\u00049\u0004?\u0004C\u0004\u001e\u0004\u000b\u00044\u00044\u0004:\u0004 \u0004:\u00047\u0004]\u0004X\u00043\u00041\u0003\u0004\u001f\u0004)\u00045\u0004A\u0004&\u00044\u0004+\u0004\u0016\u0004O\u00047\u00042\u0004-\u00043\u0004J\u0004\u000f\u00049\u0004;\u0004\u0017\u0004'\u0004\u001a\u0004G\u0004\u0018\u0004\u0005\u00048\u0004/\u0004$\u0004F\u0004)\u0004\t\u00045\u0004%\u0004\u0019\u0004&\u0004)\u0004\u0018\u0004-\u0004,\u0004:\u0004.\u0004H\u0004\u001c\u0004/\u00048\u0004?\u0004/\u0004*\u0004%\u0004\u000e\u0004H\u0004.\u0004A\u0004%\u0004 \u0004\u0018\u0004R\u00043\u0004'\u0004'\u0004A\u0004!\u00046\u0004C\u0004/\u0004-\u0004 \u0004f\u0004\n\u0004\u001b\u0004H\u00044\u0004@\u0004\u0017\u00047\u00040\u0004/\u0004:\u0004\u0019\u0004%\u0004N\u00045\u0004'\u0004)\u0004N\u00048\u0004G\u0004%\u0004?\u0004\u001c\u00045\u0004M\u0004J\u0004`\u0004X\u0004g\u0004U\u0004Z\u0004K\u0004V\u0004a\u00044\u0004A\u0004(\u0004=\u00044\u00044\u0004\u001c\u0004\u001e\u0004\u001d\u0004;\u0004\u0011\u0004,\u0004W\u00043\u0004*\u0004+\u0004:\u0004B\u0004L\u0004\t\u0004\u0014\u0004#\u0004\n\u0004h\u00044\u0004.\u0004\u0010\u0004\r\u0004,\u0004\r\u0004\u0015\u0004\u0003\u0004H\u00040\u0004\u001c\u0004%\u0004V\u0004)\u0004:\u0004\u0017\u0004\\\u00040\u00045\u0004;\u0004\u000e\u0004\u0011\u00046\u0004I\u0004+\u0004\u001e\u0004X\u0004B\u0004\n\u0004D\u0004B\u0004 \u0004A\u0004h\u0004f\u0004E\u0004\u0004.\u0004P\u0004=\u00042\u0004#\u0004W\u0004E\u00049\u0004 \u0004U\u00045\u0004<\u0004,\u0004E\u0004G\u0004%\u00047\u00044\u0004#\u0004)\u0004-\u0004%\u00040\u0004&\u0004!\u0004$\u00041\u0004N\u00045\u00045\u0004\u000e\u0004I\u0004=\u0004@\u0004*\u00044\u00042\u0004b\u0004-\u0004\u000e\u0004G\u0004*\u0004:\u0004\u001f\u0004\r\u0004(\u00045\u0004?\u0004\u0010\u0004E\u0004Q\u0004%\u0004=\u0004\u0015\u00040\u0004$\u00041\u0004'\u00048\u00043\u0004\\\u0003\u0004)\u00043\u0004:\u0004$\u0004I\u0004\u000f\u0004\b\u0004\u0016\u0004S\u0004\r\u0004\u0017\u0004\"\u0004B\u00045\u0004-\u0004\"\u0004(\u0004.\u0004,\u0004\u001f\u0004\u001d\u00043\u0004:\u0004*\u0004L\u0004(\u0004#\u0004-\u00044\u0004\u0012\u0004/\u0004?\u0004F\u0004J\u0004,\u0004\u0017\u0004#\u00040\u0004K\u0004<\u0004\u0019\u0004S\u0004\t\u0004)\u00045\u00046\u00042\u0004%\u0004\u001f\u00046\u0004/\u0004A\u0004\u001f\u0004B\u0004)\u0004@\u0004>\u0004@\u0004\f\u0004#\u0004\u0015\u0004*\u00045\u0004\u000e\u0004(\u0004,\u0004\u0010\u0004:\u0004\u0013\u0004?\u00040\u0004>\u00044\u0004+\u0004)\u0004>\u0004\u001c\u0004W\u00045\u0004,\u00044\u0004<\u0004P\u00048\u0004.\u0004+\u0004\u0010\u0004A\u0004\u0004\u0004\"\u00046\u0004I\u0004\u001b\u0004*\u0004+\u00042\u0004-\u0004\u001f\u0004'\u0004B\u0004\f\u0004\u001a\u0004C\u0004B\u0004\u001b\u0004\u0006\u0004W\u0004F\u0004/\u0004Q\u0004Q\u00041\u0004:\u0004M\u00043\u0004J\u0004$\u0004,\u0004;\u0004)\u0004%\u0004!\u0004@\u0004_\u0004:\u0004l\u00045\u0004.\u0004A\u0004k\u0004d\u0004'\u0004M\u0004\u000f\u0004)\u0004/\u00043\u0004#\u0004+\u0004*\u00042\u0004D\u0004=\u00042\u0004q\u0003\u0004$\u00047\u0004-\u0004\u0018\u0004@\u0004J\u0004a\u0004g\u0004\t\u0004\"\u00042\u0004/\u0004!\u0004*\u0004$\u0004%\u0004I\u00042\u0004$\u0004!\u0004@\u0004\u001a\u00042\u00045\u0004\u001a\u0004C\u0004%\u0004\u001b\u0004J\u0004\u0019\u0004'\u0004I\u0004,\u0004H\u0004A\u0004?\u0004N\u0004-\u0004D\u00047\u0004\u0011\u0004T\u0004b\u0004a\u0004\u0004\u0004\u0004w\u0004x\u00049\u0004I\u00047\u00047\u00046\u00048\u00040\u00040\u0004i\u0004I\u0004 \u0004\u0010\u0004\u001d\u00048\u0004J\u0004#\u0004N\u0004]\u0004G\u0004e\u00042\u00046\u0004'\u0004B\u0004)\u0004Y\u0004:\u0004 \u0004>\u0004>\u0004J\u0004-\u0004 \u0004+\u0004W\u00040\u00045\u0004'\u0004?\u0004)\u0004&\u0004\u001f\u0004%\u00044\u0004<\u0004\t\u0004&\u0004R\u0004+\u0004?\u0004?\u00042\u0004\u0019\u00040\u00049\u0004\u0012\u0004:\u0004b\u0004,\u0004<\u0004\u000e\u0004b\u0004R\u0004E\u0004&\u0004.\u0004O\u0004B\u0004&\u0004$\u0004-\u0004\u0010\u00042\u0004'\u00046\u0004s\u0004+\u0004:\u0004\u0018\u0004\u0012\u0004*\u0004!\u0004.\u0004,\u0004\u001c\u0004.\u0004E\u0004\"\u0003\u0004;\u0004\u001f\u0004?\u0004\u001b\u0004\u0006\u0004\\\u0003\u0004'\u00045\u00043\u00043\u0004\u0018\u00043\u0004D\u0004-\u0004\u0016\u0004\u000b\u0004M\u0004\u001f\u00040\u00047\u0004E\u0004;\u0004\u000f\u0004\u0018\u0004I\u0004\u0019\u00046\u0004\u0017\u0004\u0010\u0004C\u0004)\u0004B\u0004 \u0004%\u0004)\u0004@\u0004\u0019\u0004/\u0004.\u0004\u001e\u0004\u0015\u0004*\u00045\u0004,\u0004\u001b\u0004<\u0004\b\u0004\u001e\u0004f\u0004J\u0004\u000b\u0004,\u0004I\u00046\u0004.\u0004/\u0004&\u0004\u0010\u0004.\u0004+\u0004a\u0004\u0011\u0004$\u0004B\u0004,\u0004:\u0004(\u0004\u0005\u0004-\u0004@\u0004\u0019\u0004\u0000\u0004&\u00047\u00043\u0004#\u00045\u0004\u0014\u0004\u000f\u0004-\u0004D\u0004\t\u0004&\u0003\u0004)\u0004,\u0004\u0015\u0004,\u0004'\u00045\u0004A\u0004,\u0004'\u0004R\u0004&\u0004:\u0004A\u0004L\u0004J\u0004[\u0004\u001a\u0004+\u0004-\u0004R\u0004\"\u00046\u0004]\u00041\u00047\u0004\u0004\u0004\u0018\u0004(\u0004A\u0004-\u0004/\u0004^\u00041\u0004D\u0004]\u0004R\u00041\u0004\u001a\u00046\u0004\u0016\u00048\u0004 \u00043\u0003\u0004&\u00048\u0004H\u00043\u0004\"\u0004,\u0004\u0017\u0004@\u0004A\u0004D\u00046\u00046\u00047\u0004D\u0004(\u0004!\u0004\u001e\u0004J\u0004/\u0004@\u0004f\u0004\u000f\u0004%\u0004H\u0004(\u0004$\u0004\u0017\u0004N\u0004L\u0004-\u0004\u0018\u0004:\u0004`\u0004\u0005@\u0005Z\u0005\u0014\u0004x\u00041\u0004*\u0004I\u0004/\u00040\u00045\u0004.\u0004Q\u0004$\u0004>\u00049\u00044\u0004\"\u0004\u0018\u0004\u0010\u0004!\u0004\u0016\u0004D\u0004\u0016\u0004B\u0004#\u0004M\u0004/\u0004;\u00046\u0004b\u0004-\u00046\u0004W\u0004*\u0004l\u0004\"\u0004J\u0004\u0005\u0004<\u0004&\u0004&\u00047\u0004M\u0004@\u00040\u00047\u0004:\u0004O\u0004M\u0004'\u0004%\u0004=\u0004\u001d\u0004\u001d\u0004\u001f\u0004&\u0004\u0017\u0004B\u0004;\u0004O\u0004G\u0004\u0014\u0004M\u0004P\u0004,\u0004\u000e\u0004B\u0004)\u0004B\u00043\u0004?\u0004L\u0004#\u00041\u0004:\u0004D\u0003\u0004=\u0004\u0010\u0004\u0019\u0004h\u0004L\u0004\u001f\u0004?\u0004@\u0004@\u0004>\u0004E\u0004Y\u0004\u001c\u0004O\u00046\u0004\u0013\u0004.\u0004/\u00048\u0004;\u0004\u0010\u0004J\u0004,\u0004\u0012\u0004@\u0004Y\u0004$\u0004Y\u0004\u0014\u00046\u0004\u001d\u0004/\u0004:\u0004*\u0004.\u0004S\u0004-\u00049\u0004C\u0004-\u00046\u0004A\u00042\u0004-\u0004\u000e\u0004.\u0004;\u0004.\u0004'\u0004\u0018\u0004<\u0004.\u0004?\u0004\u0002\u0004@\u00042\u0004)\u0004&\u0004\u001b\u00043\u00047\u0004\u001f\u0004B\u0004:\u0004 \u0004\u001b\u0004(\u0004(\u0004@\u0004.\u00048\u0004\u0001\u0004<\u0004\u0016\u0004H\u0004&\u0004U\u0004\u001f\u0004C\u0004B\u0004C\u0004*\u0004\u001f\u0004D\u00049\u0004\u0012\u0004)\u0004#\u0004?\u0004\u001f\u0004\u0003\u0004+\u0004B\u0004:\u0004.\u0004#\u00046\u0004'\u00042\u0004\b\u0004V\u00044\u0004)\u0004\u001e\u0004+\u0004\u0018\u0004=\u00040\u0004\u001f\u0004%\u0004P\u00044\u0004H\u0004\u0013\u0004[\u0004:\u0004U\u0004<\u0004I\u0004J\u0004$\u0004=\u0004\u001f\u0004:\u0004\u001e\u0004,\u00045\u0004\u0014\u0004J\u0004F\u0004;\u00044\u00041\u0004@\u0004\u0011\u0004\u0017\u0004y\u0004\u0018\u0004&\u0004@\u0004M\u0004*\u0004\u0016\u0004c\u0004&\u00048\u0004\u0006\u0004M\u0004\u001f\u00042\u0004\u0019\u00043\u0004=\u0004#\u0004+\u0004*\u0004N\u0003\u0004\u0014\u00045\u00044\u0004!\u0004\u0015\u0004D\u0004#\u0004-\u0004\u001e\u0004\u000e\u0004<\u0004[\u0004L\u0004\t\u0004@\u0004^\u0004/\u0004\u0012\u0004B\u0004R\u0004l\u0005\f\u0005`\u0005V\u0004\u0004Q\u00040\u0004#\u0004.\u0004C\u0004@\u00043\u00041\u0004+\u00045\u00047\u0004;\u0004(\u0004P\u00044\u0004<\u00048\u0004-\u00047\u0004\"\u0004W\u0004.\u00047\u0004Q\u0004J\u0004I\u0004f\u00042\u0004O\u0004=\u0004-\u0004C\u0004.\u0004)\u0004\u001e\u0004'\u0004T\u0004\"\u0004'\u0004\u000e\u00046\u0004U\u0004T\u0004@\u0004\u0011\u0004T\u0004P\u00048\u00042\u00040\u0004\u001a\u0004\"\u0004\u0018\u0004>\u00047\u0004 \u0004>\u0004Z\u0004\"\u0004=\u0004\u000e\u0004#\u0004!\u0004-\u0004*\u0004'\u0004D\u0004G\u0004*\u0004H\u0004\u0018\u0004*\u00041\u0004*\u0004&\u00040\u0004'\u0004\u001f\u0004\u000e\u0004D\u0004%\u0004#\u00045\u00040\u0004;\u0004>\u00041\u0004W\u0004W\u0004\u0019\u0004O\u0004\u0011\u0004B\u0004!\u0004M\u0004\u0004\u0004\u0018\u0004)\u0004\n\u0004\r\u0004:\u0004J\u0004>\u00040\u0004:\u0004A\u0004*\u0004R\u00049\u0004;\u00043\u0004\r\u0003\u0004(\u0004!\u00047\u0004=\u0004=\u0004G\u00040\u0004(\u0004:\u0004\u0002\u0004\"\u0004D\u0004F\u0004\u001d\u0004&\u0004I\u0004M\u0004;\u0004Q\u0004(\u0004;\u0004=\u0004\u001a\u0004T\u00047\u0004\u0019\u0004;\u00047\u00041\u0004!\u0004;\u00047\u00049\u00047\u0004&\u0004\u0006\u0004<\u0004:\u00041\u0004?\u00041\u0004,\u0004>\u0004\"\u00044\u0004C\u0004\u0018\u00044\u0004/\u0004,\u00043\u0004C\u00040\u00041\u0004\u0015\u00048\u0004\u0012\u00044\u00045\u0004'\u00048\u0004!\u0004;\u00043\u0004F\u0004;\u0004.\u00041\u0004=\u0004$\u0003\u00047\u00049\u0004U\u0004 \u00045\u0004N\u0004!\u0004V\u00045\u00044\u0004\u0011\u0004^\u00047\u0004.\u0004'\u0004+\u0004\u001f\u0004\u001b\u0004A\u0004)\u0004\b\u0004\u0011\u0003\u0004'\u0004\u001a\u0004\u0015\u0004\u001f\u0004.\u00049\u0004<\u0004&\u0004/\u0004P\u0004@\u0004,\u0004I\u00048\u0004\u0019\u0004J\u0004(\u0004\r\u0004C\u0004\u0017\u0004\u000b\u0004!\u0004\u0016\u0004/\u0004h\u0004/\u00048\u0004:\u0004\u0015\u0004/\u0004F\u0004@\u0004\u0019\u0004`\u0004\"\u0004O\u0004I\u0004\u0018\u00040\u0004O\u0004>\u0004U\u0004O\u0004&\u0004_\u0004\u0005\u0014\u0005'\u0004\u0004^\u0004.\u0004&\u0004*\u0004;\u00043\u0004V\u0004E\u0004-\u0004?\u00042\u0004\u0004D\u0004%\u0004H\u0004*\u0004,\u00047\u0004\u0012\u0004Q\u00043\u0004\u001a\u0004(\u0004@\u0004D\u0004'\u0004*\u00041\u0004P\u0004\u000b\u00042\u0004(\u00048\u0004 \u00041\u00040\u0004\u001f\u0004C\u00046\u0004C\u0004[\u0004:\u0004\u0010\u0004:\u0004\u001e\u0004+\u0004\u0013\u0004\u000f\u0004'\u0004(\u0004$\u0004\"\u0004,\u0004)\u00043\u0004h\u00044\u0004-\u0004/\u0004\u001b\u0004.\u0004^\u0004\u0014\u0004P\u0004\u001c\u00042\u00045\u0004?\u00045\u0004G\u00046\u0004\u001d\u0004\u0005\u0004\u001e\u00041\u00046\u0004\"\u0004N\u0004,\u0004[\u0004\u001f\u0004#\u0004\"\u0004\u0011\u0004.\u0004H\u00045\u0004A\u0004.\u00047\u0004/\u0004\f\u0004/\u0004\"\u00047\u0004-\u00041\u0004/\u0004?\u00046\u0004\u0012\u0004/\u0004E\u0004F\u0004K\u0004\"\u0004+\u0004\f\u0004E\u00043\u0004H\u0004\u001c\u0004M\u00047\u0004L\u0004!\u0004H\u00040\u0004\u0016\u0004.\u00040\u00043\u0004J\u0004\t\u0004\u001e\u0004\t\u0004\u0018\u0004:\u00049\u0004#\u0004;\u0004N\u0004+\u0004 \u0003\u0004\u001b\u0004X\u0004,\u0004f\u00040\u0004\"\u00048\u0004\u0019\u00041\u0004>\u0004\u0011\u0004\u001e\u0003\u0004Z\u0004T\u0004c\u0004m\u0004C\u0003\u0004(\u0004)\u0004\u001c\u00041\u0004\u0012\u0004\u001f\u0004#\u0004C\u0004\u001c\u0004D\u00048\u0004!\u0004^\u0004-\u0004,\u0004'\u00045\u0004.\u0004\n\u0004\u0012\u00048\u0004S\u0004O\u0004*\u0004%\u0004\u0014\u0004H\u0004,\u00049\u0004B\u0004\u0019\u0004>\u0004T\u0004R\u0004?\u00042\u0004\u0014\u0004H\u0004\u001c\u0004/\u00040\u0004&\u0004F\u0004F\u0004,\u0004:\u0004=\u00041\u00040\u0004;\u0004\u001a\u0004F\u0004K\u0004!\u0004@\u0004\u001e\u0004C\u0004.\u0004A\u0004?\u0004&\u0004@\u0004\u0012\u0004Z\u0004,\u0004%\u0004Y\u0004\u0016\u0004O\u00044\u0004;\u0004 \u0004.\u00041\u0003\u0004=\u00048\u0004>\u0004'\u00042\u00049\u00044\u0004&\u0004$\u0004\\\u0004U\u0004+\u0004\u001d\u0004(\u00046\u0004K\u0004@\u0004,\u0004A\u0004\u001e\u0004R\u0004Q\u0004\u000e\u0004a\u0004g\u0004\u0004j\u0004G\u0004)\u0004=\u0004+\u0004V\u0004;\u0004\u0016\u0004+\u0004&\u0004K\u0004(\u0004U\u0004b\u0004)\u0004?\u0004k\u0004 \u0004\u0017\u0004\"\u0004>\u0004\u0018\u00047\u0004@\u0004\u0018\u0004O\u0004N\u0004A\u00047\u0004F\u00040\u0004?\u0004d\u00048\u0004*\u0004?\u0004B\u00046\u0004\t\u0004?\u0004\u0014\u0004M\u0004G\u0004A\u0003\u0004E\u0004-\u0004,\u0004/\u0004\u0019\u0004*\u0004%\u0004*\u0004M\u00049\u0004\u000f\u00042\u0004-\u0004\u000b\u0004\r\u0004\u0013\u0004\u001b\u0004N\u0004!\u0004;\u0004L\u0004M\u0004?\u0004,\u00042\u00043\u0004V\u00047\u0004\u001a\u00049\u0004D\u00040\u0004&\u0004%\u0004\u0005\u0004F\u0004\u001d\u0003\u0004&\u0004$\u0004N\u00041\u0004.\u0004 \u0004,\u0004*\u00044\u00041\u0004%\u0004A\u0004\u000f\u00043\u0004\u001c\u00045\u0004>\u0004:\u0004\t\u0004&\u0004-\u0004\u0013\u0004.\u00046\u0004)\u0004G\u0003\u0004A\u00041\u0004M\u0004?\u0004E\u0004J\u0004>\u00046\u0004Q\u0004*\u0004;\u0004R\u0004D\u00043\u0004J\u0003\u0004C\u0004 \u00049\u00044\u0004'\u00041\u00041\u0004$\u0004<\u0004!\u00044\u0004#\u0004K\u0004G\u0004L\u0004J\u0004I\u0004\u0007\u0004)\u0004?\u0004\u0017\u0003\u0004\u0010\u0004?\u0004\u0013\u0004>\u00041\u0004E\u0004$\u0004$\u0004\u001e\u0004-\u0004\u0018\u0004E\u0004I\u0004-\u0004g\u0004,\u0004I\u0004\u0010\u0004W\u0004-\u0004>\u0004A\u0004\u001b\u0004D\u0004?\u0004)\u0003\u0004\u000b\u0004w\u0004\u000f\u0004F\u0004\u0012\u0004,\u0004$\u0004!\u0004C\u00045\u0004\u0017\u0004&\u0004K\u0004#\u00042\u00042\u0004\u0012\u0004_\u0004G\u0004-\u0004!\u0004(\u0004-\u0004J\u0004G\u0004r\u0004!\u0004V\u0004:\u0004L\u0004L\u0004=\u00049\u0004 \u0004J\u0004\u001c\u00045\u0004T\u0004M\u0004W\u0004K\u0004]\u0004>\u0004@\u0004@\u00047\u0004$\u0004%\u0004\u001f\u00040\u0004\u001d\u0004\u001c\u0004\"\u0004(\u0004*\u0004!\u0004M\u0004\u0006\u0004\u0013\u00044\u0004a\u0004+\u0004O\u00048\u0004\u0018\u0004?\u0004C\u00046\u0004,\u0004R\u00045\u0004\t\u0004Z\u0004F\u0004#\u0004!\u0004\"\u0004(\u0004\u0016\u0004R\u0004/\u0004k\u0004L\u0004?\u00048\u0004[\u00043\u0003\u0004O\u0004)\u0004B\u0004(\u0004?\u00049\u0004\u0000\u00042\u0004$\u0004 \u0004V\u0004C\u0004\u0017\u0004R\u0004?\u0004e\u00048\u0004C\u0004 \u0004*\u0004)\u00041\u0004\u001e\u0004\u0016\u0004;\u0004\u0007\u00044\u00048\u0004D\u0004*\u00040\u0004>\u0004 \u0004X\u0004N\u0004)\u00040\u0004&\u00043\u0004?\u00042\u0004\u0013\u0004;\u0004\u0012\u00044\u0004#\u0004\u000f\u0004$\u00041\u0004\"\u0004=\u00044\u0004\u001a\u0004/\u0004)\u0004\u0012\u00047\u0004/\u0004G\u0004\u001e\u0004\u0018\u0004\u0006\u0004\u000e\u0004*\u0004M\u00043\u00042\u0004F\u00040\u00043\u0004\n\u0004H\u0004C\u0004&\u0004B\u0004%\u0004-\u0004\u0007\u0004/\u0004\u0014\u0003\u0004D\u0004g\u0004$\u0004X\u0004\u000f\u0003\u00044\u0004Y\u0004\u001f\u0004%\u0004 \u0004\u0013\u0004\u001a\u0004'\u0004\u0015\u00049\u00043\u0004+\u0004\u0011\u0004\u001f\u0004<\u00042\u0004\u0006\u00047\u0004@\u0004$\u0004=\u00046\u0004p\u0004N\u0004@\u0004;\u00042\u0004\u001f\u0004-\u00046\u0004/\u0004\n\u0003\u0004@\u0004#\u0004<\u0004 \u00043\u0004+\u0004/\u0004\u0011\u0004?\u0004\u0010\u0004'\u0004.\u00048\u0004\u000b\u0004\"\u0004\u0014\u0004M\u00040\u00040\u00040\u0004+\u0004?\u0004+\u0004h\u0004:\u0004\"\u00044\u0004\u0014\u0004B\u0004@\u0004<\u0004a\u0004C\u0004\u0016\u0004H\u0004\u001c\u0004I\u0004A\u0004$\u0004R\u0004\u0015\u0004:\u0004\u0017\u0004N\u0004K\u0004\u0018\u0004'\u0004C\u00040\u0004\u001f\u0004\u0001\u0004$\u00049\u0004\u001e\u0004\u0005\u0004>\u0004\n\u0004\f\u00047\u0004j\u0004$\u0004Z\u0004N\u0004\u001e\u0004\u0011\u0004!\u0004B\u0004,\u0004\u0017\u0004\u0012\u0004-\u0004?\u0004\u0004Z\u0004B\u0004#\u0004\u001d\u0004Q\u0004N\u0004D\u0004&\u0004F\u0003\u00040\u0004\u0004{\u0004f\u0004@\u0004@\u0004F\u0004?\u0004;\u0004I\u0004E\u0004c\u00046\u0004\n\u0004-\u0004\u0003\u0004!\u0004'\u0004X\u0004D\u0004L\u0004@\u0004\"\u00046\u0004.\u0004(\u00048\u00042\u0004\u0017\u0004;\u0004M\u0004E\u0004!\u0004?\u0004R\u0004'\u0004D\u0004/\u0004\u0015\u00047\u0004:\u00043\u00041\u0004Q\u0004'\u0004$\u0004-\u0004b\u0004Y\u0004L\u0004\u001e\u0004,\u0004\u0016\u0004F\u00045\u0004(\u00040\u0004:\u00044\u0004K\u00044\u00042\u0004\u0018\u0004*\u0004\u0010\u00046\u0004@\u0004M\u0004-\u0004-\u0004\u0016\u0004Q\u0004P\u0004G\u00041\u00046\u0004(\u0004 \u0004,\u0004D\u00046\u00043\u0004\u0015\u0004@\u0004<\u0004M\u0004;\u0004F\u0004'\u0004,\u00044\u0004K\u0004?\u0004)\u00048\u0004\"\u0004?\u0004:\u0004.\u0004h\u0004/\u00045\u0004\u0017\u0004?\u0004\u0018\u0004K\u00047\u0004S\u0004\u0017\u0004#\u0004'\u0004\u001d\u0003\u0004L\u0003\u0004\u000e\u0004#\u0004#\u0004\u000f\u0004!\u00046\u0004\u000b\u0004\u001f\u0004'\u0004/\u00046\u0004;\u0004)\u0004F\u0004\u001a\u00043\u0004\u001b\u0004#\u00043\u0004\u001e\u0004.\u0004<\u0004*\u0004:\u0004\u001b\u0004H\u00041\u0004F\u0004-\u0004S\u00047\u0003\u0004G\u0004/\u00041\u0004.\u0004 \u0004#\u0004L\u0004p\u0004@\u0004(\u0004>\u00041\u0004\u0003\u0004(\u00047\u0004\u0007\u0004F\u00041\u0004\u0015\u00047\u0004\u0010\u0004 \u0004<\u0004B\u00040\u0004\u001e\u0004D\u0004\\\u0004\u0019\u0004\u0018\u0004'\u0004;\u0004*\u0004 \u0004%\u0004-\u0004K\u0004\u0018\u0004V\u0004A\u0004J\u0004\n\u0004\u001b\u0003\u0004;\u00044\u0004I\u0004\u0005\u0004L\u0004\r\u0004e\u00048\u0004Q\u0004K\u0004'\u0004P\u0004`\u0004+\u0004\u001e\u0004$\u0003\u00046\u00046\u0004K\u0004.\u0004&\u0003\u0004\u000f\u00048\u0004\u001e\u0004-\u0004\u0004\u0004\u0019\u00042\u0004;\u0004W\u0004+\u0004/\u00047\u0004<\u0004=\u0004\f\u00046\u0004M\u0004>\u0004 \u00042\u0004^\u0004@\u0004O\u00043\u0004+\u0004(\u0004\u001c\u0004%\u0004&\u00048\u0004/\u0004B\u0004\"\u0004?\u0004 \u0004\u0016\u0004S\u0004K\u00044\u0004/\u0004l\u00045\u0004<\u00043\u0004L\u0004\u0004Q\u0004-\u00041\u0004C\u0004+\u0004#\u0004%\u0004J\u00047\u0004.\u0004C\u0004\b\u0004W\u0004 \u0004=\u0004\u000b\u00040\u0004.\u0004\u0005\u00042\u0004[\u0004E\u0004\f\u0004\u001e\u0004W\u0004'\u0004^\u0004R\u00043\u0004,\u0004J\u0004J\u00046\u00043\u0004.\u0004P\u00049\u0004*\u0004C\u0004O\u0004!\u0004=\u0004X\u0004^\u0004\u001e\u0004!\u0004)\u0004K\u00044\u00047\u0004_\u0004,\u0004f\u0004W\u0004E\u00044\u0004U\u0004=\u0004\u0019\u0004W\u0004H\u0004<\u00043\u0004+\u0004I\u0004A\u0004M\u0004R\u0004E\u0004\u001f\u00041\u0004,\u0004O\u0004#\u0004=\u00040\u00040\u00041\u0004M\u00046\u0004>\u0004\u001f\u0004\u001e\u0004\u0015\u0004C\u0004.\u0004=\u00047\u0004H\u0004L\u0004.\u0004\"\u0004D\u00046\u0004=\u00047\u0003\u0004M\u0004&\u0004\u0002\u0004\u001e\u0004\u001f\u0004R\u00049\u0004'\u00049\u0004\u001e\u00046\u00046\u0004\u0002\u00048\u0004&\u0004W\u00047\u0004\u000f\u0004\u0018\u0004\u0005\u00048\u00048\u0003\u0004\"\u00044\u0004C\u0004\t\u0004\u000e\u0004B\u00041\u0004+\u0004(\u0004(\u0004:\u0004)\u0004\u001f\u00041\u0004+\u00048\u0004\u0014\u0004*\u0004\u0011\u00042\u0004B\u0004\b\u0004S\u00048\u00041\u0004?\u0004>\u0004&\u0004A\u0004L\u0004,\u0004\u001f\u00048\u0004A\u0004:\u0004-\u0004\u001b\u0004<\u00046\u0004.\u0004O\u0004#\u0004\u001b\u0004\u0012\u0004\u001a\u0004-\u0004A\u0004\u001f\u0004&\u0004\u0016\u0004 \u0004\u0013\u0004$\u0004.\u0004+\u0004B\u00044\u0004\u0016\u0004A\u0004T\u0004]\u0004\u0018\u0004\u001c\u0004\r\u0004P\u00041\u0004\u001f\u0004O\u0004\u0017\u0004(\u00048\u0004C\u0004;\u00043\u0004N\u0004)\u0004)\u0004@\u00042\u0004A\u0004\u000b\u00046\u0004D\u0004-\u0004%\u00042\u0004.\u00047\u0004&\u0004\u001a\u0004Y\u0004%\u0004,\u0004,\u0004D\u0004\u0013\u0004S\u0004+\u00048\u0004\u0012\u00044\u0004\u0011\u0004\"\u0004(\u0004L\u0004R\u0004#\u0004P\u0004`\u0004?\u00045\u0004'\u0004B\u00041\u0004:\u0004U\u0004^\u0004\t\u0004Q\u0004#\u00041\u0004?\u00044\u00041\u0004c\u0004C\u0004@\u0004S\u0004W\u0004d\u0004w\u0004v\u0004C\u0004P\u0004d\u0004W\u0004\u0004\u0004V\u0004\r\u0004#\u00041\u0004/\u00040\u0004H\u0004\u0017\u0004I\u0004.\u00047\u00042\u0004J\u0004 \u0004\u001c\u0004f\u0004\u001a\u00048\u0004)\u0004$\u0004,\u0004(\u0004R\u0004-\u0004%\u0004Y\u00044\u0004M\u0004\u001e\u0004U\u0004+\u0004-\u0004/\u0004\u0018\u0004L\u0004[\u0004G\u0004$\u0004!\u0004Z\u0004#\u0004:\u0004\"\u0004?\u0004\u001a\u0004F\u0004<\u0004?\u0004O\u0004a\u0004O\u00043\u0004=\u0004;\u0004>\u00046\u00044\u0004#\u0004&\u00044\u0004\u0011\u00043\u0004K\u00044\u0004A\u0004/\u0004B\u0004\"\u0004:\u0004M\u0004\u0013\u0004A\u0004\u0010\u00044\u0004?\u0004!\u00049\u0004\"\u0004=\u0004Z\u0004'\u0004\u001f\u0004H\u0004(\u0004J\u0004\u001a\u0004#\u0004+\u0004B\u0004H\u00045\u0004\u001c\u0004'\u0004/\u0004\u0006\u00041\u0004B\u0004;\u0004I\u0004F\u0004*\u0004:\u0004&\u0004R\u0004!\u00047\u0004\u001f\u0004=\u0004\u0015\u0004(\u00047\u0004>\u00044\u0004/\u0004>\u0004.\u00046\u00047\u0004$\u0004;\u0004J\u0004\u001f\u0004\u000f\u0004$\u0004,\u00044\u0004\u0014\u00040\u00045\u0004\u0015\u0004\u0012\u0004\u000e\u0004;\u0004E\u0004\u000b\u0004$\u0004 \u0004L\u0004*\u0004\u0016\u00048\u0004B\u0004\"\u00040\u0004U\u00048\u0004Y\u0004?\u0004\u001b\u0004\"\u0004b\u0004#\u0004)\u0004\"\u00046\u00044\u0004\u0015\u0004C\u0004F\u00040\u0004\u0015\u0004\u001c\u0004=\u0004\u001f\u0004@\u0004\r\u00046\u0004C\u0004F\u0004%\u0004X\u00041\u0004\u001c\u00045\u0003\u0004\u001b\u00047\u0004C\u00043\u0004\u001a\u0004;\u0004&\u0004<\u0004I\u0004\u001e\u0004\u001a\u0004J\u0004B\u0004C\u0004$\u0004%\u00049\u0004D\u0004B\u00040\u0004\u0011\u0004%\u0004)\u0004\u0018\u0004\u0010\u00040\u0004=\u0004\u001d\u0003\u0004$\u0004\u000f\u0004N\u00040\u0004!\u0004:\u0004B\u0004B\u0004\"\u0004\u0005\u0004*\u0004B\u0004\u0016\u0004@\u0004'\u0004!\u00043\u0004P\u0004'\u0004S\u00049\u0004,\u0004_\u0004\u001c\u0004`\u0004;\u00041\u0004C\u00040\u0004@\u0004J\u0004,\u0004Q\u00048\u0004.\u0004M\u0004O\u0004=\u0004\u0017\u0004%\u0004`\u0004\u0004\u0004\u0004\u0004h\u00045\u0004(\u0004L\u0004T\u0004\u0004\u0004A\u0004`\u0004<\u0004 \u0003\u0004?\u0004E\u0004N\u00044\u0004/\u0004C\u00047\u0004\u0012\u0004#\u0004A\u00042\u0004\u001f\u00049\u0004\u0018\u0004?\u0004!\u0004\"\u0004\u0014\u0004X\u00045\u0004G\u0004&\u00045\u0004M\u00047\u00042\u0004B\u0004.\u0004<\u0004>\u0004?\u0004%\u0004/\u0004@\u0004*\u0004&\u0004L\u0004\u001b\u00041\u0004A\u0004I\u00041\u00047\u0004\n\u0004T\u0004J\u0004W\u00041\u0004<\u0004H\u0004N\u0004L\u0004+\u0004)\u0004<\u0004O\u0004.\u0004Q\u0004D\u00040\u0004<\u0004=\u0004.\u0004%\u0004Q\u0004Q\u0004$\u0004J\u0004\"\u0004F\u0004L\u0004C\u0004<\u0004\u001b\u0004Y\u00041\u0004A\u0004/\u0004\u0006\u00044\u0004)\u0004\u001f\u0004/\u0004\u001e\u0004 \u00042\u0004=\u0004 \u0004\f\u0004.\u0004=\u00045\u0004E\u00047\u0004\u0011\u0004\u001e\u0004\"\u0004\u0016\u0004)\u0004\n\u0004\"\u0004\u0017\u0004H\u0004h\u0004)\u0004(\u0004V\u0004O\u0004C\u00047\u0004\u0018\u0004A\u00041\u0004C\u0004<\u0004K\u0004\u0007\u0004J\u0004\u001f\u0004T\u00043\u00041\u0004\u001a\u0004$\u0004\u001e\u00046\u0004'\u0004'\u0004/\u0004?\u00045\u0004+\u00044\u0004<\u0004\u0013\u0004.\u0004I\u0004\u001d\u00047\u0004/\u0004=\u00040\u0004X\u0004\u001c\u0004C\u0004\u0007\u00044\u0004)\u0004\u0007\u0004(\u0004/\u0004\u001c\u0004\u001c\u00046\u0004:\u0004%\u0004+\u00046\u0004\u001a\u00044\u0004_\u00041\u0004\"\u0003\u0004!\u00042\u0004A\u0004e\u0004*\u0004@\u0004 \u0004,\u0004B\u0004V\u0004<\u0004?\u00044\u0004.\u00041\u0004\u0013\u0004K\u0004>\u0004f\u0004)\u0004L\u0004D\u0004F\u0004\u0019\u0004I\u0004?\u0004\t\u00049\u0004\u0018\u0004!\u0004E\u0004\u0015\u0004=\u0004?\u0004I\u0004k\u0004D\u0004:\u0004P\u0004\u001f\u0004\u001a\u0004F\u0004(\u0004/\u0004<\u0004&\u0004;\u0004\u001f\u0004E\u0004\b\u0004\u001e\u0004Z\u0004%\u0004=\u0004\u001d\u0004\u001f\u00041\u0003\u0004,\u0004*\u0004\u0017\u00041\u0004\u001c\u0004\u0014\u0004 \u00041\u0004:\u0004A\u0004\u0012\u0004B\u0004(\u0004\u0016\u0004\u001a\u00045\u0004D\u0004m\u0004X\u0004\u0005\u0017\u0004\u0004\u0004[\u00045\u0004\u0018\u0004)\u0004'\u0004~\u0004C\u0004\u0017\u0004\u001b\u00043\u0004W\u0004\u0012\u0004R\u0004/\u0004\u0007\u00045\u00045\u0004=\u0004\u0013\u00045\u0004j\u00046\u0004\u001f\u0004\u001b\u0004I\u0004I\u0004T\u0004E\u00046\u0004=\u0004{\u0004e\u0004X\u00043\u0004!\u00048\u0004%\u0004'\u0004L\u0004S\u0004)\u0004>\u00048\u0004X\u0004]\u0004:\u0004#\u0004J\u0004p\u0004K\u00043\u0004<\u0004D\u0004T\u00045\u0004G\u0004P\u00045\u00043\u0004M\u0004&\u0004(\u0004L\u00044\u0004\u001b\u0004 \u0004K\u0004\u000e\u00043\u0004/\u0004C\u0004(\u0004$\u0004\"\u0004_\u0004R\u0004\u0004\u00040\u0004<\u0004\u001f\u0004>\u0004F\u00042\u0004*\u0004=\u0004F\u00045\u0004\u000b\u0004N\u0004\r\u0004F\u0004H\u0004A\u00044\u00049\u0004m\u00047\u0004*\u0004\u0018\u00042\u0004&\u0004A\u0004%\u0004'\u0004\u001d\u0004)\u00049\u0004<\u0004\u0010\u0004T\u0004$\u0004.\u0004(\u0004'\u0004/\u0004O\u0004\u0004\u0004F\u0004\u0012\u0004@\u0004\u0003\u0004:\u0004Z\u00048\u0004I\u00044\u00045\u00043\u0004G\u00040\u0004.\u0004!\u0004\n\u0004(\u0004+\u0004#\u00046\u00049\u0004A\u0004)\u00041\u0004<\u00042\u0004\u001e\u00045\u00049\u0004%\u0004I\u0004*\u0004 \u0004,\u0004K\u00040\u0004\b\u00045\u0004<\u0004K\u00045\u00044\u0004\u0005\u0004U\u0004&\u0004:\u0004@\u0004\u000e\u0004D\u00045\u0004\u000e\u0004J\u0004\"\u0004\u000e\u0003\u0003\u00049\u0004;\u00048\u0004.\u0004&\u00042\u0004<\u00040\u0004,\u00047\u0004$\u0004N\u0004<\u0004'\u00049\u0004R\u00047\u0004\u001d\u00044\u0004T\u0004M\u0004-\u0004\u0015\u0004$\u0004K\u0004\u0011\u0004(\u00048\u0004\"\u0004B\u0004<\u0004y\u0004'\u0004$\u0004\u0010\u00048\u0004!\u0004Q\u0004e\u0004\u0014\u00044\u00040\u0004\u0012\u0004\u0014\u0004;\u0004N\u0004\u001f\u00047\u0004\u0015\u00042\u0004*\u0004\u0000\u0004U\u0004\u001d\u0004\u0012\u0004\u0017\u0004/\u0004?\u0004&\u0004J\u0004G\u0004^\u0004f\u0004%\u0004Q\u0004R\u0004Q\u0003\u0004,\u00049\u00044\u0004\u0015\u00048\u0004C\u0004>\u0004\u0019\u0004O\u0004.\u0004-\u0004\u0004\u0004\u0004\u0004Q\u0004\u0015\u0004)\u0004=\u00040\u0004B\u0004-\u0004#\u0004J\u0004*\u0004@\u0004\u001b\u0004\u000e\u0004\u0017\u0004E\u0004)\u0004J\u0004B\u0004#\u0004V\u0004E\u0004J\u0004\u0013\u0004V\u0004\u001f\u0004%\u0004A\u0004G\u0004n\u0004K\u0004g\u0004J\u0004C\u0004X\u0004\"\u0004.\u0004\u000f\u0004.\u00043\u0004H\u0004*\u0004\u001f\u0004L\u00048\u0004Z\u0004K\u0004<\u0004<\u0004)\u0004S\u0004(\u00041\u0004B\u00046\u0004\b\u0004&\u0004&\u00048\u0004\u001a\u0004*\u0004%\u0004G\u0004*\u0004F\u0004J\u0004O\u00044\u0004-\u0004\"\u0004\u0004(\u0004T\u00048\u0004;\u0004D\u0004X\u00043\u0004B\u0004=\u0004\u0018\u0004\u001a\u0004;\u0004]\u0004&\u0004G\u00042\u0004Q\u0004O\u00040\u0004?\u0004$\u0004\u001b\u0004>\u0004-\u0004\u0015\u00049\u00041\u0004\u001d\u0004?\u0004 \u0004<\u0004=\u00046\u00040\u0004F\u0004*\u0004a\u0004&\u0004#\u00046\u0004F\u00048\u0004-\u0004,\u0004\u001c\u0004$\u0004O\u00042\u0004/\u0004'\u0004!\u00040\u0004+\u00043\u0004<\u0004*\u00049\u00042\u0004B\u0004\u000f\u0004C\u0004\u0018\u0004\u0015\u0004(\u0004#\u0004\u0005\u0004\u001a\u0004)\u0004L\u0004.\u0004o\u00040\u0004%\u0004/\u00043\u0004\u0014\u0004,\u00043\u0004;\u0004L\u0004F\u0004/\u00045\u0004+\u0004B\u0004;\u0004&\u00045\u0004\u0017\u0004\u0010\u0004\u0019\u00047\u0004>\u0004E\u00041\u0004;\u0004Z\u0004J\u0004(\u0004$\u0004/\u0004<\u0004;\u00045\u0004@\u0004*\u0004:\u0004 \u0004(\u0004<\u0004)\u00047\u0004R\u0004B\u0004P\u0004?\u0004/\u0004#\u0004.\u0004\u0014\u0004:\u0004?\u0004X\u0004D\u00044\u0004,\u0004\u0017\u0004\u0016\u0004%\u00049\u00041\u0004D\u0004,\u0004N\u00048\u0004N\u0004F\u0004J\u0004\"\u0004\u0018\u00046\u0004B\u0004I\u0004;\u00046\u0004\u0007\u0004a\u0004-\u0004#\u0004#\u0004=\u0004\u001d\u0004\n\u0004?\u0004\u0006\u0004C\u0004A\u0004$\u0004R\u0004>\u00041\u00041\u0004$\u0004\"\u0004&\u0004\b\u0004*\u0004\u001c\u0004.\u0004I\u00040\u0004Q\u0004^\u0004N\u0004[\u0004\n\u0004F\u0004<\u0004/\u0004/\u0004%\u0004c\u0004W\u0004\u001c\u0004C\u0004F\u0004;\u0004\u0018\u00047\u0004\u001f\u0004:\u00047\u0004\n\u0004*\u00047\u0004\u001f\u0004\u0016\u0004E\u00044\u0004/\u0004+\u0004\u0013\u0004\u0005\u0004(\u00046\u0004.\u0004,\u0004\u001a\u0004\r\u0004K\u0004*\u0004T\u0004[\u0004J\u0004\u0004\u0004\u0004J\u00041\u0004#\u0004=\u0004X\u0004*\u00047\u00046\u0004*\u0004G\u00040\u0004V\u0004\"\u0004\u0012\u00042\u0004<\u0004@\u0004>\u0004+\u0004?\u0004-\u0004>\u0004)\u0004%\u0004I\u0004&\u0004#\u0004=\u0004\u001c\u0004,\u0004/\u00045\u0004\u0018\u0004&\u00044\u0004g\u0004W\u0004B\u0004X\u0004F\u0004O\u0004\u0013\u0004C\u0004\u0011\u0004b\u0004+\u0004\u001e\u0004c\u0004(\u0004\u0012\u0004\u0007\u00048\u0004\u0014\u0004!\u0004\u0019\u0004,\u00045\u0004A\u0004D\u0004A\u00045\u0004<\u0004\u0016\u0004%\u0004I\u0004*\u0004V\u0004%\u0004\u0018\u00042\u0004.\u0004\u0013\u00048\u0004;\u0004+\u0004-\u0004T\u0004\f\u0004'\u0004*\u00041\u0004\u0016\u0004P\u0004$\u0004(\u0004@\u0004:\u0004!\u0004:\u0004*\u00046\u0003\u0004/\u0004.\u0004(\u0004,\u0004\u0002\u00041\u0004/\u0004J\u0004$\u0004\u0017\u0004!\u0004\u0013\u0004:\u00048\u0004*\u0004B\u0004#\u00043\u0004@\u0004 \u00048\u00041\u0004.\u0004a\u0004W\u0004F\u0004+\u0004\u001d\u0004(\u0004A\u0004/\u0004,\u0004;\u0004F\u0004\u0012\u0004*\u0003\u0004.\u0004=\u0004)\u0004\u001c\u0004\u0018\u0004\u0016\u00042\u0004#\u0004<\u0004%\u0004;\u00041\u0004-\u0004\u0019\u0004\f\u0004A\u0004\u001b\u0004\u0013\u0004&\u0004\u001d\u0004?\u0004:\u0004\u0019\u0004M\u0004\u0019\u0004\r\u0004/\u0004M\u0004H\u0004e\u0004C\u0004Q\u00044\u0004\u0018\u0004<\u0004\u0019\u0004%\u00044\u00046\u00044\u0004\t\u0004$\u0004N\u0004\u001f\u0004$\u0004!\u0004*\u00047\u0004Q\u0004\u0015\u0004D\u0004\u001a\u0004;\u0004@\u0004$\u0004\u0018\u0004+\u00042\u0004[\u00046\u00048\u0004<\u00046\u0004\t\u0004\u000f\u0004A\u0004(\u0004J\u0004\u001b\u00042\u0004Z\u0004,\u00049\u0004^\u00044\u0004-\u0004+\u0004,\u0004K\u0004\"\u00040\u0004;\u0004\u0017\u0004#\u0004?\u0004\"\u0004(\u0004M\u00043\u0004)\u0004)\u0004'\u0004*\u00042\u0004.\u00047\u0004+\u0004&\u0004\u001a\u00043\u0003\u0004O\u0004\r\u00041\u0004K\u0004C\u0004M\u0004E\u0004D\u0004D\u0004 \u0004E\u0004)\u0004D\u0004\u0017\u0004\"\u0004\u0003\u0004=\u0004\n\u0004\u001d\u0004%\u0004\u0016\u0004q\u0004y\u0004\u0004\u0004>\u0004A\u0004Y\u0004$\u00045\u0004L\u0004'\u0004A\u0004]\u0004=\u0004\u0010\u0004\u0016\u0004[\u00045\u0004#\u0004\u001a\u00046\u0004@\u0004G\u00045\u0004i\u0004\n\u0004=\u00047\u0004\u000e\u0004\u0015\u00048\u0004a\u00040\u0004)\u0004K\u0004'\u0004C\u0004'\u00048\u00049\u0004;\u0004I\u0004@\u0004U\u0004F\u0004\u001c\u0004M\u0004#\u0004L\u0004>\u0004'\u0004<\u00040\u00044\u0004-\u0004\u0017\u0004 \u0004\u0010\u00041\u0004(\u0004 \u0004-\u0004%\u0003\u0004<\u0004E\u00042\u0004C\u0004\u0013\u0004!\u0004(\u0004X\u00045\u0004-\u0004:\u0004'\u0004#\u0004L\u0004B\u0004/\u0004B\u00046\u00043\u0004U\u0004:\u0004@\u0004_\u0004\u0004\u0004A\u0004J\u0004B\u00048\u0004:\u0004\u0014\u00048\u0004\u0018\u0004\r\u0004Q\u0004\u0019\u0004$\u00041\u00049\u0004@\u0004'\u0004@\u0004\u0001\u00049\u0004\u001a\u0004U\u0004C\u00046\u0004B\u0004/\u0004:\u00044\u00046\u0004\u0016\u0004@\u0004L\u0004&\u00048\u0004'\u0004M\u0004\\\u0004C\u0004+\u0004S\u0004(\u0004#\u00044\u0004a\u0004R\u0004&\u00040\u0004\u001a\u0004G\u00049\u0004\r\u0004\u0018\u0004O\u0004*\u00044\u0004\u0019\u0004\u0019\u00042\u0004L\u0004\u000e\u0004\u001d\u0003\u00049\u0004\u0010\u00048\u00047\u00048\u00049\u0004\u0011\u0004C\u0004:\u0004)\u0004\u0018\u0004\u000e\u0004F\u0004F\u0004\u001f\u00048\u0004@\u00042\u00041\u0004:\u0004,\u0004\u0010\u0004A\u00046\u0004)\u0004\u0016\u0004I\u00045\u0004\u0012\u0004/\u0004%\u0004+\u0004\u0015\u0004\r\u0004#\u0004:\u0004\u001f\u00047\u00042\u0004+\u0004a\u0004\u001b\u0004(\u0004.\u00049\u00040\u0004J\u0004)\u0004)\u0004I\u0004K\u0004C\u0004&\u0004O\u00043\u0004\n\u0004\"\u0004I\u0004L\u00042\u0004\u0018\u0004\u0018\u0004L\u0004/\u0004\u001f\u0004C\u0004*\u0004&\u00040\u00045\u0004\u001f\u0004e\u00044\u0004Y\u0004.\u0004C\u0004B\u0004!\u0004\u001d\u0004>\u0004F\u0004\u0012\u0004G\u00043\u00044\u0004O\u0004#\u0004\u0016\u0004&\u0004,\u0004 \u0004R\u0004=\u0004-\u0004:\u0004`\u0004%\u0004\u001c\u00045\u0004\u0016\u0003\u0004O\u00047\u0004<\u00049\u00040\u00043\u0004\u0004\u0004\u0004u\u0004A\u0004\u001d\u0004\u0013\u0004M\u0004-\u00045\u0004$\u0004H\u0004B\u0004\u001d\u0004(\u00045\u00047\u0004V\u00045\u00042\u0004E\u0004=\u0004'\u00045\u0004T\u0004J\u00048\u0004,\u0004M\u0004*\u0004M\u00043\u0004\"\u0004*\u0004G\u0004>\u00043\u0004J\u00043\u0004!\u00046\u00042\u0004A\u00048\u0004\r\u0004-\u00041\u0004#\u0004`\u00040\u0004\"\u0004,\u00044\u0004(\u00045\u0004\u0014\u0004 \u0004$\u0004(\u0004%\u0004#\u0004+\u0004-\u0004\u0019\u00042\u0004\b\u0004H\u00043\u0004%\u00042\u0004\u001c\u0004^\u0004$\u0004M\u0004C\u0004B\u0004@\u0004\u0017\u0004\r\u00047\u0004,\u00040\u0004*\u0004\u0012\u0004)\u0004\u001e\u0004!\u0004/\u0004O\u0004)\u0003\u0004\"\u0004?\u0004;\u0004+\u0004B\u0004\u0010\u0004\u0018\u00046\u0004N\u00048\u00041\u0004\u001e\u0004\u000e\u0004!\u00040\u0004.\u0004/\u0004\u0007\u0004\u0018\u0004%\u0004,\u0004\u001e\u0004>\u00047\u0004B\u0004-\u0004O\u00048\u0004-\u00041\u0004L\u0004J\u0004?\u0004=\u0004\u0015\u0004%\u0004\u0014\u0004C\u0004 \u0004D\u0004)\u0004,\u0003\u00048\u0004@\u0004)\u0004\u001a\u0004P\u0004\u0019\u0004D\u00047\u0004>\u0004%\u00049\u0004.\u0004'\u0004#\u0004(\u0004D\u0004\u001e\u0004.\u0004+\u0004\u001f\u0004\"\u00046\u0004?\u0004\u001b\u0004\u0017\u0004\u001e\u0004C\u0004'\u0004?\u00040\u0004G\u0004\u001e\u0004&\u00047\u00042\u0004\u0002\u0004\u0012\u00041\u0004N\u0004;\u0004\u0015\u0004\u0011\u0004@\u0004Q\u0004&\u00041\u0004S\u0004E\u0004:\u0004U\u0004?\u00044\u00044\u00045\u0004\u0014\u0004H\u0004 \u00046\u0004C\u0004h\u0004L\u0004C\u0004>\u0004\u0007\u0004\u0012\u0004\u0014\u0004\u0011\u0004&\u0004\f\u0004\u0015\u0004a\u0004\u0018\u0004G\u0004\u0010\u0004\u0013\u0004T\u00044\u0004-\u0004\u0005\u00042\u0004$\u0004A\u0004D\u0004\u001a\u0004#\u0004\"\u0004,\u0004.\u0004E\u0004\u0015\u00049\u00040\u0004(\u0004\u001e\u0004<\u0004\u0006\u0004#\u00044\u0004(\u00043\u0004\\\u0004-\u0004/\u00048\u0004#\u00047\u0004)\u0004$\u0004\u001d\u0004R\u00040\u0004 \u0004A\u0004%\u00047\u00040\u0004\u0019\u0004,\u0004\u001d\u0004-\u0004@\u0004j\u0004q\u0004\u0004\u0004h\u0004)\u00045\u00048\u0004+\u00046\u0004A\u0004@\u0004B\u0004\u001f\u0004G\u0004'\u0004$\u0004h\u0004\f\u0004.\u00047\u0004#\u0004B\u0004>\u0004 \u0004.\u0004M\u0004@\u0004!\u0004)\u0004P\u0004C\u0004-\u0004D\u0004/\u0004:\u0004<\u0004-\u0004)\u0004H\u0004X\u0004 \u0004#\u0004:\u0004\\\u00049\u0004#\u0004\u001f\u0004X\u0004L\u0004 \u0004<\u0004\u0018\u0004%\u0004\u001b\u0004C\u00040\u0004%\u0004+\u0004\r\u0004G\u0004N\u00043\u0004Q\u00043\u0004\r\u0004R\u0004\u0018\u00048\u0004+\u0004?\u0004D\u0004%\u0004m\u0004@\u0004\b\u0004&\u0004/\u0004\u001b\u0004$\u0004,\u0004&\u0004S\u00044\u0004(\u00044\u0004A\u0004\u0017\u0004(\u00042\u0004#\u00046\u00048\u00041\u0004\u000f\u0004(\u0004=\u0004\u0005\u00047\u0003\u0004(\u0004/\u0004O\u00047\u0004%\u0004\u001c\u0004I\u0004>\u0003\u0004)\u0004>\u0004-\u0004D\u0004>\u0004\u001a\u0004U\u0004'\u0004(\u0004\u0012\u0004(\u0004F\u0004,\u00049\u0004X\u0004a\u0004\u0004M\u0004c\u0004F\u0004L\u00046\u00043\u0004\u0016\u0004)\u0004.\u0004P\u0004H\u00042\u0004&\u00044\u0004\r\u0004#\u0004.\u0004>\u0004G\u0004*\u0004\u0018\u00047\u0004\u001a\u00046\u0004\u001c\u0004/\u00041\u0004F\u0004\t\u0004-\u0004)\u00043\u0004G\u00040\u0004\u001b\u0004*\u0004+\u00042\u0004A\u0004<\u0004J\u0004,\u0004Q\u0004=\u0004.\u00047\u0004\u000f\u0004D\u0004b\u0004\u0012\u0004\u0016\u00040\u0004A\u0004.\u0004(\u0004\u0019\u0004>\u0004)\u0004%\u0004D\u0004!\u0004\r\u00049\u0003\u0004\u001a\u0004[\u00044\u0004y\u0004G\u0004&\u00046\u0004J\u0004\u000f\u0004,\u0004B\u0004:\u0004\u001d\u0004*\u0004\u0013\u0004\u0002\u0004'\u00045\u0004\u001e\u0004\u001c\u0004\u001d\u0004\u000f\u0004)\u0004)\u0004T\u00045\u0004H\u0004%\u0004>\u0004\u001a\u0004\u000e\u00049\u0004)\u0004:\u0004H\u00042\u0004S\u0004?\u0004`\u0004 \u00047\u0004\u0012\u00045\u0004\u001f\u0004-\u0004f\u0004\u001d\u0004L\u0004/\u00048\u0004/\u0004-\u0004\u0016\u0004B\u0004U\u0004O\u0004;\u0004 \u0004B\u0004M\u0004+\u00044\u0004>\u0004\u0019\u00049\u0004\u001d\u0004L\u0004Q\u0004Q\u0004\u0004\u00048\u00047\u00043\u0004$\u0004\u001f\u0004(\u0004\n\u0004@\u0004\u001c\u00049\u0004<\u0004U\u0004_\u0004J\u0004\u001e\u00047\u0004\"\u0004#\u0004&\u0004)\u0004>\u00043\u0004e\u0004B\u0004)\u00042\u0004@\u0004I\u0004>\u0004\n\u0004R\u0004$\u00045\u0004H\u00047\u0004\"\u0004\u0019\u0004@\u0004S\u0004\u0010\u0004\u0016\u0004R\u00045\u00043\u0004\u0011\u00043\u0004)\u0004(\u00046\u0004$\u0004-\u0004\u0003\u0004-\u0004N\u0004S\u0004'\u0004?\u0004\u0017\u00040\u0004*\u0004=\u0004N\u0004V\u0004!\u0004E\u00048\u0004=\u0004 \u0004\u0004\u00042\u0004\u0012\u0004<\u0004J\u0004H\u0004@\u00043\u0004S\u0004+\u0004 \u00045\u00040\u0004G\u0004\u0016\u00048\u00046\u0004[\u0004P\u0004-\u00049\u0004\u001d\u0004?\u0004'\u0004*\u0004\u0004\u0004\u000f\u0004/\u0004Y\u0004\u001b\u0004B\u0004\u0014\u0004#\u0004E\u0004.\u0004#\u0004\u001e\u0004J\u0004#\u00049\u0004\f\u0004\u000e\u0004?\u0004\u001e\u0004)\u0004\u0017\u0004K\u00049\u00049\u00046\u0004\f\u0004d\u0004Q\u0004\u0004\u001d\u0004E\u0004J\u0004A\u0004+\u0004\\\u0004;\u0004\u001f\u0004M\u0004$\u00041\u00046\u0004U\u00042\u0004W\u00041\u0004\"\u0004.\u0004\u0019\u00040\u0004\u000b\u0004<\u0004@\u0004E\u0004\u0019\u0004\u0017\u0004\u0015\u00045\u0004/\u0004)\u00044\u0004+\u0004`\u0004K\u00048\u00046\u0003\u0004=\u0004P\u0004C\u0004*\u0004\u001a\u0004N\u0004U\u0004\u001a\u0004/\u0004L\u0004\u0015\u00041\u0004+\u0004.\u00044\u0004M\u00046\u0004\u0004\u0004*\u0004;\u0004(\u0004#\u0004'\u0004\u0017\u00043\u0004$\u00045\u00045\u0004*\u0004/\u0004M\u0004R\u0004;\u0004F\u0004S\u0004\u0016\u0004D\u0004\u0013\u00045\u0004N\u0004#\u0004\u001c\u0004C\u0004.\u00048\u00047\u0004A\u00041\u0004\u000f\u0004\u001f\u0004H\u0004X\u0004q\u0004'\u0004!\u0004\u0016\u00045\u0004\u000e\u0004\u001a\u0004/\u0004l\u0004_\u0003\u0004<\u0004H\u0004I\u0004b\u00042\u0004+\u0004 \u0004\u0005\u00046\u0004K\u0004q\u0004\u001d\u00046\u0004\u001d\u0004C\u00041\u00044\u0004U\u0004G\u0004W\u0004*\u0004 \u0004*\u0004G\u0004)\u0004E\u0004\u001c\u0004N\u0004(\u0004P\u00044\u0004B\u0004a\u0004!\u0004Y\u0004\\\u00040\u0004\u0013\u00049\u0004>\u0004Y\u00040\u0004.\u0004B\u0004G\u0004*\u0004;\u0004%\u0004*\u0004F\u00045\u0004a\u00047\u0004\u0019\u0004@\u0004:\u0004\u001b\u00042\u0004N\u00047\u0004-\u00044\u0004E\u0004-\u0004)\u0004P\u0004\u0016\u0004\u0017\u00040\u00046\u00042\u0004C\u0004,\u0004\u0019\u0004A\u00040\u0004%\u0004F\u0004%\u0004L\u00043\u0004\u000b\u0004\u001e\u0004\u0019\u00045\u0004P\u0004\"\u00041\u0004;\u0004,\u0004=\u0004<\u0004(\u0004\u001c\u0004'\u0004&\u0004+\u0004\u0016\u0004.\u00049\u0004*\u0004.\u0004\u001e\u0004!\u0004<\u00042\u0004,\u0004.\u0004U\u0004D\u00044\u0004O\u0004+\u00045\u0004:\u0004,\u0004)\u00041\u00045\u0004C\u0004,\u00042\u0004H\u0004\u0002\u0003\u0004\b\u0004b\u0004\u0001\u0004\u0017\u0004\u0018\u00045\u0004\u001c\u0004E\u0004O\u0004\u001b\u0004@\u0004\u001b\u0004D\u00045\u0004;\u0004.\u0004-\u0004\u0011\u0004\n\u0004\u0010\u0004E\u0004(\u0004%\u00046\u0004\u001b\u0004H\u0004V\u0004'\u0004<\u00042\u0004G\u0004<\u0004-\u0004<\u00049\u0004Y\u0004\u0005\u0004)\u0004\u0018\u0004:\u0004\r\u0004\"\u0004\u0018\u0004L\u00046\u0004P\u0004S\u0004`\u0004\u001d\u0004%\u0004\u0015\u00043\u00045\u0004>\u0004\u0013\u0004\u0006\u0004U\u0004\u0016\u0004.\u0004\u0016\u0004/\u0004*\u0004C\u0004\u0015\u0004)\u0004\u001c\u00049\u00048\u0004O\u0004,\u0004T\u0004\u001e\u0004>\u0004#\u0004S\u0004>\u0004*\u0003\u00044\u0004B\u0004*\u0004\u001a\u00046\u0004\"\u0004I\u0004.\u0004;\u00042\u0004S\u0004\u001f\u0004'\u0004\u001b\u0004V\u0004\u0017\u0004&\u0004=\u0004\"\u0004A\u00045\u0004-\u00042\u0004$\u0004[\u00042\u0004A\u0004)\u00044\u0004I\u0004:\u0004\"\u0004\u0015\u0004\u000e\u0004-\u0004L\u00047\u0004C\u0004\n\u00046\u0004[\u0004%\u0004\u0010\u0004/\u0004*\u0004\u000f\u0004\u0015\u00043\u0003\u0004\u0018\u00041\u00043\u0004#\u0004N\u0003\u0004O\u0004\f\u0003\u0004J\u0004\u000f\u0004\u0012\u0004-\u0004d\u0004=\u0004a\u0004\u0018\u0004>\u0004a\u0004#\u0004:\u0004L\u00047\u0004_\u0004\u001d\u0004@\u0004(\u0004C\u0004\u001f\u00049\u00044\u0004?\u00041\u00048\u00049\u0004\u0010\u0004f\u0004\u001c\u0004\u0014\u0004!\u0004I\u0004,\u00044\u0004C\u0004,\u0004M\u0004S\u0004:\u0004<\u0004:\u0004;\u0004%\u0004%\u00047\u0004O\u0004D\u0004:\u00047\u0004I\u0004<\u0004>\u0003\u0004<\u0004\u0017\u0004G\u0004:\u00047\u0004*\u0004+\u00042\u0004\b\u00043\u0004;\u0004\u001b\u0004Z\u0004<\u0004:\u0004K\u0004#\u0004B\u0004\u001f\u0004T\u0004E\u0004\u0014\u0004\u0016\u0004N\u0004C\u00043\u00047\u0004\\\u0004*\u0004*\u0004)\u0004B\u0004:\u0004\u001c\u00042\u0004D\u0004\u0011\u0004D\u00043\u0004J\u0004&\u0004&\u0004;\u00041\u0004=\u0004\u0015\u0004\u0017\u0004P\u0004X\u00046\u00045\u0004R\u0004B\u00049\u0004\u001e\u0004.\u0004=\u0003\u0004.\u00049\u0004!\u0004\u0015\u0004&\u0004I\u0004,\u0004A\u0004*\u0004\"\u0004\u001e\u0004D\u0004G\u00046\u0004\t\u00046\u0004!\u0004\u0016\u0004,\u0004<\u0004\u0019\u0004\u001e\u0004'\u0004B\u0004\u0016\u00041\u0004\u0015\u0004Y\u0004#\u0004V\u0004E\u0004(\u0004@\u0004)\u0004\u0013\u00047\u00046\u0004-\u0004<\u00048\u0004K\u00048\u0004\u001f\u0004\u0004\u0004B\u00047\u0004\u0015\u00042\u0004$\u00044\u0004,\u0004\u001b\u00045\u00049\u0004\"\u0004%\u0004.\u0004\u001a\u0004,\u0004.\u0004&\u0004+\u0004&\u00043\u0004\u001f\u00043\u0004\u0013\u0004\u001f\u00049\u0004S\u0004\"\u00046\u0004(\u00041\u0004 \u00041\u0004C\u0004?\u00046\u0004<\u0004+\u0004V\u0004A\u0004D\u0004*\u0004B\u0004@\u0004\u0011\u00043\u0004\u0015\u0004 \u0004K\u0004,\u0004\u001b\u0004(\u00040\u0004B\u00047\u0004\u001f\u0004\u0012\u0004A\u0004R\u00044\u0004h\u0004*\u0004+\u0004!\u0004I\u0004.\u0004C\u0004>\u0004H\u00047\u0004E\u0004\u0004\u0004p\u0004\u001b\u0004\u001b\u0004x\u00046\u0004A\u0004 \u0004?\u0004+\u00043\u00041\u0004)\u00041\u0004 \u0004]\u0004<\u0004\u0019\u0004&\u0004>\u0004X\u00045\u0004L\u0004W\u0004\t\u0004E\u0004(\u0004*\u0004.\u0004\u000e\u0004[\u0004A\u00042\u0004G\u0004+\u0004)\u0004;\u0004\u0018\u0004D\u0004\f\u00045\u0004O\u0004\u001d\u0004Q\u0004I\u0004_\u0004J\u0004\u0014\u0004+\u0004<\u0004;\u0004=\u0004I\u0004\u001a\u0004\u0001\u0004\u0014\u0004?\u0004S\u0004:\u0004M\u0004!\u00047\u0004\u001e\u00041\u00040\u0004\n\u00047\u0004+\u0004G\u0004 \u0004$\u0004I\u0004l\u0004T\u0004>\u0004(\u0004N\u0004.\u0004M\u0004e\u0004?\u0004&\u0004.\u0004 \u0004B\u0004\r\u00047\u0004'\u0004/\u0004\u0017\u0004*\u0004$\u0004\u0013\u00040\u0004\"\u0004\u001c\u0004<\u0004\u001d\u0004,\u0004N\u00049\u0004*\u0004B\u00047\u0004+\u0004I\u0004$\u0004&\u0004\u000e\u0004C\u0004\u001e\u0004\u0012\u00047\u00048\u0004'\u00043\u0004-\u00047\u0004;\u0004\u001a\u0004-\u0004C\u0004\"\u0004\u001d\u0004@\u0004/\u0004\"\u0004'\u0004,\u0004]\u0004\u001f\u0004E\u0004!\u00048\u0004\u001c\u0004I\u0004)\u0004p\u0004\u001a\u0004J\u0004\u001e\u0004U\u0004$\u0004K\u0004c\u00041\u0004)\u0004/\u0004G\u0004\u0011\u0004z\u00045\u0004G\u0003\u0004.\u0004\u001b\u0004S\u0004/\u0004!\u0004)\u0004\u0002\u0004+\u0004\u0017\u00042\u0004f\u00046\u0004;\u0004a\u00045\u0004-\u0003\u00040\u0004\u001f\u0004@\u0004/\u0004-\u0004\u0017\u0004+\u0004=\u0004+\u0004\u001b\u0004\u0007\u0004\u0016\u0004`\u0004M\u0004?\u0004=\u0004E\u0004\u0004\u0003\u0004$\u0004-\u0004\u0019\u0004D\u0004B\u0004.\u0003\u0004M\u0004J\u0004S\u0004F\u0004S\u0004/\u00040\u0004/\u0004\u001c\u0004<\u0004#\u0003\u0004F\u0004%\u0004!\u0004<\u0004f\u0004N\u0004!\u0004\u0013\u0004G\u0004*\u0004V\u0004D\u0004\u0000\u00043\u00045\u0004_\u0004C\u0004\"\u0004\n\u0004\u0018\u0004%\u00045\u0004:\u0004D\u0004&\u0004\u001f\u0004G\u0004\u001b\u0004E\u0004C\u0004\u0014\u0004N\u0004;\u0004B\u0004e\u0004H\u0004\u0014\u0004D\u0004+\u00041\u00041\u0004!\u0004\f\u0004<\u0004E\u0004\u0013\u0004A\u00041\u0004\u0016\u0003\u0004@\u0004\u001f\u0004B\u00045\u0003\u00043\u0004\u0015\u0004\"\u0004<\u0004\u0019\u0004(\u0003\u0004J\u0004\u001a\u0004O\u0003\u0004 \u0004>\u0004\u001b\u0004*\u0004/\u0003\u0004_\u0004$\u0004\u001a\u00045\u0004\u001c\u0004U\u0004\t\u00041\u0004Q\u00049\u00045\u0004E\u0004A\u0004\u0014\u0004 \u0004\u001d\u0004A\u0004(\u0004R\u0004l\u0004m\u00048\u00049\u0004=\u0004+\u0004\u001f\u00040\u0004:\u0004<\u0004,\u0004,\u00048\u00044\u0004X\u00044\u0004C\u00046\u0004\u0016\u0004]\u0004>\u0004\u0011\u0004)\u0004\u0018\u00041\u0004G\u0004\u001b\u0004;\u0004D\u0004f\u0004\u0010\u0004B\u0004E\u0004(\u00041\u0004M\u0004I\u0004M\u0004;\u0004-\u0004`\u0004\u001b\u0004\u001f\u00043\u0004:\u0004<\u00041\u00040\u00042\u0004H\u00041\u0004\u001a\u00049\u0004F\u0004%\u0004,\u0004'\u0004S\u0004\u001f\u00049\u00046\u0004*\u0004\u001f\u0004;\u0004\u0014\u0004\u000f\u0004V\u0004?\u0004$\u0004\u0015\u0004<\u0004$\u0004 \u0004\u0019\u00040\u00048\u0004#\u0004E\u0004`\u0004A\u0004*\u0004\"\u0004,\u00044\u0004=\u0004\u001d\u0004\u0013\u00048\u0004;\u00043\u0004\u001b\u00040\u00045\u0004+\u0004\u001a\u0004\u0013\u0004C\u00041\u0004'\u0004\u001c\u0004\u0002\u0004\u0011\u0004!\u0004:\u00047\u0004E\u00046\u0004\"\u0004^\u0004\u0006\u0004$\u0004:\u0004J\u0004V\u0004(\u0004s\u00041\u0004\u0007\u0004\u0015\u0004!\u0004*\u00043\u0004 \u0004\n\u0004M\u0004D\u0004.\u0004\u000f\u0004%\u00047\u0004V\u0004V\u00042\u0004@\u0004K\u0004P\u0004\u0002\u0004Q\u0004>\u0004<\u0004'\u0004/\u0004%\u0004\"\u0004>\u0004I\u0004.\u0004*\u0004*\u00043\u0004A\u00043\u0004\u001f\u0004B\u0004\u0016\u0004 \u0004B\u0004\u001b\u00040\u0004;\u00048\u0003\u0004?\u0004Y\u0004.\u0004P\u0004G\u0004k\u0004r\u0004^\u0004;\u0004?\u0004U\u00045\u0004#\u0004B\u0004o\u0004#\u0004>\u0004'\u0004,\u0004U\u0004C\u0004'\u0004#\u0004F\u00048\u00045\u0004\u0011\u0004=\u0004*\u0004\u001a\u0004\u0013\u00044\u00048\u0004>\u0004.\u0004L\u0004O\u0004(\u00046\u00041\u0004B\u0004O\u0004C\u0004\u0015\u0004;\u0004b\u0004?\u0004+\u0004:\u0004)\u0004-\u0004;\u0004,\u0004H\u0004.\u0004j\u00046\u0004H\u0004\"\u00048\u0004;\u0004+\u0004:\u0004H\u0004D\u0004\u0019\u0004\u001d\u0004H\u0004\u0016\u0004\u001a\u0004\u0016\u00042\u0004\f\u0004\u000e\u00041\u0004+\u0004\"\u0004*\u0004-\u0004)\u00047\u0004!\u0004%\u0004+\u0004\u001b\u0004E\u00048\u0004M\u0004F\u0004=\u0004L\u0004*\u0004o\u0004O\u0004H\u0004W\u00040\u0004(\u00045\u0004A\u0004\u001f\u0004.\u0004!\u0004E\u0004D\u00040\u0004\u0015\u00042\u0004\u001d\u0004>\u0004*\u0004\u0018\u0004 \u00043\u0004\u0019\u00048\u00042\u0004h\u00042\u0004l\u00044\u0004R\u00043\u0004-\u0004@\u0004Z\u0004;\u0004S\u0004R\u0004L\u0004\u0002\u0004P\u0004J\u0004\u001d\u0004\"\u0004G\u0004:\u0004?\u00041\u00046\u0004.\u0004\u0003\u00041\u0004M\u0004'\u0004P\u0004+\u0004\u0013\u00046\u00049\u0004\u0018\u0004\u001a\u0004^\u0004\"\u0004M\u0004)\u0004&\u0004\u001d\u0004M\u0004I\u0004'\u0004/\u0004 \u0004I\u0004\u0011\u0004.\u00041\u00040\u0004/\u0004\u001b\u0004(\u0004J\u0004B\u00043\u0004\u000f\u00040\u0004\"\u00048\u0004\u0011\u00047\u00040\u00042\u0004#\u0004E\u0004O\u00049\u0004I\u0004Y\u0004(\u0004?\u0004\u0015\u0004!\u0003\u00046\u0004\u0018\u0004\u0017\u0004+\u00043\u0004\"\u0004\u001a\u0004/\u0004\u0010\u0004,\u00040\u0004\u0018\u00046\u00043\u0004/\u0004<\u0004O\u00043\u0004+\u00042\u0004K\u0004_\u0004Y\u0004!\u0004;\u0004E\u0004P\u0004/\u0004+\u0004?\u0004@\u00040\u0004*\u0004L\u0004\u0011\u00044\u0004+\u0004H\u0004\u001b\u0004=\u00043\u0004F\u00042\u0004<\u0004E\u00049\u0004!\u0004\u001e\u0004/\u00042\u0004\u0012\u00046\u00044\u0004L\u0004\u0011\u0004$\u0004\u001d\u0004;\u0004;\u0003\u00047\u00048\u0004%\u0004R\u0004,\u0004<\u0004:\u0004J\u0004F\u0004/\u00045\u0004Y\u0004\u0004~\u0004=\u0004$\u0004(\u0004)\u0004J\u0004>\u0004,\u0004\n\u0004M\u00046\u0004,\u0004N\u0004:\u0004\u001d\u0004\u0018\u00040\u00041\u0004\u001a\u0004+\u0004\f\u0004\u0015\u0004\"\u0004\u001a\u0004,\u00048\u0004C\u0004I\u0004X\u0004M\u00048\u0004\u001e\u0003\u0004K\u0004+\u0004F\u00049\u0004?\u0004U\u0004A\u0004B\u0004\u001a\u0004\u0015\u0004/\u00044\u0004G\u0004W\u0004-\u0004!\u0004'\u0004\u0010\u0004P\u0004K\u0004\u0007\u0004'\u0004@\u0004#\u0004$\u0004\u000b\u00044\u0004H\u00042\u0004+\u0004\u0017\u0004\b\u00043\u0003\u00044\u0004\u0016\u0004\u0018\u00042\u0004\u0018\u0004m\u0004\u0004<\u00043\u00045\u0004>\u0004R\u0004N\u0004*\u0004'\u0004Z\u0004S\u0004E\u00048\u0004\u001a\u0004\u0012\u00047\u0004\u001c\u0004@\u0004\u001f\u0004+\u0004%\u0004p\u0004)\u0004<\u0004D\u0004\u001f\u0004?\u0004\u001e\u0004\u0006\u0004Y\u0004'\u0004\u000f\u0004.\u0004_\u0004A\u0004\u001f\u0004#\u0004j\u0004I\u0004C\u0004Y\u0004F\u0004<\u00040\u0004E\u0004;\u0004-\u00045\u0004=\u0004\u0014\u0004N\u0004\u0019\u0004'\u00042\u0004]\u0004b\u0004C\u0004?\u0004X\u0004?\u0004)\u0004\r\u00047\u0004]\u0004T\u0004\u000f\u0004M\u0004\u000e\u0004b\u00042\u0004.\u0004=\u0004\u001f\u0004\u001b\u00041\u0004F\u0004.\u0004\u0016\u0004B\u0004<\u0004\u0018\u0004&\u00044\u0004\u0019\u0004\u0004\u0004^\u0004&\u00042\u0004\u0015\u00040\u0004,\u0004B\u0004\u0014\u0004<\u0004:\u0004A\u0004L\u00041\u0004B\u0004\u000b\u0004\u001a\u0004+\u00046\u0004\u001b\u0004,\u0004\u000f\u0004=\u0004J\u0004&\u0004?\u0004\"\u0004,\u0004)\u0004G\u0004)\u0004\u0017\u0004&\u0004>\u00043\u00045\u0004'\u00042\u0004W\u00041\u00041\u0004$\u0004U\u0004-\u0004/\u00049\u0004(\u0004^\u0004<\u0004D\u0004C\u0004%\u0004;\u0004#\u0004#\u0004G\u00040\u0004\u0016\u00048\u0004,\u0004?\u0004#\u00046\u00048\u0004/\u0004:\u0004M\u0004&\u0004\u001c\u0004\u0007\u0004/\u0004\u0010\u00042\u0004\"\u00041\u0004i\u0003\u0004\u0013\u0004\u0011\u0004Z\u0004\u001e\u0004>\u0004K\u0004;\u00046\u0004F\u0004\u0019\u0004&\u0004\u0011\u0004\u001e\u0004&\u00049\u0004'\u0004]\u00049\u0004b\u0004s\u0004\u0004\u0004\u0004x\u0004m\u0004P\u0004(\u0004\u0015\u00047\u0004>\u0004\u001d\u0004J\u0004/\u0004\u0012\u0004 \u0004\u0016\u0004?\u0004<\u0004B\u0004E\u0004E\u00043\u0004\u000b\u0004\u001c\u0004\u001f\u0004\u001e\u00046\u0004$\u0004%\u0004C\u0004<\u0004\u0011\u0004(\u0004\f\u0004=\u00048\u0004V\u0004\u0019\u00044\u0004*\u0004E\u0004P\u0004I\u0004K\u0004\u0011\u0004D\u0004O\u0004<\u0004\u001f\u0004\t\u0004L\u0004M\u0004&\u0004l\u0004:\u00041\u00041\u0004&\u0004D\u0004C\u0004(\u0004!\u0004%\u0004:\u0004=\u0004/\u00040\u0004m\u00041\u0004(\u0004'\u0004\u0014\u0004-\u0004E\u0004i\u0004\u0004!\u0004B\u0004g\u0004%\u0004F\u0004%\u0004\u001e\u00043\u0004b\u00040\u0004#\u00046\u0004\r\u0004$\u0004\u0018\u0004=\u0004\u001f\u0004'\u0004A\u0004(\u0004D\u0004 \u0004(\u0004=\u0004O\u0003\u0004\u0013\u0004J\u0004?\u0004\u0012\u0004/\u0004'\u00049\u0004%\u0004A\u0004@\u0004W\u0004V\u0004}\u0004I\u0004B\u0004@\u0004B\u0004#\u00048\u0004I\u0004Z\u0004>\u0004/\u0004B\u00043\u0004)\u0004A\u0004(\u0004+\u0004H\u0004?\u00046\u0004/\u0004k\u0004\u0017\u0004\r\u00042\u0004N\u0004+\u0004\u001b\u00045\u0004\u001b\u00045\u0004\u0017\u0004@\u0004D\u0004'\u0004\u0015\u0004.\u0004,\u0004!\u00044\u0004M\u0004(\u0004?\u0004=\u0004*\u0004\u001a\u0004)\u0004;\u0004 \u0004+\u0004,\u0004+\u0004\u0012\u00045\u0004\u0016\u0004>\u00043\u0004`\u00044\u0004*\u0004&\u00042\u00045\u00043\u0004\u001e\u0004A\u0004F\u0004@\u0004/\u00042\u00042\u0004K\u0004X\u0003\u0004&\u0004&\u0003\u00041\u0004F\u0004<\u0004\u001c\u0004.\u0004\"\u0004,\u0004I\u0004S\u00040\u0004\u0010\u0004A\u0004\u0015\u0004+\u00047\u0004V\u0004\u001a\u0004\u0016\u0004M\u0004F\u0004@\u0004\u001c\u0004&\u0004-\u0004!\u0004H\u0004F\u0004;\u0004<\u0004\u001e\u0004\u0004\u0004:\u0004I\u00042\u0004E\u00041\u0004\u001c\u0004f\u0004\u001f\u0004N\u0004\u000f\u0004\b\u0004\u001d\u0004\u001b\u0004;\u00048\u0004G\u0004/\u0004*\u00044\u0004:\u00042\u00041\u0004&\u0004:\u00049\u0004?\u0004O\u0004.\u00046\u0004Y\u0004I\u0004M\u0004j\u0004\u0004\u0004\u0004\u0004\u0004j\u0004l\u0004\u0016\u00048\u0004B\u0004,\u0004\u0014\u0004\u0017\u00043\u0004Y\u0004\u001a\u0004\u0010\u0004F\u0004(\u0004%\u0004%\u0004[\u00045\u0004'\u0004@\u0004A\u0004\f\u0004\"\u0004O\u0004,\u0004!\u0004.\u00044\u0004g\u0004\u0002\u0004%\u0004[\u00040\u0004\u001a\u00045\u00047\u0004!\u0004 \u0004(\u0004?\u0004\u0002\u00046\u0003\u0004K\u0004I\u0004B\u0003\u0004K\u0004B\u0004-\u0004.\u00046\u0003\u0004<\u0004?\u0004\u001e\u0004>\u0004M\u0004*\u0004&\u0004>\u0004#\u00044\u0004?\u0004\u001b\u0004\u001a\u0004*\u0004M\u00047\u0004$\u0004\"\u00042\u0004\u0017\u0004L\u0004p\u0004J\u0004M\u0004>\u0004,\u0004@\u00046\u0004R\u0004P\u00040\u0004H\u0004I\u00047\u00049\u00042\u0004\u0017\u0004:\u00042\u0004:\u0004:\u0004Y\u0004>\u0004\u001f\u0004\u0010\u00042\u0004 \u0004%\u0004B\u00045\u0004Q\u0004P\u0004\u001c\u0004K\u0004F\u0004C\u0004I\u00048\u0004A\u0004_\u0004.\u0004L\u0004[\u0004}\u00048\u0004J\u0004L\u0004F\u0004l\u0004!\u00043\u0004:\u0004a\u0004\b\u0004\"\u0004=\u0004A\u0004S\u0004\u0006\u0004#\u00043\u0004=\u0004I\u0004K\u0004C\u0004e\u0004\u0016\u00046\u0004\n\u0004n\u0004=\u0004\u0014\u0004%\u00040\u0004\u001c\u0004Q\u00045\u00042\u0004'\u0004&\u0004=\u0004<\u0004\u0012\u00049\u0004\u0018\u00044\u0004.\u0004*\u0004\t\u00042\u0004?\u0004I\u0004)\u0004.\u00046\u0004\u0018\u0004:\u0004\u0011\u0004\u001f\u00042\u0004W\u00047\u0004>\u0004?\u0004,\u0004&\u00042\u00042\u0004Q\u0004)\u00043\u00049\u0004B\u0004\"\u0004M\u0004\u001f\u0004=\u0004=\u0004A\u0004@\u0004\u0015\u0004B\u0004E\u0004 \u00045\u0004\u0010\u00042\u0004L\u0004@\u0004%\u0004\u001f\u0004+\u0004Y\u0004\u001f\u0004/\u0004K\u0004\u0014\u0004\"\u0004\u001b\u00046\u0004\u001e\u00049\u0004W\u0004M\u0004-\u0004S\u0004G\u0004-\u0004\u0019\u00041\u0004,\u0004A\u00043\u0004I\u0004 \u00046\u0004\u0018\u0004I\u00042\u0004-\u0004<\u00047\u0004>\u0004 \u0004D\u0004K\u0004)\u00041\u0004\t\u00044\u0004?\u0004g\u0004F\u0004,\u0004?\u0004)\u0004\u0017\u0004s\u0004\u0004\u0005B\u0005^\u0004\u0004\u0004f\u0004E\u0004G\u0004\u000e\u0004\u0016\u0004\"\u0004\u0002\u0004O\u0004*\u0004#\u00041\u0004&\u0004\t\u0004I\u00045\u0004\u001b\u0004(\u0004K\u0004B\u0004-\u0004/\u0004\u0004\u00041\u0004\u0017\u00049\u0004+\u0004\u0017\u0004=\u0004K\u0004%\u00047\u0004(\u00046\u0004^\u0004/\u0004>\u0004*\u0004#\u00043\u0004-\u0004e\u0004X\u0004#\u0004\u0015\u0004<\u0004.\u0004A\u0004)\u00042\u0004(\u0004R\u0004\u001d\u0003\u0004-\u00049\u00046\u0004\u001b\u0004c\u0004%\u0004E\u00040\u0004R\u0004\u001a\u0004;\u0004 \u0004\u0003\u00040\u0004\u001d\u0004-\u00041\u0004E\u0004H\u0004\"\u0004C\u0004#\u0004(\u0004b\u0004\n\u0004'\u0004\u001e\u0004\u0014\u0004\"\u0004+\u0004\u000f\u0004+\u0004\u0018\u00044\u0004.\u0004I\u00048\u0004\"\u0004(\u00046\u00044\u00047\u0004>\u0004$\u0004\u001e\u00041\u0004>\u0004\u001c\u00046\u00041\u0004\t\u0004\u001e\u0004D\u0004U\u00043\u0004G\u0004=\u0004.\u00042\u00048\u0004R\u0004V\u0004H\u0004A\u0004Z\u0004\\\u0004]\u0004~\u0004;\u0004_\u0004M\u0004P\u0004\u000f\u0004P\u0004@\u0004:\u0004-\u0004H\u0004H\u00046\u0004U\u0004<\u0004)\u0004.\u0004\u0007\u0004/\u00048\u0004;\u0004<\u00040\u0004\u0013\u0004(\u0004-\u0004\u001f\u00048\u0004!\u00042\u0004\u0015\u0004\u001f\u0004 \u0004L\u0004+\u0004#\u0004.\u00046\u0004&\u00044\u0004>\u0004\u000b\u00045\u0004,\u0004\u0004\u00046\u0004#\u0004\u001f\u00045\u0004\u001d\u0004:\u0004\u001e\u0004E\u0004R\u00046\u0004O\u0004a\u0004a\u0004[\u0004Q\u0004K\u0004.\u0004\"\u0004\u0018\u0004\u000e\u00042\u0004'\u0004!\u00042\u0003\u0004,\u0004?\u00044\u0004b\u0004#\u0004.\u0004F\u0004\u001b\u0004%\u0004L\u0004_\u0004@\u0004\u0014\u0004\u000f\u0004\u0011\u0004\r\u0004\u001d\u0004.\u00047\u0004'\u0004&\u0004B\u0004/\u0004(\u0004\u0007\u0004,\u00042\u00047\u00046\u0004,\u0004S\u0004!\u00048\u0003\u0004;\u0004\b\u0004\u0018\u00048\u0004@\u0004D\u0004P\u0004V\u0004\r\u0004Q\u0004\u001d\u0004\u001f\u00040\u0004e\u0004>\u0004;\u0004Y\u0004\u000e\u0004\f\u00043\u0004 \u0003\u0004j\u0004;\u0004a\u0004\u0004\u0005\u0018\u0005K\u0005=\u0004\u0004{\u0004H\u0004V\u0004:\u0004D\u0004&\u0004\u001b\u0004\u001a\u0004L\u0004\u001a\u00048\u0004+\u0004\u0006\u0004>\u0004,\u0004 \u0004T\u0004\u0019\u00049\u0004;\u00047\u0004\u0002\u0004@\u0004/\u0004U\u00040\u0004\u0015\u0004S\u0004/\u0004C\u0004\u000b\u0004C\u0004\u0011\u0004F\u0004:\u0004E\u0004\u001c\u0004;\u0004(\u0004\u0003\u0004%\u0004\u0015\u0004&\u0004S\u0004'\u0004!\u0004K\u0004\u0019\u0004,\u0004!\u0004\u0011\u0004\u0019\u0004)\u00042\u0004\u0018\u0004J\u00041\u0004\u0016\u00044\u0004L\u0004\r\u0004J\u00049\u0004\u0017\u0004'\u0004\u0011\u0004`\u0004O\u0004!\u0004 \u0004\u001b\u0004>\u00045\u0004)\u0004\u0018\u0004/\u00049\u00043\u0004*\u0004\u0019\u0004G\u0004\t\u0004@\u00044\u0004)\u0004A\u0004*\u0004Q\u0004)\u0004\n\u0004,\u0004\u001b\u0004$\u00049\u0004;\u0004\u0005\u0004K\u0004\u000f\u0004\"\u0004\u000b\u0004 \u0004=\u0004&\u0004H\u0004M\u00047\u00044\u0004\u0004A\u0004V\u0004+\u0004H\u0004\u0004t\u0004\\\u0004Z\u0004R\u0004`\u0004Z\u0004X\u0004Z\u0004=\u0004T\u0004;\u0004(\u0004-\u00049\u0004,\u0004D\u0004$\u0004E\u0004\u0010\u0004G\u00047\u0004\u001a\u0004\u0018\u00046\u00048\u0004\f\u0004\u0001\u0004H\u0004r\u0004/\u0004B\u0004I\u0004\u0017\u0004 \u00049\u0004.\u0004&\u0004\u0016\u00044\u0004;\u00047\u0004B\u0004K\u0004\u0019\u0004\u0014\u00040\u0004*\u0004[\u0004\r\u0004\"\u0004<\u0004[\u00041\u0004(\u0004 \u00048\u0004\u001c\u0004^\u0004\u0010\u0004)\u00049\u0004\u001d\u0004T\u0004$\u0004:\u0004g\u0004\u0004\u0004E\u0004(\u00043\u00047\u0004\r\u0004=\u00043\u0004D\u0004+\u00044\u0004@\u0004@\u0004J\u00047\u0004-\u00045\u0004$\u0004/\u0004A\u0004\u001e\u0004J\u0004>\u00044\u0004)\u0004)\u0004\u001e\u0004\"\u0004\u0010\u0004/\u0004\"\u0004/\u0004.\u0004:\u00044\u0004!\u0004W\u0004\u0014\u0004(\u00044\u0003\u0004\u0018\u00047\u0004\u0006\u0004A\u00044\u00048\u0004C\u0004W\u0004,\u0004@\u0004 \u0004.\u0004\\\u00049\u0004\u001f\u00047\u0004\u0004\u0004B\u0004B\u0004;\u00044\u0004J\u0004Y\u0004K\u0004D\u0004I\u0004%\u0004U\u0004b\u0004\u0004\u0005\u0004\u0004\u0004\u0004w\u0004i\u0004p\u0004\u0010\u00040\u0004(\u0004\u0017\u0004D\u0004\"\u0004\u001a\u00046\u0004N\u0004\"\u0004+\u0004<\u0004=\u0004/\u0004(\u0004<\u0004-\u0004E\u00043\u0004?\u0004+\u0004$\u0004>\u0004G\u0004>\u0004+\u0004*\u0004?\u0004(\u0004:\u0004C\u0004 \u0004C\u0004G\u0004O\u0004+\u0004.\u0004\u001c\u0004&\u0004$\u0004\n\u00040\u0004:\u0004<\u0004*\u0004\u0011\u0004\f\u0004U\u0004A\u0004E\u0004K\u00041\u00047\u0004\u0017\u00045\u0004\u0012\u0004\u0010\u00041\u0004K\u0004\"\u00046\u0004>\u00042\u0004%\u0004b\u00045\u0004L\u0004N\u0004\"\u0004\u0017\u00043\u0004Q\u0004$\u0004,\u00040\u0004,\u00043\u0004+\u0004\u0012\u0004N\u0004A\u00047\u0004\u001b\u00043\u0004#\u00047\u0004?\u0004\u0016\u0004\u0012\u00042\u0004J\u00040\u0004-\u0004\u000e\u0004,\u0004B\u0004%\u0004#\u0004T\u0004\u001c\u0004-\u0004,\u0004G\u0004.\u0004\u0007\u0004S\u0004k\u0004Q\u0004\u0004V\u0004\u0004s\u0004z\u0004\u0004\u0004T\u0004M\u0004/\u0004k\u0004T\u0004H\u00047\u0004R\u00040\u0004-\u0004t\u0004*\u0004\r\u0004@\u00047\u0004\u0019\u0004G\u0004;\u00049\u0004F\u0004 \u00044\u0004\u0019\u0004<\u0004S\u0004E\u0004.\u0004C\u00041\u00043\u0004-\u0004\u0013\u0004F\u0004$\u0004N\u0004<\u00049\u0004C\u0004\u001f\u0004I\u0004\f\u0004\u0011\u00045\u0004#\u0004\u0017\u0004#\u0004I\u0004-\u0004<\u00043\u0004\u0006\u0004C\u0004!\u0004\u001c\u0004B\u0004\u000f\u0004L\u00040\u0004J\u0004B\u0004\u00057\u0004\u0004\u0004D\u0004;\u0004#\u0004K\u0004\u000e\u0004R\u0004\u001e\u0004+\u0004G\u0004\u001a\u0004/\u0004;\u0004U\u0004P\u0004^\u0004/\u0004\u0012\u00041\u0004\u001d\u0004'\u0004J\u0004/\u0004B\u0004'\u0004!\u0004;\u0004B\u0004\u0014\u00044\u0004H\u0004<\u0004\u001b\u0004\u000f\u0004&\u00049\u0004<\u0004\u0019\u00041\u0004A\u0004\\\u0004G\u00043\u0004!\u0004\u0018\u0004\u001a\u0004.\u0004$\u0004[\u0004\"\u00048\u0004S\u0004@\u0004D\u0004E\u0004r\u0004\u0004\u0004\u0004\u0004\u0004.\u0004-\u0004>\u0003\u0004\u001c\u0004$\u0004P\u0004/\u0004]\u0004`\u0004\u0004\u0004\u0004\u0004\u0004m\u0004I\u0004N\u0004$\u0004A\u0004K\u00048\u0004\u0013\u00048\u0004(\u00049\u00049\u0004]\u0004C\u0004A\u0004/\u0004\u001e\u0004G\u0004#\u00048\u0004@\u0004\u0013\u00048\u0004/\u0004\u001f\u00046\u0004\u001a\u0004%\u0004K\u0004O\u0004!\u0004,\u00046\u0004(\u0004B\u0004$\u0004)\u00040\u00046\u0004;\u0004=\u0004\"\u0004\u0015\u0004P\u0004(\u00047\u0004=\u0004\"\u0004#\u00046\u0004\u001f\u0004/\u0004&\u0004@\u0004V\u00042\u0004\f\u0004?\u00041\u0003\u0004\u0016\u0004;\u0004>\u0004D\u0004\u001a\u0004:\u0004[\u0004P\u0004+\u0004\u000e\u0004\u0012\u0004?\u00047\u0004+\u0004\u0018\u0004\"\u0004\u0019\u0004<\u0004*\u0004Q\u0004F\u0004+\u0004*\u0004F\u0004V\u0004G\u0004L\u0004(\u0004I\u00046\u0004(\u0004@\u0004\u001a\u00046\u0004\u001a\u0004A\u0004?\u0003\u0004'\u0004.\u00041\u0004,\u0004L\u0004<\u0004V\u0004\\\u0004q\u0004b\u0004B\u0004_\u0004T\u0004z\u0004\u0004\u0004\u0004}\u0004\u0004\u0004.\u0004E\u00046\u0004E\u0004i\u0004(\u0004?\u00046\u0004=\u0004Z\u0004W\u0004*\u00047\u0004<\u0004G\u0004\b\u0004S\u00048\u0004^\u0004Q\u00046\u0004$\u0004(\u0004[\u0004h\u00040\u0004:\u0004'\u0004=\u0004T\u00041\u0004E\u0004>\u0004\u001b\u0004I\u0004&\u0004/\u0004-\u0004\t\u00045\u0004\"\u0004@\u0004D\u0004/\u00048\u0004!\u0004\u001b\u0004>\u0004\"\u0004<\u0004B\u0004N\u0004\u000b\u0004<\u0004.\u0004,\u0004G\u0004\u000b\u00048\u0004e\u0004\u0004\u0004T\u0004)\u0004B\u0004T\u0004\u0015\u0004I\u0003\u00043\u0004\n\u0004C\u0004$\u0004=\u00046\u0004 \u0004+\u0004.\u0004e\u0004\u0007\u0004H\u0004>\u0004+\u0003\u0004 \u0004/\u0004\u001e\u0004,\u00042\u0004;\u00043\u0004 \u0004#\u0004)\u0004C\u0004D\u0004\u000e\u0004\u0000\u0004\u0018\u0004\u001b\u0004E\u0004K\u0004M\u0004\u0014\u0004\u001d\u0004-\u0004S\u0004!\u0004\u0019\u0004,\u00044\u0004 \u0004\u0014\u0004'\u0004\u001a\u0004W\u00044\u0004j\u0004\u0005?\u0005\u0019\u0004\u0004T\u0004B\u0004.\u0004Y\u0004$\u00046\u0004]\u0004)\u0004)\u0004I\u0004.\u0004\u0004\u0004|\u0004g\u0004\u0004}\u00047\u00040\u00041\u0004$\u0004\u0005\u0004H\u0004/\u00048\u0004H\u0004%\u0004T\u0004?\u0004\n\u0004>\u00044\u0004+\u0004'\u0004\u001c\u0004#\u0004F\u0004\u001e\u00045\u0004p\u0004H\u0004S\u00045\u0004(\u0004H\u0004Y\u0004\u0014\u00048\u0004L\u0004<\u0004\u0007\u0004*\u0004.\u00044\u0004*\u0004B\u00042\u00047\u00047\u0004#\u0004\u001d\u0004\u0019\u00048\u00049\u00049\u0004\u000e\u00045\u0004P\u0004A\u00046\u0004$\u0004K\u0004\"\u0004%\u0004\u0006\u0004*\u0004\u001c\u0004@\u0004G\u0003\u00042\u0004\u001b\u0004<\u0004\u0010\u0004\u0004\u00048\u00048\u0004F\u0004?\u00046\u0004.\u0004,\u0004\u0001\u0004?\u0004$\u0004D\u0004\u001f\u0004\b\u0004:\u00043\u0004\u0006\u00041\u0004(\u00043\u0004.\u0004S\u00041\u00049\u0004*\u0004$\u0004\u0010\u0004(\u0004$\u00045\u0004\u001a\u00042\u0004 \u0004.\u0004.\u0004?\u0004\\\u0004`\u0004_\u0004f\u0004[\u0004|\u0004\u0004\u0005B\u0005a\u00053\u0004\u0004~\u0004g\u0004A\u0004B\u0004=\u0004D\u0004d\u00044\u0004+\u0004<\u0004\u0018\u00049\u0004&\u0004\u0015\u0004\u001a\u0004(\u0004%\u00042\u0004\"\u0004C\u0004:\u00045\u0004\u0017\u0004&\u00043\u0004<\u0004G\u00040\u0004.\u0004:\u0004$\u0004\u0018\u0004C\u0004m\u0004>\u0004,\u0004\u001a\u0004`\u00044\u0004=\u0004\u001b\u00044\u0004S\u00041\u0004@\u0004\u0011\u00044\u0004>\u00044\u0004G\u00042\u0004O\u00047\u00041\u0004R\u0004\b\u00046\u0004A\u0004N\u0004\u0018\u0004\u000f\u0004L\u0004T\u00045\u0004b\u0004'\u0004E\u0004\u001e\u0004\u001c\u0004 \u0004#\u0004#\u0004F\u0004=\u0003\u0004-\u0004\u0019\u00045\u00041\u0004S\u00044\u0004=\u00040\u0004&\u0004-\u0004%\u0004\u000f\u0004,\u0004\u0002\u0004(\u0004\u0016\u0004\u0010\u0004C\u0004\u0002\u0004!\u0004U\u0004\u0015\u0004\u0016\u0004+\u0004P\u0004=\u0004(\u0004!\u0004)\u0004\u0015\u0004(\u0004F\u0004\t\u0004T\u00044\u0004K\u00047\u0004\u0011\u0004)\u0004&\u0004,\u0004;\u00047\u0004c\u0004g\u0004\u0005]\u0005[\u0004\u0004n\u0004&\u0004\u0015\u0004I\u00047\u0004#\u0004G\u0004\"\u00045\u0004\u000e\u0004>\u0004p\u0004T\u0004\u0004=\u0004m\u0004,\u0004;\u0004'\u0004\u001b\u0004F\u0004o\u00044\u0004/\u00042\u0004C\u0004(\u0004H\u0004:\u0003\u0004,\u00043\u0004B\u0004\u0012\u0004Y\u0004>\u0004 \u0004%\u0004\u000f\u0004\"\u0004&\u0004C\u0004.\u0004%\u0004?\u0004_\u00048\u0004\u0019\u0004(\u0004,\u0004\u0011\u0004\u001d\u0004'\u0004D\u0004)\u0004B\u0004O\u0004<\u00045\u0004\u001b\u0004<\u0004\u001d\u0004\f\u0004%\u0003\u0004 \u0004I\u0004G\u0004,\u0004#\u0004B\u0004$\u0004\"\u0004\u0015\u0004V\u0004;\u0004\u001c\u0004!\u00041\u0004C\u0004)\u0004U\u0004\u0019\u0004&\u0004C\u00047\u0004$\u00046\u0004\u0014\u0004\u0013\u0004\u0005\u0004\r\u0004@\u0004\t\u00042\u0004\u001d\u0004-\u0004$\u00045\u0004@\u0004>\u0004\u0012\u00041\u0004=\u0004(\u0004\u0017\u0004:\u00040\u0004D\u0004+\u0004A\u0004,\u0004/\u0004@\u0004k\u0004p\u0004K\u0004`\u0004I\u0004]\u0004I\u0004\\\u0004N\u0004\u0004\u0004\u0004\u0005\u0017\u00069\u0006\u0005\u0004\u0004\u0004\u00049\u0004E\u00048\u00049\u0004x\u0004=\u0004&\u0004^\u0004Y\u0004'\u0004#\u0004A\u0004\u001a\u0004G\u0004'\u0004.\u0004$\u00046\u0004'\u0004'\u0004\\\u0004Y\u0004$\u0004W\u0004K\u0004)\u0004\\\u0004N\u0004:\u0004>\u0004\u001a\u00043\u0004,\u00046\u0004/\u0004D\u0004\r\u0004#\u0004!\u0004\u0014\u00048\u00040\u0004.\u0004\"\u0003\u0004\u001f\u00044\u00049\u00046\u0004$\u0004%\u0004;\u0004(\u0004(\u0004\u001e\u0004U\u0004&\u00048\u0004^\u0004U\u0004:\u0004K\u0004.\u00042\u0004\u001f\u0004;\u00046\u0004]\u0004.\u0003\u0004/\u0004;\u0004@\u0004*\u0004\u001c\u0004I\u0004*\u00042\u0004%\u00042\u0004\u0017\u00048\u00049\u0004.\u0004\u001d\u0004\u0016\u0004+\u0004e\u00047\u0004W\u0004$\u00046\u0004K\u00040\u00042\u00045\u00045\u0004S\u0004Q\u00045\u0004*\u0004@\u0004\u0019\u0004P\u0004(\u0004&\u0004O\u0004L\u0004<\u0004\u001c\u00043\u0004V\u0004I\u0004=\u0004\u0010\u0004-\u0004\u000e\u0004V\u0004\u0005\u0000\u0005*\u0004\u0004\\\u0004<\u0004J\u0004/\u00049\u0004*\u0004\u001e\u0004@\u0004\u001f\u0004*\u0004H\u0004-\u0004@\u0004D\u0004L\u0004P\u0004E\u0004E\u0004\u0013\u0004$\u00042\u0004'\u0004!\u0004#\u00040\u0004\u000e\u0004(\u0004\u0016\u0004\"\u0004#\u0004\n\u0004C\u0004\u0016\u0004.\u0004K\u0004B\u0004\u0013\u00041\u0004.\u00048\u0004\u0000\u00042\u00048\u0004-\u0004,\u0004(\u0004.\u0004/\u0004C\u0004I\u0004)\u00045\u0004\u001a\u00045\u00049\u0004G\u0004:\u0004d\u0004\u001f\u0004*\u00045\u0004(\u0004L\u00042\u0004\"\u0004\u0018\u00040\u0004$\u0004Q\u0004\u0019\u0004<\u0004=\u0004[\u00040\u0004.\u0004G\u00048\u0004C\u0004\u000f\u00040\u0004C\u0004I\u0004-\u0004$\u0004#\u0004\u0019\u0004K\u0004&\u0004\u001c\u00048\u0004'\u0004\u001e\u0004.\u0004J\u0004!\u0004\u001b\u00047\u0004C\u0004F\u00041\u0004/\u0004+\u00046\u0004 \u0004\u0019\u0004I\u00040\u0004=\u0004^\u0004r\u0004Q\u0004\u001f\u0004(\u0004S\u0004Z\u0004d\u0004;\u0004N\u0004G\u0004D\u0004h\u0004E\u0004}\u0004\u0004v\u0004\u0005\u000b\u0005/\u0005\u0006h\u0005\u0004\u0004{\u0004I\u0004Y\u0004.\u0004d\u0004o\u0004i\u0004N\u00047\u00042\u0004F\u0004$\u0004 \u0004!\u0004\u0002\u0004\u0014\u0004;\u0004&\u0004O\u0004.\u0004\u001c\u0004'\u0004\u0014\u00045\u0004/\u0004\n\u0004E\u0004.\u0004\"\u00042\u0004_\u0004S\u00045\u0004/\u0004\u0010\u0004#\u00047\u0004E\u0004<\u0004-\u00040\u0004,\u0004P\u0004K\u0004\"\u0004\u001e\u00040\u0004!\u00040\u0004>\u0004K\u00042\u0004\u001a\u0004/\u0004\u0006\u0004\u000f\u0004J\u00040\u0004C\u0004=\u0004$\u00049\u00041\u0004D\u0004\u0019\u0004\u001a\u0004!\u0004\u0013\u0004\\\u0004\u0019\u0004!\u0004M\u0004\u0001\u0004P\u0004-\u0004;\u0004\b\u0004-\u0004\u0001\u0004;\u0004<\u0004?\u0004\u001b\u0004)\u0004T\u0004[\u0004.\u0004\r\u0004>\u0004%\u0004\u0016\u0004=\u00049\u0004@\u00040\u0004$\u0004\u0016\u0004\u0017\u0004*\u0004\u0006\u0004=\u0004'\u0004.\u0004/\u0004\u0019\u0004C\u0004M\u0004+\u00045\u0004#\u00044\u00044\u0004!\u0004(\u0004)\u0004=\u0004S\u0004-\u0004/\u0004H\u0004\u0004\u0004\u0004\u0004,\u0004*\u0004\"\u0004$\u0004:\u0004\u001d\u00046\u0004!\u0004H\u0004\"\u0004M\u0004 \u00042\u0004@\u00045\u00043\u00040\u00048\u0004[\u0004'\u00048\u0004A\u0004>\u0004O\u0004(\u0004 \u0004%\u0004+\u00047\u0004,\u0004%\u00045\u0004.\u0004I\u0003\u0004Z\u0004,\u0004V\u0004\u0000\u0004H\u0004/\u0004-\u00042\u0004H\u0004\b\u0004E\u0004P\u0004!\u0004\u001a\u0004\"\u00044\u0004W\u0004\u0007\u0004\u0015\u0004!\u0004W\u0004q\u0004n\u0004\u000f\u0004#\u0004=\u0004E\u0004*\u0004\u001d\u0004-\u0004)\u0004\u0019\u0004!\u00049\u0004\u001a\u0004f\u0004W\u0004\u001b\u0004)\u0004\u0017\u00043\u0004+\u0004 \u0004$\u0004\u0017\u0004&\u0004\u0015\u0004\u0000\u00040\u0004\u001d\u00041\u0004\u0003\u0004\u001b\u0004\u0019\u00041\u00041\u0004\\\u0004F\u00040\u0004\u0015\u0004\u0016\u00047\u0004.\u0004T\u0004@\u0004W\u0004@\u0004*\u0004@\u00042\u00042\u00043\u0004G\u0004`\u00046\u0003\u0004+\u0004F\u0004E\u0004\u0004z\u0004S\u0004K\u0004@\u0004\u0013\u0004_\u0004e\u0004\u0004\u0004\u00054\u0005\u0005\u0005\\\u0005z\u0004\u0004\u0004\u0004V\u0004:\u00045\u00041\u0004>\u0004+\u00047\u0004`\u0004\u0002\u0004+\u0004 \u0004\u000f\u0004/\u0004\u0018\u0004\u001d\u0004d\u0004%\u00044\u0004P\u00049\u0004G\u0004'\u0004P\u0004G\u0004&\u0004-\u0004*\u0004.\u0004D\u0004\u001b\u00043\u0004 \u00040\u0004,\u0004/\u00044\u0004J\u0004\u0017\u0004>\u0004\u0011\u0004B\u0004(\u0004\u0016\u0004#\u0004j\u00046\u0004>\u0004\f\u0004)\u0004(\u0003\u0003\u0004C\u0004\u001b\u0004@\u0004H\u0004A\u0004C\u0004@\u00048\u0004\u0013\u0004:\u00040\u0004 \u00046\u0004'\u0004\"\u00049\u0004\u000e\u0004)\u0004<\u0004<\u00041\u00041\u0004P\u0004(\u0004\u0016\u0004-\u0004A\u0004G\u0004&\u00049\u0004<\u0004E\u0004'\u0004'\u0004!\u0004#\u0004+\u0003\u0004@\u0004)\u0004.\u0004_\u0004J\u0004S\u0004P\u0004\u0010\u0004'\u00045\u0004 \u0004\u0010\u0004Q\u0004 \u0004S\u0004:\u0004C\u00041\u0004\u0019\u0004)\u0004=\u0004[\u0004%\u0004*\u00048\u0004\u001d\u0004I\u0004P\u0004$\u0004B\u0004m\u0004g\u0004f\u0004<\u0004$\u0004V\u0004>\u0004I\u0004,\u0004\u001e\u0004\u0013\u0004K\u00043\u0004I\u0004*\u0004/\u0004C\u0004F\u0004;\u0004;\u0004U\u0004)\u00041\u0004\"\u00045\u0004!\u0004:\u00043\u0004:\u0004@\u00041\u0004H\u0004.\u0004$\u0004G\u0004-\u00049\u0004(\u0004\u0015\u0004+\u0004\u001c\u0004>\u0004\u001c\u0004,\u0004\u001e\u0004?\u0004U\u00046\u0004U\u0004J\u0004\u0015\u0004\u001f\u0004,\u0004<\u0003\u00045\u0004<\u0004A\u0004o\u0004w\u0004&\u00048\u0004/\u0004I\u00040\u0004\u001b\u0004&\u0004*\u0004$\u0004%\u0004H\u0004U\u0004\u001c\u0004\f\u00043\u0004\u0015\u0004$\u00046\u0004\u000f\u0004\u0001\u0004\u001e\u0004'\u0004+\u0004\u001b\u0004\u0012\u0004\"\u0004-\u0004\u001d\u0004-\u0004&\u0004B\u0004%\u00049\u0003\u0004-\u00041\u0004\u001d\u0004@\u0004)\u00047\u00041\u0004^\u0004\u0015\u0004\u001a\u0004\u001c\u0004;\u0004(\u0004M\u0004\u001c\u0004\n\u0004'\u00042\u00040\u0004*\u00040\u00041\u0004S\u0004{\u0004\u0004i\u0004)\u0004I\u0004P\u0004_\u0004\u0004\u0004\u0005\u001e\u0005\u0006\u0006\u0005\u0005\u0006\u0004\u0004\u0004l\u0004b\u0004]\u0004I\u0004N\u00040\u0004O\u0004.\u0004@\u0004T\u00043\u00045\u00040\u0004M\u0004A\u00042\u0004J\u0004*\u0004L\u00043\u0004\u001f\u0004;\u0004;\u0004V\u0004\u001c\u0004L\u0004,\u0004:\u0004:\u0004,\u00042\u00043\u0004\u001c\u0004!\u0004T\u0004-\u0004)\u0004;\u0004D\u00047\u00049\u0004;\u0004&\u0004^\u0003\u0004 \u0004\u0019\u0004\u001b\u0004\u0015\u0004\u0012\u0004#\u0004G\u0004 \u0004%\u0004Z\u0004\u001e\u00040\u0004U\u0004A\u0004:\u0004$\u0004\u0000\u0004?\u0004N\u0004D\u0004?\u0004\u001e\u0004$\u00045\u0004(\u0004&\u0003\u0004A\u0004/\u0004>\u00047\u0004\n\u0004B\u00040\u0004`\u0004&\u0004.\u00040\u0004$\u0004I\u00043\u0004;\u0004\u001c\u0004\u001c\u0004!\u0004(\u0004B\u0004(\u0004\u0014\u0004-\u0004D\u0004:\u00041\u0004C\u0004S\u0004O\u0004\u0016\u0004&\u0004,\u0004)\u0004\u0011\u0004,\u0004.\u00044\u0004=\u00047\u0004.\u0004\u001a\u00049\u0004#\u00047\u0004>\u0004O\u0004*\u0004*\u0004<\u0004R\u0004 \u0004-\u0004\u001e\u0004/\u0004\t\u00046\u0004.\u0004\u001a\u0004+\u00043\u0004-\u0004K\u00045\u00047\u0004:\u00040\u0004M\u0004%\u0004;\u0004B\u00047\u0004+\u0004*\u0004<\u00046\u0004\u001c\u0004-\u0004:\u0004H\u00048\u0004\"\u0004,\u0004\u001c\u00043\u0004\\\u00042\u0004M\u0004\u0014\u0003\u0004$\u0004\u000f\u0004Y\u0004G\u0004/\u0004=\u0004%\u0004;\u0004X\u0004+\u0004!\u0004F\u0004g\u00040\u0004-\u0004\u001c\u0004)\u00041\u0004a\u0004<\u00046\u0004I\u0004O\u00040\u0004 \u0004\u0013\u0004\u0012\u0004-\u0004#\u0004K\u00046\u0004B\u00048\u0004h\u0004(\u0004I\u0004\u0013\u0004:\u0004\u001c\u0004$\u0004+\u0004.\u0004+\u0004B\u0004)\u0004D\u00043\u0004c\u0004+\u00046\u0004K\u0004T\u0004)\u0004\u001f\u0004-\u0004\b\u0004%\u0004;\u0004V\u0004\u001e\u0004@\u0004L\u0004?\u0004)\u0004\u0004\u00040\u0004P\u0004$\u00048\u0004]\u0004.\u0004U\u0004%\u0004\u0004\u0004\u0018\u0004\u0013\u0004G\u0004G\u0004e\u0004W\u0004V\u0004j\u0004h\u0004Y\u0004\u0004\u0004\u0005'\u0006#\u0007\u0007\u0006\u001a\u0005E\u0004\u0004c\u0004\\\u0004e\u0004P\u00041\u0004,\u0004\r\u0004D\u0004@\u0004,\u00041\u0004R\u0004\u0016\u0004-\u0004*\u0004R\u0004%\u0004\u0018\u0004*\u0004Q\u0004<\u00048\u0004<\u0004 \u0004\u0019\u0004I\u00049\u0004h\u0004\u0002\u0004Q\u0004,\u00042\u0004\u001e\u00049\u0004\u0017\u00046\u0004\u0019\u0004U\u0004(\u00047\u0004\u0014\u0004<\u0004\u001d\u0004%\u0004O\u0004\u000f\u00042\u0004J\u0004\u000f\u0004\u0018\u0004>\u0004\"\u0004^\u0004H\u0004\u001d\u0004\u0013\u00041\u0004\u0014\u0004\n\u0004\u0018\u0004\"\u0004\u0018\u0004\f\u0004)\u0004(\u0004\"\u0004?\u0004,\u0004B\u0004\u001e\u0004\u0010\u0004+\u00049\u0004\u0010\u0004\u001d\u0004?\u00046\u0004.\u0004M\u00040\u0004G\u0004\u001d\u0004?\u0004>\u0004D\u0004(\u0004)\u00044\u00045\u00045\u0004\u001b\u0004\u0016\u0004\n\u0004,\u0004\t\u0004;\u0004\u0019\u0004k\u00042\u00041\u0004-\u0004\t\u0004-\u00046\u00045\u0004;\u0004<\u0004*\u0004\u0002\u0004&\u0004\r\u00041\u0004+\u0004=\u0004J\u0004\u001b\u0004C\u0004\t\u0004\u0018\u0004\u001c\u0004\u0004\u00044\u0004;\u00040\u0004\u0016\u0004$\u00043\u0004C\u0004\\\u0004E\u0004\"\u0004\u001f\u0004@\u0004-\u0004E\u0004\u0016\u00048\u00040\u0004\u0016\u0004%\u0004=\u0004&\u0004%\u00044\u0004W\u0004,\u0004H\u00041\u0004<\u0004M\u0004\u001c\u00041\u0004:\u00045\u00043\u00043\u0004 \u0004\u0012\u0004E\u00042\u0004E\u0004\u000e\u0004\u001c\u00040\u00045\u0004\u0013\u0004C\u0004-\u0004\f\u0004=\u0004\u001e\u0004/\u0004(\u00042\u0004.\u0004R\u0004-\u0004V\u0004B\u0004'\u0004R\u0004*\u00044\u0004&\u0004I\u0004*\u0004+\u0004)\u0004<\u0004-\u0004D\u0004/\u0004R\u0004\u001a\u0004F\u0004D\u0004\"\u0004@\u0004%\u0004>\u0004\u0007\u00049\u0004-\u0004O\u0004Z\u00043\u0004\u0018\u0004+\u0004\u0012\u00047\u0004E\u0004#\u0004+\u0004'\u0004H\u0004>\u0004*\u0004.\u0004<\u0004<\u0004<\u0004$\u0004A\u0004\"\u0004<\u0004o\u0004B\u0004&\u00049\u0004,\u0004)\u0004P\u00043\u0004.\u0004>\u0004B\u0004]\u00044\u00040\u0004N\u0004!\u0004X\u0004\u00049\u0004H\u0004f\u0004U\u0004\u0004\u0005\"\u0005\u0006Y\u0006Z\u0005\u0004\u0004\u0004e\u0004\\\u00040\u0004/\u00046\u0004A\u0004?\u0004I\u0004*\u0004\u001a\u0004H\u0004.\u00043\u0004\u000e\u0004#\u0004\u001d\u0004<\u0004\u001d\u0004\u0018\u0004B\u0004.\u0004A\u0004[\u0004\b\u00049\u0004\u0001\u0004\u000f\u0004E\u00042\u00049\u0004M\u0004T\u00045\u0004?\u0004\u000f\u0004\u0012\u0004/\u0004&\u0004\u0016\u0004\u0017\u0004&\u00042\u0004<\u0004 \u0004&\u0004\u001b\u0004@\u0004\u0010\u0004\u001d\u0004$\u0004/\u0004V\u0004!\u0004U\u00045\u0003\u0004t\u0004G\u0004S\u0004=\u0004\u000b\u0004:\u0004m\u0004N\u0004J\u00046\u0004H\u00046\u0004K\u00046\u0004D\u0004:\u00047\u0004-\u0004\u001e\u0004\t\u0004:\u0004*\u0004\"\u0004.\u00040\u0004\u0002\u0004$\u0004@\u0004\f\u0004\u0015\u0004T\u0004W\u0004+\u0004*\u00043\u0004B\u0004\u0016\u0004;\u0004.\u0004R\u0004;\u00046\u0004\u001a\u0004\u000e\u0004.\u00040\u0004\u0015\u0004\u0019\u0004\u0019\u00046\u0004X\u0004.\u0004\u001f\u0004-\u0004Q\u00049\u0004\u0015\u0004 \u00041\u0004d\u0004!\u0004O\u0004-\u0004E\u0004J\u0004\u001a\u0004O\u0004)\u0004\u0010\u0004\u0012\u0004/\u0004\u001f\u0004Q\u00047\u0004)\u0004;\u0004$\u0004'\u0004)\u0004\u0014\u00045\u0004(\u0004L\u0004\u001d\u0004C\u0004.\u0004\u001e\u0004(\u0004\u001f\u0004H\u0004F\u0004U\u0004#\u0004!\u0003\u0004;\u00041\u0004\u0017\u0004I\u00045\u0004\u000f\u0004%\u0004,\u00041\u0004\f\u0004\u0018\u0004\u001d\u0004F\u0004*\u00041\u00041\u0004\u001d\u0004\u0012\u0004U\u0004.\u0004I\u0004$\u0004\u0010\u0004\u0006\u0004=\u0004)\u0004-\u0004\u0014\u0004X\u0004:\u0004[\u0004%\u00041\u00041\u0004/\u0004*\u0004.\u0004\u001e\u00043\u0004\"\u0004-\u0004\u0014\u0004^\u0004_\u0004[\u00044\u0004/\u0004/\u00042\u0004;\u0004\u0013\u0004\r\u0004,\u0004c\u0004=\u0004w\u0004T\u0004/\u0004H\u0004R\u0004>\u0004\u0014\u0004T\u0004 \u0004\b\u00041\u0004\u0006\u0004E\u0004\r\u0004/\u0004\u001c\u00041\u0004n\u0004Z\u0004K\u00043\u0004_\u0004K\u0004E\u0004>\u0004Q\u0004.\u0004K\u0004*\u0004A\u0004N\u00041\u0004J\u00043\u00040\u0004@\u0004r\u00047\u0004x\u0004]\u0004\u0004\u0004\u0004\u0005\u0006\u0005m\u0005C\u0005\u0016\u0004\u0004y\u0004\u0004f\u0004}\u0004S\u0004X\u0004\u001b\u0004<\u00041\u0004\u001e\u0004;\u00042\u0004B\u0004%\u0004:\u0004T\u0004>\u0004+\u00046\u0004\f\u00044\u0004Y\u0004&\u0004\u0013\u0004B\u0004\u0018\u0004(\u0004\u0003\u0004\u001e\u0004#\u0004E\u0004\u000e\u0004 \u0004E\u0004X\u0004$\u0004'\u0004\u0001\u00046\u0004*\u0004A\u00043\u0004D\u0004\u0016\u0004\u001f\u0004\u001c\u0004@\u0004*\u0004^\u0004<\u0004(\u0004P\u0004D\u0004S\u0004%\u0004/\u0004\u001e\u0004\"\u0004,\u0004A\u0004M\u00040\u0004D\u0004'\u0004\u001c\u0004B\u0004-\u0004+\u0004#\u00043\u0004E\u00044\u0004<\u0004@\u0004\u0002\u00042\u0004/\u0004$\u0004B\u00045\u0004\u001f\u0004Z\u0004$\u00045\u0004\r\u0003\u0004@\u0004+\u0004\u000e\u0004*\u0004b\u0004\u001c\u0004*\u00046\u00048\u0004T\u0004\f\u0004@\u0004,\u0004.\u0004T\u00045\u0004!\u0004?\u0004M\u00044\u0004*\u0004,\u0004A\u00045\u0004\u0013\u00049\u00042\u0004\u0017\u0004\u0016\u0004I\u00049\u0004-\u0004-\u00045\u0004%\u0004:\u00043\u0004!\u0004A\u0004G\u0004(\u0004O\u0004e\u0004\u0018\u0004D\u0004-\u0004=\u0004)\u0004/\u00044\u00042\u0004@\u0004>\u0004-\u0004/\u0004 \u0004?\u0004)\u0004\u0014\u0004 \u0004\u000e\u0004=\u0004\u0007\u0004\u0016\u0004?\u00042\u0004\"\u0004E\u0004B\u0004A\u0004#\u00048\u0004\n\u0004O\u0004A\u00049\u0004,\u0004>\u00045\u0004%\u00046\u0004\u001e\u0004\u0007\u0004P\u00040\u0004=\u0004>\u0004\u0016\u00040\u00043\u0004\u0010\u0003\u0004Y\u0004(\u0004'\u0004/\u00048\u00046\u0004\"\u0004?\u0004E\u00047\u0004L\u00042\u0004;\u0004f\u0004T\u0004N\u00041\u0004O\u0004*\u0004\u0011\u0004=\u0004\\\u00045\u0004O\u00048\u0004)\u00047\u00049\u0004C\u0004W\u0004H\u0004:\u0004H\u0004:\u0004 \u0004\u0012\u0004 \u0004\u001e\u0004$\u0004I\u0004-\u00048\u0004&\u0004G\u00043\u0004D\u00043\u0004&\u0004W\u0004;\u0004E\u0004=\u0004@\u0004<\u0004>\u0004-\u0004\u0015\u0004\u001e\u0004\"\u0004/\u00048\u0004?\u00040\u0004.\u0004:\u00047\u0004R\u0004Y\u0004-\u0004^\u0004\u0004y\u0004\u0004\u0004\u0004\u0004\u0004\u0004\u0004Y\u0004\u0004]\u0004\u001a\u0004S\u0004=\u0004H\u00042\u0004.\u0004A\u0004S\u0004T\u0004C\u0004\u0017\u0004\u0013\u0004]\u0004/\u0004\u001d\u00042\u00043\u0004&\u0004\"\u0004\u0017\u0004L\u0004>\u0004\u0003\u0004\r\u0004g\u0004C\u0004b\u0004D\u00045\u0004W\u0004\u0013\u0004_\u0004?\u0004,\u0004A\u0004.\u0004&\u0004(\u0004.\u0004,\u0004$\u0004>\u0004\r\u0004\u001c\u0004?\u00042\u0004;\u0004+\u0004<\u0004g\u0004\"\u00047\u0003\u0004B\u0004\"\u0004\u001a\u0004L\u00048\u0004B\u0004\"\u0004-\u0004\"\u0004\"\u0004.\u0004\u0016\u0004+\u0004\u001d\u0004J\u0004#\u00048\u0004.\u0004!\u00043\u0004\u001a\u0004\u001b\u0004I\u00043\u0004h\u00045\u0004\"\u0004%\u0004%\u0004\u0019\u0004>\u00045\u0004E\u0004\u0010\u0004E\u0004)\u00049\u00046\u0004A\u0004\u001f\u0004\r\u0004\u001e\u0004\u001b\u0003\u0004?\u0004,\u0004\u0004\u0004,\u0004\u0013\u0004\u001f\u0004N\u0004)\u0004?\u0004B\u0004+\u0004$\u00049\u0004\r\u00040\u0004A\u0004\u0019\u0004*\u0004(\u0004)\u0004\u0010\u0004?\u0004)\u0004\u001d\u00047\u00043\u00041\u0004\u001f\u0004V\u0004$\u0004\u0017\u00044\u0004W\u0004\u001a\u0004&\u0004\u0014\u0004T\u0004<\u0004E\u0004@\u0004*\u0004\u0000\u0004S\u0004I\u0003\u0004;\u0004+\u0004L\u0004,\u0004\u0018\u0004g\u0004\u0019\u0004:\u0004+\u0004#\u0004\u0012\u0004\u001c\u0004)\u0004<\u00044\u0004=\u0004M\u0004\n\u0004\u0001\u0004<\u00046\u00045\u0004\u000b\u0004F\u0004.\u0004<\u0004<\u0004P\u0004<\u0004\u0015\u0004D\u00042\u0004-\u0004J\u00044\u0004\u001b\u0004\u001f\u0004>\u0004:\u0004$\u0004 \u0004G\u0004%\u0004\u0011\u0004;\u00048\u0004:\u0004,\u00041\u0004!\u0004:\u0004#\u0004B\u0004R\u0004/\u0004+\u0004'\u00045\u0004I\u0004+\u0004z\u0004B\u0004L\u0004F\u0004\u0006\u0004\u001f\u00041\u0004\u0014\u0004A\u0004\\\u0004$\u0004\u000f\u0004*\u0004$\u0004\t\u0004\u0010\u0004=\u0004\u0012\u0004J\u00049\u0004,\u0004&\u00049\u0004>\u00046\u0004T\u0004C\u0004Z\u0004)\u0004\u0016\u0004\r\u00044\u0004D\u0004<\u0004&\u0004O\u0004C\u0004K\u0004\u0004@\u00047\u0004\u0004m\u0004\u0004\u0004p\u0004\u0004\u0004u\u0004t\u0004z\u0004R\u0004\u0015\u0004Q\u0004=\u00046\u0004\u001e\u00048\u0004)\u0004>\u0004%\u0004P\u0004Z\u0004A\u0004%\u0004#\u0003\u00048\u0004D\u0004,\u0004\u001f\u0004G\u0004;\u0004r\u0004Z\u00047\u0004\u0011\u0004D\u0004(\u0004%\u0004\u0014\u0004;\u0004K\u0004F\u0004\u0012\u0004\u0012\u0004\u0018\u0004\u000e\u0004.\u0004:\u0004\u001b\u0004I\u0004O\u0004D\u0004\u001a\u0004C\u0004:\u0004\n\u0004*\u0004X\u0004R\u0004\u0010\u0004\u001a\u00048\u00044\u0004#\u0004X\u0004\u001c\u0004\u001d\u00044\u0004E\u00041\u0004&\u0004H\u0004\u0006\u0004A\u0004\u001f\u0004)\u0004$\u0004C\u0004;\u0004\u001e\u0004*\u0004-\u0004=\u0004\u001b\u0004+\u0004!\u0004:\u0004$\u0004#\u0004g\u0004=\u0004.\u0004\r\u0004%\u00040\u00043\u0004N\u0004:\u00040\u0004G\u00046\u0004.\u0004H\u0004+\u0004Z\u0004.\u0004B\u00043\u0004?\u0004\u0010\u0004\u0013\u0004(\u0004\u001b\u00049\u00041\u0004b\u00043\u0004#\u0004\u000f\u00042\u0004\u001b\u0004G\u0004&\u0004K\u00041\u0004L\u0004,\u0004/\u0004=\u0004$\u0004?\u0004\u000e\u0004;\u00046\u0004 \u0004+\u0004&\u0004(\u00049\u0004P\u0004@\u0004[\u0004c\u00049\u0004?\u0004\u0010\u00044\u0004-\u0004<\u0004%\u0004O\u0004/\u0004>\u0004\u0019\u0004$\u0004G\u0004=\u0004\"\u0004M\u0004+\u0004:\u0004\u001f\u0004#\u0004/\u0004&\u00048\u0004?\u0004\u0004\u0012\u0004)\u00044\u0004.\u0004:\u0004>\u0004?\u0004M\u00048\u0003\u0004[\u0004%\u0004(\u0003\u0004;\u0004-\u0004\u0017\u0004:\u0004F\u0004D\u0004\t\u0004!\u0004(\u00043\u00049\u0004K\u0004W\u0004\"\u0004J\u0004P\u0004@\u0004Q\u00045\u0004N\u0004)\u0004(\u0004-\u0004\u0019\u0004A\u0004\u0014\u0004\u0018\u0004(\u0004=\u00046\u0004?\u0004N\u0004\f\u0004\\\u0004+\u00041\u0004\u001e\u0004X\u0004D\u0004\u0013\u00040\u0004\u0013\u0004-\u0004&\u0004@\u0004\u0018\u0004,\u0004$\u0004\u0017\u0004=\u00046\u0004\u0000\u0004\u001f\u0004D\u00043\u00045\u0004\u0012\u0004\u001f\u0004*\u0004?\u00041\u0004Y\u0004\\\u0004.\u0004=\u0004?\u00047\u00044\u0004[\u0004\u0004Y\u0004B\u0004X\u0004]\u0004c\u0004]\u0004\u0004\u0004\u0004@\u0004\u0004v\u0004\\\u0004R\u0004(\u0004c\u0004T\u0004n\u0004)\u0004K\u0004Q\u0004=\u0004=\u0004)\u0004\"\u0004K\u0004#\u0004\u000e\u0004*\u0004\"\u0004(\u0004\u001d\u0004<\u0004Q\u0004f\u0004L\u0004M\u0004G\u0004M\u0004F\u0004&\u00046\u0004P\u0004\u001c\u0004%\u0004\u001c\u0004\"\u0004\u001e\u0004'\u00048\u0004;\u0004/\u0004/\u0004+\u0004\u001c\u0004(\u0004\u001e\u00042\u00043\u0004\u0017\u00046\u00046\u0004*\u00041\u0004;\u00049\u0004G\u0004&\u0004I\u0004$\u0004,\u0004Y\u0004\u001e\u0004*\u0004%\u0004D\u0004+\u0004O\u0004J\u0004\u001d\u00045\u0004(\u0003\u0004F\u00045\u00042\u0004\"\u0004\u001f\u0004>\u0004\u001c\u0004;\u00049\u0004l\u0004K\u0004O\u00042\u0004\u001f\u0004\u001f\u0004+\u0004.\u0004S\u0004)\u0004\u001b\u00043\u0004,\u0004\u0013\u0004!\u00040\u0004/\u0004\u0010\u00040\u0004\u0012\u0004)\u00041\u0004B\u0004-\u0004)\u0004\u0010\u0004\n\u0004,\u0004G\u0004\u000e\u0004C\u0004A\u0004[\u0004K\u0004G\u0004U\u0004<\u0004J\u0004X\u0004F\u0004*\u0004\u000f\u0004+\u0004?\u0004f\u0004 \u0004&\u0004B\u0004f\u0004/\u0004\u0014\u0004)\u00046\u0004:\u0004\u001f\u00045\u0004+\u0004B\u0004\u0010\u00046\u0004\u0012\u0004,\u0004>\u0004=\u0004V\u00049\u0004=\u0004M\u0004K\u0004-\u00041\u0004\u001a\u0004*\u0004 \u00041\u00047\u0004'\u0004h\u0004!\u00045\u0004&\u0004Z\u0004\u000b\u0004M\u0004(\u0004\"\u0004Z\u0004\u001a\u0004)\u00049\u0004$\u0004.\u0004J\u0003\u0004@\u0004\u001b\u0004'\u00049\u0004N\u0004\u0012\u00043\u0004^\u0004\"\u0004?\u0003\u0004<\u0004N\u0003\u0004D\u0004\u0014\u0004F\u0004+\u0004B\u0004=\u00049\u0004.\u0004$\u0004%\u0004\u001d\u0004\r\u0004;\u0004'\u0004$\u00042\u0004\u0002\u0004/\u0004C\u0004F\u0004?\u00048\u00047\u0004V\u0004(\u0004\u0018\u0004\u0019\u0004C\u0004J\u0004A\u00049\u0004\u0010\u0004]\u0004*\u0004L\u0004J\u0004,\u0004.\u0004#\u0004\u001d\u00047\u0004S\u0004_\u0004\u0019\u00046\u0004\u0013\u0004J\u0004F\u00048\u0004=\u0004E\u00042\u0004)\u0004\u001e\u0004\u001f\u0004a\u0004.\u0004`\u0004^\u0004`\u0004Q\u0004F\u0004\u0004]\u0004\u0004q\u0004k\u0004/\u0004L\u0004I\u0004<\u0004<\u0004c\u00042\u0004J\u0004\u0017\u0004\u001d\u0004!\u0004\b\u0004Z\u00040\u00048\u0004J\u0004.\u0004;\u0004.\u00049\u0004=\u0004>\u0004D\u0004G\u00048\u0004+\u0004`\u0004W\u0004\u001d\u00043\u0004-\u0004\u001b\u0004E\u00041\u0004(\u0004:\u0004?\u0004)\u00047\u0004,\u0004\u001e\u00043\u0004\u0013\u00045\u0004$\u0004#\u0004\u001f\u0004/\u0004!\u0004)\u0004#\u0004\u0018\u0004A\u0004!\u0004B\u0004'\u0004.\u00043\u00048\u0004\u0019\u00043\u00040\u00047\u0004d\u0004\u000e\u0004D\u0004\\\u0004O\u0004+\u0004;\u0004\u0011\u0004U\u00040\u0004W\u0004=\u0004\u0013\u00043\u0004(\u0004/\u0004A\u0004@\u00048\u0004?\u0004e\u0004F\u0004h\u0004?\u0004'\u0004)\u0004+\u0004.\u0004$\u0004\u000b\u0004 \u0004 \u0004 \u0004H\u00048\u0004#\u0004:\u0004 \u0004-\u0004!\u00040\u00043\u0004G\u0004\"\u0004\u000f\u0004\u0014\u0004K\u0004+\u0004&\u0004B\u00040\u0004?\u0004n\u0004\u0004\u0004\u0015\u0004O\u0004R\u0004\u0005\u0004M\u0004E\u0004<\u0004%\u0004\u001c\u00042\u0004B\u00042\u0004`\u0004X\u0004\n\u0004\u0016\u0004\u001f\u0004D\u0004A\u0004g\u0004D\u0004A\u0004/\u00046\u0004j\u0004&\u0004\u0011\u0004B\u0004L\u0004\u001f\u0004 \u0004C\u0004\u0016\u0004\u0017\u0004V\u0004H\u00044\u0004 \u00041\u0004B\u0004 \u00043\u00048\u00047\u0004,\u0004@\u00046\u0004Q\u0003\u0004-\u0004,\u0004\u000b\u0004*\u00049\u0004\u001b\u00049\u00047\u0004\u0000\u0004(\u00044\u0004'\u0004J\u0004.\u0004=\u00041\u0004\u0018\u0004B\u00048\u0004(\u0004F\u0004%\u0004T\u0004E\u00042\u00049\u0004\u0012\u0004$\u0004A\u0004d\u0004\u0017\u0004\u001a\u00045\u0004.\u0004\u0011\u0004\u001e\u0004,\u0004-\u0004'\u0004\u0017\u0004\u001a\u00047\u0004=\u0004V\u0004;\u0004+\u0004\u0014\u0004$\u0004I\u0004]\u0004i\u0004O\u0004%\u0004H\u0004\u0019\u0004F\u00045\u0004C\u0004\u001d\u0004!\u0004-\u0004)\u0004A\u0004,\u0004B\u0004V\u0004R\u00045\u0004\u001a\u0004T\u0004n\u0004I\u00049\u0004G\u0004!\u00042\u0004.\u0004F\u0004O\u0004X\u0004R\u0004i\u0004F\u00048\u0004p\u0004X\u0004C\u00040\u0004S\u0004Z\u0004I\u0004.\u0004:\u0004G\u00046\u0004^\u0004N\u0004=\u0004&\u0004>\u0004(\u0004/\u0004,\u0004e\u0004/\u0004'\u00047\u00041\u0004<\u0004Q\u0004=\u00041\u0004e\u0004:\u0003\u00045\u0004J\u0004M\u00047\u00045\u0004!\u0004*\u0004\u001e\u0004@\u0004\u0013\u0004*\u0004&\u0004?\u00043\u0004N\u0004\u001a\u0004Q\u0004A\u0004_\u0004\u001d\u0004\u0011\u0004=\u0004I\u00049\u0004,\u0004X\u0004>\u0004D\u0004,\u0004#\u0004?\u0004>\u00049\u0004\u0006\u0004D\u0004\\\u0004 \u0004G\u00045\u0004O\u0004C\u0004(\u00046\u0004N\u0004Y\u0004+\u00043\u0004\u0012\u00043\u0004'\u0004(\u0004\u001d\u00044\u0004,\u0004C\u0004?\u00044\u0004\u0014\u0004S\u0004Q\u00047\u0004:\u0004L\u0004-\u0004\u001d\u0004\u0013\u0004\u0016\u0004\u0000\u0004L\u0004\u001e\u0004\u001d\u0004\u001c\u0004A\u0004:\u0004-\u0004/\u0004\u000e\u0004\u001d\u0004-\u0004M\u0004 \u0004C\u0004*\u00040\u0004B\u00049\u0004\u001d\u0004%\u0004[\u0004\u0004\u0004\u0004r\u0004:\u0004H\u0004*\u00049\u00041\u00042\u0004\u001a\u00043\u0004$\u0004,\u0004S\u0004B\u0004_\u0004\u0013\u00047\u0004S\u0003\u0004)\u0004'\u0004!\u0004(\u0004&\u0004G\u0004\u001f\u0004=\u00042\u0004\u0018\u0004\u0004\u0004\u0011\u0004)\u0004=\u0004:\u0004#\u0004)\u0004(\u0004\u0017\u0004X\u0004\u0017\u0004 \u0004%\u0004F\u0004\u001d\u0004\u0019\u0004K\u0004;\u0004:\u0004E\u0004T\u0004\u0012\u0004.\u0004?\u0004]\u0004?\u0004>\u0004/\u0004,\u0004\u0012\u0004;\u0004-\u0004X\u0004\u0014\u00041\u0004$\u0004 \u00047\u0004U\u0004-\u0004J\u0004=\u0004\u0012\u0004'\u0004F\u0004\"\u0004D\u0004H\u0004)\u0004\u001e\u0004.\u0004E\u0004\u001d\u0003\u0004<\u0004A\u0004*\u00042\u0004!\u00049\u0004i\u0004\u000b\u0004@\u00049\u0004-\u0004*\u0004-\u0004%\u0004;\u0004M\u0004b\u0004d\u0004H\u0004'\u0004'\u0004&\u00045\u00041\u0004,\u0004T\u0004\u0018\u0004G\u0004'\u0004I\u0004*\u00041\u0004&\u0004<\u0004:\u0004P\u0004?\u00044\u00044\u0004$\u0004w\u00048\u0004%\u00043\u0004T\u0004]\u0004O\u0004@\u0004M\u0004d\u0004T\u0004,\u0004C\u0004G\u0004 \u0004.\u0004$\u00047\u0004I\u00049\u0004?\u0004$\u00045\u00043\u00044\u0004'\u0004P\u0004H\u0004\u0001\u0004S\u00044\u0004.\u0004-\u0004K\u00048\u0004A\u0003\u0004A\u0004S\u00046\u0004.\u0004+\u0004;\u00040\u0004 \u0004.\u0004L\u0004\r\u0004W\u0004!\u0004\u001b\u00042\u0004;\u0004Y\u00049\u0004B\u0004!\u0004=\u0004\u0007\u00040\u0004;\u00044\u0004\u001e\u0004=\u0004'\u0004'\u0004F\u0004'\u0004)\u0004H\u0004;\u0004'\u00049\u0004(\u00046\u0004\f\u0004\u001c\u00049\u0004V\u0004:\u00046\u0004)\u0004G\u0004\u001a\u0004N\u0004C\u0004E\u0004+\u0004\u0019\u0004)\u0004 \u0004.\u00046\u0004$\u0004N\u0004\u000e\u0004 \u0004\u001f\u00048\u0004%\u00046\u0004C\u0004%\u0004,\u00045\u0004%\u0004D\u0004 \u0004\u001f\u0004#\u0004'\u0004<\u0004\u001f\u00040\u0004C\u0004/\u0004\u0001\u0004\u0014\u00043\u0004=\u0004 \u0004U\u0004%\u0004%\u0004\u001a\u0004=\u00047\u0004\r\u0004S\u0004h\u0004G\u0004\u0004\u0004t\u0004F\u0004W\u0004I\u0004k\u0004k\u0004@\u0004G\u0004\u001a\u0004Q\u0004+\u0004\u0011\u0004U\u0004/\u0004R\u0004\u0012\u00040\u0004=\u0004\u001c\u0004'\u0004\u001d\u0004F\u00042\u0004B\u0004N\u0004>\u0004.\u00043\u0004?\u0004\n\u0004\u0017\u0004\f\u0004-\u0004\u001a\u0004A\u0004C\u0004<\u00046\u0004;\u0004;\u0004>\u0004<\u0004\f\u00046\u0004C\u0004\u001f\u00041\u0004M\u0004%\u0004&\u0004X\u0004.\u0004\f\u0004J\u0004\u001c\u0004G\u0004/\u0004$\u0004^\u0004\u0015\u0004(\u0004\"\u0004H\u00048\u0004\"\u0004K\u0004\u0017\u0004?\u00049\u00049\u0004\u0017\u0004\u0018\u0004-\u0004c\u0004!\u0004L\u0004\u001f\u00043\u0004M\u0004 \u00049\u0004\u0016\u0004-\u0004\u001c\u0004S\u0004B\u0004\u0000\u0004\u001c\u0004\u0012\u0004\u0016\u0004,\u0004#\u0004\u0016\u0004C\u00049\u0004$\u0004#\u00046\u0004L\u0004 \u0004\"\u0004?\u0004f\u0004:\u0004*\u00046\u0004\u0019\u0004E\u0004,\u0004L\u0004.\u0004\f\u0004\"\u0004j\u0004\n\u0004O\u0004(\u0004l\u0004H\u0004\u000f\u00048\u0004:\u0004?\u0004\"\u0004F\u0004;\u0004'\u0004O\u00040\u0004&\u0004R\u00041\u0004M\u0004@\u0004?\u0004R\u0004O\u0004M\u0004G\u0004,\u0004U\u0004Z\u0004.\u0004\u001e\u0004,\u0004S\u0004J\u0004(\u0004%\u00045\u0004d\u0004&\u0004L\u0004b\u0004D\u0004\u001f\u0004\"\u0004(\u00044\u00048\u0004H\u0004>\u0004\u0010\u0004J\u0004\u001e\u0004G\u0004\u0019\u0004%\u0004%\u00046\u0004G\u0004\u0012\u00043\u0004%\u0004%\u0004;\u0004.\u0004S\u00047\u0004)\u0004'\u0004?\u0003\u0004\u001a\u0004\u0018\u0004!\u0004<\u0004Z\u0004'\u0004-\u0004P\u0004\u0018\u0004\u001e\u00043\u00040\u00042\u0004%\u0004.\u0004&\u0004\u0002\u0004@\u0004D\u0004,\u0004/\u0004#\u0004P\u0004\u0014\u0004\u0017\u0004,\u0004\u0016\u0004\u0017\u00047\u0004\u0013\u00044\u00046\u0004C\u0004;\u0004\u0016\u0004)\u0004R\u00040\u0004M\u0004d\u0004V\u0004G\u00048\u0004D\u00047\u0004(\u0004$\u0004\u001f\u0004K\u0004)\u0004\n\u0004<\u0004\u0010\u0004\u001d\u0004 \u00049\u0004-\u0004+\u0004d\u0004S\u0004G\u0004:\u0004=\u00041\u00045\u0004H\u0004\u0012\u0004E\u0004\n\u0004V\u00049\u0004>\u0004M\u0004U\u0004`\u0004R\u0004V\u0004{\u0004\u0004\u0004\u0004i\u00040\u0004A\u0004:\u0004\u0012\u0004\u0019\u00049\u0004F\u0004?\u0004&\u0004;\u0004D\u0004\u000f\u0004\u001c\u0004\u001d\u0004)\u0004'\u0004I\u0004%\u0004\f\u0004,\u0004=\u0004N\u0004\u0016\u0004\"\u0004\u0013\u0004V\u0004\b\u0004\u0014\u0004\u001d\u0004\u001c\u0004E\u0004)\u0004T\u0004<\u0004.\u0004=\u0004?\u0004\u0004n\u0004p\u0004+\u00049\u00049\u0004/\u0004\t\u0004:\u00043\u00042\u00040\u0004!\u0004\u0018\u0004N\u0004M\u0004&\u0004&\u0004h\u0004A\u00040\u00042\u0004\\\u0004,\u00040\u00049\u0004)\u00049\u0004M\u0004.\u0004\u0010\u00047\u0004\u001b\u0004\"\u00045\u0004%\u0004\u0006\u00048\u0004\u0018\u0004\u0010\u00045\u00040\u0004#\u0004.\u0004\"\u0004F\u0004/\u0004 \u0004\u001d\u0004\u0019\u0004:\u00043\u0004W\u0004\u001c\u0004U\u0004;\u0004B\u0004\"\u0004*\u0004<\u0004!\u0004$\u0004A\u0004?\u0004B\u0004]\u0004&\u0004\t\u0004T\u0004Z\u0004.\u0004B\u0004L\u0004+\u00047\u0004/\u00042\u0004a\u00042\u0004K\u00043\u0004\u0018\u0004/\u0004S\u0004G\u0004\u001d\u0004S\u0004=\u0004)\u00040\u0004\u0011\u0004E\u0004K\u00045\u0004W\u0004\u001a\u0004S\u0004\"\u0004>\u0004'\u0004R\u0004\u0010\u0004/\u0004S\u0004E\u0004A\u0004\u001f\u0004T\u0004\u0019\u0004R\u0004'\u0004q\u0004K\u0004H\u0004!\u0003\u0004.\u0004%\u0004#\u0004i\u0004.\u0004.\u0004-\u0004&\u0004P\u0004>\u0004&\u00046\u0004$\u0004E\u0004W\u0004D\u0004A\u0004C\u0004=\u0004#\u0004\u001b\u0004 \u0004\u001b\u0004>\u0004;\u0004-\u0004\u001a\u0004\u0014\u00044\u0004+\u0004 \u0004R\u0004\u0003\u00042\u00045\u0004\u001d\u0004/\u0004W\u0004?\u0004:\u0004C\u0004\u001f\u00048\u0004\n\u0004E\u0004\u001f\u0004.\u00041\u0004E\u0004:\u0004\u0017\u0004*\u0004(\u00045\u0004,\u0004\u0015\u0004^\u0004+\u00046\u0004?\u0004F\u00048\u00041\u00048\u0004\u000b\u0004&\u0004J\u0004)\u0004-\u00049\u0004S\u0004*\u0004.\u00044\u0004\u0011\u0004\\\u0004!\u0004;\u0004*\u0004A\u0004>\u0004\u001a\u0004=\u0004Q\u0004'\u0004*\u0004*\u0004\u0016\u0004\u0012\u00041\u0004U\u00040\u00044\u00040\u0004,\u0004F\u00043\u0004Q\u0004W\u0004\u0004\u0004\u0004T\u00048\u0004\u000b\u0004:\u0004!\u00043\u0004B\u0004K\u0004A\u0004J\u00040\u0004F\u0004%\u0004\u001f\u0004J\u0004P\u0004\u0018\u00043\u0004/\u0004=\u0004,\u0004/\u0004'\u0004@\u0004\u0006\u0004J\u0004\n\u0004C\u0004'\u00043\u0004\u0016\u0004+\u0004\t\u0004\u0017\u0004\u001d\u0004<\u00044\u0004u\u0004\u0004\u0004\u0004`\u0004>\u0004\u0018\u0004)\u0004,\u0004B\u0004\u001a\u0004\u001d\u0004 \u0004 \u0004<\u0004/\u0004+\u0004R\u0004A\u0004\u001f\u00049\u00049\u0004!\u0004C\u0004\u0016\u0004\n\u0004'\u0004(\u0004E\u00041\u0004!\u0004:\u0004N\u0004B\u0004%\u0004;\u0004\u0017\u0004\u001e\u0004C\u0004\u000b\u0004-\u0004'\u00047\u0004.\u0003\u0004@\u0004\u0011\u0004?\u0004?\u0004+\u0004\u0013\u00047\u0004C\u0004a\u00048\u0004@\u00044\u0004S\u0004A\u0004$\u0004/\u0004F\u0004D\u0004\u0019\u0003\u00046\u0004H\u0004\u001f\u0004\u001f\u0004%\u0004\u001e\u0004&\u0004 \u0004B\u0004:\u0004@\u0004\u0004\u0004F\u00044\u0004P\u0004T\u00041\u00047\u00045\u0004=\u00043\u0004\u0011\u0004 \u0004W\u0004K\u0004-\u0004H\u0004<\u00048\u0004V\u0004)\u0004W\u0004$\u0004b\u0004U\u0004B\u0004\u000b\u0004S\u00043\u0004=\u0004\u001f\u0004V\u0004,\u0004N\u0004+\u0004\u000f\u0004,\u00043\u0004;\u0004\u001c\u0004\u0016\u00046\u00042\u00046\u0004 \u00040\u0004A\u0004A\u0004\u0004\u0004K\u0004%\u0004@\u00048\u00046\u0004A\u00042\u0004\u0011\u00046\u00040\u0004<\u0004<\u0004P\u00040\u00047\u0004\f\u00046\u0004\u001f\u0004V\u0004\u0002\u0004t\u0004?\u0004*\u0004I\u00045\u0004)\u0004+\u0004\u0018\u0004\"\u0004B\u00045\u0004&\u0004-\u00040\u0004?\u0004\u001d\u0004-\u0004<\u0004+\u0004\u0019\u0004\u001d\u0004_\u0004\u0019\u0004_\u0003\u0004-\u0004=\u00044\u0004:\u0004L\u0004<\u0004C\u0004\\\u0004S\u0004H\u0004\u000e\u0004\t\u0004D\u0004\u0000\u0004.\u0004\n\u0004\u0017\u0004.\u00043\u00047\u0004F\u0004N\u0004(\u0004/\u0004)\u0004/\u0004\u001b\u0004,\u0004Q\u0004*\u0004:\u0004\u0010\u0004)\u0004\b\u0004\u001e\u0004\u001c\u00048\u0004*\u0004+\u0004E\u0004D\u00041\u0004E\u0004<\u0004?\u0004,\u0004/\u0004_\u0004\u0004\u0004W\u0004$\u0004@\u0004_\u0004=\u0004A\u0004\b\u00040\u0004\u001e\u00042\u0004\f\u0004\u0002\u0004(\u0004\u001e\u0004]\u0004;\u0004@\u0004'\u00046\u0004A\u0004\u000b\u0004?\u0004:\u0004\u001b\u00042\u00047\u0004K\u0004\n\u00046\u0004]\u0004;\u00047\u00043\u0004:\u00046\u0004/\u0004d\u0004\u00056\u0005m\u0005\u001f\u0004\u0004\u0004t\u00047\u00041\u0004\u0019\u0004%\u0004\u0015\u00043\u0004M\u0004^\u00040\u00046\u0004f\u0004>\u0004F\u0004G\u0004#\u00047\u0004?\u0004,\u0004<\u00045\u0004\u0016\u00042\u0004\u000f\u0004+\u0004J\u0004?\u0004F\u0004D\u0004\u0018\u0004<\u0004\u0016\u0004\u0017\u0004/\u00043\u0004$\u0004'\u0003\u0004A\u0004G\u00042\u00042\u0004.\u0004\u001e\u0004)\u0004R\u0004W\u0004\u001f\u00043\u0004<\u0004*\u0004(\u0004D\u0004^\u0004\u000e\u0004%\u0004C\u0004A\u00042\u0004b\u00047\u00041\u0004\u001c\u0004'\u0004L\u0004>\u0004R\u0004*\u0004<\u00047\u0004\"\u0004)\u0004\u001b\u0004]\u0004S\u0004k\u0004I\u0004#\u00042\u0004;\u0004>\u0004T\u0004\u001c\u00043\u0004\u0013\u0004+\u0004]\u0004 \u0004\u001e\u00047\u0004\u0011\u0004!\u0004M\u0004A\u0004K\u0004C\u0004\u0013\u0004H\u0004\u001d\u0004m\u0004+\u0004+\u0004*\u0004C\u0004*\u0004\u0017\u0004&\u0004/\u0004V\u0004\n\u0004K\u0004\u0018\u0004+\u0004(\u0004\u0019\u0004C\u0004\u0010\u0004A\u0004(\u0004\u0019\u0004C\u0004&\u0004P\u0004?\u0004H\u0004?\u0004\u0011\u0004\u001e\u0004 \u00047\u0004\"\u00042\u0004,\u0004\u0016\u0004)\u0004\u001c\u0004\u0013\u0004E\u0004>\u0004D\u0004T\u0004;\u0003\u00041\u0004!\u0004;\u0004&\u00049\u00042\u0004'\u00041\u0004(\u0004R\u0004%\u0004?\u0004+\u0004@\u00047\u0004,\u0004F\u0004M\u0004\u000f\u0004R\u00045\u0004$\u0004*\u0004K\u00045\u0004i\u0004U\u0004\u001b\u0004D\u0004.\u0004H\u00047\u0004\u001e\u0004\u001e\u0004(\u0004 \u0004 \u00041\u0004/\u0004g\u0004K\u0004!\u0004)\u0004\u0018\u0004K\u0004\u0015\u0004D\u0004 \u0004\u000f\u00047\u00046\u0004=\u0004A\u0004\u001e\u00046\u0004\u0014\u0004=\u0004A\u0004Q\u0004<\u0004L\u0004\t\u0004&\u00041\u0004L\u00045\u0004F\u0004 \u0004Y\u0004f\u0004B\u0004\u0016\u00048\u0004L\u0004D\u0004E\u0004&\u0004(\u0004:\u0004K\u0004M\u0004@\u0004F\u0004i\u0004!\u0004\u0013\u0004(\u0004-\u0004#\u0004B\u0004\u001f\u0004(\u00040\u0004B\u0004C\u0004.\u0004(\u0004A\u0004/\u0004-\u0004$\u00040\u0004S\u0004+\u0004\u001e\u0004\\\u0004Z\u0004\u0005\u0005\u0005\u0005\u0004\u0004V\u0004S\u0004M\u0004E\u0004!\u0004+\u0004,\u0003\u0004'\u0004?\u00045\u00047\u0004\u001f\u0004$\u0004N\u0004!\u0004\u0012\u00049\u0004\u001a\u00044\u0004O\u0004'\u0004*\u0004.\u0004;\u0004\u0015\u0004.\u0004\u0003\u0004(\u0004;\u0004\u0010\u0004\u0004\u0004L\u0004\u0016\u0004T\u0004U\u0004\f\u0004%\u0004.\u0004.\u0004\u0015\u0004-\u00042\u0004:\u0004 \u0004'\u0004[\u00042\u0004\n\u0004E\u0004]\u00048\u00041\u0004?\u0004L\u00041\u0004:\u0004\"\u00042\u0004\"\u0004#\u0004S\u0004$\u0004A\u0004\\\u0004Z\u00044\u0004^\u0004M\u0004\u001f\u0004=\u00049\u0004I\u00044\u0004,\u0004:\u0004&\u0004\u001d\u0004D\u0004-\u0004L\u0004.\u0004_\u0004?\u0004C\u0004M\u0004u\u0004\u001a\u00046\u0004=\u0004U\u0004\u001c\u0004N\u0004 \u0004?\u00040\u0004\u001c\u0004)\u00047\u0004%\u0004\u000b\u0004/\u00047\u0004.\u00046\u0004R\u0004\u001d\u0004B\u0004M\u0004=\u0004V\u0004\r\u0004@\u0004\u0016\u0003\u0004A\u0004A\u0004\u0012\u0004\u0011\u0004\b\u0004@\u0004@\u0004=\u0004\u0001\u0004H\u0004T\u0004*\u0004\u0010\u0004H\u0004\u0010\u0004<\u0004\u001e\u0004\u0013\u0004\u001a\u0004(\u00046\u0004M\u00049\u0004\u0015\u0004H\u0004O\u0004S\u0004D\u00041\u00049\u0004N\u00042\u0004D\u0004F\u0004\u001b\u00041\u0004\u001e\u0004G\u0004-\u00040\u0004H\u0004@\u0004!\u0004e\u0004+\u0004#\u0004(\u0004<\u00045\u0004V\u0004\u0018\u0004A\u0004E\u0004Y\u0004,\u0004D\u0004/\u00046\u0004;\u0004L\u00048\u0004/\u0003\u0004/\u0004\r\u0004\u0010\u0004:\u0004\u001d\u00049\u0004:\u0004\u0015\u00043\u0004\"\u0004+\u0004P\u0004O\u0004.\u0004\u0014\u0004\u001a\u0004\u0007\u0004B\u0004C\u0004I\u0004/\u0004N\u0004'\u0004)\u00046\u0004\u001e\u0004\u0019\u0004\f\u0004L\u0004)\u0004/\u0004\u001e\u0004D\u0004Q\u0004g\u0004(\u0004\"\u0004\u001e\u00046\u0004N\u00047\u0004.\u00048\u0004\u000e\u00044\u0004Y\u0004:\u00049\u00043\u0004L\u0004J\u0004K\u0004<\u00040\u0004\u0019\u00040\u0004\u001b\u0004.\u0004\u0012\u0004\"\u0004:\u00042\u0004\u001f\u0004l\u0004.\u0004H\u00047\u0004)\u0004\u001e\u0004\u0004f\u0004f\u0005,\u0005\u0006W\u0006\u0005\u0005&\u0004\u0004K\u0004:\u0004R\u0004(\u0004<\u0004,\u00046\u0004)\u0004\u0019\u0004\n\u0004>\u0004\u0012\u0004 \u0004\u001d\u00046\u0004&\u0004;\u0004(\u0004M\u0004-\u0004/\u0004\u0014\u0004&\u0004\u0015\u00042\u00040\u0004%\u0004a\u0004N\u0004)\u0004\"\u0004&\u0004/\u0004Q\u0003\u0004#\u00048\u0004D\u00049\u0003\u0004\r\u0004\"\u0004E\u0004#\u00047\u0004#\u0004,\u0004\u0013\u0004J\u0004\u0015\u0004)\u00045\u0004?\u0004(\u00042\u0004.\u0004(\u0004G\u0004.\u0004&\u0004&\u0004B\u0004;\u0004\u0013\u0004Z\u0004#\u00047\u0004'\u00049\u0004'\u0004Q\u0004S\u0004*\u00047\u0004(\u0004Q\u0004=\u0004\u001e\u0004\f\u0004'\u0004(\u0004=\u0004B\u0004>\u0004(\u00040\u0004F\u0004:\u0004@\u00048\u0004c\u0004D\u0004\u0007\u0004'\u0004J\u0004A\u00048\u0004E\u00043\u0004(\u0004C\u0004(\u0004,\u0004(\u0004O\u00045\u0004N\u0004(\u0004<\u0004x\u00048\u0004#\u0004F\u0004#\u0004\u0019\u0004<\u0003\u0004\u0016\u0004A\u0004*\u0004\u001c\u0004+\u0004$\u0004\\\u00046\u0004:\u00048\u00045\u0004\\\u0004\f\u0004,\u0004\u001f\u0004@\u0004\u0010\u0004\u000e\u0004\u001d\u0004Y\u0004l\u0004N\u0004m\u0004\u0015\u0004(\u0004\"\u0004\u001f\u0004)\u0004\u001e\u0004,\u0004@\u0004Q\u0004\"\u0004Q\u0004\u001a\u0004\r\u0004\u0017\u0004\u0012\u0004!\u0004/\u0004G\u0004Z\u0004\n\u0004\u0006\u0004L\u0004A\u0004C\u0004&\u0004:\u00046\u00046\u0004.\u0004\u001d\u0004@\u0004>\u0004J\u00046\u0004K\u0004,\u0004\u0014\u0004\u0013\u00047\u00048\u0004\u001c\u0004&\u0004/\u0004c\u0004.\u0004R\u0004@\u0004?\u0004V\u0004.\u0004!\u00040\u0004$\u0004:\u0004$\u0004Q\u0004?\u0004%\u0004\u0013\u0004B\u0004:\u0004B\u0004>\u0004!\u0004B\u0004F\u00040\u0004!\u0004X\u00041\u0004L\u0004w\u0004\u00045\u0004%\u0004J\u0004`\u0004F\u0004J\u0004D\u00042\u0004;\u0004*\u0004\u001e\u0004,\u0004=\u0004+\u0004$\u0004\r\u0004 \u0004\u000e\u0004X\u0004(\u0004\u000e\u0004T\u0004#\u0004\u001f\u0004\u0018\u00042\u0004$\u0004%\u0004?\u0004+\u0004 \u0004,\u0004*\u0004;\u0004A\u0004z\u0005\u001c\u00062\u0007\u0012\u0007c\u0006Y\u0005>\u0004\u0004h\u0004X\u0004\"\u0004\u001e\u0004#\u0004U\u0004H\u00046\u0004\u0017\u00048\u0004\u0003\u0004f\u0004\u001a\u00048\u0004\u001a\u0004A\u0004T\u0004=\u0004A\u0004-\u0004<\u0004\u0006\u0004 \u0004;\u0004>\u0004D\u0004;\u0004\r\u0004:\u00044\u0004\u0007\u00044\u0004(\u0004\u0013\u0004P\u0004-\u0004\f\u0004&\u0004\u001e\u0004T\u0004 \u0004(\u0004\"\u0004#\u0004+\u0004K\u0004,\u00043\u00047\u0004U\u0004-\u0004>\u0004'\u0004\u0011\u0004)\u0004D\u0004\u0018\u0004B\u0004\u001d\u0004G\u0004&\u0004'\u00043\u0004/\u0004G\u00045\u0004,\u0004\u0011\u0004.\u0004c\u00049\u0003\u0004>\u0004\u0006\u0004 \u0004\"\u0004'\u0004P\u0004J\u0004;\u0004Y\u0004T\u0004;\u0004-\u0004/\u00041\u0004\u001a\u0004\u0015\u0004\u0010\u0004F\u00048\u0004L\u0004A\u0004\u001f\u0004B\u0004D\u0004Q\u0004\"\u0004!\u0004@\u0004\u0017\u0004'\u0004+\u0004 \u0004 \u0004H\u0004Q\u0004.\u00041\u0004%\u0004$\u00045\u00045\u00047\u00043\u00045\u0004H\u0004\u0014\u00049\u0004\"\u0004.\u0004J\u0004\f\u0004<\u0004P\u0004H\u0004E\u0004Q\u0004;\u0004D\u0004+\u0004P\u0004^\u0004\u001d\u0004B\u0004&\u0004)\u0004+\u00045\u0004=\u0004D\u0004@\u0004,\u0004,\u0004:\u0004C\u00042\u0004D\u0004:\u0004\r\u0004;\u0004\u001f\u00047\u00049\u0004K\u0004&\u0004l\u0004\u0004_\u0004>\u0004\u0013\u00043\u0004(\u00049\u0004P\u0004C\u0004=\u0004\b\u0004I\u0004,\u0004\u0012\u0004M\u0004\r\u0004\"\u0004;\u0004Z\u0004+\u0004)\u0004\u0010\u0004<\u0004.\u0004W\u0004\u001c\u0004\u0019\u0004k\u0004 \u0004!\u0004A\u0004e\u0004\u001c\u00041\u0004'\u0004A\u00042\u0004-\u0004a\u0004,\u0004'\u0004\u001e\u0004-\u0003\u0004<\u0004;\u0004$\u0004S\u0004\u0006\u0004C\u0004\u001b\u0004&\u0003\u0004H\u0004=\u0004s\u0004H\u0004a\u0004!\u00044\u00040\u0004:\u0004R\u0004(\u0004*\u0004\"\u0004B\u0004/\u00046\u0004\"\u0004K\u0004(\u00042\u0004b\u0004%\u0004B\u0004K\u0004(\u0004*\u00040\u0004'\u0004$\u0004?\u0004A\u0004a\u00046\u0004G\u00040\u00047\u0004D\u0004:\u0004y\u0004\u0005\u0006\u0006\u0005\u00051\u0004\u0004Q\u0004<\u0004*\u0004U\u0004)\u0004R\u0004'\u00044\u0004E\u0004[\u0004;\u00042\u0004K\u0004 \u0004+\u0004.\u0004G\u0004\u0014\u0004\u001d\u0004F\u0004\u0013\u0004'\u00042\u0004@\u00047\u0004Y\u0004E\u0004.\u0004S\u0004,\u00041\u0004\u001b\u0004\u001f\u0004G\u0004\u001e\u0004`\u00043\u0004*\u0004\u001a\u0004F\u00040\u0004D\u0004\u0015\u00049\u0004+\u0004\u0018\u00044\u0004\u000e\u0004+\u0004\f\u0004.\u0004J\u0004 \u00043\u0004@\u0004\u000e\u0004H\u0004\u001e\u00045\u0004N\u0004/\u0004B\u0004Q\u0004R\u00040\u0004F\u0004+\u00042\u0004F\u0004>\u0004(\u0004%\u0004\u001e\u0004/\u0004,\u0004'\u0004G\u0004\"\u0004E\u0004a\u0004(\u0004\n\u0004,\u0004\u0013\u0004E\u0004 \u0004&\u0004e\u0004-\u0004\"\u0004:\u0004%\u0004-\u00044\u0003\u0004L\u0004\u001b\u0004>\u0004@\u0004-\u00040\u0004\u0014\u0004A\u00043\u0004;\u00040\u0004\u001a\u0004@\u0004?\u0004\u001f\u0004.\u0004>\u0004*\u0004\u001d\u00046\u0004\u001c\u0004S\u0004K\u0004\"\u00049\u0004\u0019\u0004)\u0004\u001f\u0004V\u00045\u0004&\u0004\u0012\u0004\"\u0004/\u0004\u001e\u0004F\u00044\u00040\u0004;\u0004\u0017\u0004E\u0004%\u0004n\u0004s\u0004D\u0004\u0004s\u00046\u0004\u001d\u0004*\u0004*\u0004<\u00048\u00049\u0004'\u0004\u0013\u00046\u0004\u001c\u0004V\u0004N\u0004Q\u0004\u0004\u0004\u0004K\u0004.\u0004!\u00045\u0004+\u0004<\u0004D\u00040\u0004\u0018\u0004-\u0004B\u0004J\u0004%\u0004G\u0004\r\u0004\u001e\u0004K\u0004\f\u0004,\u0004I\u00043\u0004+\u0004\u000f\u0004\u001c\u0004\u001f\u0004%\u0004m\u0004\u0019\u0004@\u0004M\u0004R\u0004:\u00043\u0004\t\u0004-\u00045\u0004#\u0004<\u0004&\u00047\u0004+\u0004B\u0004/\u0004\\\u0004H\u00042\u0004(\u0004B\u0004/\u0004J\u00042\u0004\u0010\u0004K\u00040\u0004\u0004B\u0004}\u0004q\u0004D\u00044\u0004c\u00049\u0004\"\u0004\u0003\u0004V\u00045\u0004-\u0004?\u0004Q\u0004X\u0004/\u0004\u001d\u0004;\u0004y\u0004H\u00049\u0004\u0007\u0004)\u0004!\u00042\u0004$\u0004\u001b\u0004E\u0004/\u0004\"\u0004+\u0004\u0010\u0004`\u00047\u0004~\u0004\u0005m\u0005\u0005\u0005\u0005)\u0004{\u0004=\u0004+\u0004.\u0004D\u00043\u0004)\u0004?\u0004=\u0004-\u0004#\u0004\u0017\u0004\u0006\u0004B\u0004<\u0004$\u0004P\u0004\u0012\u0004%\u0004&\u0004/\u0004!\u0004R\u0004T\u0004=\u0004V\u00044\u0004F\u0004\u0011\u0003\u0004G\u0004\u001a\u0004R\u0004\u0012\u00045\u0004T\u0004J\u0004\u0017\u0004]\u0004-\u0004+\u0004(\u00044\u0004(\u0004C\u0004J\u0004(\u00048\u00043\u0004 \u0004\u001b\u00044\u0004\u0014\u0004>\u00040\u00049\u0004\u0014\u0004\u0013\u0004\u000f\u0004L\u0004A\u00040\u0004\u001f\u00047\u0004R\u0004'\u0004\\\u0004\u0000\u0004.\u0004?\u0004\u0015\u0004\u001c\u0004\u0011\u0004L\u00044\u00042\u0004<\u0004+\u0004\u0010\u0004Y\u0004,\u0004,\u0004 \u0004%\u0004B\u0004A\u0004P\u0004K\u0004%\u0004D\u0004>\u0004\u001a\u0004O\u0004:\u0004\u0016\u0004+\u0004+\u0004+\u0004T\u0004$\u0004\b\u0004L\u0004[\u0004\"\u0004?\u00041\u00048\u0004.\u0004#\u00046\u00049\u00046\u0004U\u0004+\u0004S\u0004-\u0004\u0013\u0003\u0004!\u0004\u001a\u0004\u001a\u0004\n\u00041\u0004\"\u00040\u0004_\u0004:\u00049\u0004\u0011\u0004!\u0004Q\u0004\"\u00048\u0004\u0018\u00040\u00041\u0004'\u0004%\u0004N\u0004I\u0004q\u0004\\\u0004|\u0004<\u0004S\u0004D\u00044\u0004\u0014\u0004\f\u0004\u001f\u0004\u001e\u0004#\u0004\"\u0004P\u00046\u0004?\u0004r\u0004\u0004\u0004\u0004(\u0004!\u0004E\u0004*\u0004&\u00044\u0004B\u0004:\u0004\u0014\u0004W\u0004\u0014\u0004M\u0004H\u0004\u0018\u0004[\u00045\u0004\u001f\u0004$\u0004F\u0004\u000f\u0004\u001b\u0004\u0013\u0004\u0012\u00049\u00044\u0004M\u0004D\u0004,\u0004T\u00045\u00049\u0004M\u0004%\u0004'\u0004O\u00043\u00043\u0004W\u0004;\u0004P\u0004M\u0004>\u0004A\u0004U\u0004\u0015\u0004\u0012\u0004<\u0004-\u0004F\u00049\u00041\u0004D\u0004s\u0004\u0017\u00049\u0004x\u0004\u0004V\u0004Q\u0004,\u0004\u001f\u0004>\u0004:\u0004J\u00043\u00045\u0004\u001f\u0004G\u0004\u0018\u0004F\u00041\u00049\u0004>\u0004>\u0004?\u0004.\u0004H\u0004f\u00045\u00045\u0004\u000e\u0004E\u0004)\u0004 \u0004@\u00042\u00048\u0004?\u0004#\u0004f\u0004\u0005\u0012\u0005\u0005S\u0004\u0004\u0004s\u0004$\u00046\u0004I\u0004<\u0004Y\u0004-\u0004-\u0004 \u00040\u0004\u0014\u0004+\u0004)\u0004+\u0004T\u0004\u0018\u0004)\u0004\u0017\u0004+\u0004)\u0004*\u0004:\u0004\u001b\u0004\u001e\u00042\u00044\u0004.\u0004 \u0004-\u0004!\u0004-\u0004*\u00046\u00047\u0004*\u00043\u0004]\u0003\u0004?\u0004@\u0004.\u0004@\u0004'\u00046\u0004\u0018\u0004?\u0004\u000f\u00049\u00041\u0004\u001f\u0004N\u0004\u001f\u0004!\u0004\u0014\u0004\u001e\u0004G\u0004#\u0004K\u0004+\u0004<\u0004 \u00042\u00044\u0004C\u00047\u00046\u0004 \u0004A\u0004@\u0004Q\u0004V\u00046\u0004/\u00046\u0004\u0016\u0004M\u0004\u001c\u0004=\u0004 \u0004\u0019\u0004I\u0004>\u0004=\u0004\u0004\u0004R\u0004+\u0004O\u0004J\u0004-\u0004V\u0004.\u0004+\u0004>\u0004I\u0004\u0013\u0004=\u0004(\u0004$\u0004 \u0004>\u00048\u0004#\u0004\u0016\u0004V\u0004D\u0004>\u0004L\u0004*\u0004\u001d\u0004\\\u0004D\u0004/\u0004c\u0004@\u00047\u0004_\u0004<\u0004(\u0004!\u00044\u0004D\u0004\u001d\u0004Z\u0004.\u0004%\u0004;\u0004L\u0004\"\u0004H\u0004O\u00047\u0004)\u0004?\u0004>\u00046\u0004A\u0004-\u0004&\u0004L\u0004\u000e\u0004=\u0004S\u0004R\u0004I\u0004;\u0004Y\u0004\u000f\u0004:\u0004\u000b\u0004?\u0004)\u0004C\u0004\t\u0004.\u0004-\u00041\u0004\"\u0004n\u0004\u0004g\u00040\u0004\u001f\u00043\u00041\u00043\u0004/\u0004\u0017\u0004$\u0004$\u0004S\u0004@\u0004\u001d\u00044\u0004\u001e\u0004\u001c\u0004\u0014\u0004(\u0004*\u00047\u0004T\u0004H\u0004\u001f\u0004i\u00044\u0004X\u0004\u000e\u0004<\u0004`\u0004\u001e\u0004;\u0004C\u0004E\u0004<\u0004 \u0004\u001c\u0004.\u0004\f\u0004W\u0004]\u0005\u0002\u00052\u0004}\u0004I\u00042\u00041\u0004N\u0004\u0015\u0003\u0004!\u0004$\u0004\u0005\u0004\u0019\u00040\u0004=\u0004C\u0004b\u0004N\u0004t\u0004;\u0004O\u0004T\u0004X\u00047\u0004(\u00042\u0004\u001c\u0004B\u0004+\u00048\u0004)\u0004[\u0004\r\u0004E\u00047\u0004M\u0004,\u0004\u0015\u0004-\u0004O\u00048\u0004Q\u0004a\u0004\u001e\u0004G\u0004\f\u00047\u0004\u000f\u0004B\u0004D\u0004H\u0004s\u0004\u0004\u0004\u0004\u0004\u0004e\u0004:\u0004F\u00048\u0004+\u0004\"\u0004-\u0004&\u0004\u0014\u0004\u0013\u0004\u0017\u00048\u0004<\u0004H\u00043\u0004\u001a\u0004B\u0004\u001d\u0004\u001c\u00041\u00043\u0004P\u0004\u000e\u0004:\u0004$\u0004H\u00049\u00045\u0004@\u0004E\u0004:\u0004/\u0004+\u00047\u0004\u0010\u00047\u0003\u0004\u001f\u0004*\u0004\"\u0004;\u0004F\u0004&\u00044\u0004\u0018\u0004/\u0004#\u0004,\u0004E\u0004!\u0004\u001f\u00049\u0004&\u0004@\u0004-\u00041\u0004\u001e\u0004C\u0004E\u0004(\u00044\u0004G\u0004 \u0004Y\u0004R\u0004\u0014\u0004B\u00049\u0004R\u0004\u0004J\u0004j\u0004R\u0004O\u0004u\u0004;\u0004/\u00044\u0004E\u0004,\u0004C\u0004K\u00045\u00040\u0004!\u00041\u0004G\u0004&\u0004P\u0004N\u0004\u001e\u00040\u0004 \u0004\u001e\u0004/\u0004'\u00048\u0004<\u0004H\u0004\u000e\u0004'\u0004*\u0004C\u0004?\u0004(\u0004\u0013\u0004\u0010\u0004 \u0004K\u0004I\u0004G\u0004\u0007\u0004I\u0004<\u0004>\u0004B\u0004+\u0004*\u0004,\u0004*\u0004*\u0004(\u0004*\u0004I\u0004%\u0004$\u0004O\u0004k\u0004c\u0004\\\u0004r\u0004O\u0004\u001e\u0004#\u0004*\u0004>\u0004E\u0004f\u0004\u001d\u00043\u0004.\u0004E\u0004E\u00046\u00041\u0004F\u0004;\u0004\f\u0004%\u0004*\u0004P\u0004.\u0004M\u0004.\u0004\u0015\u00040\u0004L\u00043\u00045\u00040\u0004.\u0004\u0018\u00043\u0004E\u0004\u0011\u0004D\u0004\u000e\u0004\u0016\u00041\u0004\u0019\u0004N\u0004\n\u00048\u0004$\u0004V\u0004E\u00045\u0004I\u0004\u0012\u0004^\u00040\u0004\u0012\u0004?\u0004$\u0004&\u0004<\u0004a\u00041\u0004;\u0004h\u0004b\u00046\u0004X\u0004L\u00049\u0004&\u0004$\u0004\\\u0004\u0006A\u0006\u0005%\u0004`\u0004H\u0004A\u00042\u0004$\u0004#\u00046\u0004)\u0004(\u0004'\u0004\u0010\u0004\u001c\u00043\u0004?\u0004M\u0004:\u0004&\u0004B\u0004>\u0004R\u0004H\u0004E\u0004S\u00045\u0004Z\u0004Z\u0004\u001a\u0004\u001b\u0004\u0010\u00044\u0004%\u0004.\u0004!\u00045\u00049\u0004\u0014\u0004i\u00042\u0004E\u0004V\u0004;\u0004B\u0004+\u00042\u0004$\u0004E\u00041\u0004[\u0004n\u0004d\u0004\u0004\u0004z\u0004|\u0004.\u0004\u001c\u0004h\u00042\u0004$\u0004\"\u0004<\u0004+\u0004,\u0004H\u0004 \u0004,\u0004\u0015\u0004=\u0004\u001d\u0004\u001d\u0004\u0006\u00043\u0004\u0017\u0004;\u0004\u0018\u00045\u00045\u0004M\u0004\u001a\u0004\u0016\u00040\u0004>\u0004*\u0004\u001b\u0004I\u00042\u0004\u0007\u0004*\u0004.\u0004\u0014\u00047\u0004O\u00048\u0004)\u0004\u0011\u00044\u0004&\u0004,\u0004\u0011\u00046\u0004K\u00046\u00040\u0004\u0016\u0004K\u0004E\u0004$\u0004\u0012\u0004\u0015\u00040\u0004,\u00047\u0004O\u0004S\u0004\u0014\u0004V\u00043\u0004'\u0004$\u0004\u0015\u0004*\u0004.\u0004^\u0004r\u0004S\u0004V\u0004L\u0004\u0013\u0004\u0018\u0004J\u0004*\u0004B\u0004;\u00040\u0004 \u0004)\u0004#\u0004\\\u00049\u00046\u0004?\u0004\u0003\u0004\f\u0004\u0019\u0004P\u0004!\u00045\u0004F\u0004\u001c\u0004;\u0004\u001d\u0004&\u0004\u0019\u0004J\u00049\u0004;\u0004\u001b\u0004\u000f\u0004+\u00043\u0004\u0014\u0004=\u0004J\u0004;\u0004Q\u00042\u0004H\u00048\u0004)\u0004K\u00044\u0004\u001d\u00044\u0004M\u0004/\u0004+\u00043\u0004&\u0004\u001b\u0004:\u0004m\u0005\u0002\u0005x\u0004\u0004V\u0004<\u0004\u001d\u0004\u0016\u0004\f\u00049\u00042\u0004?\u0004#\u0004D\u0004\u001c\u0004S\u0004)\u0004\"\u0004:\u0004G\u00049\u0004E\u0004H\u0004,\u00049\u0004K\u0004/\u0004%\u0004\u0019\u0004b\u0004$\u0004!\u00045\u0004%\u0004F\u0004\r\u0004R\u0004\u001c\u0004f\u0004)\u0004:\u0004%\u0004\u001b\u0004\u001f\u0004?\u0004\u001d\u0004.\u0004\u001a\u00046\u0004+\u00046\u00044\u0004=\u0004J\u0004K\u0004\u0015\u0004B\u0004e\u0004H\u0004F\u0004'\u0004K\u00046\u0004I\u0004;\u0004b\u0004@\u0004\u0011\u0004\u001e\u0004,\u0004h\u0004X\u0004\u0005c\u0005\u0004\u0004]\u0004=\u0004P\u0004\u0013\u0004_\u0004\u0013\u0004P\u0004,\u00044\u0004/\u0004G\u00040\u00046\u0004\u001c\u0004,\u00043\u00044\u0004*\u0004R\u0004c\u0004F\u0004B\u0004*\u0004p\u0004\u0004\u00040\u00043\u0004%\u0004a\u0004\u0017\u0004\u0015\u0004G\u00049\u0004B\u00041\u00047\u0004I\u0004:\u00046\u0004F\u0004\u0017\u0003\u0004U\u0004/\u00043\u0004K\u0004-\u0004a\u0004?\u0004\u0004o\u0004B\u0004s\u0004.\u0004.\u0004H\u0004>\u0004\u000f\u00044\u0004V\u0004E\u0004\u001b\u0004@\u0004X\u00047\u0004C\u0004-\u0004%\u00042\u0004<\u0004:\u00046\u0004\u001c\u0004\u0016\u0004O\u0004P\u0004G\u00040\u0004+\u0004B\u0004Q\u0004<\u0004<\u0004\u001f\u0004@\u0004\u000b\u0004-\u0004%\u0004;\u0004\u0001\u0004\u000b\u0004\u001f\u0004(\u0004\u000b\u00047\u0004P\u0004-\u0004-\u0004+\u0004=\u0004&\u0004$\u0004>\u00043\u0004 \u00042\u0004\u0006\u0004\u0015\u0004#\u0004`\u0004C\u0004V\u0004(\u0004!\u0004\u0007\u00045\u00044\u0004J\u00044\u0004 \u0004\u0002\u0004?\u0004@\u00047\u0004>\u0004\u0019\u0004&\u0004!\u0004F\u0004\u0016\u0004\u001a\u0004U\u0004P\u0004B\u0004[\u0004?\u0004\u001a\u0004C\u00046\u0004J\u0004U\u0004<\u0004L\u0004M\u0004/\u0004:\u0004 \u0004\u0017\u0004\u001d\u0004>\u0004'\u00040\u0004\u001b\u0004\u0019\u0004U\u00043\u00043\u0004\u0015\u00041\u0004G\u0004=\u0004\u0018\u0004\b\u00047\u0004.\u00043\u0004,\u00042\u0004&\u0004,\u0004.\u0004I\u0004\u0019\u0004\u0012\u0004@\u0004&\u0004&\u0004]\u0004@\u0004\u0006q\b\u0007\u0003\u0004\u0004T\u0004A\u0004a\u0004*\u0004-\u0004I\u0003\u0004J\u0004/\u0004\b\u0004\u0018\u0004R\u0004;\u0003\u0004R\u0004R\u0004_\u0004,\u00049\u0004N\u0004%\u00048\u0004(\u00040\u0004(\u0004\"\u0004#\u0004&\u00040\u0004\u0004\u0004^\u00049\u00041\u0004-\u0004A\u0004E\u0004-\u00045\u0004\u000b\u0004=\u0004 \u00042\u0004\u001c\u0004(\u00046\u00043\u0004@\u0004\u0019\u0004\u000e\u0004+\u00044\u0004\u0018\u0004.\u0004!\u00047\u00046\u0004\u001b\u0004D\u0004h\u0004O\u0004Z\u00045\u0004%\u0004S\u0004'\u0004\u0017\u0004C\u0004g\u0004\u0004\u0004W\u00047\u0004.\u00044\u0004I\u0004\u0010\u00040\u0004\u000b\u00042\u0004*\u0004/\u0004/\u0004#\u0004!\u0004\f\u0004'\u0004A\u0004I\u0004D\u0004!\u0004\f\u0004_\u00041\u0004;\u0004\u0004\u0004\u00042\u0004?\u00049\u0004\u001d\u0004%\u0004]\u0004>\u0004U\u0004:\u0004P\u0004(\u0004\u0013\u0004/\u00044\u0004C\u0004V\u0004A\u0004\u0016\u00046\u0004\u0015\u0004B\u0004P\u0004E\u0004N\u0004 \u0004j\u0004?\u00046\u0004T\u0004.\u00046\u0004S\u00040\u0004S\u0004*\u0004B\u0004E\u0004F\u0004\u001b\u0003\u0004%\u0004;\u0004%\u0004q\u0004/\u0004D\u0004#\u0004B\u0004\u0014\u0004*\u0004\u001e\u0004[\u0004%\u0004\u001b\u00045\u00042\u0004S\u00040\u0004)\u0004\u001b\u0004Q\u00046\u0004@\u0004H\u0004-\u0004\u001c\u00045\u00041\u0004&\u0004R\u0004;\u0004\u000e\u0004\r\u00047\u0004K\u0004/\u0004\u0018\u00040\u0004\u001d\u0004\u000b\u0004\u001f\u0004*\u0004 \u0004%\u0004>\u0004\u000f\u0004*\u0004@\u0004\u0019\u00044\u00045\u00048\u0004=\u00043\u0004\u001c\u0004<\u0004D\u0004\u001f\u0004-\u0004E\u0004=\u0004N\u0004_\u0004\u0013\u00044\u0004_\u0004)\u0004Q\u0004>\u0004:\u0004\u000b\u0004#\u00049\u00042\u0004M\u0004u\u0004M\u00042\u0004K\u0004c\u0004.\u0004H\u0004P\u00047\u0004B\u0004G\u0004B\u00045\u0004U\u00043\u0004=\u0004H\u0004\u001d\u0004#\u0004\u001b\u0004Z\u00040\u0004O\u0004'\u0004+\u0004W\u0004+\u0004\"\u0004)\u0004\u000f\u0004J\u00049\u0004\u0019\u00045\u0004\\\u00046\u0004(\u0004J\u0004E\u0004\u0005\u0007\u0006\u0004\u00049\u0004\t\u0004,\u00042\u0004?\u0004%\u0004'\u0004U\u0004&\u0004+\u0004$\u0004\u0003\u0004O\u0004\u0016\u0004'\u00049\u00041\u0004$\u0004M\u0004W\u0004Y\u0004&\u0004-\u0004$\u00042\u0004\u0017\u0004\"\u00044\u0004\u0010\u00042\u0004B\u0004\u000f\u00041\u0004E\u0004-\u00049\u0004R\u0004'\u0004\u0015\u0004\u000f\u0004=\u0004>\u0004O\u0004\u0002\u00044\u0004;\u0004'\u0004T\u0004!\u0004.\u00043\u00040\u00042\u0004\u001f\u0004\u0006\u00042\u0004#\u0004`\u0004N\u0004/\u0004;\u0004K\u0004)\u0004 \u0004N\u0004^\u0004\u001b\u00046\u00041\u00041\u0004H\u0004/\u0004\"\u0004\u001f\u0004(\u0004G\u0004-\u0004N\u00040\u0004!\u0004&\u0003\u0004Y\u0004\u001d\u0004 \u0004B\u00040\u00046\u0004>\u00049\u0004+\u0004/\u0004_\u0004\u0016\u0004/\u0004q\u0004Z\u0004T\u00048\u0004%\u00044\u0004B\u0004-\u0004I\u0004>\u0004N\u0004\n\u0004G\u0004\u0018\u0004:\u0004\u0012\u0004$\u0004h\u0004\u001f\u0004C\u0004(\u0004/\u0004F\u0004#\u0004L\u0004\u0016\u00042\u0004,\u0004G\u00049\u0004\u001d\u0004-\u0004\n\u00043\u0004(\u00045\u0004_\u0004R\u0004%\u0004N\u0004\u0018\u00049\u0004I\u0004\u001e\u0004*\u00048\u0004.\u0004O\u0004+\u0004\u0011\u0004\u001d\u0004%\u0004~\u0004\u0012\u0004;\u0004E\u0004.\u0004:\u0004\u001d\u0004\u0019\u00042\u0004\u0013\u0004G\u0004\u001e\u0004%\u0004 \u0004\u001b\u0004D\u0004*\u0004/\u0004<\u0004H\u00049\u0004'\u00041\u0004=\u0004:\u0004\u001e\u0004\u0016\u00045\u0004\u0016\u0004\u000f\u0004'\u0004*\u00046\u0004M\u0004\u001f\u00041\u0004N\u0004+\u0004&\u0004G\u0004\u001b\u0004<\u0004%\u0004*\u0004!\u00041\u0004C\u0004N\u00040\u0004%\u00044\u0004\u000f\u0004H\u0004L\u0004!\u0004#\u0004?\u0004N\u0004U\u0004D\u00044\u0004\u0011\u0004]\u0004J\u00041\u0004=\u0004L\u0004,\u00045\u0004L\u0004?\u0004#\u0004\u001e\u0004=\u0003\u0004O\u0004,\u0004,\u0004\u0013\u0004K\u00041\u0004<\u0004&\u0004F\u0004M\u0004\u0013\u0004&\u0004)\u0004\u0006\u0004S\u00046\u00046\u0004J\u0004Q\u0004D\u00041\u00043\u0004E\u0004B\u0004'\u0004\f\u00045\u00043\u0004Z\u0004`\u0004\u0004\u0004\u0004C\u0004'\u0004@\u0004\u001d\u0004\u0019\u0004 \u0004\u0016\u00042\u00049\u0004;\u0004'\u0004A\u0004\u0018\u0004\u000f\u0004%\u00048\u0004T\u0004Y\u0004Z\u0004?\u0004 \u0004)\u0004.\u0004J\u0004\u0012\u0004C\u00047\u0004\u0016\u00044\u00044\u0004%\u0004<\u0004+\u0004F\u00040\u0004U\u0004#\u0004>\u0004\u000f\u0004D\u0004\b\u0004D\u0004!\u0004<\u0004,\u0004M\u0003\u0004/\u0004P\u0004,\u0004@\u0004:\u0004'\u0004D\u00041\u0004\u0016\u0004\u0012\u0004L\u0004#\u0004;\u00040\u0004@\u00045\u0004N\u0004E\u0004\u0017\u0004!\u0004a\u0004\u0017\u0004$\u0004\"\u0004\u001f\u0004\n\u0004\u001c\u00046\u0004\u001f\u0004)\u0004\u001b\u0004#\u0004\r\u0004\r\u0004T\u0004\u0011\u0004\u0016\u00047\u0004J\u0004\u001c\u0004&\u0004F\u00048\u00048\u0004O\u00043\u00047\u0004+\u0004\"\u0004:\u0004 \u0004.\u0003\u0004I\u0004)\u00046\u0004\u001c\u0004D\u0004\b\u0004'\u0004:\u0004$\u00043\u0004/\u0004;\u0004\f\u0004,\u0004d\u00042\u0004\u001e\u0004/\u0004*\u0004Q\u0004U\u0004C\u0004*\u0004+\u0004\"\u0004\u0011\u0004\u001a\u0004Y\u0004\u000e\u0004&\u0004.\u0004=\u0004>\u0004A\u0004n\u0004N\u0004\"\u0004\u0017\u0004/\u0004\t\u0004N\u0004H\u0004;\u0004_\u0004\u0016\u00048\u00045\u00047\u0004\u0013\u0004?\u0004J\u0004L\u0003\u00045\u0004N\u0004J\u0004M\u0004\u001f\u0004=\u0004+\u0004B\u0004\u001e\u00047\u0004/\u0003\u0004>\u00041\u0004O\u0004F\u0004!\u0004<\u00044\u00049\u0004?\u0004\u001b\u0004 \u0004+\u0004\"\u0004\u001c\u0004G\u0004\u001f\u0004@\u0004L\u0004V\u0004a\u0004'\u0004E\u0004;\u0004\u0019\u0004B\u0004'\u0004K\u0004\u0019\u0004>\u00041\u00047\u0003\u0004J\u0004\u0014\u0004.\u0004\u001b\u0004>\u00046\u0004Y\u0004'\u0004&\u0004$\u0004/\u0004\u000b\u0004]\u00044\u0004!\u0004/\u0004M\u0004J\u0004:\u0004.\u0004D\u0004R\u00043\u00046\u0004B\u0004&\u0004\u0016\u0004,\u0004=\u0004\u001b\u0004/\u0004,\u0004\u0017\u0004\u001b\u0004P\u0004Z\u0004\u0017\u0004Z\u0004,\u0004\u0015\u0004 \u0004\u001c\u0004<\u0004&\u00046\u0004K\u0004I\u0004\u001c\u00040\u0004K\u0004G\u0004*\u00046\u0004!\u0004\u001e\u0004b\u0004P\u0004Y\u0004:\u0004I\u0004K\u0004\u001f\u0004#\u0004^\u0004\u0016\u00047\u0004\u0017\u0004+\u0004<\u0004<\u0004 \u00042\u0004J\u0004@\u00049\u0004)\u0004g\u0004\u0004j\u0004F\u0004C\u0004\u001e\u0004(\u0004\u001d\u00040\u0004%\u0003\u00046\u00045\u0004L\u0004:\u0004*\u0004)\u0004/\u0004.\u0004=\u00049\u0004/\u0004)\u0004 \u0004R\u0004)\u0004\u0014\u0004\u001c\u0004&\u0004\u0012\u00040\u0004B\u0004&\u0004F\u0004\u000e\u0004k\u0004\u0012\u0004'\u0004\u001c\u0003\u0004\u001b\u0004S\u0004:\u0004<\u0004I\u0004\u0002\u0004Z\u0004*\u00043\u0004N\u00041\u0004\u000f\u0004R\u0004S\u0004(\u0004 \u0004\n\u0004$\u0004A\u0004N\u00048\u0004E\u0004F\u0004Y\u0004P\u00045\u0004'\u0004A\u0004\u001b\u00043\u0004K\u0004\u001c\u0004W\u0004,\u0004?\u00041\u0004:\u0004F\u0004.\u0004\u0014\u00045\u00040\u00047\u0004\u001e\u0004H\u0004\u001a\u0004:\u0004\u001e\u0004>\u00045\u00047\u0004<\u0004'\u0004O\u0004\u001e\u0004@\u0004;\u0004\u0013\u0004)\u0004\u001a\u0004\u0006\u0004\u001e\u0004N\u0004\u000b\u0004'\u0004J\u00040\u0004;\u0004=\u00042\u0004 \u0004$\u0004]\u0004\u0011\u0004I\u0004\u0004\u0004\u0004\u0004\u0004\\\u0004,\u0004\u0017\u00046\u0004]\u0004\u0017\u0004)\u0004@\u0004-\u00044\u00049\u0004,\u0004,\u0004)\u0004)\u0004Q\u0004/\u0004G\u0004_\u00044\u0004?\u0004H\u0004$\u0004E\u00045\u0004I\u0004C\u0004\"\u0004$\u0004\u001c\u0004!\u0004P\u0004O\u0004\u001e\u0004(\u0004(\u0004(\u0004\u0017\u0004\u001f\u0004!\u00042\u0004\u001b\u0004?\u0004.\u00040\u0004)\u0004H\u0004\u0011\u00042\u0004A\u0004\u001b\u0004E\u0004C\u0004`\u0004@\u0004\u000e\u0004-\u0004\u001f\u00044\u0004F\u0004(\u0004;\u0004;\u00043\u00041\u00047\u0004b\u0004\f\u0004F\u0004*\u0004D\u0004M\u00043\u0004\u001a\u0004\u0018\u0004\u0016\u0004W\u0004>\u0004E\u0004H\u0004S\u0004G\u0004(\u0004 \u0004O\u0004:\u0004T\u0004L\u0004I\u0004'\u0004#\u0004L\u0004/\u0004'\u0004F\u00042\u0004S\u0004>\u0004 \u0004/\u0004+\u00046\u0004\u0018\u0004L\u00046\u0004S\u00044\u0004N\u0004%\u0004\u0017\u0004\u0014\u0004G\u0004.\u0004)\u00040\u00042\u00048\u0004(\u0004?\u0004\u001a\u00043\u0004/\u0004<\u00044\u0004\u0019\u0004$\u0003\u0004>\u00049\u0004'\u0004+\u0004\n\u0004%\u0004*\u00048\u0004H\u0004s\u0004_\u0004\u001f\u0004L\u0004C\u00041\u0004E\u0004-\u0004Z\u0004$\u0004,\u0004D\u0003\u0004#\u0004\u0013\u0004.\u0004\u0019\u0004=\u00040\u0004(\u0004C\u0004\u001d\u0004@\u0003\u0004;\u00045\u00049\u0004;\u0004+\u00049\u0004\u000f\u0004\u0010\u0004:\u0004.\u0004F\u0004!\u0004'\u00045\u0004\u001a\u0004B\u0004 \u0004V\u0004<\u0004=\u00041\u00048\u0004>\u0004Q\u0004>\u0004O\u0004-\u0004C\u0004\u0012\u0004\u001d\u0004\u001d\u0004L\u00040\u0004\u0010\u0004K\u0004K\u0004\u000e\u0004\"\u0004'\u0004&\u0004H\u0004\u0019\u0004\u001f\u0004\u0018\u00041\u0004$\u00045\u0004\u001b\u0004>\u0004$\u0004\u001e\u00047\u0004=\u0004F\u0004%\u0004%\u0004+\u00045\u0004%\u0004\u001e\u0004\u0002\u0004\u001a\u0004)\u0004b\u00044\u00045\u0004(\u0004\u0014\u0004F\u00047\u0004 \u0004?\u0004&\u0004\b\u0004R\u0004\u0011\u0004\u001e\u00043\u0004V\u0004E\u0004(\u0004<\u00043\u00044\u0004B\u0004:\u00040\u0004A\u0004\u001d\u0004%\u0004O\u0004o\u0004[\u0004|\u0004Z\u0004G\u00042\u0004J\u00041\u00043\u0004\"\u0004*\u0004=\u0004L\u0004<\u00048\u0004@\u0004(\u0004\u0013\u0004H\u0004%\u0004X\u0004R\u0004+\u0004/\u0004.\u0004M\u0004,\u0004\u000b\u0004\"\u0004(\u0004@\u0004.\u0004h\u00042\u0004\u001e\u0004@\u0004/\u0004J\u0004<\u0004(\u00042\u0004C\u00048\u0004\u0011\u0004\f\u0004B\u0004G\u00044\u0004'\u00047\u0004E\u0004\n\u0004U\u00045\u0004F\u0004R\u0004\u0019\u0004>\u00043\u00041\u0004&\u0004&\u0004<\u0004,\u0004S\u0004\"\u0004L\u0004*\u0004\u0005\u0004!\u0004`\u0004=\u0004.\u0004F\u0004B\u00045\u00043\u0004\u0017\u0004\u001f\u00049\u0004>\u0004C\u0004J\u0003\u0004.\u0004;\u0004Q\u0004-\u0004K\u0004G\u0004%\u00047\u0004I\u0004\u0019\u0004^\u0004.\u00043\u0004\u000e\u0004J\u00046\u00049\u0004>\u00048\u0004#\u0004,\u00043\u0004)\u00041\u00044\u0004F\u0004I\u00048\u0004*\u0004@\u0004)\u0004:\u0004L\u0004$\u0004;\u0004*\u0004)\u0004I\u0004E\u0004\u001b\u0004%\u00040\u0004'\u0004%\u0004&\u0004,\u0004*\u0004%\u0004L\u0004@\u00047\u0004V\u00047\u00047\u0004A\u0004Q\u0004\u0018\u0004,\u0004>\u0004T\u0004E\u0004%\u0004E\u0004\u001d\u0004\u0018\u00047\u00045\u0004,\u0004!\u0004 \u0004<\u0004*\u0004\u0010\u0004\u001f\u00047\u0004'\u0004#\u0004L\u0004/\u0004(\u0004L\u0004+\u0004%\u0003\u0004-\u0003\u0004\u001a\u0004+\u0004N\u0004\u0010\u0004W\u0004<\u0004\u0015\u00042\u00041\u0004I\u00048\u0004\u0010\u0004+\u0004#\u0004\u001b\u0004=\u00049\u00042\u00043\u0004P\u00042\u00041\u00040\u00042\u0004M\u0004F\u0004E\u00041\u0004I\u0004\u0004\u0004\u001a\u0004\"\u0004@\u0004\u0018\u0004,\u0004\u001f\u0004K\u0004\u001c\u0004O\u0004+\u0004/\u0004G\u0004.\u0004-\u0004+\u0004=\u0004D\u0004A\u0004N\u0004&\u0004;\u0004R\u0004K\u0004'\u0004d\u00046\u0004\u0011\u0004\n\u0004+\u0004\u001b\u0004\r\u0004\u001a\u0004!\u0004&\u0004;\u0004'\u0004R\u0004\u000e\u00047\u0004#\u0004\u001e\u0004A\u0004,\u0004\u0018\u0004&\u0004\u0019\u00041\u0004J\u0004G\u0004G\u0004>\u0004\"\u0004X\u0004E\u00048\u0004H\u0004>\u0004\u0004\u00046\u0004Y\u0004A\u0004\u001c\u0004\u0011\u0004!\u0004<\u0004L\u0004\u0019\u0004B\u0004\"\u0004L\u00045\u00046\u0004\\\u0004T\u0004\u0004D\u0004,\u0004*\u0004\u0001\u00042\u00042\u0004\u001d\u00046\u0004 \u0003\u0004 \u0004)\u0004C\u00048\u0004;\u0004-\u00044\u0004}\u0004B\u00043\u0004%\u0004L\u0004$\u0004%\u0004C\u0004/\u0004&\u0004$\u0004-\u00046\u0004*\u0004$\u0004T\u0004U\u0004F\u0004B\u00048\u0004/\u0004H\u0004D\u00048\u0004+\u0004\u0018\u00042\u0004A\u00042\u00044\u0004\u001d\u0004\u0018\u0004O\u0004K\u00045\u0004%\u0004\u0015\u0004C\u0004@\u0004\n\u00043\u0004X\u0004*\u0004Z\u0004A\u0004O\u0004&\u00041\u0004\u0014\u0004#\u0004I\u00049\u0004I\u0004E\u0004T\u0004\u001a\u00045\u0004\u001b\u0004N\u0004H\u0004.\u0004P\u0004,\u0004@\u0004\u001c\u0004:\u0004F\u0004\u0007\u0004\t\u0004H\u0004B\u0004%\u0004(\u00041\u0004?\u0004+\u0004(\u0004/\u00048\u0004$\u0004\u0014\u00044\u00042\u00044\u00042\u0004U\u0004Z\u0004(\u0004K\u0004>\u0004\u001e\u0004V\u0004:\u0004X\u0004<\u0004$\u0004I\u0004:\u0004\u000f\u0004-\u0004*\u0004]\u0004\u0018\u0004!\u0004J\u00049\u0004-\u0004,\u0004 \u0004\u0012\u0004\u0013\u0004-\u0004\f\u0004A\u0004?\u0004\u000e\u0004J\u0004=\u0004,\u0004\u0018\u0004S\u0004\u001a\u0004\u0019\u0004\u000f\u0004#\u00042\u0004\u0018\u0004A\u0004\u001f\u0004!\u0004;\u0004\u001a\u00046\u0004E\u0004\u001e\u0004F\u0004&\u00046\u00044\u00049\u0004>\u00049\u00045\u0004\u0017\u0004M\u0004;\u0004E\u00047\u0004!\u0004=\u00047\u0004-\u0004\u001c\u0004T\u0004+\u0004A\u0004G\u0004*\u0004)\u0004,\u0004Q\u0004!\u00045\u00041\u0004\u001b\u0004\u001c\u00042\u0004\u001e\u0004*\u0004H\u0004M\u0004F\u0004.\u00048\u0004]\u0004>\u0004;\u00045\u0004P\u00041\u0004\u0012\u0004\u001f\u0004N\u00044\u0004<\u0004'\u0004R\u0004=\u0004)\u0004E\u0004\u0012\u0004\u001f\u0004)\u0004\u0018\u00048\u00043\u0004=\u0004=\u0004:\u0004\u0011\u00040\u00043\u00047\u0004\u001c\u0004+\u0004C\u0004A\u0004(\u0004R\u0004a\u0004*\u0004?\u0004[\u0004=\u0004%\u0004&\u0004)\u00049\u0004'\u0004g\u0004<\u0004U\u0004[\u0004\u001f\u0004'\u0004;\u0004G\u0004'\u0004'\u0004\u0015\u0004G\u0004R\u00045\u0004\u001a\u0004\u001e\u0004\u001a\u0004/\u0004B\u0004T\u0004>\u0004M\u0004\u0012\u00041\u00043\u00047\u0004M\u00040\u0004J\u0004>\u0004'\u0004\"\u0004W\u0004X\u0004\"\u0004a\u00041\u00047\u0004)\u0004J\u0004\u0002\u00040\u0004,\u00044\u0004;\u0004\u0011\u0004L\u0004\u0019\u00044\u00040\u0004#\u0004\"\u0004=\u0004^\u0004-\u0004W\u0004\u0010\u0004A\u0004*\u0004@\u0004n\u0004/\u00046\u00044\u0004=\u0004h\u0004\\\u0004B\u0004>\u0004S\u00041\u0004\"\u0004-\u0004)\u0004!\u00044\u0004c\u0004\u0015\u0004?\u0004J\u0004\u0018\u0004Y\u0004Z\u0004P\u0004x\u0004\u0017\u0004?\u0004?\u00045\u0004M\u00047\u0004\u000e\u00044\u0004J\u0004#\u0004;\u0004<\u0004\u0011\u0004\u0019\u0004>\u00049\u0004'\u0004>\u0004S\u00040\u0004?\u0004*\u0004-\u0004K\u00042\u0004\u0007\u0004\u0010\u0004$\u00049\u00044\u0004+\u0004(\u0004&\u00040\u0004W\u0004=\u0004Y\u0004?\u0004P\u0004x\u0004=\u0004,\u0004!\u0004\u001c\u0004=\u0004\u001c\u0004N\u00048\u0004\\\u0004<\u00041\u00045\u0004\"\u0004\u0006\u0004B\u0004+\u0004J\u00045\u0004 \u00043\u0004:\u0004A\u0004/\u0004\u001b\u0004\u001d\u0004:\u0004+\u0004B\u0004\u001e\u0004\u001d\u0004T\u0004'\u0004$\u0004(\u0004\t\u0004Q\u0004Q\u0004 \u0004V\u0004M\u0004\u0015\u0004\u0018\u0004A\u00042\u0004D\u0004\"\u0004J\u0004;\u0004I\u0004&\u00048\u0004+\u0004-\u0004S\u0004*\u0004$\u0004\u0011\u0004\u0004\u00047\u0004#\u0004*\u00046\u0004N\u0004)\u0004:\u00049\u0004f\u00043\u00041\u0004J\u00041\u0004,\u00047\u0004\u001c\u00042\u0004*\u0004;\u0003\u0004;\u0004\r\u00042\u0003\u0004.\u0004\u0007\u0004\u0015\u0004\u001c\u0004-\u0004<\u0004$\u0004\u0014\u0004,\u0004\f\u00043\u0004\u001c\u0004=\u0004C\u00040\u00042\u0004G\u0004\u000f\u0004/\u0004\u0013\u0004P\u0004B\u00046\u0004*\u0004?\u0004)\u0004*\u0004'\u00045\u0004M\u0004\u0011\u0004>\u0004\u001d\u00042\u0004I\u0004\u0010\u0004*\u0004*\u0004`\u0004h\u0004W\u0004-\u0004v\u0004G\u0004J\u0004G\u0004_\u0004R\u00047\u0004D\u0004A\u0004L\u00048\u0004+\u0004\u001d\u0004M\u0004:\u0004\u001e\u0004?\u0004/\u0004'\u00046\u0004:\u0004\b\u0004\u001d\u0004!\u0004:\u0004'\u0004E\u00047\u0004*\u0004!\u0004<\u0004Y\u0004'\u0004\u0017\u0004Q\u0004U\u0004%\u0004R\u0004/\u0004*\u00046\u0004\u0019\u0004?\u0004(\u0004\u0018\u0004/\u0004H\u0004G\u0004Z\u0004.\u0004D\u0004C\u0004,\u0004Z\u0004=\u0004<\u0004\u000f\u00044\u0004?\u0004:\u0004B\u0004<\u0004;\u0004@\u0004\u0000\u0004.\u0004G\u0004:\u0004H\u0004\u0013\u0004\u0011\u0004\u0017\u0004/\u0004E\u0004I\u0004D\u0004M\u0004,\u0004=\u0004&\u0004C\u0004$\u0004]\u00041\u0004%\u00049\u00044\u0004p\u0004T\u0004K\u0004H\u0004\u001f\u0004R\u00040\u00047\u0004\u000e\u0004F\u0004L\u0004F\u0004V\u0004K\u0004\f\u0004'\u00043\u00049\u0004%\u0004G\u0004+\u0004C\u0004+\u00040\u00042\u0004N\u00043\u0004B\u0004;\u00049\u0004o\u0004N\u0004\u0019\u0004'\u00048\u00044\u0004I\u0004%\u0004A\u0004)\u0004L\u0004c\u0004A\u0004\u0004\u0004M\u0004-\u0004(\u0004O\u0004C\u00040\u00042\u00047\u0004\u0017\u0004E\u0004<\u0004\u001d\u0004+\u0004\u001a\u0004&\u0004!\u00042\u0004&\u0004\u001d\u0004,\u0004C\u0004i\u0004;\u0004E\u00044\u0004K\u0004\u0017\u0004'\u0004\u000b\u0004G\u0004\"\u0004&\u0004B\u0004\u0012\u0004I\u0004M\u0004?\u0004\u0017\u0004 \u0004C\u00040\u0004M\u0004N\u0004\u001c\u00040\u00044\u0004<\u0004 \u0004,\u0004G\u0004\\\u0004-\u0004&\u0004N\u0004'\u0004\"\u0004A\u0004H\u0004N\u0004>\u0004N\u0004'\u00047\u00042\u0004\u001c\u0004I\u0004\u001b\u0004@\u0004$\u0004I\u0004;\u0004[\u0004)\u0004\u0018\u0004\u001e\u0004;\u0004*\u0004>\u0004J\u0004\u001c\u0004E\u0004\u001a\u00043\u0004-\u0004'\u0004+\u0004L\u0004#\u00042\u0004\u001e\u0004O\u0004\u0007\u00042\u0004V\u0004A\u00043\u0004F\u00043\u0004M\u0004G\u0004.\u0004P\u0004\u001d\u00046\u0004e\u0004\f\u0004%\u0004&\u0004?\u0004M\u00045\u0004\"\u0004X\u0004\u001d\u0004\u001f\u0004)\u0004C\u0004=\u00047\u0004V\u0004\u0015\u0004)\u00049\u0004l\u0004\\\u0004f\u0004\u001d\u0004A\u0004\u001d\u0004A\u0004,\u0004#\u0004a\u0004M\u00044\u00046\u0004&\u0004?\u0004\u0014\u0004$\u0004P\u0004W\u0004(\u0004C\u0004\u0010\u0004Z\u0004 \u0004\u0007\u0004#\u0004h\u0004B\u00040\u0004=\u0004H\u00045\u0004F\u00046\u0004\u001e\u00040\u0004\u001e\u0004R\u0004-\u0004/\u0004(\u00045\u0004\u001d\u00040\u0004N\u0004-\u00047\u0004\u001d\u00049\u0004M\u0004\u0019\u0004.\u0004G\u0004\u0017\u0004!\u0004\u001d\u0004'\u0004\u0007\u0004\u0016\u0004\u001d\u00049\u0004$\u0004O\u0004)\u0004$\u00043\u0004/\u0004J\u0004[\u0004\r\u0004\u0017\u0004:\u00045\u0004\u001a\u0004+\u0004,\u0004\u0013\u0004_\u0004+\u0004\u0013\u0004(\u00045\u0004,\u0004Y\u0004>\u0004?\u0004S\u0004\u0004\u0004u\u0004\u0004C\u0004/\u00045\u0004\u0015\u00045\u0004#\u00049\u0004?\u0004-\u0004V\u0004L\u0004F\u0004\u0013\u0004&\u0004\b\u0004;\u0004F\u0004-\u00046\u0004?\u0004;\u0004)\u0004<\u0004A\u00041\u0004<\u0004[\u0004*\u0004^\u0004\u0014\u0004>\u0004W\u0004!\u0004'\u00040\u0003\u0004O\u00047\u0004!\u0004M\u0004\u0004\u0004j\u0004o\u0004+\u0004\u001a\u0004$\u0004A\u0004M\u0004.\u0003\u0004=\u0004/\u00042\u00047\u0004\u001e\u00041\u0004'\u0004\u0013\u00047\u00045\u0004#\u0004%\u0004>\u0004g\u0004>\u0004 \u00048\u0004,\u00044\u0004E\u0004\u0012\u0004\u0018\u0004\u0016\u0004\u000e\u0004\u001d\u0004E\u0004/\u00047\u00044\u00043\u0004D\u0004\t\u0004?\u0004)\u0004)\u0004\u001c\u0004A\u0004\f\u00042\u0004B\u0004=\u0004e\u0004>\u0004H\u0004A\u0004\u0019\u0004+\u0004G\u0004H\u0004=\u0004 \u0004+\u00042\u0004 \u00041\u0004/\u0004C\u0004\"\u0004I\u0004D\u0004%\u00048\u00041\u0004&\u0004)\u0004C\u0004-\u0004&\u0004%\u0004\u001a\u0004\u0014\u0004U\u0003\u0004$\u0004<\u00045\u0004A\u0004V\u0004\u001b\u0004(\u0004\u0018\u0004J\u00049\u0004\u001c\u00044\u0004/\u0004&\u0004>\u0004(\u0004*\u0004/\u0004#\u0004\u0007\u0004?\u0004+\u0004Q\u0004(\u00048\u0004B\u00046\u0004@\u0004Z\u00049\u0004^\u0004&\u0004Y\u0004+\u0004A\u00040\u0004<\u0004)\u0004W\u0004U\u0004,\u0004`\u0004;\u0004V\u0004;\u0004R\u0004\u001c\u0004*\u0004,\u0004(\u0004!\u0004A\u0004.\u0004.\u0004\u0012\u0004S\u0004\f\u0004,\u0004B\u0004[\u00041\u0004.\u00045\u0004o\u0004%\u0004'\u00048\u0004I\u00045\u00048\u0004=\u0004J\u0004)\u0004\u0018\u0004 \u0004I\u0004R\u0004&\u0004\u0010\u0004%\u0003\u0004:\u0004J\u0004E\u0004(\u0004\u0017\u0004O\u0004>\u00040\u0004Q\u0004B\u0004%\u0003\u00046\u0004>\u00044\u0004=\u0004\u0018\u0004k\u0004\u0014\u0004&\u0004:\u0004A\u0004,\u0004 \u00049\u00046\u0004H\u0004W\u0004\u0002\u0004&\u0004\u0004S\u0004R\u0004#\u0004B\u0004A\u0004#\u0004/\u0004;\u0004\"\u00048\u0004O\u0004I\u0004F\u0004;\u0004=\u0004j\u0004\u0005\u0004\u0004p\u0004V\u0004<\u0004O\u00040\u0004\f\u0004\"\u0004V\u0004J\u0004\u001b\u0004$\u0004\u001b\u0004O\u0004J\u0004d\u0004G\u0004)\u0004\u001e\u00042\u00042\u0004Q\u0004:\u0004V\u0004G\u0004@\u0004Y\u0004\u0015\u0004!\u0004\u0019\u00044\u0004H\u0004\u000e\u0004#\u0004\u001f\u0004A\u0004Y\u00040\u00049\u0004(\u00046\u0004.\u00043\u0004U\u0004K\u0004=\u00048\u0004\u000f\u0004Z\u00044\u0004:\u00040\u0004:\u0004*\u0004\u001a\u0004*\u0004<\u0004&\u00043\u0004\r\u00040\u0004\u0016\u00046\u00046\u00048\u00046\u0004.\u0004A\u0004>\u0004D\u0004Z\u00043\u0004+\u00040\u0004\u001f\u0004&\u0004K\u0004)\u0004\f\u00049\u0004.\u0004)\u0004\u0011\u0004/\u0004%\u0003\u0004(\u0004\u0018\u0004?\u0004G\u0004\u0012\u0004A\u0004\"\u0004\u0019\u0004\u0005\u0004#\u0004+\u0004B\u0004\u001b\u0004x\u0004\u001a\u0004\n\u0004(\u0004%\u0004&\u00046\u0004\u000b\u0004A\u0004 \u00040\u0004\u0018\u0004(\u0004G\u0004\u001f\u0004I\u00046\u0004\"\u0004%\u0004\u0012\u0004I\u0004H\u0004%\u0004,\u0004\u0012\u0004=\u0004=\u0004A\u00047\u0004(\u0004@\u00042\u0004M\u00041\u0004B\u0004&\u0004*\u0004W\u0004.\u0004e\u0004k\u0004K\u0004\u0014\u0004\u0012\u0004 \u0004A\u0004\\\u0004<\u0004\u001b\u0004.\u0004 \u0004+\u0004*\u0004-\u00041\u0004S\u0004\u0014\u0004b\u0004\u001d\u00041\u0004Q\u0004A\u0004B\u0004\b\u00046\u0004B\u0004(\u0004U\u0004)\u0004W\u0004]\u0004y\u0004,\u0004I\u0004;\u0004<\u00044\u0004m\u0004\u001f\u00047\u0004!\u00049\u0004*\u0004B\u00048\u0004\u0010\u0004\u001b\u0004>\u0004P\u0004B\u0004R\u0004-\u0004\b\u0004-\u00049\u0004-\u0004L\u0004\u0003\u00044\u0004 \u00049\u0004&\u0004A\u0004M\u0004.\u00045\u00049\u0004=\u0004\u001b\u0004\u0012\u0004/\u00045\u00040\u0004P\u0004(\u0004C\u0004E\u0004!\u0004\u001b\u0004C\u0004?\u0004\u000f\u0004'\u0004Y\u0003\u0004B\u0004F\u0004\u0011\u0004E\u00046\u0004'\u00042\u0003\u0004\u001d\u0004<\u00040\u0004\u001c\u00040\u00049\u0004G\u0004-\u0004'\u0004/\u0004G\u0004H\u0004D\u0004*\u0004L\u00043\u0004N\u0004\u0007\u0004J\u0004B\u0004a\u0004\u0005\u0005\u0005P\u0004\u0004H\u0004R\u0004]\u0004E\u0004a\u0004H\u00047\u0004g\u00043\u0004\u001c\u00044\u0004\u001f\u0004#\u0004\u0016\u0004.\u0004G\u00047\u00047\u0003\u0004*\u0004\u0017\u0004W\u00041\u0004\u0017\u0004?\u0004&\u0004L\u00044\u0004.\u00048\u00040\u0004L\u0004\u0019\u0004+\u0004A\u0004)\u0004$\u0003\u0004P\u0004\u0019\u00043\u0004d\u0004D\u0004J\u0004=\u0004B\u0004%\u0004\u001f\u0004'\u0004.\u00040\u00040\u0004N\u0004%\u0004!\u0004(\u00042\u0004#\u0004\u0016\u0004(\u0004A\u0004\u001e\u0004E\u00046\u0004=\u0004<\u0004G\u0004\u0019\u0004#\u00046\u0004L\u0004\u0019\u0004*\u0004-\u00048\u0004I\u0004\u0018\u00045\u0004\r\u0003\u0004\u0010\u0004\u0012\u0004$\u0004C\u0004!\u0004\u001e\u00048\u0004E\u0004-\u0004\u0012\u0004\u0019\u0004D\u0004F\u0004\u001f\u0004\u0013\u0004\u0011\u0004\u001f\u0004\u001c\u0004\u0011\u0004+\u00040\u0004(\u0004Q\u0004\u0015\u0004\u0010\u0004\u001c\u0004\"\u00047\u0004[\u0004O\u00048\u00047\u0004P\u0004@\u0004\u001d\u0004\"\u0004X\u0004=\u0004>\u0004<\u0004?\u00043\u0004<\u0004?\u0004(\u0004'\u0004\u001b\u0004%\u0004+\u0004)\u0004\u001b\u0004'\u00044\u0004g\u0004>\u0004*\u00040\u0004F\u00048\u0004>\u0003\u00044\u0004$\u0004;\u0004@\u0004/\u0004\u000e\u00047\u0004\u0014\u0004#\u0004(\u0004G\u0004S\u0004\u001a\u0004'\u00041\u0004\u001a\u0004!\u0003\u0004\u0004\u00046\u0004 \u00049\u0004K\u0004\"\u0004P\u0004a\u00049\u0004d\u0004Y\u0004?\u0004P\u0004<\u0004!\u0004a\u00047\u0004#\u0004\u0016\u00046\u0004O\u0004H\u0004>\u0004%\u0004C\u0004\r\u00045\u0004R\u0004\u001c\u0004'\u0004-\u0004%\u0004>\u0004;\u0004U\u0004A\u0004V\u0004D\u0004B\u0004K\u0004\u001f\u0004J\u00041\u0004M\u0004\u001b\u0004S\u00040\u0004Z\u0004B\u0004>\u0004!\u0004\u0003\u0004;\u0004E\u0004.\u0004D\u0004.\u0004;\u0004(\u0004!\u00048\u0004&\u00048\u0004F\u0004\u0016\u0004\u001d\u00048\u0004(\u0004.\u0004/\u0004:\u00042\u0004G\u0004\u001c\u00043\u0004,\u0004\u0006\u0004=\u0004\\\u0004$\u00049\u0004#\u0004.\u0004'\u0004\u001f\u0004W\u0004&\u0004?\u0004(\u00041\u0004P\u0004w\u0004\u0004\u0005*\u0004\u0004t\u0004E\u0004&\u0004E\u00046\u00043\u0004=\u00043\u00048\u0004R\u0004\u0017\u0004\"\u0004A\u00046\u0004H\u0004=\u0004N\u00047\u0004#\u0004L\u00042\u0004D\u0004-\u0004C\u0004:\u0004C\u0004B\u0004N\u00047\u0004?\u00042\u0004\u0006\u00048\u0004<\u00040\u0004\u001f\u0004)\u0004@\u0004B\u0004E\u0004L\u0004\u0011\u0004E\u0004+\u0004/\u00048\u0004/\u0004\u001e\u0004.\u0004A\u0004G\u0004\u0013\u0004B\u0004>\u0004\u0019\u0004\u001f\u0004\u001f\u0004&\u0004H\u0004\r\u0004C\u0004Q\u0004\u001f\u0004;\u0004#\u00041\u0004A\u00040\u0004?\u0004\u001b\u00046\u0004f\u0004(\u00043\u0004\u000f\u0004-\u0004&\u0003\u0004/\u0004?\u0004B\u0004\u001a\u0004\u0018\u0004\u0016\u00049\u0004=\u0004F\u0004W\u0004\"\u0004!\u0004F\u0004:\u00046\u0004T\u0004\"\u0004E\u00040\u0004R\u0004\u0018\u0004G\u0004\"\u0004N\u0004#\u0004\u0016\u0004L\u0004?\u00042\u0004\u0012\u00044\u0004\"\u0004(\u00043\u0004.\u0004?\u0004)\u00045\u00041\u0004A\u0004@\u0004;\u0004<\u0004J\u0004=\u0004.\u00040\u0004:\u00046\u0004\u0017\u0004\u000f\u0004S\u0004\u0016\u0004\u0011\u00042\u0004C\u00041\u0004\u0011\u0004?\u00049\u0004$\u0004C\u00047\u0004<\u0004C\u0004C\u0004\u001e\u0004\u001e\u00040\u0004K\u0004:\u0004/\u0004H\u00049\u0004=\u0004F\u0004\u001c\u0004\u0006\u00044\u0004\u0013\u0004C\u0004\u0019\u0004\u001b\u0004)\u0004\u001b\u0004K\u0004$\u0004.\u0004\u001e\u0004B\u0004H\u0004=\u0004F\u00045\u0004%\u0004G\u0004\u0013\u0004D\u0004-\u0004O\u0004\n\u0004%\u0004\r\u0004 \u0004I\u0004(\u0004#\u0004\n\u0004B\u0004'\u00043\u0004_\u0004\u001b\u0004-\u0004!\u0004\u0004\u0004'\u0004\"\u0004\u0015\u0004.\u0004)\u0004\u0017\u0004T\u0004\u001f\u00045\u0004F\u0004\u001d\u0004\u0018\u0004$\u0004-\u00040\u0004+\u00044\u0004^\u0004\u0004>\u0004D\u00041\u0004\f\u0004H\u0004+\u0004F\u0004F\u0004`\u00043\u00041\u0004+\u0003\u0004C\u00045\u0004M\u0004\u000f\u0004(\u00047\u0004-\u0004'\u0004)\u0004=\u0004A\u0004V\u0004X\u00044\u0004+\u0004J\u0004;\u0004E\u00047\u0004-\u0004^\u00040\u0004'\u0004\u0010\u00045\u0004=\u0004m\u0004m\u0004\u0004\u0004D\u0004R\u0004\\\u00044\u0004&\u0004)\u0004Y\u0004-\u0004\u0016\u0004c\u0004:\u00043\u0004\u001c\u0004%\u0003\u0004C\u0004;\u0004;\u0004G\u0004T\u0004A\u0004Q\u00041\u0004\n\u0004\u001e\u00044\u0004!\u0004I\u0004>\u0004-\u00046\u0004;\u0004U\u0004\u0013\u0004&\u0004\u000b\u0004\u0012\u0004F\u0004\u0007\u0004)\u0004\u0013\u0004K\u0004E\u0004\"\u0004V\u0004:\u00044\u00040\u0004D\u0004\u001e\u0004\u0010\u0004\u0003\u0004\u0015\u0004\u0012\u0004#\u0004\u001f\u0004\u0016\u0004K\u00041\u0004>\u0004E\u0004<\u0004\u001a\u0004,\u00049\u0004I\u00047\u0004\t\u00049\u0004>\u0004&\u0004#\u00047\u0004\u001b\u0004D\u00048\u0004\u001c\u0004'\u0004E\u0004,\u0004F\u00048\u0004%\u0004W\u0004(\u0004\"\u00044\u0004\u001e\u0004\u0019\u00042\u00041\u0004=\u0004*\u0004:\u0004%\u0004:\u0004F\u0004M\u0004;\u0004.\u0004%\u0004B\u0004\u0019\u0004K\u0004/\u00041\u00047\u0004C\u0004;\u0004!\u0004{\u0004\u0016\u0004\"\u0004R\u0004.\u0004:\u0004P\u00047\u0004F\u0004;\u0004\u0011\u0004\u0010\u0004\u0014\u0004;\u0004\"\u0004j\u0004\u000b\u0004G\u0004\u0017\u00048\u0004F\u0004)\u0004D\u0004\u0013\u00042\u0004T\u0004:\u0004[\u00044\u0004'\u0004N\u0004\u001f\u0004>\u0004$\u0004/\u0004Y\u0004\u0012\u0004-\u0004\u0011\u0004B\u0004N\u0004+\u00046\u0004*\u0004D\u0004>\u0004P\u0004\u001f\u0004)\u0004'\u00043\u0004\u0018\u0004\u0010\u00047\u0004D\u0004i\u0004(\u0004T\u0004F\u0004\u001d\u00041\u0004\u001b\u0004L\u0004+\u00046\u0004/\u00040\u0004[\u0004Q\u0004N\u0004D\u0004-\u0004#\u0004C\u00045\u0004\u0015\u0004-\u00046\u00045\u00041\u0004F\u00043\u0004I\u00044\u0004/\u00049\u0004;\u0004,\u0004\u000b\u0004H\u0004&\u0004!\u0004\u000e\u0004H\u0004S\u0004\u001c\u00044\u0004\\\u0004I\u00043\u00044\u0005\u0000\u00043\u0004R\u0004R\u0004:\u0004\f\u0004\u0017\u0004:\u00042\u0004/\u00045\u0004<\u00044\u0004=\u0004S\u00044\u0004\u0011\u0004(\u00049\u0004.\u00043\u0004Q\u00044\u0004W\u0004/\u0004)\u0004#\u0004\u001f\u0004\"\u0004o\u0004l\u0004g\u0004c\u0004)\u0004j\u0004.\u00046\u0004\u0014\u0004V\u00047\u0004%\u0004*\u0004T\u0004\u0004/\u0004^\u0004z\u0004Z\u00041\u0004C\u00049\u00040\u00041\u0004>\u00041\u0004S\u0004\u001a\u0004O\u0004m\u0004O\u0004<\u0004\u0018\u0004C\u0004%\u00045\u00044\u0004\u001c\u00045\u0004\u001a\u0004$\u00048\u0004\u001b\u0004!\u0004#\u0004%\u0004?\u0004\"\u00045\u0004(\u0004\"\u0004g\u0004&\u0004L\u00048\u0004W\u00043\u00047\u0004\u001f\u0004I\u0004-\u0004/\u0004C\u0004=\u00047\u00042\u0004B\u0004%\u0004\b\u0004\"\u0004-\u0003\u00040\u00044\u0004\u0017\u0004(\u0004>\u0004$\u00041\u0004!\u00048\u0004a\u0004\u001e\u0004*\u0004=\u0004/\u0004\u0000\u00040\u0004)\u0004!\u0004\t\u0004S\u0004\"\u00049\u0004\u001f\u00042\u0004&\u0004\u001c\u0004\u0016\u0004*\u0004<\u0004W\u00042\u0004A\u0004Q\u0004\u001f\u0004\u0017\u0004@\u00049\u0004\t\u00048\u0004b\u0004/\u0004C\u0004+\u0004%\u0004B\u0004\"\u0004J\u0004\u0006\u00042\u0004:\u00043\u00046\u0004\u0016\u0004E\u0004H\u0004'\u0004;\u0004\u001c\u0004S\u0004\"\u00040\u0004\u0003\u0004\u0016\u0004\u0010\u0004\u0015\u0004\"\u0004F\u0004\u000f\u00041\u0004E\u0003\u0004$\u0004$\u0004A\u0004D\u00041\u0004L\u0004o\u00045\u0004:\u00040\u0004N\u0004%\u00042\u00044\u0004/\u00047\u0004\u0014\u0004-\u0004T\u00041\u0004\"\u0004r\u0004-\u0004&\u0004H\u0004Z\u0004\u001e\u0004@\u00041\u0004\u001d\u00047\u0004!\u0004 \u0004\u0016\u0004#\u0004&\u0004=\u0004,\u0004;\u00044\u0004\u0003\u0003\u0004\u0017\u0004\u0018\u0004T\u0004,\u0004:\u00049\u0004A\u0004e\u0004\u001c\u0004q\u0004T\u0004L\u0004P\u0004/\u0004X\u0004-\u0004J\u00043\u0004J\u0004O\u0004\u001a\u00043\u0004$\u0004\u001d\u00045\u0004>\u00045\u0004=\u00042\u0004$\u00048\u0004K\u0004D\u0004\u001b\u0004\u0001\u0004!\u00042\u0004D\u0004\u001d\u0004d\u00041\u0004W\u0004K\u0004<\u00048\u0004\"\u0004^\u0004)\u0004?\u0004/\u0004?\u00049\u0004L\u0004/\u0004<\u00045\u0004\u0010\u00048\u00043\u0004\u001c\u0004@\u0004-\u0004\u001c\u0004$\u0004\u001a\u0004;\u0004F\u0004H\u00041\u0004Z\u0004Q\u0004o\u0004\u0004p\u0004;\u00049\u0004E\u0004>\u0004<\u0004Q\u00044\u0004;\u00043\u0004L\u0004L\u0004E\u00047\u0004L\u0004+\u0004%\u0004G\u0004,\u0004Q\u0004Q\u0004&\u0004/\u0004U\u0004E\u0004R\u0004&\u0004/\u0004H\u0004(\u0004\u001b\u0004>\u0004\\\u0004#\u0004%\u0004C\u0004H\u0004!\u0004<\u0004\u0015\u00042\u0004\u001c\u0004X\u0004$\u0004\n\u0004N\u0004?\u0004)\u0004(\u00048\u00041\u0004I\u0004,\u00049\u00043\u0004\u001e\u0004\b\u00048\u00044\u0004\u0016\u0004'\u0004.\u0003\u0004G\u0004+\u0004\u001d\u0004+\u0004!\u0004\u0003\u0004\u0017\u0004\u0010\u0004\u0013\u0004#\u0004 \u0004\u0019\u0004W\u0004\u001f\u0004]\u0004\u0017\u0004\n\u0004H\u0004\u0012\u00046\u0004:\u0004\t\u0004<\u0004)\u0004\f\u0004\u001e\u0004Y\u0004.\u0004/\u0004\b\u0004\u0017\u0004 \u0004I\u0004 \u0004>\u0004O\u0004/\u0004B\u00049\u0004/\u0004\b\u0004+\u0004K\u0004 \u0004C\u0004,\u0004\u0012\u0004\u001f\u0004\u000b\u0004\u000f\u0004<\u0004\u001a\u00049\u0004@\u0004F\u00046\u0004\u001f\u0004J\u0004H\u0004I\u0004:\u0004\u0010\u0004'\u0004R\u00047\u0004G\u0004S\u0004:\u00047\u0004D\u0004H\u0004*\u0004)\u0004Q\u0004)\u0004#\u0004,\u0003\u00045\u00042\u0004!\u0004!\u00047\u00045\u0004O\u0004<\u00049\u0004#\u0004\u000e\u0004=\u0004]\u0004\u0012\u0004i\u0004/\u0004&\u0004(\u0004(\u0004/\u0004F\u00043\u0004a\u0004a\u0004J\u0004\u001d\u0004*\u0004+\u00049\u0004\u0005\u00046\u0004,\u00043\u0004C\u0004G\u0004B\u0004(\u0004&\u0004*\u0004f\u00047\u0004<\u0004\r\u0004I\u0004,\u0004@\u0004#\u0004#\u0004\u0013\u0004.\u0004@\u00045\u0004@\u0004@\u0004\f\u0004\u0012\u0004\u001f\u0004@\u0004J\u0004*\u0004W\u0004A\u00043\u0004A\u0004\u001c\u0004\u0016\u0004 \u0004*\u0004!\u00047\u0004\u001f\u00041\u0004H\u0004!\u00044\u0004F\u0004M\u0004/\u0004*\u00042\u00048\u0004\u001d\u0004\u0013\u00045\u0004@\u0004n\u0004\u0003\u0004\u0003\u00044\u0004\u001d\u0004\u001b\u0004L\u0004L\u0004:\u0004\r\u0004^\u0004&\u0004;\u0004,\u0004%\u0004J\u0004J\u0004 \u0004K\u0004<\u0004\u000e\u0004:\u0004+\u0004=\u00047\u0004_\u0004B\u0004<\u0004\\\u0004U\u0004\u0004m\u0004_\u0004L\u0004J\u0004\u001a\u00040\u0004\u0010\u00049\u00043\u0004E\u00046\u00043\u0004_\u0004,\u0004I\u0004F\u0004[\u0004\u0017\u0004P\u00047\u00047\u0004\u0019\u0004\u0017\u00043\u0004a\u0004L\u0004Q\u00044\u0004D\u0004)\u0004\u0010\u0004;\u0004\u0019\u0004.\u0004Z\u0004A\u00046\u0004>\u0004 \u0004\u001c\u0004\u001a\u00042\u0004N\u0004\u001b\u0004;\u00047\u00046\u0004,\u0004-\u00043\u0004j\u0004\u001a\u0004/\u0004\u001b\u0004C\u0004r\u0004)\u0004T\u00041\u0004\u0010\u0004!\u0004\u0004\u0004#\u00049\u00040\u0004V\u0004!\u0004\u0005\u0004>\u00048\u0004\u000f\u0004(\u0004\u001e\u0004\u001e\u0004\u0018\u0004,\u0004H\u00040\u00042\u0004\u001b\u00047\u0004a\u0004P\u0004<\u0004\u0010\u0004\u0014\u00041\u0004;\u00048\u0004B\u0004\u001e\u0004\\\u0004(\u00046\u0004J\u0004<\u0004C\u0004:\u0004\u0001\u0004W\u0004F\u0004P\u0004$\u0004R\u0004\b\u0004$\u0004\u001c\u00048\u0004E\u0004\u0014\u0004$\u0004\u001d\u0004B\u0004;\u0004?\u0004,\u0004:\u0004?\u0004X\u0003\u0004%\u0004(\u0004(\u00045\u0004\u0006\u00042\u0004\u000e\u0003\u0004(\u0004%\u0004K\u0004f\u0004P\u0004\u0014\u0004<\u0004\u001f\u00047\u0004\u0006\u00046\u00043\u0004\u001b\u0004&\u00048\u0004B\u0004D\u0004%\u0004;\u0004R\u0004<\u0004^\u0004.\u0004[\u0004<\u0004*\u00046\u0004!\u0004T\u0004I\u0004~\u0004I\u0004I\u00040\u0004N\u0004M\u0004-\u0004A\u0004)\u00048\u0004@\u0004\u0018\u0004B\u0004#\u0004\f\u0004\u001d\u00049\u0004/\u0004\u001e\u0004\"\u0004/\u0004\u0015\u0004A\u0004?\u00041\u0004O\u0004H\u0004J\u00044\u0004\u001c\u0004\u001b\u0004\u0012\u0004.\u00049\u0004/\u0004'\u0004)\u00044\u0004\u0016\u00041\u0004L\u0004X\u0004I\u00042\u00048\u0004)\u0004B\u0004$\u0004f\u0004(\u0004%\u0004-\u0004Z\u0004)\u0004,\u0004;\u0004\u001c\u0004L\u0004\u001c\u0004E\u00046\u0004\u0017\u0004\u0011\u0004)\u0004T\u00043\u00043\u0004A\u0004\u0015\u0004\u0010\u0004+\u00044\u0004\u0012\u0004.\u0004?\u0004X\u0004C\u0004'\u0004<\u0004\u001d\u0004,\u0004$\u0004\\\u00043\u0004~\u00044\u0004-\u00048\u0004*\u0004$\u0004+\u00042\u0004A\u00047\u0004K\u0004z\u0004p\u0004b\u0004\u0004=\u0004<\u00041\u0004/\u0004=\u0004C\u0004\u001c\u0004U\u0004;\u0004L\u0004!\u0004J\u0004F\u00042\u0004=\u00047\u0004C\u0004W\u0004G\u0004\u0012\u0004>\u0004\n\u0004q\u0004\u0016\u0004!\u0004Y\u0004?\u0004\u0014\u0004)\u0004>\u0004S\u0004\u0000\u0004\u001e\u0004E\u0004$\u0004*\u0004/\u0004+\u0004&\u0004\u000e\u0004=\u0004X\u0004_\u0004=\u0004\r\u00044\u0004D\u00046\u0004O\u0004.\u0004#\u0004\u0017\u00049\u0004=\u0004\f\u0004A\u00049\u0004/\u00042\u0004W\u0004&\u0004&\u0004+\u0004i\u0004>\u0004=\u0004!\u0004\"\u0004%\u0004/\u0004S\u0004\u0016\u0004E\u0004\u0012\u0004)\u0004\u001b\u00040\u0004\u000f\u00046\u0004@\u0004\u001e\u0004?\u00043\u0004\u0013\u00049\u00048\u0004C\u0004/\u0004\u0001\u0004)\u0004/\u00043\u0004\u001f\u00043\u0004\t\u0004\u001e\u0004J\u0004D\u0004\u0011\u00043\u0004B\u0004\u0019\u0004,\u0004%\u0004\u001f\u0004\u001c\u0004'\u0004)\u00044\u0004\u001c\u0004-\u0004(\u0004#\u0004=\u0004'\u0004\u001f\u0004\u000b\u00047\u0004'\u0004<\u0004?\u0004F\u0004+\u0004.\u0004F\u0004&\u0004F\u0004*\u00043\u0004'\u00049\u0004O\u0004$\u0004J\u0004O\u00048\u0004#\u0004'\u0004)\u0004L\u0004\u001f\u0004\u0015\u0004\u0019\u0004E\u0004:\u0004L\u0004Q\u0004\u0002\u0004I\u0004M\u0004)\u0004-\u0004T\u00049\u00045\u0004V\u00046\u0004\u001e\u00044\u00041\u0004o\u00048\u0004A\u0004%\u0004@\u0004<\u0004 \u00047\u0004?\u0004o\u0004D\u0004*\u0004<\u0004\u001d\u0004'\u0004P\u0004S\u0004L\u00040\u0004W\u0004<\u0004\u001e\u0004-\u0004K\u00048\u0004P\u00043\u0004K\u0004!\u0004?\u00044\u0004V\u0004M\u0004~\u0004F\u0004\u001f\u0004)\u0004D\u0004@\u0004J\u0004P\u0004K\u0004)\u0004)\u00047\u0004-\u0004\u001a\u0004-\u0004\u001d\u0004G\u0004\u001e\u0004C\u0004\u0004A\u0004-\u0004\u0019\u0004F\u0004T\u00044\u0004;\u0004Q\u00049\u0004\u0018\u0004A\u0004L\u0004/\u0004\u001d\u0004b\u0004%\u0004\"\u0004(\u0004\u0011\u0004\u0010\u0004;\u0004H\u0004C\u0004K\u0004J\u0004[\u0004%\u0004]\u00043\u00043\u0004,\u0004D\u0004\u0012\u0004\u0015\u0004?\u0004:\u0004H\u00040\u0004Q\u0004_\u0004T\u0004{\u0004I\u0004V\u0004H\u0004)\u0004\u001c\u0004b\u0004\u0013\u0004S\u00044\u00042\u00046\u0004\u001b\u0004.\u0004\u001d\u0004R\u0004J\u0004)\u00048\u0004%\u0004;\u00049\u0004N\u0004H\u0003\u0004,\u0004>\u0004+\u00040\u0004%\u00048\u00042\u0004E\u0004(\u00044\u0004>\u00042\u0004C\u0004-\u0004,\u0004;\u0004'\u0004\u0014\u0004\u001b\u0004K\u00045\u0004'\u0004\u001a\u00043\u0004(\u0004L\u00040\u0004C\u0004\u0015\u0004'\u00049\u0004:\u0004<\u0004\u001a\u0004%\u0004:\u00042\u0004'\u0004@\u0004$\u0004\u0011\u0004=\u0004\f\u0004\n\u0004!\u0004!\u00040\u00046\u0004/\u0004G\u00042\u0004\"\u0004E\u0004\u0016\u0004&\u0004>\u0004F\u0004Z\u0004\u0018\u0004I\u00042\u0004\u001e\u00044\u0004>\u0004\u001a\u0004M\u0004+\u0004\u0003\u0004W\u0004$\u00049\u0004+\u0004*\u00049\u00045\u0004\u001f\u0004)\u0004J\u0004\"\u0004<\u0004B\u0004'\u0004(\u00041\u0004-\u0004:\u0004+\u0004\n\u0004Q\u0004\u000f\u0004%\u0004c\u0004-\u00048\u0004P\u00040\u00041\u0004A\u0004\u0011\u0004 \u0004=\u00043\u0004@\u0004\u001e\u0004a\u0004:\u0004A\u0004$\u0004;\u00045\u00042\u0004\u001b\u0004=\u0004=\u0004\u0018\u0004H\u0004\u000e\u00042\u0004:\u0004\u001e\u0004L\u0004:\u00048\u0004I\u0004@\u0004\\\u00042\u0004!\u0004/\u0004\u0015\u0004$\u0004G\u00040\u0004.\u0004F\u0004k\u0004\\\u0004'\u0004-\u0004=\u0004T\u0004 \u00049\u0004.\u0004L\u0004*\u0004\\\u00049\u0004C\u0004\u001e\u0004N\u0004*\u0004L\u0004`\u0004E\u0004'\u0004 \u0004(\u0004:\u0004\u0013\u0004\r\u0004\u001a\u0004W\u0004-\u00048\u00044\u0004H\u0004'\u0004C\u0004$\u0004'\u0004<\u0004%\u00043\u00049\u0004#\u0004\u001d\u0004P\u0004I\u0004\b\u0004\u0019\u00046\u0004\u001d\u0004\u000f\u00048\u0004%\u0003\u0004+\u0004\u0015\u0004Z\u0004@\u0004K\u0004%\u0004r\u0004N\u0004\u001d\u0004F\u0004<\u0004#\u0004:\u00041\u0004&\u0004\u000f\u0004I\u0004!\u0004&\u00048\u0004H\u0004\u001f\u0004M\u00049\u0004*\u0004F\u0004N\u0004Y\u0004\u0012\u0004D\u0004\u001d\u00048\u0004\u0016\u0004!\u0004)\u0004\u0017\u0004\\\u00047\u0004T\u0004@\u0004Y\u0004.\u0004Z\u0004V\u0004B\u0004I\u0004C\u0004-\u00049\u00048\u0004N\u00046\u0004)\u0004D\u0004'\u0004\u001f\u0004\"\u0004C\u00045\u0004U\u0004]\u0004 \u0004/\u0004O\u0004#\u00042\u0004;\u0004\u0000\u0004Y\u0004+\u0004'\u0004(\u0004$\u00044\u0004?\u0004A\u0004\f\u0004\"\u0004-\u0004/\u0004*\u0004\u001a\u0004R\u0004/\u00048\u0004`\u00047\u0004-\u0004\u001b\u0004X\u0004@\u0004o\u0004#\u00044\u0004'\u0004:\u0004'\u0004&\u00045\u0004;\u0004\u001e\u0004K\u0004.\u0004;\u0004A\u0004!\u0004'\u0004(\u0004=\u0004<\u0004/\u0004!\u00041\u0004!\u0004+\u0004<\u0004\u001e\u00044\u0004%\u0004V\u0004\u001e\u0004/\u0004E\u0004$\u0004\u001f\u0004\u0010\u0004'\u0004`\u0004)\u0004>\u0004R\u00049\u0004^\u0004\u000e\u0004\u001b\u0003\u0004H\u0004\u0019\u0004#\u00043\u00047\u0004*\u0004\u0018\u0004'\u0004\u0018\u00040\u0004-\u0004*\u00049\u0004\u001b\u0004W\u00043\u0004)\u0004=\u0004S\u0004]\u0004@\u0004J\u0004.\u0004\"\u0004T\u0004\b\u0004,\u0004\u0002\u0004!\u0004#\u0004<\u0004-\u0004!\u0004B\u00042\u00041\u0004\u0014\u00045\u0004\u001e\u0004O\u0004B\u00040\u0004H\u0004/\u0004O\u0004'\u0004\u001d\u0004S\u0004*\u00044\u0004\u001f\u0004$\u0004%\u0004\u001c\u0004F\u0004N\u0003\u0004\u001e\u0004*\u0004 \u0004&\u0004.\u0004L\u00042\u0004\u0017\u0004/\u0004S\u0004h\u0004)\u0004*\u0004:\u0004I\u0004\u0015\u0004(\u0004 \u00048\u00049\u0004R\u0004Z\u0004\u0004`\u0004T\u0004\u0000\u0004>\u0004=\u0004S\u0004x\u0004?\u0004#\u0004%\u0004/\u0004P\u0004\n\u0004%\u0004A\u0004H\u0004B\u0004<\u0004.\u0004a\u00047\u0004\u0012\u00045\u0004\u0016\u00044\u0004?\u00040\u0004@\u0004(\u00044\u00046\u0004=\u00044\u0004<\u0004T\u0004#\u0004\u0019\u0004I\u0004\"\u0004>\u0004F\u00045\u0004\u001d\u0004C\u0004>\u00049\u0004N\u0004\u0017\u00046\u0004C\u0003\u0004B\u0004$\u0004\u0000\u00048\u00045\u0004A\u00044\u00040\u0004>\u0004,\u0003\u00048\u0004+\u0004\u001b\u0004\u0005\u0004]\u0004\u0010\u0004\\\u0004&\u0004!\u00045\u0004\u001b\u0004\u0012\u00044\u0004M\u0004A\u0004$\u0004C\u00045\u0004\u0017\u0004J\u0004C\u00045\u0004<\u0004/\u0004?\u0004>\u0004D\u0004A\u0004;\u0004A\u0004,\u0004?\u0004\u0011\u00048\u0004+\u0004 \u0004F\u00045\u0004Q\u0004=\u0004+\u00044\u0004M\u0004+\u00040\u0004,\u0004:\u0004-\u0004F\u0004-\u0004c\u0004.\u0004'\u0004E\u0004Q\u00042\u0004%\u00048\u0004,\u0004O\u0004\u001d\u0004H\u0004c\u00049\u00047\u0004>\u0004\u001e\u0004\u0018\u0004/\u0004\u0011\u0004\"\u0004T\u0004>\u0004(\u0004\u0016\u0004\u0014\u0004\u001b\u0004N\u0004B\u0004!\u0004.\u0004\u0010\u0004\u0002\u00048\u00048\u00048\u0004-\u0004\u0006\u0004 \u0004.\u00045\u0004!\u0004<\u0004)\u0004o\u0004/\u0004K\u0004$\u0004/\u0004 \u0004F\u0004'\u0004\n\u0004\u0010\u00046\u0004\u001d\u0004\"\u0004N\u0004\u0019\u0004\u001b\u0004*\u0004\u0015\u00045\u0004-\u0004=\u0003\u0004<\u0004*\u0004\u001f\u0004\u0003\u00044\u0004\u0006\u0004\u001a\u0004.\u0004E\u0004D\u0004)\u0004V\u0004\b\u0004+\u0004I\u0004\u001e\u0004\u001a\u0004-\u0004\u0018\u0004l\u0004\u0005\u0004\u0013\u0004\u000b\u0004c\u0004\u0010\u0004#\u0004\\\u0004)\u00049\u0004-\u0003\u0004%\u0004\r\u0004 \u0004D\u0004%\u0004L\u0004\b\u0004>\u0004/\u0004\f\u0004<\u0004\u0013\u0004D\u0004,\u00042\u0004H\u0004<\u0004,\u0003\u0004P\u00040\u0004Q\u00047\u0004\u0017\u00044\u0004W\u0004F\u0004-\u0004p\u00044\u0004g\u0004%\u0004\u001a\u0004:\u0004\u001b\u0004I\u0004F\u0004<\u00043\u0004*\u0004>\u00049\u0004M\u0004:\u0004(\u0004L\u0004\u0004\u0004Y\u0004\u001b\u0004$\u0004P\u0004i\u00048\u00049\u0004\u0018\u0004+\u0004\u001a\u0004)\u00049\u0004$\u0004/\u00047\u0004P\u0004\u001f\u0004K\u0004\u001c\u0004Q\u00049\u0004!\u0004Q\u0004\"\u0004)\u0004&\u0004F\u00047\u0004O\u0004\u0019\u0004F\u00044\u0004*\u0004/\u0004G\u0004/\u0004.\u0004[\u00043\u0004J\u0004\u0015\u0004A\u00045\u0004Y\u0004\u001e\u0004S\u0004\u0019\u0004$\u0004I\u0004\u0007\u0004$\u0004G\u0004:\u0004)\u0004-\u0004^\u0004\t\u0003\u0004E\u0004&\u0004=\u0003\u0004\t\u0004(\u00040\u0004:\u0004\u0019\u0004\u0013\u0004\u0003\u0004$\u0004U\u0004+\u0004\u001c\u0004,\u0004N\u00048\u0004K\u0004Q\u0004D\u0004F\u0004\u001f\u0004C\u0004:\u0004G\u0004\u000e\u0004/\u0004*\u0004I\u0003\u00049\u0004A\u00045\u0004\u0017\u0004?\u0004.\u00040\u0004E\u0004A\u0004K\u0004A\u0004]\u0004?\u0004C\u0004\u0011\u0004E\u00048\u0004A\u0004?\u0004!\u0004R\u0004)\u0004L\u0004(\u0004Q\u00041\u0004:\u0004&\u0004U\u0004N\u0004M\u0004=\u0004K\u00045\u0004D\u0004\u0012\u00041\u00049\u0004>\u0004\u001d\u0004:\u00048\u0003\u0004\u0007\u00042\u0004-\u0004U\u0004\u0017\u00045\u0004?\u0004\u0007\u0004(\u0004\u0013\u0004X\u0004\u0012\u0004\u0010\u0004J\u0004?\u0004G\u0004F\u0004*\u0004\u001d\u0004,\u0004M\u0004E\u0004)\u0004\u0019\u0004.\u0004\u000f\u0004K\u00042\u0004\u0017\u00047\u0004\u001f\u0004\u0005\u0004\t\u0004^\u0004:\u0004%\u00048\u0004H\u0004\f\u0004\u0012\u0004/\u00040\u0004K\u00043\u0004A\u0004\u001d\u0004\u0019\u0004,\u00048\u0004.\u0004\u000f\u0004\u001c\u0004?\u0004>\u0004*\u0004,\u00044\u0004A\u0004\u0014\u0004[\u0004d\u0004?\u0004A\u0004<\u0004M\u0004,\u00043\u00044\u0004=\u0004D\u0004\u0000\u0004+\u0004E\u00046\u0004\u001a\u0004%\u00043\u0004L\u0004L\u0004E\u0004*\u0004)\u0004'\u0004,\u0004\u0019\u00041\u0004Q\u0004\r\u00046\u0004)\u0004L\u00048\u0004N\u00044\u0004:\u0004'\u0004G\u0004'\u0004?\u0004c\u0003\u0004G\u0004\u001a\u00043\u0004\u001c\u0004M\u00047\u0004U\u00046\u0004\u001e\u0004U\u0004&\u0004J\u0004\t\u0004-\u0004\u001b\u00046\u0004 \u00041\u0004R\u0004R\u0004P\u0004\u0004~\u0004i\u0004:\u00041\u0004;\u0004\u001d\u0004@\u0004-\u00043\u0004@\u0004'\u0004.\u0004^\u00042\u0004M\u0004A\u00040\u00049\u00049\u0004O\u0004W\u0004/\u0004'\u0004@\u0004O\u0004(\u0004&\u00046\u0004\u001c\u0004K\u0004K\u0004\u0013\u0004+\u0004D\u00040\u0004W\u0004>\u0004[\u0004A\u0004M\u00040\u0004+\u00042\u00040\u00040\u0004?\u00042\u0004:\u0004\u001f\u0004\u001b\u0004.\u00040\u0004M\u0004\u0014\u00048\u0004g\u00046\u0004(\u0004O\u0004\u001a\u0004 \u0004\u000f\u0004\u0019\u0004\u0001\u0004\u001c\u0004\u001d\u0004\u001c\u0004%\u0004+\u0004L\u0004\u0013\u00047\u00041\u0004D\u0004<\u0004\u0013\u0004?\u0004V\u0004H\u0004J\u0004?\u0004;\u00043\u00040\u0004?\u00049\u0004\u001e\u0004\u001f\u0004/\u0004J\u0004\u0004\u00049\u0004$\u0004\u001f\u0004)\u0004&\u0004:\u0004R\u0004A\u0004b\u0004]\u0004D\u0004Z\u0004J\u0004O\u0004B\u0004-\u0004P\u00044\u0004<\u0004=\u0004R\u0004P\u0004<\u00041\u0004\u001c\u0004g\u0004W\u0004M\u0004V\u0004&\u00048\u0004M\u0004P\u0004\u0016\u0004K\u0004O\u0004%\u00041\u0004/\u0004,\u0004A\u0004:\u00047\u0004U\u0004\u0006\u00042\u00040\u0004F\u00047\u0004?\u00044\u0003\u00044\u00045\u00044\u0004;\u0004J\u00042\u0004\u0003\u0004@\u00046\u0004\u0012\u0004D\u0004'\u0004\u0012\u0004\u001f\u00041\u0004H\u00043\u00046\u0004\u001b\u00043\u0004.\u0004\u0016\u0004D\u0004\u0012\u0004L\u0004\u0018\u0004#\u0004E\u00045\u0004\"\u0004/\u00042\u0004C\u0004W\u0004#\u0004U\u0004\u0013\u0004\b\u00047\u0004P\u00047\u0004\b\u00046\u0004/\u0004\u0010\u0004'\u0004!\u0004\u001f\u00044\u0004?\u0004\u0012\u0004C\u0004C\u0004Q\u0004+\u0004/\u0004\u0010\u0004\u0012\u0004=\u00049\u0004\u0017\u0004M\u0004\u001c\u0004/\u0004*\u0004;\u0004\u0011\u00044\u0004\u0016\u0004&\u0004\u001a\u0004)\u0004D\u0004(\u0004H\u0004N\u0004.\u0004B\u0004'\u0004S\u0004C\u0004K\u0004?\u00048\u0004;\u0004+\u0004:\u0004\u0007\u0004\u001a\u0004'\u0004G\u0004%\u0004:\u0004\u0017\u0004:\u0004L\u00045\u0004H\u0004\u001b\u0004)\u0004\u001f\u0004'\u0004%\u00047\u0004\u001e\u0004;\u00041\u0004\u0007\u0004)\u0004;\u0004\u0013\u0004\u001d\u0004R\u0004@\u0004N\u00042\u0004G\u0004\u0007\u0004\u0013\u0004\u001b\u0004\u0018\u00047\u00043\u0004\u001e\u0004)\u00044\u0004 \u0004'\u0004\u000f\u0004-\u0004\u001c\u0004:\u0004,\u0004\u0017\u0004\u0017\u0004(\u0004<\u0004)\u0004>\u0004\u0018\u0004.\u0004N\u0004#\u0004,\u0004Y\u0004(\u0004]\u00044\u00048\u0004(\u0004K\u0004/\u0004-\u0004`\u00042\u0004M\u0004\u0013\u0004M\u0004%\u0004E\u0004\u001e\u00048\u00049\u00045\u0004\u0013\u0004@\u0004:\u00043\u0004J\u00040\u00045\u0004;\u00049\u0004L\u0004\u0015\u0004\u0014\u0004C\u0004\u0012\u0004\u0010\u0004/\u0004#\u0004\u001e\u0004*\u0004.\u00045\u0004I\u0004\"\u0004L\u0004?\u00045\u0004(\u0004.\u0004 \u00043\u0004\u0010\u0004&\u0004.\u0004,\u0004S\u0004#\u0004.\u0004?\u00042\u00043\u0004\u0017\u0004$\u00046\u00044\u00040\u0004J\u0004&\u0004;\u0004>\u0004A\u0004$\u0004K\u00042\u0004L\u0004V\u00049\u0004G\u0004m\u0004Q\u0004H\u0004J\u0004B\u0004m\u0004M\u0004p\u0004d\u0004\u001e\u0004A\u0004J\u0004:\u0004M\u0004J\u0004J\u0004T\u0004A\u0004\t\u0004B\u0004\u0019\u0004\u0006\u0004'\u00040\u0004)\u0004\u000e\u0004(\u00042\u00042\u0004C\u0004G\u0004A\u00047\u0004,\u0004\u0019\u0004/\u0004$\u0004 \u0004!\u0004<\u00048\u0004\u001b\u0004\u0011\u0004!\u0004>\u00045\u0004\u001e\u0004\u0019\u0004+\u0004\u0017\u00048\u0004;\u0004\u0002\u0004N\u0004\"\u0004R\u0004$\u0004\u0012\u0004#\u0004\u0016\u0004\u000b\u0004\u001a\u00043\u0004\u0017\u0004 \u0004\f\u0004R\u0004*\u0004U\u0004%\u0004.\u0004C\u00040\u0004^\u0004\u0016\u0004\u0004\u0004*\u0004(\u0004\u001e\u0003\u0004\u001f\u0004\u000e\u0004/\u0004N\u00044\u0004L\u00046\u0004/\u0004)\u0004A\u0004\\\u0004+\u0004B\u0004K\u0004B\u0004S\u0004\u001e\u0004<\u00046\u0004`\u0004#\u0004]\u0004\n\u0004>\u0004*\u0004K\u0004N\u00040\u0004 \u0004H\u0004\r\u0004\u0000\u0004?\u00042\u0004?\u00045\u0004(\u0004)\u0004 \u0004B\u0004\u001e\u00044\u0004\u000e\u0004'\u0004C\u0004?\u0004+\u0004.\u0004\u0018\u0004\"\u0004-\u0004>\u00044\u0004\u0017\u0004$\u00049\u0004\u0004\u00047\u0004\u0018\u0004!\u0004;\u0004#\u0004%\u0004M\u00049\u0004;\u00048\u0004(\u0004>\u0004,\u0004'\u0004'\u00045\u0004)\u0004\u0014\u0004\u000f\u0004;\u00049\u00042\u00044\u0004)\u0004&\u0004$\u0004*\u0004\u0014\u0004U\u0004B\u0004#\u0004H\u0004\u001e\u0004\u0011\u0004;\u0004L\u0004@\u0004>\u0004=\u0004\u0018\u0004\"\u0004\u0019\u0004\u001e\u0004S\u0004+\u0004@\u0004=\u00043\u0004+\u0004?\u0004)\u00045\u0004J\u0004\u0016\u0004!\u0004)\u0004M\u00041\u00046\u0004\u001f\u0004H\u0004'\u0004.\u0004>\u0004J\u0004W\u0004:\u0004\u0017\u0004\u0017\u0004\u000f\u0004+\u0004\\\u0004/\u00045\u0004\f\u0004.\u0003\u0004%\u0004H\u0004\u000f\u0004\u001b\u0004\"\u0004+\u0004X\u0004\u001a\u0004Y\u0004\u0019\u0004\u001f\u0004b\u0004'\u0004J\u00047\u0004\u0014\u0004\u001b\u0004P\u0004:\u0004Z\u0004'\u0004;\u0004]\u0004G\u0004A\u0004G\u00048\u00043\u0004!\u0004M\u0004>\u0004O\u0004g\u0004\u001d\u0004\u000f\u0004E\u0004'\u0004<\u0004_\u0004\\\u0004;\u00045\u0004_\u0004F\u0004M\u0004E\u0004o\u0004b\u00046\u0004H\u0004d\u0004\u0004A\u0004J\u0004R\u0004=\u0004T\u0004N\u0003\u0004K\u0004)\u0004T\u0004C\u0004\u0019\u0004?\u00040\u0004(\u00047\u0004!\u00042\u0004!\u00045\u0004/\u0004'\u0004S\u0004H\u0004-\u0004\u001a\u00040\u0004`\u00047\u0004)\u0004$\u0003\u0004S\u0004\u001f\u0004\u0019\u0004,\u0004\"\u0004.\u0003\u0004%\u0004/\u0004\u001e\u0004Y\u00045\u0004 \u0004#\u0004,\u0004.\u0004,\u0004)\u0004\"\u0004%\u0004+\u0004 \u0004 \u0004\"\u00048\u0004\b\u0003\u0004)\u0004#\u0004.\u0004;\u0004X\u0004\u0012\u00042\u0004\f\u00046\u0004I\u0004&\u0004\u0013\u0004\u0017\u0004\u001e\u0004/\u0004C\u0004G\u0004)\u00045\u0004*\u0004 \u0004E\u0004A\u0004\u0018\u0004\u0005\u00041\u00043\u00047\u0004\u000b\u0004;\u0004\"\u0004?\u0004S\u00044\u0004:\u0004\u0014\u0004;\u0004^\u0004/\u0004D\u0004%\u0004!\u0004<\u0004\u001e\u00048\u0004\u000e\u0004\u000f\u0004,\u00043\u0004H\u0004B\u0004\u0017\u0004=\u0004#\u0004\u001a\u0004\u0002\u00042\u0004'\u0004X\u0004\u001e\u0004#\u00048\u0004!\u0004\u0013\u0004V\u0004H\u0004R\u0004\u0016\u0004G\u00049\u0004\u001c\u0004:\u0004\u0016\u00041\u0004\u0019\u0004/\u0004\u0016\u0004g\u0004@\u00048\u0004>\u0004\u0005\u0004D\u0004\u001d\u0004&\u0004\u0005\u00045\u0004-\u0004.\u00040\u0004\u0017\u0004/\u0004%\u0004H\u0004*\u0004H\u0004\u0019\u0004\t\u0004H\u00044\u0004\u0018\u0004N\u0004:\u0004>\u0004\u000f\u0004\u001f\u0004\u000f\u0004\u001e\u0004/\u0004A\u0004\u001a\u0004*\u0004)\u0004\u001f\u0004L\u0004#\u0004,\u0004\"\u0004!\u0004)\u0004&\u0004\u0012\u0004A\u00040\u00047\u0004\u0017\u0004(\u0004-\u0004*\u00044\u0004X\u0004\u001c\u0004\u001c\u0004D\u0004G\u0004%\u0004>\u00047\u0004\"\u0004?\u00044\u00047\u0004D\u0004/\u0004>\u00048\u00040\u00042\u0004J\u00046\u0004\u0017\u0004$\u00048\u0004[\u0004\u0012\u0004,\u00043\u0004<\u00049\u0004\\\u0004E\u0004$\u0004=\u0004'\u0004`\u0004U\u0004\u001e\u0004I\u0004.\u00042\u0004+\u0004H\u0004<\u00044\u00045\u0004T\u0004^\u00043\u0004D\u0004\"\u0004$\u0004O\u00046\u0004p\u0004X\u0004\u0004I\u0004\u0004q\u0004\u0004`\u0004b\u0004f\u0004<\u0004Y\u0004x\u0004\u0004W\u0004E\u0004,\u0004#\u0004<\u00042\u0004H\u0004-\u0004V\u0004C\u0004I\u0004@\u0004 \u0004R\u0004&\u0004;\u0004(\u0004Z\u0004\u0017\u0004\u001d\u0004*\u00044\u0004N\u0004-\u0004?\u00041\u00047\u0004K\u0004'\u0004\u0012\u0004<\u0004F\u0004L\u0004:\u0004\u001d\u00041\u0004\u0019\u0004Z\u0004%\u0004:\u0004\u001d\u0003\u0004*\u0004\u0013\u0004\u0012\u0004E\u0004\u0014\u0004,\u0004\u001f\u0004.\u0004_\u0004\u0017\u0004=\u00041\u0004\u0010\u00042\u0004U\u0004F\u0004S\u0004)\u0004G\u0004\u0016\u0004\u0018\u0004-\u0004E\u00044\u0004\u001e\u0004\u001a\u0004\u001d\u0004\u001c\u0004#\u0004/\u0004M\u0004.\u0004.\u0004>\u0004X\u0004C\u00041\u00041\u0004\u0014\u0004\u0019\u0004K\u0004\b\u0004G\u0004-\u00049\u0004D\u0004\u001d\u0004-\u00044\u0004\u0018\u0004\\\u0004<\u0004 \u0004]\u0004O\u00041\u0004@\u0004>\u0004\u001b\u0004\t\u00044\u0004/\u0003\u0004,\u0004L\u0004\u0017\u00040\u0004#\u0004\u000b\u0004\u0017\u00042\u0004.\u0004@\u00044\u0004\u000e\u0004_\u0004<\u0004[\u0004\u001c\u00049\u0004\u0004\u0004=\u00049\u0004G\u0004*\u0004'\u0004E\u0004&\u0004;\u0004\u001c\u0004G\u0004.\u00040\u0004J\u0004\u001b\u0004=\u0004W\u0004>\u0004\u0015\u0004\u0011\u00044\u0004@\u0004$\u0004%\u0004\u0016\u0004/\u0004;\u0004\u001e\u0004;\u00047\u0004N\u0004\"\u0004\u0000\u0004.\u00046\u0004-\u00044\u00048\u0004\u0015\u0004P\u0004/\u0004I\u0004*\u0004R\u0004T\u0004+\u0004d\u0004_\u0004+\u0004\u001c\u0004,\u0004!\u0004#\u0004\f\u0003\u0004-\u0004\u001a\u00047\u0004<\u0004Q\u0004,\u0004,\u00043\u0004'\u0004,\u0004P\u0004@\u00045\u0004\u0019\u0004\"\u0004\u0015\u0004P\u0004A\u0004\u001e\u0004!\u0004B\u0004,\u0004'\u0004`\u0004\u001f\u0004\"\u0004(\u0004*\u0004<\u0004(\u0004=\u0004<\u00048\u0004F\u00047\u0004\u0007\u0004O\u00042\u0004+\u0004\f\u0004D\u00048\u0004<\u00042\u0004Q\u0004_\u0004=\u0004O\u0004\b\u0004:\u0004A\u0004(\u0004D\u00045\u0004S\u0004+\u0004:\u00048\u0004[\u0004T\u0004B\u0004\u001a\u00040\u0004q\u0004U\u0004@\u0004x\u0004\u0004\u0004\u0004\u0005\b\u0004\u0004\u0004\u0004\u0004e\u0004k\u0004|\u0004M\u0004A\u0004&\u0004A\u0004+\u00043\u0004J\u0004N\u0004\u0013\u00044\u0004%\u0004>\u0004\u001e\u0004:\u0004*\u0004=\u0004I\u0004\u001b\u0004/\u0004.\u0004>\u0004O\u0004\u001d\u0004\u001f\u0004\u001d\u0004=\u0004\u0019\u0004'\u0004,\u00049\u0004J\u0004L\u0004+\u0004\u001a\u0004\u001d\u0003\u0004C\u0004\b\u0004(\u0004T\u0004G\u00046\u0004(\u0004\u0019\u0004!\u0004C\u00042\u0004\u0002\u0004E\u0004?\u0004 \u00043\u0004)\u0004\u0014\u0004\u0005\u0004S\u0004'\u00044\u0004*\u0004E\u0004,\u00042\u00049\u0004=\u0004K\u0004\u001e\u0004\u0013\u0004>\u0004\u001f\u0004B\u00043\u00043\u0004G\u0004L\u0004*\u0004 \u0004\u0003\u0004)\u0004M\u0004G\u0004A\u0004\u0012\u00047\u0004\u0018\u0004E\u0004S\u0004\u001c\u0004K\u0004@\u0004,\u0004H\u0004B\u0004-\u0004$\u0004A\u0004L\u0004%\u00047\u0004<\u0004B\u0004I\u0004I\u0004\u0018\u0004$\u0004 \u0004*\u0004A\u0004\u0010\u0004@\u0004'\u0004;\u0004+\u0004#\u0004'\u00041\u0004I\u0004<\u0004\"\u00041\u0004%\u0004@\u00040\u0004O\u0004.\u0004\u001f\u0004 \u0004\u001e\u00049\u00045\u0004K\u0004`\u0004!\u00049\u0004 \u00045\u0004.\u0004\u0015\u0004B\u00040\u0004\"\u00044\u0004M\u0004*\u0004Q\u0004;\u00046\u0004C\u0004;\u0004/\u0004\u001e\u0004N\u0004M\u0004\u0013\u0004\u001d\u0004H\u0004\"\u0004%\u0004.\u0004>\u0004'\u00042\u00048\u0004<\u00040\u00040\u0004K\u0004/\u0004>\u0004+\u00047\u00041\u0004\u0016\u0004\u001c\u0004&\u0004<\u00049\u0003\u0004)\u0004A\u0004/\u0004&\u0004:\u0004?\u0004.\u0004\u0010\u00041\u00043\u0004\"\u0004F\u0004R\u0004 \u0004H\u0004\b\u00045\u0004\u0015\u0004i\u0004 \u0004/\u0004E\u0004>\u0004@\u0004S\u0004#\u0004\u001a\u0004H\u00044\u0004:\u0004\u0013\u0004S\u0004-\u0004)\u0004:\u0004=\u0004\f\u0004<\u00046\u0004N\u0004[\u0004\u001d\u0004R\u0004:\u0004s\u0004F\u0004L\u0004f\u0004F\u0004U\u00049\u0004F\u0004(\u0004=\u0004/\u0004 \u0004d\u0004\u0010\u00041\u0004H\u0004-\u0004:\u0004%\u0004K\u0004.\u0004p\u0004\u0004\u0005n\u0005\u0005\u0005\u0005\u0005a\u0005%\u0004\u0004\u0004\u0004m\u0004f\u0004P\u0004\u001b\u0004 \u00048\u0004I\u00043\u0004.\u0004%\u00042\u0004\"\u0004@\u00047\u0004\u0013\u00048\u0004G\u0004\"\u0004[\u0004+\u0004\u001f\u00045\u0004<\u0004C\u0004\u001c\u0004L\u0004\u001d\u00041\u00042\u0004$\u00049\u0004\"\u0004!\u0004H\u0004#\u0004=\u0004.\u0004\u001e\u0004.\u0004.\u0004\u0003\u0004\u0014\u0004L\u0004'\u00042\u0004%\u00045\u0004*\u0004\u000e\u0004\u001b\u00042\u00046\u00044\u0004\u001c\u0004\u0015\u0004-\u0004>\u00041\u0004\u0012\u0004-\u0004\u0017\u0004O\u0004'\u0004\"\u00048\u0004\u0011\u0004V\u0004,\u0004=\u0004U\u0004\u0018\u0004*\u00042\u0004B\u0004$\u0004-\u0004o\u0004\u0019\u0004=\u0004#\u0004.\u0004+\u0004\u001f\u0004\u0014\u00041\u0004-\u00049\u0004V\u0004%\u0004#\u0004\u0014\u0004\"\u0004)\u0004%\u00044\u0004h\u00044\u0004>\u0004:\u0004;\u0004T\u0004J\u0004V\u0004D\u00049\u0004&\u00044\u0004=\u0004\u001a\u0004*\u0004f\u0004?\u0003\u0004[\u0004\u0011\u0004*\u0004t\u0004 \u0004\u0010\u00040\u0004@\u00046\u0004,\u0004C\u0004\u001a\u0004?\u0004/\u0004=\u0004\u0010\u0004\u0018\u00041\u0004-\u0004!\u0004D\u0004:\u0004(\u0004\u001d\u0004O\u0004\u0001\u0004\u001e\u0004<\u0004\u001a\u0004\u000f\u0004,\u00044\u0004*\u0004>\u0004U\u0004.\u0004A\u0004C\u00043\u0004%\u00041\u0004n\u0004;\u0004J\u0004T\u0004\u0002\u0004\u0004\u0004-\u0004I\u0004<\u0004P\u0003\u0004$\u0004:\u0004\"\u0004C\u00047\u0004-\u0004$\u00040\u00047\u0004G\u00041\u0004<\u0004\u0000\u00048\u0004%\u0004,\u0004-\u0004\u001d\u0004\u001d\u0004/\u00040\u0004<\u0004B\u0004)\u0004\u0007\u00043\u0004-\u0004<\u0004*\u0004\f\u0004~\u0004=\u00049\u00047\u00041\u0004$\u0004<\u0003\u0004L\u0004S\u0004)\u00043\u0004*\u0004Y\u0004=\u0004^\u0004E\u00048\u0004T\u0004\u001c\u0004?\u0004'\u0004#\u0004\u0015\u00043\u0004#\u0004<\u00049\u0004W\u0004i\u0004d\u0004]\u0004i\u0004X\u0004\"\u0004D\u0004?\u0004\"\u0004C\u0004/\u0004%\u0004$\u0004M\u0004,\u0004 \u00045\u0004H\u0004d\u0004s\u0004\u0005E\u0006\u0015\u0007\t\n\t7\u0007e\u0005\u0005!\u0004\u0004b\u0004`\u0004l\u00040\u00045\u0004D\u0004W\u00042\u00046\u0004 \u0004)\u0004\u0013\u00046\u0004&\u00040\u0004*\u00045\u0004\u0017\u0004=\u0004A\u00049\u0004*\u0004-\u0004\u0007\u0004\u0011\u0004E\u0004/\u0004F\u00048\u0004%\u0004C\u00043\u00046\u00043\u0004N\u00047\u0004,\u0004\b\u0004\"\u0004;\u0004\u001e\u00046\u0004S\u0004\u001e\u0004H\u00044\u0004P\u0004/\u0004\u0014\u0004+\u0004\u0013\u0004D\u0004.\u00044\u0004\u001e\u0004\u0011\u0004K\u0004/\u0004\u0012\u0004\"\u0004#\u0004(\u0004P\u0004D\u0004/\u0004\r\u0004\u001f\u0004\u001f\u0004\u001b\u0003\u0004?\u0004\u0012\u0003\u00040\u00040\u00040\u0004>\u0004\u001a\u0004\u001e\u00048\u0004H\u00048\u00041\u0004&\u0004`\u0004C\u0004\n\u00045\u0004\u0014\u0004)\u0004)\u0004:\u0004l\u0004A\u0004\u001e\u0004\r\u0004(\u0004\u001a\u0004N\u0004t\u0004\u0004\u0004\u0004k\u00044\u0004=\u00047\u0004(\u0004I\u0004D\u0004\u0011\u0004\u001b\u0004-\u00045\u0004\u0016\u0004\\\u00044\u0004Y\u0004b\u0004.\u0004\r\u0004@\u0004\u001b\u0004+\u0004E\u0004G\u0004T\u0004;\u00047\u0004\u0018\u0004D\u0004B\u0004\u000f\u0004\u001e\u00041\u00048\u0004%\u0004a\u0004\u000e\u0004)\u0004_\u00049\u0004V\u0004E\u0004]\u0004'\u0004:\u0004\u0007\u0004 \u0004-\u0004:\u0004*\u00040\u0004)\u0004B\u0004!\u0004G\u00042\u0004.\u0004\u0015\u0004J\u0004?\u0004\u001e\u0004.\u0004\u0019\u0004\u001f\u0004.\u0004\u0014\u0004;\u0004@\u0004/\u0004>\u0004\u0010\u00044\u0004=\u0004\u0015\u00044\u0004I\u00044\u0004\u0018\u0004E\u0004V\u0004\t\u0004F\u0004\u001b\u0004<\u0004:\u0004\b\u0004S\u0004&\u0004J\u0004P\u0004X\u0004G\u0004B\u0004\u0013\u0003\u0004T\u0004\u000e\u0004A\u0004\u0015\u0004)\u00044\u0004/\u00043\u0004=\u0004(\u0004=\u0004:\u0004n\u0004q\u0004F\u0004K\u0004K\u0004A\u0004%\u0004E\u0004F\u0004L\u0004\u001e\u0004:\u0004N\u0004Y\u0004a\u0004Q\u0004\u0004\u0004\u0004\u0004\u0004O\u0004^\u0004=\u0004m\u00047\u0004\u001d\u00043\u0004R\u00045\u0004<\u0004A\u0004P\u0004h\u0004w\u0004\u0004\u0005\u0007\u000e\u001d+$\u0019\r0\u0007\u0005\u0004\u0004\u0004K\u0004*\u00040\u0004g\u00049\u0004H\u0004A\u0004E\u0004<\u0004l\u0004\u001b\u0004$\u0004J\u0004D\u0004#\u0004&\u0004\n\u0004F\u0004'\u0004\u0018\u0004<\u0004\u0018\u0004P\u00048\u0004U\u0004O\u00048\u0004\u0017\u0004*\u00043\u00040\u0004O\u0004)\u0004\u0018\u0004>\u0004,\u0004\u001b\u0004\u0013\u0004J\u0004+\u0003\u0004&\u0004\u0005\u0004Z\u0004/\u0004#\u00043\u0004.\u00043\u0004\u0013\u0004\u0003\u0004:\u0004A\u00043\u0004 \u0004C\u0004\b\u0004*\u0004\u000b\u0004j\u0004\u001a\u0004\"\u0004W\u0004-\u0004\u0015\u0004\u001b\u0004-\u0004\n\u0004(\u0004#\u0004\u001a\u0004 \u0004\u0004\u0004+\u0004\u001f\u00040\u0004C\u0004\"\u0004$\u0004W\u0004E\u0004\r\u0004+\u0004 \u0004\u0003\u00049\u00044\u0004\u0010\u0004X\u0004.\u0004<\u0004%\u0004\u000e\u0004T\u0004/\u0004A\u0004K\u0004g\u0004\u0005!\u0005\u0006(\u0005I\u0004\u0004D\u00040\u0004\f\u0004Y\u0004#\u0004@\u0004\u0018\u00041\u0004\u0016\u0004'\u0004\u0004-\u0004%\u0004'\u0004;\u0004.\u00049\u00049\u00040\u0004&\u0004,\u0004=\u0004@\u0004G\u0004C\u0004\u0018\u0004\"\u0004(\u00040\u0004;\u00046\u0004\u0013\u0004(\u0004&\u0004>\u00043\u0004%\u0004R\u0004`\u0004!\u0004)\u0004H\u0004\u000e\u0004\u001a\u0004\u001a\u0004[\u0004K\u00046\u0004 \u0003\u0004\u0017\u0004'\u0004-\u00041\u0004*\u00042\u00048\u0003\u0004\u001c\u00047\u00047\u0004>\u0004H\u00049\u0004N\u00045\u0004\u0010\u0004\u0015\u00049\u00044\u0004S\u0004R\u0004 \u00042\u00049\u0004\u0013\u00046\u0004\u001d\u0004\u0002\u0004S\u0004B\u0003\u0004G\u0004+\u0004&\u0004%\u0004F\u00045\u0004-\u0004@\u0004\u0012\u0004<\u0004.\u0004$\u0004T\u0004\r\u0004S\u00043\u0004C\u0004&\u0004\u001b\u0004:\u0004/\u0004<\u0004L\u0004X\u0004E\u0004@\u0004.\u0004>\u0004'\u00041\u0004@\u00047\u0004i\u0004=\u00046\u0003\u0004?\u0004D\u0004y\u0004\u0005/\u0005#\u0004\u0004W\u0004V\u0004H\u0004P\u0004\u000b\u0004Z\u0004\u001d\u0004=\u0004%\u0004R\u0004(\u00043\u00048\u0004X\u0004\u0005\u0003\u0006\u001e\n!s\u0019+Tj0!\u0012\n\u00065\u0004\u0004V\u0004Z\u00043\u00041\u0004;\u0004\r\u0004>\u0004;\u0004K\u00042\u0004.\u0004#\u0004&\u0004g\u0004Q\u0004I\u00044\u00049\u0004 \u0004\u001d\u0004W\u0004_\u0004\u0016\u0004K\u00045\u0004\u001f\u00041\u0004\u0019\u0004V\u0004)\u0004O\u0004L\u00048\u0004\u0000\u00048\u0004\"\u0004 \u0004 \u0004\u0004\u0004<\u0004A\u0004\u0018\u0004/\u0004S\u0004'\u0004I\u0004d\u0004<\u0004\"\u00041\u0004*\u0004.\u0004\u0013\u0004\u000f\u0004R\u0004O\u0004\u0003\u0004*\u0004\u0003\u0004;\u0004;\u0004*\u0004!\u0004.\u0004\u0016\u0004+\u0004\u001c\u0004\n\u0004\u0017\u0004E\u0004F\u00040\u00047\u0004\u001f\u0004\u0004\u0004M\u0004%\u00041\u0004,\u0004'\u0003\u0004@\u0004!\u0004%\u00042\u0004\u0016\u0004\u001c\u00042\u0004\u0010\u0004T\u0004t\u0004)\u0004e\u0004j\u0004I\u0004N\u0004U\u0004E\u00042\u0004\u0005Y\u0007r\b\u0006\u0004\u0004e\u0004<\u0004F\u0004\u0002\u0004 \u0004K\u00040\u0004H\u0004\u001e\u0004I\u0004?\u0004\r\u0004\u0016\u0004\u0013\u0004=\u0004\r\u0004:\u0004\u0010\u0004&\u00047\u0004\u0018\u0004\u001f\u0004B\u00042\u0004'\u0004Q\u0004L\u0004)\u0004\u001a\u0004A\u0004=\u00045\u00042\u0004:\u0004*\u0004F\u0004L\u0004 \u0004/\u0004b\u0004@\u00046\u0004S\u0004D\u0004\"\u00046\u0004?\u0004$\u00044\u0004,\u0004;\u0004\u001a\u0004,\u0004\u0013\u00046\u0004I\u0004 \u0004%\u00049\u0004\u0011\u0004?\u00041\u0004F\u0004 \u0004N\u0004\u001c\u0004[\u0004_\u0004\"\u00044\u0004@\u0004@\u00044\u0004O\u0004#\u00040\u0004!\u0004\u0015\u0004+\u0004\u001b\u0004(\u0004\u000e\u0004L\u0004\n\u00042\u00043\u0004\u0013\u0004S\u0004A\u0004L\u0004O\u0004\\\u0004>\u0004\u0015\u0004\u001b\u00045\u0004%\u00046\u0004-\u0004\u001c\u0004\u0014\u0004R\u00043\u0004@\u0004c\u0004\\\u0004\u0014\u0004%\u0004\u0018\u0004'\u0004/\u0004:\u0004E\u0004R\u0004P\u0004\u0017\u0004 \u0004K\u0004\"\u0004K\u0004t\u0004\u0005\u0005\u0005\u001a\u0004t\u0004D\u0004D\u0004[\u00047\u0004>\u0004?\u0004.\u0004/\u0004\u001b\u0004(\u00043\u0004P\u0004o\u0004y\u0005!\u0006\f50E~M_t8\r!\u0006\u0005\u000f\u0004\u0004\u0004^\u0004N\u0004U\u0004+\u0004P\u00042\u0004?\u00044\u0004)\u0004\u001d\u00048\u0004*\u0004\"\u0004.\u0004:\u0004 \u0003\u0004'\u0004M\u0004\u0007\u0004&\u0004E\u0004,\u0004\u0013\u00042\u0004\u0013\u0004K\u00044\u0004=\u0004\u001a\u0004H\u0004G\u0003\u0004B\u00045\u0004 \u00043\u0004?\u0004.\u0004L\u0004L\u0004(\u00040\u0004F\u00046\u0004I\u0004 \u0004!\u0004\u000f\u0004\u001e\u0004#\u0004\u001e\u00046\u0004\u001c\u0004H\u0004&\u0004\u000e\u0004G\u0003\u0004,\u0004\u0004\u0004A\u0004=\u0004M\u00048\u0004\u0005\u0004%\u0004B\u0004=\u00042\u0004\u001c\u0004\u001f\u0004\u0015\u0004c\u0004\u001f\u00045\u0004\u0016\u00045\u0004\u0015\u00043\u0004)\u0004S\u00040\u0004L\u00047\u0004H\u0004@\u0004%\u00044\u0004R\u0004^\u0004A\u0004]\u00049\u0004G\u00048\u0004P\u0004L\u0004\u0006\b\u0007#\u0004\u0004\u0004&\u00047\u0004<\u0004G\u0004S\u0004I\u00041\u0004\u000e\u00044\u0004.\u00043\u0004D\u0004\u001f\u00045\u0004>\u0004.\u0004!\u0004\u001c\u0004B\u00043\u0004=\u0004A\u0004#\u0004&\u0004\u001c\u00041\u0003\u0004\u001d\u0004!\u0004\u001d\u0004!\u00048\u00043\u0004*\u0004F\u0004R\u0004\u0019\u0004!\u0004\u0013\u0004W\u00044\u0004,\u00048\u0004B\u0004,\u00048\u0004!\u0004L\u0004\u0014\u0004-\u0004\u0016\u00042\u0004\u000f\u0004K\u0004O\u0004X\u0004\u0016\u0004?\u0004(\u0004O\u0004\u001b\u0004,\u0004\u001d\u0004I\u0004E\u0004\u001a\u0004(\u0004:\u0004\"\u0004\u0003\u0004?\u0004#\u0004\u0017\u00047\u0004B\u0004@\u0004\u0018\u0004\u001f\u00040\u0004C\u0004>\u00043\u0004d\u0004\u0007\u00042\u0004A\u00047\u0004E\u0004E\u0004:\u00048\u0004\t\u0004\u000e\u0004=\u0004V\u0004@\u0004C\u0004:\u0004[\u0004=\u0004,\u0004F\u0004\u001b\u0004A\u0004*\u0004%\u00041\u0004(\u0004$\u0004:\u0004!\u0004W\u0004G\u0004F\u0004/\u0004$\u0004'\u0004?\u0004_\u0004b\u0004\u0005n\u00055\u0004\u0004\u0004\u0004/\u0004U\u0004@\u0004%\u0004\u001f\u00045\u0004M\u00041\u0004,\u0004\u0007\u0004%\u0004}\u0004\u0005\u0011\u00069\n \ti.S=&\u000b\u0006Y\u0004\u0004\u0004m\u0004\u0004K\u0004T\u0004*\u0004Z\u0004@\u00046\u00040\u0004C\u0004@\u0004@\u0004*\u0004\f\u00042\u0004%\u0004&\u0004\r\u0004\u0017\u0004\u001b\u0004.\u0004)\u0004)\u0004$\u0004\u0010\u0004+\u00048\u0004\u001b\u0004\u000f\u0004'\u0004>\u0004$\u00047\u0004Q\u0004\u0003\u0004?\u0004F\u0004\u0016\u0004 \u0004\u0011\u00046\u00047\u00048\u0004M\u0004)\u0004O\u0004-\u00043\u0004\u0016\u0004:\u0004<\u0004\"\u0004\u0018\u0004I\u0004\f\u0004J\u0004)\u0004%\u00046\u0004*\u00043\u0004\f\u0004\u0019\u00047\u0004O\u0004,\u0004(\u0004\u001f\u0004\u001b\u0004\u0012\u0004G\u0004Q\u0004\u001b\u0004T\u0004\u0003\u0004<\u0004d\u0004\u001b\u0004\u001a\u0004*\u0004<\u00043\u0004,\u0004#\u0004B\u0004]\u0004%\u0004F\u0004.\u0004U\u0004P\u0004E\u0004\u0004\u0004t\u0004G\u0004d\u0004&\u0004I\u0004\u0004\u0005~\u0005 \u0004r\u0004a\u0004c\u0004\u0010\u0004C\u0004\u001b\u0004\u001e\u0004K\u0004$\u0004\u001f\u0004/\u0004\u001b\u0004D\u0004\u001a\u0004\u001b\u0004&\u0004*\u0004R\u0004>\u0004,\u0004H\u00042\u0004\u0018\u00044\u0004\u0017\u00045\u0004?\u00041\u0004%\u0004T\u0003\u0004:\u0004-\u0004\u0019\u0004/\u0004\u0007\u0004)\u0004)\u00042\u00044\u00045\u0004&\u0004$\u00043\u0004 \u0004-\u0004F\u00043\u0004 \u00048\u00044\u0004C\u0004O\u0004\u001b\u0004\"\u0004T\u0004B\u0004$\u0004\u001a\u00045\u0004\u0015\u0004&\u0004)\u0004n\u0004<\u00045\u0004U\u00049\u0004^\u00048\u0004%\u0004\u0012\u00040\u0004<\u00045\u0004)\u0004J\u0004O\u00042\u0004%\u0004$\u0004\u0014\u0004J\u0004I\u0004<\u0004'\u0004Q\u0004\u0016\u0004<\u00041\u0004F\u0004:\u0004\u000e\u0004,\u0004>\u00040\u0004M\u0004+\u0004\"\u00043\u0004B\u0004>\u0004*\u0004\u001c\u0004\t\u0004%\u0004,\u00041\u0004\b\u0004)\u00043\u00040\u0004$\u00046\u00045\u0004\u001e\u0004\u000e\u00040\u0004\u001f\u0004g\u0004B\u0004I\u0004z\u0004\u0004\u0004r\u0004b\u00044\u00048\u0004>\u0004>\u0004Q\u0004T\u0004V\u0004\u001a\u0004E\u0004F\u0004K\u0004{\u0004\u0004\u0004\u0005\b/\u000ed\u001cd'|\u001f\u000f\bv\u0005\u0004\u0004{\u0004V\u0004T\u0004'\u0004;\u0004\\\u0004M\u0004?\u0004c\u0004\u0016\u0004@\u0004M\u0004F\u0004 \u00044\u0004;\u0004A\u0004!\u00043\u0004M\u0004D\u0004\u001a\u00046\u0004\u0015\u0004!\u0004\u0015\u0004\n\u0004>\u0004+\u00048\u0004'\u0004=\u0004/\u0004\t\u0004\u000e\u0004+\u0004\f\u0004C\u0004\u0012\u0004O\u0004\n\u0004:\u0004\u0016\u0004\"\u0004!\u0004)\u0004\n\u0004<\u0004\"\u0004\u0014\u0004\u001d\u0004\u0014\u0004B\u0004\u0007\u00044\u00049\u0004V\u0004!\u00044\u00041\u0004\u0016\u0004\u001d\u0004G\u0004<\u0004&\u0004.\u0004\u000f\u0004\u0005\u0004 \u00041\u0004-\u00040\u0004]\u0004\u001d\u0004\"\u0004$\u0004<\u0004!\u0004\u0011\u0003\u0004\u0017\u0004\f\u0004K\u0004\"\u0004 \u00040\u0004\f\u0004U\u0004R\u0004\u001f\u00046\u0004E\u0004\u0005%\u0005\u0005{\u0004\u0004P\u0004?\u0004Q\u0004P\u0004\u0004}\u0004I\u0004V\u0004N\u0004%\u0004B\u0004\u0012\u00048\u0004A\u0004\\\u0004Z\u0004F\u0004=\u0004D\u0004&\u0004:\u0004\u0012\u00047\u0004+\u0004/\u0004(\u0004:\u00048\u0004B\u0004w\u0004&\u0004/\u0004\u0018\u0004\u001d\u0004F\u0004Z\u00040\u0004\u0002\u0004\u0019\u0004\"\u0004\u001e\u0004(\u00049\u0004>\u0004N\u0004\u001e\u0004-\u0004(\u0004<\u0004P\u0004Q\u0004\u0013\u0004;\u0004?\u0004\r\u0004\"\u0004*\u00041\u00046\u0004\u0016\u0004\u0019\u0004b\u0004Z\u0004%\u0004>\u0004p\u0004J\u0004A\u0004$\u0004 \u0004<\u0004\u001c\u0004A\u0004<\u0004O\u0004V\u0004Y\u00040\u0004)\u0004H\u0004)\u0004'\u0004I\u0004+\u0004\u0019\u0004\"\u00042\u0004'\u0004-\u0004-\u0004B\u0004S\u0004A\u0004C\u0004J\u0004?\u0004\u0015\u0004/\u0004)\u0004e\u0004\\\u00049\u0004a\u0004^\u00045\u00048\u0004\u0019\u0004/\u00041\u0004.\u0004+\u0004C\u0004D\u0004\u0013\u0004;\u0004\u000e\u0004.\u0004\u0019\u0004*\u0004%\u0004<\u0004&\u0004G\u0004'\u0004I\u0004\u000f\u00045\u0004>\u0004&\u0004F\u0004M\u0004d\u0004Y\u0004b\u00049\u0004:\u0004t\u0004>\u0004.\u0004=\u0004 \u0004,\u0004C\u0004?\u0004\u001b\u00045\u0004\u0004\u0004\u0005 \u0006+\u0007\nO\u000b\n\b\u000e\u0006\u0005H\u0004\u0004\u0004d\u0004>\u0004k\u0004>\u0004+\u0004G\u0004&\u0004-\u0004.\u0004h\u0004L\u00048\u0004 \u0004@\u0004\u0015\u00043\u0004\u001e\u0004=\u0004-\u0004K\u0004\u001d\u0004[\u0004(\u00042\u0004<\u0004*\u0004;\u0004\u001b\u0004\u0016\u00049\u00043\u0004T\u0004<\u0004+\u00045\u0004'\u0004-\u00041\u0004@\u0004'\u0004I\u00042\u0004D\u0004G\u00040\u0003\u0004<\u0004>\u0004#\u0004\u0013\u00043\u0004_\u00043\u0004\u001d\u0004)\u0003\u00046\u0004:\u0004S\u0004/\u0004\u001c\u0004\u000e\u0004T\u0004Q\u0004%\u0004$\u0004G\u0004\u001e\u0004C\u00049\u0004$\u0004*\u00044\u00041\u0004$\u0004\u000e\u0004F\u0004\u000e\u0004\u001a\u0004D\u0004\"\u0004Q\u0004\u001c\u0004A\u0004.\u0004R\u0004N\u0004\u0001\u0004.\u0004;\u00048\u0004\u0005j\u0006Y\u0006?\u0005R\u0004s\u0004S\u0004J\u0004<\u0004l\u0004:\u0004\u001f\u0004P\u0004/\u0004:\u0004C\u0003\u0004\u0016\u00048\u0004\u0017\u00049\u00048\u00045\u0004B\u0004\"\u00048\u0004|\u0004E\u0004\u0018\u00041\u0004.\u0004&\u0004\u0010\u0004\u0015\u0004\u0018\u0004&\u00042\u00041\u0004.\u0004=\u0004^\u0004I\u00041\u0004E\u00042\u0004S\u0004Q\u0004'\u0004\u001e\u0004[\u0004I\u0004`\u0004?\u0004I\u0004R\u0004%\u00047\u0004?\u0004 \u00041\u0004@\u0004.\u0004$\u0004K\u00042\u0004\u0019\u00045\u0004 \u0004/\u0004H\u0004E\u00045\u0004P\u0004%\u00041\u0004.\u0004M\u0004?\u0004(\u0004\u000f\u00046\u0004N\u0004!\u0004%\u00042\u0004:\u00045\u00041\u0004+\u0004\u0014\u0004\u0018\u0004&\u0004L\u00042\u0004*\u0004\u001c\u0004<\u0004 \u0004$\u0004/\u0004\u001e\u0004)\u0004\u001f\u0004^\u0004F\u0004R\u0004X\u0004F\u0004?\u0004H\u00047\u0004/\u0004I\u0004)\u0004\u0012\u00041\u00045\u0004Z\u0004&\u0004-\u00043\u0004G\u0004\f\u0004Q\u0004(\u0004)\u0004\u0016\u0004\u001d\u0004\u001c\u0004Q\u0004\u001d\u0004\\\u00044\u0004Q\u0004.\u0004;\u00047\u0004D\u0004G\u0004\u00042\u0004e\u0004\u0018\u0004I\u0004Q\u00042\u00043\u0004A\u0004*\u0004\\\u0004@\u0004s\u0004\u0004\u0004\u0005\u0012\u0005\u00067\u0006s\u0006\u001c\u0005\u0005H\u0004\u0004\u0004{\u0004P\u0004I\u0004:\u0004i\u0004$\u0004g\u0004$\u00048\u00048\u0004-\u0004K\u0004U\u0004E\u00042\u00041\u0004&\u00046\u0004/\u0004T\u0004%\u0004G\u00044\u0004\t\u0004\u001c\u0004*\u0004\u0012\u00046\u0004\t\u0004\u001a\u0004 \u0004B\u00045\u0004X\u00045\u0004H\u00045\u00043\u0004V\u0004X\u0004L\u00048\u0004)\u0004\u0014\u00041\u00042\u0004\u0013\u0004,\u00042\u0004M\u00040\u00043\u0004D\u0004#\u0004\u0012\u0004\u0017\u0004 \u0004!\u0004\u000b\u0004\"\u0004'\u00044\u0004;\u0004&\u0004!\u0004I\u0004\"\u00047\u0004'\u0004?\u0004.\u0004F\u0004\u001e\u0004\u0013\u0004I\u0004H\u0004\u0010\u0004J\u0004\"\u0004+\u00046\u0004;\u0004\u001b\u0004\"\u0004\u0013\u0004$\u0004\n\u0004\"\u00042\u0004K\u00042\u0004W\u0004\u0004\u0005l\u0005d\u0004\u0004\u0004Y\u0004O\u00045\u0004-\u00040\u0004X\u0004&\u0004P\u0004>\u0004E\u0004/\u0004;\u0004A\u0004A\u0004\u0017\u0004\u001f\u00041\u0004\u001e\u0004b\u0004\u0011\u0004M\u00048\u0004\u0013\u0004.\u0004D\u0004O\u0004+\u0004\u001c\u00042\u0004A\u0004\u001c\u0004\u0014\u0004;\u00040\u00045\u0004\u001d\u0004'\u00040\u00046\u0004\u001e\u0004,\u0004S\u0004R\u0004\u0004\u0004\u0004t\u0004\\\u0004>\u0004-\u0004!\u0004:\u0004C\u0004\u0001\u0004>\u0004\u0016\u0004\u0018\u0004\r\u0004#\u0004&\u0004\t\u0004)\u0004\u001b\u0004:\u0004A\u0004\u0001\u0004+\u0004\u000e\u0004\n\u0004V\u00048\u00045\u0004M\u0004?\u00044\u0004\u001e\u0004m\u0004(\u0004E\u0004,\u0004\u0012\u00042\u0004&\u0004*\u0004S\u0004&\u0004E\u00045\u0004X\u0004%\u0004+\u0004\u0014\u0004<\u0004\b\u0004]\u0004\u0019\u0004R\u0004\"\u00045\u0004V\u0004J\u0004^\u0004K\u0003\u0004>\u0004I\u0004:\u00041\u0004\r\u0004:\u0004S\u0004\u001f\u0004-\u0004.\u0004N\u0004!\u0004\f\u0004#\u0004<\u00043\u0004!\u00045\u0004(\u00049\u00045\u0004N\u0004G\u00048\u0004J\u0004~\u0004S\u0004I\u0004/\u0004\"\u0004?\u0004f\u0004=\u0004G\u00049\u0004A\u0004*\u0004+\u0004;\u0004P\u0004N\u0004U\u0004g\u0004m\u0004\u0004\u0005\u0001\u0005\u0013\u0005$\u0005\u0011\u0004\u0004\u0004\u0004|\u0004X\u0004g\u00046\u0004E\u0004f\u00044\u0004@\u00043\u0004T\u0004K\u0004D\u0004u\u0004)\u00046\u0004(\u0004G\u0004'\u00048\u0004\u001d\u0004I\u0004\u001d\u0004+\u00040\u0004=\u0004,\u00040\u0004'\u0004@\u0004\u001d\u0004\u0014\u0004\u001a\u0004\u0017\u0004'\u0004A\u0004)\u00047\u0004G\u0004<\u0004W\u0004\u0004_\u0004j\u0004C\u0004V\u0004J\u0004i\u00049\u0004O\u0004&\u0004L\u0004+\u0004%\u0004*\u00045\u0004J\u0004\r\u00049\u0004\u0014\u0004%\u00040\u0004@\u0004(\u0004'\u0004<\u0004#\u0004 \u0003\u0004\t\u0004#\u0004K\u0004,\u0004\f\u00046\u0004H\u0004&\u0004Z\u0004#\u0004!\u0004)\u0004?\u0004\u0015\u0004Y\u0004@\u0004*\u0004/\u0004%\u0004$\u0004$\u0004*\u0004:\u0004B\u0004Z\u0004Z\u0004\u0004\u0004~\u0004U\u0004U\u0004L\u0004\u0005\u0004@\u0004/\u0004Y\u0004)\u0004U\u0004G\u0004D\u0004#\u0004\r\u0004+\u0004S\u0004T\u0004I\u0004:\u0004*\u0004<\u0004U\u0004\u001c\u0004\u0007\u0004/\u0004F\u0004<\u0004\r\u0004\u0004\u0019\u0004W\u0004\u0017\u0004\u0015\u0004\u0003\u0004?\u00044\u0004\"\u0004-\u0004\u0017\u0004@\u0004\u001f\u0004#\u00048\u0004U\u0004Z\u0004\u00051\u0005\u001c\u0004\u00048\u0004[\u0004:\u0004(\u0004/\u0004A\u0004C\u0004<\u0004;\u0004&\u00044\u0004\u0019\u0004\u001d\u0004 \u00041\u0004%\u0004*\u0004%\u0004(\u0004\r\u00045\u0004&\u0004\u001d\u0004\u001e\u0004\n\u0004\u0018\u0004Y\u0004@\u0004\u0007\u0004?\u0004Q\u0004P\u0004#\u0004M\u0004X\u0004M\u0004-\u00046\u0004]\u0004;\u00045\u0004\r\u0004\"\u0004W\u0004\u0006\u0004G\u0004\u0011\u0004-\u0004F\u0004\u0002\u0004O\u0004;\u0004P\u0004<\u0004L\u0004D\u0004\u001f\u0004;\u00047\u0004D\u0004d\u0004B\u00049\u00048\u0004]\u00046\u0003\u0004:\u00042\u00043\u0004\"\u0004 \u00041\u00049\u0004:\u0004]\u0004:\u00046\u0004N\u0004\u0015\u0004J\u0004:\u0004F\u0004\"\u0004E\u00045\u0004\"\u0004[\u0004H\u0004;\u00043\u0004\n\u0004\n\u0004\u001a\u00045\u00041\u0004K\u0004_\u0004a\u00047\u0004Z\u0004h\u0004|\u0004\u0004w\u0004\u0004\u0004\u0004\u0004n\u0004\u0004\u0004W\u0004?\u0004G\u0004\u0015\u0004Z\u0004Y\u0004Q\u00044\u00046\u00042\u0004N\u0004\t\u0004N\u00049\u00042\u0004\u0011\u0004\u0018\u0004C\u0004\u001c\u0004:\u0004\\\u0004&\u0004%\u0004\u0017\u0004\u0018\u0004E\u0004,\u00044\u0004\u0015\u0004>\u0004!\u0004=\u0004=\u0004T\u0004.\u00049\u0004J\u0004>\u0004]\u0004\u0004\u0004\u0004\\\u00044\u00046\u0004>\u0004:\u0004,\u0004+\u0004&\u0004 \u0004(\u0004 \u0004\u000f\u00040\u0004\f\u00044\u0004\r\u0004)\u0004\u000f\u0004\u001e\u00044\u0004O\u00043\u0004F\u00045\u0004:\u0004\u0017\u00045\u0004(\u0004$\u00046\u0004\u001b\u0004#\u0004:\u0004\u001e\u0004$\u0004;\u0004<\u0004\n\u00042\u00046\u0004 \u0004\u001f\u0004X\u0004$\u0004Q\u0004#\u0004:\u0004#\u0004A\u00045\u00043\u0004C\u0004^\u0004T\u0004@\u0004F\u0004C\u00040\u0004;\u0004\u001f\u00044\u0004*\u0004(\u0004'\u0004>\u0004\"\u0004G\u0004*\u00041\u0004`\u0004[\u0004W\u0004F\u0004I\u0004=\u00042\u0004+\u0004J\u0004W\u0004;\u0004\n\u0004\u0018\u0004/\u0004C\u00040\u0004\u001d\u0004(\u0004'\u0004G\u0004\u0004\u00047\u0004;\u0004=\u0004?\u0004P\u00047\u0004J\u0004\\\u0004\u0005e\u0005\u0005\f\u0004\u0004<\u0004\u001c\u0004\u001c\u0004 \u0004Q\u0004=\u0004/\u00041\u0004-\u0004`\u0004%\u0004!\u0004<\u0004\u0015\u0004J\u0004I\u0004\u0018\u00047\u0004 \u0004&\u00044\u0004\u0010\u0004E\u0004\u001b\u0004+\u00044\u0004)\u00041\u0004Q\u0004(\u00048\u0004A\u00041\u00042\u0004.\u0004?\u0004\\\u00047\u00045\u0004\u0019\u0004\u001c\u00042\u0004\u001d\u0004M\u0004-\u0004F\u0004\u0013\u0004e\u0004+\u0004V\u00045\u0004P\u0004*\u0004M\u00043\u0004\u0014\u0004R\u0004*\u0004\u000e\u00047\u0004H\u0004P\u0004)\u0004\"\u0004\u001c\u0004\u001d\u00043\u0004'\u00042\u0004a\u00045\u0004D\u0004\u000b\u0004\u000e\u00044\u0004D\u0004I\u0004L\u0004a\u0004$\u0004&\u0004Z\u0004F\u0004\u001a\u0004J\u0004@\u0004\u0016\u0004[\u0004b\u0004C\u0004[\u0004&\u0004L\u0004a\u0004V\u0004b\u0004^\u0004I\u0004Q\u0004n\u0004N\u00046\u0004d\u0004E\u0004`\u0004\u0004\\\u0004x\u0004_\u0004\u0004`\u0004/\u00043\u0004\"\u0004e\u0004E\u0004H\u0004H\u0004C\u0004*\u00044\u00049\u00045\u0004)\u00041\u0004\u0013\u0004\u0019\u0004\u0015\u0004\u001f\u0004\u0003\u00045\u0004:\u0004!\u00048\u0004\u0015\u0004:\u0004\u001d\u0004(\u0004,\u0004/\u00045\u0004%\u0004\u0010\u0004(\u00042\u0004%\u0004$\u0004\u001c\u0004<\u0004s\u0004\u0004\u0004\u0004^\u0004A\u0004$\u00042\u0004*\u0004/\u0004;\u0004M\u0004>\u0004\u0007\u0004\u0005\u0004>\u0004.\u0004\u0010\u0004-\u00041\u0004\u0012\u0004\u0010\u00042\u0004*\u0004E\u0004\u0013\u0004=\u0004q\u00044\u0004'\u0004`\u0004\u001d\u0004\u001f\u00046\u0004;\u0004\u0014\u0004F\u0004'\u0004%\u0004)\u0004\n\u0004\u001a\u0004\u0012\u0004#\u0004:\u0004\u001e\u0004F\u00045\u0004\u000e\u0004#\u0004Q\u0004N\u0004H\u0004;\u00041\u00041\u0004T\u00045\u0004/\u0004Z\u00047\u0004A\u0004O\u0004I\u0004 \u0004;\u00048\u0004\f\u0004\u0019\u0004\u000f\u0004\u001b\u0004\u001d\u00047\u0004I\u00040\u00046\u0004\u0017\u00040\u0004?\u00046\u0004@\u0004$\u0004\n\u0004\u000f\u00042\u0004d\u0004\u001c\u0004C\u00043\u0004B\u0004\u0019\u0004\u0007\u0004.\u0004A\u0004\u000e\u0004\u000e\u0004)\u0004]\u00041\u0004>\u0004=\u0004A\u0004r\u0004\u0005/\u0004\u0004\u0004f\u0004!\u00044\u0004\u0018\u0004.\u00045\u0004\u001b\u00047\u0004I\u0004.\u0004\u0012\u00041\u00048\u0004\u0014\u00048\u0004\t\u0004\u000b\u0004>\u0004I\u0004L\u0004!\u00047\u0004\u0015\u0004\u0014\u0004+\u0004\u0017\u00042\u0004;\u0004\u0003\u0004 \u0004\u0013\u0004%\u0004*\u0004\u001b\u0004'\u0004$\u0004*\u0004\u001b\u0004\u0017\u00049\u0004I\u00047\u0004#\u0004)\u00041\u0004\u0003\u0004)\u00047\u0004;\u0004\u001c\u0004\u001f\u0004_\u00046\u0004\u001b\u0004>\u0004(\u0004\u0019\u0004\u000f\u0004H\u0004=\u0004?\u0004T\u0004%\u0004\u0000\u0004U\u00049\u0004\f\u0004J\u0004E\u0004'\u0004\u0014\u0004B\u0004\u001d\u00041\u0004!\u0004+\u0004&\u0004(\u0004(\u0004O\u0004+\u00047\u0004)\u0004$\u0004#\u0004.\u00045\u00044\u0004V\u0004\u0015\u0004V\u0004'\u0004z\u0004F\u0004c\u0004?\u0004;\u0004F\u0004@\u0004X\u0004D\u0004\u001d\u0004G\u00043\u0004;\u0004s\u0004;\u0004;\u0004A\u0004~\u0004^\u0004W\u0004W\u0004U\u0004?\u0004*\u00044\u0004\u0004/\u0004H\u00040\u0004<\u0004\u0018\u0004!\u0004?\u00041\u0004&\u0004\u0019\u0004#\u0004o\u0004%\u0004-\u0004\t\u0004!\u0004&\u0004\u001e\u0004\u001e\u00048\u0004&\u00048\u0004 \u0004;\u0004\u0010\u0004K\u0004+\u00048\u0004H\u00045\u0004S\u0004Z\u0004m\u0004\u0004k\u0004@\u0004E\u0004\\\u0004:\u0004'\u0004K\u0004#\u0004\u0007\u00048\u0004:\u00043\u0004!\u0004R\u0004\u001f\u0004\u0015\u0004-\u0004A\u0004/\u0004\u001e\u0004\u001c\u00044\u0004\"\u0004\u001a\u0004]\u0004T\u0004\u000b\u0004\u001c\u0004\"\u00044\u00048\u0004A\u0004&\u0004D\u00044\u0004\u001e\u0004$\u0004<\u0003\u0004 \u00043\u0004D\u00040\u0004J\u0004.\u0004\r\u0004$\u0004\u0014\u0004\n\u0004&\u0004$\u0004>\u0004D\u00044\u0004;\u0004+\u0004.\u0004,\u0004\"\u0004C\u0004<\u0004D\u0004-\u0004(\u0004[\u00043\u0004*\u0004\u0004\u0004E\u0004\u0019\u00042\u0004g\u00049\u0004K\u00044\u0004<\u00042\u0004\u0015\u0004'\u0004>\u0004@\u0004,\u0004R\u0004K\u0004<\u0004B\u0004;\u0004\u0015\u0004%\u0004U\u0004(\u0004\u0014\u0004V\u0004!\u0004\b\u0004J\u0004H\u0004,\u0004j\u0004\\\u0004\u0004\u0004\u0004>\u0004/\u0004+\u0004V\u0004)\u0004a\u0004;\u0004L\u0004K\u0004\u0011\u00041\u00041\u00041\u00040\u0004?\u0004.\u00040\u0004\u0019\u00041\u0004\u0016\u0004\u001e\u0004\u0011\u00040\u0004L\u0004\u001d\u0004\u001a\u00049\u00044\u0004\u0018\u00044\u00043\u0004\b\u0004,\u0004)\u0004)\u00049\u0004\t\u0004@\u00044\u0004A\u0004>\u0004\u000e\u0004\u001b\u00047\u0004\u0015\u0004A\u0004\u001f\u0004?\u00042\u0004.\u0004L\u0004]\u00048\u0004$\u0004D\u0004\u001d\u0004\u0012\u0004\u001d\u0004/\u00047\u00042\u00049\u0004\u001c\u0004+\u0004-\u0004\u0011\u0004#\u00041\u0004L\u0004?\u0004/\u00044\u00048\u0004N\u0004(\u0004R\u0004p\u0004E\u0004\u0004L\u0004-\u0004\\\u0004]\u0004'\u0004)\u00049\u00046\u0004U\u0004K\u00040\u0004,\u00046\u0004J\u00041\u0004D\u0004Y\u00041\u0004m\u0004;\u0004B\u0004?\u0004*\u0004f\u0004\u0014\u0004O\u0004G\u0004s\u0004W\u0004\u001f\u0004-\u0004B\u0004/\u0004+\u0004M\u0004C\u0004O\u00045\u0004;\u0004\u0019\u0004>\u00046\u00043\u0004\u001c\u0004)\u0004]\u00044\u00045\u0004#\u0004/\u0004C\u00042\u0004=\u00045\u00043\u0004\u0014\u0004U\u0004;\u0004#\u0004)\u00041\u0004@\u0004\u0015\u0004*\u00041\u0004\u0013\u0004F\u0004?\u0004\u001f\u0004;\u0004:\u0004G\u00041\u0004>\u0004S\u0004D\u0004/\u0004E\u0004$\u0004>\u00049\u00046\u0004\u0000\u0004>\u00043\u0004@\u0004=\u0004R\u0004\u0010\u0004\"\u0004\u0007\u0004\u0010\u0004\u001f\u0004\u0017\u0004<\u0004\u0012\u0004\u000f\u0004k\u0004E\u0004'\u0004D\u0004E\u0004\u0000\u0004N\u0004\b\u0004\u0019\u0004\u0015\u0004\t\u00041\u0004Y\u0004&\u0004\u001b\u0004@\u00043\u0004I\u0004'\u00042\u0004.\u0004(\u0004<\u0004,\u0004.\u0004Q\u0004B\u00044\u0004)\u0004$\u0004B\u0004L\u0004`\u0004\u001a\u0004I\u0004N\u0004?\u0004\u0019\u00046\u00040\u00040\u0004+\u00048\u0004\u001b\u0004$\u0004=\u0004%\u0004h\u0004%\u0004\u000b\u0004;\u0004\u0012\u0004.\u0004#\u0004\u0003\u0004\u001e\u0004:\u00046\u0004 \u0004+\u0004\u001a\u0003\u0004/\u0004C\u0004+\u0004k\u0004G\u0004G\u0004L\u0004A\u0004(\u0004\u001e\u0004\"\u0004\u0013\u0004(\u0004@\u0004.\u0004\u001d\u0004T\u0004N\u0004Y\u00045\u0004%\u0004#\u00040\u0004\n\u00046\u0004&\u0004=\u0004\u000f\u0004R\u0004S\u0004P\u0004\u000e\u0004>\u00049\u0004'\u0004+\u0004\u0017\u0004\u001d\u0004B\u0004=\u0004,\u0004L\u0004\u001e\u0004\u0005\u0004E\u00044\u0004<\u0004\u0019\u0004M\u0004\u0011\u0004\u001e\u00048\u00045\u0004.\u0004\u0013\u0004P\u0004D\u0004)\u0004?\u0004\u001d\u0004\u001e\u0004\u001b\u0004\u001d\u0004'\u00048\u00041\u00046\u0004\u0018\u0004<\u0004>\u0004*\u0004\u001d\u0004?\u0004\u0018\u0004<\u0004,\u0004/\u00044\u0004\u0011\u0004H\u0004\b\u0004C\u0004#\u0004=\u0004\u001d\u0004\u001d\u0004Y\u0004\u000e\u00042\u0004-\u0004&\u0004\u000f\u0004\u0014\u00047\u0004\u001e\u0004F\u0004L\u00048\u0004I\u0004\u001f\u0004k\u0004E\u0004+\u0004]\u0004J\u00044\u0004\u0016\u0004C\u00048\u00041\u0004C\u0004Q\u0004`\u0004b\u00041\u0004=\u0004C\u0004*\u00046\u0004>\u0004H\u00047\u0004h\u00048\u0004t\u00044\u00046\u0004F\u0004M\u0004`\u00043\u0004S\u0004q\u0004M\u00043\u0004e\u0004,\u0004q\u0004%\u0004,\u0004<\u0004E\u0004\"\u0004Q\u0004\u0017\u0004;\u00049\u0004#\u0004m\u0004/\u00045\u0004\u001c\u0004\u0004\u0004(\u0004$\u0004'\u00045\u0004\u001e\u0004#\u0004B\u0004)\u00044\u0004\u0018\u0004K\u0004\u0018\u0004(\u00049\u0004<\u0004_\u0004\u0004d\u0004E\u00049\u0004;\u0004$\u0004D\u0004=\u0004o\u0004 \u0004>\u0004$\u0004\b\u0004E\u0004:\u0003\u0004\u0015\u0004#\u0004A\u0004.\u0004&\u0004>\u0004'\u0004.\u0004d\u0004\u001e\u0004C\u0004P\u0004<\u0004'\u00047\u00049\u0004I\u0004J\u00041\u0004\u0010\u0004\u0011\u0004#\u0004\u0006\u0004K\u0004,\u0004 \u00042\u0004'\u00046\u0004'\u0004\u0001\u0004I\u0004\u000f\u0004:\u0004\u0018\u0004)\u0004=\u0004:\u0004!\u0004_\u0004<\u0004V\u0004=\u0004?\u00043\u0004E\u00041\u0004\u001f\u0004/\u00042\u0004/\u0004\u001d\u0004\"\u0004+\u0004\r\u0004\u001d\u0004'\u0004)\u0004*\u0004?\u0004\u0011\u0004J\u0004B\u0004\"\u00042\u0004K\u0004H\u0004&\u0004,\u0004=\u0004F\u0004'\u0004f\u0004+\u0004\"\u00047\u0004\u001f\u00040\u00040\u0004>\u0004+\u0004\"\u0004.\u0004$\u00043\u0004+\u0004E\u0004]\u00041\u0004'\u0004B\u0004L\u0004;\u0004B\u0004\u0016\u0004;\u00049\u0004\"\u0004$\u0004A\u0004\u001d\u0004=\u0004*\u0004\u001b\u0004.\u00049\u0004?\u0004)\u0004h\u0004 \u0004D\u0004\u0004\u0004\u0006\u0004:\u0004V\u0004\u001c\u0004d\u0004L\u00045\u0004\u000f\u00049\u00043\u0004%\u0004(\u0004 \u00045\u0004'\u0004J\u0004I\u0004\f\u0004\u0011\u0004-\u0004M\u0004.\u0004\t\u0004#\u0004\u001d\u00040\u0004C\u00048\u0004,\u0003\u0004!\u0004=\u0004\u001d\u0004/\u0004\u0003\u0004-\u0004K\u00040\u0004-\u0004\u000f\u0004(\u00047\u0004&\u0004U\u0004;\u00048\u00044\u0004/\u0004+\u0004\u001f\u0004J\u0004#\u0004.\u00044\u00045\u0004X\u0004j\u0004\u0016\u0004C\u0004:\u00048\u0004Y\u0004\u001a\u0004R\u0004%\u0004g\u0004X\u0004G\u0004e\u0004W\u0004K\u0004\u0019\u0004J\u0004.\u00049\u0004I\u0004-\u00041\u0004\n\u00045\u0004\u001e\u00049\u0004F\u0004n\u0004W\u0004%\u0004F\u0004I\u0004[\u00043\u0004?\u0004a\u0004c\u0004\u0015\u00046\u0004\u0014\u0004<\u0004\u0010\u0004&\u0004&\u00046\u0004N\u0004E\u0004:\u0004&\u0004N\u0004\u0010\u00045\u0004>\u0004=\u0004A\u0004)\u0004\u0015\u00043\u0004\u001d\u00041\u0004!\u0004\b\u0004\u000e\u0004C\u0004\u0014\u0004C\u0004M\u0004 \u0004&\u0004\u001e\u0004D\u0004X\u0004\u0004\u0004V\u0004D\u0004H\u0004\u0011\u0004/\u00046\u0004\u000b\u0004\u001a\u0004'\u0004#\u0003\u0004%\u0004\"\u0004/\u0004;\u0004\u001f\u0004O\u0004@\u0004\u0011\u0004\u0018\u0003\u0004#\u0004\u0016\u0004-\u0004\u0017\u0004\u0012\u0004&\u0004#\u0004d\u0004@\u00046\u0004-\u0004:\u00041\u0004A\u00045\u0004<\u0004C\u0004 \u0004F\u0004\"\u0004\u001d\u0004;\u0004\"\u0004\u0002\u0004%\u0004d\u0004\u001c\u0004(\u0004%\u0004>\u0004\"\u00048\u00047\u0004J\u0004:\u00049\u0004\u001f\u0004;\u0004\u001c\u00045\u0004\u0015\u00045\u00047\u00047\u0004>\u0004K\u0004A\u0004\u0016\u0004)\u0004P\u0004!\u00049\u0004?\u0004\u0011\u0004\u0011\u00040\u0003\u0004+\u0004-\u0004/\u0004\u001a\u0004\u0015\u0004-\u0004U\u0004k\u0004!\u0004>\u00048\u0003\u0004J\u0004\u0018\u0004(\u0004\u000b\u0004\"\u00045\u00043\u0004\u001a\u0004E\u0004P\u0004!\u0004*\u0004,\u0004O\u0004@\u00041\u0004\u0018\u0004\u001d\u0004$\u0004\u0018\u0004Y\u0004\u0019\u0004T\u0004\u001f\u0004V\u0004Q\u0004k\u00044\u00049\u0004@\u0004Y\u0004\u001e\u0004]\u00049\u0004.\u0004\u0018\u00043\u0004\u000b\u0004\u0015\u0004W\u0004I\u0004#\u0004$\u0004*\u0004>\u0004-\u00043\u00043\u0004\u001e\u0004,\u0004\\\u0004f\u0004L\u0004#\u0004&\u0004O\u00042\u00048\u00046\u0004-\u0004\u001f\u0004+\u0004\u0005\u0004(\u0004-\u0004$\u00047\u0004H\u0004\u000b\u0004J\u0004.\u0004\u0013\u0004@\u0004\f\u0004\u001f\u0004Y\u0004\u0017\u0004)\u0004\u0014\u0004:\u0004\u0012\u0004&\u00043\u0004M\u0004#\u0004+\u0004p\u0004#\u00049\u00042\u0004'\u0004^\u0004)\u0004N\u00043\u00043\u00048\u0004$\u0004@\u0004?\u0004-\u0004&\u0004'\u0004F\u00045\u00042\u00048\u0004C\u0004:\u0004+\u0004/\u0004\u0014\u0004?\u0004 \u0004K\u0004H\u0004'\u0004&\u0004.\u0004@\u0004H\u0004:\u0004\u001b\u0004\t\u0004>\u0004\u000b\u0004T\u0004;\u00047\u0004N\u0004C\u0004:\u00046\u0004\u000e\u0004)\u00045\u00040\u0004<\u00043\u00047\u0004\u0016\u0004D\u0004\u0006\u0004\u001b\u0004Y\u0004\u000f\u0004\u0019\u0004\u001b\u0004*\u0004<\u00048\u0004C\u0004<\u0004\u0013\u0004+\u0004p\u0004:\u0004#\u0004\u001d\u0004<\u0004\u001d\u0004S\u0004Y\u0004D\u0004F\u0004b\u0004B\u0004H\u00041\u0004>\u0003\u0004.\u0004R\u0004B\u0004.\u0003\u0004 \u0004\"\u0004;\u0004E\u0004\u0015\u0004'\u0004\u0018\u00041\u0003\u0004E\u0004f\u0004 \u0004;\u0004D\u0004\u001f\u0004<\u0004>\u0003\u0004.\u0004\u0017\u00040\u0004c\u0004)\u00047\u00045\u0004$\u0004*\u00045\u0004\b\u0004$\u0004\u001b\u0004Q\u0004,\u0004\u001f\u0004=\u00049\u0004Q\u0004@\u0004\u0011\u0004(\u0004)\u0004'\u0004=\u0004:\u0004L\u0004)\u00043\u0004H\u0004\u0004L\u0004*\u0004)\u0004/\u0004.\u00041\u0004%\u0004,\u0004:\u0004:\u00040\u0004!\u0004'\u0004-\u0004H\u0004T\u0004E\u00040\u0004@\u00042\u0004:\u0004%\u0004\u001b\u0004\u001a\u0004<\u0004)\u0004\u001d\u00049\u0004-\u0004,\u0004'\u0004M\u00048\u00044\u0004(\u0004]\u0004<\u0004X\u0004N\u0004\n\u0004#\u00045\u0004'\u00048\u0004L\u0004\u001c\u0004\u0018\u0004\u000e\u0004\u0005\u0004\u0017\u0004H\u0004J\u0004O\u0004%\u00044\u00047\u0004V\u00040\u0004r\u0004\"\u0004E\u00047\u0004,\u00042\u0004N\u0004'\u0004\t\u00043\u00043\u0004\u0005\u0004]\u0004h\u0004C\u00043\u0004-\u0004>\u0004;\u0004L\u0004 \u00048\u0004.\u0004C\u0004\u001e\u0004;\u00043\u0004J\u00049\u00043\u00040\u00041\u0004$\u0004.\u00040\u0004+\u0004\u001f\u0004\u001f\u0004J\u00043\u0004=\u0004H\u00045\u0004.\u0004\u001e\u00046\u0004\u0016\u00042\u0004&\u0004\u0013\u0004 \u0004%\u0004#\u00042\u0004>\u0004A\u0004\u0010\u00047\u0004\u001a\u0004+\u0004!\u0004H\u0004\u0019\u0004*\u00044\u00047\u00045\u0004 \u0004D\u0004@\u0004E\u0004+\u0004F\u0004>\u0004@\u0004\u001a\u0004<\u00049\u0004\f\u00041\u0004;\u0004H\u0004 \u0004\"\u0004G\u0004v\u0004*\u0004W\u0004-\u0004M\u0004/\u0004U\u0004;\u0004\u00043\u0004\u001d\u0004@\u0004.\u0004f\u0004H\u0004*\u0004\u001e\u0004L\u0004)\u0004G\u00045\u00046\u0004E\u0004\u0019\u0004 \u0004@\u0004'\u0004%\u00042\u0004]\u0004.\u0004D\u0004\u0017\u0004&\u00043\u0004`\u00045\u0004]\u0004\u0018\u0004%\u00047\u0004\u0000\u0004\u001a\u0004]\u0004\u0016\u00048\u0004\u001d\u00045\u0004\u001c\u0004S\u0004\u001b\u0004+\u0003\u0004=\u0004?\u0004H\u0004\u001e\u00041\u0004G\u0004.\u0004E\u0004V\u0004\u0016\u0004,\u0004K\u0004\"\u0004L\u0004>\u0004.\u0004\u001c\u0004/\u0004\u0018\u0004%\u0004S\u0004\u0012\u0004B\u0004\u0015\u0004#\u00043\u00046\u0004B\u0004/\u0004(\u0004.\u0004(\u0004\f\u00040\u0004K\u0004\u0014\u0004-\u0004 \u0004B\u0004\u001e\u0004\u001b\u0004\u001b\u0004\u0012\u0004\"\u0003\u00047\u0004(\u00041\u0004$\u0004>\u00047\u0004<\u0004\u0017\u00041\u0004\n\u0004\u0010\u0004M\u0004]\u0004\u0004\u0004R\u0004a\u00042\u0004U\u0004%\u0004\u001a\u0004<\u0004.\u0004\r\u0004 \u0004D\u0004\"\u0004%\u0004A\u0004H\u0004!\u0004A\u0004(\u0003\u0004\u0018\u0004E\u0004'\u0004<\u00045\u0004<\u0004C\u0004\\\u0004:\u00041\u0004J\u0004\u001f\u0004/\u0004.\u0004\u0014\u0004G\u0004\r\u0004.\u0004\u0016\u0004$\u0004\r\u0004(\u0004\u001f\u0004M\u0004\u001b\u0004?\u00043\u0004[\u0004,\u00046\u0004]\u0004-\u0004\u001a\u00046\u0004U\u0004J\u0004e\u0004<\u00048\u0004W\u0004\u001c\u00044\u0004\"\u0004S\u0004K\u0004\u0019\u0004\u0013\u00049\u0004N\u0004.\u0004.\u00044\u0004\u001c\u0004+\u00047\u0004*\u0004)\u0004<\u0004r\u00043\u0004>\u0004<\u0004C\u0004(\u0004\u0019\u00043\u0004.\u0004!\u00049\u0004I\u0004\u001e\u0004\r\u0004/\u0004\u0012\u0004R\u0004!\u0004\u001f\u0004\u001d\u00045\u0004\u0011\u00045\u0004/\u0004-\u00040\u00040\u0004J\u00044\u0004J\u0004\u0019\u00042\u0004!\u0004\"\u0004 \u0004\u001c\u0004\u001a\u0004G\u0004B\u00045\u0004\f\u0004a\u0004\"\u0004.\u0004!\u0004+\u0004(\u00041\u00048\u0004F\u0004>\u0004\u001d\u0004\u001c\u0004+\u0004\u0011\u0004\u001b\u0004D\u0004A\u0004\u001f\u0004Y\u0004w\u0004E\u0004g\u00041\u0004#\u0004%\u0004$\u0004O\u0004C\u00040\u0004U\u00041\u0004)\u00049\u0004G\u0004O\u0004\u0016\u0004>\u0004?\u0004\u001a\u0004@\u0004A\u0004F\u00049\u0004E\u0004)\u0004G\u0004&\u0004:\u0004=\u0004(\u0004\u001e\u0004$\u0004\u0016\u00040\u0004@\u0004S\u00045\u0004P\u0004\n\u00045\u0004\u0000\u0004?\u0004#\u0004\u001b\u0004\u0019\u0004&\u0004,\u0004#\u0004,\u0004+\u0004@\u0004<\u0004+\u0004@\u0004\u0012\u0004=\u00045\u0004$\u0004%\u0004\u0018\u0004$\u0004\r\u0004H\u00047\u00040\u0004%\u0004\\\u0004N\u0004F\u0004\u0013\u0004!\u0004/\u0004\u0014\u0004>\u00042\u0004/\u0004\u0003\u0004\u000f\u0004\"\u0004\u0019\u0004\u0016\u0004\u001f\u0004Q\u0004 \u00043\u0004-\u0004$\u0004@\u0004,\u0004!\u00047\u00043\u0004\u0019\u0004\u001d\u0004'\u0004#\u0004,\u0004/\u0004%\u0004#\u0004$\u0004L\u0004\u0018\u0004#\u0004^\u00047\u0004-\u0004U\u0004\t\u0004B\u0004E\u0004D\u0004C\u0004&\u0004D\u0004^\u0004\u0004\u0004s\u0004Q\u0004\u000e\u0004)\u0004\"\u0004\u0015\u00042\u00048\u0004\u001f\u00043\u0004+\u0004\u0010\u0004\u001f\u0004\u001f\u0004Q\u00041\u0004\b\u0004I\u0004)\u0004)\u0004+\u0004\u0019\u0004\u0014\u0004\u000b\u00044\u00041\u00042\u0004>\u0004*\u0004;\u0004K\u0004)\u0004\u0011\u00047\u0004\u001e\u0004N\u0004\u001a\u0004L\u0004#\u0004+\u0004\u001e\u0004S\u0004!\u0004*\u0004(\u00049\u0004=\u0004\u0010\u00046\u0004B\u0004\u001e\u0004;\u00048\u0004(\u0004G\u0004_\u0004:\u00047\u0004,\u0004/\u0004-\u00049\u0004\u001a\u0004\u0017\u0004\u001b\u0004=\u0004!\u00044\u0004\b\u0004*\u00040\u0004\u0011\u0004\n\u00042\u0004<\u0004)\u0004\"\u00042\u0004>\u0004?\u0004\u0019\u0004D\u0004@\u00046\u0004D\u0004\u0017\u0004\u0014\u0004&\u0003\u00043\u0004 \u0004-\u0004 \u0004*\u0004>\u0004<\u00042\u0004A\u0004O\u0004W\u0004#\u0004G\u0004\u001f\u0004\u0010\u00046\u0004H\u00042\u0004\u001a\u0004N\u0004 \u0004,\u0004A\u0004>\u0004Q\u0004M\u00043\u0004\\\u0004$\u0004\"\u00045\u0004%\u0004C\u0004C\u0004o\u0004A\u0004H\u0004C\u0004>\u00041\u00040\u0003\u0004S\u00048\u0004(\u0004C\u0004G\u00046\u0004\u0016\u0003\u00043\u0004G\u0004\u0011\u0004L\u0004E\u00044\u0004=\u0004-\u0004<\u0004Y\u0004%\u0004M\u00043\u0004W\u0004$\u0004C\u0004\u0015\u0004C\u00047\u0004/\u0004&\u0004K\u0004N\u0004C\u0004I\u0004\u0016\u00049\u0004@\u00042\u00041\u0004F\u0004(\u00044\u0004O\u0004;\u00049\u00048\u0004C\u0004A\u0004,\u0004\u001d\u0004\u0014\u00047\u0004)\u0004g\u0004%\u0004(\u0004;\u0004*\u00048\u0004$\u0004(\u00048\u0004-\u0004N\u00048\u0004.\u00043\u0004\u000e\u0004\u0011\u0004*\u00046\u0004-\u0004<\u0004^\u00045\u0004,\u00046\u0004L\u0004\u001b\u0004>\u0004,\u00040\u0004&\u0004\u000b\u0004#\u00043\u0004L\u0004E\u0004\u001f\u0004*\u0004F\u0004I\u0004'\u0004:\u00042\u0004E\u00046\u00041\u00048\u0004\u0013\u0004 \u0004%\u0004/\u0004\u0015\u0004\u0017\u0004K\u0004\"\u0004(\u0004R\u0004\"\u0004$\u0004<\u0004\f\u0004 \u0004/\u0004'\u0004\u0007\u0004)\u0004\u0012\u0004<\u0004-\u0004M\u00049\u00045\u0004@\u0004L\u0004\u0016\u0004O\u0004\u0004/\u0004\u001e\u0004\u0013\u0004<\u00043\u0004@\u0004(\u0003\u0004W\u0004/\u0004:\u0004\u0018\u0004D\u0004\u0016\u00041\u0004\"\u0004\u001d\u0004O\u0004D\u0004\u001d\u0004\u0012\u0004D\u00049\u0004Q\u0004'\u00046\u0004*\u0004\u0006\u0004 \u0004\u001a\u00045\u0004^\u0004 \u0004,\u00045\u0004\u001d\u0003\u0004\u001b\u0004%\u0004\u0014\u0004*\u0004+\u0004Q\u00046\u0004\u0016\u0004\u000f\u0003\u0004:\u0004\u0014\u0004!\u0004J\u0004g\u0004s\u0004m\u00049\u0004.\u00040\u0004\u001a\u0004.\u0004)\u0004\u0018\u0004.\u0004D\u0004<\u0004=\u00041\u0004=\u0004,\u0004#\u0004/\u0004$\u0004O\u0004%\u00042\u0004\u001c\u0004A\u0003\u0004\\\u0004?\u0004>\u00048\u0004\u0005\u0003\u0004D\u0004 \u0004&\u0004B\u00049\u00049\u0004!\u00049\u0004,\u0004/\u0004G\u0004=\u0004<\u0004(\u0004\"\u00040\u0004N\u00047\u0004*\u0004Y\u0004+\u0004[\u0004E\u0004>\u0004?\u0004 \u0004=\u0004>\u0004e\u0004_\u0004&\u0004-\u00044\u0004@\u0004&\u0004?\u0004J\u0004F\u0004f\u00046\u0004K\u00040\u00042\u0004\u0003\u0004-\u00040\u0004\u001d\u00044\u0004I\u0004#\u0004M\u0004H\u0004I\u0004)\u0004-\u0004(\u0004@\u00048\u0004?\u0004U\u00047\u00040\u0004P\u0004\u001d\u00044\u0004!\u0004Q\u0004J\u0004:\u0004:\u00041\u00048\u0004:\u0004/\u0004'\u0004\u0019\u0004X\u0004Z\u0004/\u0004^\u0004<\u0004=\u0004/\u00042\u0004=\u0004*\u0004.\u0004/\u0004$\u0004D\u0004S\u0004N\u0004-\u0004H\u0004F\u0004F\u0004S\u0004%\u0004 \u0004\u0013\u0004D\u00042\u0004I\u0004\"\u0004A\u0004)\u0004E\u0004C\u0004\u0011\u0004M\u0004$\u0004-\u0004A\u0004/\u00044\u0004,\u0004\u0017\u0004(\u0004D\u0004-\u0004A\u00042\u0004\u001d\u0004\u0017\u0004D\u0004\u0018\u0004-\u0004\u001b\u00045\u0004\f\u0004\u0013\u0004$\u0004%\u0004\u0010\u0004-\u00040\u00045\u00043\u0004 \u0004O\u0004/\u0004'\u0004H\u0004=\u0004\u001c\u0004\u001c\u0004>\u0004\u000e\u0004[\u0004B\u0004.\u0004\u001f\u0004\u0015\u0004%\u0004\u0012\u0004\r\u00044\u00042\u0004\u001e\u0004+\u0004-\u0004\u0010\u0004\u0019\u0004P\u0004&\u0004;\u0004Q\u0003\u0004D\u0004\u001b\u0004\u0018\u0004;\u0004:\u0004B\u00044\u0004Y\u0004(\u0004\u0018\u0004\"\u00046\u0004,\u0004\u0003\u0004\t\u00042\u0004\"\u0004\u001e\u0004/\u0004\u000e\u00048\u0004E\u00049\u0004\u0015\u00043\u0004:\u0004\u0002\u0004\n\u00043\u00048\u0003\u0004B\u0004<\u0004\u001d\u0004?\u00042\u0004\u001f\u00040\u0004:\u0004:\u00048\u0004,\u0004\u0006\u0004v\u0003\u0004\u001e\u0004B\u0004c\u0004=\u0004\u0014\u0004!\u0004\u000b\u0004R\u0004)\u0004\u000e\u0004\u001f\u0004]\u0004L\u0004<\u0004E\u0004+\u0004@\u0004C\u00045\u0004\f\u0004C\u0004C\u0004<\u0004P\u0004H\u00044\u0004?\u0004 \u0004#\u0004:\u0004\n\u00044\u0004(\u0004\u001d\u0004\u001e\u0004\u000b\u00044\u0004Q\u0004/\u0004O\u0004\u0015\u0004@\u00044\u0004=\u0004<\u0004\u001a\u0004(\u0004G\u0004>\u0004\u001a\u00040\u0004(\u0004'\u0004=\u00049\u0004\u0012\u0004%\u00043\u0004\u000b\u0004C\u0004:\u0004@\u0004!\u0004\"\u0004+\u0004\u0014\u0004D\u0004\u0015\u0004/\u0004H\u0004\u001d\u0004-\u0004\u001e\u0004D\u00041\u00041\u0004>\u0004L\u0004'\u00047\u0004Y\u0004T\u0004d\u0004H\u0004\u0012\u0004\u0016\u0004\u0001\u0004j\u0004$\u0004O\u00045\u0004\u0011\u0004'\u0004,\u0004?\u00045\u0004A\u0004A\u0004+\u0004g\u0004E\u0004\u0012\u0004=\u00041\u0004*\u0004\\\u00048\u0004F\u0004J\u0004>\u0004-\u0004@\u0004\u001a\u00049\u0004F\u0004\u001a\u00047\u0004%\u0004\u0019\u0004,\u0004>\u0004P\u0004X\u00048\u0004$\u0004;\u0004?\u0004 \u0004>\u00045\u0004B\u0004L\u0004Q\u0004G\u0004C\u0004-\u0004+\u0004!\u0003\u00047\u0004.\u0004K\u00044\u0004\u001e\u0004:\u0004.\u0004*\u0004W\u0004\r\u0004$\u0004H\u0004?\u0004!\u0004\u0012\u0004%\u00048\u0004@\u0004\u0010\u00041\u0004 \u00042\u00040\u0004\b\u0004T\u0004>\u0004)\u0004K\u0004%\u0004;\u0004?\u0004I\u0004!\u0004(\u0004?\u0004S\u0004`\u0004\u0014\u0004\u0019\u0004<\u0004<\u0004\u001e\u0004D\u0004.\u0004K\u0004%\u0004<\u0004\u000e\u0004/\u0004N\u0004.\u0004.\u0004\t\u0004/\u0004-\u0004)\u0004\b\u0004\u0019\u0004,\u0004.\u00044\u00044\u0004\u001c\u00049\u0004/\u00040\u0004D\u00042\u0004\u0014\u0004\u0004c\u0004O\u00040\u0004 \u0004'\u00043\u0004\u0017\u0004l\u00042\u0004.\u00048\u0004\u001b\u0004\n\u0004\u001d\u0004/\u00044\u0004K\u0004\u001c\u0004\u001a\u00046\u0004\u001c\u0004'\u0004\u0012\u0004-\u0003\u0004R\u0004\u0013\u0004@\u0004.\u0004'\u0004\u0016\u0004=\u0004*\u0004F\u0004\u0017\u00040\u0004!\u0004%\u0004Q\u0004!\u0004\u0013\u0004*\u0003\u0004(\u0004\f\u0004$\u0004\u001b\u00042\u0004P\u0004\u001c\u0004(\u0004\u001c\u00040\u0004$\u0004R\u00043\u0004\u0006\u00045\u00049\u0004D\u00041\u0004\t\u0004\u0018\u0004Q\u00047\u0004\u0015\u0004(\u0004@\u0004Y\u0004O\u00049\u0004\u001a\u0004@\u0004\u0015\u0004#\u0004-\u00047\u0004'\u0004\"\u0004\r\u0004:\u00045\u0004H\u0004!\u00048\u0004\u0011\u0004=\u0004\u0000\u0003\u00046\u00044\u0004 \u0004%\u0004!\u00044\u00044\u00049\u0004L\u0004N\u0004+\u0004C\u0004\u0010\u0004\u001f\u0004\u000f\u0004\u0002\u0004l\u0004`\u0004D\u0004#\u0004=\u0004\u001c\u0004#\u0004\u001b\u00040\u0004a\u0004\u001e\u0004\u0000\u0004J\u00047\u00045\u0004K\u00042\u00041\u0004E\u0004F\u00046\u0004\u0014\u0004\u0016\u0004&\u0004P\u0004\u000b\u00045\u0004>\u0004\u001c\u0004<\u0004'\u0004+\u0004/\u0004\u001f\u0004=\u0004S\u00040\u0004@\u0004J\u0004\u001f\u0004\u0010\u0004H\u0004\u001e\u0004J\u0004P\u0004L\u0004P\u0004\u0006\u0004/\u0004]\u0004-\u0004\u001c\u0004I\u0004I\u0004,\u0004\u0016\u0004.\u0004D\u00049\u0004<\u0004=\u0004O\u0004\u0017\u0004J\u0004\u001e\u0004@\u0004l\u0004L\u0004+\u0004\u0018\u0004$\u0004=\u0004\u000e\u0004M\u0004&\u0004a\u00041\u0004+\u0004>\u00049\u0004[\u0004+\u0004\u0003\u00047\u0004@\u0004\u001a\u0004Y\u0004~\u0004Q\u0004%\u00049\u00044\u0004:\u0004=\u0004F\u0004\u0019\u0004*\u0004E\u0004<\u0004>\u00046\u0004L\u0004>\u00047\u0004\u001b\u0004A\u0004\u0005\u0004=\u00042\u00048\u0004<\u0004W\u00047\u0004'\u0004\u0012\u00045\u0004\"\u00045\u00042\u0004[\u00043\u0004\r\u0004B\u0004J\u0004;\u0004\u0011\u00041\u00049\u0004\u001a\u0004J\u00044\u0004\u001a\u0004F\u0004g\u00040\u0004\u001d\u0004\t\u0004\n\u0003\u0004 \u0004\u001d\u0004\u0010\u0004\u000f\u0004)\u0004!\u0004\"\u0004%\u0004K\u0004B\u0004&\u0004U\u0004G\u0004*\u0004\u001e\u00047\u0004\u0011\u0004Y\u0004,\u0004<\u0004*\u0004\u001b\u0004Q\u0004D\u0004\u000b\u0004I\u0004H\u0004\r\u0004*\u0004\u0010\u00048\u0004:\u0004,\u00044\u0004\"\u0004!\u0004)\u0004D\u0004\u001e\u0004\b\u0004\u0015\u0004\u000b\u0004N\u0004\u000e\u0004M\u0004\u0016\u0004\b\u0003\u0004\u001d\u0004#\u0004S\u0004l\u0004G\u00049\u0004E\u0004I\u0004G\u0004B\u00042\u0004:\u0004;\u0004\u0010\u0004<\u0004\u0014\u0004=\u0004L\u0004\u0010\u0004=\u0004G\u0004>\u0004\"\u0004)\u0004A\u0004;\u00048\u0004'\u0004-\u0004D\u0004\u001f\u0003\u00044\u0004B\u0004>\u0004(\u0004(\u0004&\u0004-\u0004#\u0004\u0012\u0004G\u0004\r\u0004[\u0004&\u00040\u0004$\u0004\u000b\u0004\u0005\u0004B\u0004@\u0004/\u0004\u001f\u00041\u0004\u000f\u0004>\u0004'\u0004+\u0004T\u0004\u0012\u0004(\u0004-\u0004F\u0004;\u0004I\u0004L\u0004\"\u0004+\u00047\u0004_\u0004\u0004p\u0004@\u0004*\u0004\u001f\u0004]\u0004B\u0004\u001f\u0004J\u0004 \u0004\"\u0004!\u0004L\u00049\u0004\u001f\u00047\u00045\u00042\u00046\u0004S\u0004-\u0003\u0004 \u0004/\u0004!\u0004$\u00046\u0004'\u0004;\u00048\u0004[\u0004G\u0004O\u0004:\u00042\u0004O\u0004Y\u0004\u0019\u0004\"\u00040\u0004\u0012\u0004*\u0004#\u0004i\u0004.\u0004;\u00048\u0004U\u0004K\u0004\"\u0004H\u0004E\u0004F\u0004=\u0004>\u0004a\u0004@\u0004+\u0004M\u0004]\u0004I\u0004\u0016\u0004@\u0004H\u0004@\u00040\u00049\u0004[\u00042\u0004\u0014\u0004'\u0004N\u0004a\u0004H\u0004Q\u0004-\u0004E\u0004a\u0004\u0014\u00040\u00042\u0004G\u0004\u0015\u00042\u0004M\u0004P\u0004\t\u0004C\u0004V\u0004.\u0004*\u0004(\u0004\u001f\u0004'\u0004>\u0004b\u00048\u0004J\u0004.\u0004=\u0004$\u00048\u00044\u0004D\u00042\u0004.\u0004\u0011\u0004\u000e\u0004>\u0004K\u0004\u0017\u0004Q\u0004<\u0004B\u0004\u0016\u0004\u0019\u0004\u0014\u0004F\u0004\f\u0004:\u00049\u0004 \u00043\u0004B\u0004)\u0004;\u0004G\u0004\u0016\u0004E\u0004\u001d\u0004\u0016\u0004+\u0004:\u0004\u0015\u0004-\u0004)\u0004(\u00041\u0004J\u0004\t\u0004\u001e\u0004*\u0004H\u0004S\u0004;\u0004J\u0004&\u0004K\u0004N\u0004F\u0004T\u0004\u001c\u00041\u0004%\u00043\u0004(\u0004\u0019\u00042\u00049\u0004!\u0004?\u0004)\u00049\u0004L\u0004#\u0004\u001c\u0004H\u00042\u0004\u0007\u0004+\u0004*\u0004\"\u0004/\u0004A\u0004\t\u0004,\u0004&\u0004<\u00046\u0004X\u0004'\u0004#\u0004\u0007\u0004!\u0004\u001f\u00040\u0004%\u0004+\u0004U\u00041\u0004\u0005\u0004<\u0004-\u0004'\u0004\u0018\u0004(\u0004\u001b\u00049\u0004(\u00044\u00047\u0004A\u0004F\u00042\u0004+\u0004\u0003\u0004A\u00042\u0004N\u00049\u0004*\u0004]\u0004H\u0004\u0016\u0004A\u00045\u0004U\u0004*\u0004\u001d\u0004\u0016\u00045\u0004C\u0004.\u0004'\u0004.\u0004\"\u0004\u001a\u00042\u0004H\u0004D\u0004(\u00047\u0004\u0016\u00048\u0004]\u0004)\u0004\u0006\u0004\u0016\u0004\u0017\u0004>\u00041\u00044\u0004/\u0004\u0018\u0004?\u0004;\u0004B\u00048\u0004B\u0004Q\u0004G\u0004\u001d\u0004+\u0004\u001c\u0004,\u0004P\u0004`\u0004\u0004\u0016\u0004G\u0004I\u00041\u0004A\u00041\u0004(\u00042\u00040\u0004\u001e\u0004T\u0004\"\u0003\u0004:\u00042\u0004H\u00046\u0004D\u0004A\u0004K\u0004D\u0004.\u0004;\u0004@\u0004>\u00042\u0004R\u00049\u0004\u0019\u0004)\u0004R\u0004\u0013\u00041\u0004-\u0004\u0012\u0004I\u0004\u0007\u0004\u0014\u0004#\u0004\u0017\u0004M\u0004\u0015\u00040\u00041\u0004F\u0004 \u0004\u0006\u0004<\u0004\u0004\"\u00045\u0004B\u0004$\u0004P\u00043\u00043\u0004!\u00045\u0004/\u00045\u0004_\u0004M\u0004A\u00044\u0004<\u0004H\u0004&\u0004a\u0004K\u0004:\u0004U\u0004s\u00040\u00049\u00045\u0004'\u0004<\u00041\u00041\u0004\u001e\u0004\t\u0004G\u00047\u00043\u0004\f\u0004,\u0004\u0000\u0004J\u00048\u00046\u0004>\u0004:\u0004R\u00047\u0004J\u0004\u0018\u00048\u00043\u0004$\u0004?\u0004@\u0004;\u0004/\u00046\u00042\u0004C\u0004)\u0004*\u0004X\u0004)\u0004@\u0004=\u0004\\\u00044\u0004\u0013\u00049\u0004\u0016\u0004\u0003\u0004\u001d\u0004P\u0004)\u0004)\u0004:\u0004\u001c\u0004\u001f\u0004!\u0004D\u00045\u0004.\u0004$\u0004\t\u00043\u0004\u0016\u0004d\u0004@\u0004!\u0004#\u0004.\u0004\u000f\u00043\u0004[\u0004\u0017\u0004\u0013\u0004\u000e\u0004\u001f\u0004\u001c\u0004G\u0004G\u0004A\u0004;\u0004\u0003\u0004F\u0004\u0015\u00044\u0004/\u0004*\u00040\u0004\u0004K\u0004/\u0004\t\u0004 \u0004\r\u0004\u0012\u0003\u00044\u0004\u001f\u0004-\u0004?\u0004<\u0004)\u0004)\u00043\u0004<\u0004.\u0004\u001c\u00041\u0004\u0013\u0004\u0012\u0004U\u0004#\u0004&\u0004;\u0003\u0004\r\u0004\u0013\u0004&\u0004\u0017\u0004#\u0004*\u0004D\u0004 \u0004+\u0004\u0006\u0004E\u0004*\u0004[\u00044\u0004 \u0004-\u0004C\u0004F\u0004/\u0004\u001e\u0004!\u0004\u000e\u00047\u0004J\u0004D\u0004$\u0004\"\u0004@\u0004A\u0004\u001d\u00042\u0004.\u0004,\u0004*\u0004\u001d\u0004!\u0004R\u0004$\u00047\u0004H\u0004?\u00046\u0004\u0012\u00046\u0004[\u0004K\u0004R\u0004'\u00046\u0004\u0013\u0004\u000f\u0004\u001b\u00045\u0004\u001e\u0004K\u0004&\u0004E\u00040\u00049\u0004G\u0004x\u0004n\u0004\u0004Y\u0004j\u00049\u0004*\u0004J\u0004\u001c\u0004O\u0004X\u0004I\u0004V\u00049\u0004@\u00040\u0004\u0014\u0004=\u0004@\u0004\u0016\u0004^\u0004\"\u0004\u0002\u0004\u0010\u0004-\u0004\u000b\u0004\u001f\u00040\u0004L\u0004A\u0004\u001d\u0004\u0017\u0004;\u0003\u0004Q\u00046\u0004 \u0003\u0004%\u0004\u001f\u00043\u0004\u0011\u0004\"\u0004J\u0004\u001b\u00046\u0004,\u0004R\u0004\u0017\u00045\u0004\u0013\u0004/\u0004=\u0004\r\u0004G\u00047\u00042\u0004F\u0004\u000f\u00042\u0004>\u0004'\u0004&\u0004I\u0004,\u0004\u001a\u0004V\u0004S\u0004!\u0004M\u0004w\u0004\u001f\u00046\u0004C\u00041\u0004c\u0004*\u0004\u0015\u0004&\u0004I\u00048\u0004\u001c\u0004Y\u0004?\u0004N\u0004$\u0003\u0004C\u0004;\u0004\"\u0004C\u0004P\u0004?\u00045\u00048\u0004&\u0004?\u0004I\u0004%\u00041\u0004$\u0004\u001a\u00041\u0004:\u0004c\u0004<\u0004'\u0004\u001e\u0004=\u0004I\u00040\u0004\t\u0004&\u0004\u0018\u0004\r\u0004F\u0004\u0019\u0004\u001b\u0004\u0013\u0004G\u00045\u00045\u0004X\u0004N\u0004F\u0004.\u0004#\u00041\u0003\u0004?\u0004\"\u0004<\u0004\u0006\u0004#\u0004.\u0004\u000b\u0004N\u0004G\u0004'\u0004-\u0004\n\u0004#\u0004)\u0004\r\u0004@\u0004=\u0004)\u0004\u0013\u0004/\u0004\u001d\u0004\u0019\u00043\u0004+\u0004C\u00042\u0004 \u0004E\u00049\u0004\u001e\u00045\u0004Z\u0004\f\u0004(\u0004F\u0004G\u00041\u0004%\u0004\u0017\u00048\u0004x\u0004\u0004Z\u0004\u001d\u0004\u001f\u0004\u001a\u00042\u0004\u001b\u0004<\u00046\u0004M\u0004H\u0004G\u0004Y\u0004<\u0004&\u00046\u0004:\u0004/\u0004H\u00042\u0004\"\u0004%\u0004\u0001\u0004\u0017\u00049\u0004\u0011\u0004@\u0004\u0011\u0004\t\u0004)\u0004\u0007\u0004!\u0004s\u0004\u0018\u0004\u0013\u0004\u0012\u0004,\u0004%\u0004=\u00040\u00040\u0004*\u0004'\u0004\b\u0004$\u0004R\u0004\u0012\u0004.\u0004R\u0004/\u0004:\u0004<\u0004 \u00044\u0004\u001f\u0004K\u00046\u0004#\u0004E\u0004\u0017\u0004)\u0004\f\u0004=\u0004/\u0004-\u0004I\u0004g\u0004!\u0004.\u00047\u0004,\u0004-\u0004=\u0004 \u0004%\u0004W\u0004\u0019\u0004J\u0004)\u0004:\u00040\u0004G\u0004!\u0004\u0003\u00044\u0004/\u0004X\u0004\u0004\u0004\u0004q\u0004?\u0004=\u0004?\u0004#\u0004;\u0004 \u0004\"\u0004#\u00043\u0004C\u0004\u0006\u0004I\u0004'\u0004\u0017\u0004G\u0004A\u0004\u0012\u0004v\u0004'\u0004E\u00044\u0004@\u0004\u0018\u0004R\u0004N\u0004]\u0004P\u0004%\u0004A\u0004\u0017\u0004<\u0004+\u00042\u0004\t\u0004-\u0004=\u00048\u0004N\u0004'\u0004?\u00045\u00040\u0004P\u0004\u0001\u0004:\u0004\u001f\u0004\u0019\u0004,\u00042\u0004P\u0004>\u0004:\u0004\"\u0004\u0005\u0004I\u0004]\u0004J\u0004\u001b\u0004\u0002\u00046\u0004<\u0004B\u0004;\u0004b\u0004X\u0004/\u0004\u0013\u0004J\u0004l\u0004&\u0004;\u0004;\u0004E\u0004=\u0004N\u0004\u001b\u0004\\\u0004C\u0004!\u0004@\u0004?\u00043\u0004\r\u00048\u0004\u0011\u0004&\u0004)\u0004\u0013\u0004\u001f\u0004\"\u0004\r\u00048\u0004'\u0004=\u0004 \u0004N\u0004\n\u0004!\u0004\u0011\u0004\u0015\u0004\"\u00042\u00047\u00045\u0004\u000b\u0004:\u00048\u0004H\u00047\u0004B\u0004+\u0004\u001d\u0004=\u00048\u0004\u0006\u0004\u001f\u0004.\u0003\u0004\u0016\u00045\u0004C\u00040\u0004;\u00043\u0004(\u0004.\u00042\u0004(\u0004B\u0004.\u0004\n\u0004\u0012\u00043\u0004\u000e\u00042\u0004\r\u0004\"\u0004\u0001\u0004$\u0004\u0015\u0004)\u0004\u000e\u0004I\u0004\"\u0004\u0010\u0004'\u00041\u0004%\u0004(\u0004Z\u0004E\u0004\r\u00045\u0004(\u0004-\u0004:\u0003\u0004'\u0004\u0001\u0004*\u00040\u0004!\u0004;\u0004$\u0004,\u0004D\u0004\u0018\u00044\u0004$\u0004,\u0004g\u00046\u0004D\u0004;\u0004>\u0004C\u0004T\u0004\u0011\u0004+\u0004.\u0004\u0007\u0004:\u0004H\u0004\f\u0004\u0002\u00046\u0004\u001a\u0004K\u0004\u0012\u0004.\u0004\u0011\u0004I\u0004\r\u0003\u0004G\u0004(\u0004J\u0004E\u0004*\u0004J\u0004L\u0004\u001e\u0004\\\u0004B\u0004&\u0004\u001d\u00044\u0003\u0004/\u00040\u0004I\u0004-\u0004:\u0004%\u00047\u0004?\u0004\u001c\u00043\u0004D\u0004B\u0004\u0016\u0004*\u0004\u001a\u0004#\u0004J\u00042\u0004\u001b\u0004@\u00044\u0004\t\u0004;\u0004%\u00042\u0004H\u0004\u0019\u0004K\u0004W\u0004;\u0004N\u0004\u0001\u0004E\u00043\u00043\u0004E\u0004\u001e\u0004O\u0004+\u0004J\u0004-\u0004+\u00041\u0004b\u0004\u0004\u0004l\u0004\u0014\u0004-\u0004\u0015\u0004C\u0004:\u00048\u0004$\u0004#\u0004F\u0004*\u0004,\u0004(\u0004(\u0004;\u0004)\u0004'\u0004:\u0004F\u0004H\u0004*\u0004\u001c\u0004\f\u0004Q\u0004!\u0004A\u0004E\u00041\u00042\u00047\u0004'\u0004)\u0004\"\u0003\u0003\u0004\t\u0004\u0016\u0004U\u0004\u000f\u0004\u000f\u00043\u00046\u0004\"\u0004\"\u0004\u0013\u0004K\u0004W\u0004>\u00046\u0004\u001c\u0004,\u0004:\u0004\u0015\u0004+\u0004\u0006\u0004<\u00045\u0004H\u0004$\u0004;\u0004:\u0004\r\u00045\u0004P\u0004H\u0004Y\u0004&\u0004R\u0004L\u0004*\u0004u\u0004C\u0004C\u0004%\u0004#\u0004C\u0004+\u0004 \u0004B\u0004L\u0004H\u0004\u001f\u00046\u0004\u0011\u00043\u0004H\u0004!\u0004%\u0004\u001e\u0004'\u0004%\u0004$\u0004L\u0004)\u00045\u0004;\u00044\u0004\u0019\u0004\u000b\u0004(\u0004#\u0004L\u0004)\u00044\u0004E\u0004G\u00044\u0004A\u0004^\u0004:\u0004E\u0004!\u0004\u0003\u0004\u001d\u0004,\u0004+\u0004\u001a\u0004h\u0004\u001b\u0004.\u0004)\u0004%\u0004;\u0004\u001d\u00044\u0004\u0011\u00043\u0004E\u0004D\u0004$\u0004)\u0004;\u00044\u0004\u000e\u0004L\u0004H\u0004/\u0004\\\u0004 \u0004(\u0004/\u0004F\u0004:\u0004P\u0004\u0017\u0004\u0013\u0004\u0019\u0004\u0015\u00044\u00045\u0004P\u0004\"\u0004\\\u0004\"\u0004(\u0004&\u0004T\u0004\u001b\u0004\u001c\u0004$\u0004\u001f\u00041\u0004M\u0004w\u0004&\u0004E\u0004\u000b\u0004@\u0004K\u00047\u00042\u0004$\u0004]\u00040\u0004>\u0004#\u00045\u0004\r\u0004V\u00048\u0004\u001d\u00045\u00040\u0004$\u0004\u0014\u00048\u0004.\u0004\b\u0004&\u0004%\u00040\u0004:\u0004*\u0004.\u0004\u001b\u0004D\u0004\u001c\u0004\u001c\u00048\u00043\u0004+\u0004\u0015\u0004F\u0004B\u0004\u0004\u0004@\u0004K\u0004\u001d\u0004/\u0004&\u0004C\u0004-\u00041\u0004\u001e\u0004\u0017\u0004\u001a\u00048\u0004H\u0004,\u0004\u001d\u0004D\u0004E\u0004D\u0004D\u0004\u0016\u0004L\u0004.\u0004*\u0004>\u0004\"\u0004\u0018\u00048\u0004\u001f\u0004/\u0004 \u00043\u0004d\u0004$\u0004C\u0004.\u0004@\u0004^\u0004+\u0004,\u0004\u001e\u0004;\u0004.\u0004V\u0004<\u0004\"\u0004,\u0004\u0005\u0004\u0016\u0004r\u0004\u0004]\u0004T\u0004/\u0004/\u0004'\u0004)\u0004+\u0004-\u0004D\u0004\"\u0004\u001d\u0004\u000b\u00043\u0004#\u0004O\u0004\"\u0004\u0011\u0004\u001e\u0004\u0002\u0004B\u0004<\u0004.\u0004K\u00046\u0004)\u0004*\u0004N\u0004%\u0004>\u0004#\u00048\u0004\u0004\u0004?\u0004\u001c\u0004(\u00047\u0004/\u0004'\u00041\u0004M\u0004\u0018\u00048\u0004L\u0004<\u0004H\u0004\u0014\u0004P\u00046\u0004K\u0004=\u0004\u001b\u0004W\u0004W\u0004*\u0004S\u0004>\u0004(\u0004\u0014\u00041\u0004(\u0004$\u0004\u001d\u0004_\u0004*\u0004F\u0004>\u0004#\u0004]\u00047\u0004?\u0004F\u0004.\u00040\u0004K\u00049\u0004H\u0004O\u0004H\u0004$\u0004o\u00047\u00040\u0004Q\u0004+\u0004$\u0004\u0015\u00041\u0004=\u0004C\u0004Y\u0004X\u0004'\u00042\u0004$\u0004A\u0004S\u0004\u001d\u0004>\u0004A\u0004+\u0004Z\u0004)\u0004J\u0004E\u0004*\u0004\u001c\u0004D\u00041\u0004>\u0004H\u00041\u00043\u0004(\u00047\u0004\u0012\u00041\u0004(\u0004I\u0004\u0019\u00040\u0004\u0017\u0004)\u0004C\u0004f\u0004^\u0004<\u0004(\u0004K\u0004*\u00047\u0004\u001a\u0004\u0012\u0004(\u00043\u0004%\u00041\u00049\u0004*\u0004\u0017\u0004\u0004\u0004\u0014\u0004\r\u0004\u0001\u0004:\u0004.\u0004]\u0004-\u00048\u0004:\u0004\u0013\u0004(\u0004T\u0004J\u0004?\u00043\u0004?\u0004K\u0004:\u0004F\u0004\b\u0004,\u0004\u001b\u0004!\u0004#\u0004\u0011\u0004+\u0004+\u0004?\u0004?\u00040\u0004\u0007\u00048\u0003\u0004)\u0004U\u0004e\u0004<\u0004\u0017\u0004!\u0004\n\u0004V\u0004=\u0004&\u0004\u0013\u00040\u0004\u001f\u0004\u0017\u0004:\u0004!\u0004P\u0004H\u0004W\u0004P\u0004,\u0004=\u0004\r\u0004\u0013\u00041\u0004/\u0004\u0010\u0004,\u0004V\u0004F\u0004X\u0004w\u0004w\u0004F\u00043\u0004M\u00048\u0004\u001c\u00043\u0004\u000e\u0004.\u0004$\u0004\u001b\u00040\u0004\u0017\u0004(\u0004I\u0004\u0019\u0004-\u0004Z\u0004\u0017\u0004A\u00044\u0004$\u0004Q\u0003\u0004;\u00045\u00040\u0004\u001e\u0004\u0018\u0004H\u00044\u0004)\u0004>\u0004C\u00042\u00048\u0004\u001c\u0004B\u0004R\u0004\u0018\u0004/\u0004\u000e\u0004\u001c\u0004\u0006\u0004&\u0004\u001b\u0004&\u0004-\u0004;\u00045\u00046\u0004\u001f\u0004C\u0004%\u0004/\u0004$\u0004.\u0004<\u0004@\u0004M\u0004@\u0004&\u0004)\u0004\u0013\u0004/\u0003\u0004\u000e\u0004:\u0004+\u0004<\u0004\b\u0004\u000f\u0004\u000e\u0004)\u0004\u0019\u0004\u001a\u00042\u0004h\u0004.\u0004 \u0004)\u0004\"\u0004!\u0004-\u0004y\u0004\u001a\u0004:\u0004)\u0004\u0013\u0004\u000b\u0004.\u0004K\u00049\u00040\u0004\u001e\u0004.\u00049\u0004Y\u0004;\u0004<\u0004!\u0004\u0019\u00042\u0004b\u00048\u0004V\u0004\u0018\u0004C\u0004!\u00041\u0004%\u0004:\u0004\u001b\u00042\u0004P\u0004 \u00048\u0004\u001d\u00040\u00041\u0004\u0002\u0004&\u0004P\u0004T\u0004C\u0004\u001c\u0004G\u00041\u0004\u0011\u0004<\u0004|\u0004w\u00040\u0004-\u0004\u000e\u0004*\u0004\u001d\u00042\u00048\u0004<\u0004\"\u0004M\u0004(\u0004)\u0004\u0016\u0004C\u0004\u0013\u0004/\u0004\u001d\u0004/\u0004H\u0004X\u0004\u001a\u00042\u0004\u001b\u0004R\u0004]\u0004,\u00040\u0004\u000b\u0004,\u0004T\u0004\u0012\u00041\u0004\b\u0004B\u00049\u0004B\u0004\u0018\u0004\"\u00040\u00046\u0004\"\u0004c\u0004=\u00044\u0004!\u0004\u000e\u00040\u00041\u0004O\u0004R\u00040\u0004\u000b\u0004#\u0004D\u0004\u0015\u0003\u0004R\u0004,\u0004\u001b\u0004\u0000\u0004<\u0004;\u0004#\u0004\u0004\u0004%\u0004=\u00046\u00044\u0004)\u0004x\u0004,\u0004\u0019\u0004X\u0004/\u0004'\u0004/\u0004 \u0004L\u00048\u0004\u0006\u0004\u0007\u0004+\u0004$\u0004$\u0004-\u0004D\u0004J\u0004(\u0004-\u0004<\u0004'\u0004&\u0004J\u0004\u0004\u0004U\u0004P\u0004;\u00043\u0004A\u00040\u0004$\u0004-\u0004Q\u0004&\u0004*\u0004\u001d\u0004:\u0004F\u0004\u001c\u0004 \u0004:\u0004=\u0004.\u0004\u0012\u0004\u0013\u0004+\u0004\n\u0004:\u0004#\u0004\u0018\u0004E\u0004P\u0004;\u0004|\u0004]\u00042\u0004f\u0004:\u0004;\u0003\u0004+\u0004=\u0004\u001f\u0004;\u0004\u0014\u0004+\u0004\"\u0004F\u0004Y\u0004=\u0004.\u0004E\u0004F\u0004&\u0004$\u0004F\u0004)\u0004!\u0004)\u0004,\u0004\u001f\u0004\u001b\u0004*\u0004b\u0004\u0010\u0004$\u00047\u00047\u0004>\u0004;\u0004&\u0004\u0002\u0004\u0015\u0004\u001d\u0004\u001f\u0004\u001b\u0004+\u0004V\u0004\u001e\u0004'\u0004P\u0004Y\u0004\u0017\u0004L\u00041\u0004\u0002\u0004\u000b\u0004*\u00040\u0004\"\u0004\u0012\u0004 \u0004;\u00045\u0004(\u0004-\u0004\u000f\u0004&\u0004;\u00045\u0004/\u0004\u0007\u0004/\u0004:\u0004)\u0004<\u0004 \u0004.\u0004*\u0004\b\u00043\u0004-\u0004I\u0004E\u0004_\u0004@\u0004\u0018\u0004\u0002\u0004(\u0004M\u0004$\u0004;\u00043\u0004#\u0004$\u0004F\u00040\u0004\u001a\u0004/\u0004#\u0004B\u0004/\u0004\u0018\u0004\u0018\u0004I\u0004G\u0004G\u0004@\u0004B\u0004*\u0004\"\u00046\u0003\u0004C\u0004\u001f\u0004\u001b\u00041\u0004C\u0004\n\u0004\u0012\u0004-\u0004%\u0004<\u0004A\u00043\u00041\u0004C\u0004\u0017\u0004D\u0004;\u0004b\u0004@\u00047\u00045\u0004\u00045\u0004H\u0004/\u0004&\u0004Q\u0004.\u0004\"\u0004*\u0004H\u0004L\u0004,\u0004<\u0004%\u0004%\u0004*\u00040\u0004A\u0004\u0010\u0004$\u0004C\u0004\"\u0004)\u0004\u0018\u00043\u0004N\u0004p\u0004'\u0004\u0012\u00045\u0004W\u0004,\u00048\u0004\u0019\u0004?\u0004<\u0004;\u0004\n\u00047\u0004\u0004\u00040\u0003\u0004\u0019\u0004\u0018\u0004\u001b\u0004.\u0004[\u0004\u001c\u0004 \u0004D\u00045\u0004;\u0004%\u0004\u001d\u0004'\u0004-\u0004\"\u00047\u0004\"\u0004\u0001\u0004C\u0003\u0004C\u0004\u000b\u0003\u0004(\u0004E\u0004\u0014\u0004\u000b\u0004@\u00044\u0004-\u00047\u00046\u0004\u0014\u0004:\u0004\u001f\u0004A\u0004E\u0004+\u0004K\u0004\u000f\u0004-\u0004L\u0004Q\u0004\u001f\u0004\u0016\u0003\u0004 \u0004A\u0004\f\u0004*\u0004,\u0004,\u00045\u0004<\u0004#\u0004\u001f\u00045\u0004D\u0004\u0014\u0004E\u0004&\u0004#\u0004:\u00047\u0004\u0017\u0004B\u0004'\u0004(\u0004?\u00040\u0004\u001f\u0004;\u0004\u0017\u0004\u0011\u0004;\u00046\u0004\u0018\u0004P\u00043\u00048\u0004?\u0004'\u0004#\u0004*\u0004D\u0004R\u0004V\u0004<\u0004K\u00043\u0004=\u0004$\u0004U\u0004N\u0004>\u00043\u0004\u0011\u0004$\u0004/\u0004\u0012\u0004C\u0004\u0018\u00048\u0004/\u0004<\u0004/\u0004\u0002\u00042\u00042\u0004 \u0004W\u0004`\u0004=\u0004*\u0004$\u0004&\u0004@\u0004\u001d\u00043\u00040\u0004,\u0004\u0013\u0004S\u0004C\u0004<\u0004>\u0004'\u0004!\u0004 \u0004V\u0004\u0014\u00041\u0004E\u00041\u0004=\u0004\u001b\u0004\u0016\u0004\u001e\u0004*\u0004\u0012\u0004?\u0004\u0013\u0004B\u0004B\u00040\u0004+\u00048\u0004/\u0004(\u0004$\u0004L\u0004\"\u0004\u001a\u0004+\u00046\u0004N\u0004\u0014\u0004&\u0004S\u0004E\u0004\u0003\u00048\u0004I\u0004\u000f\u0004V\u0004\n\u0004@\u0004?\u00041\u00040\u0004/\u0004\"\u0004+\u00045\u0004+\u0004\u001b\u0004(\u0004.\u0004\u0016\u00045\u00049\u0004!\u0004N\u0004\u0014\u00042\u00042\u0004S\u00040\u0004'\u0004Z\u0004A\u0004&\u0004Q\u0004+\u0004=\u0004\u001f\u0004:\u0004/\u0004'\u0004X\u0004=\u00047\u0004+\u0004_\u0004(\u00046\u0004>\u00040\u0004#\u0004c\u0004H\u0004]\u0004L\u0004A\u0004\u0004j\u0004A\u0004\u0016\u0004B\u0004\u000e\u0004>\u0004J\u0004\u0019\u00040\u00048\u0004\b\u0004=\u0004.\u0004\u001d\u0004\r\u0004)\u0004(\u0004\u0019\u0004R\u0004\u001f\u00042\u0004<\u00040\u0004%\u00040\u0004\b\u0004\u0012\u00049\u0004K\u0004\u000b\u0004\u0010\u0004<\u0004#\u0004<\u0004\u0013\u0004%\u0004;\u0004\u0015\u00042\u0004\u000f\u0004\n\u0004-\u0004*\u0004+\u0004)\u0004;\u0003\u0004\u0016\u0004\u001f\u00044\u0004A\u0004X\u0004*\u0004?\u0004+\u0004\u001a\u0004@\u0004\u0005\u0004(\u0004F\u0004\n\u00046\u0004\u001c\u0004M\u0004\u001a\u0004)\u0004\u0012\u0004\"\u0004)\u0004)\u0004-\u0004(\u0004\u0019\u0004O\u00043\u00040\u0004\r\u00045\u0004\f\u0004:\u0004J\u0003\u0004&\u00048\u0004@\u0004>\u0004=\u0004,\u0004\"\u0004\n\u0004/\u0004\\\u0004\u0005\u0004)\u0004H\u0004'\u0004\u0010\u00041\u0004<\u00043\u00049\u0004E\u0004+\u0004>\u0003\u0004\u001c\u0004=\u0004 \u0004S\u0004T\u0004\t\u0004\u001f\u00042\u0004G\u00044\u00045\u0004/\u0004N\u0004\u001f\u0004\u0019\u0004%\u00040\u0004=\u0004[\u0004,\u0004J\u0004C\u0004>\u0004O\u0004!\u0004\f\u0004\u0019\u0004=\u00042\u0004\u001e\u00043\u0004=\u0004\r\u0004\u001b\u0004!\u0004A\u0004K\u0004=\u0004:\u00044\u0004\u0012\u0004F\u0004,\u00041\u0004&\u0004<\u0004;\u0004)\u0004G\u0004 \u0004'\u0004K\u0004\u001e\u0004j\u0004\u001e\u00042\u0004(\u0004-\u0003\u0004=\u0004!\u0004A\u0004\"\u0004\f\u0004>\u0004K\u0004{\u0004.\u0004;\u00048\u0003\u0004:\u0004\"\u00049\u0004)\u0004\u001f\u0004\"\u0004'\u0004G\u0004G\u0004\u0015\u0004,\u0004v\u00048\u0004P\u0004E\u0004L\u0004\u001a\u0004\u0019\u00041\u0004F\u0004,\u0004$\u00040\u0004W\u0004S\u0004C\u0004)\u0004C\u00048\u0004\u0017\u0004'\u0004*\u0004A\u0004'\u00049\u00046\u0003\u0004\u001b\u0004F\u0004<\u0004*\u0004\u001a\u0004 \u0004m\u0004/\u0004<\u0004>\u0004\t\u00046\u0004:\u00046\u0004S\u0004J\u0004+\u0004/\u0004?\u0004S\u00049\u0004.\u0004(\u00041\u0004B\u0004\u0012\u0004\u000e\u0004;\u0004U\u0004$\u00047\u0004\\\u0004+\u0004S\u00043\u0004\f\u0004\u0012\u0004.\u0004*\u0004@\u0004=\u00040\u0004a\u0004>\u0004V\u0004,\u0004/\u00046\u0004\u001f\u0004$\u00042\u0004$\u0004?\u0004\u0006\u0004=\u0004\u0004\u00047\u0004V\u0004\u001f\u0004T\u0004&\u0004<\u00048\u0004 \u0004\u001b\u00043\u0004*\u0004]\u0004)\u0004[\u0004C\u0004I\u0004.\u0004/\u0004\b\u0004M\u0004R\u0004\u000f\u0004,\u0004E\u0004\u0013\u0004\u0017\u0004E\u0004\u0013\u0004A\u00046\u0004Q\u0004D\u0004(\u0004\b\u0004=\u0004\u000b\u0004H\u0004-\u0004\u001a\u00040\u00040\u0004\u001f\u00045\u0004\u000f\u0004E\u0004\"\u0004'\u0004@\u0004\u0014\u0004R\u0004\u001d\u0004/\u0004%\u0004G\u0004$\u0004\u001c\u0004\u0015\u00042\u0004#\u0004)\u0004!\u0004\b\u0004\u0017\u0004!\u0004L\u0004\u0014\u00040\u0004-\u0004\u0013\u00046\u0004S\u0004D\u0004;\u0004/\u0004)\u0004\"\u0004\u0000\u0004(\u00046\u0004\u0013\u00046\u0004+\u0004.\u0004\u001a\u00047\u0004.\u0004\b\u0004(\u0004\u001b\u00041\u0004\u0016\u00044\u0004\u001d\u0004\u001a\u0004\u001d\u0004>\u0004K\u0004\u0001\u0004\"\u0004,\u00044\u0004:\u0004Z\u0004&\u00044\u0004N\u00044\u0004;\u0004\u0012\u0004=\u0004=\u0004/\u00048\u0004\u0019\u0004 \u0004*\u0004\u000e\u0004J\u0004D\u0004\u0011\u0004=\u0004,\u0004+\u0004.\u0004#\u0004*\u00045\u0004!\u0004#\u0004\t\u0004H\u0004'\u0003\u0004\"\u00048\u0004?\u00049\u0004S\u0004P\u0004@\u0004\r\u0004:\u0004>\u0004.\u0004E\u00049\u0004?\u0004N\u0004$\u0004\r\u0004\"\u00049\u0004:\u0004\u001e\u0004#\u0004 \u0004X\u0004M\u0004N\u0004-\u0004\u001f\u00043\u00044\u0004/\u0004C\u0004(\u0004=\u0004\u0017\u00043\u0004#\u0004:\u00043\u0004)\u0004*\u0004(\u0004J\u0004S\u0004<\u0004$\u0004&\u0004W\u0004=\u00046\u0004\u0016\u0004\"\u0004\u001e\u0004#\u0004%\u0004G\u0004\u0018\u0004\u0007\u0004\u001e\u00046\u00045\u0004\u00049\u0004\u0013\u0004\u001d\u0004\n\u00049\u00047\u0004\u001b\u0004\u0019\u0004$\u0004\u001e\u0004\u001b\u00041\u0004-\u0004a\u0004Q\u0004\u001b\u0004\u001f\u0004%\u00047\u0004S\u0004T\u0004Z\u0004<\u00049\u0004A\u0004E\u00042\u0004\u0010\u0004>\u0004E\u00046\u0004\u000e\u00045\u0004]\u0004F\u0004\u001a\u0004\u001a\u0004D\u0004%\u00048\u0004\u0019\u0004N\u0004,\u0004,\u0004.\u0004_\u0004@\u0004F\u0004P\u0004^\u0004E\u0004R\u0004\u001d\u0004<\u00044\u0004 \u0004\u0007\u0004)\u00047\u0004K\u0004&\u0004:\u0004\u001b\u0004\u001d\u00045\u0004G\u0004'\u0004;\u0004K\u0004>\u0004)\u00047\u0004N\u0004>\u0004J\u0004-\u0004\u0016\u0004>\u0004\u001c\u00046\u0004\u0014\u0004$\u0004\u0018\u0004E\u0004?\u0004=\u0004%\u00040\u0004\u0018\u0004+\u0004]\u0004+\u0004\u001d\u0004\"\u0004+\u00047\u0004F\u00040\u00040\u0004Q\u0004N\u0003\u0004C\u0004\u0015\u0004[\u0004\u0005\u0004G\u0004\u001a\u00041\u0004\u0017\u0004,\u0004\u0018\u0004\u0015\u0004=\u0004!\u0004\u001a\u0004\u001f\u0004(\u0004\u001b\u0004C\u0004.\u0004\u001f\u0003\u0004\u0017\u00045\u0004H\u0004\u0015\u0004\u001b\u0004D\u0003\u00043\u0004/\u0004\"\u0004\r\u0004\u0016\u0004,\u0004\n\u00040\u0003\u00045\u0004>\u0004-\u00043\u00040\u0004@\u0004.\u0004*\u0004.\u0004,\u0004\"\u0004\u0019\u0004-\u0004:\u00044\u0004;\u0004*\u0004-\u0004\u0012\u00047\u0004D\u0004q\u0004'\u0004\u001b\u0004B\u0004%\u00048\u0004P\u00047\u00040\u0004E\u0004\"\u0004\u001b\u0004<\u0004:\u0004\u001f\u0004\u0014\u0004+\u00048\u00048\u0004!\u0004$\u0004L\u0004J\u0004\u001a\u0004I\u0004U\u0004.\u0004\u000f\u0004'\u0004L\u0004G\u0004\u000b\u0004\r\u0003\u0004T\u00040\u00049\u0004`\u0004\r\u0004O\u0004N\u0004[\u00043\u0004:\u0004h\u00041\u0004\u0005\u0004@\u0004\"\u0004)\u00041\u0004,\u0004M\u00044\u0004C\u0004\"\u0004C\u00044\u0004f\u0004<\u0004;\u00040\u0004E\u0004*\u0004\u001e\u0004<\u00040\u0004!\u00048\u0004<\u0004V\u00044\u0003\u0004'\u0004\u0014\u0004\"\u0004-\u0004.\u0004\u001d\u0004A\u0004/\u0004S\u00044\u0004/\u0004=\u0004F\u0004N\u0004,\u0004,\u0004\u001b\u0004\f\u00044\u0004H\u00045\u00041\u0004\u0004\u0004Q\u00040\u0004=\u0004A\u0004/\u0004L\u0004\"\u0004\u001b\u0004C\u00049\u0004;\u0004N\u0004:\u0004@\u0004&\u0004>\u0004/\u0004O\u0004B\u0004G\u0004&\u0004l\u0004%\u0004U\u0004J\u0004\u0018\u00044\u00041\u0004*\u0004=\u0004D\u0004!\u0004\u001f\u0004.\u00047\u0004+\u0004\n\u0004'\u0004R\u0004\"\u0004!\u0004\u001b\u0004E\u0004>\u0004\u0007\u0004A\u00046\u0004H\u00049\u0004O\u00043\u0004\u0010\u00040\u00043\u0003\u0004K\u0004-\u0004!\u0004\u001a\u00042\u00040\u0004\u0000\u0004\u001f\u00049\u0004\u001b\u0004+\u0004K\u0004\f\u0004C\u00045\u0004-\u0004(\u00049\u0004*\u0004\u0013\u0004h\u00046\u00043\u0004\u0017\u0004$\u0004=\u00042\u0004\u001b\u0004V\u0004B\u0004'\u0004J\u0004\u0019\u00042\u0004&\u0004\u0017\u0004\u001b\u0004\u001f\u0004.\u0004\u001e\u0004F\u0004F\u0004.\u00047\u0004/\u0004A\u0004\u001b\u0003\u0004+\u0004\u001a\u0004@\u0004O\u0004B\u0004'\u0003\u0004(\u0004'\u0004%\u0004\u001c\u0004\u0019\u00046\u00049\u0004W\u0004,\u0004+\u0004)\u0004I\u0004\u0012\u0004\u001f\u00042\u0004\u0017\u0004&\u0004\u000b\u0003\u0004A\u0004Q\u0004\u0010\u0004!\u0004\u001d\u00041\u0004\u0017\u00046\u0004\u001b\u0004<\u0004\u000f\u00041\u0004\u0007\u0004<\u0004\u0013\u00049\u0004\u001c\u0004<\u0004\"\u0004\u0011\u0004r\u00044\u0004\u001e\u0004H\u0004.\u0004\u0010\u0004@\u0004=\u0004K\u0004:\u00048\u00047\u0004H\u0004\r\u0004\u001d\u0004N\u0004\u0016\u0004)\u0004\u001e\u0004$\u0004\f\u00041\u0004\u0016\u0004@\u0004=\u0004\u000f\u0004&\u0004Q\u00042\u0004:\u0004,\u0004$\u0004\u001b\u0004W\u00044\u0004+\u00042\u0004\u001e\u0004\u001d\u00042\u0004H\u0004&\u0004\u0016\u0004\"\u0004$\u0004\u0015\u0004'\u0004K\u00047\u0004-\u00049\u0004\r\u0004P\u0004\u001e\u0004\u001d\u0004M\u0004E\u0004C\u0004(\u0004\u001f\u0004Q\u0004(\u0004H\u0004>\u0004F\u0004\u001b\u00049\u00041\u00048\u00043\u0004)\u00049\u0004:\u0004\u0018\u0004B\u00042\u0004(\u0004:\u0004/\u0004\u001b\u0004E\u0004N\u0004S\u0004>\u0004*\u00046\u0004$\u0004E\u0004?\u0004*\u0004;\u0004+\u0003\u0004E\u00048\u0004?\u0004P\u0004#\u00045\u0004\u0018\u0004B\u0004L\u0004L\u0004%\u0004E\u0004,\u0004#\u0004Y\u0004@\u0004G\u0004\u001f\u0004$\u00048\u0004N\u0004;\u0004\u001d\u0004\f\u0004;\u0004;\u0004\u000b\u00042\u0004\u0012\u0004L\u0004%\u0004<\u0004;\u0004=\u0004\u0019\u00048\u0004A\u0004C\u0004&\u0004;\u0004>\u0004)\u0004X\u0004W\u0004N\u0004K\u00044\u00044\u00043\u0004I\u00042\u0004[\u0004/\u0004V\u0004#\u0004\u0007\u00043\u0004/\u0004;\u00043\u0004B\u0004I\u0004X\u0004<\u0004&\u00043\u0004,\u0004E\u00041\u0004$\u0004:\u00045\u0004&\u0004@\u0004\u0013\u00045\u0004\u001e\u00046\u00048\u0004e\u00044\u0004M\u0004-\u0004<\u00041\u0004\u001f\u00048\u0004G\u0004#\u0004Q\u00040\u0004:\u00044\u00049\u0004\u0016\u00045\u0004\u0007\u00046\u0004*\u0004\u001d\u0004*\u0004\u001d\u00049\u0004!\u0004*\u0004!\u00041\u00047\u00041\u00045\u00044\u0004!\u0004'\u0004'\u0004\u0017\u00040\u00043\u0004*\u0004S\u0004\u0010\u0004<\u0004\u0000\u0004)\u0004\u001a\u0004^\u0003\u0004[\u0004)\u0004?\u0004\u0017\u0004)\u0004\u001b\u0004(\u0004(\u0004\u001f\u0004#\u00047\u0004\u0017\u00040\u0004+\u00040\u0004\\\u0004!\u00046\u0004/\u0004H\u0004@\u0004\r\u0004\u001e\u0004\f\u0004&\u0004\u0010\u0004\u0016\u0004\u0017\u0004=\u0003\u0004\u001f\u0004]\u0003\u0004!\u0004\t\u0004\u001b\u0004C\u0004\"\u0004/\u0004.\u0004)\u0004,\u0004\u001b\u0004\u0011\u0004!\u0004\u001c\u0004J\u0004E\u00045\u00049\u0004*\u0004\u0019\u0004>\u0004V\u0004D\u00048\u0004\f\u0004\u001d\u0004\u001c\u0004?\u0004X\u0004?\u00047\u0004\u001e\u0004:\u0004O\u0004*\u0004\u001e\u0004(\u0004+\u0003\u0004C\u0004-\u00041\u0004\u0014\u00048\u00041\u0004\u0011\u0004\u0010\u0004C\u0004.\u00049\u0004\u0017\u0004%\u0004\f\u0004=\u0004\u0002\u0004P\u0004/\u0004\u001e\u00041\u0004\"\u0004=\u0004`\u0004/\u0004\u001c\u00040\u0004A\u0003\u0004(\u0004'\u0004+\u0004<\u0004@\u0004;\u0004F\u0004S\u0004,\u00044\u0004.\u00047\u0004(\u0004'\u0004]\u0004\u0005\u00045\u0003\u0004F\u0004i\u0004\t\u0004?\u00045\u0004\u0012\u0004\"\u00045\u0004:\u0004\u001d\u0004)\u0004\r\u00046\u0003\u0004\u0002\u0004Q\u00042\u0004I\u0004X\u00042\u0004-\u0004`\u00042\u0004>\u0004\u001f\u0004\u0015\u0004-\u0003\u00043\u0004@\u0004F\u0004C\u0004/\u0004#\u0004.\u0004:\u00048\u0004-\u00042\u0004\n\u0004L\u0004$\u0004\u001c\u00042\u0004'\u0004$\u0004/\u0004\u0015\u00041\u0004W\u0004T\u0004z\u0004H\u0004C\u0004$\u0004+\u0004$\u0004,\u0004#\u0004J\u0004!\u0004'\u0004\u001b\u00048\u00048\u0004k\u0004(\u0004=\u00044\u0004=\u0004T\u0004\u0016\u0004)\u0004B\u0004F\u0004I\u0004K\u0004Z\u0004^\u0004 \u00044\u0004%\u0004<\u0004\u001e\u0004B\u0004K\u0004\u001e\u0004@\u0004\u001c\u0004K\u0004\u001f\u0004=\u0004Q\u0004E\u0004\u0004\u0004\u001f\u0004*\u00041\u0004\u001f\u0004!\u0004]\u0004$\u0004\u0018\u00041\u0004C\u0004E\u00043\u0004#\u0004L\u0004)\u00049\u0004H\u0004\u0011\u0004'\u0004\u0011\u00040\u0004!\u0004 \u0004'\u0004\u000b\u0004<\u00041\u00047\u0004\n\u0004\u0017\u0004E\u00049\u0004E\u0004H\u0004\u0006\u0004\u0004M\u0004)\u0004<\u0004.\u0004\u000b\u0004\u0000\u00044\u0003\u0004=\u0004+\u0004\u0014\u00041\u0004\u0016\u0004\u0016\u0004!\u00048\u0004\u001e\u0004\u001c\u0004\u0019\u0004:\u0004\u0007\u0004$\u0004I\u0004\u0010\u0004&\u0004-\u00042\u0004\u001b\u0004?\u0004O\u0003\u0004\u001b\u00045\u0004\u0005\u0004*\u0004\u001d\u0004\u001f\u00048\u0004\u001a\u0004\u0019\u0004D\u0004A\u0004M\u0004P\u00047\u00045\u00048\u0004)\u0004\u0017\u0004\t\u0004(\u0004#\u00046\u0004?\u0003\u0004=\u0004+\u0004:\u0004\u001d\u00044\u0004L\u0004.\u0004/\u0004)\u0004O\u0004\u0012\u0004I\u0004?\u0004\u001f\u0004/\u0004<\u0004\"\u0004.\u0004'\u00040\u0004\u0014\u0004%\u00047\u0004-\u00041\u0004#\u0004\u0017\u0004@\u0004.\u00047\u0004<\u0003\u0004l\u0004.\u00046\u0004.\u0004L\u00043\u0004;\u0004%\u0004\u001a\u0004B\u0004'\u00046\u0004\u001a\u0004$\u00042\u0004S\u0004N\u0004/\u00045\u0004a\u0004\u001d\u0004-\u0004\u0019\u0004\u0017\u0004\u001e\u0004\"\u0004'\u0004A\u0004=\u0004\u001b\u00046\u00040\u00042\u00046\u0004c\u00048\u0004]\u0004'\u0004:\u00045\u0004Q\u0004,\u0004*\u0004@\u0004\u0017\u00043\u0004\u0018\u0004)\u0004\u000f\u0004A\u0004+\u0004#\u0004\u0017\u0004X\u0004M\u0004\n\u0004E\u0004\u0014\u0004 \u0004(\u0004#\u0004E\u0004 \u0004\u0007\u0004]\u0004&\u0004\u0012\u0004D\u0004;\u0004&\u0004O\u00049\u0004C\u0004n\u0004H\u0004=\u0004\u0014\u0004V\u0004#\u0004-\u00046\u0004)\u0004\u0011\u0004B\u0004-\u0004H\u0004\u0018\u0004 \u0004f\u0004v\u0004\u0004\u0004\u0019\u0004+\u0004D\u0004f\u0004.\u0004N\u0004\"\u0004C\u00049\u00044\u0004,\u0004C\u0004D\u0004\u0018\u0004T\u00048\u00048\u0004A\u0004I\u0004R\u0004+\u0004 \u0004[\u00046\u0004g\u0004'\u00040\u0004\u0016\u0004\u001a\u0004;\u0004+\u0004$\u00043\u0004C\u0004;\u0004.\u00046\u0004\u0004P\u0004+\u0004.\u0004G\u0004(\u0004-\u0004M\u00044\u00047\u0004*\u0004\f\u0004\u001b\u0004>\u0004\u001a\u0004^\u00040\u0004(\u0004\u0000\u0004H\u0004(\u0004\u001d\u00044\u0003\u0004L\u00046\u0004B\u0004+\u0004%\u0004.\u0004$\u0004>\u0004&\u0004@\u0004\u0016\u0004+\u0004>\u0004S\u0004)\u0004;\u00048\u0004f\u0004>\u0004E\u0004!\u0004\u001f\u0004\u000f\u0004\f\u0004'\u0004\u001f\u0004\u0010\u0004<\u0003\u0004G\u0004,\u0004%\u0004\u0011\u00049\u0004$\u0004\u001e\u0004=\u0004%\u0004'\u0004,\u0004\u001c\u00043\u0004\u001b\u0004\"\u0004#\u0004\u0007\u00047\u0004(\u0004\u0016\u0004\u000b\u0004$\u0004\u0002\u0004\u0018\u0004!\u0004.\u0004\u0018\u00047\u0004H\u0004\u001d\u0004@\u0004-\u0004=\u00042\u0004V\u0004\u0018\u0004M\u0004.\u0004\t\u0004:\u0004<\u0004\u001f\u00048\u0004\u000e\u0003\u00048\u0004\u001f\u0004\u001e\u0004\u0007\u00042\u0004>\u0004)\u0004\u000e\u0004\u0004\u0004H\u0004\u0011\u0004B\u0004\u0012\u0004U\u0004_\u0004@\u0004>\u0004E\u0004,\u0004%\u00044\u0004.\u0004H\u0004/\u0004H\u0004)\u0004\u001e\u00042\u0003\u0004:\u0003\u0004:\u00044\u00045\u00041\u0004G\u0004G\u0004\u0012\u0004+\u0004\u0018\u0004?\u0004Z\u00049\u0004@\u0004B\u0004-\u0004\u0017\u0004#\u0004F\u0004G\u0004\u0001\u0004<\u0004!\u0004C\u0004J\u0004<\u0004'\u0004\u001c\u0004\u000b\u00043\u0004*\u0004C\u0004\u0014\u00049\u0004\u0004\u0004O\u00042\u0004*\u0004(\u0004\u001f\u0004\b\u0004\u000e\u0004'\u00045\u0004G\u0004\u0007\u0004\f\u0004F\u0004$\u00045\u0004\u0016\u0004\u0017\u0004\u001a\u0004\u0014\u00044\u0004+\u0004E\u00044\u0004a\u0004'\u00043\u00047\u00043\u0004T\u00044\u00043\u0004/\u00049\u0004;\u0004H\u00044\u0004\t\u00049\u00043\u0004K\u0004O\u0004$\u0004\u0006\u0004,\u0004[\u0004&\u0004O\u0004\u001c\u0004/\u0004\u0018\u0004?\u0004b\u0004\u0004\u0004i\u0004D\u0004 \u0004(\u00047\u0004P\u0004%\u00047\u0004W\u0004:\u0004Y\u00049\u0004\u001a\u0004;\u0004+\u0004$\u0004H\u0004&\u0004F\u0004\u001c\u0004z\u00048\u00044\u0004\f\u0004*\u00044\u0004<\u0004?\u0004=\u0004K\u0004%\u0004*\u0004E\u0004(\u00045\u0004&\u0004G\u0004\u0016\u0004\\\u00041\u0004\u0010\u0004\u0013\u0004D\u0004\u0015\u0004G\u0004*\u0004%\u0004K\u0004-\u0004<\u0004W\u0004\u001a\u0004\u001f\u0004R\u0004\u0011\u0004T\u0004Z\u0004:\u0004E\u0004$\u0004\u001a\u0004 \u0004H\u00043\u0004'\u0004H\u00040\u0004D\u0004Y\u0004A\u0004!\u0004\u001a\u0004\u0018\u0004\u0013\u0004\u001c\u0004)\u0004E\u0004)\u0004F\u0004j\u0004@\u0004H\u0004V\u00041\u0004\u001d\u0004P\u0004\r\u0004\u0016\u0004+\u0004\f\u0004\"\u00042\u0004\u001d\u0004W\u0004\"\u0004\u0017\u0004+\u0004\u0014\u0004\b\u0004\u001c\u00042\u0004E\u0004\u000e\u0004\u0002\u0004B\u00048\u0004\u0015\u0004\n\u0004\u001e\u0004\u001b\u0003\u0004\u000e\u0003\u0004\u001d\u0004(\u0004)\u0004&\u0004K\u00041\u0004S\u0004<\u00045\u0004H\u0004?\u00040\u0004&\u0003\u0004W\u0004[\u00042\u00048\u0004\u0019\u0004=\u0004'\u0004)\u0004\"\u0004*\u0004+\u00040\u00042\u0004\u0019\u0004=\u00042\u0004`\u0004A\u0004!\u0004<\u0004\u0007\u0004=\u0004%\u0004G\u0004E\u0004M\u0004 \u0004\u000b\u0004C\u0004C\u0004:\u0004N\u0004;\u0004\u0014\u0004#\u0004#\u0004\"\u0004H\u0004/\u0004\u001f\u0004,\u0004A\u0004$\u00048\u0004A\u00044\u0004\u0016\u0004!\u0004E\u0004\r\u0004*\u0004(\u0004Q\u0004U\u0004O\u0004!\u0004D\u0003\u00046\u00048\u0004O\u0004/\u00044\u0004\u001e\u0004\u001e\u0004N\u0004-\u00041\u00047\u0004 \u0004-\u00042\u0004j\u0004P\u0004x\u0004l\u0004h\u0004 \u0004>\u00044\u0004)\u0004%\u0004+\u0004B\u0004\u001d\u0003\u0004I\u0004\u0018\u0004;\u0004\u001a\u00046\u0004\r\u0004\u0007\u0004!\u0004&\u0004-\u0004*\u0004(\u0004\u0012\u0004C\u00040\u00046\u0004\u0019\u0004K\u0004;\u0004E\u0004\u001f\u0004S\u0003\u0004Q\u0004L\u0003\u0004$\u0004&\u0004\u0004\u0004\u0018\u0004A\u00041\u00043\u0004\u0010\u0004=\u0004K\u0004,\u0004\u001f\u0004&\u00042\u0004Z\u0004F\u0004^\u0004\u0004V\u0004(\u0004\u001a\u0004\b\u0004:\u0004+\u0004\u0012\u00044\u0004)\u0004N\u0004I\u0004.\u00041\u0004_\u0004\u000f\u0004'\u0004?\u00042\u0004 \u0004\u0018\u0004&\u0004\u000b\u0004$\u0004C\u0004@\u0004\u001f\u0004\b\u0004\u0011\u0004\u0016\u0004@\u00049\u00041\u0004B\u00049\u00044\u00047\u0004$\u0004\u001e\u00049\u0004)\u0004\u001d\u00040\u0004\u001c\u0004/\u0004*\u0004<\u0004\b\u0004\u001a\u0004,\u0004+\u0004\u000b\u0004\u0015\u0004,\u0004\"\u0004/\u0004O\u00045\u0004:\u0004\u001e\u0004\u001d\u0004\u0016\u00049\u0004<\u0004\u001d\u0004J\u0004\u001f\u00043\u0004\u0016\u0004\u001f\u0004:\u0004\u0018\u0004&\u0004=\u0004/\u0004*\u0004=\u0004\u001e\u0004/\u0004 \u0004D\u00048\u0004\u000e\u0004 \u0004\u0011\u0004J\u0004\u000f\u0004)\u0004E\u00040\u0004,\u0004E\u0004!\u0004\u0011\u0003\u0004J\u0004\"\u0004)\u0004F\u0004%\u0004\u0013\u0004A\u0004A\u0004'\u0003\u0004\f\u0004 \u0004)\u00040\u0004\u0014\u0004\u001b\u0004\u0010\u0004\f\u0004b\u0004,\u0004\u0017\u0004\u001a\u00047\u00041\u0004\u0012\u0004\u001f\u0004.\u0004<\u0004%\u0004\u0011\u0004\"\u0004\u001c\u0004$\u0004,\u0004&\u0004X\u0004\u001c\u0004I\u0004L\u0004+\u0004\u001e\u0004D\u0004\u001d\u0004+\u00040\u0004B\u00040\u0004\u001b\u0004<\u0004\u0010\u0004A\u0004\u0006\u0004Z\u0004\u0016\u0004C\u0004\u0015\u0004 \u0004z\u0004)\u0004I\u0004G\u0004\u0005\u0004\u001d\u0004o\u0004\u000f\u0004\"\u0004/\u0004-\u0004`\u0004\u0016\u0004@\u00046\u0004\u0017\u0004-\u0004'\u0004&\u0004\u0013\u00048\u0004\u001c\u0004,\u0004!\u0004B\u00044\u0004=\u00041\u0004@\u00048\u00044\u00047\u0004=\u0004@\u0004:\u0004+\u0004@\u0004*\u0004%\u0004+\u00042\u0004)\u00047\u0004J\u0003\u0004.\u0004'\u0004?\u0004T\u0004v\u0004\t\u0004 \u0004=\u0004P\u00040\u00044\u0004.\u00042\u00041\u0004,\u0004F\u0004&\u0004?\u0004\u0003\u0004\u001c\u0004.\u0004/\u0004/\u0004/\u00043\u00048\u0004>\u0004#\u0004>\u0004!\u00044\u0004/\u00040\u0004N\u0004*\u0004N\u0004W\u0004X\u0004<\u0004R\u00046\u0004$\u0004a\u0004*\u0004\u0012\u00049\u0004R\u0004\"\u0004D\u0004C\u0004H\u0004-\u00046\u0004T\u0004$\u0004:\u0004J\u0004F\u0004C\u0004O\u0004.\u0004\u0014\u0004<\u0004-\u0004\u0003\u0004T\u0004\u0019\u0004A\u0004\n\u0004'\u0004\u0019\u0004,\u00046\u0004D\u0004G\u0004@\u0004\"\u0004D\u0004/\u0004Q\u0004.\u0004M\u0004O\u00042\u0004,\u0004/\u00043\u0004.\u0004D\u0004\u000f\u0004;\u0004^\u0004H\u00046\u0004#\u0004/\u00042\u0004?\u00049\u0004.\u0004=\u0004*\u0004\n\u0004.\u0004\u0007\u00043\u0004\u0014\u0004\u001f\u00041\u0004\u001e\u00040\u0004\u0016\u0004\u001e\u0004\u001d\u0004\u0010\u00044\u00040\u0003\u0004\u001b\u0004\u0011\u0004\u001a\u0004\u001a\u0004F\u0004\u0015\u0004\u0014\u0004F\u00047\u00040\u0004\u0015\u0004'\u0003\u0004\u001b\u00041\u0004&\u0004<\u0004\u001e\u0004\u0005\u0004\r\u0004\u0011\u0004*\u00045\u0004\u001f\u0003\u0004E\u0004=\u0004Q\u00049\u0004C\u0004\u001b\u0004$\u0004A\u0004E\u0004&\u0004\u001c\u0004\u001f\u0004*\u0004)\u0004*\u0004!\u0004H\u0004\u001a\u0004\"\u00047\u0004E\u00044\u0004=\u0004+\u0004+\u0004\u0015\u0003\u0004D\u0004\u0014\u0004 \u0004\u001b\u0004Y\u0004\u0013\u0004\u001d\u00048\u0004\u0017\u0004\u0001\u00048\u0004?\u0004\u0018\u0004;\u00044\u0004H\u00044\u0004=\u00048\u00046\u0004L\u0004\u0000\u0004,\u0004+\u0004&\u0004\u0017\u0004\"\u0004+\u0004\u001c\u0004)\u0004\u001f\u0004\"\u00049\u0004D\u0004=\u00041\u0004@\u0004D\u0004C\u0004\u0010\u00046\u00044\u00048\u0004K\u0004a\u00041\u0004\u001a\u00042\u0004\u0014\u00041\u0004-\u0004;\u0004\\\u0004)\u00040\u0004 \u0004N\u0004'\u0004S\u0004I\u0004)\u0004\u000e\u0004>\u0004\u0014\u0004 \u0004.\u0004-\u0004\u000b\u0004+\u0004\u0015\u0004(\u0004\u0016\u0004\u0010\u00044\u0004?\u0004:\u0004D\u0004e\u0004J\u0004.\u0004N\u0004?\u0004?\u0004)\u0004\u000e\u0004:\u00043\u00041\u0004E\u0004.\u0004+\u0004@\u0004\u0006\u0004[\u00041\u0004?\u0004\u0018\u0004.\u0004-\u00041\u00040\u0003\u0004=\u0004!\u0004\u001f\u0004-\u0004\u001c\u0004D\u0004E\u00040\u0004B\u00044\u00040\u0004F\u0004\u0014\u0004\u001f\u0004.\u0004:\u0004:\u0004+\u0004C\u0004E\u0004D\u0004]\u0004<\u0004(\u0004D\u0004\u0003\u0004>\u0004C\u00048\u00047\u0004=\u0004@\u00043\u00040\u0003\u0004\u001a\u0004.\u0004\u000b\u0004&\u00049\u0004$\u0004\u001d\u00046\u0004A\u0004\u001e\u00040\u00047\u0004\u0019\u00040\u0004B\u0004'\u0004\u0013\u00048\u0004V\u00041\u0004A\u00046\u0004H\u0004?\u0004Z\u0004%\u0004+\u0004.\u0004<\u0004:\u0004N\u0004(\u0004\u001d\u0004\u0011\u0004/\u00047\u0004=\u0003\u0004#\u0004\u000e\u00046\u00048\u0004$\u0004/\u0004\u0012\u0004\u0011\u00044\u00043\u0004'\u00047\u0004-\u0004#\u0004&\u0004.\u0004V\u0004\u0013\u0004\u0011\u00041\u0004:\u0004-\u00044\u0004:\u0004,\u0004/\u00043\u0004:\u0004$\u0004&\u0004$\u00042\u0004-\u00046\u00042\u0003\u00047\u0004A\u0004@\u0004+\u0004Y\u0004\u000b\u0004@\u0004\u000f\u0003\u0004K\u0004=\u00045\u0004$\u0004V\u0004$\u0004[\u0004I\u0004\u001f\u0004E\u0004\"\u0004A\u0004 \u0004\u0012\u0003\u0004\u001d\u0004P\u0004\u0018\u0004\u0017\u0004\r\u0004R\u0004\u000f\u0004 \u0004\u001d\u0004X\u0004A\u0004#\u0004+\u0004\u001c\u0004/\u0004>\u0004=\u0004\u0016\u00042\u00040\u0004V\u0004&\u0004\u0017\u0004G\u0004G\u00043\u0004\u0018\u0004&\u0004%\u0004L\u0004*\u0004*\u00048\u0004\u0005\u0004\u001d\u00045\u0004$\u0004&\u0004:\u0003\u0004 \u0004]\u0004I\u0004\"\u0004Q\u0004\u0012\u0004.\u0004&\u0004E\u00041\u00046\u0004?\u0004G\u00043\u0004N\u0004\u0004\u0004\u001b\u0004\u001c\u0004\u0016\u0004F\u0004/\u0004!\u0004)\u0004Z\u0004K\u0004=\u0004%\u0004\t\u0004\u0012\u0004+\u0004<\u0004?\u0004#\u0004j\u0004D\u0004=\u0004<\u0004(\u0004O\u00047\u0004\u001e\u00049\u00040\u0004'\u0004L\u0004\u0014\u0004#\u0004I\u0004&\u0004;\u0004!\u0004,\u0004\u0015\u0004-\u0004(\u0004:\u0004(\u0004K\u0004+\u0004R\u00040\u00044\u0004G\u00045\u0004\u001c\u0004'\u00040\u0004S\u00042\u00046\u0004\u001f\u0004\u0004\u0004;\u0004\t\u0004.\u00042\u0004/\u0004,\u0004 \u0004\u000f\u00041\u0004&\u0004\\\u0004#\u0004@\u0004B\u0004/\u00045\u00041\u0004B\u00042\u00044\u0004J\u0003\u0004 \u00045\u0004W\u0004g\u0004%\u0004>\u0003\u0004M\u0004\u001b\u0004\"\u0004\"\u0004;\u0004\u001a\u00048\u0004%\u0004\u001b\u0004a\u0004,\u0004I\u00046\u0004B\u0004H\u0004;\u0004>\u0004*\u0004\u0012\u0003\u0004K\u0004+\u0004,\u0004\u001f\u0004=\u0004<\u0004(\u0004#\u0004\u0012\u00049\u0004C\u0004/\u00044\u0004*\u0004$\u0004:\u00044\u0004Q\u0004;\u0004\u001f\u0004Y\u0004!\u00041\u0004N\u00046\u0004B\u0004\"\u00042\u0004/\u0004*\u0004\u0000\u0004=\u0004I\u0004\f\u0004S\u0004X\u0004l\u0004*\u00042\u0004\"\u0004E\u0004I\u0004J\u0004L\u0004N\u0004*\u0004A\u0004%\u0004N\u0004\u0010\u0004a\u0004?\u0004\u001e\u0004\u000b\u0004)\u0004>\u00041\u0004/\u0004X\u0004:\u0004K\u00049\u0004T\u0004<\u0004,\u0004,\u00040\u0004-\u00043\u0004\b\u0004D\u0004\u0015\u0004\u001a\u0004=\u0004B\u0004G\u0004D\u0004\u0015\u0004I\u00043\u00048\u00045\u00047\u0004\u0014\u0003\u0004L\u0004\"\u0004\u0012\u0003\u0004\u0010\u0004\u001a\u0004O\u0004\u001b\u0004.\u00044\u0004-\u0004+\u0004\u001b\u0004\u001f\u0004\u001b\u0004\u001f\u0004\u000b\u0004\f\u0004\r\u0004\u0000\u00047\u0004-\u0003\u0004\f\u0004\u0019\u0004-\u0004\u001d\u0004,\u0004!\u0004\u0011\u0004-\u00047\u0004\u0013\u0004\u0017\u0004*\u0004\u000b\u0004\u000b\u0004\u0007\u0004\u001d\u0004\u001c\u0004.\u0004!\u0004\u0018\u0004W\u00045\u0004+\u0004\u0016\u0004'\u0004\u001b\u00040\u0004D\u0004(\u0004=\u0004<\u0004\u0016\u0004M\u0004#\u0004\u0015\u0004\u0013\u0004\u001e\u0004\u001a\u00045\u0004E\u00043\u0004\u001b\u0004\u0018\u00045\u0004\u001e\u0004 \u00046\u00045\u0004C\u00048\u0004\u001e\u00047\u0004@\u0004#\u00043\u0004H\u0004$\u0004\u001b\u00049\u0004\r\u0004;\u0004F\u0004\u001a\u0004\u001f\u0004,\u00043\u0004 \u00043\u0004<\u0004\u0001\u0004+\u0004D\u0004\"\u0004 \u00041\u0004;\u0004>\u0004,\u0004F\u0004=\u0004O\u00048\u0004\u0017\u0004\u001b\u0004@\u0004A\u00047\u00043\u0004/\u0004/\u0004\u001e\u00045\u0004\u001b\u0004 \u00049\u0004)\u0004H\u0004E\u0004\u0017\u00043\u0004!\u0004\u0014\u0004A\u00049\u00048\u0004A\u0004\u0012\u0004)\u0004H\u00045\u0004j\u0004H\u0004@\u0004\u001d\u0004N\u0004\u0014\u0004\u0006\u00040\u00049\u0004+\u0004;\u0004<\u00041\u0004^\u0004D\u0004C\u0004L\u0004)\u00045\u0004P\u00044\u0004:\u0004*\u0004\u0015\u0004I\u0004C\u00046\u0004'\u00045\u00043\u0004\u0010\u00046\u0004\u0013\u0004*\u0004-\u0004\u0016\u00044\u0004B\u0004D\u00046\u0004<\u00044\u0004\u0011\u0004P\u0004&\u0004G\u0004L\u0004\u0017\u0004J\u0004C\u0004P\u0004$\u0004@\u0004#\u0004.\u0004F\u0004*\u0004\r\u0004?\u0004@\u0004B\u0004)\u0004&\u0004G\u0004*\u0004\u0012\u0004:\u0004a\u00045\u0004U\u0004\u001d\u00042\u0004\u001d\u0004+\u0004\u0017\u0004\t\u0004\u0017\u0004\u0002\u0004I\u0004=\u0004X\u0004K\u0004C\u0004I\u0004.\u0004\u0018\u00044\u0004D\u0004\u0011\u0004Q\u0004#\u0004>\u0004\u001e\u0004:\u0004\u001a\u0004K\u0004N\u0004=\u0004t\u00042\u0004%\u0004\u001d\u00047\u00047\u0004\"\u0004L\u0004\u001a\u0004H\u0004.\u0004)\u0004\u0011\u0004,\u0004*\u0004@\u0004\u0018\u0004:\u0004 \u0004L\u0004 \u0004\u0013\u0004/\u0004\t\u0004$\u0004L\u00049\u0004\u0010\u0004\u0019\u0003\u00047\u0004)\u0004\u001a\u0004$\u0004)\u0004\u0019\u0004\"\u0004$\u0004\u001f\u0004#\u0004\b\u00049\u0004;\u0004&\u0003\u0004\u0000\u0004F\u0004@\u0004\u001d\u0004\u001e\u0004/\u00044\u0004\u001d\u0004\u0014\u0004\u001f\u0004+\u0004>\u0004.\u0004\u0007\u00049\u00049\u0004.\u0004B\u00044\u0004\u0013\u0004!\u0004:\u00040\u0004 \u0004'\u0004\u0018\u0004c\u0004Q\u00044\u00043\u0004\u000b\u0004%\u0004\u001f\u0004%\u0004$\u0004\u0015\u00040\u0004B\u00049\u0004/\u0004I\u0004\u0007\u00041\u00049\u0004#\u0004\n\u0004\\\u00041\u0004\u0019\u0004\u0014\u0004I\u0004J\u0004B\u0004 \u0004>\u00044\u0004/\u0004\u001e\u0004,\u0004+\u0004\u0012\u0004.\u0004E\u0004,\u0004 \u0004;\u00041\u0004#\u0004(\u0004\u0010\u0004C\u0004C\u0004)\u0004+\u0004 \u0004*\u0004^\u0004\u0011\u0004 \u00043\u0004'\u0004\f\u00043\u0004F\u0004K\u0004!\u0004\u000f\u0003\u0004B\u0004(\u0004:\u0004\u000e\u0004B\u0004$\u0004\u001d\u0004Q\u00049\u0004E\u0004%\u0004.\u00048\u00045\u0004\u0015\u00040\u0004)\u00045\u00049\u0004;\u0004A\u0004>\u0004>\u0004r\u0004\u0004\u0004G\u00046\u00043\u0004&\u0004K\u0004\u0018\u0004*\u0004H\u00045\u00040\u00047\u0004U\u0004Q\u0004Q\u0004P\u0004E\u0004\u001a\u0004<\u00046\u0004K\u0004<\u0004$\u0004#\u0004G\u0004\u001e\u0004C\u0004d\u0004\u001c\u0004\u001e\u0004;\u00040\u0004$\u0004\u0003\u0004c\u0004$\u0004:\u0004\u0005\u0004?\u0004%\u0004:\u00041\u0004C\u0004Y\u0004$\u0004\u0011\u0004>\u0004>\u0004F\u0004\u0016\u00046\u00041\u0004C\u00040\u0004@\u0004G\u00042\u00045\u0004\u001c\u0004<\u0004\u0007\u0004 \u0004H\u0004\u001f\u0004@\u0004\u0010\u0004\u001e\u0004(\u0004!\u0004\u000f\u0004\u0013\u0004\u001b\u0004<\u0004=\u0004;\u0004b\u0004\u0013\u0004,\u00042\u0004G\u0004.\u0004;\u0004 \u00049\u0004D\u0004\u001a\u0004$\u0004\u0016\u0004A\u0004\u001f\u0004\u001f\u0004&\u00048\u0004)\u00041\u0004J\u0004i\u0004I\u0004r\u0004'\u0004\"\u0004U\u0004S\u0004\u0016\u0004:\u0004\u001e\u0004\u0015\u0004N\u0004\u0019\u0004Y\u0004;\u0004+\u0004\u001f\u0004I\u0004\u001f\u0004K\u0004I\u0004?\u0004\u0006\u0004#\u0004\u0019\u0004-\u0004Y\u0004=\u0004/\u0004,\u0004*\u0004\u0004\u0004\u001f\u0004=\u0004@\u0004<\u0004%\u0003\u0004/\u0004\u001d\u0004U\u0004\u0018\u00044\u0004\u0000\u0004\u0012\u0004,\u00048\u00045\u0004+\u0004B\u0004M\u00048\u0004C\u0004%\u0004\u001e\u0004*\u0004\u000f\u0004\u0010\u00040\u0004\u0014\u0004\t\u0004G\u0004\u0004\u0004\u0010\u0004<\u0004=\u00044\u0003\u0004<\u0004=\u0004\u001d\u0004H\u0004I\u00049\u0004\n\u00045\u0004@\u0004\u0016\u0004(\u0004\u0002\u0004\u0012\u0004,\u0004\u001a\u0004%\u0004.\u0004*\u0004,\u0004:\u0004?\u0004'\u0004\u0018\u0004$\u00048\u0004@\u0004B\u0004%\u0004\u0000\u0004?\u0004G\u0004\u001c\u0004(\u0004@\u00046\u0004D\u0004\"\u0004A\u0004?\u00042\u0004K\u00048\u0004I\u0004=\u0004\u001a\u0004+\u0004Z\u0004D\u0004)\u0004\n\u00044\u00041\u0004b\u0004/\u00042\u00046\u00045\u00045\u0004A\u0004$\u0004%\u0004$\u0004K\u0004*\u0004U\u0004\u0016\u0004\u0013\u00049\u0004a\u0004#\u0004I\u0004;\u0004=\u0004Q\u0004B\u0004Y\u0004;\u0004a\u0004#\u0004\u001c\u0004+\u0004!\u0004+\u0004)\u00046\u0004'\u0004E\u0004=\u0004%\u0004H\u0004G\u0004L\u0004o\u0004!\u0004\u0012\u00041\u0004.\u0004\u001a\u0004\u0019\u0004\u0003\u0004,\u0004J\u00049\u0004\u001a\u00043\u0004C\u00048\u0004;\u0004\u0014\u0004@\u0004#\u0004 \u0004B\u0004,\u0004<\u0004+\u00042\u00046\u00045\u0004\u0017\u0004\u0002\u0004,\u0004W\u0004\n\u0004+\u00042\u0004?\u0004\u0019\u0004!\u00048\u00047\u00044\u0004M\u00042\u0004%\u0004W\u0004,\u0004)\u0004+\u00048\u0004M\u00045\u0004'\u00042\u0004-\u0004\u0015\u0004\"\u0004\u0010\u0004\b\u0004B\u0004A\u0004Z\u00043\u0004.\u0004#\u00043\u0004A\u0004,\u0004,\u00048\u0004;\u0004&\u0004A\u0004F\u0004Y\u00041\u0004Y\u0003\u0004!\u0004\u001c\u0004\u001c\u00048\u0004\"\u0004\u0011\u0004\u001e\u00049\u0004;\u0004\u0016\u0004\u0014\u0004J\u0004C\u00042\u00041\u0004)\u0004:\u0004\u0014\u0004\u001c\u0004x\u0004\u0004l\u0004?\u0004'\u0004\u0019\u0004N\u0004V\u0004#\u0004<\u00043\u0004+\u0004F\u00042\u00047\u0004'\u0004/\u0004\u0017\u0004<\u00049\u00049\u0004S\u0004&\u0004 \u0004\u001d\u0004'\u0004/\u0004-\u0004,\u0004$\u0004\u0004\u0004\u001c\u0004\u0016\u00042\u0004!\u00044\u00040\u0004\u0019\u0004A\u0004B\u0004\u001c\u0004#\u0004\u0013\u0004'\u00040\u0004<\u0004C\u0004/\u0004\u001d\u0004'\u0004\u0015\u0004<\u00047\u0004A\u0004\u001a\u0004*\u0004/\u00044\u0004\u000f\u0004\u0011\u0003\u0004 \u0004\u0002\u0004\u0013\u00047\u00045\u0004\u001f\u0004&\u0004#\u0004\r\u00040\u0004B\u0004\u001c\u0004*\u0004H\u0004\u0015\u00046\u00043\u0004*\u0004*\u0004>\u0004!\u0004\u001f\u0004#\u0004P\u0004#\u00041\u0004 \u0004\u001c\u0004\t\u0004?\u0004\u000e\u0004<\u0004)\u0004Q\u0004#\u00043\u0004?\u0004*\u00049\u0004\"\u0004F\u0004 \u0004\u0018\u0004B\u0004A\u0004\u001c\u0004.\u00047\u00045\u0004M\u0004'\u0004O\u0004$\u0003\u00041\u0004:\u0004>\u0004\u0007\u0004\u0018\u0004\"\u0004Q\u0004+\u0004h\u0004R\u0004O\u0004\u001f\u0004X\u00044\u0003\u0004;\u0004\u001a\u0004\u001b\u0004G\u0004\n\u0004\u0011\u0004<\u0004\u0017\u0004\u0018\u0004H\u0004\u000e\u0004\u001d\u0004\u0017\u0004*\u0004\u001f\u0004A\u0004D\u0004G\u0004@\u0004[\u00043\u0004!\u00049\u0004=\u0004\u001d\u0004:\u0004\u0015\u0004,\u0004X\u0004+\u0004\"\u0004>\u0004?\u00042\u0004:\u0004(\u0004\u001d\u0004!\u0004\u001b\u0004(\u00047\u0004\u0005\u0004\n\u0004\u0010\u0004;\u0004F\u0004\u001d\u0004\u000f\u0004H\u0004;\u0004A\u00041\u0004B\u0004:\u0004C\u00040\u00046\u00048\u0004U\u0004Y\u0004!\u0004:\u0004E\u0004S\u0004:\u0004,\u0004\u0015\u0004-\u0004[\u0004,\u0004=\u00044\u0004+\u0004$\u00049\u0004,\u0004;\u0004%\u00040\u0004Z\u0004:\u0004(\u0004L\u0004k\u00046\u0004\"\u0004 \u00042\u0004E\u0004G\u00043\u00049\u0004\u0015\u0004-\u0004:\u0004!\u0004\n\u0004L\u0004\u0019\u00047\u0004\u0018\u00041\u00048\u00045\u0004\u001a\u0004=\u0004Q\u00045\u0004\u0017\u0004\u001f\u0004\u001a\u0004(\u0004\u0013\u0004?\u0004\u001e\u0004\u0001\u0004\u001a\u0004\u0007\u0004\u000b\u0004\u0010\u0004'\u0004\u001f\u0004\u0010\u0004+\u0004\u0013\u0004G\u0004=\u0004T\u00047\u0004+\u00047\u0004\u001e\u0004\u001f\u0004_\u0004c\u0004$\u00047\u0004/\u0004<\u00041\u00046\u0004*\u0004\"\u0004G\u0004(\u0004\u000b\u0004\u000e\u0004)\u00044\u00046\u0004\u0003\u0004\u0012\u0004.\u00048\u0004\u0012\u0004U\u0004)\u0004\u0015\u0004<\u00047\u00041\u0004A\u00046\u00047\u0004\"\u0004!\u0004\u0018\u0004F\u0004\u0010\u0004\u000e\u0004?\u0004D\u00041\u00040\u0004\u0005\u0004-\u0004'\u0004?\u0004%\u0004>\u0004F\u0004\u000e\u0004*\u0004b\u0004.\u00049\u0004\u001d\u0004=\u00041\u0004\u0019\u0004\u0015\u0004+\u0004*\u0004\r\u0004$\u0004&\u0004#\u0004\u001e\u0004%\u0004H\u00044\u0004/\u0004H\u0004\u000e\u0004/\u0004H\u0004\u0018\u0004U\u0004+\u00047\u0004I\u0004\u0013\u0004O\u00045\u00042\u0004&\u00049\u0004=\u00045\u0004=\u0004!\u00046\u0004\u001a\u00046\u0004%\u0004*\u00048\u0004\u001e\u0004D\u0004*\u0004]\u0004\u0017\u0004\u000e\u0004:\u0004-\u0004-\u0004>\u0004\u001d\u00044\u0004Y\u00043\u0004\u0017\u0004-\u0004\u0000\u0004\u0019\u00047\u0004.\u0004\"\u00047\u0004\r\u0004_\u0004&\u0004K\u0004,\u00048\u0004'\u0004\u001b\u0004*\u0004*\u0004:\u0004>\u0004;\u0004&\u0004!\u0004\u0014\u0004$\u0004H\u00040\u0004,\u0004\u0018\u0004\u001e\u0004Q\u0004J\u0004\u0014\u0004&\u0004\u0013\u0004*\u0004-\u0004*\u0004C\u0004-\u0004;\u0004#\u00044\u0004H\u0004V\u00044\u0004K\u0004j\u00047\u0004\b\u0004N\u0004Q\u00043\u0004H\u0004_\u0004,\u0004=\u0004Y\u0004'\u00048\u0004(\u0004@\u0004:\u0004)\u0004>\u0004\u001d\u0004B\u00049\u0004=\u0004%\u0004\u000f\u0004-\u0004A\u0004I\u00040\u0004/\u0004#\u0004<\u0004a\u0004C\u0004M\u0004)\u0004a\u0004(\u0004C\u00042\u0004Q\u0004/\u0004-\u0004;\u0004,\u0004\u0003\u0004!\u0004F\u0004\n\u0004/\u00043\u0004Q\u0004'\u00042\u0004\u001c\u0004.\u00042\u0004\"\u00043\u0004\u001b\u0004*\u0004@\u0004\u0011\u0004C\u0004:\u0004/\u0004\u001a\u00045\u0004L\u0004 \u0004P\u0004)\u0004&\u0004K\u0004G\u0004'\u0004E\u0004$\u0004\u0017\u0004/\u0004!\u0004\n\u0004(\u0004\"\u0004E\u00041\u0004)\u00041\u0004\"\u00044\u00040\u0004\u000e\u0004=\u0004(\u0004o\u00045\u0004L\u0004\u001c\u0004'\u0004&\u0004F\u0004K\u0003\u0004Q\u0004L\u0004C\u0004a\u0004H\u00045\u0004%\u0004\f\u0004\u001d\u0004C\u0004'\u00042\u0004:\u00048\u0004\n\u0004D\u0004+\u0004\u001d\u0004\u0012\u00046\u0004A\u0004#\u00048\u00040\u0004=\u0004\u001f\u0004#\u0004(\u0004\u0006\u00042\u0004\u001b\u0004.\u00047\u0004 \u0004#\u0004=\u0004%\u0004a\u0004F\u0003\u0004,\u0004E\u0004*\u0004\u001b\u0004\u0015\u0004U\u0004\u001b\u0004\u0018\u0004X\u0004,\u0004\u0019\u0004*\u00049\u0004 \u0004\u0018\u0004D\u0004=\u0004F\u0004\u001f\u0004\u0019\u0004(\u0004)\u0004!\u0004)\u0004-\u0003\u0004\u0016\u0004*\u0004A\u0004\u001c\u0004L\u0004.\u0004&\u0004D\u0004E\u0004.\u0004!\u0004*\u0004W\u00043\u0004H\u0004\u001d\u0004\u0019\u00047\u0004\u0017\u0004<\u0004\b\u00040\u0004\u0003\u0004\u0019\u0004#\u0004\u000e\u0004\u001f\u00041\u0004K\u0004:\u0004&\u0004)\u0004>\u0004G\u0004A\u0004\u001e\u0004M\u0004F\u0004/\u0004D\u0004C\u0004\"\u0004H\u00049\u0004\u001d\u00041\u0004I\u00043\u0004B\u0004L\u00043\u0004(\u0004E\u0004A\u00046\u0004%\u0004W\u00044\u00047\u0004\u001e\u0004\u001f\u0004E\u0004?\u0004'\u0004$\u0004,\u0004\u0015\u00049\u00045\u0004@\u00044\u0004*\u0004K\u00049\u0004\u001d\u0004=\u00041\u0004`\u0004\u001a\u0004/\u0004\"\u0004!\u0004F\u0004!\u0004\u0017\u0004h\u0004-\u0004D\u0004$\u0004\u0013\u0004*\u0004R\u00048\u0004G\u0004C\u0004X\u0004+\u0004\n\u0004*\u0004;\u0004-\u0004(\u0004\"\u0004Y\u0004=\u0004\u0011\u0004f\u0004\u0007\u00045\u0004)\u0004U\u0004)\u0004*\u0004\u0012\u0004D\u0004?\u0004#\u0004?\u0004D\u0004/\u0004*\u0004?\u0004k\u0004,\u0004\u001f\u0004=\u0004\u000b\u0004A\u0004<\u0004\u0010\u00042\u0004:\u0004/\u0004/\u0004.\u0004\u001d\u0004:\u0004B\u0004 \u00043\u0004?\u0004%\u00044\u0004+\u0004,\u0004\u0006\u0004\u001e\u0004Z\u0004>\u0004H\u0004-\u0004+\u0004>\u0004\u001e\u0004G\u0004C\u0003\u0004\u0015\u0004%\u0004\u0012\u0004\u0018\u0004\u0017\u0004W\u0004\u001d\u0004\u0015\u0004%\u0004E\u0004(\u0004$\u0004!\u0004-\u0004'\u0004@\u00047\u0004I\u0004B\u00048\u0004K\u0004?\u0004*\u0004\u0018\u0004\u0018\u0004;\u0004O\u0004\u0007\u0004Y\u00048\u0004_\u0004?\u0004)\u0004%\u00041\u0004L\u0004u\u0004(\u0004F\u0004,\u0004\u001a\u00044\u0004\t\u0004\u0017\u0004\u001f\u0004K\u0004.\u0004Q\u00047\u0004\u000f\u0004\u001c\u0004;\u0004+\u0004\u0016\u00043\u00047\u00048\u0004\"\u0004,\u0004\u0016\u0004%\u0004!\u0004\u0014\u0004/\u0004*\u0004@\u0003\u0004\u0014\u0004#\u0004C\u0004\u001b\u0004'\u0004\u001d\u0004,\u0004.\u0003\u0004\u000b\u0004\u001e\u0004,\u0004\b\u0004\"\u0004:\u0004\u0014\u0004\u001e\u0004*\u0004$\u0003\u00043\u0004\u001f\u0004(\u0004\u001c\u0004\u001b\u0004G\u00048\u0004\u0018\u0004$\u0004.\u0004;\u0004+\u0004<\u0004#\u0004\f\u0004&\u0003\u0004H\u0004\u000f\u0004J\u00046\u0004R\u0004\u0018\u0004A\u0004\u001e\u0004=\u0004\u001a\u0004*\u0004D\u0004\u0011\u00040\u00040\u00040\u0004@\u0004c\u0004\u001f\u00040\u00048\u0004?\u0004\u0017\u0004\"\u0004\"\u0004Q\u0004\u001b\u00046\u00042\u0004\u001a\u0004\u001d\u0004C\u0004E\u00045\u0004\u0007\u00048\u00044\u0004;\u00042\u00048\u00044\u0004W\u0004(\u00049\u00045\u0004\n\u0004Q\u00041\u00047\u0004=\u00047\u00042\u0004'\u0004\u001e\u0004\u001d\u0004\u0010\u0004S\u0004'\u0004\u000f\u00047\u0004\u001e\u0004N\u0004\u0006\u0004\u001f\u0004$\u0004'\u0004K\u0004D\u0004$\u0004E\u0004\u0013\u0004-\u0004%\u0004\u0005\u0004E\u0004;\u00041\u00047\u00041\u0004>\u0004-\u00042\u0004=\u00049\u0004+\u0004O\u0004)\u0004?\u0004\u001a\u00049\u0004`\u0004+\u0004I\u0004C\u0004L\u0004-\u0004/\u0004=\u0004:\u0004B\u0004,\u00049\u0004!\u0004F\u0004'\u00044\u00044\u0004H\u0004G\u00046\u0004*\u0004]\u0004>\u0004.\u0004G\u0004T\u00040\u0004\u0012\u0004J\u0004 \u0004<\u0004B\u0004-\u0004\u0010\u0004\u0016\u00042\u00047\u0004d\u0004/\u0004\u0014\u0004-\u0004.\u0004\\\u0004\n\u0004(\u0004D\u00043\u0004E\u0004*\u0004Z\u0004,\u0004\u0007\u0004\u0014\u00048\u0004\"\u0004*\u0004(\u0004\u0012\u0004\u0011\u0004 \u0004\u0014\u0004H\u0004%\u0004%\u00048\u0004/\u0004_\u0004>\u0004E\u0004U\u00042\u0004F\u0004L\u0004/\u0004.\u0004@\u00043\u0004\n\u0004D\u0004-\u00044\u0004\u000f\u0004<\u0004V\u0004\u000b\u0004\u001f\u0004(\u0004?\u00044\u0004c\u00048\u0004\u0019\u0004/\u0004;\u0004\u001c\u0004B\u0004[\u0004)\u0004t\u0004I\u0004+\u0004%\u0003\u0004e\u0004;\u0004O\u0004\u001d\u0004G\u0004\u001f\u0004:\u00048\u0004J\u0004\b\u00049\u0004\u0010\u0004+\u0004C\u00042\u0004\u001b\u0004$\u0004/\u0004\u0002\u0003\u0004&\u00047\u00041\u0004(\u0004\u001d\u0004\u001b\u00048\u0004 \u0004I\u0004\u0007\u0004)\u0004B\u00048\u00048\u0004,\u0004*\u0004.\u0004\b\u0003\u0004\u001d\u00042\u0004\u001f\u0004G\u0004\u0013\u0004A\u00043\u0004\u001b\u0004$\u00043\u0004E\u00048\u0004^\u0004=\u0004\u001b\u0004J\u0004\u0012\u00047\u0004\u0019\u0004[\u0004\u0017\u00042\u0004&\u0004\u001a\u0004\u0006\u0004=\u0004-\u0004\u0007\u0004)\u0004M\u0004\u0018\u0004>\u0004[\u0004-\u0004'\u0004\u0015\u0004\u0004\u0003\u0004#\u0004<\u0004F\u0004\u0004p\u0004Q\u0004 \u00049\u0004#\u00045\u0004\u001e\u0004!\u0004C\u0004\u0015\u0004?\u00049\u0004%\u0004A\u0004\u001c\u0004 \u00041\u0004/\u00048\u0004`\u0004\u0005\u0004]\u0004@\u00042\u00046\u0004?\u0004%\u0004J\u0004R\u0004\u001f\u0004\"\u0004X\u0004*\u0003\u0004$\u0004\b\u0004;\u0004T\u00048\u0004X\u0004/\u0004'\u0004#\u0004'\u00042\u00044\u0004E\u00046\u0004?\u0004L\u0004'\u0004J\u0004=\u0004\u000b\u0004\u000b\u0004#\u0004I\u00047\u0004F\u0004R\u0004+\u0004L\u0004;\u0004<\u0004A\u0004N\u0004:\u0004\u000e\u0004\u001d\u00040\u0004U\u0004\u0014\u0004!\u0004$\u0004+\u0004:\u0004.\u00047\u0004\u0019\u0004\u0016\u0004!\u00042\u00046\u0004;\u0004&\u0004\u0007\u0004+\u0004,\u0004 \u0004A\u0004,\u0004\u000e\u0004\u001c\u0004$\u0004B\u00048\u0004'\u0004C\u0004&\u00041\u0004\u0018\u0004\"\u00044\u00044\u0004Q\u0004B\u0004/\u0004K\u0004E\u0004<\u0004E\u0004/\u0004&\u0004\u0018\u0004\u0017\u0004R\u0004?\u0004=\u0004+\u0004>\u0004e\u0004J\u0004@\u0004\u0016\u0004E\u0004\u0012\u0004D\u0003\u0004B\u0004*\u0004=\u0004(\u0004D\u0004C\u0004%\u0004\u0012\u0004r\u0004D\u0004L\u0004(\u0004\n\u0004,\u0003\u0004L\u0004-\u0004\b\u0004P\u0004:\u0004<\u0004*\u0004D\u0004<\u0004+\u00046\u0004/\u00045\u0004?\u0004\u0016\u0004?\u00045\u0004\u0001\u0004+\u0004(\u00040\u00049\u0004&\u0004G\u0004\u001e\u0004[\u0004/\u0003\u0004?\u0004\u0018\u0004\u001e\u00044\u0004+\u0004%\u00044\u00043\u0004;\u0004\u0011\u0004\u001c\u0004\u0013\u0004+\u0004\b\u0004:\u0004#\u0004!\u0004\u0015\u0004)\u0004%\u0004T\u0004;\u0004\u0012\u0003\u0004\u000b\u0004\u0018\u00040\u0004\u001f\u0004*\u0004\u000f\u0004\u001d\u0004#\u0004=\u0004\u0016\u0004!\u00046\u0004b\u0004,\u0004)\u0004%\u0004=\u0004\u0011\u00040\u00047\u0004*\u0004\u0013\u0004\u0002\u0004.\u0004N\u0004\n\u0004/\u0004\u0018\u00046\u0004:\u00044\u0004\u001f\u0004\u0004(\u0004A\u0004\f\u0004P\u0004%\u0004L\u0004P\u0004&\u0004#\u00042\u0004:\u0004%\u0004<\u0004\u001d\u0004\r\u0004P\u0004C\u0004\u0005\u0004-\u0004\u0005\u00042\u0004%\u0004\u001d\u0004H\u00047\u0004<\u0004\b\u0004_\u0004\u0004\u0013\u00046\u00045\u00046\u0004\f\u0004L\u0004(\u0004B\u0004\u0013\u00043\u0004\u0012\u0004W\u0004:\u0004B\u0004&\u00049\u0004&\u0004)\u0004'\u0004A\u0004*\u0004%\u0004\u0015\u0004%\u0004<\u0004I\u0004!\u0004\b\u0004L\u0004'\u0004\u0010\u0004.\u0004-\u0004Z\u0004\"\u0004\"\u0004Z\u0004&\u0004\u001a\u00043\u00042\u00043\u0004W\u0004B\u0004\u000e\u0004;\u0004'\u0004\u0017\u0004\u0016\u0004'\u0004\u001b\u0003\u0004C\u0004&\u0004G\u0004b\u0004K\u00042\u0004C\u0004\u000f\u0004F\u00046\u00047\u0004!\u0004?\u0004/\u0004b\u0004'\u0004E\u0004\t\u0004H\u0004\u0000\u0004'\u0004K\u00040\u0004?\u0004-\u0004m\u0004:\u0004+\u0004+\u0003\u0004,\u00045\u0004.\u0004+\u00040\u0004\u001e\u0004H\u0004-\u0004[\u0004K\u0004%\u0004\u0012\u0004)\u0004\u0007\u0004%\u0004L\u00042\u0004&\u00043\u0004\u0018\u0004?\u0004\u001c\u0004\u001f\u0004$\u0004@\u0004&\u0004%\u0004\u001c\u0004/\u00042\u0004:\u0004\u001c\u0004\u0016\u00047\u00040\u0004A\u0004N\u0004A\u0004\u001f\u0004I\u0004\u0014\u0004?\u0004<\u0004G\u0004$\u0004#\u0004\u0011\u0004D\u0004W\u0004!\u0004E\u00048\u0004(\u0004p\u0004\u00048\u0004\u0011\u0004\u001d\u0004\u001a\u0004*\u0004'\u0004\t\u0004\u0010\u0004=\u0004\u001d\u0004\"\u0004\u0014\u0004O\u0004I\u0004:\u00045\u0004?\u0004<\u00048\u00041\u0004%\u0004:\u0004!\u00044\u0004\u000b\u00044\u0004,\u0004C\u0004)\u0004\u0006\u0004\t\u0004\u0018\u0004\u001b\u0004;\u0004\u000f\u0004B\u00047\u0004=\u0004\u001f\u0004\f\u0003\u0004#\u0004K\u0004I\u0004)\u00048\u0004:\u0004\u001f\u0004#\u0004C\u0004,\u0004\u001c\u00043\u0004\u001a\u0004.\u0004(\u0004&\u0004\r\u0004\u0010\u0004\u0015\u00049\u0004\u0006\u0004:\u0004;\u0004\u001d\u0004!\u0004\u0006\u0004'\u0004\"\u0004\u0016\u0004F\u0004;\u0004\u0006\u00040\u0004\u0016\u00045\u0004+\u00048\u0004A\u0004f\u0004E\u0004\u0007\u0004G\u0004\"\u0004(\u0003\u0004A\u0004@\u0004(\u0004\u000b\u0004\u001f\u0004\u0016\u0004:\u0004=\u00049\u0004[\u00040\u0004*\u0004\u0014\u00047\u0004.\u0004\u001c\u0004'\u0004\u001c\u00040\u0004G\u0004I\u0004#\u00048\u0004\u000f\u0004 \u0004\u0015\u0004O\u00049\u0004\u001c\u0004?\u0004:\u00044\u0004\u001a\u0004S\u0004+\u0004:\u0004=\u0004P\u00048\u0004J\u0004A\u00040\u0004+\u0004/\u0004B\u0004\"\u00047\u0004-\u0004\u0015\u0004/\u00047\u0004;\u0004\u0016\u0004B\u00048\u0004,\u0004>\u0004\u0015\u0004#\u00049\u0004\u0018\u0004#\u0004.\u0004\u0012\u00041\u00045\u0004\u001a\u0004C\u0004*\u0004\u0012\u0004=\u0004C\u00046\u0004\u001c\u0004:\u0004'\u0004V\u0004U\u0004\u0017\u0004\u0014\u0004S\u00044\u0004A\u0004J\u00045\u0004T\u0004/\u0004I\u00045\u0004\u0004@\u00045\u0004;\u0004&\u0004)\u0004\u0018\u0004U\u0004K\u0004<\u0004/\u00048\u0004\u0018\u0004@\u00047\u0004@\u00047\u00045\u0004\u001b\u0004E\u0004-\u00043\u0004A\u0004\u000f\u0004H\u0004J\u0004!\u0004&\u00046\u0004\u0006\u0004.\u0004(\u0004N\u0004B\u0004$\u0004\u001c\u0004-\u0004'\u00045\u0004@\u0004S\u0004*\u0004T\u0004D\u0004)\u0004Z\u0004\u001e\u0004\u001b\u0004!\u0004m\u0004\u0010\u0004G\u00042\u0004p\u00045\u0004 \u00046\u0004g\u00043\u00047\u0004;\u0004/\u0004-\u0004A\u00040\u0004M\u0004-\u0004A\u00042\u0004R\u0004\u001a\u0004&\u00049\u0004B\u0004\u0013\u0004;\u0004Q\u0004$\u0004A\u0004;\u0004F\u0004o\u0004?\u0004=\u0004,\u0004G\u0004\r\u0004L\u0004&\u0004<\u0004C\u0004W\u00043\u0004&\u00047\u0004>\u00047\u0004\u000f\u0004Q\u0004!\u0004\u001a\u0004%\u0004$\u0004H\u0004\u0013\u0004E\u0004#\u0004\"\u0004U\u00045\u0004\u001f\u0004E\u0004>\u0004O\u0004K\u0004(\u0004+\u00045\u00043\u0004'\u0004 \u0004$\u0004?\u0004\u0015\u00045\u0004G\u0004&\u0004M\u0004\u0011\u0004*\u0004\u0010\u0004(\u0004=\u0004J\u0004.\u0004?\u0004\u0002\u0004\u001e\u00043\u00040\u0004%\u0004\u0018\u00046\u0004\u001b\u00046\u0004-\u0004\u0014\u0004%\u0004\u001e\u0004.\u00046\u0004\n\u0004\u0018\u0004\u000b\u0004\u000f\u0004-\u0004!\u00045\u0004_\u00047\u00047\u0004@\u0004\u001d\u0004,\u00049\u00041\u0004\u0015\u0004\u001b\u0004&\u0004\t\u0004\u000f\u0004.\u0004\u000e\u0004\u0012\u0004P\u0004J\u00044\u0004 \u00043\u0004&\u0004#\u00040\u00045\u0004.\u0004N\u0004\u0013\u00046\u0004/\u00048\u0004_\u00044\u0004.\u0004\u0019\u00049\u00041\u0004'\u00045\u0004I\u0004\n\u0004Z\u0003\u0004*\u00042\u0004/\u0004\u0005\u00042\u0004Q\u0004.\u0004\u001e\u0004\u0018\u00049\u0004\u001b\u0004-\u0004\u0011\u0004A\u0004\u0015\u0004\u0017\u0004\u001f\u0004.\u00044\u0004\u0014\u00040\u0004F\u0004T\u0004\u001d\u0004\u0016\u0004\u0015\u0004:\u0004(\u0004;\u00042\u0004\u001c\u0004c\u0004\u001e\u0004\u001e\u0004B\u0004?\u0004=\u0004.\u0004<\u0004\f\u0004B\u0004\u001c\u0004-\u0004\u0012\u0004;\u00044\u0004\u001b\u0004)\u0004U\u0004.\u0004/\u0004\u0010\u00049\u0004;\u0004F\u00046\u0004F\u0004$\u0004\u0015\u0004C\u0004\u001e\u00045\u0004\u0005\u0004G\u00044\u0004 \u0004'\u00048\u0004H\u0004^\u0004\u000e\u00047\u00048\u0004\u0015\u0004C\u0004)\u0004?\u0004F\u00043\u0004b\u0004\r\u0004B\u0004\u0010\u0004W\u0004\u0013\u00040\u0004<\u0004M\u0004)\u0004Q\u00040\u0004D\u0004E\u0004,\u0004?\u0004-\u00040\u00048\u0004H\u0004@\u0004`\u0004F\u00043\u00046\u0004=\u0004E\u0004*\u0004C\u00045\u0004J\u0004@\u0004T\u0004%\u00043\u0004L\u0004)\u0004h\u0004&\u0004!\u0004&\u0004@\u0004/\u0004\u000b\u0004b\u0004*\u0004E\u0004\u001a\u0004\u0003\u0004\u0013\u0004!\u0004\\\u0004E\u0004\u0013\u00049\u0004:\u0004P\u0004X\u0004\u0015\u0004;\u00041\u0004:\u00042\u00040\u0004;\u0004\u0019\u0004@\u0004+\u0004N\u0004\u0016\u0004\u0013\u00045\u0004-\u0004/\u0004@\u0004N\u0004N\u0004-\u0004,\u0004>\u0004\u001b\u0004\u0012\u0004(\u0004-\u0004D\u00043\u0004#\u0004Z\u0004(\u0004.\u00049\u00040\u0004P\u0004\u0018\u0004<\u0004,\u0004\u001f\u0004=\u0004*\u00043\u0004.\u0004)\u0004\u001f\u0004%\u00047\u00045\u0004&\u0004E\u00047\u0004,\u0004S\u00045\u0004A\u00042\u00042\u0004<\u0004@\u0004A\u0004 \u00048\u0004F\u0004'\u0004\u001c\u00045\u0004\r\u0004\u0013\u0004D\u0004 \u0004E\u0004\u001c\u0004<\u0004\u0011\u0004\u0016\u0004\u0019\u0004H\u0004B\u0004:\u0004P\u0004E\u0004$\u0004\u001f\u0004%\u0004 \u0004$\u0004\u0012\u0004.\u0004S\u0004$\u0004,\u0004 \u00048\u0004\u0004R\u0004L\u0004!\u0004'\u0004H\u00043\u0004\"\u00043\u00041\u0004,\u0004;\u0004@\u0004L\u0004K\u0004/\u0004/\u0004\u00040\u0004?\u0004@\u0004U\u0004B\u0004\u0007\u00047\u0004:\u0004$\u0004 \u0004W\u00041\u00042\u0004l\u0004B\u00049\u0004*\u0004\"\u0004D\u0004!\u0004\u001d\u0004=\u0004&\u0004\u0015\u0004M\u0004?\u0003\u00042\u0004D\u00043\u00042\u0004\u001f\u0004\u0018\u0004\u0006\u0004H\u0004U\u00046\u0004\u0017\u0004\u001b\u00043\u0004$\u0004'\u0004(\u0004;\u0004\u0011\u0004;\u0004G\u0004\u001e\u0004)\u00046\u0004F\u0004.\u0004A\u0004U\u0004?\u00046\u0004>\u0004!\u00045\u0004&\u0004O\u00041\u0004\u001b\u0004?\u0004\"\u0004\u0006\u0004<\u0004(\u0004=\u0004\u0011\u0004;\u0004:\u0004\u0017\u0004:\u0004\u001b\u00046\u0004C\u0004%\u0004\u0019\u00048\u00047\u00040\u0004\"\u0004.\u0004I\u0004,\u0004L\u0004.\u0004\u0013\u0004#\u0004.\u0004\u001a\u0004,\u0004*\u00041\u0004'\u0004\u0004w\u0004-\u0004F\u0004=\u00048\u0004\u001f\u0004!\u0004B\u0004K\u0004\u001a\u0004L\u00049\u0004?\u0004H\u0004O\u0004+\u0004-\u0004*\u0004-\u0004Z\u0004\u001a\u0004$\u00048\u0004 \u0004 \u0004\"\u0004E\u00046\u0004_\u00048\u0004?\u0004\u001a\u0004:\u0004'\u00042\u0004=\u0004-\u0004U\u00041\u0004,\u0004:\u0004(\u0004\u0013\u00044\u0004\u0007\u0004/\u00049\u0004\"\u0004\u001c\u0004F\u0004\"\u0004'\u0004a\u0004 \u0004H\u0004#\u0004(\u0004+\u0004(\u0004\u000b\u0004'\u0004'\u0004?\u0004\u0018\u0004:\u0004[\u0004\u0006\u0004O\u0004+\u00040\u0004\u0011\u0004@\u0004.\u0004)\u0004%\u0004\u001a\u0004B\u00048\u0004&\u0004\u001b\u00049\u0004=\u0004\u001b\u0004\u0019\u0004\u0017\u0004\u0018\u0004G\u00045\u0004'\u00041\u0004A\u0004;\u0003\u0004\u001a\u0004\u0016\u0004&\u0004!\u0004\u0012\u0004J\u0004'\u0004)\u0004}\u0004\u001e\u0004%\u0004R\u00041\u0004\u001f\u0004&\u0004*\u00045\u0004\u0017\u0004\u0013\u0004-\u0004\u0012\u0004+\u0004\u000f\u0004/\u00045\u00049\u0004:\u0004<\u00041\u00040\u0004@\u00041\u0004\u001a\u0004>\u0003\u0004\b\u0004-\u0004#\u0004\u0007\u00049\u0004\u0010\u00048\u0004#\u0004C\u0004-\u0004'\u0004:\u0004$\u0004n\u0004]\u0004c\u0004 \u00048\u0004\u001b\u0004(\u0004\u001d\u0004\u001a\u0004\\\u0004G\u0004d\u0004\u0004\u00045\u0004\u0018\u0004)\u0004\u0004C\u0004\u0005\u0004.\u0004(\u0004$\u0004K\u0004\u0017\u0004,\u0004+\u0004\u0014\u0004#\u00041\u00047\u00045\u00046\u0004(\u0004*\u0004*\u0004T\u0004C\u0004\u001e\u0004B\u0004 \u0004Q\u0004D\u0004,\u0004E\u0004$\u0004$\u0004#\u00042\u0004H\u0004\u0014\u0004$\u0004;\u0004?\u0004\u001c\u0004\u0015\u0004\u001c\u0004V\u0004E\u0004\u001d\u00044\u0004\u001e\u0004)\u0004!\u0004_\u0004J\u0004;\u0004j\u0004B\u0004T\u0004l\u0004^\u00049\u00041\u00042\u0004N\u00040\u00044\u0004L\u00044\u00043\u0004F\u00044\u0004)\u0004)\u00048\u0004/\u00046\u0004-\u00041\u0004O\u0004\r\u0004\u0019\u0004E\u0004\u001b\u0004J\u0004C\u0004J\u0004H\u0004E\u0004D\u0004M\u0004R\u0004\u0013\u0004b\u0004%\u0004:\u0004R\u0004\t\u0004P\u0004H\u00043\u00042\u0004G\u0004`\u0004]\u0004V\u0004\u001e\u0004H\u00041\u0004_\u0004;\u0004:\u0004]\u0004%\u0004/\u0004'\u0004N\u00049\u0004=\u0004Q\u0004I\u0004?\u0004;\u0004\u0003\u0004;\u0004$\u0004\u0012\u0004G\u0004;\u0004N\u00042\u0004E\u0004,\u0004)\u0004!\u00043\u0004?\u0004?\u0004A\u0004%\u0004A\u0004#\u0004\u0013\u0004)\u00045\u0004\u0018\u0004(\u0004-\u0004'\u0004C\u0004J\u0004 \u0004\u0011\u0004(\u0004(\u0004.\u0004H\u0004?\u0004+\u0004'\u00043\u0004\u0010\u0004E\u0004A\u0004F\u00041\u0004\u0015\u0004;\u0004<\u00044\u00046\u0004 \u0004-\u0004C\u00040\u0004-\u0004;\u0004C\u0004%\u0004B\u0004\u0019\u0004#\u0004/\u0004\u0001\u0004*\u0004R\u0004>\u0004`\u0004A\u0004R\u00044\u0004A\u00040\u0004\u0017\u0004)\u0004:\u0004J\u0004\u001b\u0004<\u0004)\u00040\u0004\u0001\u0004M\u0004)\u0004\u0011\u0004!\u00044\u0004%\u00049\u0004\u0015\u0004%\u0004\f\u0004\u001e\u0004B\u0004\u001d\u0004#\u0004\u001c\u00040\u0004\u0004\u0004\u0017\u0004\"\u0004;\u0004I\u0004$\u0004+\u0004B\u0004\f\u0004\u001e\u0004!\u0004-\u0004\u0005\u0004,\u0004\t\u0004\"\u0004\f\u0004\u0018\u0004O\u0004;\u00042\u0004N\u0004\u0016\u00042\u0004\f\u0004*\u00041\u0004B\u00046\u0004\u0019\u0004(\u0004H\u0004\u0000\u00043\u0004(\u0004>\u0004@\u00045\u00040\u0004M\u0004N\u0004\u001a\u0004\u001f\u0004c\u0004$\u0004;\u0004+\u0003\u0004-\u0004*\u00048\u0004)\u0004:\u0004!\u0004%\u0004,\u0004\u001f\u0004\u0006\u0004 \u0004X\u0004\u000f\u0004@\u0004M\u0004 \u0004$\u0004\u0010\u0004%\u0004>\u0004 \u00041\u0004?\u0004)\u0004\u000e\u0004\u001a\u00040\u0004.\u0004\u000e\u0004!\u0004\u001a\u0004B\u0004\u001b\u0004?\u00042\u0004%\u0003\u0004\u0011\u0004C\u0004F\u0004 \u0004<\u0004$\u0004-\u0004\u001b\u0004G\u00048\u0004{\u00047\u0004X\u0004\u00047\u00044\u0004$\u00048\u0004+\u0004\u001e\u0004O\u0004=\u00046\u0004Q\u0004&\u0004'\u00042\u0004J\u0004\f\u00041\u00048\u0004%\u00044\u0004C\u0004Q\u0004Z\u0004L\u0004.\u0004)\u0004\u0017\u00041\u0004(\u0004L\u0004S\u0004;\u0004B\u0004I\u0004;\u0004B\u0004e\u0004o\u0004J\u0004!\u0004^\u0004_\u0004>\u0004\u0014\u0004\u0011\u0004?\u0004V\u0004\u0015\u0004\u0019\u00047\u0004C\u0004\u0017\u0004\u0019\u00048\u0004^\u0004\u001b\u0004\\\u00044\u0004'\u0004\u0002\u0004\u0017\u0004-\u0004&\u0004/\u0004%\u0004I\u0004D\u0004'\u0004[\u0004c\u0004-\u0004F\u0004\u001a\u0004E\u0004#\u0004'\u0004*\u0004'\u00049\u0004%\u0004\u0017\u00045\u0004\u0007\u0003\u00043\u0004&\u0004\u001f\u0004%\u0004%\u0004F\u0004\u0017\u00045\u0004\u0018\u0004\u001a\u0004\f\u0004I\u0004H\u0003\u0004\u001a\u00045\u0004V\u0004&\u0004G\u0004D\u0004:\u0004e\u0004 \u0004C\u0004&\u0004&\u0004\u0011\u0004x\u0004\u0012\u0004H\u0004+\u00047\u0004\u0016\u0004P\u0004?\u0004\u0006\u00042\u0004@\u0004V\u0004,\u0004(\u0004&\u0003\u00042\u0004 \u0004(\u0004@\u0004'\u00042\u0004A\u0004I\u0004\u0015\u0004&\u0004%\u0004@\u0004 \u0004\u0018\u0004k\u0004\u0011\u0004-\u0004\u001b\u0004\n\u0004@\u0004\r\u0004,\u00048\u0004\u001c\u0003\u0004?\u0004)\u0004=\u0004H\u0004\u001c\u00045\u0004!\u0004>\u0004%\u0004\u001c\u0004.\u0004#\u0004,\u0004>\u0004/\u0004:\u0004\u001b\u0004\u0016\u00047\u0004$\u00044\u0004 \u0004\u0015\u0004\n\u00040\u0004;\u0004I\u0004^\u0004-\u00044\u00048\u00046\u0004N\u0004\u0006\u0004$\u0004,\u0004\u000f\u0004\u0010\u0004>\u0004\u0016\u0004\u001c\u0004\u000b\u0004&\u0004/\u0004%\u00040\u00042\u0004@\u0004 \u0004\"\u00043\u0004\u001d\u0004E\u0004%\u00041\u0004'\u0004K\u0004\u001c\u0004C\u0004W\u00043\u0004F\u0004$\u0004\u001d\u0004I\u0003\u0004E\u0004F\u00043\u0004,\u0004G\u00049\u0004!\u0004H\u0004X\u0004\u0019\u0004$\u0004>\u0004&\u0004.\u00044\u00044\u00048\u0004\b\u0004G\u0004M\u0003\u0004\u0011\u0004I\u0004'\u0004*\u00045\u00046\u0004\r\u0004L\u0004D\u0004\u001d\u0004>\u0004!\u0004\r\u0004:\u00041\u00041\u0004)\u00048\u0004m\u0004/\u0004=\u0004=\u0004\u0019\u0004:\u00044\u0004\u0015\u0004@\u0004%\u0004,\u0004\u001e\u00042\u0004*\u0004_\u0004 \u0004Y\u00049\u0004\u0010\u0004I\u0004D\u00047\u0004F\u0004\u0018\u0004E\u0004)\u00045\u0004I\u0004X\u0004g\u0004D\u0004\u0015\u0004I\u0004C\u0004K\u0004?\u0004N\u0004;\u0004)\u0004&\u0004E\u00048\u0004\u000f\u0004\u0019\u0004 \u00043\u0004P\u0004\u0005\u00048\u0004&\u0004_\u0004P\u0004-\u00046\u0004D\u0004K\u0004.\u00041\u0004Z\u0004D\u0004\u0018\u0004\u0012\u0004C\u0004?\u0004O\u0004:\u0004*\u0004G\u0004\u000f\u0003\u0004\u0010\u0004\\\u0004<\u0004L\u00040\u00049\u0004N\u00049\u0004-\u00048\u0004]\u0004\u001e\u0004\u0016\u0004R\u0004%\u0004\u0015\u0004!\u0004=\u0004\b\u0004-\u00049\u00048\u00044\u0004\u001d\u0004\u0000\u0004-\u0004\u0017\u0004\"\u00049\u0004C\u00043\u0004g\u0004\u001f\u0004K\u0004 \u0004F\u00041\u00049\u0004!\u00045\u0004!\u0004B\u0004\n\u0004>\u0003\u0004 \u0004G\u0004'\u0004\u0017\u0004\\\u00048\u0004\"\u0004L\u0003\u0004?\u0004\f\u0004Q\u0004;\u00044\u0004\u001a\u0004C\u0004\u0006\u0004;\u0004\u0015\u0004\u001f\u0004\u001e\u0004:\u0004\u0016\u0004P\u0004\u0010\u00042\u0004R\u00041\u0004D\u0004F\u0004!\u0004\u001c\u0004$\u0004#\u0004$\u0004\u0012\u0004'\u0004$\u0004'\u00049\u0004+\u0004?\u0004,\u0004.\u0004(\u0004%\u0004+\u0004e\u0004;\u0004.\u0004\u0018\u00040\u0004\u0015\u0004\u0013\u0004\u0005\u0004\f\u0004'\u00048\u00041\u0004/\u0004 \u0004\u001e\u0004#\u0004#\u00041\u0004'\u0004*\u0004\u0010\u00044\u0004?\u0004#\u0004,\u0004\u0002\u0004*\u0004<\u0004\u0004\u0004.\u0004\r\u0004G\u0004\u001f\u0004\\\u0004+\u0004\u0014\u0004\"\u0004\u0005\u00048\u0004L\u0004;\u0004$\u0004!\u0004\u001f\u0004O\u0004\u0013\u0004-\u0004\u0015\u0004W\u0004?\u00046\u0004\"\u0004.\u0004r\u0004B\u0004J\u0004j\u0004C\u0004#\u0004\\\u0004+\u0004-\u0004Q\u0004?\u0004Z\u0004D\u0004&\u0004\u0012\u0004\u0006\u0004:\u0004 \u0004\"\u0004F\u0004'\u0004N\u0004'\u0004O\u0004-\u0004L\u0004@\u0004<\u0004U\u0004*\u00044\u0004[\u0004+\u0004-\u0004:\u00047\u0004\u001f\u0004@\u0004,\u0004>\u0004<\u0004\u001e\u0004\u0010\u00047\u0004K\u0004-\u0004p\u00041\u00046\u0004.\u0004\u000f\u0004\"\u0004:\u00043\u0004.\u00047\u0004'\u0004f\u0004B\u00040\u0004$\u0004'\u00044\u00046\u0004E\u0004%\u0004=\u0004@\u0004\u001e\u0004\u0019\u0004-\u0004K\u0004\u001c\u0004=\u0004X\u0004J\u0004h\u0004\u0004`\u0004^\u0004F\u00048\u0004>\u0004=\u00046\u0004\u0017\u0004?\u0004J\u0004^\u0004'\u0004\u001a\u0004$\u0004\u0016\u0004/\u0004.\u0004)\u0004j\u0004M\u0004.\u0004 \u0004%\u0004?\u0004-\u0004(\u0004.\u00046\u0004&\u0004*\u00048\u0004I\u0004C\u0004-\u0004G\u0004\u001a\u0004\"\u0004(\u0004,\u0004\u0011\u0004T\u00040\u0004-\u0004\u0015\u0004E\u0004:\u0004I\u0004-\u0004\u0012\u0004?\u00041\u0004!\u00041\u0004L\u0004L\u00040\u0004%\u0004B\u0004,\u00044\u0004\u001a\u0004.\u00048\u0004-\u0004C\u0004\f\u0004I\u0004'\u0004=\u0004(\u0004!\u0004\u0018\u0004P\u00048\u00040\u0004$\u0004(\u0004,\u0004'\u0004\u0019\u0004e\u0004#\u00045\u0004;\u0004*\u00044\u0004(\u0004\u0007\u0004\u001d\u00041\u0004\u001f\u0004*\u00046\u0004(\u0004\u0000\u0004;\u0004@\u00049\u0004K\u0004%\u00041\u0004,\u0004\u001a\u0004\f\u0004\u0004\u0004>\u00048\u0004\u0012\u0004)\u0004\u0002\u00049\u0004\u0014\u0003\u0004\"\u00047\u0004\"\u0004\"\u0004\u0018\u00048\u0004,\u0004'\u0004\f\u00045\u0004=\u0004\"\u0004\u001d\u0004(\u0004\u0005\u0004\u000e\u0004B\u00048\u0003\u0004O\u0004#\u0004\t\u0004\u000f\u0004%\u0004M\u0004,\u0004\u001a\u0004\u001f\u0004H\u0004\u001b\u0004@\u0004&\u00045\u0004&\u0004'\u0004\u0013\u0004\u0016\u0004\n\u0004^\u0004,\u0004)\u0004%\u0004N\u0004S\u0004W\u0004J\u0004J\u00041\u00046\u0004I\u0004\"\u00043\u00047\u0004\u0010\u0003\u0004\u0010\u00045\u0004t\u0004\u0018\u0004\u0004\u0004_\u0004@\u00045\u0004J\u0004\u0015\u0004#\u0004\"\u0004>\u0004'\u00041\u0004-\u0004+\u00040\u0004#\u0004j\u0004.\u00049\u0004(\u00043\u0004\"\u0004\"\u00041\u0004G\u0004-\u00048\u0004\u0012\u0004\"\u0004\u001c\u0004\u0003\u00049\u0004/\u0004H\u0004;\u0004K\u0004!\u0004B\u00046\u0004\u001f\u00042\u0004G\u0004)\u0004\u0013\u0004\t\u0004*\u0004N\u0004\u000f\u0004\r\u0004'\u00046\u0004C\u0004:\u0004I\u0004B\u0004 \u0004*\u0004\u001a\u0004\u0015\u0004:\u0004\u000f\u0004*\u0004J\u0004?\u0004-\u0004*\u0004;\u0004A\u0004,\u0004C\u0004=\u00040\u0004>\u0004]\u00044\u00041\u0004l\u0004P\u0004\u0014\u0004N\u00047\u0004e\u0004l\u0004\u0004l\u0004E\u0004=\u00043\u0004\u0017\u00042\u0004\f\u0004M\u00040\u0004>\u0004$\u00046\u0004;\u00047\u0004'\u00046\u0004e\u0004\u0010\u0004:\u0004C\u0004H\u0004,\u00042\u0004;\u00042\u0004&\u0004*\u0004)\u0004\u001b\u0004!\u0004\u001b\u0004A\u00042\u00046\u00049\u0004`\u00048\u0004\u001c\u0004>\u0004$\u0004,\u0004%\u0004M\u0004\u001e\u0004\u0015\u0004\u0014\u0004\u0011\u0004*\u0004\u001f\u0004@\u0003\u0004 \u0004>\u00043\u0004\\\u0004Q\u0004&\u0004'\u00049\u0004Y\u00040\u0004\u001c\u0004/\u0004C\u00040\u0004\u000b\u0004H\u0004=\u0004\u001f\u0004*\u0004\u0010\u0004N\u00040\u00049\u0004#\u0004,\u0004\b\u0004G\u00045\u0004C\u0004\u001e\u0004L\u00041\u0004@\u0004B\u0004#\u0004\u001c\u0004 \u0004$\u0004)\u0004-\u0004\u0017\u0004\u001f\u0004=\u0004O\u0004I\u0004\u001e\u0004T\u0004J\u0003\u0004(\u0004!\u0004\u0007\u0004\u000f\u0004\t\u0004=\u0004$\u0004d\u0004A\u0004\u001b\u00048\u0004\u001c\u0004\u0019\u0004\u001d\u00045\u0004H\u0004#\u0004#\u0004!\u0004R\u0004S\u00046\u0004\n\u00043\u0004Z\u0004)\u0004(\u0004?\u0004\u001d\u0004\u000f\u00043\u0004<\u0004\u001f\u0004\u0000\u0004\u0002\u0004<\u0004$\u0004<\u0004\u0012\u0004D\u00049\u00049\u0004\u001c\u0004)\u0004E\u0004\u0017\u0004\u0011\u0004 \u0004a\u0004.\u0004:\u0004;\u0004\u000e\u00040\u0004\u0010\u0004Z\u0004\u0004\u0004\u0004u\u0004c\u00044\u00049\u00045\u0004Y\u0004\u0016\u0004B\u0004*\u0004(\u0004'\u00046\u0004T\u0004/\u00041\u0004;\u0004V\u0004+\u0004\u0010\u0004\u0014\u00045\u0004*\u0004\u0018\u0004\"\u0004'\u00048\u0004&\u0004'\u00049\u0004#\u0004(\u00049\u0004%\u00045\u0004\u0019\u0004#\u00044\u0004,\u00044\u0004 \u0004)\u0004I\u0004%\u0004>\u0004A\u0004L\u0004Z\u00040\u0004_\u0004S\u0004'\u0003\u0004:\u0004E\u00041\u0004'\u0004,\u00044\u0004R\u0004;\u0004%\u0004.\u0004-\u0004X\u0004B\u00040\u0004`\u00046\u0004J\u0004'\u0004]\u0004&\u0004\t\u00043\u0004\u0011\u00042\u00043\u0004C\u00046\u00047\u0004>\u0004A\u0004W\u0004P\u0004.\u0003\u0004V\u0004\u0018\u00047\u0004A\u0004@\u0004D\u0004I\u0004G\u0004E\u0004\u0004\u0004g\u0004F\u0004X\u0004\u001f\u00040\u0004-\u00047\u0004-\u0004;\u0004\u0016\u0004\u001d\u0004 \u0004D\u0004O\u0004_\u0004U\u0004@\u0004-\u00040\u00046\u00046\u00048\u0004>\u0004$\u0004\u001e\u0004,\u0004P\u0004&\u0004X\u0004\u001c\u00041\u0004b\u0004_\u00048\u0004W\u0004&\u0004T\u00043\u0004N\u0004?\u0004\u0006\u0004F\u0004%\u0004T\u0004\u001f\u0004.\u00048\u0004'\u00043\u0004<\u00045\u00049\u0004\u001c\u00047\u0004A\u0004\f\u0004.\u00040\u0004<\u0004*\u0004-\u0004\u0014\u0004$\u0004\u0016\u0004(\u00041\u0004#\u0004\u001a\u0004\u001a\u0004'\u0004\u000b\u0004;\u0004/\u00049\u0004\u0000\u0004O\u0004\u001f\u0004#\u0004\u001d\u0004.\u0004>\u0004\u001f\u0004S\u0004D\u0004:\u00040\u0003\u0004%\u0004'\u0004-\u0004\t\u0004,\u0004j\u0004\u0011\u00049\u00046\u0004H\u0004A\u0004%\u0004 \u0004\f\u0004\u001d\u0004\u0000\u0004$\u0004G\u0004\n\u0004B\u00048\u0004\u001f\u0004#\u0004+\u00040\u0004=\u00044\u0004L\u0004#\u0004F\u0004/\u0004-\u00045\u0004.\u0004.\u0004I\u0004\u0017\u00043\u0004\u0013\u00041\u0004;\u0004\u000e\u0004#\u0004\u001f\u0004)\u0004.\u0004\u0001\u0004Q\u00046\u0004 \u0004\u001c\u0004-\u0004B\u0004(\u0004-\u00042\u0003\u0004\u0013\u0004/\u0004)\u0004\u001e\u0003\u0004\u001c\u0004)\u0004@\u00049\u0004[\u0004\u001e\u0004v\u0005\u0018\u0006\f\u0005\u0004\u0004.\u0004b\u0004#\u0004E\u0004?\u0004-\u0004\n\u0004@\u0004#\u0004/\u0004D\u0004G\u0004G\u0004j\u0004V\u00046\u0004+\u0004B\u0004\u001e\u00043\u0004.\u0004:\u0004-\u0004\u001c\u0004\u001d\u0004\u0011\u00040\u0004;\u0004 \u0004\u001c\u0004\u001f\u0004\u001a\u0004(\u00047\u0004'\u0004@\u0004P\u0004=\u00040\u0004\u0013\u0004$\u0004K\u0004\u0017\u0004U\u0004A\u0004'\u0004)\u0004;\u0004(\u0004O\u00043\u00047\u00045\u00041\u00045\u0004Q\u0004\u0014\u0004:\u0004@\u0004P\u0004\u0006\u0004\u0018\u00049\u0004D\u0004$\u00042\u0004V\u0004b\u0004$\u0004&\u0004N\u0004\u001b\u0004,\u00044\u0004'\u0004E\u0004\u0019\u0004,\u0004N\u0004I\u0004\u0018\u0004U\u0004b\u0004N\u0004$\u0004\u0019\u0004*\u0004\u001c\u0004X\u0004>\u00045\u0004Q\u0004a\u0004:\u0004^\u0004o\u0004_\u0004<\u00043\u0004\u001e\u00040\u00045\u0004*\u0004=\u0004/\u0004j\u0004?\u0004L\u0004G\u00046\u0004I\u0004P\u00044\u0004!\u0004B\u0004:\u0004$\u0004B\u0004H\u0004n\u00048\u0004&\u0004D\u0004<\u00045\u0004'\u0004@\u0004?\u00041\u0004%\u0004\u001c\u0004E\u0004#\u0004\u0015\u0004\u0016\u0004=\u0004.\u00041\u0004B\u0004\u0015\u0004A\u0004:\u0004.\u0004:\u00042\u0004%\u0004%\u0004\u001c\u0004=\u0004/\u0004R\u00046\u0004,\u00041\u0004>\u0003\u0004N\u0004I\u0004?\u00047\u0004C\u0004\u001f\u0004\u0014\u0004A\u00043\u0004)\u0004$\u0004<\u0004\r\u00048\u00042\u00046\u0004:\u00049\u0004\u0010\u0004*\u0004F\u0004.\u0004,\u0004:\u0004;\u0004!\u0004!\u0004\u000b\u00043\u0004\u000e\u0004#\u0004\u0018\u0004,\u0004%\u0004>\u0004,\u0004-\u0004\u0018\u0004\u000b\u0004\u0018\u0004\u0015\u0004\u0007\u0004?\u00048\u00049\u0004*\u0004\u0006\u0004%\u0004\u0018\u0004-\u0004h\u00042\u0004G\u0004/\u00040\u0004,\u0004\u0015\u00045\u0004\u0019\u0004\u0010\u0004]\u0004Q\u0004\u0015\u0004\f\u0004D\u0004\u0007\u0004\u0003\u0004\u0002\u0004,\u0004\u0012\u0004(\u0004-\u0004U\u0004\u001b\u0004\u0014\u0004#\u0004/\u0004*\u00046\u00047\u0004@\u0004*\u0004-\u0004\u0011\u0004C\u0004)\u0004&\u0004?\u0004F\u00040\u0004+\u00043\u0004F\u0004\"\u0004S\u0004W\u0004\u0006\b\u0005\u0004\u0004o\u0004/\u0004-\u0004\u000f\u0004G\u00049\u00049\u0004@\u0004'\u0004\"\u0004V\u0004N\u00043\u0004Z\u00049\u00044\u00041\u0004+\u0004\u001a\u0004&\u0004\u0019\u0004;\u0004A\u0003\u0004\u0013\u0004C\u0004H\u0004K\u0004\u0018\u0004K\u0004\u0017\u0004F\u0004D\u0004R\u00040\u00047\u0004&\u0004=\u0004)\u00043\u0004=\u0004*\u0004;\u0004\u000b\u0004$\u0004:\u00046\u0004\u0017\u0004N\u0004-\u0004>\u0004\u0019\u0004+\u0004\"\u0004'\u00048\u0004>\u0004!\u00042\u0004L\u00049\u00045\u0004\u001d\u0004$\u0004;\u0004J\u0004!\u0004\u001e\u0004\u0017\u00046\u0004\u001a\u0004B\u0004r\u00049\u0004!\u0004#\u00044\u0004G\u0004;\u00040\u0004!\u00047\u0004E\u0003\u00043\u0004>\u0004M\u0004(\u0004G\u00044\u0004\u0018\u0004j\u00047\u0004R\u0004]\u0004^\u0004d\u0004:\u0004Q\u0004a\u0004\u001a\u0004,\u0004Q\u0004B\u0004\u0015\u0004(\u0004)\u0004T\u0004\\\u0004<\u0004S\u00047\u0004\u001f\u0004`\u0004&\u00049\u0004\u001b\u0004.\u0004,\u0004\u0018\u0004)\u0004-\u0004<\u0004!\u0004<\u0004.\u0004Q\u0004'\u0004\u0012\u0004'\u0004]\u0004/\u0004K\u0004\b\u0004W\u0004\u001e\u0004>\u00043\u00048\u0004!\u0004R\u0004(\u0004A\u0004^\u0004@\u0004k\u0004?\u0004D\u00047\u0004*\u0004@\u0004!\u0004'\u0004)\u00042\u0004J\u0004D\u0004J\u0004(\u0004&\u00043\u0004-\u0004Q\u00047\u0004~\u0004>\u0004;\u0004%\u0004\u001f\u00048\u0004#\u0004+\u0004\"\u0004 \u0004=\u00048\u00046\u00046\u0004\u0017\u0004?\u0004\u001d\u0004!\u0004\u0014\u0004a\u0004\u001a\u0004%\u0004 \u0004\u000b\u0004\u001d\u0004\"\u0004\u000e\u00048\u0004#\u0004-\u0003\u00044\u0004 \u00045\u0004R\u0004:\u0004<\u0004\n\u00046\u0004\r\u0004A\u0004.\u0004\u0016\u0004\u000e\u0004\u0013\u0004=\u0004\u001e\u00049\u0004;\u00043\u0004>\u0004&\u0004-\u0004\u001f\u0004\u001c\u0004'\u00042\u00045\u0004\u001e\u0004\u0018\u0004+\u0004\n\u00048\u0004#\u0004,\u0004M\u0003\u00046\u0004\u0001\u0004D\u0004A\u0004A\u0004\u0018\u00048\u0004\u0010\u0004H\u0004D\u0004C\u00048\u0004$\u0004\f\u0004(\u0004$\u0004%\u00047\u0004-\u0004$\u0004`\u0004\u0004\u0005\u000f\u0004\u0004.\u0004`\u0004)\u0004P\u0004\u0011\u00047\u0004<\u0004\u000b\u0004=\u0004B\u00043\u0004+\u0004#\u0004\u001e\u0004)\u0004\u0018\u0004?\u0004+\u0004>\u0004,\u00043\u0004?\u0004\u001f\u0004+\u0004A\u0004I\u0004\u001e\u0004&\u0004-\u0004F\u00042\u0004'\u0004,\u00042\u0004\u0016\u0004a\u0004'\u0004#\u0004;\u0004>\u0004)\u0004%\u0004\u0013\u0004+\u0004;\u0004:\u0004\u001d\u0004F\u0004\u001c\u00044\u0004<\u0004#\u0004C\u0004\u001b\u0004*\u0004#\u0004D\u00040\u0004E\u0004B\u0004\u000f\u0004#\u0004?\u0004&\u0004A\u0004-\u0004m\u0004:\u0004-\u0004-\u0004P\u0004L\u0004\u0016\u0004\u000e\u0004@\u0004\u001c\u00049\u00047\u00040\u00044\u0004F\u0004%\u0004B\u0004,\u0004\u0007\u0004\u0015\u0004:\u0004\u001c\u0004R\u00040\u0004)\u0004\u001c\u0004*\u0004F\u0004_\u0004}\u0004\u0004\\\u0004(\u0004I\u0004@\u0004/\u0004/\u00045\u0004>\u0004$\u00046\u0004J\u00040\u0004)\u0004$\u0004(\u00047\u0004Z\u0004E\u0004,\u0004-\u00049\u0004A\u0004=\u0004*\u00045\u0004\u0014\u0004$\u0004B\u00047\u0004)\u0004?\u0004M\u0004@\u0004C\u0004O\u0004?\u0004!\u0004J\u0003\u0004!\u00040\u0004\u0015\u0004(\u00048\u0004*\u0004K\u0004\u0018\u00048\u0004A\u0004@\u0004%\u0004\u001c\u0004\u000f\u0004\"\u00045\u0004;\u00047\u0004\u0013\u0004A\u0004A\u00045\u0004\u001b\u0004m\u00047\u0004X\u0004l\u0004=\u0004\u0014\u0004#\u0004\u0013\u0004,\u0004\u001d\u0004(\u0004E\u0004>\u0004=\u0004\u0017\u0004 \u0004\u0007\u0004:\u0004\u000e\u0004(\u0004\u0002\u0004'\u00049\u00040\u0004*\u0004\u0005\u0004\u0005\u0004\\\u0003\u0004\"\u0004j\u0004A\u0004)\u0004;\u0004?\u0004\u001a\u0004\u000f\u0004/\u0004\n\u0004K\u0004#\u0004\u0011\u00046\u0004(\u0004\r\u0004!\u0004X\u0004+\u0004@\u0004\u0010\u0004+\u0004#\u00047\u0004\u001b\u0004\u001d\u00043\u0004-\u0004\u0010\u0003\u0004>\u0004:\u0004E\u0004%\u0004\u0017\u00048\u0004\u0019\u0004L\u00046\u0004(\u0004\u0003\u0004\b\u0004\u0014\u0004\u0012\u0004'\u0004 \u0004\u001d\u0004_\u0004-\u0004\u0000\u0004\u0012\u0003\u0004N\u0004-\u0004\u0003\u0004\u0018\u00041\u0004\u000b\u0004&\u00048\u0004F\u0004\u001e\u0004G\u00049\u0004,\u0004f\u0004Y\u0004\u0018\u0004T\u0004#\u0004#\u0004.\u0004.\u00040\u0004{\u0004\t\u0004]\u0004%\u0004S\u00043\u0004+\u0004(\u0004\n\u0004=\u0004H\u0004\u0018\u0003\u0004+\u0004\u001d\u0004G\u0004J\u0004.\u0004\u0010\u0004\u001b\u00047\u0004'\u0004\u001b\u0004Y\u0004!\u0004L\u0004P\u00041\u0004/\u0004G\u00041\u00047\u0004P\u0003\u00045\u00045\u0004H\u0004 \u00048\u0004A\u00047\u0004;\u0004+\u0004\u0012\u0004&\u0004&\u00046\u0004O\u00043\u0004,\u0004-\u0003\u0004\u0006\u0004\u001b\u0004?\u00042\u0004J\u0004)\u0004\u001e\u0004*\u0004\u0012\u0004F\u00043\u0003\u00045\u00041\u0004\u001a\u0004)\u0004)\u0004\u001b\u0004-\u00047\u0004n\u0004\u0017\u0004)\u0004%\u00042\u0004)\u0004R\u00049\u0004Q\u0004\u0014\u0004D\u0004U\u0004I\u0004-\u0004\u000b\u0004)\u0004E\u0004`\u0004F\u0004X\u0004'\u0004)\u0004@\u0004D\u00042\u00047\u0004B\u00048\u0004*\u0004C\u0004H\u0004/\u00040\u0004A\u0004$\u00049\u0004\"\u0004\\\u00049\u0004-\u0004F\u00049\u0004A\u0004W\u0004)\u0004?\u0004*\u0004T\u0004=\u0004\"\u0004@\u0004,\u00042\u00048\u0004U\u00045\u0004\u001e\u0004\u0010\u0004+\u0004@\u0004\u0018\u0004)\u00045\u0004\u001c\u0004/\u0004'\u0004;\u0004:\u00040\u0004\u0015\u0004'\u0004A\u0004#\u0004@\u0004\u001b\u00046\u0004J\u0004@\u0004*\u0004(\u0004R\u0004H\u0004\u0004\u0004{\u0004:\u0004\t\u0004\u0017\u0004)\u0004;\u0004&\u0004+\u0004:\u0004%\u00049\u0004\"\u0004E\u00045\u0003\u00047\u00049\u0004,\u0004>\u0004!\u0004\"\u0004)\u0003\u0004D\u0004\u0007\u0004/\u0004&\u00049\u0004&\u0004\r\u0004J\u0004 \u0004I\u0004&\u0004'\u0004J\u0004$\u00045\u00049\u0004!\u0004@\u0004\u0013\u00041\u0004&\u0004<\u0004;\u0004\u0012\u0004\u000e\u0003\u0004L\u0004I\u0004)\u00047\u0004:\u0004\"\u0004\u001e\u0004\n\u0004\u0018\u0004\u0014\u0004-\u0004)\u0004\u0015\u0003\u0004+\u00045\u0004#\u00048\u0004!\u0004G\u0004C\u0004 \u0004\u001a\u0004\u0017\u0004,\u0004\u0014\u00041\u00045\u0004:\u0004\u0019\u0004A\u0004/\u0004N\u0004,\u0004?\u0004(\u00043\u0004C\u0004\u0019\u0004\u001b\u0004\u0017\u0004&\u0004/\u0004E\u00045\u0004=\u00043\u0004/\u0004/\u0004D\u0004R\u0004F\u00044\u0004\u0018\u0004%\u0004=\u0004\u001e\u0004\u001c\u0004)\u0004\t\u0004F\u0004\u000e\u0004R\u00048\u00046\u00043\u0004>\u0004Y\u0004(\u0004I\u0003\u0004#\u0004M\u0004\u001f\u00045\u0004L\u0004#\u00043\u00047\u0004\u0018\u0004\u0017\u00042\u0004:\u0004T\u00040\u00046\u0004'\u0004\u001d\u0004O\u0004:\u0004F\u0004\"\u0004B\u0004/\u0004\u0019\u0004@\u00045\u0004a\u0003\u0004>\u00042\u0004\u0011\u0004L\u0004E\u00041\u0004D\u0004\u0016\u0004D\u0004\u001f\u0004\t\u0004E\u0004(\u0004\u0010\u0004.\u00047\u0004'\u00041\u0004=\u0004.\u00045\u0004)\u0004*\u0004&\u0004H\u0004\u001d\u0004+\u0004>\u0004*\u0004!\u0004D\u0004(\u0004\u0015\u0004*\u0004\u001c\u0004J\u0004>\u0004*\u0004\u0010\u0004D\u00048\u0004c\u0004r\u00042\u0004)\u0004=\u0004F\u0004-\u0004\u001c\u0003\u0004L\u0004M\u00045\u0004N\u00048\u00049\u00042\u0004\u001e\u0004O\u00047\u0004T\u0004A\u0004[\u0004A\u00047\u0004A\u0004>\u0004u\u00042\u0004A\u0004e\u0004}\u0004:\u0004A\u0004/\u0004:\u00046\u0004,\u00045\u0004Y\u0004)\u00049\u0004\u001a\u0004H\u0004:\u00047\u0004H\u0004:\u0004E\u0004\u000b\u0004!\u00042\u0004)\u00043\u0004\u0016\u0004\u001f\u00043\u0004F\u0004,\u0004B\u0004E\u00040\u0004T\u00041\u0004i\u0004X\u0004j\u0004k\u0004\u00047\u0004C\u0004 \u00041\u0004K\u0004\"\u0004?\u0003\u0004\u000b\u0004@\u0004+\u00046\u0004?\u0004'\u0004=\u0004'\u0003\u00044\u0004&\u0004\u001e\u0004)\u0004A\u00044\u0004!\u00046\u0004\u0017\u00047\u0004\n\u0004\u0015\u0004l\u0004;\u0004\u0018\u0004K\u0004!\u0004%\u0004C\u0004\u0016\u0004&\u0004-\u0004\u001a\u0004%\u0004\f\u0004O\u0004@\u0004i\u0004L\u0004Q\u00042\u0004'\u0004-\u0004$\u0004)\u00047\u0004A\u0004\u001f\u0004$\u00043\u0003\u0004=\u0004>\u0004(\u0004>\u0004M\u0003\u00042\u0004\u001d\u0004\u0015\u0004(\u0004\u0013\u0004;\u0004\u000e\u00047\u0004:\u0004C\u0004X\u0004 \u0004\u000b\u0004\u0011\u0004\u0001\u0004\u001d\u0004C\u0004\u001b\u0004\u0010\u00042\u0004(\u0004\u001c\u0004\u0007\u0004\n\u0004!\u0004F\u0004?\u0004*\u0004\u0014\u0004@\u0004S\u0004\u0016\u00042\u0004-\u0004H\u00047\u0004&\u00043\u0004<\u0004\u0002\u0004.\u0004=\u0004/\u00048\u0004\u001a\u0004^\u0004\u001c\u0004.\u0004@\u0004\u0015\u0004&\u0004/\u0004\u0017\u0004=\u00043\u0004(\u0004;\u0004;\u0004=\u0004A\u0004\u0017\u0004\u0005\u0004\u0015\u0004:\u0004:\u0004M\u00043\u00045\u0004/\u0004\u0017\u0004+\u0004\u0015\u0004*\u0004,\u0004=\u0004=\u0004\u001e\u0004\u001f\u0004J\u0004+\u0004P\u0004f\u0004\u000f\u0004!\u0004G\u0004\u001f\u0004U\u0004\u001e\u0004-\u00044\u0004\u001c\u0004\u001f\u0004:\u0004\u001b\u0004%\u00047\u0004.\u0004%\u0004:\u00048\u0004W\u0004\u0012\u00048\u0004 \u0004&\u0004\u0019\u00047\u0004.\u0004?\u0004R\u00041\u0004\n\u00045\u0004\u0018\u0004@\u0004P\u0004N\u0004_\u00046\u0004A\u0004#\u0004,\u0004+\u0004\u0015\u0004B\u0004+\u0004A\u0004\t\u00046\u0004H\u0004J\u0004K\u0004K\u0004<\u0004M\u00041\u00043\u0004I\u00043\u0004\u000b\u00040\u0004L\u00046\u0004\u001d\u0004+\u0004 \u0004$\u0004*\u0004c\u00040\u0004!\u0004X\u0004&\u0004(\u0004C\u00040\u0004\u001c\u00045\u0004V\u00043\u00045\u0004\u0011\u0004/\u0004A\u0004E\u0004e\u0004\b\u0004\u0016\u0004 \u0004\u0016\u0004/\u00044\u0004\u001b\u00047\u0004\u0018\u0004)\u0004#\u0004\u0015\u0004k\u0004#\u0004:\u0004\u0014\u0004+\u0004!\u0004=\u00041\u0004,\u0004I\u00041\u0004_\u0004b\u0004;\u0004\u0016\u0004\u0004\u0004%\u0004#\u0004C\u0004#\u0004#\u0004)\u0004/\u00044\u0004C\u0004(\u0004O\u00042\u0004/\u0004G\u0004S\u0004+\u0004\u0004\u0004@\u00045\u00040\u0004#\u0004<\u0004\u0013\u0004j\u0004\u0012\u0004!\u0004\u0017\u0004+\u0004N\u00042\u00040\u0004'\u0004+\u0004T\u0004\u0019\u0004.\u0004)\u0004\u0016\u0004M\u0004\t\u00040\u0004s\u0004\u0019\u0004B\u0004,\u0004;\u0004\u0016\u0004\u001f\u0004\u001c\u0004O\u0004:\u0004\u0017\u00049\u0004\t\u00042\u0004.\u00041\u0004\"\u0004\u000e\u0004G\u0004.\u0004\u0015\u0004\"\u0004M\u0004\r\u0004\u0018\u0004\u001b\u0004.\u0004@\u0004:\u0004;\u0004\u0013\u0003\u0004N\u0004$\u0004\u001e\u0004%\u0004\r\u0004\u001f\u0004\r\u0004\u0012\u00048\u00046\u0004\t\u0004\u001f\u00044\u0004\u001d\u0004G\u00042\u0004\u001a\u00042\u0004@\u0004\"\u0004;\u0004:\u0004[\u0004d\u0004(\u0004?\u0004,\u0004\u001a\u00041\u0004\u001d\u0004@\u0004\u0011\u0004\u0015\u0004/\u0004\u0013\u0003\u0004/\u0004H\u0004\u001d\u0004F\u00046\u0004:\u0004\u0014\u0004\u000f\u0004\u001a\u0004\r\u00042\u0004$\u00042\u0004$\u0004%\u0004F\u0004E\u00048\u0004+\u0004\u0018\u0004H\u0004L\u0004?\u0003\u0004X\u0004F\u00049\u0004)\u0004\u001f\u0004I\u0004D\u0004\u0018\u0004\u0014\u0004E\u00048\u0004<\u0004Y\u0004&\u0004K\u0004B\u0004\u0012\u0004\u001c\u0004'\u0004E\u0004\"\u00048\u0004\r\u0004H\u0004,\u0004(\u0004-\u00042\u0004\u001b\u0004\"\u00040\u0004;\u0004R\u0004@\u0004C\u00046\u0004&\u00048\u0004#\u0004=\u0004<\u0004t\u0004P\u0004#\u0003\u00045\u0004H\u00045\u00042\u00041\u0004L\u0004\u0014\u00048\u0004)\u0004.\u0004\u0013\u00041\u0004l\u0004\u0019\u0004[\u0004m\u0004s\u0004R\u0004T\u0004Q\u0004-\u00048\u0004e\u0004,\u00040\u0004:\u0004-\u0004%\u0004\u0017\u00042\u0004D\u00045\u0004=\u0004\u001f\u00048\u0004>\u00042\u0004D\u0004,\u0004\u0017\u00040\u0004-\u0004\u001b\u0004-\u0004.\u0004\u0011\u0004J\u0004L\u0004R\u0004*\u0004\"\u0004\u000e\u0004P\u0004!\u00049\u00042\u0004.\u0004;\u0004\u001e\u00049\u0004\u0014\u0004W\u0004\u0015\u00047\u0004K\u0004*\u0004{\u0004G\u0004@\u0004\r\u00042\u0004!\u0004,\u0004.\u0004S\u00041\u0004C\u0004]\u0004F\u0004Q\u00044\u0004\u0005\u0004:\u00047\u0004&\u00046\u00043\u0004C\u0004E\u0004%\u00048\u0004I\u0004\u000e\u0004M\u0004L\u0004'\u00042\u0004\u0001\u00040\u0004%\u00041\u0004)\u0004D\u0004.\u0003\u0004E\u0004?\u0004(\u0004K\u0004\"\u00046\u0004\b\u0004K\u00049\u0004\u001c\u0004Z\u0004\u0015\u0004'\u0004B\u0004#\u0004Z\u00047\u0004K\u0004h\u0003\u00048\u0004J\u0004\u0000\u0004$\u0004-\u00045\u0004'\u0004\u0003\u0004F\u0004?\u0004;\u0004\u000f\u0004\u0013\u0004@\u0004\u000f\u0004N\u00040\u0004\u0002\u0004\u0005\u0004?\u0003\u0004B\u0004!\u0004N\u0004O\u0004-\u0004>\u0004;\u00044\u0004\r\u0004*\u00049\u0004H\u00045\u0004(\u0004.\u0004\u001b\u00049\u0004T\u00046\u0004O\u0004g\u0004_\u0004\u0010\u0004-\u0004\u0019\u0004L\u0004P\u0004.\u0004Y\u0004\u001c\u00044\u0004\u0015\u0004\u001c\u0004\u0011\u00042\u0004I\u0004@\u0004\u0015\u0004+\u0004&\u0004>\u0004$\u0004@\u00045\u0004\u0018\u00040\u0004(\u00048\u0004\u0010\u0004I\u0004/\u0004!\u0004M\u0004E\u0004L\u0004,\u0004(\u00047\u00046\u0004+\u0004S\u0004+\u0004\u0006\u0004c\u0004\u001d\u0004(\u0004#\u0004\n\u00042\u0004!\u0004Q\u0004-\u00047\u0004O\u00043\u0004*\u0004B\u0004$\u00041\u0004.\u0004%\u00043\u00043\u0004M\u0004\u001c\u0004j\u0004\u0012\u0004\u001a\u0004=\u0004>\u0004I\u0004\u0017\u0004<\u0004^\u0004\u0005\u0004#\u0004\b\u00049\u0004D\u0004'\u0004+\u0004*\u0004B\u00048\u00041\u0004a\u0004,\u0004-\u0004\u001f\u0004:\u00048\u0004\f\u00043\u0004\u001a\u00043\u0004<\u00044\u0004:\u0004E\u0004K\u0004)\u0004C\u0004J\u0004&\u0004O\u0004\u0004\u0004\u0004/\u0004E\u0004J\u0004<\u0004 \u00048\u00042\u0004\u0013\u00049\u00046\u0004B\u0004@\u0004x\u0004!\u00049\u0004/\u00042\u0004$\u00045\u0004W\u0004N\u00045\u0004:\u0004>\u0004N\u0004,\u0004>\u0004L\u0004I\u0004\u001c\u0004(\u0004!\u0004 \u0004/\u0004\t\u0004+\u0004J\u0004\u000b\u0004(\u0004H\u0004+\u0004J\u00049\u0004G\u0004\u0013\u0004#\u0004\u001d\u0004\u001d\u0004,\u00040\u0004&\u0003\u0004%\u0004?\u0004\u001d\u0004.\u0004+\u00049\u0004\\\u0004 \u0004?\u0004[\u0004I\u0004*\u0004,\u0004A\u0004G\u0004K\u0004.\u0004(\u0004*\u0003\u0004,\u0004\u000e\u0004<\u0004A\u0004H\u0004\u0019\u0004:\u0004\u001c\u0004#\u0004R\u0004C\u0004)\u0004'\u0004'\u00042\u0004\u001a\u0004,\u0004\b\u0004-\u0004)\u00043\u0004=\u0004#\u0004(\u0004\u0015\u00046\u0004E\u0004L\u0004!\u0004N\u0004i\u0004)\u0004&\u0004D\u0004\"\u00046\u0004*\u0004)\u0004)\u0004\u001d\u0004)\u00043\u00049\u0004+\u0004?\u0004G\u00047\u0004\u0011\u0004H\u0004)\u0004#\u0004/\u00049\u0004-\u0004\u0017\u0004;\u0004=\u0004/\u0004E\u0004\u0013\u0004\u001b\u0004\u001e\u0004a\u0004*\u0004+\u0004]\u0004<\u0004J\u0004\u000e\u0004\u000e\u0004\u001e\u0004@\u0004c\u0004\u0012\u0004R\u0004\u0004w\u0004b\u0004X\u0004*\u0004\u0005\u0004I\u0004&\u0004\u001c\u0004A\u0004\u0000\u0004\u0010\u0004$\u00044\u00046\u0004$\u0004 \u0004C\u0004-\u00049\u00040\u0004\\\u0004\b\u0004\u001a\u0004&\u0004@\u00041\u0004A\u0004g\u0004$\u0004a\u00042\u00040\u0004/\u0004R\u0004/\u00047\u0004!\u0004\u001b\u0004\b\u0004,\u0004!\u00042\u0004A\u0004\u0000\u0004?\u0004-\u00043\u00047\u00040\u00046\u0004\u0006\u0004&\u00045\u0004\u001f\u0004R\u0004B\u0004\u0016\u0004/\u0004=\u0004?\u00042\u0004/\u0004F\u0004\\\u0004\u000b\u0004_\u0004$\u00049\u0004\u001e\u0004F\u0004S\u0004\u0016\u00043\u0004\u001c\u0004O\u0004|\u0004;\u0004,\u0004\u0019\u0004E\u0004=\u0004J\u00041\u0004\u0000\u00041\u0004I\u00049\u00040\u0004\u0019\u0004T\u0004G\u0004$\u0004Z\u0004;\u0004>\u0004\u001b\u0004\u0011\u0004\r\u0004C\u00042\u0004-\u0004%\u0004\u0019\u0004#\u0004J\u0004b\u0004\u0004\u0004W\u0004 \u0004>\u0004)\u0004\u001d\u0004\u001d\u0004\"\u0004(\u0004F\u00042\u0004/\u0004,\u0004%\u0004$\u0004K\u0004@\u00040\u0004?\u0004C\u0004?\u0004+\u0004X\u0004&\u0004T\u0004+\u0004M\u0004Q\u0004\u0012\u0004\f\u00047\u0004j\u0004R\u00040\u0004h\u0004\u001b\u0004\u001e\u0004,\u0004\u0017\u0004&\u00042\u00046\u0004>\u00046\u00044\u0004n\u0004W\u0004;\u0003\u0004,\u0004#\u0004\u001e\u00047\u0004\u001b\u0004\u0000\u0004(\u0004 \u0004|\u00040\u00040\u00043\u00047\u0004\u0006\u0004L\u0004P\u0004+\u00044\u00041\u0004.\u00041\u0004M\u0004)\u0004Q\u0004A\u0004H\u0004b\u0004F\u0004/\u0004\u0005\u00041\u00040\u0004\u0000\u0004j\u0004\u001d\u00046\u0004\u001d\u0004\u001b\u0004&\u0004\u0012\u0004I\u0004\u0007\u0004Z\u00041\u0004i\u0004\\\u0004B\u00041\u0004\u0007\u0004B\u0004\u001d\u0004'\u0004\u001f\u0004>\u0004F\u00044\u0004+\u0004\u001e\u0004\u0015\u00044\u0004\u001d\u0004k\u0004;\u0004\u001b\u0004\u0017\u00042\u0004:\u0004\u001b\u00040\u0004\u0016\u0004\u001a\u0004\f\u00044\u0004\u000b\u0004\u001d\u00049\u0004\u0012\u00041\u0004!\u00043\u0004\f\u0004;\u0004A\u00049\u0004A\u0004%\u0004R\u0004)\u0004+\u00043\u0004-\u0004\"\u00048\u0004a\u0004!\u0004S\u0004(\u0004@\u0004[\u0004e\u0004\u0004\u0004E\u0004Q\u0004A\u00040\u0004+\u0004%\u0004I\u0004S\u0004\u0006\u0004:\u0004\u001e\u0004S\u0004/\u0004A\u0004\u001b\u00041\u0004\u001b\u0004\u001b\u0004$\u0004,\u0004.\u0004&\u00040\u0004?\u0004S\u0004n\u00040\u0004K\u0004\u001b\u0004>\u00043\u00049\u00049\u0004\u000f\u0004>\u0004I\u0004!\u0004H\u0004 \u0004\u001a\u0003\u0004.\u00045\u0004\"\u0004\u0014\u0004C\u0004\"\u00041\u0004\r\u00041\u0004O\u0004(\u0004K\u00044\u0004L\u0004V\u0004?\u0004\u000b\u0004.\u00048\u0004\"\u0004W\u0004\r\u0004a\u0004_\u00049\u0004\u0010\u0004=\u0004.\u0004\u0010\u0003\u0004V\u0004.\u0004;\u0004S\u0004+\u0004`\u0004#\u0004P\u00046\u0004B\u0004G\u0004<\u0004\u0006\u0004?\u0004\r\u0003\u0004<\u0004\u000b\u0004\\\u0004\"\u00040\u0004+\u0004>\u0004;\u0004 \u0004T\u0004/\u0004\u001d\u0004p\u00041\u0004O\u0004#\u0004|\u0004\u0004t\u0004W\u0004w\u0004'\u0004f\u0004B\u00048\u0004\u001e\u0004\u001b\u00040\u0004\u001a\u00042\u0004&\u00046\u0004<\u0004.\u0004\u001e\u0004\u001f\u0004\"\u00040\u0004\"\u0004K\u0004:\u00041\u0004I\u0004#\u0004A\u0004B\u0004>\u0004=\u0004\u0012\u0004C\u0004E\u0004H\u0004E\u0004&\u0004\u0001\u0004?\u00048\u0004<\u0004]\u0004I\u0004J\u0004-\u0004\f\u0003\u0004+\u0004.\u00043\u0004A\u00043\u0004/\u0004\u001c\u0004A\u0004\u0019\u0004B\u00045\u0004R\u0003\u0004\u001b\u0004I\u0004?\u0004i\u0004\u0014\u0004*\u0004x\u0004u\u0004E\u0004?\u0004O\u0004\u0014\u00045\u0004,\u0004P\u0004w\u0004l\u0004X\u0004>\u0004h\u0004R\u00046\u0004&\u0004F\u00046\u0004\u001c\u00045\u0004:\u0004<\u0004R\u0004)\u00043\u0004v\u0004k\u0004q\u00040\u0004:\u0004D\u00042\u0004C\u0004\u0017\u0003\u00046\u0004+\u00047\u0004\t\u0004C\u00043\u0004#\u00046\u0004#\u0004*\u0004%\u0004\u000e\u0003\u0004B\u00043\u0004\r\u0004C\u0004$\u0004\u0010\u0004\f\u00047\u0004\u0000\u0004+\u0004$\u0004J\u0004)\u0004\u001f\u0004N\u0004>\u0004*\u0004+\u0004O\u00044\u0004x\u0004B\u0004)\u00043\u00042\u0004#\u0004A\u0004;\u00047\u0004*\u00044\u0004\u0018\u0004H\u00049\u0004{\u0004g\u0004\u0004H\u0004Q\u0004B\u0004\u001c\u0003\u0004.\u0004\u0004\u00044\u0004\r\u00040\u0004\u0013\u00048\u0004\u0000\u0004G\u0004\u0017\u00041\u0004B\u0004E\u0004%\u0004\u0013\u0004\u000f\u0004%\u0004j\u0004r\u00040\u0004.\u0004\u0017\u0004S\u0004H\u00044\u0004)\u0004=\u00046\u0004\u0004\u0004Q\u0004D\u0004\u000e\u00049\u0004\u0018\u0004\u001e\u0004;\u00046\u0004!\u0004\u0019\u0004)\u0004\t\u0004\u0014\u0004C\u0004\u001a\u0004@\u0004\u0003\u00046\u0004<\u0004\u0019\u0004F\u0004\u0010\u00049\u0004S\u0004/\u0004\f\u0004a\u0004\r\u0004\u0016\u00040\u0004=\u0004(\u0004\u0018\u0004%\u0004\u0017\u00044\u00042\u0004\f\u0004#\u0004 \u00043\u00041\u0004L\u0004G\u0004\u001d\u0004\"\u0004\u001f\u0004\u0011\u0004o\u00040\u0004*\u00042\u0004\u0016\u0004\u0010\u0004\n\u0004J\u0004I\u0004D\u0004\u0001\u0004\f\u0004\u001e\u0004T\u0004!\u0004F\u0004K\u0004\u001a\u0004\u0018\u0004?\u0004Y\u0004C\u0004\\\u0004d\u0004:\u0004<\u0004(\u0004-\u0004>\u0004\n\u00044\u0004\u001b\u0004:\u0004*\u00040\u0004;\u0004/\u00045\u0004F\u00047\u0004Q\u00043\u00043\u0004\u001f\u0004?\u0004.\u0004.\u00046\u0004(\u00047\u0004=\u0004?\u0004S\u0004.\u00044\u0004E\u0004\u0017\u0004\u0000\u0004+\u0004;\u0004H\u0004@\u0004]\u00043\u0004\"\u0004A\u0004G\u0004(\u0004B\u00043\u0004<\u0004A\u0004>\u0004A\u0004\u000f\u0004)\u00042\u0004R\u0004;\u0004`\u0004?\u0004\u0012\u0004D\u00044\u0004B\u0004U\u0004X\u0004d\u0004f\u0004&\u0004N\u0004R\u0004B\u00046\u0004:\u0004l\u0004\u0004\u0004]\u0004,\u0004-\u0004\u0017\u0004!\u0004G\u0004+\u0004#\u0004I\u0004\u001e\u00045\u0004\u0011\u0004R\u0004>\u0004#\u0004Q\u0004/\u0004I\u0004E\u0004=\u0004I\u00045\u0004\u001a\u0004K\u00044\u0004\u001a\u00045\u0004=\u0004.\u0004C\u0004!\u0004\u0019\u0004>\u0004(\u0004\u0016\u0004\u0017\u0004`\u0004A\u0004A\u0004?\u0004+\u0004D\u0004\u0006\u0004\u001c\u0004K\u0004<\u0004(\u0004,\u0004?\u0004+\u0004;\u00046\u0004!\u0004\u001c\u0004\u0016\u00040\u00041\u0004\\\u00041\u0004 \u0004/\u0004\u0017\u0004+\u0004)\u0004\f\u0004)\u0004\u0010\u0004\u001c\u0004\u001c\u0004\u0014\u0004\u000f\u0004A\u0004:\u0004Y\u0004~\u0004@\u0004=\u0004F\u00046\u0004,\u0004\u0003\u0004%\u0004<\u0004F\u0004C\u0004C\u0004?\u0004\"\u0004\u0011\u0004L\u0004>\u0004R\u0004\u001c\u0004-\u0004E\u0004S\u00044\u00046\u0004\u001a\u0004:\u0004>\u0004C\u0004\u001c\u0004#\u0004X\u0004'\u0004(\u0004Q\u0004\u0005>\u0004\u0004W\u0004[\u0004\u001d\u0004(\u00042\u0004-\u0004+\u0004@\u0004)\u00042\u0004\u0013\u0004;\u0004\u0017\u0004.\u0004D\u0004>\u0004\u0016\u0004\u0013\u00046\u00042\u0004P\u0004\u001d\u0004C\u0004\u001f\u0004F\u00043\u0004@\u0004/\u0004\u0013\u0004;\u0004O\u0004&\u0004\t\u00043\u0004p\u0004 \u0004\u0016\u0004*\u00042\u0004\u0018\u0004'\u0004B\u0004'\u0004\"\u0004!\u0004>\u0004!\u0004(\u00042\u0004<\u0004/\u0004?\u0004C\u00041\u0004C\u0004K\u0004\u0011\u0004\u000e\u0004\u000f\u0004#\u0004=\u0004\u0013\u00041\u0004=\u0004;\u0004\n\u00042\u00044\u00044\u0004?\u0004\u0006\u0004J\u0004>\u0004T\u0004U\u0004N\u0004\"\u0004`\u0004\u001d\u0004$\u00040\u0004D\u0004D\u0004\u001d\u0004>\u0004\u001d\u0004-\u00040\u0004\u001b\u0004\\\u0004\u0014\u0004*\u0004Q\u00049\u0004,\u0004@\u0004`\u0004\u001b\u0004O\u0004\u0013\u00047\u0004'\u0004\u0014\u00048\u0004(\u0004\t\u0004/\u0004\u0015\u0004<\u0004V\u0004\u001b\u00041\u0004\u0014\u00044\u0004@\u0004M\u0004K\u00040\u0004;\u00049\u0004%\u0004F\u0004#\u00040\u00045\u0004f\u0004O\u0004D\u0004\u0011\u0004'\u0004\n\u0004\u0017\u0004]\u00045\u0004D\u00049\u0004B\u0004\r\u00048\u0004>\u0004\u0019\u0004F\u0004\u0004\u0004b\u0004*\u0004@\u0004%\u0004\r\u0004G\u0004I\u0004\u0014\u00044\u0004$\u00046\u0004\u0007\u0004?\u00049\u0004/\u0004\u001f\u0004^\u0004$\u00040\u0004K\u0004:\u00049\u0004@\u00042\u0004G\u0004\u0017\u0004E\u0004!\u00045\u0004!\u0004?\u0004.\u0004\u0001\u00041\u0004-\u0004Y\u0003\u0004\\\u0004\u000f\u0004#\u0004\u001d\u0004&\u0004A\u0004$\u00044\u00042\u0004\u0019\u00044\u0004A\u0004A\u00046\u0004=\u0004/\u0004\u001f\u0004\u000f\u0004&\u0004\u0011\u0004\u001b\u00045\u0004!\u0004*\u0004\u001d\u0004G\u0004.\u0004\u000f\u0004:\u00046\u0004<\u0004R\u00048\u0004$\u0004)\u0004%\u0003\u0004-\u00042\u0004Q\u0004$\u0004-\u0004?\u00042\u00047\u0004B\u0004C\u0004E\u0004$\u0004G\u0004D\u00045\u0004/\u0004(\u0004:\u0004H\u0004'\u0003\u0004/\u0004E\u0004@\u0004P\u0004+\u0004\u001f\u00042\u0004*\u0004?\u00048\u0004\u0018\u0004/\u0004\u0016\u0004D\u0004\u0004\u0004\u0004<\u0004\n\u0004\u0010\u0004\u001f\u0004^\u0004>\u0004F\u0004]\u0004\u0000\u0004?\u0004$\u0004\u001d\u00041\u00040\u0004&\u00043\u0004/\u0004+\u0004-\u0004<\u0004\u0017\u0004$\u0004\u0017\u00045\u0004@\u00040\u0004=\u0004\u0019\u0004#\u0004=\u0004D\u00048\u00044\u0004$\u0004\n\u0004B\u00049\u0004>\u0004)\u0004\u0013\u0004=\u0004\u001f\u00044\u0004;\u0004<\u00045\u0004d\u0004-\u0004\u0010\u0004;\u0004%\u0004-\u0004a\u0004=\u00041\u0004?\u0004'\u0004T\u0004D\u00043\u0004)\u00044\u0004:\u0004a\u00049\u0004*\u0004<\u0004d\u0004-\u0004/\u0004X\u00047\u0004,\u00048\u0004\"\u0004*\u0004\u0012\u0004&\u00044\u0004*\u00040\u0004\u001d\u0004&\u0004&\u00045\u0004L\u0004\"\u0004 \u00040\u0004#\u0004H\u0004.\u00044\u0004L\u0004*\u00048\u0004W\u0004V\u0004/\u0003\u00046\u0004/\u0004\u000b\u0004\u001e\u0004\u000f\u0004K\u0004?\u0004'\u0004>\u0004#\u00044\u0004;\u0004,\u0004\u0012\u0004A\u0004(\u0004J\u0004%\u0004D\u0004?\u0004H\u0004\u0019\u0004 \u0004 \u00045\u0004(\u0004\u0016\u0004\u000f\u0004\u001c\u0004.\u0004\u0015\u00047\u0004;\u0004+\u00042\u00048\u0004F\u0004*\u0004.\u0004\u0012\u0004>\u0004\u001c\u0004M\u0004\u0004J\u00046\u0004M\u0004&\u0004\u001d\u0004\u0000\u00044\u0004C\u0004!\u0004\u001a\u0004Z\u0004:\u00049\u0004\u0015\u0004G\u0004&\u0004@\u0004$\u0004\u0013\u0004G\u0004I\u0004*\u0004-\u0004'\u00042\u0004*\u0004'\u0004@\u0004@\u0004,\u0004\u001e\u0004(\u0004$\u0004\t\u0004\u001e\u00047\u0004S\u0004\u001e\u0004\u001b\u00042\u0004\u001d\u0004)\u0004S\u0004#\u0004\u0013\u0004\u000f\u00045\u00046\u0004.\u0004\u000f\u0004\u0002\u0004/\u00044\u0004X\u0004\t\u00044\u0004)\u0004\u0017\u0004\u0004\u00043\u0004\u0017\u0004%\u0003\u0004*\u0004 \u00042\u0004=\u0004.\u0004\r\u0004\"\u00041\u0004.\u0004\u001d\u0004(\u00047\u0004\u000e\u0004V\u00047\u0004\u0011\u0004O\u0004S\u0004,\u0004\u000e\u0004\u000e\u0003\u0004-\u0004o\u0004O\u00044\u0004\u001c\u0004?\u0004G\u0004&\u00048\u0004\u0005\u0004\u001b\u00042\u0004\u000b\u0004\u001d\u0004I\u0004X\u0004)\u0004\u000e\u0004Y\u0004>\u0004,\u0004H\u00043\u0004\"\u0004e\u0004p\u0004t\u00044\u0004$\u0004-\u0004\u0002\u0004D\u0004\"\u0004G\u0004?\u0004G\u00041\u0004\u0015\u00048\u00048\u0004^\u0004=\u00044\u0004\u0019\u0004\u001d\u0004*\u0004\u0019\u0004\u001b\u0004C\u00042\u0004K\u00046\u0004,\u0004G\u0004\u001a\u0004<\u0004\u001a\u0004 \u0004F\u0004\u001a\u0004\u0011\u00046\u0004$\u0004!\u0004\u0011\u0004K\u0004\u0010\u0004)\u0004V\u0004H\u0004,\u0004m\u00045\u00045\u00043\u0004\u001f\u00047\u0004\u0013\u00042\u0004$\u0004?\u0004A\u0004@\u00048\u00043\u00049\u0004\u001c\u00042\u00041\u0004(\u0004A\u0004,\u00040\u0004?\u0004r\u0004;\u0004\u001f\u00042\u00042\u0004b\u0004+\u0004?\u0004:\u00041\u0004H\u0004\"\u0004!\u0004\b\u0004>\u0004!\u0004<\u0004/\u0004)\u0004\u001f\u0004W\u0004=\u0004<\u0004M\u0004K\u0004B\u0004\b\u0004B\u0004-\u0004J\u0004^\u00041\u0004L\u00048\u0004T\u0004 \u00046\u0004\u0017\u0004\u0016\u0004\u001d\u0004+\u00048\u00048\u0004\u0014\u0004:\u00044\u0004$\u0004B\u0004'\u0004'\u0004E\u00042\u0004F\u0004(\u0004\n\u00044\u00040\u0004-\u0004%\u00044\u0004\t\u00042\u0004\"\u0004\f\u0004+\u0004P\u0004A\u0004\n\u0004&\u0004R\u00044\u0004\t\u0003\u00048\u0004\u0015\u0004I\u00044\u0004A\u0004,\u0004,\u00043\u0004!\u0004\u001f\u00047\u00040\u0004(\u0004A\u0004'\u0004&\u00043\u0004.\u0004\u0012\u0004*\u00045\u0004+\u00049\u0004\u000b\u0004J\u0004=\u0004(\u0004*\u0004B\u0004L\u0004\b\u0004\u001b\u0004<\u0004\u0017\u0004\u001b\u0004D\u0004#\u0004!\u0004\u0015\u0004C\u00045\u0004\u000f\u0004\u0019\u00046\u0004M\u0004\u0002\u0004\u0018\u0004'\u0004\u000e\u0004\u0017\u0004J\u0004&\u0004I\u0004A\u0004E\u0004?\u0004\u0010\u0004\u0017\u0004>\u0004.\u0004\u001d\u0004\u001c\u0004>\u0004#\u0004\u0018\u0004X\u0004\u0006\u0004)\u00042\u0004\u001e\u0004.\u0004%\u0004Z\u0004\u000f\u0004.\u0004\n\u0004I\u00049\u0004$\u00040\u0004+\u0004C\u00044\u0004%\u0004\u001e\u0004H\u0004.\u0004<\u00043\u00040\u0004\u000b\u0004<\u0004\u0016\u00047\u0004 \u0004N\u00047\u00044\u0004\u0010\u0004I\u0004;\u0004\u0018\u00042\u0004J\u0004N\u0004H\u00047\u00049\u0004R\u00048\u0004K\u0004@\u00048\u00049\u0004D\u0004\u0017\u0004T\u0004!\u0004\u0014\u0004M\u0004P\u0004+\u00047\u0004\u001b\u0004/\u0004L\u0004\u0005\u00045\u0004\t\u00040\u0004(\u00049\u0004N\u0004-\u00046\u0004 \u0004V\u0004+\u00047\u0004\u000e\u0004@\u0004Y\u0004#\u0004@\u0004M\u0004!\u0004\u0019\u00044\u0004.\u0004-\u00049\u0004,\u0004B\u00043\u00046\u0004M\u00046\u00040\u0004\u001b\u0004f\u0004,\u0004\u0014\u0004 \u00042\u0004=\u0004M\u0004C\u0004@\u0004/\u0004p\u0004,\u0004\u0001\u0004\u001c\u0004\u001f\u0004X\u0004\"\u0004*\u0004%\u0004:\u0004B\u0004_\u0004\u0012\u0004\u0010\u0004\u000f\u0004\u000b\u0004C\u0004\u0015\u00045\u00049\u0004D\u0004E\u0004$\u0004<\u0003\u00046\u0004(\u0004<\u0004'\u0004B\u0004y\u0004c\u00040\u0004*\u0004_\u0004-\u0004B\u00041\u0004\u001f\u0004:\u0004:\u0004D\u0004P\u0004=\u0004\u0017\u0004W\u00040\u00047\u00041\u0004F\u0004&\u0004\u0018\u0004B\u0004\u0018\u0004C\u0004H\u0004.\u0004/\u0004)\u00043\u0004&\u0004)\u0004=\u0004\u001a\u00041\u0004#\u0004K\u0004$\u0004.\u0004 \u0004J\u0004\u001c\u0004\u001f\u0004=\u0004\u0015\u0004>\u00041\u0004\u001c\u0004\r\u0004L\u00042\u00048\u0004I\u0004\u001e\u0004,\u0004&\u0004)\u0004g\u0004J\u0004)\u0004Z\u0004+\u0004/\u00044\u0004\u001e\u0004\u001c\u0004L\u0004,\u00041\u00046\u0004\u000b\u0004j\u0004)\u0004%\u0004K\u0004H\u0004-\u00045\u0004;\u0004,\u0004.\u0004\r\u0004*\u0004(\u0004\u001c\u0003\u0004\u001d\u0004\u0011\u0004\"\u00046\u00042\u0004G\u0004\u001d\u0004\u0018\u0004>\u0004\n\u00046\u0004\u0013\u0004\u0017\u0004C\u0004.\u00041\u0004+\u0004\u001c\u0004S\u0004;\u0004\u001d\u0004.\u0004\n\u0004'\u00042\u00045\u0004Q\u0004\u0006\u0004\u0006\u0004/\u0004)\u0004\u001f\u0004=\u0004\"\u00049\u0004%\u00043\u0004\u000e\u0004\u0018\u0004\u001a\u0004#\u0003\u0004%\u0004f\u00044\u00047\u0004&\u0004K\u00044\u0004%\u0004\u001a\u0004F\u0004\u001f\u00047\u0004G\u0004(\u00048\u0004G\u0004\u001c\u0004*\u0004X\u0004!\u0004.\u0004\u001a\u0004K\u0004=\u0004,\u0004\u0011\u0004.\u0004 \u0004.\u0004N\u0004q\u0004[\u0003\u0004.\u00043\u0004?\u0004>\u0004\u001a\u0004\u0011\u0004H\u0004<\u0004!\u0004'\u0004_\u00040\u0004F\u0004C\u0004/\u0004.\u00042\u0004\u0016\u00044\u0004\u000f\u00047\u0004.\u00042\u0004&\u0004<\u0004J\u00043\u0004O\u0004D\u0004\u0003\u0004\u001d\u0004+\u0004F\u00049\u00046\u0004\u0018\u0004\u001c\u0004<\u0004U\u0004J\u0004<\u0004K\u0004$\u0004#\u0004g\u00048\u0004\u0016\u00040\u00047\u0004(\u0004\n\u0004Z\u00040\u0004\u0015\u0004g\u0004I\u0004\u001a\u00040\u0004.\u0004\"\u00043\u0004A\u0004+\u0004 \u00040\u0004L\u00040\u00049\u0004+\u0004-\u0004\u0019\u00042\u0004,\u0004@\u0004'\u0004H\u0004%\u0004/\u0004\u001c\u0004=\u0004&\u0004\u0010\u0004\"\u0004A\u0004:\u0004r\u00044\u0004-\u00040\u0004\u0018\u0004\"\u0004\u001d\u0004[\u0004*\u0004H\u00042\u00045\u0004A\u0004;\u0004M\u0004\u0019\u0004V\u00045\u0004B\u0004$\u0004\u0018\u0004Y\u0004D\u00046\u0004@\u0004U\u0004\u0014\u0004Q\u00043\u00046\u0004(\u00040\u0004L\u00049\u0004E\u0004\u0007\u0004&\u0004.\u0004\u0006\u0004J\u0004H\u0004.\u0004%\u0004\n\u0004<\u0004L\u0004 \u0004\u0015\u0004\u0010\u0004:\u0004F\u00041\u0004\u001f\u00049\u0004;\u0004B\u0004%\u0004;\u0004!\u0004*\u0004\u0013\u00044\u0004\u001e\u00045\u0004,\u0004\u0004\u0004P\u0004<\u0004C\u0004'\u0004\u001c\u00044\u0004]\u0004>\u0004I\u0004?\u0004/\u0004$\u00044\u00041\u00049\u0004\u0004\u0004,\u0004,\u0004\u0005\u0004F\u0004 \u0004<\u0004D\u0004 \u00046\u0003\u0004I\u0004b\u0004$\u0004 \u0004'\u00049\u0004#\u0004\u0019\u0004\u001d\u0004,\u0004L\u0004/\u0004>\u0004\u0003\u00049\u0004\u000b\u0003\u0004\u0006\u0004\u0018\u0004%\u0004\u0019\u0004\n\u0004&\u0004\u000f\u0003\u0004\"\u00048\u0004m\u0004\u0019\u0004%\u0004O\u00041\u0004-\u0004\u0018\u0004=\u0004\n\u00040\u0004\u0005\u0004\u0017\u0004C\u0004)\u00040\u00041\u00040\u0004\u001b\u0004\u001c\u0004\u0013\u0004B\u0004b\u0004\u001f\u0004?\u0004I\u0004\u001d\u0004?\u0004=\u0004(\u00047\u0004-\u0004,\u0004\u001f\u0004&\u00047\u0004@\u0004\u0006\u0004C\u00041\u0004<\u0004D\u0004\u0010\u0004&\u0004<\u0004:\u0004C\u0004E\u0004-\u0004<\u0004\u0015\u0004\u0018\u0004\"\u0004\u001f\u0004 \u0004@\u0004@\u0004#\u0004\\\u0004\u0004=\u0004>\u0004\u0019\u0004;\u0004*\u0004\u0017\u0004\u0010\u0004D\u0004@\u00046\u00043\u0004A\u00043\u0004N\u0004Y\u0004H\u00045\u0004/\u0004$\u0004B\u0004G\u0004\u0016\u0004\u0016\u00044\u0004\u000e\u0004 \u0004%\u0004\u0018\u0004D\u0004'\u0004%\u0004.\u0004+\u0004=\u00049\u0004\u0018\u0004\u001f\u0004<\u0004:\u00042\u0004L\u00045\u00047\u0004Y\u0004M\u0004Q\u0004\u0013\u0004]\u00045\u0004E\u0004B\u0004$\u0004\u000b\u0004 \u0004g\u00045\u0004=\u0004O\u0004\\\u0004@\u0004&\u0004,\u00040\u0004'\u0004W\u0004 \u00043\u0004L\u00048\u0004 \u0004N\u0004e\u0004S\u0004)\u0004\u001f\u0004?\u0004R\u0004I\u0004S\u00043\u0004M\u0004\u0019\u00041\u0004!\u0004$\u00041\u0004*\u0004\n\u00046\u0004.\u0004:\u0004H\u0004\"\u0004O\u0004W\u0004\u001d\u0004X\u00041\u0004?\u0004&\u0004\u0013\u0004+\u00046\u0004;\u0004\u001a\u0004\u001e\u0004\u0015\u00041\u0004\u0015\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000" }, { "path": "data/rms.fits", "content": "SIMPLE = T / file does conform to FITS standard BITPIX = -32 / number of bits per data pixel NAXIS = 2 / number of data axes NAXIS1 = 256 / length of data axis 1 NAXIS2 = 256 / length of data axis 2 EXTEND = T / FITS dataset may contain extensions COMMENT FITS (Flexible Image Transport System) format is defined in 'AstronomyCOMMENT and Astrophysics', volume 376, page 359; bibcode: 2001A&A...376..359H CRPIX1 = -7.670000000000000E+02 / Reference pixel CRVAL1 = 1.000000000000E+00 / Coordinate at reference pixel CDELT1 = 1.000000000000E+00 / Coordinate increment per pixel CTYPE1 = ' ' / Units of coordinate CRPIX2 = -5.110000000000000E+02 / Reference pixel CRVAL2 = 1.000000000000E+00 / Coordinate at reference pixel CDELT2 = 1.000000000000E+00 / Coordinate increment per pixel CTYPE2 = ' ' / Units of coordinate BUNIT = ' ' / Units of data values BSCALE = 1.00000000 / Scaling factor: r = f*i + z BZERO = 0.00000000 / Zero offset: r = f*i + z DATAMAX = 9.852823437500E+04 / Maximum data value DATAMIN = 3.713666992188E+03 / Minimum data value ORIGIN = 'SExtractor' / Written by MIDAS DATE = '31/08/93' / Date of writting: DD/MM/YY FILENAME= 'NA36Rm50.bdf' / Original file name MIDASFTP= 'IMAGE ' / MIDAS File Type OBJECT = 'NA36Rc50 sum of 3 frames' / MIDAS desc.: IDENT(1) DATE-OBS= '26/10/92' / MIDAS desc.: O_TIME(1) MJD-OBS = 4.892162787000E+04 / MIDAS desc.: O_TIME(4) TM-START= 1.104800000000E+04 / MIDAS desc.: O_TIME(5) EXPTIME = 1.200000000000E+03 / MIDAS desc.: O_TIME(7) INSTRUME= 'EMMI ' / MIDAS desc.: INSTRUME(1) COMMENT IP_JIDNT 7 / IHAP: identifier system \\COMMENT COMMENT IP_JSEQ 24887 / IHAP: sequence number \\COMMENT COMMENT IP_AHGC 2857.489 / IHAP: high cut \\COMMENT COMMENT IP_ALWC 2112.953 / IHAP: low cut \\COMMENT COMMENT IP_ASCX 1. / IHAP: scaling in x \\COMMENT COMMENT IP_ASCY 1. / IHAP: scaling in y \\COMMENT COMMENT IP_FILE 'IHAP/FITS/EM9210260304099.FITS::USER ' / IHAP: Begin of keywor\\COMMENT d COMMENT IP_FEND / IHAP: End of keyword file \\COMMENT COMMENT EXPTIME 400.000 \\COMMENT COMMENT IP_CBEND / IHAP: comment block end \\COMMENT TELESCOP= 'ESONTTB ' / MIDAS desc.: TELESCOP(1) OBSERVER= 'LAPPARENT' / MIDAS desc.: OBSERVER(1) RA = 5.648170000000E+00 / MIDAS desc.: RA(1) DEC = -3.018297000000E+01 / MIDAS desc.: DEC(1) AIRMASS = 1.068349957466E+00 / MIDAS desc.: AIRMASS(1) ESO-LOG 00:00:00> DATE = '1992-10-26' / Mon Oct 26, 1992 ESO-LOG 03:04:08>-START EXPO EMMI RED / Start exp. on EMMI Red CC ESO-LOG 03:04:09> EXPO EMMI RED NO = 24887 / Exp. num. on EMMI Red CCD ESO-LOG 03:10:52>-STOP EXPO EMMI RED / Stop exp. on EMMI Red CCD HISTORY COMPUTE/IMAG imAR0051.bdf = #0001-bias50 \\HISTORY COMPUTE/IMAG imAR0051.bdf = #0001 - 1.51001E-01 \\HISTORY COMPUTE/IMAG NA36Rc501 = #0001 * 1.00000E+03 / fRc50 \\HISTORY COMPUTE/IMAG NA36Rc50 = NA36Rc501 \\HISTORY COMPUTE/IMAG NA36Rc50 = NA36Rc50 + NA36Rc503 \\HISTORY COMPUTE/IMAG NA36Rc50 = NA36Rc50 + NA36Rc502 \\HISTORY EXTRACT/IMAG intex = NA36Rc50[@0019,@0003:@1042,@1026] \\HISTORY Renamed from intex.bdf to NA36Rc50.bdf \\HISTORY SELE/TABL cursor MA36Rc50 2 0. 3 Y MA36Rc50 \\HISTORY READ/TABL cursor interclean 0 6.85000E+03 3 Y \\HISTORY interclean Renamed from interclean.bdf to MA36Rm\\HISTORY 50.bdf READ/TABL cursor MA36Rm50 0 \\HISTORY 6850 3 Y MA36Rm50 READ/TABL cursor MA\\HISTORY 36Rm50 0 6850 3 Y MA36Rm50 READ/TABL \\HISTORY cursor MA36Rm50 0 6850 3 Y MA36Rm50 RA = 5.648169994354E+00 / MIDAS desc.: O_POS(1) DEC = -3.018300056458E+01 / MIDAS desc.: O_POS(2) AIRMASS = 1.068349957466E+00 / MIDAS desc.: O_AIRM(1) HIERARCH ESO GEN ID = 'ARC-0001/1.2' HIERARCH ESO GEN PROJ ID = '000.00.000' HIERARCH ESO GEN EXPO NO = 24887 HIERARCH ESO GEN EXPO TYPE = 'SCI ' HIERARCH ESO GEN EXPO LST = 2.420000000000E+03 HIERARCH ESO TEL ID = 'ESONTTB ' HIERARCH ESO TEL LON = 7.073450000000E+01 HIERARCH ESO TEL LAT = -2.925840000000E+01 HIERARCH ESO TEL ALTITUDE = 2440 HIERARCH ESO TEL FOCU LEN = 3.848200000000E+01 HIERARCH ESO TEL FOCU SCALE = 1.489000000000E+00 HIERARCH ESO TEL TRAK RATEA = 4.200000000000E-03 HIERARCH ESO TEL TRAK RATED = 0.000000000000E+00 HIERARCH ESO ADA ID = 'ADAPTB ' HIERARCH ESO ADA MODE = 'STD ' HIERARCH ESO ADA ROT = 0.000000000000E+00 HIERARCH ESO ADA GUID-1 X = 1.294000000000E-02 HIERARCH ESO ADA GUID-1 Y = 1.717000000000E-01 HIERARCH ESO ADA GUID-2 X = 5.070000000000E-04 HIERARCH ESO ADA GUID-2 Y = 1.110000000000E-03 HIERARCH ESO INS ID = 'EMMI #1 ' HIERARCH ESO INS COMP ID = 'HP RTE-A V5' HIERARCH ESO INS MODE = 'RILD ' HIERARCH ESO INS OPTI-2 NO = 1 HIERARCH ESO INS OPTI-2 TYPE = 'MIRROR ' HIERARCH ESO INS OPTI-2 ID = 'RILD MIR' HIERARCH ESO INS OPTI-2 NAME = 'RILD ' HIERARCH ESO INS OPTI-3 NO = 1 HIERARCH ESO INS OPTI-3 TYPE = 'FREE ' HIERARCH ESO INS MIRR-3 NAME = 'UPPER RED' HIERARCH ESO INS MIRR-3 ST = 0 HIERARCH ESO INS OPTI-7 NO = 3 HIERARCH ESO INS OPTI-7 TYPE = 'FILTER ' HIERARCH ESO INS OPTI-7 ID = '#608 ' HIERARCH ESO INS OPTI-7 NAME = 'R ' HIERARCH ESO INS OPTI-9 NO = 9 HIERARCH ESO INS OPTI-9 TYPE = 'FREE ' HIERARCH ESO DET NAME = 'THX31156' HIERARCH ESO DET ID = 'ccd$18 ' HIERARCH ESO DET TYPE = 'CCD Four_Phase' HIERARCH ESO DET PIXSIZE = 1.900000000000E-05 HIERARCH ESO DET BITS = 16 HIERARCH ESO DET FRAM NAXIS1 = 1060 HIERARCH ESO DET FRAM CRVAL1 = 1 HIERARCH ESO DET FRAM CRPIX1 = 1 HIERARCH ESO DET FRAM CDELT1 = 1 HIERARCH ESO DET FRAM NAXIS2 = 1040 HIERARCH ESO DET FRAM CRVAL2 = 1 HIERARCH ESO DET FRAM CRPIX2 = 1 HIERARCH ESO DET FRAM CDELT2 = 1 HIERARCH ESO DET DKTIME = 4.000000000000E+02 HIERARCH ESO DET TEMP_VAR = 1.000000000000E-01 HIERARCH ESO DET TEMPMEAN = 1.376000000000E+02 HIERARCH ESO DET COMP ID = 'ccdr-V1.0' HIERARCH ESO DET PARM1 = 'CLOCK=tho1k' HIERARCH ESO DET PARM2 = 'HLO1 : 2.02 VLO1 : 1.01 VDD1 : 23.03' HIERARCH ESO DET PARM3 = 'HHI1 : 15.00 VHI1 : 12.01 VDR1 : 13.98' HIERARCH ESO DET PARM4 = 'HLO2 : 2.02 RLO1 : 1.01 VGS1 : 4.99' HIERARCH ESO DET PARM5 = 'HHI2 : 15.03 RHI1 : 10.07 ICCD1 : 0.00' HIERARCH ESO DET PARM6 = 'TL 1, 5 telem. data' HIERARCH ESO DET DATE = 1.989794555664E+03 HIERARCH ESO DET MODE = 'SLOW ' HIERARCH ESO DET GAIN = 1 HIERARCH ESO DET AD_VALUE = 2.100000000000E+00 HIERARCH ESO DET DIT = 4.000000000000E+02 HIERARCH ESO DET SHUT TMOPEN = 5.000000000000E-01 HIERARCH ESO DET SHUT TMCLOS = 5.000000000000E-01 HISTORY ESO-DESCRIPTORS START ................ HISTORY 'WIND_RAW' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 1.9000000E+01 3.0000000E+00 1.0420000E+03 1.0260000E+03 HISTORY HISTORY 'STAT_RAW' ,'R*4 ' , 1, 13,'5E14.7',' ',' ' HISTORY 6.5800000E+02 3.2767000E+04 2.3813201E+03 5.6562799E+02 2.4699001E+10 HISTORY 3.8941301E+14 2.4969999E+09 2.3490701E+03 2.3460000E+03 2.0070000E+03 HISTORY 1.6000000E+01 6.5800000E+02 3.2767000E+04 HISTORY HISTORY 'WIND_OVER' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 1.0000000E+01 1.0290000E+03 1.0550000E+03 1.0390000E+03 HISTORY HISTORY 'STAT_OVER' ,'R*4 ' , 1, 13,'5E14.7',' ',' ' HISTORY 2.1200000E+02 2.4400000E+02 2.2111700E+02 2.5815699E+00 1.0815500E+07 HISTORY 2.3924700E+09 2.5441800E+06 2.2058000E+02 2.2050000E+02 3.3000000E+01 HISTORY 1.0000000E+00 2.1200000E+02 2.4400000E+02 HISTORY HISTORY 'BIAS_FRAME' ,'C*1 ' , 1, 7,'7A1',' ',' ' HISTORY bias50 HISTORY HISTORY 'BIAS_OVER_DIFF' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 1.5100101E-01 HISTORY HISTORY 'FLAT_WIND' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 4.5000000E+02 3.8000000E+02 7.4000000E+02 6.2000000E+02 HISTORY HISTORY 'FLAT_BKG' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 2.1311699E+03 HISTORY HISTORY 'SKIM_FRAC' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 3.5154400E-04 HISTORY HISTORY 'AV_WIND_NAME' ,'C*1 ' , 1, 5,'5A1',' ',' ' HISTORY fRc50 HISTORY HISTORY 'FLAT_FRAME' ,'C*1 ' , 1, 5,'5A1',' ',' ' HISTORY fRc50 HISTORY HISTORY 'WIND_FIN' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 1.9000000E+01 3.0000000E+00 1.0420000E+03 1.0260000E+03 HISTORY HISTORY 'STAT_FIN' ,'R*4 ' , 1, 13,'5E14.7',' ',' ' HISTORY 6.0423798E+02 3.2842602E+04 2.1606499E+03 5.5936798E+02 2.0734501E+10 HISTORY 3.5516501E+14 2.2656100E+09 2.1273799E+03 2.1162400E+03 2.0150000E+03 HISTORY 1.6000000E+01 6.0423798E+02 3.2842602E+04 HISTORY HISTORY 'WIND_SUM' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 1.0000000E+00 1.0000000E+00 1.0240000E+03 1.0240000E+03 HISTORY HISTORY 'STAT_SUM' ,'R*4 ' , 1, 13,'5E14.7',' ',' ' HISTORY 3.7136699E+03 9.8528203E+04 6.9033799E+03 1.6677500E+03 6.1352398E+11 HISTORY 2.8897399E+16 7.2387098E+09 6.8047002E+03 6.7938701E+03 2.0480000E+03 HISTORY 4.6318802E+01 3.7136699E+03 9.8528203E+04 HISTORY HISTORY 'LHCUTS' ,'R*4 ' , 1, 4,'5E14.7',' ',' ' HISTORY 5.5000000E+03 9.0000000E+03 3.7136670E+03 9.8528234E+04 HISTORY HISTORY 'DISPLAY_DATA' ,'I*4 ' , 1, 9,'7I10',' ',' ' HISTORY 2 2 513 513 0 -1 -1 HISTORY -1 -1 HISTORY HISTORY 'BOX_MIN' ,'R*4 ' , 1, 6,'5E14.7',' ',' ' HISTORY 3.2100000E+02 2.1500000E+02 6.9644336E+03 6.3300000E+02 4.2300000E+02 HISTORY 6.8900532E+03 HISTORY HISTORY 'IJBORDER' ,'I*4 ' , 1, 4,'7I10',' ',' ' HISTORY 1 1 1024 1024 HISTORY HISTORY 'LHCUT' ,'R*4 ' , 1, 2,'5E14.7',' ',' ' HISTORY 3.6236699E+03 8.0148297E+04 HISTORY HISTORY 'ZEROMAGN' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 2.4671000E+01 HISTORY HISTORY 'SEEING' ,'R*4 ' , 1, 2,'5E14.7',' ',' ' HISTORY 1.8308023E+00 9.6358800E-01 HISTORY HISTORY 'PAIRSPRT' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 3.1899800E+00 HISTORY HISTORY 'MULTDTCT' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 4.1900001E+00 HISTORY HISTORY 'PRFLCTRL' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY -5 HISTORY HISTORY 'OUPROFIL' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY 5 HISTORY HISTORY 'STMETRIC' ,'R*4 ' , 1, 2,'5E14.7',' ',' ' HISTORY 9.3000001E-01 5.5799999E+00 HISTORY HISTORY 'BRGHTLMT' ,'R*4 ' , 1, 1,'5E14.7',' ',' ' HISTORY 1.8387699E+01 HISTORY HISTORY 'NBSTARS' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY 17 HISTORY HISTORY 'PSFTAB' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY 1 HISTORY HISTORY 'THRESHOLD' ,'R*4 ' , 1, 5,'5E14.7',' ',' ' HISTORY 6.8047002E+03 1.1384800E+02 1.6730800E+00 2.0000000E+00 2.5446301E+01 HISTORY HISTORY 'N_SEARCH_ANA' ,'I*4 ' , 1, 2,'7I10',' ',' ' HISTORY 822 806 HISTORY HISTORY 'N_STAR_GAL_DEF' ,'I*4 ' , 1, 3,'7I10',' ',' ' HISTORY 46 744 16 HISTORY HISTORY 'HIST_BINS' ,'R*4 ' , 1, 5,'5E14.7',' ',' ' HISTORY 2.5600000E+02 2.8824686E+02 3.7136670E+03 7.7216609E+04 0.0000000E+00 HISTORY HISTORY 'HISTOGRAM' ,'I*4 ' , 1, 256,'7I10',' ',' ' HISTORY 1 0 0 0 0 0 0 HISTORY 0 0 0 10 64 23 12 HISTORY 3 3 4 4 3 1 2 HISTORY 0 0 1 1 0 1 0 HISTORY 0 0 0 3 0 1 0 HISTORY 0 1 0 1 0 1 0 HISTORY 0 0 1 1 0 1 0 HISTORY 1 0 0 0 0 0 0 HISTORY 0 0 1 1 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 1 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 1 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 1 0 1 0 0 1 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 1 0 0 0 0 0 HISTORY 1 0 0 0 0 0 0 HISTORY 0 0 0 0 0 1 0 HISTORY 0 0 0 0 0 1 0 HISTORY 0 0 0 0 1 0 0 HISTORY 0 1 0 0 0 0 0 HISTORY 0 0 0 0 1 0 0 HISTORY 0 1 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 1 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 0 0 0 0 0 HISTORY 0 0 1 0 0 0 0 HISTORY 0 0 1 0 HISTORY HISTORY 'STATISTIC' ,'R*4 ' , 1, 11,'5E14.7',' ',' ' HISTORY 3.7136670E+03 9.8528234E+04 6.9033760E+03 1.6677493E+03 6.1352378E+11 HISTORY 2.8897433E+16 7.2387144E+09 6.5048496E+03 3.8995779E+03 2.5600000E+02 HISTORY 3.7182184E+02 HISTORY HISTORY 'WINDOW_FROM' ,'I*4 ' , 1, 2,'7I10',' ',' ' HISTORY 1 1 HISTORY HISTORY 'WINDOW_TO' ,'I*4 ' , 1, 2,'7I10',' ',' ' HISTORY 1024 1024 HISTORY HISTORY 'NBMODIF' ,'I*4 ' , 1, 1,'7I10',' ',' ' HISTORY 1 HISTORY HISTORY 'STARS' ,'R*4 ' , 1, 51,'5E14.7',' ',' ' HISTORY 2.6300000E+02 8.8700000E+02 4.6759199E+04 7.5000000E+01 5.6300000E+02 HISTORY 1.5854400E+04 1.3000000E+01 3.1300000E+02 4.9727699E+04 3.3900000E+02 HISTORY 4.3300000E+02 9.6787102E+04 7.0100000E+02 1.6300000E+02 1.2378200E+04 HISTORY 8.5500000E+02 2.5500000E+02 3.5242898E+04 7.6100000E+02 3.3300000E+02 HISTORY 1.4904300E+04 1.0110000E+03 3.5700000E+02 2.5686801E+04 9.0700000E+02 HISTORY 4.0100000E+02 1.6969100E+04 8.4900000E+02 5.2500000E+02 1.4543700E+04 HISTORY 9.1700000E+02 5.4500000E+02 4.4644398E+04 7.7700000E+02 5.7700000E+02 HISTORY 3.6737199E+04 1.0010000E+03 6.9500000E+02 9.8214500E+04 8.2500000E+02 HISTORY 8.0100000E+02 2.0127900E+04 6.3100000E+02 6.3500000E+02 1.6520199E+04 HISTORY 5.8500000E+02 6.7500000E+02 1.5727300E+04 6.5900000E+02 6.6500000E+02 HISTORY 2.1833900E+04 HISTORY HISTORY 'DPROFILE' ,'R*4 ' , 1, 25,'5E14.7',' ',' ' HISTORY 3.2567519E-01 6.4562768E-01 6.5725815E-01 5.2960014E-01 4.1916752E-01 HISTORY 3.0000001E-01 2.8000000E-01 2.5999999E-01 2.3999999E-01 2.0000000E-01 HISTORY 1.8000001E-01 1.6000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 HISTORY 1.4000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 HISTORY 1.4000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 1.4000000E-01 HISTORY HISTORY ESO-DESCRIPTORS END ................ END BTBB'BBjB2B\u0014B\rB\u001eBEBԁBB5B̬B4BBtB*BBBBBuBpBrB|BBBBBB\u0014B6BUBuBBBBBBBBBBB\\B BB~B\u0016BB}\u0014BzxBwBu\u0005Br,Bo=Bl6Bi\u0018BeBbB_#B[BWBT3BPRBLPBH0BCB?B:B6QB1~B,B'fB\"\u001dB\u001cB\u0017\u0011B\u0011KB\u000bXB\u0005:BBrBBBBܟB+B̈́BŧBBIBB\nB\u0016BBBMBuBkBaBWBM:BBB7B,B!DB\u0015B\n\u000eB'B\u000eBBJB̡BBBB4BB|Bo\u0019Ba\u0013BRBDB6\u0012B'pB\u0018B\tBBB-B̺B&BsBBB}BmB]B}\u0018B|B|\nB|6B|bB|[B|5B|\u000fB{\u0016B{DB{vB{xB{RB{-\u0016B{\u0007PBzBzBz\u0013Bzp]BzJBz$ByPBy٬By\rByrByhByCQBy\u001dBxLBxBxbBxBxbBx=?Bx\u0017BwB߲B,BBsBAB(B(B@BoBôB\u000eB}BBB8BBBBjBXBRBXBgB~BBBB%B\\BBB\u000fBMBBB\u0000B7BiBBBBB\u0004B\tB~\u0004B{ByBwBunBs$BpBn^BkBiNBfBcBa\u001cB^4B[4BX\u001bBTBQBN0BJBG\u0006BCDB?bB;`B7B0B\"lB\u0013B\u0005\bB B\u0017BBȠB4BBB9BzUBjUBZ;BJ\u0006B9B)PB\u0018B\b:BBBB\bB\nBBBBoaB^\u000fBLB;@B)B\u0018>B\u0006B\u000fBsBB4BBB\u0014ByMBgBUBCB1B\u001fB\rB\u0001BBBBBB}B}PBk\u001cBXBFB4^B\"\u0013B\u000fBmB\u0012BزBLBBsB\u0000B|Bj\fBWBE\bB2B\u001fB\rfBB|BKB\u0013B`B;B\u0016NB~\u0001B~˰B~\\B~\u0003B~[B~6HB~\u0010B}B}\u0019B}B}{DB}UB}0hB}\nB|B|\u0017B|B|u7B|OB|*VB|\u0004B{{B{\u000eB{B{o>B{IB{$uBz\u0016BzٻBzcBz\rBziBzDrBz\u001f(ByByԫBytBy@Bye\u0016By?By\u001aBxBxЮBxBxBxaBxB9B6\u0016B2SB.pB*kB&EB!B\u001dB\u0018B\u0014@B\u000f`B\nYB\u0005(BBHBBBBvB\fBsBΩBǬB|B\u0019BBBBnBBGB[Bv]BmLBcBZyBPBFBBJBnBB\u0001BnBBB3BBBBBBBBB*BlBB\nB~gB|B{3ByBx\u0014BvBu\u0001Bs{BqBpoBnBm\\BkBj=BhBg\tBeeBcBb\u0004B`FB^|B\\BZBXBVBTBRBP~BN=BKBIBG\u0002BDoBAB?\u0002B<&B92B6\"B2B/B,JB(B%#B!`B\u001d{B\u0019tB\u0015KB\u0010B\fB\u0007B\u00032BKB:B\u0001BB\u000eBQBgBOB\bBʑBB\u000eB\u0000BBHBBBBKB~BuBm\u001bBd,B[\u0002BQBH\u0000B>*B4\u001dB)B\u001f`B\u0014B\tBBnBBFBiB]B\"BB\"B`BrBxZBk\u0016B]BP\u0017BBZB4xB&pB\u0018BB\tBzBB(BLBPB4BBB-BsBcBT%BDCB4HB$4B\u0014\bB\u0003BnB\u0001B~BBABBB~BmB\\BKB:B)B\u0018B\u0007SB\u000fBBӍBCBBB3B|BkVBYBHYB6B%>B\u0013B\u0002\u0005B`B޲BBBBBBBt\u0019Bb@BP`B>|B,B\u001aB\bBBBҲBBBBvBx]Bf@BT\u001fBAB/B\u001dB\u000bxBB\"BB>B`BB}`B};B}\u0017NB|B|\u0001B|ZB|B|`\u000eB|;jB|\u0016B{$B{ͅB{B{JB{_B{;\u001dB{\u0016BzBzoBzBzdBz_Bz;jBz\u0016ByBy\u001cByByZBya\u0004ByYBjB.B\u001f\u0004B\u000f.BBB?B(BBBnB\rBB}\u0016BlB[BK3B:xB)B\u0018B\b\u0000B\u0019B2BMB_BiBkBeBWBoBB^&BM\u0002B;B*B\u0019kB\b+BBBCBBB\"BB}DBkBZPBHB7EB%B\u0014&B\u0002BBUBͱB\bB[BBBu=BcBQB?B.8B\u001cnB\nBB\u0002BXBBbB?BB\u001bB~B~\u0005B~@B~vB~hB~DB~!\fB}:B}fB}B}B}mB}J\tB}&0B}\u0002XB|B|B|B|rB|O\"B|+MB|\u0007|B{B{B{\u0012B{xHB{TB{0B{\r\u0002BzFBzŐBzBz~0BzZBz6Bz\u0013BByBy\u0018ByBy\u0006ByaBy>\u000eBy\u001aBx4BxBxyBuJBrdBoBlBjRBgBetBc(B`B^B\\BZBXBW\u001fBU_BSBR\u000fBP}BNBMBL\u0013BJBIZBH\nBFBEBDHBC\u0012BAB@B?B>^B=4B<\nB:B9B8B7JB6\u0010B4B3B28B0B/B.\u0012B,B+\u0016B)B'B&3B$sB\"B B\u001eB\u001cB\u001aB\u0018jB\u0016\u001eB\u0013B\u0011?B\u000eB\u000bB\t.B\u0006HB\u0003BB\u0000 BB|BBTBBBB\\B\u0000B|BBBBB|BBGBfBWB\u0016BBB'B\u0019BBy_BqBiBaBYLBPBHTB?B6B-eB#B\u001aXB\u0010B\u0006sB0BB\u0012B7B+BBBB\u001bB$B\u0000B~Br5BeBXBKB>B1fB#B\u0016hB\bBBB޼BzB\u0019BBB9B]BxdBiPBZ BJB;sB+B\u001cdB\fBB\"B6B8B%B\u0001BBB|.BkB[UBJB:FB)B\u0019\bB\bXBBB0BrBBB\u0004B%Bq@B`SBO_B>dB-aB\u001cXB\u000bHB2B\u0016BBBBeB*BBpB_YBN\bBB{\tBzBzQBz\nBz|BzYBz6VBz\u0013#ByByByByBycBy@|By\u001dxBx}Bx׉B_kB\\BYBWjBTBRBPWBN,BL\u0017BJ\u0018BH.BFWBDBBBACB?B>2BB6HB-rB$cB\u001b\u001cB\u0011B\u0007B\u0002BBB\u0010B[BtB]B\u0016BBB,B.Bx\u0005BkB_4BRBEB8B+B\u001edB\u0010B\u0003mBBBBBBIBB>BBtBeBVBGB8xB)'B\u0019B\n@BB\u0000BBBoBBBBoB{EBk\u000eBZBJuB:\u0014B)B\u00193B\bB)BB\u0016BƆBBNBBBsBBbBQB@B0$B\u001fLB\u000emBBB۪BʲBBBBBuBdlBSNBB+B1\u0002B\u001fB\u000eBnB4BBɲBkB!BBBs+BaBPvB?\u0017B-B\u001cPB\nBB\"BDBaBg{BDB!B~B~ۼB~B~B~rB~OB~,B~\tB}B}B}B}}B}ZB}7B}\u0014B|B|ΒB|B|B|eB|BB|\u001fB{B{ُB{B{B{pB{MB{*B{\u0007Bz\u000eBz.BzWBz|BzYBz6Bz\u0014$ByfByήByByPByfByD\u0010By!{BxBI]BFBD-BAB?kB=0B;\u000eB9\u0002B7\u000eB50B3fB1B0\rB.|B,B+B*,B(B'B&\\B%/B$\rB\"B!B B\u001fB\u001eB\u001dB\u001cB\u001c\bB\u001b\u001cB\u001a1B\u0019GB\u0018\\B\u0017pB\u0016B\u0015B\u0014B\u0013B\u0012B\u0011B\u0010B\u000fkB\u000eIB\r\u001cB\u000bB\nB\tLB\u0007B\u0006|B\u0004B\u0003jB\u0001B\u0000\u0012BHBjBvBjBHB\rBBLBB\u001cBYBxBxBYB\u0019B׷B2BЊB̾BBĴBuB\u000eB}BBBBB#BBBBB=ByBrBkBdB]WBUBMBEB=B5iB,B$=B\u001bQB\u0012/B\bBGBBBaB\u0002BrBBBBPBB)B}RBqPBe$BXBLNB?B2B%B\u0018B\u000bB BBB\u001fB2B#BBB>BBq\u0013BbTBSzBDB5zB&TB\u0017\u0018B\u0007B[BBJBɤBB!BEBZBz^BjSBZ;BJ\u0016B9B)B\u0019`B\t\u000eBBYB\u0000BǟB6BBOBBuJBdBT*BCB2B\"GB\u0011B\u0000B*BjBΤBB\bB0BTBzsBiBXBGB6B%B\u0014B\u0003BBBНBBsBXB:B{\u0019BiBXBGB6sB%BB\u0014\u0010B\u0002BBBBTB{BYUB6B\u0014IB~B~.B~B~\fB~gvB~DB~\"GB}B}\u0011B}uB}B}u;B}RB}0\u0001B}\reB|B|.B|B|B|`cB|=B|\u001bBnBh2Ba\\BZQBS\u000fBKBCB;B3B+B#B\u001aB\u0012/B\t2BBBB#B\u001eBB{BB\u0016B\u001bBBB\u001aBvjBjB^BR\\BF\u0004B9B,B \u0011B\u0013\u001eB\u0006\u0006BBjBBFBBBBwB7B{BmaB^BP\u001eBAVB2uB#|B\u0014kB\u0005DB\u0007BBPBBKBB\u0000BABytBiBYBIB9B)B\u0019B\tkB@B\u0015BBȹBB@BBBwVBfBVBF.B5B%HB\u0014B\u0004IBB2BҞB\u0004BfBB\u0017BhBnB]BM>B<}B+B\u001aB\n\u001cBHBqBזBƷBBB\u0004B\u0016Br&Ba3BPB(BwBiB[@BLB> B/lB B\u0011B\u0002BBBRB\u0006BB8BB(BxBhBY\u001fBIXB9B)B\u0019B\tBBBBBBBBByfBi:BY\tBHB8B(NB\u0018\u0004B\u0007B]B\u0002B֟B9BB[BBiBsBcdBRBBKB1B!!B\u0010BBCBޜBBCBBB#BzhBiBXBH$B7]B&B\u0015B\u0004BTBưB\u0007B[BaB?B\u001eCB~B~B~\u0014B~UB~uB~SB~2\u000fB~\u0010JB}B}̿B}B}2B}glB}EB}#B}\u0002\u001bB|WB|B|B|{\u0016B|YZB|7B|\u0015B{2B{B{B{#B{mzB{KB{*7B{\bBz\u0002BzpBzBzZBz`Bz?ZBz\u001dByrBy\bByByHByvB\u0006,B\u0003B\u0001BBBB6BBBB\u001bBBBXB:B,B.B=BZBBBB?BBBIBB\u0019BBBoBB[BBFBB'BߑBBWBݰB\u0001BJBۈBڽBB\u0003B\u0012B\u0014B\u0006BBӹByB%BϾBBB̲B\nBLBtBŅBzBVB\u0014BB:BBB\rB\u0012BBBNBB\u0014B=B>B\u0017BBKBBBzBuBpEBjBdB_\u0007BXBRBL\u0003BEBB>KB7\u001cB/B(\u0016B ]B\u0018B\u0010}B\b9BB\tB B\u0000BۭB&BmBBdB\u0015BBB\u0011B\tBsBhuB\\BQ6BEWB9PB-!B B\u0014PB\u0007BB\u0001BBBxB\bBxBBB\u0013Bt\rBeBWBIVB:B,\\B\u001dB\u000f\u0004B\u00006BSB\\BPB2B\u0001BBnB\fBwBh\u001cBXBHB9SB)B\u0019B\n'B[BBBB\u001dB>BXBkB{xBkB[BKxB;lB+YB\u001bAB\u000b#B\u0000BBڨBtB;BBBpBy$BhBX|BH\"B7B'aB\u0016B\u0006B BB8BľBABB>BBr.BaBQ\u0014B@B/B\u001fYB\u000eBLB\u0013BBBwTBV\fB4B\u0013xB~)B~B~B~1B~lB~KB~*-B~\bB}zB}!B}B}mB}b\u0013B}@B}\u001fcB|\fB|ܷB|bB|\u0010B|xB|WrB|6$B|\u0014B{B{QB{\u0011B{B{nB{MhB{,7B{\u000b\u000bBzBzBzBzBzexBzDlBz#fBz\u0002fBylByzByBxBXBVBnBBBMBBXBB޸B݇BhBZB^BqBؓBB\u0002BLBաB\u0000BjBBVBB]BByB\fBСB7BBeBB΍B\u001dBͨB/B̰B*B˜B\u0006BeBɻB\u0005BCBsBƕBŨBĬBÞBBNB\bBB>BB\u001cBfBBBBBRBBBB3BZB_BABBB\u000bBXB|BxBKB|BxqBsBnBiBdB_9BYBSBMBGBA>B:B3B,B%B\u001e\u000fB\u0016{B\u000eB\u0006BBoBB\u001dB$BBɖB\u0003B=BHB BBEBBwBlBamBV\u000bBJ~B>B2B&B\u001aB\u000efB\u0001BSBB۲BήBBDBBZBB}Bp Bb*BT\u0018BEB7B)LB\u001aB\fMBBB-BOB^B\\BIB%BBvBg`BX\u0004BHB9%B)B\u001a\u001cB\nBBTBۺB\u0019BrBB\u000fBTB}BmB]BN'B>MB.mB\u001eB\u000eBBB޹BθBBBBB~kBnNB^,BN\u0005B=B-B\u001d{B\rEB\u000bBB܌BHB\u0000BBhB\u0017BzBjmBZ\u0014BIB9[B(B\u0018B\b4BBBB BlFBKiB*B\tB~B~B~B~\u000fB~e%B~D:B~#NB~\u0002bB}uB}B}B}~B}]B}BCB\u0013BB\rB9B2BBBB\u001cB\u001dBBB{\u0005BpMBehBZXBO\u001eBCB8-B,xB B\u0014B\bpB\"BB\u001cBdBɊBBuB;BBlByBl*B^`BPzBB|B4dB&5B\u0017B\tB\u001dBBBHBBBBBBuBfBWsBH8B8B)B\u001aKB\nBB\u0015BܬBBGB3B\u0001BB=BBB\u001eB}#Bz\u0002BvBsPBoBl\u0000Bh\u001bBd\fB_B[kBVBR\u0017BM(BH\tBBB=8B7B1B+B%4B\u001eB\u0017B\u0011\u0000B\tB\u0002B'BBBBhBBCBbBNB\bBBB\u0010B\bB}BsoBhB^#BSB\u0018BBtBeBVHBG\u0006B7B(rB\u0019!B\tBoB\u000eB۩B@BB_BBlB~BojB_BPXB@B17B!B\u0012\bB\u0002lBB)BӃBB/BBB\u001cBufBeBUBF8B6zB&B\u0016B\u00074BBQBB.BpBQ\u0003B1jB\u0011B~3B~ҖB~B~XB~sB~T\u0016B~4vB~\u0014B}2B}ՓB}B}RB}vB}W\u0017B}7zB}\u0017B|HB|ذB|\u001aB|B|yB|ZlB|:B|\u001b[B{B{VB{B{aB{}B{^~B{?\u0012B{\u001fB{\u0000IBzBzBzDBzBzcBzDsBBBB6BBBgBTBVBoBBB6BB\u0018BB=BBBbB2B\rBBBBBBBB\u0013B+BFBbB~BBBBBB\u0000B\u0006B\u0005BBBBBBCBBB>BBBBB\u0000BBBqB~B}B|xB{MBz\bBxBw1BuBsBr\u001eBp2Bn(BkBiBgBBdBaB_&B\\(BY\u0004BUBRFBNBJBFBBB>B:\u0016B5qB0B+B&bB B\u001b`B\u0015B\u000fB\tWB\u0002BBBcBgBNBBuBеBȿBB4BBBBBbBBx Bn:Bd'BYBO}BDB:'B/>B$-B\u0018B\rB\u0002\u000eBcBBޡBҌBTBBBB2B]BzjBm[B`1BRBEB8\u0014B*B\u001cB\u000f\u001dB\u0001GB^B`BMB)BBBTBBuBrBd`BUBG\u001aB8fB)B\u001aB\f\u0012BB|\u001fB|\u0000B{B{|B{tB{sB{evB{F|B{'B{\bBzBzBzBz\u0014BznBB{BzvBy BwBvBuBtBsBs*Br{BqBqXBpBpBp,BoBoBoBosBofBodBokBo|BoBoBoBp\u000fBpABpxBpBpBq-BqkBqBqBr BrVBrBrBrBs\u0002Bs\u001bBs-Bs5Bs2Bs%Bs\u000bBrBrBrlBr\u0019BqBq@BpBp\u001dBonBnBmBlBkBjBixBh\"BfBe$BczBaB_B]B[BYPBVBTTBQBNBKBHBEPBAB>8B:lB6uB2PB-B)B$B\u001fB\u001aB\u0015B\u0010.B\nB\u0004BBPBB\u001aBDBQB&BB+BZBVB\u001eBB\u0014BCBBB\u000fByBp\u001fBfaB\\vBR`BH\u001dB=B3\u001aB(ZB\u001dsB\u0012dB\u0007.BBRBBBBBBsB\u0006BzBBv\nBi)B\\*BO\u0012BAB4B'2B\u0019B\f&BBBB\u0010B\u001bB\u0013BBBBUBr\u0000BcBU2BFB88B)B\u001b\u0015B\fwBB/BBB1B|BB\u0000B:BynBjB[BLB>\rB/(B >B\u0011PB\u0002\\BeBiBiBeB\\BOB>B*B{\u0012BkB\\BMB>B/cB 6B\u0011\u0007B\u0001BBfB*BBBiB$BBxBiGBYBJB;YB,\u0006B\u001cB\r\\B\tBXBBB7Bb~BCB%\u0006B\u0006IB~B~B~\tB~IB~lB~MB~/\u0005B~\u0010DB}B}B}\u0005B}GB}vB}WB}9\u0016B}\u001a`B|B|B|FB|B|B|bCB|CB|$B|\u0006ZB{B{)B{B{\bB{m|B{NB{0vB{\u0011BzBz\u0012BzBz@BdqBc$BaB`B_B^B^&B]nB\\B\\@B[B[bB[\u0010BZBZBZ}BZkBZgBZoBZBZBZB[\u0001B[>B[B[B\\\u001cB\\pB\\B]&B]B]B^DB^B_\u0002B__B_B`\rB`]B`B`Ba'BaZBaBaBaBaBaBaBaBaYBa\u0018B`B``B_B_[B^B^\u0002B]4B\\NB[PBZ8BY\u0005BWBVNBTBS!BQ]BOzBMuBKPBI\u0007BFBD\fBAVB>{B;yB8OB4B1B-B*\bB&\tB!B\u001dB\u0018B\u0014CB\u000fYB\n>B\u0004BpBBBBVBB\u0019BKBFB\nBBB\u0010BBBCBBBzBq~Bh\u0016B^BTBJB@B6tB,\u0007B!qB\u0016B\u000bB\u0000BB:BB#BdBBB^B\u001eBB~ABqBdBX!BK5B>0B1\u0012B#B\u0016B\t-BB(BBB\u000bB3BJBQBIB2Bq\u000fBbBTBFZB8\tB)B\u001bIB\fBjBBB\u000eBđB\u000eBBBeB{Bm/B^BOBA:B2B#B\u0015\u001aB\u0006\\BBB\u0006B6BcBBBBBr\nBc!BT4BEDB6QB'[B\u0018bB\tfBgBfBaBZBQBEB8B(B\u0016Bs\u0002BcBTBEB6B'B\u0018fB\tGBNB\nBB~B{4B\\B>B RB\u0002\u0003B~B~eB~\u0014B~B~juB~L$B~-B~\u000fB}4B}B}B}NB}x\u0003B}YB};tB}\u001d.B|B|B|lB|0B|B|gB|IB|+`B|\r4B{\u000bB{B{B{B{vB{XB{:vB{\u001cnBzjBzlBztBLBKBJBIBHBH\u0013BGgBFBFTBEBEBESBE#BE\u0004BDBDBE\tBE'BERBEBEBF\u0017BFmBFBG1BGBH\u0010BHBI\u0003BIBJ\u0002BJBK\u0006BKBL\tBLBM\u0002BMzBMBNYBNBO\u001dBOsBOBP\u0002BP9BPdBPBPBPBPBPgBP7BOBOBO5BNBN#BMxBLBKBJBIBHBGeBF\u0002BDBBBA!B?@B=?B;\u001aB8B6hB3B1!B.DB+?B(\u0011B$B!9B\u001dB\u0019B\u0015B\u0011zB\r\u0017B\bB\u0003BBBLBBB\u0001BBiBB:B[BEBBwBBBBiBB{5BrTBiCB`\u0004BVBLBC:B9JB//B$B\u001aB\u000fB\u00050BNBHB\u001dBB[BB\u0012B;BEB0BByBm?B`BT\u0012BGTB:|B-B B\u0013eB\u00061BBB\u0016BАBBPBBBB~\u0010Bp\u001dBb\u001cBT\u0012BEB7B)B\u001b~B\rDB\u0004BBB=BBBMBBB~.BoBaVBRBDkB5B'nB\u0018B\n^BB>BިB\u000eBqBB*BBBx&BisBZBL\u0003B=FB.B\u001fB\u0011\u0000B\u00028BnBBB\u0000B,BVB~BB|BmB_\nBP*BAGB2bB#|B\u0014B\u0005BBϴBB\u0006Bv-BXRB:vB\u001cB~B~B~B~ B~@B~ibB~KB~-B~\u000fB}B}\rB}3B}ZB}zB}\\B}>B}!\u0006B}\u00034B|fB|ǜB|B|\u000eB|nKB|PB|2B|\u0015\u0018B{cB{ٴB{\u0007B{`B{B{c\u001dB{EB{'B{\n^BzB56B4/B3CB2rB1B1\u001bB0B0\"B/B/B/MB/.B/ B/%B/:B/^B/B/B0\u001fB0xB0B1LB1B2EB2B3\\B3B4B5(B5B6lB7\u0011B7B8ZB8B9B:;B:B;jB;BMB>B>B?6B?hB?B?B?B?B?xB?FB?\u0000B>B>3B=B=\fBB7Bu\u0013BhB\\vBOBCoB6B*\u0003B\u001d)B\u00109B\u00032B\u0017BBۤBNBBlBBJBB|Bo*BaZBSBEB7B)B\u001bB\rBBBBnBVB9B\u0016BBBBr\\Bd!BUBGB9WB+\u000bB\u001cB\u000efB\u0000\fBBPBBƄB\u0018BB6BB~GBoBaKBRBDDB5B'0B\u0018B\n\u0012BBBRBϸB\u001cB~BB;BBwBiJBZBKB=KB.B\u001fB\u0011@B\u0002BBVBBBr\u001eBTB7IB\u0019B~pB~\u0003B~B~(B~B~iNB~KB~.tB~\u0011\nB}B}7B}B}hB}~\u0003B}`B}C>B}%B}\bB|)B|B||B|*B|uB|XB|;HB|\u001e\u0004B|\u0000B{B{OB{\u001cB{B{nB{QB{4{B{\u0017]B\u001dtB\u001cB\u001bB\u001b\u001aB\u001aB\u001a\u000bB\u0019B\u0019XB\u0019!B\u0018B\u0018B\u0018B\u0019\bB\u0019/B\u0019fB\u0019B\u001a\u0004B\u001agB\u001aB\u001bTB\u001bB\u001cmB\u001d\bB\u001dB\u001eVB\u001f\bB\u001fB |B!B9B+TB\u001cB\u000eeBBBBB\u0004Bo\u000bBR\u0012B5\u0019B\u0018\u001dB~#B~(B~-B~1B~6B~jB5B,NB\"B\u0019=B\u000fwB\u0005BtB8BBPBѥBBBBBPBBOBwBkB_BSBGB;B/PB\"B\u0016lB\tB.BqBBֺBBBBwB?BBzBmBB_BR^BDB7OB)B\u001c B\u000e|B\u0000B*BBB!BjBBB)B_BwBiB[BN\u000fB@1B2OB$iB\u0016~B\bBBB޲BжB·BBBBB|BnzB`fBRNBD6B6\u0018B'B\u0019B\u000bBBhB>B\u0012BBBBQB\u001cB}BoBauBS;BDB6B(B\u001aFB\f\u0006BB\bB…B\u0001BzBlBPlB3B\u0017[B~B~JB~B~9B~B~l)B~OB~3\u001bB~\u0016B}\u0012B}ݒB}\u0010B}B}\u0013B}kB}O\u001eB}2B}\u00162B|B|RB|B||B|\u0015B|kB|ORB|2B|\u0016B{JB{B{B{jB{(B{lBB\u001dBB8BBBBBBBBGBB\u0010BB\u001cBB`B\u0017BBB~B^BHB7B/B,B-B3B;BFBSB_BlBwB\u0000B\u0001B\u0002B\u0003B\u0004zB\u0005jB\u0006TB\u00074B\b\fB\bB\tB\nRB\nB\u000bB\f$B\fB\r\u0010B\rlB\rB\rB\u000e\u0011B\u000e B\u000e\u0019B\rB\rB\r{B\r\u0015B\fB\u000bB\u000bDB\npB\tB\bqB\u0007BB\u0005B\u0004B\u0002B\u0001>BfBjBHBBBB8BMB7BBBB&B.B\u0005BЬB!BdBsBMBBaBBBB]BB2BLB3BwBphBhB`BXBPBH\u0017B?{B6B-B$B\u001bUB\u0011B\bFBBBBOBBuBB\u000eB(B\"BBB~SBrBg5B[{BOBCB7B+B\u001fYB\u0013\nB\u0006B*BBBCB{BBBBBBy~BlNB_\u0012BQBD{B7!B)B\u001cUB\u000eB\u0001nBBB\u0007BˈB\u0004B|BB^BBz0BlB^BQLBCB5B(DB\u001aB\fB\u001cB]BBB\rBABrBBBBu\u001aBg=BY]BK{B=B/B!B\u0013B\u0005BB\fB\u0019B$B,B4B9B>B@BzABlAB^@BP=BB9B44B&/B\u0018)B\n\"B3B\"B\u0010BBBkBOB3B\u0017B~~B~hB~RB~=B~(B~o\u0014B~S\u0000B~6B~\u001aB}B}B}ƲB}B}B}rB}VB}:B}\u001eB}\u0002B|B|ʞB|B|B|vB|ZB|>B|#\u0014B|\u00075B{YB{ςB{B{BBKBBԮBԄBtBzBԗBB\u0010BkBBZBB׌BBԡBBBBvBBPBvBkB/BB\u001eBHB>BBBB*B4B\u0007ByBs\u000fBlFBeIB^\u001aBVBO*BGjB?|B7_B/\u0016B&B\u001dB\u00152B\fB\u00007B\u001aBBۦBPBBoBBMBBBw1BjcB]BPBCB6B)B\u001cB\u000fB\u0002BBBrBZB=B\u001cBBBBrBr>Be\u0006BWBJB=JB0\u0004B\"B\u0015oB\b\u001fBBwB\u001eBBeB\u0004BB:BBeBtBgBZ\u0015BLB?)B1B$6B\u0016B\t:BB6BB-BŦB\u001dBB\bB{BBt^BfBY=BKB>\u0018B0B\"B\u0015[B\u0007B`B3B\u0005BBBlyBQJB6\u001bB\u001aB~B~B~^B~2B~\u0004B~wB~\\B~AB~&[B~\u000b3B}\rB}B}B}B}B}hnB}MVB}2>B}\u0017+B|\u0018B|\nB|\u0000B|B|B|tB|YB|>B|$\u0004B|\t\u0010B{%BByBfBlBBB\u0011BvBB~B!BBBtB\\BTBYBlBBBB/ByBB$BBBTBB4BB\u001eB’B\bB|BB\\BB,B̋BB7BЁBBB$BDBWB]BTBB6B.B&B\u001eB\u0016\u001bB\rxB\u0004BBBVBBZB̥BBBBnB\fBBBz*BoLBdSBY=BN\fBBB7\\B+B HB\u0014B\bB\u0000B\u0012B\u0010BBBBTBBB\u001dBBv\nBimB\\BP\u0016BC[B6B)B\u001cB\u0010\"B\u0003DBgBBܨBBBBB\tB\u0010B\u0016Bu\u0016Bh\u0013B[\u000eBN\u0003B@B3B&B\u0019B\fBBjBHB#BBBBvBEB\u0011B{BnBahBT+BFB9B,jB\u001f%B\u0011B\u0004BNB\u0002BܶBgB\u0018BBtB!BBxBr!BdBWqBJ\u0018BpB39B'B\u001cB\u0011\u0004B\u0005pBB\bB6BQBZBRB9B\u0010BBBBBtBhxB\\\u0003BOBBB6kB)B\u001d3B\u0010B\u0003B9BBB/B{BB\u0004BEBBBwBk#B^QBQ~BDB7B*B\u001e\u0010B\u0011-B\u0004GB_BtB݆BЖBãBBBBBBuBhB[BNBAB4B'B\u001aB\ryB\u0000iBVBCB.B\u0017B\u0000BBBBB}yBp[BcBZBOBE\rB:\u001eB/\u0015B#B\u0018B\rlB\u0002\u0006BBBYBӤBB\u0005B\u001dB%B\u001fB\nBBsBgB[?BNBBB6B~%\u001eB~\u000bVB}B}B}\u000eB}PB}B}pB}W B}=lB}#B}\n\bB|\\B|ִB|\rB|hB|B|p.B]0B]pB]B^=B^B_lB`&B`BaBbBcBe\u0006Bf8Bg{BhBj0BkBm\u001dBnBp=BqBsBuB?B9TB2B+B$B\u001dAB\u0015B\u000e%B\u0006VB[B6BBrBB\u0010B&B\u0017BBB\u0012BvBBB~BtBjB`5BUBK5B@B5B*B\u001fB\u0014B\tBBPBB}BB`BB\u0000B9BdBB~BrBfBZzBN^BB;B6\u000fB)B\u001dB\u0011dB\u0005\u001fBBBQB\u0007BǺBiB\u0015BBdB\u0006B}BqDBdBXuBL\tB?B3*B&B\u001aAB\rB\u0001MBBPBBJBB;BB$BB\u0006BwtBjB^JBQBE\u001aB8B+B\u001fFB\u0012B\u0006\bBfBB B{BB.BBB3BBzBn2BaBTBH*B;|B.B\"\u001fB\u0015oB\bB!BBbB\u0003BByBB_BFB-'B\u0013B~kB~\u0010B~ǴB~[B~\u0001B~{B~bTB~HB~/B~\u0016XB}\bB}B}nB}&B}B}~B}eVB}L\u0014B}2B}\u0019B}\u0000dB|1B|B|B|BDBEbBEBFxBG(BGBHBIBJBKBM\u001cBN`BOBQ\u001dBRBT\u0018BUBWMBXBZB\\xB^FB`\u001dBaBcBeBgBiBkBmBoBqBsBuBwByB{B}BBBpBOB&BBBqB\u001fBBTBBPBB\u000bBPBBBBB|BDBBB\nBnBBBBBBmB\u0001BtBBBBBB:BBB\u0018B\u000fBB}BB9BRB=B~B{BwBsBoBkBg:BbB]BXBSBN\"BHBBBB9\u0005B3+B-\u001fB&B uB\u0019B\u0013\u000eB\f\u0016B\u0004BB\"B|BB޲B֑BHBBEBBBBBHBB}`BsBiB`\u001bBV BL\bBAB7B-\"B\"B\u0018\u000eB\r`B\u0002BBBBB˜BeB\u001eBB`BBjB{BpCBdBXBM;BAzB5B)B\u001e\u0013B\u0012:B\u0006\\BBBBBB\u0012B(B:BIBVB`BwhBkmB_pBSpBGnB;iB/bB#ZB\u0017NB\u000bAB2B B\rBBBBBBqBRB0Bz\rBmBaBUBIrB=HB1\u001cB$B\u0018B\fB\u0000cB3B\u0000BBϚBeB0BBBBSBz\u001aBmBaBUnBI3BB@BC\u0015BEZBGBIBL1BNzBPBS\u0005BUGBWBYB[B^\u001fB`EBbcBdwBfBhBjwBl`Bn:Bp\bBqBssBu\u0010BvBx\u0016By{BzB|\u000bB}2B~BB;B\u001cBBB\"BBB.BLBJB)BBBBOBBB~qB}0B{Bz4BxyBvBtBrEBoBmBBj|BgBd^Ba\u0007B]}BYBUBQBMNBHBD\u001bB?8B:\u001fB4B/RB)B#B\u001dB\u0017cB\u0010B\nNB\u0003BB[B\bBBB\u0015B\u001fB\u0000BBSBB\u0014B@BIB1BBwBn*BdBZBQ\u0014BG*B=%B3\u0006B(B\u001e}B\u0014\u0015B\tB\u0001BXBBBBBBBBrB/BBzBo\u001bBcBX-BLBA\u001aB5B)B\u001eJB\u0012B\u0006BQBBBMB̜BB1BxBBB=BzzBnBbBW#BKVB?B3B'B\u001c\u0011B\u0010;B\u0004bBBBBB\rB*BFB_BxBBBuBiB]BQBEB:\bB.\u0014B\" B\u0016*B\n4BeB2eB&cB\u001abB\u000e`B\u0002`BBԺBBBBtB\\BDB,B\u0014B~B~B~̿B~B~B~B~lB~TB~QB9B5\rB0\u001dB*B%B \u0015B\u001aYB\u0014mB\u000eQB\b\u0006B\u0001BB\u0015B\u0017BBޚB\u001eByBǬBBBbBByBB\u0005B\u0019B{\rBqBhB_.BUBL\bBBKB8sB.B$yB\u001aVB\u0010\u001cB\u0005BfBB\\BۺB\u0005B?BhBBBBsBTBy(BmBbBWgBL\u0014B@B5XB)B\u001eB\u0013\u0010B\u0007B#BB5BٹB=B¼B:BB.BB\u0019B}BqBfjBZBO@BCB8\u000eB,rB B\u00155B\tBBLBBBTBèBBNBBB:B}BqBf\u001dBZfBNBBB7:B+~B\u001fB\u0014\u0005B\bFBBB\bBFB̈́BBB;BwBBB{(BobBcBWBL\u000fB@HB4B(B\u001cB\u0011+B\u0005dB;BۭB\u001fBB\u0006B}yBeBNbB6B\u001fOB\u0007B~>B~طB~4B~B~,B~zB~c.B~KB~42B~\u001cB~\u0005@B}B}TB}B}pB}\u0003B}xB}a-B}IB\u0016B\rB\u001dBGBBBPBBpB\u001eBBBBBBBBB\u00024B\u0004|B\u0006B\t(B\u000bB\rB\u0010nB\u0012B\u0015hB\u0017B\u001atB\u001d\u0000B\u001fB\"\u001dB$B';B)B,SB.B1`B3B6ZB8B;:B=B?BBMBDBFBI\u0000BK!BM6BO;BQ0BS\u0016BTBVBXXBYB[xB\\B^@B_B`BaBbBcBdMBdBevBeBf&BfOBfWBf>Bf\u0002BeBe\u001fBdvBcBbBaB`QB^B]KB[BYBW|BU2BRBP\u0014BMB}uIBBB2BπBBcBBաB^B0B\u0016B\fB\u0016B/BXBBB)BBBhBBoBBB3B\u0000B\u0003~B\u0006*B\bB\u000bB\u000e;B\u0010B\u0013B\u0016PB\u0018B\u001bB\u001eRB B#B&*B(B+AB-B06B2B5\u0000B7RB9B;B=B@\u0012BB\u001bBD\u0013BEBGBIBK1BLBNBBOBPBR*BSEBTEBU*BUBVBW)BWBWBX\u0012BX\u001eBX\bBWBWpBVBVEBUvBTBSaBR\u001aBPBO\nBMBBKMBI+BFBD[BAB>B;B8vB4B1RB-rB)eB%,B B\u001c\u001bB\u0017FB\u0012=B\r\u0003B\u0007B\u0001B1B8B\u0010BB=BܒBռBμBǔBCBB.BjBBvBFBBBwBo9BffB]uBTfBK:BAB8B/\u0014B%B\u001bB\u0012\u000bB\b-B:B2B\u0015BBաBKBBmBBPBBB@BvvBkB`BUBJB?B4B)B\u001eB\u0013B\bBBBBܔB~BgBMB2B\u0014BBBBxBmfBb=BW\u0014BKB@B5B*[B\u001f)B\u0013B\bBBRB\u001aBBФBgB*BBBhB&BBvBkXB`\u0012BTBIB>8B2B'B\u001cYB\u0011\rB\u0005BsB%BB؇B8BBBFBBBRB~\u0000BrBg\\B\\\tBPBEcB:\u0010B.B#jB\u0018\u0018B\fB\u0001rB@B՛BBUBB{\u000fBdnBMB7-B B\tB~SB~ܶB~\u001cB~B~B~TB~kB~U+B~>B~(\bB~\u0011zB}B}aB}B}PB}BBBLBBIBBBpBQBGBPBkBȘBB\"B}BB\\BBmB\u0006BިBTB\bBBBHB\u0014BBBB^B2B\u0000\bB\u0002B\u0005B\b|B\u000bHB\u000e\u000eB\u0010B\u0013B\u0016GB?BADBBBCBE\u0001BF\nBFBGBHxBI\u000bBIBIBJ\u0002BJ\u0011BIBIBIiBHBH>BGmBFtBETBD\bBBB@B?#B=(B;\u0000B8B6 B3gB0}B-`B*\u0011B&B\"B\u001eB\u001aB\u0016B\u0012\u001dB\rnB\bB\u0003}B9BB#BSBUB*BBQBͤBBBB^BBQBBBBBz@BqBiPB`BWBO\u0002BF\u0004BB\u0015BBBBڮBݠBBBB}BvBmBbBTBBB+B\u000fB\u0000B\u0003B\u0006B\tXB\f\u0014B\u000eB\u0011lB\u0014\u0006B\u0016B\u0019\u0011B\u001bB\u001dB 2B\"qB$B&B(B*B,B.PB/B1B3\u0013B4wB5B6B8\u0000B8B9B:B;\u001bB;B;B<\u001eBB3B)\u0017B\u001ePB\u0013B\bBB0BdBݘBBB-B^BBBB\u0015B|ABqlBfB[BPBF\u0012B;:B0aB%B\u001aB\u000fB\u0004B\u001dBBBeBىBάBBB\u0014B6BXBzBBwBlBaBW BLABAcB6B+B B\u0015B\u000b\nB\u0000,BBB&BlBB}BhABRBB4tB*\nB\u001fB\u0015'B\nB\u0000BOBE\u0000B:aB/B% B\u001aB\u000fB\u0005B6jB-B%*B\u001cbB\u0013B\nB\u0001~BZB BBpBBuBB4B}BBB\u0000B\u0012B{\u0017Bq\u0013Bg\u0005B\\BRBHB>yB4FB*\u000eB\u001fB\u0015B\u000bPB\u0001\rBBBABBͲBjB BBB;BBB{MBpBfB\\VBR\u0001BGB=VB2B(B\u001eMB\u0013B\tB=BBB%BBhB\bBBFBBB\u001fBBxWBmBcBY(BNBD[B9B/B%&B\u001aB\u0010UB\u0005BB\u001aBBFBBrB\bBB3BB]BB~Bt\u001cBiB_FBTBJqB@\u0006B5B+0B B\u0016\\B\u000bB\u0001BB&B\u0001BBB1BBNBB\u001cBdBB\u0000B\u0002B\u0004B\u0006nB\b$B\tB\u000b@B\fB\rB\u000f\u000eB\u0010\u0015B\u0010B\u0011B\u0012gB\u0012B\u0013GB\u0013B\u0013B\u0013B\u0013NB\u0012B\u0012fB\u0011B\u0010B\u000fB\u000eB\rBB\u000bB\tB\b\u0012B\u0005B\u0003B\u00011BBBBEBB#BFB6BB݁BB\u000bB\u000bBBāBBGBjBdB5BB`BBB\u0004B~BwBpdBhBaRBYBQBIBAB9B1\u001aB4\u0019B*\u0013B \tB\u0015B\u000bB\u0001BBBB٘BτBpBZBCB,B\u0013BBB~BtBjB`nBVOBL/BB\u0010B7B-B#B\u0019B\u000fdB\u0005@B\u001aBBBܨBҀBXB0B\u0006BBBB\\B1Bw\u0005BlBbBX~BNPBD#B9B/B%B\u001bhB\u00119B\u0007\tBBBxBHB\u0018BBBBTB\"BBBBx]Bn,BcBYBOBEgB;6B1\u0006B&B\u001cB\u0012sB\bCB&BBgB\tBBLBBmBY8BDB0B\u001c&B\u0007B~vB~ B~B~uB~\u001eB~B~yyB;\\B=QB?`BABCBF\u001aBHBK\u0007BMBPDBS\u0000BUBXB[B^BaBdBgBk\u0018BnVBqBtBxLB{B\u0019BBByBBxBBB\u0003BB\nBB\tBBBiBB6BBB,BjBʞBBBBBBܵB߂B>BB{BBhBBB\"B1B&B\u0000BBdBBVB\u0000B\u0001B\u0002B\u0003B\u0004B\u00055B\u0005B\u0006\u0018B\u0006SB\u0006gB\u0006VB\u0006\u001cB\u0005B\u00050B\u0004{B\u0003B\u0002B\u0001WBB_BBBB3BBB\u0005BBB\u0013B\\BsBYB\rBϒBB\u000eB\bBBwBB:B]BXB*BB[BB~Bx\u0010Bq\u0006BiBbB[\u001dBSBKBD\u0019B<1B4.B,\u000eB#B\u001bB\u0013\u0015B\nB\u0001BAByBBުBեB̏BfB,BBB\"BB,BBx\u0006BndBdB[\u0003BQFBGB=B3B*\u0016B >B\u0016eB\fB\u0002BBB\u0012B3BSBsBBBBB\u0002B\u001dB7BxPBniBdBZBPBFBBBBBBB3BB\u0018BSBfBSB\u0018BB$BjBBtB6BB.BdBiBkB6B.B&B\u001eB\u0016B\u000erB\u0006\u001aBB'BBB\u001aBDBZBaBVBBBCBBBB=BB%BPBLB\u0015B۫B\rB=B;B\u0005B̜B\u0001B5B8B\rBB)BtBBBLBB_BBBB}Bw^BpBj\\BcB\\BUBNBGB@4B8B12B)B!B\u0019B\u0011B\tB\u0001BfB\u0010BB!B׌BB*B^BBBBBB^B~2BtBkBbnBY\u001bBOBF`B\u001cB4B+B\"9B\u0018B\u000fB\u0006VB\nBBrB&BBΎBBBBB^B\u0012BBzB.BzBqBhKB^BUBLfBC\u001cB9B0B'8B\u001dB\u0014B\u000bVB\u0002\nBBBRBB&BBBodB\\BJ:B7B%\u0011B6B޼BYB\u000eBBBBBB\u001fBhBB\u0000,B\u0003B\u00071B\nB\u000enB\u0012 B\u0015B\u0019B\u001d|B!YB%?B),B-!B1\u001cB5\u001bB9 B=(BA3BE@BIOBM]BQlBUyBYB]BaBeBiBmBqmBuSBy0B}\u0003BBB>BB|B\u0005BBBDBBBBBBBBSBBuBB0BdB|BwBTB\u0012BʱB0B͌BBBBѤBNBB/BfBrBVB\u000fBҝB\u0000B5B>B\u0017BB=BʅBȝBƃB6BBB\u0014BBB-BBBB^BBfBBBBxB\u0018BzBtBo\u000eBi\u0016BbB\\BV[BOBI6BBuB;B4B-zB&BB\u001eB\u0017B\u000fB\bWB\u0000BBBBBذBvB*BB^BBRBB\rBVBBzBqBi\u0010B`%BW4BN@B5-B,\u001aB#\bB\u0019B\u0010B\u0007BBBBBpB\\BIB6B#B\u0010BBBBBBvBmBdwB[dBRQBI>B@*B7\u0017B.\u0004B$B\u001bB\u0012B\tB\u0000BB~BkBXBEB1B\u001eB\u000bBBBBBBBxBorBf`B]LBT9BK%BB\u0012B9\u0000B/B&B\u001dB\u0014B\u000bB\u0002BBBΦBB[B4B\u000eBsBaBOBĤBLB\fBBBBB*BpBB3BB>BBBBB\nBB\u0000B\u0004B\bB\fB\u0010B\u0014B\u0018B\u001cB!\u0010B%6B)`B-B1B5B:\u001fB>OBBBFBJBNBS\u001fBWBLaBCB:B1B(B \u0010B\u00174B\u000eWB\u0005zBBBB\tB.BRBvBBBB\bB-BQBvBBwBnBf\nB]/BTTBKzBBB9B0B(\u000eB\u001f4B\u0016YB\rB\u0004BBB\u0014B:B_BυBƫBBB\u001bB@BfBBBBvBn BeEB\\jBSBJBAB8B0$B'IB\u001enB\u0015B\fB\u0003B\u0002BJBҒBB%BnBByB-BBBBB\u0016BVBªB\u0013BɍB\u001bBкBkB+BBBBBBBB\u0004B.B\u0000`B\u0004B\bB\r\u001cB\u0011dB\u0015B\u001a\u0001B\u001eRB\"B&B+JB/B3B87BB\u000eB\u0005BBXB\u0010BB|B2BBBBB\u001cBiBBBBBkB\u001bBBB‘BƂBʂBΏBҩBBB8B|BB\u001cBwBB>BB\u0002\u0017B\u0006B\nB\u000foB\u0013B\u0018YB\u001cB!=B%B*\u0016B.|B2B78B;B?BD\u001cBHVBLBPBTBXB\\B`BdBhwBl9BoBsBw\u0012BzB}B8BnBBBBXB\u0012BB5BBB\u000eB\u0019B\u0004BBvBB_BBBBwB\u001cBBB\u0018B\u0018BBB\u000fB]B{BjB)BB\u0011B9B,BBrBBBBBCBBBBB{Bw-BrBmBhBcB^BYVBSBNB!BBB@BB>B͠BB+BXBsBB}BnBQB'B}BuBmkBe\u001aB\\BT`BKBCB;\u001bB2B*-B!B\u00196B\u0010B\b=BBDBBMBBWBBeBBtBBB\u000fBB#BBx9BoBgQB^BVjBMBEB=\u0014B4B,2B#B\u001bQB\u0012B\nrB\u0002\u0002BB%BBHBBmB\u0000BB&BBMBBvB\tBB{3BrBj\\BaBYBQ\u001cBHB@FB7B/rB'\bB\u001eB\u00163B\rB\u0005_BBB!BBMBByB\u000eBB:BBfBBB&B~BvPBmBeyB]\u000fBTBL6BCB;_B2B*B\"\u0019B\u0019B\u0011?B\bB\u0000cBB\u000eB0B~BBB\u0012BjBB^BBBfB8B\u001cB\u0010B\u0015B(BJByBBBMBʪB\u000fB}BBpBBzB\u0006BB)BBTB\u0000B\u0005B\n\u0015B\u000eB\u00138B\u0017B\u001cLB B%LB)B./B2B6B;CB?BCBGBL\u0016BP)BT-BX\"B\\\u0006B_BcBgFBjBndBqBu,BxnB{B~BBBBBBrBB-B[BjBXB$BBUBBB\u000eB\u0000BBlBB6B[BUB#BB7B|BBvB+BBB\u0016BBB#BpBBxB7BB,B{dBwpBsTBo\fBjBf\u0005BaFB\\aBWWBR'BLBG_BAB<\u000eB64B0BBB6BBBtB>B\u000eBB̶BюBgB?B\u0018BBBBhB2BB\u0001B\u0006pB\u000b!B\u000fB\u0014hB\u0018B\u001dB\"\u0007B&yB*B/5B3}B7B;B?BCBGBKBOBSEBVBZjB]Ba0BdnBgBjBmBpVBs\bBuBx\u0013BzhB|B~BBrB\u001dBB\u0004B@BSB?B\u0002BB\fBPBjBVB\u0014BB\u0007B9B9B\nBB\u000bB8B1B~B|ByBw4Bt?Bq\u001dBmBjTBfBbB^BZBVBR\u0010BM|BHBCB>B9B4zB/\u0013B)B#B\u001e\"B\u0018@B\u0012AB\f&B\u0005BB5BB\u0019BfBޟBBBB±BBJBBB7BB8BB\bBx`BpBhBa-BYbBQBIBAB9B2\u0018B*1B\"IB\u001a`B\u0012wB\nB\u0002BBBB\tB%BCBbBÁBBBB\nB.BSBzBB|BtBm\u001cBeGB]sBUBMBEB>*B6YB.B&B\u001eB\u0017\u001eB\u000fQB\u0007BBB\"BWBBBB3BkBBB\u0016BOBBBB9B{tBsBkBd&B\\bBTBLBE\u0017B=SB5B-B&\tB\u001eEB\u0016B\u000eB\u0006B8BuBBB*BfBТBB\u0019BUBBB\u0005B@ByBBB{$Bs]BkBcB\\\u0004BT;BLpBDB\tBB>BFBJBOKBSBXQB\\BaBfFBk\u0007BoBtByB~xBkBeBgBnBzBBBBBB\u0006B!B;BRBfBwBԄBًBލBBzBeBFB\u001eBB\u0000B\u0005`B\n\bB\u000eB\u0013,B\u0017B\u001c\u0012B lB$B(B-\nB1\u0017B5\u000eB8BB:UB5B1\u0016B,DB'PB\":B\u001d\u0006B\u0017B\u0012AB\fB\u0007\u0006B\u0001?B]BbBLB BB܀B\u000eBχBB?B~BBBBBBBzBBB|\u0000BtBm]BeB^BW*BOBHBCtBH/BLBQBVB[B`BeBjBoBtByB\u001bBHB{BBB!B\\BBB\rBEBzBBB\u0000B#B>BRB]B_BXBEB'BBBB\u0003,B\u0007B\fTB\u0010B\u00157B\u0019B\u001dB!B&\u0018B*\u001cB.\tB1B5B9>BBiBhBgdBeBdhBbB`B^B\\*BYBVBT\u001bBQ\u0014BMBJBG\u0005BCZB?B;B7pB3.B.B*?B%B B\u001bB\u0016B\u0011B\f^B\u0006B\u0001uBB BNBcB`BFB\u0016BBtB\u0004BBBGBBBB\u000eB\u001dB\u001eB\u0014ByBrBkBdB]NBV\u000eBNBG~B@0B8B1B*2B\"B\u001bB\u0014)B\fB\u0005yB\"BBzB)BBيB>BBéBbB\u001bBBBQB\u0010BBBVB{\u001bBsBlBepB^9BW\u0004BOBHBAkB::B3\tB+B$B\u001d~B\u0016RB\u000f&B\u0007B\u0000BBBXB2B\nBBBǚBvBSB0B\rBBBBBeBDBy$Br\u0003BjBcB\\BUBNeBGEB@%B9\u0005B1B*B#B\u001cB\u0015fB\u000eFB\u0007&B\u0000\u0005BBBBB]B:B\u0018BBBBB`B9B\u0011BBBBnBxDBq\u0017BiBbBBBB\u0001B\u0005B\n8B\u000eB\u0012B\u0017bB\u001bB B%5B)B.B3B8B=zBB|BGBLBQBVB\\%BaaBfBkBq9BvB{B8BBBJBB\u0000BXBBBLBBB\u0013BGBsBЕBծBڼB߾BBByBFB\u0003BB\u0001KB\u0005B\nMB\u000eB\u0013\u0000B\u0017;B\u001b`B\u001fnB#dB'CB+\nB.B2FB5B9\u0016B\u0017BCbBHBN\u0012BSuBXB^KBcBi2BnBt%ByB\u001cBB\u0012BBBqBBGBB\u0005BZBBB!BPBrBԊBٓBޏB|BZB'BBB&BB\u0004\u001bB\bwB\fB\u0010B\u0015\u0004B\u0019\u0004B\u001cB B$kB(\u0003B+B.B2\u001eB5AB8DB;(B=B@BC\nBEeBGBIBKBMcBO\u0002BPzBQBRBSBTBU^BUBV BVB7B0B*-B#bB\u001cB\u0015B\u000f\u0003B\b:B\u0001rBBB(BiB߭BB:B˄BB\u001dBmBB\u0012BfBB\u0017BrBB+B{BtBnNBgBa\u0018BZBSBMQBFB@(B9B3\u0004B,tB%B\u001fWB\u0018B\u0012>B\u000bB\u0005*BB\u0018BB\nBBBzBBrBBnBBjBBhBBhBBiBB|jBuBolBhBbmB[BUnBNBHpBAB;pB4B.pB'B!mB\u001aB\u0014hB\rB\u0007bB\u0000BZBBNBB@BٸB.B̥B\u001aBB\u0001BsBBTBBB\fBeBB^BBΫBrBJB5B2B@B^BBB\u0010B\u0001gB\u0006B\f7B\u0011B\u00173B\u001cB\"QB'B-B36B8B>BDHBJ\u0000BOBUtB[.B`BfBlZBr\u000eBwB}lB\u0014BBQBBpBBkBB;BBB\u0017BDBbBpBmBXB0BBBDBBB?B@BA5BABABABABARB@B?B>B=B<>B:B8B6B4B2B0#B-B*B'B$B!B\u001e0B\u001aB\u0017\u0007B\u0013BBB!BB$BBB9BuBBBĽBɮB΋BRB\u0004BܝB BBB\u0010B+B+B\u000eBB\u0001|B\u0005\u0004B\bnB\u000bB\u000eB\u0011B\u0014B\u0017B\u001a%B\u001cB\u001eB!\u0017B#\u0019B$B&B(.B)B*B+B,B-JB-B.\u0016B.4B.\"B-B-AB,B+B*qB)#B'B&\u0001B$.B\"0B \bB\u001dB\u001b=B\u0018B\u0015B\u0012B\u000fB\fB\t@B\u0005B\u0002%BeBBBhB,BB`BB&BbB҆B͒BȇBfB/BBB\u0013BBBTBBB\nB*B>BzHBtGBn;Bh'Bb\nB[BUBOBIWBC\u001eB;B8TB2lB,B&B B\u001aB\u0014B\u000eB\bB\u0003\u0007B\u0016B#B0B;BEBNBTBsRBwB|BBfBbBsBBB\u0018BtBB\\BBB'BB̛BfB;B\u001bB\u0003BBBBB\u0001B\b\u0005B\u000e\u0016B\u0014*B\u001a?B WB&mB,B2B8B>BDBJBPBVB\\BbBhBnBt^Bz)BBBDBBhBBPBBB-BQBbB^BEB\u0016BBrBBkBBB\u001cB B\u0006BBxB\u0002BlB\u0002B\u0005B\bB\u000bB\u000eB\u0011\u0018B\u0013B\u0015B\u0017B\u0019B\u001bB\u001dvB\u001eB LB!uB\"rB#AB#B$SB$B$B$yB$\fB#nB\"B!B zB\u001f#B\u001dB\u001bB\u001a\u0015B\u0018\u0011B\u0015B\u0013B\u0011\u0013B\u000epB\u000bB\bB\u0005B\u0002rB\u001bBB\bBNBtB}BhB7BBۂBBcBͮBB\u0000B\bBBBBXBBB\u0015BBBHBB}Bx\u0006Br0BlOBffB`uBZ}BT~BNzBHqBBeBBZtBTBNBI\u001eBC[B=B7B2\u0016B,WB&B B\u001b\"B\u0015hB\u000fB\tB\u0004?BBB\u001eBjBB\u0004BQB֟BB=BōBB-B}BB\u001eBoBB\u0010BaBB\u0002BQB{BuBp@BjBdB_*BYwBSBN\u0010BH[BBBBc\u0000BgBlBqBvB|\u0018B\\BB\u001cBB BBeB\u001cBBBB|BpBnBuBׂBݙBBBB+B[B\u0002B\bB\u000eB\u0015+B\u001b`B!B'B-B4 B:HB@jBFBLBRBXB^BdBjBplBv>B|\u0004BBeB\u0000BB\u0004BmBB\u0007B7BRBXBHB!BBʋB\u001bBӒBB,BPBVB>B\tBB>BBB\u0014B\u0000\u0018B\u0002B\u0005B\bCB\nB\fB\u000f\u0015B\u0011\fB\u0012B\u0014zB\u0015B\u0017>B\u0018]B\u0019OB\u001a\u0013B\u001aB\u001b\rB\u001bAB\u001b6B\u001aB\u001apB\u0019B\u0018B\u0017B\u0016B\u0015PB\u0013B\u0012\u000eB\u0010.B\u000e$B\u000bB\tB\u0007\u001cB\u0004yB\u0001BBBB-BB%BrBBBިBځB@BBpBB?BBBBBBBtB2BB|B\fBB\u0003B{lBuBp\u001fBjiBdB^BY\u0018BSEBMlBGBAB;B5B/B*\u0018B$1B\u001eLB\u0018hB\u0012B\fB\u0006B\u0000B\u0006B/BZBBBB%B_B̜BB\u001dBaBBB>BBB0BBB6BB|BwPBqBl\u0014BfyB`B[IBUBP\u001fBJBDB?lB9B4PB.B):B#B\u001e)B\u0018B\u0013\u001cB\rB\b\u0012B\u0002B\rBB\nBB\nBB\fB֎B\u0010B˓B\u0015BB\u001bBB\"BB)BB/BB6BB:B~By=BsBn>BhBc=B]BX8BRBM1BGBB&BBBƂBB\\BӟBBB߷BB-BB\u001fBeBBBaB\u0016BB\u0002\fB\u0004MB\u0006dB\bRB\n\u0016B\u000bB\r\u001eB\u000e`B\u000ftB\u0010ZB\u0011\u0012B\u0011B\u0011B\u0012\nB\u0011B\u0011B\u0010B\u0010HB\u000fcB\u000eQB\r\u0013B\u000bB\n\u0017B\b[B\u0006vB\u0004hB\u00024BBYBBB\u0002BBBxB\nB|BB\bB$B$B\nBBȇB\"BB\u0011BhBBBBBBBBtB-BB~xBy\u000bBsBn\u0010BhBbB]VBWBR\u000bBL_BFB@B;@B5B/B*\u0011B$VB\u001eB\u0018B\u00130B\rwB\u0007B\u0002\u0013BeBB\u0015BpBB2BڗBBkBBIBB2BB'BB%BB,BB>BBWB|BwyBr\u000eBlBg:BaB\\oBW\fBQBLKBFBAB<4B6B1B,)B&B!}B\u001c)B\u0016B\u0011B\f2B\u0006B\u0001BCBBBZB\rBBvB*BB̔BJBBBkB BBBABBB_B\u0013BByB},BwBrBm?BgBbB]JBWBRBMMBGBBB=FB7B2B-4B'B\"uB\u001d\u0014B\u0017B\u0012LB4B9B>BD\u0003BIFBNBT\fBYB_\u001eBdBjzBp@Bv\u0018B{BBB\u0001B\u001cBABpBBB5BBB=B̟B\u0006BpBBMBB-BB\u0000\rB\u0006yB\fB\u0013KB\u0019B \fB&cB,B2B9AB?zBEBKBQBWB]BcBiBoBupB{&BB^BBLBBB\u0014B+B*B\u0011BBB,B«B\u000eBRB{BӄBoB9BBlBB\u0014B4B/B\u0004BB=BBBBB\u0001B\u0003\u0016B\u0004zB\u0005B\u0006B\u0007B\b>B\bB\bB\bB\bB\bLB\u0007B\u0006B\u0006\u0005B\u0004B\u0003B\u00025B\u0000BBBBBLBB(BaBzBoBEBBޔB\u000eBlBӭBBBBêBjB\u0015BB&BBB(BXBwBBBtBVB*B{BvBq`Bl\bBfBa=B[BVSBPBKTBEB@BB:B5(B/B*\nB$|B\u001eB\u0019eB\u0013B\u000eOB\bB\u0003BBBDBBTBBpB\u0004BיB3BBmB\u0010BB\\B\u0006BBbB\u0014BBB8BBBqB}3BwBrBmBhNBc\u001aB]BXBSBNYBI-BD\u0002B>B9B4B/eB*BB%\u001eB\u001fB\u001aB\u0015B\u0010B\u000b~B\u0006`B\u0001DB'B\fBBBBB݉BpBXB?B'B\rBBBBBBxB]BBB(B\fBBBB|BwxBrYBm8Bh\u0016BbB]BXBSBN[BI2BD\u0006B>B9B4~B/LB*\u001aB$B WB%tB*B/B5VB:B@WBEBKBQjBW=B]\"Bc\u0016Bi\u001aBo+BuJB{vBBBBBBBBfBBPBBBBPBBsBB\u000eB(B#BBػB[BBDBʐBBBBBBJBBBBgBB\u0005B;BbBzBB~ByqBtWBo2Bj\u0003BdB_BZCBTBOBJJBDB?B:,B4B/eB*\u0002B$B\u001f>B\u0019B\u0014B\u000f!B\tB\u0004nB\u0019BB{B1BBBhB,BBϼBʉBYB,B\u0001BBBBsBWBIBD:BJBB.BB=BBfB\u0003BBGBBĘBABBؕB>BBB)BB\u0000]B\u0006B\rzB\u0013B\u001azB B'WB-B4\u000bB:TB@BFBLBRBXB^BdBjBpMBuB{B\bBrBB\u0000B#B.B\u001fBBBPBB9BBBòBǚBbB\u0007BҊBB#B9B(BBB\u000eB_BBBVBBvBBBBB\nBEBOB+BBZBBBBBVBB6BjB{BfB,BBRB޲BB\u000fB\u0010BBϵB]BBZBBB\u0013B B\u0017BBBzB\u001eBB-BBBGBBB{BvBr\u0006Bm\tBh\u0002BbB]BXBSBNqBIBBD\u0010B>B9B4lB/2B)B$B\u001fB\u001aYB\u0015&B\u000fB\nB\u0005B\u0000lBGB&B\tBBBBܶBתBҠB͚BȗBØBBBBBBBB\u0001B\u001bB7BTBtBB~ByBu\u000bBp6BkbBfBaB\\BX(BS]BNBIBE\u0006B@BB;~B6B1B-:B(|B#B\u001f\u0001B\u001aEB\u0015B\u0010B\f\u0015B\u0007[B\u0002BB2B{BB\fBUBBB1BzBB\fBTBBB+BqBBBABBB\nBKBBB\bB~DByBtBoBk*Bf_BaB\\BWBS$BNPBI{BBBB\u0003\u000bB\bB\u000e-B\u0013B\u0019B\u001f|B%gB+fB1tB7B=BCBJIBPBW\u0006B]wBcBjyBq\tBwB~ABBBKB\u0003BBBDB\tBBB[B BBܣB`B\u0019BB{B\"B\u0004B\u000b[B\u0011B\u0018qB\u001eB%^B+B2\u001cB8fB>BDBJBPBVB\\BbBhBn6BsByYB~B\"BcBBBBhB&BBKBBB\u001fB&B\fBBrBBKBBԏBxB:BBEBBBBdBBlBBBB9BBBBB-BBB\rB\u0004BBwBBNBBBxB>BBfBB\fB0B6B\u001eBBÛB1BB\u0010BZBBBBB~BHB\u0000BB:BB5BB}ByBBtBoBjBf\u0007Ba!B\\3BW>BRCBMCBH=BC5B>*B9\u001dB4\u000eB.B)B$B\u001fB\u001aB\u0015B\u0010B\u000bB\u0006B\u0001BBBBB\u0002B\u001bB8BXB|BУBBB+B^BBB\u000bBJBBB\u0018BaBBBMBBB{NBvBr\u0002Bm`BhBd B_BZBVNBQBM BHBCB?cB:B6BB1B-$B(B$\nB\u001fB\u001aB\u0016jB\u0011B\rXB\bB\u0004HBB9BB*BB\u001dBB\u000fBۇB\u0001BxBBhBBVBBABB)BB\u000eB~BB]BB6BB\nBrB{BwBE$BKBRIBXB_BfKBm\bBsBzBeB:B\u0012BBBBBrBTB5B\u0014BBBڝBmB7BBBkB\u0003\u0017B\tB\u0010QB\u0016B\u001d^B#B*:B0B6B=\u001aBCDBI^BOfBU\\B[>Ba\fBfBlhBqBwkB|B\u000eB:BLBDB BBB\u0004BiBBBBB{B\u0018BÑBB\u0014B\u001cBBҷBIBװBB\u0001BBߣB0BBBBBBHBeBUB\u0017BB\u001aB[BsBbB)BBDBܘBBBֿBԆB-BϲB\u0018BaBNJBėBB\\B\u0016BB>BB\u0006BHBtBBB~B[B'BBB*BB{9BvBr\u0016BmtBhBd\u0011B_SBZBUBPBL\u0017BG;BB[B=yB8B3B.B)B%\u0003B #B\u001bFB\u0016hB\u0011B\fB\u0007B\u0003\u0004B6BkBBB$BiBBBMBӡBBQBŮB\u000eBrBBBBB\u001dBB\u0004B{BBqBBrBBzB}\u0002BxBt\u0018BoBk5BfBbZB]BYBU\u001eBPBLRBGBCB?*B:B6kB2\rB-B)SB$B B\u001cCB\u0017B\u0013B\u000f7B\nB\u0006B\u00020BBB*BBzB#BBrB\u001aBBgB\rBɲBVBBB?BBB\u001eBBXBBB%BBQBBuB\u0005BzBv\u001eBqBm0B-BBjB*B\u0000BBBB\u0000\u001eB\u0006TB\fB\u0012B\u0019XB\u001fB&PB,B3~B:'B@BGBN_BU0B\\\bBbBiBpBwB~BBBBBBB}BwBoBcBSB>B$B\u0003BBBrB0B\u0001B\bB\u000f)B\u0015B\u001c=B\"B)\u0018B/pB5B;BB\u0010BH\"BN BT\nBYB_BeJBjBpXBuB{\u0002B2BFB>B\u001bBB{BBaBBBBBaBBlBBBBȺBjBBOBҀBԈBcB\u0011BّBB\u0006BBBB'B7B\u001aBB^BܿBB\tBBسBNBB\u0018BFBRBBB\"BߙB\u0015B֔B\u0016B͜B%BIJBABBjB\u0003BB=BBB*BBB.BBBGB~BzBvtBr2BmBiBevBa:B]\u0000BXBTBP\\BL(BGBCB?B;cB75B3\u0007B.B*B&B\"XB\u001e-B\u001a\u0003B\u0015B\u0011B\rB\t_B\u00057B\u0001\rBBBBjBAB\u0016BBBۖBjB=B\u0010BBƲB€BOB\u001cBBB|BCB\nBBBSB\u0012BBBFBB~B\fBûBɀB\\BNBTBnBBB-BB\u0001\u0002B\u0007B\u000e\u0015B\u0014B\u001b_B\"\u0018B(B/B6B=fBDPBKDBR>BY>B`DBgOBn^BuqB|BBBBBB\u0012B$B3B>BDBEB?B2B\u001dBBBBkB\u0001#B\u0007B\u000emB\u0014B\u001bB!B(UB.B4B;\u0014BA.BG4BM&BS\u0002BXB^vBd\u000eBiBnBt=BynB~B}BXB\u0017BB7BBBBBBB\u0013B~BBBBBPBB\u001eBDB?B\fBЭB\u001fBbB`B\u0019BդB\u0000B0B3B\u000bBշB:BԒBBBѰBmB\u0005ByBBB\u0004BBúBeBBcBBB\nB\fBBB|B\u001cBB\u001dB~BB\u0006B/BFBLBDB~,Bz\bBuBqBmMBhBdB`2B[BWLBRBNLBIBE8B@B<\u0019B7B2B.`B)B%>B B\u001c&B\u0017B\u0013\u000fB\u000eB\n\u0004B\u0005B\u0001\fBB%BBNBBB+BB{B)BB̏BGB\u0003BBBHB\u0010BBBzBLB\"BBBBBwB\\BBB}+By\u0016Bu\u0002BpBlBhBdB`B\\BXBTBPBLBHBDB@BhB:B6B2B/,B+^B'B#B\u001fB\u001c)B\u0018]B\u0014B\u0010B\fB\t(B\u0005ZB\u0001BBB\u001eBMB|BBB\u0002B,BVB~BӥBBB\u0012B2BRBoBBBBBBB\u0004BBB|BBBBEBéB\u001eBХB>BBBdB8B\u0018B\u0000\u0006B\u0006B\u000e\u0004B\u0015\u0011B\u001c)B#HB*pB1B8B@\u000fBGNBNBUB]#BdnBkBs\bBzUBBB2BuBBB%BTB|BœBɳBBB޾BBB`B&B\u0000B\u0007B\u000e\u001eB\u0014B\u001b\u001cB!B'B.\fB45B:HB@DBF*BKBQBWLB\\Bb8BgBlBqBvB{BVBBjBBB\fBBBoBBKBBBlB&BB\u0019BQB^BBBB:BB/BBB|!BxTBtyBpBlBhBdB`B\\jBXGBT\u001eBOBKBGBCBB?\u0002B:B6}B29B-B)B%tB!7B\u001cB\u0018B\u0014B\u0010SB\f#B\u0007B\u0003BBBrB\\BJB=B3B.B,B/B5B?BLB]BrBÉBBBB\nB1B\\BBBB\"BZBBB\u0010BRBBB\"B{lBwBt\u0004BpTBlBhBeIBaB]BZKBVBRBOWBKBH\u000eBDkB@B='B9B5B2DB.B+\u0003B'cB#B \"B\u001cB\u0018B\u0015AB\u0011B\rB\n]B\u0006B\u0003\u0018BtBB*BBB3BBB0BނBB!BoBϺB\u0003BLBđBB\u0015BUBBBNBOBfBBB/BB\u0017BBIBB̾BӐBpB^BYB`BsBB\u0004B\u000bB\u0013#B\u001aeB!B(B0QB7B?\u0007BFhBMBU1B\\BcBkdBrBz,BBBCBBB/BqBBB\u0003B!B4B;B6B$B\u0004BBB\u0001KB\u0007B\u000e}B\u0014B\u001bfB!B(\u0000B..B4DB:FB@0BF\u0000BKBQWBVB\\DBaBfBkBpBuBzUB~B`BBBBBB:BB\u0003B,B,B\u0003BB2BBBBB BzBBvB.BB\u001bBOBZB;BBBB1BOBIB\u001fBBcBB\"BRBcBVB,BBB\bBqBBB\u001dB(B\u001dBBBB*BBDB|By\u001eBuuBqBmBj.BfTBbqB^BZBVBRBNBJtBFaBBJB>1B:\u0015B5B1B-B)B%B!xB\u001dfB\u0019SB\u0015AB\u00112B\r)B\t%B\u0005%B\u0001+B4BBBUBlBBBBB\u001fBOBւBҺBB2BuBúB\u0003BNBBBFBBBVBB\u001aBBBRBB.BB\u0012BB~B{vBwBtmBpBmjBiBflBbB_tB[BXBU\u0007BQBN\u0018BJBG,BCB@ABBF0BMBU/B\\Bd,BkBs\"BzB\u000bByBBCBBB;B|BBB\u0000B\u0014B\u001cB\u0016B\u0001BBBdB\u0002\u000eB\bB\u000f,B\u0015B\u001bB\"AB(sB.B4B:~B@QBF\nBKBQ-BVB[Ba\u000eBf\u001eBk\u0010BoBtBy#B}BB\u0007B\fBBBBK!BH\u0003BDBAB>B;B8mB5OB20B/\u0010B+B(B%B\"B\u001fgB\u001cAB\u0019\u001bB\u0015B\u0012B\u000fB\fxB\tJB\u0006\u001cB\u0002BBBOB\u0017BBBbB BBBQ?BWB]BdnBjBqBxXB\"BBBBB\u0015B@ByBB\u0012BoBBIBBHBBfBB\u0002B\n@B\u0011B\u0019B!?B(B0B8NB?BGBOZBW\u0004B^BfOBmBuB}\u0018BB(BB\u0015B~BB-BrBBBB\u0002B\u0000BBBBLBB\u0004B\nB\u0011^B\u0017B\u001dB$\u0003B*\nB/B5B;BA\u001eBFBL\u0001BQFBVmB[tB`\\Be\"BiBnJBrBvBzB~BBaBB5BcBfB?BBoBBBBB\u0007BDBUB9BBBB B4B BBB\u0000BXBBBB[B\nBB\fB`BBBBBiB\u001eBBABB\u000eBTBBB|ByBvBs~BpNBm\u000fBiBfkBc\tB_B\\#BXBU\u001bBQBMBJZBFBC\u0016B?pB;B8\u001aB4oB0B-\u001aB)qB%B\")B\u001eB\u001aB\u0017LB\u0013B\u0010\u001dB\fB\t\u0003B\u0005}B\u0001BB\u000bBB,BB^BBBKBBܨB]B\u0015BBϑBUB\u001cBB´BBZB1B\u000bBBBBBxBcBPB>B0B$B\u0019B\u0011B\nB\u0005B\u0002B\u0000B\u0000B\u0001B|\u0004By\bBv\rBs\u0013Bp\u001aBm\"Bj+Bg5Bd?BaJB^UB[aBXmBUyBRBOBLBIBFBCB@B=B:B7B4B1B/\u0005B,\u000bB)\u0010B&\u0014B#\u0017B \u0018B\u001d\u0018B\u001a\u0016B\u0017\u0013B\u0014\u000eB\u0011\u0007B\rB\nB\u0007B\u0004B\u0001BBBBmBPB@.BFBM\u0012BSBZMBa\nBgBnBuB|BBB(BlBB\u001bBBBzB\u0004B͗B3BBB0BBB\u0003`B\u000b\"B\u0012B\u001aB\"uB*=B2\u0005B9BABIRBQ\u0011BXB`Bh2BoBwB\u001bBB8BB-BBBFBBBBB\u0001BBBBeB\fBB\u0006\u001dB\fB\u0012B\u0019\rB\u001f,B%3B+\u001fB0B6B<@BABG\u001cBL\\BQ~BVB[`B`\u001fBdBi7BmBqBuByB}uB\u000fBBBBBBGBBB\u0016BBmBBBBBuBBNBBBlB*BB8BBBBBB3BB8BBBBBBBrB\u0019BB'BB~B|$ByUBvtBsBpBmtBjWBg.BcB`B]mBZ\u0019BVBSWBOBLxBI\u0000BEBB\u0004B>B:B7uB3B0gB,B)^B%B\"`B\u001eB\u001bnB\u0017B\u0014B\u0011\u000eB\rB\n@B\u0006B\u0003B\u00000BBBMB\u000bBBB_B.B\u0002BBܶBٕByB`BLB:B,B\"B\u001bB\u0017B\u0017B\u0019B\u001eB&B1B@BPBcBxBBBBB\u0004B&BJBpBBBB\u0016BCB~rB{BxBv\u0003Bs4BphBmBjBh\u0004Be8BbnB_B\\BZ\u000fBWEBT{BQBNBL\u0019BIMBFBCB@B>\u0017B;GB8wB5B2B/B-(B*QB'xB$B!B\u001eB\u001c\u0004B\u0019#B\u0016>B\u0013XB\u0010pB\rB\nB\u0007B\u0004B\u0001B/rB5BBdBkBsBFhBNFBV\u001eB]BeBmzBu1B|BB\u001aBB&BBBQBBBB\u0000BBBBB3BBJB\u0003B\n\u0003B\u0010:B\u0016XB\u001cZB\"AB(\fB-B3LB8B>\u0012BCFBHZBMLBR\u001cBVB[UB_BcBh\u0019Bl\u000fBoBsBw\u0003BzYB}BB[B\u0005BBBBB&BBBBBlBBgBBBBBBBB:BBBBBrB#BB1BBB\u0002B\u0015B\u0012BB~B|Bz.BwBuGBrBp\u0018BmjBjBgBe\u0006Bb\u001fB_-B\\0BY*BV\u0019BS\u0000BOBLBIBFZBC#B?BBBBJBB\u000bBoBB?BB\u0017BBBlBBXBBJBBCBB@BBBBBGBB}OBzBxYBuBsdBpBnpBkBi|Bg\u0001BdBb\u000bB_B]\u0013BZBX\u0018BUBS\u001aBPBN\u0017BKBI\u0010BFBD\u0002BAyB>BBkBs\\BzBBfB*BBBBBBxBrBoBrBwBBBB\u0001B\tB\u0011B\u0019B!B)B1B9BABIBQBYeBaB;B8B5B2nB/QB,6B)\u001eB&\bB\"B\u001fB\u001cB\u0019B\u0016B\u0013B\u0010B\rB\nB\u0007B\u0005\u0006B\u0002$BHBpBBB\u0005BABBB\u000eB\\BB\u0002B\\B۹B\u001aBրBBUBB7BɭB'BģB#BB*BBBBBBB{B BB\u0006BKBpBzBeB5BBB\u0006B~nB|BzBy\u001eBw,Bu&Bs\rBpBnBlSBiBgBe\u0004BbyB_B]:BZBWBU\u0007BR:BObBLBIBFBCB@B=B:B7B4B1B.B+B)\u0007B&\u0014B#$B :B\u001dOB\u001abB\u0017}B\u0014B\u0011B\u000eB\f\u001eB\tUB\u0006B\u0003B\u0001\u0018BdBB\u000bBfBB)BBBpBB`BB`BBoBBՎB\"BкBVBBɖB;BBŒB:BBBQB\bBB~BB\u000fBBBBYB,BBB}B{vByHBw\u001bBtBrBpBn[Bl)BiBgBeBcWBa\u001fB^B\\BZnBX/BUBSBQhBO\"BLBJBH@BEBCBAHB>BBBB\u0005\u0015B\u000b&B\u0011\u001bB\u0016B\u001cB\"GB'B-\u001fB2ZB7rB\fBF\u0019BN\u001cBV\u0015B^\u0002BeBmBuB};BBB\u000eBBBIBBBBBBԩBkB\u0016BB B~BB\u0001B\u0007B\rB\u0013B\u0019cB\u001eB$hB)B.B3B8B=BBNBFBK%BOWBSbBWFB[\u0001B^BaBe7BhHBk-BmBpSBrxBtoBvB;B9#B6iB3B0B.=B+B(B&\"B#uB B\u001e&B\u001b}B\u0018B\u0016>B\u0013B\u0011\u0016B\u000eB\f\u0006B\tB\u0007\rB\u0004B\u0002)BBZBBBIBBBbB\u001fBBBmB:B\u000bBBݸB۔BtBWB>B(B\u0014B\u0004BBBBBBBBBBBB\nB\u0018B(B:BLB`BvBBBBBB\u000bB'BCB_B{BBBBB\tB&B@B\\BuBBBBB}B|\u0000Bz\u0013Bx$Bv4BtBBrOBpZBnbBliBjmBhpBfpBdmBbhB``B^VB\\IBZ8BX%BJBNBjBBB8BB\u0005 B\fB\u0014PB\u001bB#B+B3hB;RBCHBKIBSUB[mBcBkBsB|\"BcBBBEBBBKBB\u0003BaB׾B\u0019BsBB\u001fB\u0001oB\tB\u0012\u0002B\u001aAB\"{B*B2B:BC\u000eBK\u001bBS\u001cB[\u0012BbBjBrBzeB\u0015BBDBB-BBBB\u0016B\u001aB\nBBؠBGBBHBBBB\u0005\u0002B\nB\u0010B\u0016XB\u001bB!HB&B+B0B5B:OB>BCUBGBKBOBSBW7BZB^\rBa6Bd4Bg\u0004BiBkBmBoBqvBs\u0004BtkBuBvBwBxvBy\u0019ByByBz,BzCBz9Bz\u000eByBy[BxBx1BwpBvBuBtBsfBr&BpBo^BmBl@BjBhBfBe\u001aBc$Ba\u001eB_\nB\\BZBXxBV/BSBQ|BO\u0014BLBJ+BGBE%BBB@\nB=wB:B8HB5B3\u0014B0zB-B+KB(B&&B#B!\u0014B\u001eB\u001c\u0004B\u0019B\u0017\u0005B\u0014B\u0012 B\u000fB\rRB\nB\bB\u0006GB\u0003B\u0001BmB/BBBBgBAB\u001fB\u0001BBBBBBBߦBݨBۮBٸBBBBB\u0014B0BNBnBȑBƷBB\bB4BbBBBB,BbBBB\fBHBBBB=B|BBB;B{BBB;BzBBB8BuBBB)BdBBB\nB@BrBB}B|\u0002Bz.BxWBvBtBrBpBo\u0006Bm\"Bk:BiOBgbBerB\bB!BPBٔBBYBBjB\fB\u0006B\u000eB\u0016WB\u001e8B&(B.$B6-B>BBFbBNBVB^BgCBoBwBB\u001aBF6BNFBVHB^/BFBNBWjB_Bh`BpByiBBB\u0014BB;BBcBBƆB\u0015BנB(BB(BB\u0002\u0010B\nzB\u0012B\u001b4B#B+B4\u0000B<.BDPBLdBTkB\\cBdKBl$BsB{BIBBZBB\u001aBZBBBBtB=BB؂BBZBBBBB\u0003sB\t\u001aB\u000eB\u0014\u0005B\u0019HB\u001egB#bB(9B,B1wB5B:\u001bB>1BB\u001eBEBI}BLBP0BSGBV\u0014BXBZB]\u0015B_\u0015B`BbBd\u001eBe|BfBgBhBi|Bj#BjBk\nBkKBkmBkpBkTBk\u001cBjBjUBiBi\"BhbBgBfBeBduBcBBaB`B_2B]B\\\"BZBXBW\u000fBUABSfBQ~BOBMBKBIvBG\\BEB<B:EB8\tB5B3B1LB/\rB,B*B(]B&)B#B!B\u001fB\u001d{B\u001bTB\u00196B\u0017\u001dB\u0015\fB\u0012B\u0010B\u000eB\r\u0000B\u000b\fB\t\u001dB\u00074B\u0005PB\u0003rB\u0001BBB,BfBBB2B~BB%B~BBBBB&'B$\u0015B\"\nB\u001fB\u001dB\u001bB\u0019B\u0017B\u0015B\u0014\u0007B\u0012\u001fB\u0010=B\u000eaB\fB\nB\bB\u0007*B\u0005iB\u0003B\u0001B\u0000IBBBTBB\u001eBBBnBBbBBfBByB\u0007BB.BBbB\u0001BBFBBܖB@BB؞BPB\u0004BԺBqB+BBϢB_B\u001eBBʟB`B#BBŪBnB4BBBBHB\fBBBZB\u001dBBBbB\"BBB[B\u0015BBBB,BBB\u00054B\nB\u000fB\u0015\tB\u001a\bB\u001eB#B(&B,B0B4B8B7B<=B:>B8=B69B43B2,B0&B. B,\u001cB*\u001aB(\u001cB&\"B$,B\"=B LB\u001eYB\u001coB\u001aB\u0018B\u0016B\u0015\u0004B\u00139B\u0011tB\u000fB\rB\fIB\nB\bB\u0007PB\u0005B\u0004\u001bB\u0002B\u0000BqBBmBB|B\nBB2BBkB\rBB\\B\nBBmB$BBB[B\u001dBBBtB@B\u000eBB۲BچB]B5B\u000eBBBӣB҂BbBBB$B\u0006BBBʰBɔBxB\\B@B$B\bBBBBBrBRB0B\u000eBBBBwBMB\"BBBBaB*BBByB9BBBgB\u001bBBB BBJBBBBBBȎBЪBB\u000eBTBB\tB\u0002uB\nB\u0013lB\u001bB$B-$B5B>oBG\u001eBOBXBaHBj\u0007BrB{BRB\u0018BBBcB#BBBLBBۤBFBBtBB\u0006B\u000eB\u0017aB\u001fB(\u0015B0\\B8B@BHBPBXB`BhBpmBx BBIBB\u001dBeBBBBB`B\u0011BͦB\u001fB{BBBBByB\u0018B\u0003B\bB\u000e&B\u00138B\u0018&B\u001cB!B&\rB*`B.B2B6gB:\u0016B=B@BCBFBIUBKBN\u0000BP\u0018BR\u0007BSBUpBVBX@BYrBZB[kB\\5B\\B]fB]B^\u0018B^DB^TB^FB^\u001eB]B]~B]\bB\\zB[B[\u0018BZFBY`BXdBWVBV6BU\u0004BSBRmBQ\nBOBN\u001aBLBJBISBGBEBD0BBhB@B>BHBA\u001dBCBFEBHBJBLBNBP\\BQBSXBTBUBVBWBXaBY\u0000BY~BYBZ!BZGBZQBZ?BZ\u0013BYBYnBXBXjBWBW\fBV=BUZBTdBS\\BRBBQ\u0017BOBNBM:BKBJaBHBGYBEBD'BBB@B?\u001eB=cB;B9B8\u0012B6EB4vB2B0B/\u0004B-4B+fB)B'B&\u000fB$QB\"B B\u001f\"B\u001dmB\u001bB\u001a\u0019B\u0018yB\u0016B\u0015KB\u0013B\u00127B\u0010B\u000f;B\rB\fVB\nB\tB\b&B\u0006B\u0005wB\u0004&B\u0002B\u0001B\u0000SB\u0015BBBwBLB#BBBBBBBqBeB\\BVBSBRBTBXB_BhBtBBBBBBBB\rB'BBB]ByBۖBڴBBB\u000fB/BMBlBԋBӪBBB\u0002B\u001fB:BUBoḂB˞BʴBBBBB\bB\u0014B\u001dB$B(B*B*B&B B\u0018B\u000bBBBBkjBrBzBhB9B\u001eB\u0016B B:BfBBBABӦB\u0018BB BBSB\u0006B\u000fB\u0018dB!$B)B2B;BD_BM9BV\u0015B^BgBpByB~B_B>B\u001bBBBBjB0BBکBYB\u0001BB4B\u0005B\u000eBX5B`\u001bBgBoBwUB~BiBB!BZBzBBnB@BBŒB\u000fBpBرBBBB}B\u001cBB\u0000B\u0006,B\u000b?B\u0010,B\u0014B\u0019B\u001e\u000eB\"`B&B*B.^B2\tB5B8B;B>aB@BC\\BEBGBIBKnBM\u0013BNBOBQ&BR=BS1BT\u0005BTBUMBUBV\u001bBVXBVwBV|BVgBV7BUBUBU\u0018BTBSBS0BRfBQBPBOBNBM^BL+BJBIBHCBFBEkBCBBlB@B?HB=B<\nB:aB8B7\u0004B5QB3B1B0.B.wB,B+\fB)ZB'B&\u0003B$_B\"B! B\u001fB\u001dB\u001cQB\u001aB\u0019>B\u0017B\u0016FB\u0014B\u0013fB\u0011B\u0010B\u000fDB\rB\fB\u000bVB\n\u0011B\bB\u0007B\u0006bB\u00052B\u0004\u0006B\u0002B\u0001B\u0000BBqB`BTBKBEBDBFBLBVBbBqBBBBBB\nB-BRBxBBBB(BXBBBB&B]BBB\u0006B?ByBߴBB)BeBܠBB\u0015BOBوBBB1BhB՝BB\u0004B6BfBєBBB\u0016B=BaB̄BˤBBBB\nB\u001eB-B9BBBHB`pBh\u0014BoBwBzBnBtBBBB7BBBhBBsB\u000bBBZB\u0010B\u0005B\u000eB\u0017bB 6B)\u0010B1B:BCBLBUB^BgrBpbByRBAB.B\u0019B\u0001BBBBrB@B\u0006BBzB&BB`B\u0005B\u000emB\u0016B\u001fFB'B/B8\u001fB@HBH`BPfBXZB`;Bh\bBoBwdB~BiBB\u0011BABWBTB4BBB2BˣBB(BGB@BBBDBFBH_BIBKcBLBMBNBOBPBQ=BQBR6BRBRBRBRBRBRBR@BQBQhBPBP;BOBNBMBLBKBJBIBHBGwBF4BDBCBB(B@B?FB=BBdBBB7BB\u000fBB\u001dBжB[B\u000bBBBSB\u0005%B\u000e\u0000B\u0016B\u001fB(B1B:BCBLBUB^BgBp~ByzBtBlB`BQB=B$B\u0006BBɴBBBBBBPBB\u0006vB\u000eB\u0017jB\u001fB(&B0lB8B@BHBPBXB`BhnBp BwBBBB\u0006BDBiBtBdB:BBB\u000eBpBѲBBBB|B\u001bBBB$B\u00042B\t\u001cB\rB\u0012|B\u0016B\u001b=B\u001f`B#ZB'(B*B.$B11B4\u0013B6B9XB;B=B@\u0012BB\u0003BCBEuBFBHXBIBJBKBLBMJBMBNkBNBO\u001bBOIBO^BOZBO=BO\tBNBN[BMBMZBLBL\bBKDBJoBIBHBGBF}BE^BD2BBBAB@kB?\u0014B=BBB\u0013BB!BB`B\u0012BBBcB;B\u001bB\u0005\u0002B\rB\u0016B\u001fB(B1B:BCBLBUB^Bh\u0005Bq\u000eBz\u0014B\u0018B\u0018B\u0015B\u000eB\u0001BBBBʍB\\B\"BBB5BB\u0007]B\u000fB\u0018NB B)\u0005B1HB9zBABIBQBYBabBi!BpBx^BB>BBBBBBB*BB(ByBѬB׾BݯBB-BB BdBB\u0003}B\bQB\fB\u0011B\u0015B\u001a\u0013B\u001e\u001dB!B%B)\u001bB,9B/,B1B4B7\fB9\\B;B=B?eBA\u001fBBBD(BEyBFBGBHBIyBJ,BJBK;BKBKBL\u0005BL\u0015BL\fBKBKBKiBK\u0007BJBJ\u0006BIjBHBGBG+BFLBE]BD`BCVBB@BA\u001fB?B>B=|B<4B:B9B82B6B5kB4\u0001B2B1'B/B.HB,B+kB)B(B'1B%B$tB#\u001fB!B pB\u001f\u001eB\u001dB\u001cB\u001bUB\u001a B\u0018B\u0017B\u0016B\u0015B\u0014sB\u0013cB\u0012YB\u0011SB\u0010UB\u000f[B\u000egB\rxB\fB\u000bB\nB\tB\t\u0017B\bEB\u0007xB\u0006B\u0005B\u0005*B\u0004mB\u0003B\u0003\u0000B\u0002NB\u0001B\u0000B\u0000OBB\u000bBmBB;BB\u0013BBBhBBWBBMBBJBBLBBSBB^BBlBB|B\u0004BB\u0016BB&BB6BBDBBOBBVBBXBBTBBKBB9BB BBBhBB5BBBSBB\u0002BTBB.BIBQBYBaBiBr\u001fBz^BB\fB|BBB\u001eBBuB2BBBBBuBhB\u0005aB\u000e`B\u0017dB lB)xB2B;BDBMBVB_BhBr\u000fB{\u001eB*B2B6B5B.B B\fBBBԜBdB BBxB\u0000\u0011B\bB\u0011\u001aB\u0019B!B*8B2wB:BBBJBRBZBbhBj\u001eBqByGBB\u0012BQBxBBtBIB\u0002BB\u001bBzB˺BBBݹBvB\u0010BBB\bB\u0010B\u0002B\u0007B\fDB\u0010B\u0014B\u0019\u000fB\u001d\u0000B B$?B'mB*qB-JB/B2B4B7\u001eB92B;\"BB@\u001aBA}BBBCBDBEBFBG6BGBH3BHBHBHBHBHBHBHBH@BGBGhBFBFFBEBDBD\u0014BC:BBRBA^B@]B?PB>:B=\u0019B;B:B9B8BB6B5B4`B3\fB1B0^B/\u0005B-B,SB*B)B(SB'\u0004B%B$tB#5B!B B\u001fzB\u001eFB\u001d\u001aB\u001bB\u001aB\u0019B\u0018B\u0017B\u0016B\u0015B\u0014B\u0013B\u0012B\u0011B\u0010B\u0010\u0018B\u000f@B\u000enB\rB\fB\f\u0013B\u000bTB\nB\tB\t2B\bB\u0007B\u00076B\u0006B\u0005B\u0005]B\u0004B\u00044B\u0003B\u0003\u0018B\u0002B\u0002\nB\u0001B\u0001\u0006B\u0000B\u0000\rBB\u001eBB8BBZBBB\u0019BBKBBB\u001eBBZBBB8BBxB\u001aBBZBBB8BBtB\u0011BBGBBxB\u000fBB9BBZBBtBBB\nBB\fBB\u0002ByBB^BB5B8\u0019B?BGBOBWB`'BhcBpBy\u000eB|BBB BB{B;B\u0007BBϽBئBBBBB\u0005B\u000eB\u0017B B*\u0005B3%BB=BcBFuBNBVB_\u001aBgvBoBx]BBB)BBBnBGB*B\u0017B\u000eB\fB\u0013B!B5BPB\u0006oB\u000fB\u0018B!B+\u0011B4@B=pBFBOBXBb+BkVBt}B}BBBBB\u0004B\u0003BBBBעBpB1BBB\u0003(B\u000bB\u0014.B\u001cB$B-?B5wB=BEBMBUB]fBe#BlBtXB{B,BoBBBBrB,BBFBBB\u0004B\u0001BBޗB.BBB\u0018B\u001cBB\u0002B\u0007=B\u000bB\u000fB\u0013B\u0017B\u001bsB\u001eB!B$B'B*hB,B/KB1B3B5B7TB8B:B;B=4B>]B?fB@RBA!BABBkBBBCKBCBCBCBCBCBCBCrBC$BBBBQBABA9B@B?B?$B>XB=~BB\u0011B\u0010B\u0010YB\u000fB\u000f-B\u000eB\u000e\u0013B\rB\r\nB\fB\f\u0011B\u000bB\u000b&B\nB\nKB\tB\t|B\t\u001aB\bB\b]B\b\u0004B\u0007B\u0007WB\u0007\u0006B\u0006B\u0006gB\u0006\u001cB\u0005B\u0005B\u0005DB\u0005\u0000B\u0004B\u0004{B\u0004;B\u0003B\u0003B\u0003B\u0003DB\u0003\tB\u0002B\u0002B\u0002ZB\u0002 B\u0001B\u0001B\u0001tB\u0001:B\u0001\u0000B\u0000B\u0000B\u0000PB\u0000\u0014BBBYB\u0019BBBPB\nBBxB,BBB=BBB6BB{B\u0018BBIBBmB%TB-JB5UB=sBEBMBV@B^Bg\"BoBxBBBB_B-B\u0007BBBBBBB\u0014B5B[BB\u0007B\u0010B\u001a#B#\\B,B5B?\u0010BHMBQBZBcBm,Bv]BBBBBB\nB\rB\u0006BBBٷBBGBBB\u0005:B\rB\u0016DB?\nB?B@BB@BA\u0013BAWBABABABABA`BA$B@B@uB@\u0004B?B>B>TB=BB\u0006\u0016B\u0005B\u0005B\u0005B\u0005nB\u0005DB\u0005\u0016B\u0004B\u0004B\u0004B\u0004XB\u0004&B\u0003B\u0003B\u0003B\u0003IB\u0003\fB\u0002B\u0002B\u0002JB\u0002\u0004B\u0001B\u0001rB\u0001#B\u0000B\u0000~B\u0000(BBoB\u001cB$B,B4B=\u001eBEpBMBVHB^BgaBp\u0006BxBxBGB\"B\bBBBB\u000bB\"BABhBBBB\u0000;B\t{B\u0012B\u001c\u0003B%JB.B7BA\"BJiBSB\\Bf1BomBxBB\u0004B+BJBbBqBwBsBdBJB%BBBfB\u000bB\u0007B\u0010%B\u0018B B)NB1B9BABIBQBYBaUBhBpBx\u0007BfBBBBBBbBBwBB\rB'B BBڪB:BBB\fB\bBBB\u0003\u000bB\u0007fB\u000bB\u000fB\u0013XB\u0016B\u001a\u0011B\u001d.B \"B\"B%B(\u0014B*oB,B.B0B2pB4\u001bB5B7\u000eB8YB9B:B;B<\\B=\u0016B=B>=B>B?\u0001B?@B?gB?zB?wB?`B?6B>B>B>LB=B=_BBBBBBBB,BB\u001dBdBČBʑBuB6BBLBBBBBsB\u0005B\u0003mB\u0007B\u000bB\u000fB\u0013\fB\u0016bB\u0019B\u001cB\u001foB\"$B$B'\u001dB)aB+B-B/]B1\u0017B2B4,B5B6B7B8B9B:B;GB;B<]BB\u000f1B\u000f$B\u000f\u0015B\u000f\u0004B\u000eB\u000eB\u000eB\u000eB\u000eB\u000eB\u000eiB\u000eJB\u000e*B\u000e\u0007B\rB\rB\rB\rbB\r2B\fB\fB\fB\fPB\f|B\u0014B\u001cB%\u0006B-[B5B>=BFBOcBX\u000eB`BiBrhB{LB=B8B@BRBnBBBB0BsB߻B\tBZBB\u0005\u0007B\u000ebB\u0017B!\u001dB*yB3B=4BFBOBYB/jB.B-B,B,\u0002B+&B*LB)tB(B'B&B&7B%tB$B#B#-B\"vB!B!\u001bB wB\u001fB\u001fCB\u001eB\u001e&B\u001dB\u001d!B\u001cB\u001c2B\u001bB\u001bZB\u001aB\u001aB\u001a;B\u0019B\u0019B\u0019HB\u0019\u0000B\u0018B\u0018~B\u0018DB\u0018\fB\u0017B\u0017B\u0017B\u0017XB\u00174B\u0017\u0014B\u0016B\u0016B\u0016B\u0016B\u0016B\u0016B\u0016B\u0016B\u0016yB\u0016uB\u0016tB\u0016tB\u0016vB\u0016{B\u0016B\u0016B\u0016B\u0016B\u0016B\u0016B\u0016B\u0016B\u0016B\u0016B\u0017\tB\u0017\u001cB\u0017/B\u0017CB\u0017WB\u0017kB\u0017B\u0017B\u0017B\u0017B\u0017B\u0017B\u0017B\u0018\u0004B\u0018\u0015B\u0018$B\u00183B\u0018AB\u0018MB\u0018XB\u0018bB\u0018iB\u0018oB\u0018tB\u0018vB\u0018wB\u0018tB\u0018pB\u0018jB\u0018bB\u0018VB\u0018HB\u00187B\u0018#B\u0018\rB\u0017B\u0017B\u0017B,B\u0006DB\u000eB\u0016B\u001fEB'B0NB8BABJYBS'B\\\u0004BdBmBvBB\u0012B6BeBBB$BrBB\"B܂BBNBB\u0002&B\u000bB\u0015\u0004B\u001evB'B1TB:BD,BMBVB`XBiBs\bB|VBBB\u0015BDBhBBBŖBΌBwBSB BBB\u0003,B\u000bB\u00145B\u001cB$B-6B5dB=|BEBMkBU@B\\BdBl-BsBzB2BRBTB;B\u0004BB8BBB\u0016B\u001dB\u0001BB`BB+BYB`B@BBBB\u0001'B\u0005\u001aB\bB\fAB\u000fB\u0012B\u0015B\u0018B\u001bdB\u001dB jB\"B$B&B(B*B,BH9BQB[\u000eBdpBmBw%BuBBB3B`BBBBɦBҙB}BTB\u001bBBzB\u0007\u0010B\u000fB\u0018\u0006B eB(B0B9\bBA\u0013BI\tBPBXB`[BgBokBvB~\u0012B:BHB8B\nBBSBB\u001cBOB`BOB\u001bBBFBܤBBBBB7BBB\u0001B\u0005B\t.B\fB\u000fB\u0012B\u0015B\u0018B\u001b2B\u001dB \tB\"@B$UB&IB(\u001cB)B+fB,B.7B/tB0B1B2B3]B4\u0018B4B5FB5B6\u001bB6gB6B6B6B6B6B6B6sB64B5B5B5*B4B4>B3B3*B2B1B1RB0B/B/BB.B-B-\u0013B,UB+B*B*\u001bB)`B(B'B'@B&B%B%EB$B#B#_B\"B\"6BG\u0014BP\u0001BXBb\u0003Bk\u0016Bt6B}`BBB\u001bBkBB!BBB`BBKBBCB\u0000B\nAB\u0013B\u001dAB&B0B\u001dWB\u001drB\u001dB\u001dB\u001dB\u001dB\u001e\u001bB\u001eCB\u001emB\u001eB\u001eB\u001eB\u001f#B\u001fSB\u001fB\u001fB\u001fB !B VB B B B!0B!gB!B!B\"\rB\"CB\"zB\"B\"B#\u001aB#MB#B#B#B$\u0013B$BB$nB$B$B$B%\u0011B%5B%WB%vB%B%B%B%B%B&\u0002B&\u000fB&\u001aB&!B&$B2BBtB\u0004B\r*B\u0015B\u001ecB'\u0019B/B8BABJBSB\\BeBnBx\u0012BOBBB9BBBiBBPBBJBBOBB\u0005ZB\u000eB\u0018hB!B+qB4B>qBGBQbBZBd?BmBw\u0003BZBBB)B[BBBBɬBҠBۅB\\B\"BB~B\u0007\u0012B\u000fB\u0018\u0002B ]B(B0B8B@BHBPBXzB` BgBo\u001eBvtB}BBBByB\u001fBB\rBSBwByBWB\u0013BЪB\u001aBgBBBcB\u0011BBB\u0007BB\u0003uB\u0006B\nBB\rkB\u0010pB\u0013NB\u0016\bB\u0018B\u001b\u000fB\u001d_B\u001fB!B#B%SB'\u0001B(B*\u0005B+\\B,B-B.B/B0B1>B1B2tB2B3SB3B3B4\u0010B4+B44B4/B4\u0019B3B3B3B3:B2B2B2\u001aB1B1*B0B0\u001cB/B.B.\\B-B-\u001eB,{B+B+3B*B)B)IB(B(\u000eB'uB&B&TB%B%6B$B$+B#B#8B\"B\"_B!B!B!DB B B ]B \u001bB\u001fB\u001fB\u001fsB\u001fEB\u001f\u001cB\u001eB\u001eB\u001eB\u001eB\u001eB\u001eB\u001ewB\u001epB\u001enB\u001enB\u001erB\u001ezB\u001eB\u001eB\u001eB\u001eB\u001eB\u001eB\u001f\u000bB\u001f+B\u001fNB\u001fsB\u001fB\u001fB\u001fB \u001fB PB B B B!\"B!ZB!B!B\"\nB\"GB\"B\"B#\u0002B#BB#B#B$\u0005B$EB$B$B%\tB%JB%B%B&\bB&GB&B&B&B'8B'rB'B'B(\u0017B(JB(|B(B(B)\u0007B)0B)YB)~B)B)B)B)B*\u0011B*&B*8B*FB̃B\u001eBBB\u0007B\u0010B\u00195B!B*B3BB\b~B\u000bB\u000eB\u0011ZB\u0014\u0005B\u0016B\u0018B\u001b6B\u001dYB\u001f]B!@B#\u0005B$B&7B'B(B*/B+LB,QB->B.\u0012B.B/wB0\tB0B0B1FB1B1B1B1B1B1B1B1B1uB17B0B0B0@B/B/pB.B.B.\bB-B,B,vB+B+^B*B*BB)B)*B(B(\u001cB'B'\u001eB&B&.B%B%AB$B$nB$\rB#B#_B#\u0010B\"B\"B\"FB\"\u000eB!B!B!B!`B!AB!'B!\u0011B!\u0000B B B B B B B!\u0001B!\u0011B!$B!;B!VB!tB!B!B!B\"\u000bB\"8B\"hB\"B\"B#\u0006B#@B#|B#B#B$BFqBNCBUB]Be\"BlBsB{\u0011B(B!BBBVBB0BkBByBMBB͆BB(B@B1BBB\u0011BAB)BBB\u0002B\u00069B\t\\B\fZB\u000f2B\u0011B\u0014yB\u0016B\u00197B\u001bdB\u001dqB\u001f_B!/B\"B$uB%B'JB(B)B*B+B,B-dB.\u0016B.B/;B/B0\u0012B0`B0B0B0B0B0B0B0B0B0pB02B/B/B/AB.B.xB.\u000bB-B- B,B,&B+B+#B*B*\u001dB)B)\u001bB(B( B'B'6B&B&ZB%B%B%\u001eB$B$lB$\u001aB#B#B#JB#\u0010B\"B\"B\"B\"^B\">B\"#B\"\fB!B!B!B!B!B!B!B!B\"\u000eB\"\"B\":B\"VB\"vB\"B\"B\"B#\u0014B#CB#uB#B#B$\u001cB$YB$B$B%\u001dB%cB%B%B&?B&B&B'+B'|B'B(#B(xB(B)$B)|B)B*-B*B*B+:B+B+B,FB,B,B-TB-B.\u0005B.[B.B/\bB/^B/B0\u0004B0TB0B0B1AB1B1B2\u001dB2dB2B2B3&B3dB3B3B4\nB4=B4lB4B4B\u001aBBҺBBB\u0003&B\u000bB\u0014B\u001dB&xB/sB8}BABJBSB]$BfkBoBy\u0016ByBBXBBRBBbBB΅B\u001aBBLBBB\b\u001cB\u0011B\u001bNB$B.vB8\u0005BABK\u0016BTB^\u0010BgBpBzRBBBDBBBBBBBB޺BBBBB\u0001B\n\u000bB\u0012}B\u001aB#%B+XB3vB;}BCmBKDBS\u0004BZBb4BiBpBx3BPBOB1BBB\u001aB|BBBBBhBBeBժBBBB9BBBBBHB\u0000B\u0004\u0013B\u0007?B\nEB\r(B\u000fB\u0012B\u0014B\u0017RB\u0019B\u001bB\u001dB\u001fpB!,B\"B$LB%B'\u0000B(3B)LB*NB+7B,\nB,B-nB.\u0000B.B.B/DB/B/B/B0\u0003B0\rB0\tB/B/B/B/B/AB.B.B.VB-B-B-,B,B,LB+B+bB*B*pB)B)~B)\u0007B(B( B'B'IB&B&B&\u001aB%B%_B%\fB$B$wB$4B#B#B#B#dB#=B#\u001cB#\u0000B\"B\"B\"B\"B\"B\"B\"B\"B\"B\"B\"B#\u000eB#*B#JB#nB#B#B#B$\u001cB$PB$B$B$B%:B%|B%B&\u0006B&OB&B&B'4B'B'B(+B(B(B)/B)B)B*?B*B*B+XB+B,\u0016B,uB,B-6B-B-B.XB.B/\u0019B/xB/B06B0B0B1PB1B2\u0006B2_B2B3\u000eB3cB3B4\tB4ZB4B4B5?B5B5B6\u0012B6SB6B6B7\bB7>B7rB7B}B@B.BBBzBB\b+B\u0010B\u0019B\"B+B4B=BG\u001dBPPBYBbBl.BuB~BbBBVBBcBBB\u001aBԳBNBBB(B\u0004B\u000ecB\u0017B!B+.B4B>OBGBQ\\BZBdPBmBw%BBB\"BaBBBBBBB۵BBFBBB\u0007\u001bB\u000fB\u0017B AB(zB0B8B@BHwBP;BWB_uBfBnEBuB|BBBXB\u0000BBB8B^B`B?BBȒB\u0004BOBuBsBIBB}BBBB.BB\u0002\tB\u0005>B\bMB\u000b8B\rB\u0010B\u0013$B\u0015B\u0017B\u0019B\u001bB\u001dB\u001fB!4B\"B$1B%B&B'B(B)B*B+B,7B,B-\\B-B.6B.B.B.B/\u001cB/0B/5B/-B/\u001aB.B.B.B.bB.\u001cB-B-|B-\"B,B,^B+B+B+\u001eB*B*?B)B)`B(B(B(\u001dB'B'WB&B&B&BB%B%B%MB%\bB$B$B$[B$,B$\u0002B#B#B#B#B#B#vB#oB#mB#pB#vB#B#B#B#B#B#B$\u001aB$@B$jB$B$B$B%4B%nB%B%B&.B&sB&B'\u0005B'RB'B'B(DB(B(B)HB)B)B*ZB*B+\u0018B+xB+B,CB>B\u0019BBB\u0012B\\BBZB\b\u0006B\u0010B\u0019B\"B,\u0001B5$B>RBGBPBZ%BcBlBvRBBDBBSBBwB\u0010B¬BKBBߐB5BB~B\u0006!B\u000fB\u0019bB\"B,B6+B?BIFBRB\\FBeBo*BxBB:BBBB\rB!B(B B\tBBB`B\u0005BB\b\u0016B\u0010B\u0018B!\u0019B)EB1ZB9XBA>BI\u000bBPBXZB_Bg@BnBuB|BBBBBBLBBBBBBABB\u001cBRB`BGB\u0005BBBBBB2BBB\u0003\u0011B\u0006\u0011B\bB\u000bB\u000eCB\u0010B\u0013\u0012B\u0015IB\u0017bB\u0019\\B\u001b:B\u001cB\u001eB 'B!B\"B$'B%LB&XB'MB(.B(B)B*QB*B+]B+B,$B,oB,B,B,B-\nB-\u0010B-\u000bB,B,B,B,B,^B,$B+B+B+RB+\u0002B*B*ZB*\u0004B)B)SB(B(B(PB'B'B'eB' B&B&B&PB&\u0015B%B%B%B%_B%>B%%B%\u000fB$B$B$B$B$B$B%\u0000B%\u0010B%$B%=B%ZB%zB%B%B%B&$B&XB&B&B'\u0006B'FB'B'B(\u001aB(gB(B)\bB)\\B)B*\u000bB*fB*B+#B+B+B,LB,B-\u001aB-B-B.ZB.B/6B/B0\u0015B0B0B1jB1B2QB2B38B3B4 B4B5\bB5|B5B6bB6B7FB7B8'B8B9\u0004B9rB9B:HB:B;\u001aB;B;B\u001aB>pB>B?\u0016B?eB?B?B@BBlBFBFBnBּB,BB\u0005B\u000eB\u0017B B)B2B<\fBEIBNBWBa>BjBt\u0012B}B\u0006BB\u0017BB]B>B?\u001cB?yB?B@*B@B@BA#BApBABoBKBNBxBB8BB\u0003B\fB\u0015B\u001eB'B0B:\u0018BCTBLBUB_KBhBr\u001fB{B\u0014BB$BBKBBB!BBhB\u000eBBXB\u0001B\u000bB\u0015>B\u001eB(uB2\u000bB;BE'BNBX*BaBk\u0010BtuB}B$BlBBBB\u0013B\u001aB\u0015BBBB]B\u0004BB\u0004\u001aB\fB\u0014B\u001d&B%TB-lB5mB=WBE(BLBT~B\\\u0003BclBjBqBy\u0000BBBB%BBB2BIB=B\rBBABɣBBBBݫBIBBBBtB\u0015BBB\u0000\u0016B\u0003#B\u0006\rB\bB\u000byB\rB\u0010aB\u0012B\u0014B\u0016B\u0018B\u001aB\u001c=B\u001dB\u001fQB B!B#0B$KB%NB&AB>B?\u0012B?wB?B@B\nBB0BBB\u0001B\u0004B\u0007B\n8B\fB\u000f+B\u0011uB\u0013B\u0015B\u0017B\u0019rB\u001b+B\u001cB\u001eJB\u001fB!\u0003B\"=B>B?\u0018B?B?B@TB@BA\u001eBABABBkB>B?LB?B@'B@B@BAcBABB,BBBBBCIBCBCBDPBDBBfBhBBBKBBB\bB\u0011B\u001aB#B,B6\u0013B?LBHBQB[;BdBn\nBw}BBzB\u0003BB\"BBRBB͎B/BBsB\u0015BB\u0007TB\u0010B\u001aB$\"B-B7BB@BJLBSB]:BfBp\tBycBBB1B`BBBB”B|BVB\u001eBB|B\u0010BB\u0007B\u0010WB\u0018B B(B0B8B@BHXBOBW~B^Bf8BmlBtB{}BYB\u0017BB3BBBBBBjBB`BʣBBԶBمB+BBBBB1BB\u001cBZBtB\u0002lB\u0005BB\u0007B\nB\fB\u000fPB\u0011B\u0013B\u0015B\u0017uB\u00198B\u001aB\u001clB\u001dB\u001f:B }B!B\"B#B$B%~B&@B&B'B(\u0019B(B(B)ZB)B)B*\u001aB*@B*ZB*jB*pB*lB*^B*JB*/B*\fB)B)B)B)PB)\u0018B(B(B(gB(*B'B'B'}B'JB'\u0019B&B&B&B&hB&DB&'B&\u000eB%B%B%B%B%B%B%B%B&\u0006B&\u001cB&6B&TB&uB&B&B&B'$B'YB'B'B(\fB(NB(B(B)(B)vB)B*\u001bB*qB*B+&B+B+B,FB,B-\u0012B-zB-B.PB.B/.B/B0\u0011B0B0B1pB1B2_B2B3RB3B4HB4B5@B5B6:B6B74B7B8/B8B9)B9B:\"B:B;\u0019B;B<\u000eBaB>B?HB?B@(B@BA\u0002BAlBABB;BBBC\u0002BCcBCBD\u001bBDuBDBE B@B\u0016B\u0015B:BɂBB|B*B\u0007B\u0010B\u0019B#\nB,)B5UB>BGBQ\u001dBZtBcBm>BvB*BB/BBJBBuB\u0010B̬BKBBB)BB\u0006dB\u000fB\u0019B#*B,B6FB?BIKBRB\\5BeBo\u0000BxWBBB\u001fBKBkB}BBxB_B6BBBWBBiB\u0006B\u000f,B\u0017oB\u001fB'B/B7B?nBG&BNBVJB]Be\u0003Bl6BsMBzGB#BBBB[BBBBB7BB/BsBΒBӉBXB\u0000BhBBBdB\u0014BB\u0005BGBeB\u0001`B\u00049B\u0006B\tB\u000bB\u000eXB\u0010B\u0012B\u0014B\u0016B\u0018TB\u001a\u0000B\u001bB\u001d\nB\u001ejB\u001fB B!B#\u0000B#B$B%B&FB&B'xB'B(gB(B)\u001aB)_B)B)B)B)B)B*\u0000B)B)B)B)B)B)gB):B)\bB(B(B(hB(0B'B'B'B'VB'%B&B&B&B&|B&UB&5B&\u001bB&\u0004B%B%B%B%B%B%B%B&\u0001B&\u0014B&,B&HB&hB&B&B&B'\u000eB'AB'xB'B'B(.B(rB(B)\u0002B)OB)B)B*EB*B*B+SB+B,\u0012B,vB,B-BB-B.\u0016B.B.B/`B/B0DB0B1-B1B2\u001bB2B3\rB3B4\u0001B4}B4B5uB5B6pB6B7kB7B8eB8B9_B9B:ZB:B;QB;B%B>B?\u000eB?B?B@bB@BA\u0018BGXBPBYBcVBlBv+BB\u001eBB)BBGBBsB\rBըBEBB~B\u0019B\u0005B\u000fJB\u0018B\"pB+B5B?\bBHBQB[jBdBn.BwBB\u000eBCBlBBBBBsBIB\rBBcBBpB\u0005B\u000e/B\u0016pB\u001eB&B.B6B>fBF\u001eBMBU?B\\BcBk(Br>By7B\u0012BBlBBIBBBBpB#BB\u001cBaB̀BxBIBBZBBB]B\u0011BB\u0007BLBmB\u0000lB\u0003HB\u0006\u0003B\bB\u000b\u0018B\rtB\u000fB\u0011B\u0013B\u0015B\u0017B\u00193B\u001aB\u001cEB\u001dB\u001eB )B!HB\"PB#BB$\"B$B%B&LB&B'fB'B(?B(B(B)\u001aB)JB)lB)B)B)B)B)B)vB)\\B).B>B?\u0016B?B?B@jB@BAEBABB\u0018BBBBBCHBCBD\bBDdBDBE\u0016BEkBB^BSBlBȭB\u000eBB6B\u0007|B\u0010mB\u0019lB\"xB+B4B=BG(BPoBYBc\u001cBl~BuB]BBTBBcBBB\u0015BˬBDBBuB\u000eBB\u0005=B\u000eB\u0018aB!B+xB4B>|BGBQhBZBd7BmBvB*BhBBBBBBBȷBщBKBBB(BB\u0005\nB\r^B\u0015B\u001dB%B-B5B=BE;BLBTYB[Bc\rBj>BqQBxJB#BB{BBUBBBBzB.BB&BkB̊BтBSBBfBBBoB%BB\u001fBgBBB\u0002jB\u0005(B\u0007B\nCB\fB\u000eB\u0011\u0004B\u0013\u000bB\u0014B\u0016B\u0018uB\u001a\u000eB\u001bB\u001cB\u001eDB\u001f}B B!B\"B#B$TB%\u0011B%B&TB&B'UB'B(\u0018B(dB(B(B(B)\u001aB)-B)5B)5B)-B)\u001eB)\bB(B(B(B({B(NB(\u001fB'B'B'B'ZB'+B&B&B&B&B&bB&B;B<0B\fB>B>B?dB?B@CB@BA\u001dBABABBWBBBC\u001eBC~BCBD9BDBDBE@B+BBBB,BڈB\u0005BB\u0007B\u0010B\u0019B\"B+B4B>\u0006BG?BPBYBc'BlBuB\\BBMBBSBBiBBˋB\u001eB޳BGBBoB\u0005\u0001B\u000eB\u0018\u001fB!B+-B4B>)BGBQ\fBZtBcBm)BvwBBB\"BDBZBcB^BKB)BBٶBdB\u0000BB\u0001B\u0004eB\fB\u0014B\u001d\u0016B%'B- B5\u0002B.B>B?\u0011B?B?B@ZB@BA.BABABB_BBBC!BCBCBD4BDBDB_B\u001fB\u0007B\u0011BBBەB\nBB\b)B\u0011\u0012B\u001a\tB#\u000eB, B5=B>fBGBPBZ$BcvBlBv3BB\rBBBB\u0005BB\u0018B˥B4BBTBBsB\u0005\u0000B\u000eB\u0018\u0013B!B+\u0018B4B>\u000bBG{BPBZHBcBlBv=B|BBBB\nB\u000fB\u0006BBBГBNBBB\u0015BB\u0003B\f5B\u0014mB\u001cB$B,B4rB<9BCBK~BRBZ\\BaBhBoBvB}B_BBqBB\u0003B\u001bB\u0011BBB!BBBBBԱBYBBBBBB\u001eBBBB\u0003B\u0000B\u0003B\u0006JB\bB\u000b/B\rtB\u000fB\u0011B\u0013B\u0015hB\u0017!B\u0018B\u001aFB\u001bB\u001d\bB\u001eFB\u001fnB B!~B\"fB#B'\u0012B&B&B&B&hB&CB&#B&\u0002B%B%B%B%B%B%B%zB%yB%{B%B%B%B%B%B%B&\u0004B&&B&LB&vB&B&B'\tB'@B'{B'B'B(=B(B(B)\u0018B)gB)B*\u000bB*aB*B+\u0013B+pB+B,/B,B,B-\\B-B.-B.B/\u0004B/rB/B0QB0B14B1B2\u001bB2B3\u0006B3}B3B4kB4B5\\B5B6MB6B7>B7B80B8B9!B9B:\u0010B:B:B;sB;B<\\B#B>B?\u0000B?mB?B@AB@BA\u000eBAsBABB6BBBBBCKBCBCBDLB+BBBBB4BB\u0000\u0017B\bB\u0011B\u001aB#B,B5B?\u000bBH;BQvBZBd\u0006Bm\\BvB\u001eBBBqBBkBBtBBՅB\u0010BB%BB\u00056B\u000eB\u0018?B!B+9B4B>\"BGBPBZOBcBlBv5BoBBBBBBBBǔBZB\u0010BBHBB8B\u0003B\u000bB\u0014\u0010B\u001c.B$7B,)B4\u0005B;BCtBK\u0006BRBYBa\"BhJBoVBvFB}\u0018BBdBB1BgB|BpBABB{BB\"B>B4B\u0004BجB\u0016BBBGB%BBqBB+BTBZB\u0000>B\u0003\u0001B\u0005B\b(B\nB\fB\u000eB\u0011\nB\u0012B\u0014B\u0016B\u0018+B\u0019B\u001b\"B\u001czB\u001dB\u001eB\u001fB B!B\"B#B$5B$B%hB%B&ZB&B'\u0013B'[B'B'B'B(\bB(\u0018B( B(!B(\u0019B(\u000bB'B'B'B'B'wB'PB'%B&B&B&B&yB&QB&+B&\bB%B%B%B%B%uB%bB%TB%KB%EB%DB%HB%OB%[B%jB%~B%B%B%B%B&\u0018B&AB&nB&B&B'\bB'BB'~B'B(\u0000B(FB(B(B)%B)tB)B*\u001bB*rB*B+%B+B+B,AB,B-\bB-nB-B.>B.B/\u0014B/B/B0]B0B1>B1B2#B2B3\u000bB3B3B4jB4B5WB5B6DB6B71B7B8\u001eB8B9\tB9~B9B:gB:B;NB;B<1BVB>B?*B?B?B@[B@BA\u001eBA}BABB4BBBBBC8BCBBBB\u0016B\u000eB,BjBB\u0001&B\tB\u0012B\u001bB$B-B6B?BI BRSB[BdBn(BwBBDBB BB\u0010BB\fB̍B\u0011BߖB\u001bBB\"B\u0005B\u000f$B\u0018B\"\u001aB+B5\u0000B>lBGBQ0BZBcBm\u001eBv\\BBBBBBBBBNJBJBBB)BB\u000fB\u0003fB\u000bB\u0013B\u001bB#B+B3B;zBC!BJBR$BY~B`BgBnBuB|BXBB^BBBBBBdBBPBďBɩBΝBjB\u0011BzBBBBBBBFBBBBB\u0002iB\u0005\u000eB\u0007B\tB\f@B\u000ejB\u0010yB\u0012kB\u0014BB\u0015B\u0017B\u0019*B\u001aB\u001bB\u001d8B\u001edB\u001fzB |B!iB\"CB#\nB#B$cB$B%zB%B&SB&B&B'3B'eB'B'B'B'B'B'B'B'B'B'pB'OB'+B'\u0005B&B&B&B&^B&5B&\u000eB%B%B%B%B%hB%MB%6B%$B%\u0016B%\rB%\bB%\u0006B%\nB%\u0011B%\u001dB%,B%>B%UB%pB%B%B%B%B&(B&XB&B&B&B'3B'pB'B'B(PB>B?\u0019B?|B?B@9B@B@BAJBABABBGBBBB0BBBB.BB\u0002|B\u000bFB\u0014\u001eB\u001d\u0004B%B.B8\u0007BA BJDBSsB\\BeBo5BxBB=BB\fB{BBdBBYBBTBBPBB\u0006HB\u000fB\u00198B\"B,\u001aB5B>BHHBQBZBd;Bm|BvBB\u0006B\u001eB+B-B!B\bBBǪBeB\u000fBB2BB\u000eB\u0003`B\u000bB\u0013B\u001bB#B+B3B;OBBBJ{BQBYAB`|BgBnBuB|TB\u0002BB\u0000BPBBB}BIBBwBB\u0015B-B\u001fBB׎BB!B%B\u0003BBOBB\nB3B:B\u001fB\u0001B\u0004B\u0007\rB\ttB\u000bB\rB\u000fB\u0011B\u0013B\u0015B\u0017$B\u0018B\u001a\"B\u001b|B\u001cB\u001dB\u001f\u0005B \tB B!B\"B#SB#B$B%\u0012B%B%B&HB&B&B'\bB'1B'OB'dB'oB'sB'nB'dB'RB'B&\u0015B%B%B%B%B%bB%CB%\"B%\bB$B$B$B$B$B$B$B$B$B$B$B%\nB%$B%@B%aB%B%B%B&\u0004B&4B&gB&B&B'\u0013B'RB'B'B(\u001eB(hB(B)\u0000B)PB)B)B*MB*B*B+[B+B,\u0017B,xB,B->B-B.\bB.pB.B/BB/B0\u0018B0B0B1^B1B2\u0013B>rB>B?+B?B?B@3B@B@BA*BAwB\u0016BBjBLBRBzBB\u0004\u0015B\fB\u0015B\u001eB'xB0sB9yBBBKBTB^\u0001Bg;Bp~ByB\u001aBrBB2BB\u0006BuBB\\BBHBB6BB\u0007!B\u0010B\u001a\u0002B#nB,B69B?BHBRAB[BdBn\u0007Bw8B`B|BBBB}B]B0BBЧBLBBbBB2B\u0003}B\u000bB\u0013B\u001bB#B+B3B;DBBBJfBQBY\"B`XBgtBnsBuVB|\u001dBBQBB\bB4B@B*BBB\u0018BwBñBBʹB|B\u001eBۄB߭BBBFBBFBBBBB\u0001kB\u0004\u0010B\u0006B\bB\u000bEB\rqB\u000fB\u0011tB\u0013MB\u0015\u000bB\u0016B\u0018;B\u0019B\u001b\nB\u001cPB\u001d~B\u001eB\u001fB B!iB\"3B\"B#B$(B$B%%B%B%B&5B&vB&B&B&B'\u000bB'\u0017B'\u001cB'\u0019B'\u000fB&B&B&B&B&B&hB&BB&\u001aB%B%B%B%xB%SB%2B%\u0014B$B$B$B$B$B$B$wB$qB$oB$pB$vB$B$B$B$B$B$B%\u0003B%&B%KB%sB%B%B%B&2B&jB&B&B' B'aB'B'B(4B(B(B)\u001cB)nB)B*\u0016B*lB*B+\u001fB+|B+B,8B,B,B-\\B-B.&B.B.B/[B/B0.B0B1\u0003B1nB1B2FB2B3\u001fB3B3B4fB4B5AB5B6\u001aB6B6B7^B7B82B8B9\u0005B9mB9B::B:B;\u0003B;fB;B<(BJB>B>B?DB?B?B@,B'BBbB6B/BHBB\u0005B\u000eB\u0017vB PB)6B2)B;)BD4BMJBVjB_BhBr\u0001B{CBBB4BBBUBB'BϔB\u0002BqBBPBB\b+B\u0011B\u001aB$bB-B7\u001eB@tBIBS\u000eB\\QBeBnBwB\bB\u001eB)B(B\u001cB\u0002BBBcB\u0010BٮB;BB!ByB\u0003B\u000bB\u0014\rB\u001c\u0016B$\bB+B3B;ZBBBJpBQBY!B`RBghBnbBu@B|\u0002BB+BBB\u0001B\bBBBSBB,BbBsB^B$BB&BOBOB,BBsBB+BSBYB=B\u0001\u0001B\u0003B\u0006+B\bB\nB\r\u0006B\u000f\u0015B\u0011\nB\u0012B\u0014B\u0016FB\u0017B\u0019FB\u001aB\u001bB\u001d\u0017B\u001e1B\u001f6B 'B!\u0005B!B\"B#0B#B$NB$B%/B%B%B&\u001aB&PB&zB&B&B&B&B&B&B&B&B&zB&\\B&:B&\u0015B%B%B%B%tB%LB%%B%\u0000B$B$B$B$B$cB$LB$8B$)B$\u001dB$\u0016B$\u0012B$\u0013B$\u0017B$ B$+B$:B$LB$cB$|B$B$B$B%\u0002B%+B%XB%B%B%B&$B&^B&B&B'\u001aB'^B'B'B(6B(B(B) B)rB)B*\u001aB*rB*B+$B+B+B,:B,B,B-\\B-B.\"B.B.B/QB/B0\u001eB0B0B1VB1B2(B2B2B3cB3B46B4B5\u0007B5pB5B6@B6B7\rB7sB7B8B=B=B>)B>rB>BBHBB˰BܙBBB\b\u000fB\u0010B\u0019B\"XB+7B4\"B=\u001aBF\u001dBO+BXCBaeBjBsB|B?BBB(BBBB&#B&\u0005B%B%B%B%oB%FB%\u001dB$B$B$B$B$eB$DB$\"B$\u0006B#B#B#B#B#B#B#B#B#B#B#B#B#B$\bB$\"B$@B$aB$B$B$B%\u0001B%0B%aB%B%B&\u0006B&AB&B&B'\u0002B'FB'B'B( B(lB(B)\u000bB)\\B)B*\u0004B*ZB*B+\u000bB+eB+B,\u001cB,zB,B-8B-B-B.[B.B/ B/B/B0LB0B1\u0015B1zB1B2CB2B3\u000eB3rB3B4:B4B5\u0002B5eB5B6)B6B6B7JB7B8\u0006B8bB8B9\u0017B9pB9B:\u001eB:rB:B;\u0018B;hB;B<\u0002BB%\u0015B$B$B$B$pB$HB$%B$\u0003B#B#B#B#B#rB#_B#QB#GB#@B#=B#>B#AB#IB#TB#bB#sB#B#B#B#B#B$\u001cB$DB$lB$B$B$B%*B%aB%B%B&\u0010B&NB&B&B'\u0017B'^B'B'B(=B(B(B)*B)|B)B*$B*zB*B+(B+B+B,7B,B,B-LB-B.\bB.hB.B/'B/B/B0GB0B1\tB1iB1B2*B2B2B3HB3B4\u0006B4dB4B5\u001eB5yB5B6.B6B6B76B7B7B84B8B8B9&B9tB9B:\tB:RB:B:B; B;bBB\u0003BŃB*BBB\u0004tB\r\nB\u0015B\u001eaB'\"B/B8BABJBSB\\BeBnBwB\u0019BHBBBBCBBB+B}BB'B|BB\u0003%B\fwB\u0015B\u001f\u0015B(_B1B:BD#BMYBVB_BhBqBzB\u0003B\u0000BBBBB@BBʘB-B۳B(BBB!B\u0005OB\riB\u0015pB\u001dcB%@B-\u0007B4BB5B5B63B6B6B7\u001cB7fB7B7B8=B8B8B9\u0004B9DB9BB\u001cBˌB BBB\u0007VB\u000fB\u0018}B!&B)B2B;tBDQBM9BV,B_)Bh0Bq?BzWBvBBBB4BpBBB;BքBB\u0019BeBB\u0004B\u000eCB\u0017B B*\rB3JBBsNB|TBRBEB-B\nBBBXB\u0001B˜B(BܥB\u0012BnBBB\u0006\u0016B\u000e(B\u0016&B\u001e\u0010B%B-B5MBB+B+B,>B,B,B-@B-B-B.DB.B.B/HB/B/B0JB0B0B1HB1B1B2AB2B2B32B3B3B4\u001bB4gB4B4B5AB5B5B6\u000fB6PB6B6B7\fB7FB7~BBB\u0019BB@B\u0002\u0003B\nvB\u0012B\u001bB$+B,B5B>[BG-BP\fBXBaBjBsB|B\rB(BKBsBBB\tBCBBؽBB>BBB\u0006B\u0010=B\u0019zB\"B+B5\u001bB>HBGqBPBYBbBkBtB}BBBBbB)BBB1BBEBݹB\u001cBnBBB\u0006B\u000f\u0004B\u0016B\u001eB&B.]B5B=BDBLRBSBZBaBhBoBvSB|BwBB%BMBXBBB\u000bBB9BBBBBBwB\u0000BPBiB]B*BBYBBB\u0016B\u0012BBB\u0002DB\u0004B\u0007\"B\tdB\u000bB\rB\u000fB\u0011VB\u0013\u0010B\u0014B\u00169B\u0017B\u0019\u0002B\u001aEB\u001brB\u001cB\u001dB\u001e|B\u001fWB B B!~B\"\u0014B\"B#\u0010B#yB#B$ B$aB$B$B$B$B$B%\u0002B$B$B$B$B$B$B$fB$>B$\u0014B#B#B#B#^B#1B#\u0005B\"B\"B\"B\"hB\"CB\"$B\"\bB!B!B!B!B!B!B!B!B!B!B!B!B!B!B!B\"\u0006B\" B\";B\"YB\"zB\"B\"B\"B#\u0013B#@B#nB#B#B$\u0004B$:B$rB$B$B%#B%bB%B%B&%B&iB&B&B'GBEBM\u0002BT:B[ZBb_BiJBp\u001bBvB}hBBBBBBBBKBBlBB\u0004B\u001bB\u000eBBхB\u0007BSBhBWB BBGBBBBBBB\u0002\u001dB\u0004B\u0006B\t4B\u000bWB\r_B\u000fKB\u0011\u001dB\u0012B\u0014tB\u0015B\u0017iB\u0018B\u001a\u0001B\u001b,B\u001cBB\u001dDB\u001e1B\u001f\fB\u001fB B!/B!B\"HB\"B#$B#}B#B$\bB$BBBB\u0001\u0013B\t\u001cB\u0011\u0011B\u0018B B(zB0\u001eB7B?\"BFBMBTB\\\u000fBc\fBiBpBwbB}BfBBB\u000eB\tBBB9BB\u0007B:BKB7BBѡB\u001eBeBtB_B$BBABBBBBBhB\u0001B\u0004vB\u0006B\t\fB\u000b,B\r1B\u000f\u001cB\u0010B\u0012B\u0014B B!tB!B\"jB\"B#'B#rB#B#B$\tB$%B$8B$AB$BB$:B$,B$\u0018B#B#B#B#B#dB#6B#\u0004B\"B\"B\"oB\">B\"\u000eB!B!B!B!\\B!4B!\u000eB B B B B B vB gB \\B UB PB NB NB RB XB bB mB |B B B B B B!\u0004B!\"B!CB!fB!B!B!B\"\u0004B\"0B\"^B\"B\"B\"B#%B#[B#B#B$\u0004B$>B$zB$B$B%3B%sB%B%B&6B&yB&B'\u0000B'DB'B'B(\u0013B(YB(B(B)+B)qB)B)B*CB*B*B+\u0013B+XB+B+B,#B,fB,B,B-*B-iB-B-B.#B.^B.B.B/\nB/BB/wB/B/B0\u000fB0>B0lB0B0BpBmBBB\u0004B\fB\u00153B\u001dB&\bB.B7\u0016B?BHVBQ\tBYBbBk_Bt:B}\u001eB\nBBBBB\nB\u001bB.BFB`B|BBBB\u0004B\u000e\u0012B\u0017.B HB)`B2sB;BDBMBVB_BhBqpBzTB/B\u0000BBB8BBxB\u0006BȆBBZBBB%BGB\u0002XB\nVB\u0012@B\u001a\u0018B!B)B1$B8B@\u0015BGjBNBUB\\BcBjBqfBx\tB~BBIBxBB|BOB\u0002BB\u0005BTBBÉBnB/BBCBڃBލBqB1BBFBBBBBBTB\u0001B\u0004[B\u0006B\bB\u000b\bB\r\nB\u000eB\u0010B\u0012pB\u0014\nB\u0015B\u0016B\u0018IB\u0019B\u001aB\u001bB\u001cB\u001dB\u001e|B\u001f@B\u001fB B!%B!B\"\u0018B\"|B\"B#\u001aB#VB#B#B#B#B#B#B#B#B#B#B#nB#GB#\u001dB\"B\"B\"B\"XB\"$B!B!B!B!WB!*B B B B xB SB 1B \u0013B\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB \u0011B +B GB eB B B B B!\u0016B!>B!iB!B!B!B\" B\"RB\"B\"B\"B##B#ZB#B#B$\u0005B$@B${B$B$B%2B%pB%B%B&,B&lB&B&B',B'lB'B'B(,B(mB(B(B)+B)iB)B)B*$B*`B*B*B+\u0013B+MB+B+B+B,,B,`B,B,B,B-(B-WB-B-B-B.\u0003B.*B.NB\u0002BBB\u0000B\bB\u0010B\u00198B!B)B2iB:BCzBL\u0014BTB]lBf'BnBwBBtB[BHB=B7B6B:BABLBYBiByBBB\u0007B\u0010B\u0019B\"B+B4B=BFBOBXBaBjBsB|nB=B\u0002BBpB\u0016BB?BB4BҚBB:BrBBB\u0003B\u000bB\u0013B\u001bVB#\u000fB*B2AB9BA\u001cBHhBOBVB]BdBktBr(BxB@BBB\fB\u0016BBBuBBgBBBBȲBlB\u0000BqBګBޯBBJBBTBBBBBBHB\u0001B\u0004FB\u0006B\bB\nB\fB\u000eB\u0010B\u0012EB\u0013B\u0015[B\u0016B\u0018\u0012B\u0019LB\u001aqB\u001bB\u001c{B\u001dcB\u001e7B\u001eB\u001fB HB B!VB!B\"(B\"{B\"B\"B#*B#MB#fB#tB#zB#vB#lB#YB#@B#!B\"B\"B\"B\"wB\"DB\"\u000fB!B!B!jB!4B B B B gB 5B \u0006B\u001fB\u001fB\u001fB\u001flB\u001fMB\u001f2B\u001f\u0019B\u001f\u0004B\u001eB\u001eB\u001eB\u001eB\u001eB\u001eB\u001eB\u001eB\u001eB\u001eB\u001eB\u001eB\u001eB\u001eB\u001f\u0001B\u001f\u0014B\u001f)B\u001f@B\u001fXB\u001fsB\u001fB\u001fB\u001fB\u001fB \u0012B 7B ]B B B B!\u0004B!0B!^B!B!B!B\"\"B\"UB\"B\"B\"B#*B#`B#B#B$\bB$AB$zB$B$B%'B%aB%B%B&\u000fB&IB&B&B&B'0B'iB'B'B(\u0010B(FB(}B(B(B)\u001cB)NB)B)B)B*\u0012B*@B*lB*B*B*B+\u0013B+9B+^B+B+B+B\u0002BBB\u0004B\r\tB\u00155B\u001drB%B.\u0016B6~B>BGvBP\u0004BXBaBBiBrB{nB9B\u000bBBBBBB…BB}B~BBBB\u0001B\nB\u0013B\u001cB%B.B7B@BI|BRiB[QBd2Bm\fBuB~BmB&BBzB\u0014BB$BÚB\u0002B[BܦBB\u000fB+B6B\u00050B\r\u0017B\u0014B\u001cB$ZB+B3wB:BBB\u001eSB\u001ejB\u001eB\u001eB\u001eB\u001eB\u001eB\u001f\u0016B\u001f9B\u001f\\B\u001fB\u001fB\u001fB\u001fB \u001fB JB uB B B B!+B![B!B!B!B\"\u001fB\"QB\"B\"B\"B#\u001eB#QB#B#B#B$!B$UB$B$B$B%\"B%UB%B%B%B&\u001bB&KB&{B&B&B'\u0004B'1B'\\B'B'B'B'B(%B(JB(mB(B(B(B(B)\tB)#BqB'B\u0001B\tB\u0011B\u0019B!B*\u001eB2lB:BC/BKBT&B\\BeKBmBvBOB\fBBBsBMB-B\u0012BBBBBBBB\u0004B\rB\u0016B\u001fB(}B1nB:[BCDBL)BU\tB]BfBoBxJB\bBBiB\u000bBB0BB'BŏBB8BvBBBBB\u0006B\u000eB\u0016fB\u001e\u001cB%B-JB4B<%BCqBJBQBXB_BfBmHBsBznBB%BVBjB_B7BBB\u0000BXBBBēBaB\u000bBҐBB\u001fB\u0016BBB%BBBBBBBDB\u0001B\u00042B\u0006|B\bB\nB\fB\u000eB\u0010QB\u0011B\u0013B\u0015\u0001B\u0016bB\u0017B\u0018B\u0019B\u001b\u0007B\u001bB\u001cB\u001dB\u001ejB\u001f\u0015B\u001fB 8B B!\u001dB!zB!B\"\nB\"?B\"iB\"B\"B\"B\"B\"B\"B\"uB\"WB\"4B\"\nB!B!B!sB!;B!\u0001B B B JB \rB\u001fB\u001fB\u001f_B\u001f'B\u001eB\u001eB\u001eB\u001eVB\u001e)B\u001e\u0001B\u001dB\u001dB\u001dB\u001dyB\u001d]B\u001dEB\u001d0B\u001d\u001dB\u001d\fB\u001cB\u001cB\u001cB\u001cB\u001cB\u001cB\u001cB\u001cB\u001cB\u001cB\u001cB\u001cB\u001d\bB\u001d\u0017B\u001d&B\u001d8B\u001dKB\u001d`B\u001dvB\u001dB\u001dB\u001dB\u001dB\u001dB\u001e\u001cB\u001e;B\u001e\\B\u001e~B\u001eB\u001eB\u001eB\u001f\u0012B\u001f9B\u001faB\u001fB\u001fB\u001fB \u0007B 2B ^B B B B!\u0010B!>B!kB!B!B!B\"!B\"OB\"|B\"B\"B#\u0003B#0B#\\B#B#B#B$\u0007B$1B$YB$B$B$B$B%\u0018B%BcBxB~BtB\u0002YB\n,B\u0011B\u0019B!:B(B07B7B>BF\u0016BM4BT:B[)Bb\u0000BhBobBuB|[BBB\u0004B\u0002BBBLBB6B{BBBBB\u001b\u0010B\u001aB\u001aB\u001aB\u001asB\u001aRB\u001a3B\u001a\u0016B\u0019B\u0019B\u0019B\u0019B\u0019B\u0019B\u0019B\u0019B\u0019vB\u0019nB\u0019hB\u0019dB\u0019aB\u0019`B\u0019`B\u0019bB\u0019fB\u0019jB\u0019rB\u0019yB\u0019B\u0019B\u0019B\u0019B\u0019B\u0019B\u0019B\u0019B\u0019B\u001a\u0006B\u001a\u001aB\u001a.B\u001aCB\u001aYB\u001apB\u001aB\u001aB\u001aB\u001aB\u001aB\u001b\u0000B\u001b\u001aB\u001b4B\u001bNB\u001bhB\u001bB\u001bB\u001bB\u001bB\u001bB\u001c\u0006B\u001c B\u001c:B\u001cSB\u001cmB\u001cB\u001cB\u001cB\u001cB\u001cB\u001cB\u001d\u0011B\u001d&B\u001d:B\u001dMB\u001d`B\u001drB\u001dB\u001dB\u001dB\u001dB\u001dB\u001dB\u001dB\u001dB\u001dB\u001dB\u001dB\u001dB\u0006B\u000eDB\u0015B\u001dB%B-B5B=BEBMBUB^4Bf|BnBw0BB\fBB\fBB,BBgB\fB̶BeB\u0018BBBAB\u0000B\tB\u0012wB\u001b3B#B,B5bB>\u0018BFBOzBX$B`BijBr\u0004BzB$BB$BB\u0000B_BBB:BkB֏BޥBBBBjB\u00064B\rB\u0015B\u001d&B$B,\u0016B3pB:BABI\u0000BP\u0005BVB]BdBk+BqBx*B~BBBBBBFBBEBBBBBƐB:BB$BbBoBJB\u0001BB\u0004BSBBBuB@BBzB\u0001B\u0004BB/BB\u0019BE.BL-BS\u0016BYB`BgHBmBtEBzBB\u0000B\nBBB{B\u0012BBB\u001dB8B2B\u000bBBXBB\u001bBGBBB\fBB5BBBBBBB)BB\u0002\fB\u0004RB\u0006{B\bB\n|B\fTB\u000e\u0012B\u000fB\u0011DB\u0012B\u0014\u0015B\u0015[B\u0016B\u0017B\u0018B\u0019B\u001azB\u001bEB\u001bB\u001cB\u001d8B\u001dB\u001e0B\u001eB\u001eB\u001f3B\u001fnB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fB\u001fUB\u001f#B\u001eB\u001eB\u001elB\u001e&B\u001dB\u001dB\u001d?B\u001cB\u001cB\u001cGB\u001bB\u001bB\u001bPB\u001b\u0001B\u001aB\u001a`B\u001a\u0013B\u0019B\u0019B\u0019:B\u0018B\u0018B\u0018xB\u0018=B\u0018\u0003B\u0017B\u0017B\u0017eB\u00175B\u0017\u0007B\u0016B\u0016B\u0016B\u0016eB\u0016AB\u0016 B\u0016\u0000B\u0015B\u0015B\u0015B\u0015B\u0015{B\u0015fB\u0015QB\u0015?B\u0015.B\u0015\u001eB\u0015\u0010B\u0015\u0004B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0014B\u0015\u0002B\u0015\nB\u0015\u0011B\u0015\u0017B\u0015\u001eB\u0015&B\u0015,B\u00152B\u00159B\u0015?B\u0015EB\u0015KB\u0015PB\u0015TB\u0015YB\u0015\\B\u0015`B\u0015cB\u0015dB\u0015fB\u0015fB\u0015fB\u0015eB\u0015cB\u0015aB\u0015]B\u0015XB\u0015SB\u0015LB\u0015CB\u0015;B\u00150B\u0015$B\u0015\u0018B\u0015\nB\u0018BB\u001fB'HB.B6B>NBF\u001aBMBUB]BeBmBuB~\"BRBBB\u001bBpBB/BB\tB}BBvBB}B\u0005B\u0004B\r\u001aB\u0015B\u001e1B&B/HB7B@YBHBQ`BYBbYBjBs=B{B\nBfBB\u0006BJBBBBB\u0002B\u0004BBBBBDB\u0004B\fB\u0014\u001aB\u001bB\"B*SB1B8B?BFBMBTB[wBb$BhBo8BuB{B\u001aB0B-B\u000eBByB\u0003BoBBBBBøBdBBXB՞BٿBݰBsB\u0010BBB\u001aB0B%BBBHBB\u0002\u001dB\u0004]B\u0006B\bB\nsB\fFB\rB\u000fB\u0011%B\u0012B\u0013B\u0015,B\u0016WB\u0017lB\u0018mB\u0019YB\u001a2B\u001aB\u001bB\u001cMB\u001cB\u001d]B\u001dB\u001e.B\u001eB\u001eB\u001eB\u001f#B\u001fAB\u001fRB\u001fYB\u001fUB\u001fHB\u001f1B\u001f\u0012B\u001eB\u001eB\u001eB\u001eJB\u001e\bB\u001dB\u001dxB\u001d*B\u001cB\u001cB\u001c1B\u001bB\u001bB\u001b+B\u001aB\u001a~B\u001a+B\u0019B\u0019B\u00190B\u0018B\u0018B\u0018JB\u0018\u0003B\u0017B\u0017zB\u0017:B\u0016B\u0016B\u0016B\u0016OB\u0016\u001aB\u0015B\u0015B\u0015B\u0015[B\u00150B\u0015\u0006B\u0014B\u0014B\u0014B\u0014tB\u0014UB\u00146B\u0014\u0019B\u0013B\u0013B\u0013B\u0013B\u0013B\u0013B\u0013yB\u0013hB\u0013WB\u0013HB\u0013:B\u0013-B\u0013\"B\u0013\u0016B\u0013\rB\u0013\u0004B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012B\u0012uB\u0012hB\u0012ZB\u0012KB\u0012:B\u0012(B\u0012\u0016B\u0012\u0002B\u001e|B%B-dB4BB&BBrBB4BbBoB]B*BBiBB\u00020B\u0004hB\u0006B\bB\nlB\f8B\rB\u000fB\u0011\u0004B\u0012mB\u0013B\u0014B\u0016!B\u00171B\u0018,B\u0019\u0013B\u0019B\u001aB\u001bVB\u001bB\u001cB\u001cB\u001dfB\u001dB\u001e\u0010B\u001ePB\u001eB\u001eB\u001eB\u001eB\u001eB\u001eB\u001eB\u001eB\u001eyB\u001eNB\u001e\u001bB\u001dB\u001dB\u001d]B\u001d\u0013B\u001cB\u001crB\u001c\u001dB\u001bB\u001blB\u001b\u0012B\u001aB\u001a[B\u001a\u0000B\u0019B\u0019OB\u0018B\u0018B\u0018FB\u0017B\u0017B\u0017SB\u0017\u0006B\u0016B\u0016uB\u00160B\u0015B\u0015B\u0015nB\u00152B\u0014B\u0014B\u0014B\u0014UB\u0014#B\u0013B\u0013B\u0013B\u0013nB\u0013DB\u0013\u001dB\u0012B\u0012B\u0012B\u0012B\u0012pB\u0012RB\u00126B\u0012\u001aB\u0012\u0000B\u0011B\u0011B\u0011B\u0011B\u0011B\u0011~B\u0011lB\u0011\\B\u0011LB\u0011B3B;'BBBJOBQBYBa|BiPBq2By\u001eB\u0016B\u001bB(BABbBBBB8BBB\u001fBvBB1BB\u0004B\r^B\u0015B\u001e0B&B/\u0001B7jB?BH5BPBXBaRBiBqBzHBBB\nBBEBL^BS\"BYB`hBfBmTBsByB\u0002B\nBBBB BB\u0004BKBsB}BhB3BBiBB\u001aB?BBB\u0015BB;BBBBBBB)BB\u0000\u000bB\u0002RB\u0004|B\u0006B\b|B\nUB\f\u0014B\rB\u000fFB\u0010B\u0012\u0017B\u0013^B\u0014B\u0015B\u0016B\u0017B\u0018zB\u0019CB\u0019B\u001aB\u001b2B\u001bB\u001c&B\u001cB\u001cB\u001d B\u001dVB\u001dB\u001dB\u001dB\u001dB\u001dB\u001dB\u001dB\u001d_B\u001d4B\u001d\u0000B\u001cB\u001cB\u001cB\n\"B\n\u0006B\tB\tB\tB\tB\tlB\tJB\t(B\t\u0003B\bB2\"B9\\B@BH\u0002BOmBVB^pBf\bBmBu^B}\u001cBBBBB|BxBBBģBBB\fB:BlBBB\u0006\u001cB\u000e\\B\u0016B\u001eB'&B/jB7B?BH4BPtBXB`Bi$BqVByBBBB\u0003B\u0011B\u0017B\u0014B\tBBBѪBtB2BBB BB\u0007#B\u000eB\u0015B\u001d4B$nB+B2B9B@BG~BNGBTB[Bb\"BhBnBu2B{^BpBjBHB\u000eBBHBB\u0010BIBeBbB@BBƞB\u001cBzBӶBBBߏB)BBB+B?B2B\u0006BBPBB\u0000#B\u0002aB\u0004B\u0006B\buB\nFB\u000bB\rB\u000f\"B\u0010B\u0011B\u0013'B\u0014QB\u0015eB\u0016dB\u0017OB\u0018&B\u0018B\u0019B\u001a;B\u001aB\u001bFB\u001bB\u001c\u0010B\u001c^B\u001cB\u001cB\u001cB\u001d\rB\u001d\u0019B\u001d\u001aB\u001d\u0010B\u001cB\u001cB\u001cB\u001cB\u001cNB\u001c\u000fB\u001bB\u001b~B\u001b,B\u001aB\u001a|B\u001a\u001dB\u0019B\u0019XB\u0018B\u0018B\u0018$B\u0017B\u0017TB\u0016B\u0016B\u0016\"B\u0015B\u0015YB\u0014B\u0014B\u0014B\u000eB\u000eB\u000enB\u000e-B\rB\rB\rrB\r7B\fB\fB\fB\fXB\f$B\u000bB\u000bB\u000bB\u000b_B\u000b2B\u000b\u0004B\nB\nB\nB\nZB\n2B\n\u000bB\tB\tB\tB\tuB\tQB\t/B\t\fB\bB\bB\bB\bB\bhB\bHB\b)B\b\nB\u0007B\u0007B\u0007B\u0007B\u0007rB\u0007TB\u00076B\u0007\u0018B\u0006B\u0006B\u0006B\u0006B\u0006B\u0006aB\u0006BB\u0006\"B\u0006\u0002B\u0005B\u0005B\u0005B\u0005~B\u0005\\B\u00059B\u0005\u0015B\u0004B\u0004B\u0004B\u0004B\u0004XB\u00040B\u0004\u0007B\u0003B\u0003B\u0003B\u0003YB\u0003+B\u0002B\u0002B?BG\u0010BN8BUpB\\Bd\u000fBktBrBzgBBB4BBBfB6B\rBBBB׾BߺBBBBB\u0007B\u0010\u000eB\u0018(B DB(aB0B8B@BHBPBY\u000eBa%Bi9BqJByWB_BbB_BVBFB.B\u000fBBB|B7BBߎB'BB5BB\u0005\rB\fdB\u0013B\u001aB\"\fB)#B0*B7\u001dB=BDBKBR1BXB_BBeBkBr8Bx\\B~iB]B8BBB/BBB2BOBPB2BBÛB!B̆BBBBBB\nBmBBBBBpB\u0013BBB\u0000GB\u0002uB\u0004B\u0006~B\b[B\n\u001dB\u000bB\rVB\u000eB\u0010.B\u0011xB\u0012B\u0013B\u0014B\u0015B\u0016B\u0017mB\u0018&B\u0018B\u0019`B\u0019B\u001aVB\u001aB\u001b\fB\u001bPB\u001bB\u001bB\u001bB\u001bB\u001bB\u001bB\u001bB\u001bB\u001b|B\u001bLB\u001b\u0013B\u001aB\u001aB\u001a=B\u0019B\u0019B\u00191B\u0018B\u0018iB\u0017B\u0017B\u0017$B\u0016B\u0016DB\u0015B\u0015dB\u0014B\u0014B\u0014\u0018B\u0013B\u0013>B\u0012B\u0012kB\u0012\u0006B\u0011B\u0011BB\u0010B\u0010B\u0010+B\u000fB\u000f|B\u000f'B\u000eB\u000eB\u000e4B\rB\rB\rQB\r\tB\fB\f~B\f:B\u000bB\u000bB\u000byB\u000bB\u0002BBͦBՁBeBOB=B2B+B\u0005(B\r)B\u0015,B\u001d3B%:B-DB5NB=XBEbBMlBUtB]zBe}Bm~Bu{B}tBhBXBAB%B\u0001BBBhB$BBB\u001dBB6BB\u001fB\u0000B\u0007B\u000f\u0017B\u0016LB\u001drB$B+B2B9dB@4BFBMBT3BZBa\"BgzBmBsByBBBBZBBpBB\u001cBGBWBIB\u001dBBlBB>BvBՍBلBXBByBB\bB\u001fB\u0015BBB;BB\u0015B\u0000VB\u0002{B\u0004B\u0006sB\bGB\n\u0002B\u000bB\r,B\u000eB\u000fB\u00119B\u0012eB\u0013{B\u0014|B\u0015iB\u0016BB\u0017\u0007B\u0017B\u0018ZB\u0018B\u0019fB\u0019B\u001a1B\u001aB\u001aB\u001aB\u001b\u0012B\u001b)B\u001b3B\u001b0B\u001b$B\u001b\fB\u001aB\u001aB\u001aB\u001aMB\u001a\tB\u0019B\u0019kB\u0019\u0012B\u0018B\u0018RB\u0017B\u0017B\u0017\u0012B\u0016B\u00160B\u0015B\u0015HB\u0014B\u0014^B\u0013B\u0013yB\u0013\u0006B\u0012B\u0012#B\u0011B\u0011HB\u0010B\u0010wB\u0010\u0011B\u000fB\u000fLB\u000eB\u000eB\u000e4B\rB\rB\r.B\fB\fB\f7B\u000bB\u000bB\u000bOB\u000b\u0006B\nB\nvB\n1B\tB\tB\tiB\t)B\bB\bB\bqB\b6B\u0007B\u0007B\u0007B\u0007VB\u0007\u001fB\u0006B\u0006B\u0006B\u0006RB\u0006!B\u0005B\u0005B\u0005B\u0005cB\u00054B\u0005\u0007B\u0004B\u0004B\u0004B\u0004WB\u0004,B\u0004\u0002B\u0003B\u0003B\u0003B\u0003ZB\u00030B\u0003\u0007B\u0002B\u0002B\u0002B\u0002cB\u00029B\u0002\u0010B\u0001B\u0001B\u0001B\u0001iB\u0001>B\u0001\u0014B\u0000B\u0000B\u0000B\u0000fB\u00009B\u0000\fBBBBPB\u001fBBBBUB!BBB|BDB\nBBN]BUPB\\SBcfBjBqBxBIBB\nB~BBB\u001cBBdB\u0015BBӐBXB'BBBB\u0002B\nB\u0012sB\u001abB\"UB*HB2=B:3BB)BJ\u001fBR\u0014BZ\bBaBiBqByBBB_B4B\u0004BBBGBBǠB?BB^BBRBB\u0014B\u0003aB\nB\u0011B\u0018B \tB'\fB.\u0000B4B;BBqBI\u001cBOBV:B\\Bc\u0007BiNBoBuB{BB^B\u001aBBEBB\bBAB^B_BCB\nBB\u0006BDBKLBQBXFB^BdBk&BqFBwPB}BB\u001eBBB BBB=BgBuBgBB\u0001BBBEB\u0005BBB=BB]B\u0010XB\u0017cB\u001e_B%LB,*B2B9B@`BFBMBSBZWB`BfBm\u0000Bs\u000fBy\bB~BBhB\u0002BBB=BrBBBnB5BBkBB(BYBjB[B,BB^BBB\u0002BBBB\u001fBBB:B\u0000`B\u0002jB\u0004YB\u0006/B\u0007B\tB\u000b\u0016B\fB\rB\u000f$B\u0010PB\u0011gB\u0012iB\u0013VB\u0014/B\u0014B\u0015B\u0016GB\u0016B\u0017SB\u0017B\u0018\u001bB\u0018hB\u0018B\u0018B\u0018B\u0019\nB\u0019\u0011B\u0019\rB\u0018B\u0018B\u0018B\u0018B\u0018SB\u0018\u0011B\u0017B\u0017uB\u0017\u001dB\u0016B\u0016XB\u0015B\u0015B\u0015\fB\u0014B\u0014\u001bB\u0013B\u0013 B\u0012B\u0012\u001eB\u0011B\u0011\u001dB\u0010B\u0010\u001eB\u000fB\u000f B\u000eB\u000e(B\rB\r:B\fB\fSB\u000bB\u000btB\u000b\bB\nB\n5B\tB\tjB\t\u0006B\bB\bEB\u0007B\u0007B\u00070B\u0006B\u0006B\u0006*B\u0005B\u0005B\u0005/B\u0004B\u0004B\u0004BB\u0003B\u0003B\u0003^B\u0003\u0016B\u0002B\u0002B\u0002@B\u0001B\u0001B\u0001tB\u00012B\u0000B\u0000B\u0000oB\u00000BBBwB:BBBBMB\u0013BBBfB.BBBBLB\u0014BBBlB4BBBBSB\u0019BBBnB2BBBBFB\nBBBOB\u0011BBBNB\rBBB?BBBkB!BdBkBr^By8B B\u0018B\u001dB/BOB{BBBCBBBhBBXBBeBBB\u0004*B\u000bB\u0013sB\u001b\u001dB\"B*{B2.B9BABIOBQ\u0007BXB`tBh(BoBwB9BBB+BB_BB{BBzBBXBٺB\u0013B`BBB\u0007B\u0005'B\f9B\u0013>B\u001a6B!\u001eB'B.B5|B<&BBBIEBOBV\u001cB\\jBbBhBnBtBzBBLBBxBBBBBBBBtB+BBDBǣBB\bB\fBB۲BUBB\u0017BBBMB7B\u0002BB>BB\u0003B;B\u0000WB\u0002XB\u0004>B\u0006\nB\u0007B\tVB\nB\fBB\rB\u000eB\u000fB\u0011\u0004B\u0011B\u0012B\u0013B\u0014uB\u0015!B\u0015B\u0016CB\u0016B\u0017 B\u0017vB\u0017B\u0017B\u0018\u001fB\u0018B\u0002B\u0002B\u0002HB\u0001B\u0001B\u0001\\B\u0001\u000fB\u0000B\u0000zB\u00000BBBYB\u0014BBBFB\u0004BBB@BBBBAB\u0002BBBIB\u000bBBBUB\u0018BBBcB&BBBqB4BBB|B>B\u0000BBBCB\u0003BBB@BBBxB3BBBbB\u001aBBB>BBBXBlBs7ByBBBkB\\BZBfB|BBB\u0006BJBΗBBJBB BB\u0010B\u0002B\n\u0019B\u0011B\u00196B B(bB/B7B?9BFBN{BV\u001bB]Be]BlBtB|4BB`BB}B\u0004BB\u0002BvBBLBΪB\u0000BMBBBB\u001aB\u00011B\bBE!BKBQBXEB^BdBjBpBvB|}BB\u000erB\u000fB\u0010B\u0011B\u0012iB\u00134B\u0013B\u0014B\u0015&B\u0015B\u0016\u0018B\u0016xB\u0016B\u0017\u000bB\u0017B\u0013B\u0013aB\u0012B\u0012nB\u0011B\u0011lB\u0010B\u0010]B\u000fB\u000fHB\u000eB\u000e.B\rB\r\u0017B\fB\f\u0002B\u000bwB\nB\ngB\tB\taB\bB\bbB\u0007B\u0007lB\u0006B\u0006}B\u0006\bB\u0005B\u0005$B\u0004B\u0004HB\u0003B\u0003rB\u0003\tB\u0002B\u0002B$B,\u000eB3{B:BB]BIBQFBXB`2BgBo\u001dBvB~\u0003BsBBJBB\u0011BnBB\u0016BaBǥBB\u0016BBBeB~BBB\u0000B\u0007|B\u000e^B\u00154B\u001bB\"B)eB0\u0003B6B=\u0013BCBIBP/BVjB\\BbBhBnBtzBzABBB\u0014BBB\u0019B@BNBCB\u001eBBB\u000eB{BB\u0002B\u0019B\u0011BB٨BDBB\u0010B8B>B%BBB#BBB\u001bB5B\u00004B\u0002\u0018B\u0003B\u0005B\u0007,B\bB\n\u0015B\u000beB\fB\rB\u000eB\u000fB\u0010B\u0011B\u0012>B\u0012B\u0013B\u0014\bB\u0014~B\u0014B\u00156B\u0015|B\u0015B\u0015B\u0015B\u0015B\u0015B\u0015B\u0015B\u0015B\u0015B\u0015NB\u0015\u000bB\u0014B\u0014lB\u0014\u0011B\u0013B\u0013DB\u0012B\u0012_B\u0011B\u0011dB\u0010B\u0010ZB\u000fB\u000fCB\u000eB\u000e%B\rB\r\u0005B\fuB\u000bB\u000bWB\nB\n:B\tB\t#B\bB\b\u0014B\u0007B\u0007\u000eB\u0006B\u0006\u0010B\u0005B\u0005\u001aB\u0004B\u0004*B\u0003B\u0003BB\u0002B\u0002aB\u0001B\u0001B\u0001\u001bB\u0000B\u0000IBB~B\u0019BBVBBB:BBB)BBxB!BBvB\"BB|B+BBB:BBBOB\u0003BBjB\u001eBBB=BBB_B\u0016BBB:BBB^B\u0015BBB9BBB[B\u0010BBzB.BBBHBBB^B\u000eBBnB\u001cBBvB\"BBxB BBoB\u0015BB\u0012BB\u0018BBWB\fBBBtBXBIBCBHBUBlBBBB\u0006\u0016B\rQB\u0014B\u001bB#%B*uB1B9\u001fB@yBGBO3BVB]BeRBlBt\u0011B{oBB%B|BB\u001fBkBBB/BdB˒BҹBBBB\u0000BBB\u0003B\nB\u0011xB\u00188B\u001eB%B,,B2B92B?BEBLDBR~BXB^BdBjBpBvYB|\u000eBB6BB\bBMB|BBBtB?BBBB^BƠBBBҹBօB3BB1BvBBBeB!BBABBB\u0018B(B\u0000\u001eB\u0001B\u0003B\u0005bB\u0006B\bhB\tB\u000b\u0011B\fCB\r^B\u000efB\u000fXB\u00105B\u0010B\u0011B\u0012YB\u0012B\u0013kB\u0013B\u00148B\u0014B\u0014B\u0014B\u0015\u0018B\u0015,B\u00153B\u0015-B\u0015\u001bB\u0014B\u0014B\u0014B\u0014dB\u0014\u001dB\u0013B\u0013uB\u0013\u0015B\u0012B\u0012@B\u0011B\u0011RB\u0010B\u0010PB\u000fB\u000f>B\u000eB\u000e B\rB\fB\fgB\u000bB\u000b?B\nB\n\u001aB\tB\bB\bfB\u0007B\u0007LB\u0006B\u00069B\u0005B\u00050B\u0004B\u0004.B\u0003B\u00034B\u0002B\u0002@B\u0001B\u0001TB\u0000B\u0000nBBB\"BBLBB{B\u0015BBLBBB)BBlB\u000fBBYBBBNBBBLBBBOBBBYB\bBBhB\u0018BBzB,BBBCBBB[B\u000eBBsB'BBB?BBBVB\bBBjB\u001cBB|B,BBB7BBB=BBB=BBB5BBB%BBjBBBIBBCBBtB BBƝBmBGB,B\u001bB\u0013B\u0014B\u001dB.B\u0005FB\ffB\u0013B\u001aB!B)\u001cB0VB7B>BF\u0016BM]BTB[Bc6BjBqBy\u0012BYBBB#BaBBB\u0000B+BPBpBψB֙BݢBBBBoB\u0000IB\u0007\u0019B\rB\u0014B\u001bBB!B(sB.B5mB;BB+BHsBNBTBZB`BfBlBrBx8B}BfBBABBBBBBB]BBBBBXBlB{B̄BӆBځBtB^B@B\u0019BB\u0003B\nhB\u0011\u0016B\u0017B\u001ePB$B+WB1B8(B>zBDBJBQ\u0012BW%B]&Bc\u0015BhBnBttBz\u0017BB!BBB\u000fB2B=B1B\fBBxB\bB}BB\u0018BBޱB\u0005B/B0B\u0011BBxB\u0000BjBBB\u0000BBB\u0001B\u0003QB\u0004B\u0006dB\u0007B\t\u0017B\nNB\u000boB\f{B\rrB\u000eUB\u000f$B\u000fB\u0010B\u0011\u001dB\u0011B\u0012\u0014B\u0012vB\u0012B\u0013\nB\u0013>B\u0013bB\u0013yB\u0013B\u0013~B\u0013nB\u0013QB\u0013)B\u0012B\u0012B\u0012sB\u0012$B\u0011B\u0011jB\u0011\u0002B\u0010B\u0010\u001cB\u000fB\u000f\u001eB\u000eB\u000e\fB\r}B\fB\fVB\u000bB\u000b%B\nB\tB\tTB\bB\b\u001fB\u0007B\u0006B\u0006TB\u0005B\u0005(B\u0004B\u0004\u0005B\u0003uB\u0002B\u0002^B\u0001B\u0001NB\u0000B\u0000FBBFBBLBBXBBlBBB\u0013BB5BB]BBB!BBTBBB*BBhB\tBBLBBB7BBB*BByB!BBtB\u001eBBrB\u001dBBsB\u001fBBwB#BB{B)BBB,BBB0BBB2BBB0BBB+BBzB!BBlB\u0012BBXBBBB\u0012jB\u0012B\u0012B\u0012B\u0012B\u0012~B\u0012^B\u00121B\u0011B\u0011B\u0011lB\u0011\u0018B\u0010B\u0010VB\u000fB\u000fuB\u000eB\u000e{B\rB\rkB\fB\fJB\u000bB\u000b\u001bB\nB\tB\tEB\bB\b\tB\u0007jB\u0006B\u00061B\u0005B\u0004B\u0004^B\u0003B\u00030B\u0002B\u0002\nB\u0001zB\u0000B\u0000`BBMBBCBB?BBBBBLBB\\BBrB\u0000BB\u001eBBBBBkB\u0001BB1BBeB\u0000BB;BBxB\u0018BB[BBBDBBB3BBB&BBuB\u001eBBnB\u0017BBiB\u0012BBfB\u000eBBaB\u000bBB]B\u0006BBWBBBMBBBABBB0BBwB\u0019BB[BBB9BBtB\u000fBߪBDBBBB\bB=BBB2BϝB\u0015BܗB%BB`B\fBB\u0004~B\u000bDB\u0012\u0010B\u0018B\u001fB&B-B4tB;cBBXBIQBPLBWJB^KBeLBlPBsTBzXB\\B_BbBbB`B\\BTBHB8B$B\u000bBBBۛBhB.BBBLB\u0003B\nB\u0011\u0015B\u0017B\u001e\u000fB$zB*B1*B7nB=BCBIBOBUB[BaBgrBm&BrBxYB}B>BBBB\u0011B\u000eBBB~B\u001fBB\u0014BiBBBBͯB|B,BؿB4BߋBBBBB)BB$BwBBBBB{B\u0001.B\u0002B\u0004JB\u0005B\u0007\u0007B\bBB\tiB\nyB\u000btB\f[B\r.B\rB\u000eB\u000f3B\u000fB\u00102B\u0010B\u0010B\u00111B\u0011gB\u0011B\u0011B\u0011B\u0011B\u0011B\u0011B\u0011`B\u0011.B\u0010B\u0010B\u0010\\B\u0010\u0002B\u000fB\u000f7B\u000eB\u000eOB\rB\rLB\fB\f5B\u000bB\u000b\fB\ntB\tB\t8B\bB\u0007B\u0007UB\u0006B\u0006\u0012B\u0005rB\u0004B\u00043B\u0003B\u0002B\u0002[B\u0001B\u0001*B\u0000B\u0000\u0002BqBBVBBABB4BB.BB/BB6BBDBBWBBpBBB BBEBBpB\u0006BB8BBlB\bBBBBBB\u001fBB`B\u0002BBGBBB3BB}B\"BBnB\u0014BBaB\bBBVBBBJBBB>BBB/BB{B\u001fBBhB\nBBPBBB3BBrB\u0010B߮BJBBށB\u001bBݴBLBBxB\bB\fB\u001eB?BnBʩBBGBݨB\u0014BB\rBB.B\u0004B\u000brB\u0012\u001fB\u0018B\u001fB&VB- B3B:BABHyBOYBV=B]$Bd\fBjBqBxBBBB|BdBKB/B\u000fBBBęBhB2BB߲BhB\u0016BB[B\u0000B\u0007{B\rB\u0014tB\u001aB!AB'B-B4\u001aB:HB@iBF|BLBRsBXXB^,BcBiBoBBtBzLBB\nBKBwBBB|BPB\u000eBBCBB\u0017BZB„BƒBʇB`B\u001dBվBBBܨBB\u001cB\u001dBBBLBB.BtBBBBB@B\u0000B\u0002xB\u0003B\u0005QB\u0006B\u0007B\bB\tB\nB\u000bB\fB\rEB\rB\u000e|B\u000eB\u000flB\u000fB\u0010\u0019B\u0010XB\u0010B\u0010B\u0010B\u0010B\u0010B\u0010B\u0010B\u0010YB\u0010\"B\u000fB\u000fB\u000fAB\u000eB\u000e~B\u000e\u0010B\rB\r B\fB\f\u0015B\u000bB\nB\n`B\tB\t*B\bB\u0007B\u0007FB\u0006B\u0005B\u0005WB\u0004B\u0004\u000fB\u0003nB\u0002B\u0002(B\u0001B\u0000B\u0000MBB\u001bBBB`BBBBB,BB\u001dBB\u0015BB\u0014BB\u0018BB$BB5BBLBBhBBB\u001bBBCBBnB\u0006BB8BBmB\nBBCBBB BB`B\u0001BBEBBB-BBtB\u0018BBaB\u0005BBOBBBB\u000fwB\u000fB\u000fB\u000fB\u000fB\u000fB\u000fB\u000fzB\u000fIB\u000f\u000eB\u000eB\u000exB\u000e\u001eB\rB\rSB\fB\fhB\u000bB\u000bbB\nB\nEB\tB\t\u0016B\bzB\u0007B\u00076B\u0006B\u0005B\u0005CB\u0004B\u0003B\u0003LB\u0002B\u0002\u0001B\u0001[B\u0000B\u0000\u0012BqBB5BB\u0002BkBBEBB&BB\u000eBBBxBBrBBrBByBBB\u000eBB#BBBBB#BBhB\nBBPBBB7BB|B\u001fBBbB\u0004BBEBB߆B&BBcB\u0002BݟBB\u0007@B\b,B\t\u0006B\tB\n}B\u000b\u001cB\u000bB\f%B\fB\fB\r3B\rnB\rB\rB\rB\rB\rB\rB\r|B\rKB\r\u0010B\fB\f{B\f!B\u000bB\u000bTB\nB\ngB\tB\t^B\bB\b=B\u0007B\u0007\tB\u0006iB\u0005B\u0005\u001eB\u0004uB\u0003B\u0003\u001dB\u0002pB\u0001B\u0001\u0014B\u0000gBB\u0011BfBB\u0013BlBB'BBBNBB\u001dBBBdBBFBB1BB\"BB\u001aBB\u0019BB\u001dBB(BB7BBLBBfBBB\u0016BB:BBcBBB&BBWBBB&BB]BBB4BBoB\u000eBBKBBB)BBiB\u0007BߧBGBBކB%BBcB\u0000BܞB\u0004BD\bBJ\u0012BP#BV:B\\VBbxBhBnBtB{(B\\BBB\u0007BCB~BBB3BnBBB\u0012BDBrBޜBBB\u0001B\u0017B(B\u00032B\t6B\u000f1B\u0015%B\u001b\u0011B B&B,B2dB8 B=BCvBI\u000fBNBT\u001cBYB^BdLBiBnBsBy\u0013B~\u001eB\u0016BBBBKBBtBBNBBBB\u0005BBBĢBQBBgBB\u0018BJB_B[B;BBB\u000eBfBBBBBBGBBrBBABB\u0000B\u0001B\u0002B\u0003B\u0004B\u0005eB\u0006\u001aB\u0006B\u0007LB\u0007B\b8B\bB\bB\t\u001cB\tJB\tiB\tyB\t|B\tqB\tZB\t6B\t\u0006B\bB\bB\b6B\u0007B\u0007zB\u0007\rB\u0006B\u0006\u001cB\u0005B\u0005\u000eB\u0004}B\u0003B\u0003IB\u0002B\u0002\u0002B\u0001XB\u0000BBHBBB%BmBBBFBBB)BuBB\u0014BhBB\u0015BpBB+BBBUBB&BB\u0000BpBBTBBABB4BB.BB.BB4BB@BBQBBgBBB\u0011BB1BBVBB~B\u0014BߪBABBqB\nBݣB=BBrB\u000eB۩BDBB}B\u0019BٶBSBB،B)BBbBB֛B7BBnB\nBԤB?BBrB\u000bBңB;BBhBBВB&BϹBKBBlBB͉B\u0016B̡B,B˵B1B~BB\u0001BB\u0006B\f8B\u0011B\u0017]B\u001d\u0000B\"B(dB.&B3B9B?BE~BKhBQYBWOB]MBcOBiVBocBusB{BBBBB\u0014B5BXBzBBBBB\u0019B4BKB_BpB|BBBB\u0001yB\u0007jB\rTB\u00136B\u0019\u0010B\u001eB$B*nB0%B5B;uBA\rBFBL\u001bBQBVB\\TBaBfBl\u0013Bq6BvIB{LB@B#BBBdB\u0000BB\u0000BbBBB\u000fB\u001eB\u0018BBB}B\u001aB̠B\fB`B֚BټBB߭B}B3BB#BmBBBBBMBBB\u000fBvBBB\u0000#B\u00012B\u0002,B\u0003\u0012B\u0003B\u0004B\u0005LB\u0005B\u0006nB\u0006B\u0007HB\u0007B\u0007B\b\u0016B\b=B\bTB\b^B\bZB\bHB\b*B\b\u0001B\u0007B\u0007B\u0007@B\u0006B\u0006B\u0006$B\u0005B\u0005:B\u0004B\u00042B\u0003B\u0003\u000eB\u0002tB\u0001B\u0001/B\u0000BB(BuBB\bBOBBB BfBBB?BBB BnBB\u0014BjBB\u001eB{BB=BB\u0007BoBBFBB%BB\u000bBBBsBBkBBjBBnBByB\u0000BB\u0013BB*BBGBBgBBߋB\u001fB޳BIBBvB\rBܥB=BBpB\u000bBڥBABBxB\u0014BذBMBB׆B\"BB]BBՕB2BBjB\u0006BӡB=BBqB\u000bBѥB>BBlB\u0004BϚB.BBWBBzB\u000bB̛B*B˸BCBBYBB2BhB\u0004B\tB\u000fXB\u0014B\u001a5B\u001fB%>B*B0pB6\u0018B;BABGBBM\nBRBXB^BdpBjYBpFBv8B|.B(B$B$B&B+B0B7B?BEBMBTBZB^B`B`B]BVBLB>B+B\u0014BB\u0005B\u000bB\u0011zB\u0017BB\u001d\u0003B\"B(lB.\u0014B3B9FB>BDNBIBO,BTBYB_\u001bBdRBizBnBsBxB}BdB1BBB/BB*BBB\u0012B8BHBDB*BB³BUBBTBаBB\u001bB+B BBBbBB5BoBBBBQB\u000bBB4BB\u0001BDBsBB\u0000B\u0001B\u0002[B\u0003$B\u0003B\u0004zB\u0005\nB\u0005B\u0005B\u0006RB\u0006B\u0006B\u0007\tB\u0007(B\u00079B\u0007;B\u00071B\u0007\u001aB\u0006B\u0006B\u0006B\u0006EB\u0005B\u0005B\u00056B\u0004B\u0004SB\u0003B\u0003QB\u0002B\u00022B\u0001B\u0000B\u0000XBB\u0003BSBBB1BvBBBBBBB\u000eBTBBB,BwBB\u0014BfBB\u0012BkBB%BBBNBB\u001eBBBgBBKBB8BB,BB%BB'BB-BB:BBLBBbBBB\u000eBޞB0BBVBB܀B\u0016BۭBDBBuB\u000eB٩BCBByB\u0015BװBMBBֆB#BB]BBԖB4BBmB\nBҥBABBxB\u0013BЮBGBBzB\u0011BΩB@BBkB\u0000B̒B&B˸BHBBfBBB\nBȔB\u001cB\u0003HB\bfB\rB\u0012B\u0018\fB\u001d[B\"B(\u001dB-B3\bB8B>\u001aBCBIPBNBTBZ[B`\u0017BeBkBqpBwBB}\u0019BBBBBBkBVBBB.B\u001cB\bBBBBկB۔BvBUB0B\bBBB\u0004pB\n3B\u000fB\u0015B\u001bSB B&B,0B1B7BBBWB\\BaBg\u0002Bl\u0012Bq\u0014Bv\bBzBBB>BBwBBjBB\u0014BMBrBBBfB9BBÜB+BʤB\u0005BNB~BחBږB{BFBBBB@BkB|BsBPB\u0014BBTBB6BBBBBB\u0000B\u0001B\u0002[B\u0003\u0006B\u0003B\u0004%B\u0004B\u0005\u0000B\u0005TB\u0005B\u0005B\u0005B\u0006\nB\u0006\u0014B\u0006\u0010B\u0005B\u0005B\u0005B\u0005B\u0005@B\u0004B\u0004B\u0004?B\u0003B\u0003dB\u0002B\u0002hB\u0001B\u0001NB\u0000B\u0000\u001bBzBB'BwBB\u000eBTBBB\u001eB_BBB$BfBBB8B~BB\u0012B`BB\u0003BYBB\fBiBB*BBB]BB4BB\u0014BBBrBBdBB^BB^BBdBBpBB߂B\u000eBޚB&BݶBEBBhBBێB#BڸBNBB~B\u0016BدBIBB~B\u0019BֵBQBBՊB'BBbBBӜB:BBtB\u0012BѯBLBBЅB!BϽBXBB΍B'BBXBḂB\u001eB˴BHBBoB\u0000BɑB!BȯBYBCBHBNLBSBY\u0018B^Bd\u0004BiBo\fBtBz,BB`B\u0001BBOBBB[B\rBBwB-BBəBNB\u0003BڶBgB\u0015BBjB\u000fBB\u0002MB\u0007B\rxB\u0013\u0004B\u0018B\u001e\fB#B(B.bB3B9\u001fB>oBCBHBN'BSPBXmB]BbBg~BlkBqKBv\u001dBzBBBB\u0000jB\u0000B\u0001QB\u0001B\u0001B\u00021B\u0002]B\u0002zB\u0002B\u0002B\u0002}B\u0002dB\u0002>B\u0002\rB\u0001B\u0001B\u00016B\u0000B\u0000sB\u0000\u0004BB\fBBB^BB BxBB\u001aBdBBB0BoBBB#B]BBB\u000fBLBBB\u000fBPBBB%BrBB\u0014BhBB\u001bBwBB9BB\u0003BlBBEBB&BB\u0010B߈B\u0002B~BBzBBB\u0004BۊB\u0011BښB%BٲB>BB^BBׂB\u0015B֪B@BBnB\u0006BԠB:BBpB\fBҪBGBBуB\"BB`B\u0000BϠB@BB΀B\"BBbB\u0001B̢BBBBˀB\u001fBʽB[BBɖB2BBhB\u0002BǜB4BBbBBŌB!BijBDBBdBB|B\bBB(LB-\u0007B1B6B;B@jBE_BJ^BOgBTzBYB^BcBi\u001dBnYBsBxB~9BBBLBB\u001cBBBpBB`BBYBBUBBRBBLBBABB,BB\u0001\fB\u0006vB\u000bB\u0011=B\u0016B\u001bB!@B&B+B1\u000bB6@B;mB@BEBJBOBTBYB^BcBhZBm\"BqBvB{+BBCBB!BzBBB$B;B@B5B\u0017BBBMBBdBB)BkB͘BЮBӭB֖BhB\"BBLBB\u0011B?BFB3B\u0007BBfBBgBB\u000eB@B^BfBZB:B\u0006BBgBBBB\u0000SB\u0000B\u0000B\u0001\u0018B\u0001BݷB1BܮB,B۫B-BڰB6BټBEBBZBBvB\u0005B֖B)BռBQBB}B\u0016BӮBHBB~B\u001aBѷBUBBВB1BBqB\u0012BγBTBB͗B8BB|B\u001eBBaB\u0002BʤBDBBɅB$BBcB\u0001BǟBB\u001bBBB!BB\u0005BVBBBBBB~B?BBB\u0015BBBNBBBB\u0000\u0014B\u0000 B\u0000\u001fB\u0000\u0011BBBB\\B\u0013BBaBBB\u000eBB\u0002BqBB:BBBBBcBBӎB$BҽBVBBьB(BBbB\u0001BϠB?BB΁B\"BBfB\bB̬BNBB˕B8BBB\"BBiB\fBȮBPBBǓB4BBtB\u0013BŲBOBBĉB$BþBWBB‡B\u001cBBDBBgBBB\u0012BB;:B?BDVBHBMBRVBW\u0017B[B`BeBjxBogBt^By\\B~cBpBBBBB\tB7BiBBB\u0014BRBBB\u001bB`B֦BB1BuBBB>B|B\u0000B\u0005B\u000b(B\u0010YB\u0015B\u001aB\u001fB$B*\u000eB/!B4.B94B>2BC)BH\u0018BLBQBVB[zB`:BdBiBn:BrBwVB{B@BBBBBSBB\bB>BKB1BBBPBBEBBB\u000eB&B)B\u0019BBBtB\u0016BB(BBBDBBBBBBBBBzB@BBBPBBB\bBB\u0002BtBBABBBHBBB\"BcBBB\u0015BLBBBB BUBBBB7BtBBB/BsBB\u0003BPBBBIBBB[B߼B BކBBZBB8B۪B\u001fBږB\u000fBيB\u0007B؆B\bB׋B\u0010B֘B BժB6BBSBBvB\nBҞB4BBdBBЙB4BBoB\u000eBέBMBB͏B2BBxB\u001bB˿BcB\bBʭBRBBɜBBBBȌB1BB{B\u001fBBgB\tBŬBOBBĐB1BBoB\fBªBEBByB\u0012BB?BBhBBB\u001aBB4BDBI7BMBR6BVB[bB`\bBdBiqBn3BrBwB|BBzBlBcB`BbBkBxBBBBBB\u0018BB\u0015TB\u001afB\u001fsB${B)~B.{B3sB8dB=NBB0BG\fBKBPBUmBZ&B^Bc|Bh\u0017BlBq-BuBz\u0015B~wBB\u0015BPB}BBBBBBTB\u0015BBfBBnBB.BpBƠBɼBBϴBґBXB\nBڤB(BߖBB(BMBJB BBB\u000fBBB2BfBBBBjB:BBB8BB5BBB3BhBBBBBB~BUB\u001eBBB;BBqBBBBqBBCBBBNBBB,BmBBB\u001fBUBBBB#BVBBBB+BdBBB\u0019BYBBB+BwBB\u0018BmBB\"BBBDBܪB\u0014B~BB]BBFBؽB7BײB0BֱB4BոB>BBPBBhBB҈B\u001bBѮBCBBqB\nBϤB@BBzB\u0018B͸BYBB̜B>BBˆB+BBvB\u001cBBhB\u0010BȷB^B\u0005BǭBTBBƢBIBBŖBBBB\u001dBIBfBuBvBkBRB,BBBvB$BB`BBwBBlBBBBBBRBBB2BtBBB%B[BBBB#BTBBBB\u001dBTBBB\u0004B?B}BB\u0004BLBBB8BގBBABܠB\u0000BdBB4B٠B\u000eB؀BBiBB]BBYBB]BBjBBB\fBћB,BоBQBB~B\u0016BίBJBB̈́B\"BBcB\u0004B˦BJBBʓB9BBɆB-BB~B&BByB\"BBuB\u001fBBrB\u001bBBmB\u0017BÿBgB\u000eBµB[B\u0000BBJBBB1BBrB\u0010BBJBB~B\u0016BBCBBhBBBX\u0014B\\NB`BdBi@BmBr\u0017BvB{\u0012BB2BBrB\u001dBBBFB\fBBByBQB-B\u000eBBBоBթBڕB߂BqB`BNB=B,B\u0019B\u0002\u0005B\u0006B\u000bB\u0010B\u0015B\u001aB\u001f]B$5B)\tB-B2B7hB<&B@BEBJBBBSBBB6ByBBB*B_BBBB#BRBBBB\u0011BDByBBB&B`BBB#BkB޶B\u0005BWBܫB\u0004B_BڽB\u001eBكBBTBB/B֡B\u0015BՌB\u0006BԁBBӀB\u0002B҇B\u000eBіB\"BЮB=BB`BBΉB B͹BSBB̌B*BBjB\fBʮBRBBɜBCBBȒB:BBǎB8BBƎB9BBőB=BBĕBABBÙBDBB›BFBBBCBBB;BBB,BBrB\u0014BBTBBB+BB^BBB\u001eBBABaBeBj\u0019BnPBrBvB{0BBBeBB]BBtB\nBBHBBBPB\u0007BBĂBEB\u000bBBןBlB:B\u000bBBBBPB!B\u0002B\u0007B\fB\u0011YB\u0016!B\u001aB\u001fB$iB)%B-B2B7B^BrBzBwBeBGB\u001cBBBDBBjBBQBBB/BWBlBoB`B=B\u0007BѽB_BBeBB\u0016BMBoByBlB7BBeBB8BBBBBBBBCBBB\rBBB=BBBBB\u0004B\u0001BBBBvB6BBB4BBXBBXBB7BBBRBBB7BzBBB,BaBBBB BNBzBBB\u0003B4BfBBB\u000bBDB}B߹BB>B݅BB\u001eBpBB\u001dBxBB9BםB\u0004BoBBLBԿB4BӬB'BҤB#BѤB(BЯB7BBNBBlBB͓B(BBZBBˑB.BBnB\u0010BɳBVBBȢBIBBǚBDBBƚBFBBşBLBBĨBWB\u0005BôBcB\u0011BBoB\u001dBBzB(BBB/BBB0BBB+BBxB\u001eBBeB\u0006BBEBBB\u001aBBLBBvB\bBkBoBsBwB{B\"BZBBB=BBBhBBTBBYBBtB\nB¤BBBBЊB2BBދB;BBBRB\u0006BBnB\u0004!B\bB\rB\u00125B\u0016B\u001bB 6B$B)~B.\u001cB2B7LB;B@gBDBIlBMBRXBVB[(B_BcBh#BlfBpBtBxB}\u000fB\u001fB%B\u001fB\rBBBBHBBB&BB\u001cBBB\u0018BKBnBB~BlBGB\u000fBBgBBnBB$B_BBBBoB)BB5BBB\"BGBVBRB;B\u0010BBB\u001fBB&BBB5BpBBBBBBBBOB\u0012BBxB\u001aBBCBBHBB,BBBLBBB5ByBBB*B_BBBB\u001cBGBrBBBB!BPBBBB#B[BޔBB\u000fBSBۚBB3BلBB2B׎BBNBմB\u001cBԇBBfBBPBBDBBDBBLBB^BBxB\bB̛B0BB]BBʒB0BBnB\u0010BȲBVBBǢBJBBƝBHBBŠBNBBĪBYB\tBùBiB\u001aBB}B.BBBCBBBXB\tBBjB\u001aBBvB$BBB*BBB(BBvB\u001bBBbB\u0004BBCBB{B\u0014BBBBBuuBy_B}VBVB`BtBBBB\u001fB_BBBLBB\fBtBBUBBJBBOBBbBBB\u0011BB:BBeB\u0000B\u0005B\n(B\u000eB\u0013PB\u0017B\u001crB!\u0000B%B*\u0012B.B3\u0018B7B<\fB@BDBIWBMBR\u0016BVlBZB_\u0002BcCBgzBkBoBsBx\u0002B|\fB\rB\u0002BBBBhB$BBuB\tBB\bBrBB\u001aBVBBBB¥BŏBgB-BBЀB\u000eBՈBB@B~BަBBBBoB\u0018BB\u0003BWBBBBBBBdB\u0018BBLBB;BBB(BXBzBBBBvBTB'BBBXBBB,BB7BB\u001eBBBCBBB0BtBBB'B\\BBBB\u0014B?BhBBBB\u000eB:BgBBBB7BnBܥBB BdB٪BBCBוBBBB՟BBaBB/BҜB\nB|BBhBB`BBbBBnBB̃B\u0012BˢB4BB^BBɒB-BBjB\u000bBǮBRBBƞBFBBŚBFBBĠBOBBîB_B\u0011BBvB)BBBEBBBcB\u0017BBB5BBBQB\u0004BBiB\u001bBB|B+BBB4BBB4BBB(BBnB\u000fBBMBBB\u001cBBZB*B\u0005BBBBBBB\rB1B\\BBB\u0006BLBBB?B͚BB\\BB-BB\nB}BBfBBTB\u0002B\u0007EB\u000bB\u00105B\u0014B\u0019\"B\u001dB\"\bB&xB*B/OB3B8\u0019BBwAB{9B(B\rBBB|B5BBB\u0019BB\u001dBBBBBĒB?BBÛBKBB­B`B\u0013BB{B1BBBTB\u000bBBzB2BBBZB\u0012BBB8BBB[B\u0010BBzB-BBBABBBMBBBNBBBBBBB(BBbBBBPB\u0005BBBaB=B#B\u0012B\nB\bB\u000fB\u001eB3BOBrBĚBBB4BrBٳBBABBB/BBB0B\u0000B\u0004B\tBBĉB1BBÆB3BBB@BBBYB\u000eBBzB1BBB[B\u0015BBBEBBBvB2BBBdB\u001eBBBMB\u0006BBwB.BBBOB\u0002BBhB\u0018BBuB\"BBwB\u001fBBjB\rBBMBBBPBBB=BBBBQB+B\u000eBBBBBBB\u0001B\u0017B2BRBuBBBB&BZBBB\u0003\u0001B\u0007;B\u000bwB\u000fB\u0013B\u0018)B\u001ceB B$B)\u0010B-FB1yB5B9B>\u0004BB+BFOBJnBNBRBVBZB^BbBfBjBnBrtBvPBz!B}BBdB\u0011BBOBBbBBGBBBFBBBBBBBBB\\B\u0013BȺBOBBGBҪBB6B`BwB|BlBGB\u0010BBaBB BWByBBBgB;BBBIBBPBB\u0014B_BBBBBBBBBBCBBBLBBvBB{BB^BB\"BzBB\u0018B]BBB\u0012BFBwBBBB\u001eBCBgBBBBB\u0019B?BgBۑBڽBB!BXB׎BBBB;BBBHBBBBBBBcB\u0019BBNBB?BBB0BcBBBBBBiB>B\u0006BBuB\u001cBBMBBWBB@BB\tBbBB\u0002BJBBBB3BbBBBB\u0003B%BGBfBކBݥBBB\u0004B&BIBoBטBBB\"BYBӎBBB;B~BB\u000fB_BͲB\nBfBB)BʐBBiBBPBBFBBHBBXBBrB\u0004BØB/BBeB\u0004BBHBBB?BBBIBBBbB\u0019BBBEB\u0001BB}BNBB&BEBIBMBQkBU4BXB\\B`uBd,BgBkBo0BrBvjByB}B\rBBBjBB'BwBBB.BVBtBBBBtBVB*BBBXBBĆB\u0007ByBB.BpBҢBBBBBܞBgB\u001eBBRBB9ByBBBB\\B&BBB\u0016BB\rBoBB\u0005B9B_BvBB{BjBLB\"BBB_B\bBB;BBHBB2BBBXBBB@BBBB)BXBBBBB\u0016B6BUBqB܏B۫BBB\u0006B&BHBnBՕBԿBB\u001eBUBъBоBB6BxBB\u000bBZB˯B\u0007BdBB)BȑBBmBBXBBPBBWBBjBBŠB\u001eBBNBBB+BBvB\u001eBBvB&BBB?BBBhB#BBB_B BBBjB/BBBBLB\u0015BBBrB=B\u0007BBBgB1BBBBZB\"BBByB?B\u0005BBBNB\u000fBBBKB\u0006BBxB/BBBHBBBOBBBBB3BpBȷB\u0007B^BҽB$BٓB\bBB\u0006BB\u001eBBJBBB0B\u0000B\u0004B\b8B\u000bB\u000fB\u0013\\B\u0017\u0017B\u001aB\u001eB\"QB&\u0011B)B-B1SB5\u0013B8BBʙBB BLBhBuBpBZB3BBޱBTBBcBB&BTBXBIB'BBBSBBnBBFBBB\u0015B=BVBaB_BPB4B\u000bBBBLBBB,BB;BB'BBBNBBB7BxBBB BNByBBBB\u0007B%BBB]BxBړB٭BBB\u0003B\"BCBgBӎBҷBB\u0015BLBρBεBB,BoB˷B\u0002BSBɨB\u0001B^BB&BƏBBnBB\\BBYBBdBB|B\fBB6BBlB\fBBRBBBNBBB`B\u0014BBB>BBBwB8BBBBIB\u0010BBBlB7B\u0003BBBjB8B\u0006BBBrBBB\u0010BBB|BJB\u0017BBB|BHB\u0012BBBjB1BBB|BBBBF(BIBM^BPBTBX\u001cB[B_7BbBfBBiBmB\u001bBBBlB\u001aBBQBBTBB\"BsB˶BB\u0010B&B,B\"B\tBBۣBVBBB\u0007BrBB\u0011B-B\u001fBBBB.BBKBB'B|BBB#B=BIBHB:B BBBB\nBABE\fBHBL\nBOBS\u0001BVyBYB]bB`Bd?BgBk\rBnmBqBu BxrB{B\u0005BEBBBB\u0004B!B7BDBJBFB9B#B\u0003BBBfB\u001dBBhBBB\u0000BpBB(BoBʨBBB\u0000BBBBءBaB\u0011BݰB?BB&BBBB\u0003BBBlB\u0015BB4BB\u0012BiBBB\u0011B,B:B:B,B\u0013BBB|B2BBB\u0017BB(BB\u0017BBB?BBB(BiBBB\rB;BdBߊBެBBB\u0004B\u001dB5BLBcByB֎BեBԼBBB\rB+BMBrBΜBBB/BcBʗBB\u000fBRBǚBB:BŐBBJBïB\u0017B„BBiBB^BBcBBwB\u0006BB.BBdB\u0003BBKBBBKBBBcB\u001bBBBNB\u000eBBBZB!BBBBMB\u001cBBBBaB5B\nBBBBaB8B\u0010BBBBoBGB\u001dBBBBxBMB!BBBBjB:B\bBBBlB5BBBBHB\u0007BBB;BBBZB\u000bBڦB}B]BFB6B/B/B7BEB[BxBBB\u0001B\u0005$B\b\\B\u000bB\u000eB\u0012!B\u0015kB\u0018B\u001c\tB\u001f^B\"B&\rB)hB,B0$B3B6B:GB=BA\fBDoBGBK2BNBQBUNBXB\\\u0002B_YBbBeBiKBlBoBs\u001dBvZByB|BB\u001dB?B[BqBBBBBqBYB9B\u0010BBB\\B\rBBOBBfBBNBB\u0007BQBǍBɼBBBBBBղB|B8BBB\nB߃BBDBBBBBBcB\fBB+BB\nB`BBB\nB&B4B4B(B\u000eBBByB/BB}B\u0015BB'BB\u0015BBB=BBB%BfBBB\bB4B\\BށBݢBBBB\fB\"B8BKB_BsBԆBӛBұBBBB\u001bB;B`B̈B˴BB\u001aBOBȃBǼBB?BŇBB(BÀBB=BB\fBzBBcBB\\BBfBB~B\u0010BB=BBxB\u001bBBhB\u0014BBsB'BBBRB\u000eBBBTB\u001aBBBxBEB\u0013BBBB\\B1B\bBBBBjBDB\u001fBBBBBjBHB$BBBBBnBHB\"BBBBBVB*BBBBnB:B\u0006BBB^B\"BBB`B\u001cBBB?B\u0004BBBLB BBBBBB\u0001B\u0004B\u0007B\nB\rB\u0010B\u0014\u001aB\u0017>B\u001aeB\u001dB B#B'#B*[B-B0B4\u000eB7MB:B=BA\u0011BDTBGBJBN\u001bBQ\\BTBWB[\u001aB^VBaBdBgBk-Bn[BqBtBwBzB~\bB\u001cB,B6B:B9B0B!B\fBBBBiB,BBBABBtB\u0000BBBbBB\u0017B_BĜBBB\bB\u0011B\rBBBԯBrB'BBbBB_BB\u001bB_BBBBBgB\u000fBB/BB\fBcBBB\rB)B7B7B+B\u0010BBB{B2BBB\u0018BB*BB\u0018BBB>BBB$BeBBB\u0004B0BVBzBܚB۷BBBB\u0011B$B6BGBXBiB{BюBТBϷBBB\u0007B&BJBrBɞBB\u0004B9BnBŦBB*BsBB\u0016BmBB.BBBoBB[BBYBBfBBB\u0019BBLBBB2BBB6BBBSB\rBBBJB\u000eBBBfB2B\u0000BBBtBHB\u001eBBBBB_BB\u001cBBBBBlBFB\u001eBBBBtBEB\u0014BBByBAB\u0006BBBJB\bBBxBfB\u0004BBXB\u000fBBB\u0002_B\u00053B\b\fB\nB\rB\u0010B\u0013B\u0016B\u0019B\u001cB\u001fB\"B%B(B+B.B2\u0005B5\u001fB8yBABDBGBK\u0000BN$BQFBTiBWBZB]B`Bd\u0005Bg\u001fBj7BmLBp^BsmBvxByB|BBBuBfBRB8B\u0018BBBBWB\u0015BBzB!BBTBBdBBMBB\u000eB_BBB\u000eB2BJBTBSBEB)B\u0000BBՄB2BB`BBSB޵B\u0007BIBzBBBB{B$BBBBB\u001eBtBBB\u001cB7BDBDB8B\u001eBBBB=BBB\"BB2BB\u001eBBBDBBB(BgBBB\u0003B-BSBuBۓBڮBBBB\u0001B\u0011B!B/B>BKB[BkB{B΍B͢B̸BBB\rB0BWBǃBƴBB\u001dBRBÌBB\u0010BZBBBWBB\u0019BBB`BBPBBRBBdBBB\u001eBBWBBBGBBBTB\nBB}B;BBBBKB\u0016BBBBRB&BBBBBdBAB\u001fBBBBBBjBOB4B\u0019BBBBBB|BbBHB,B\u0011BBBBB}B]B;B\u0018BBBBBVB*BBBBgB2BBBBBB\u0000BBBUBB\u0001pB\u0004\nB\u0006B\tSB\f\u0002B\u000eB\u0011rB\u00144B\u0016B\u0019B\u001cB\u001fsB\"NB%/B(\u0013B*B-B0B3B6B9BBBB\u0010B8BSB`B_BPB6B\u000eBBBRBBB4BBCBB.BBBPBBB0BnBߦBB\u0006B/BTBtBڐB٪BBBBB\u0002B\u000fB\u001bB'B2B>BKBXBgBxBˊBʟBɷBBB\u0014B;BgBĘBB\u0002B7BqBBB@BBB@BB\u0005BoBBQBBEBBKBBcBBB$BBcB\bBB]B\fBBuB.BBBjB.BBBBYB)BBBBB[B6B\u0014BBBBB~BdBJB2B\u0019B\u0002BBBBBBBlBWBBB,B\u0016B\u0000BBBBBBnBRB6B\u0018BBBBBlBEB\u001cBBBBbB.BBBBDB\u0002B\u0004IB\u0006B\t\u001aB\u000bB\u000e\u000bB\u0010B\u0013\u0018B\u0015B\u0018BB\u001aB\u001dB +B\"B%B(FB+\u0002B-B0B3RB6\u001fB8B;B>BApBDKBG(BJ\u0005BLBOBRBUBXmB[OB^2Ba\u0015BcBfBiBlBoqBrLBu$BwBzB}BjB3BBBwB/BBB:BB{B\u0012BB-BB,BB\u000eBrBB#BoBBB\u0019B>BZBjBqBlB\\BAB\u001bBBЩB^B\u0006BՠB.BخB!BۄBB\"B[BBBBBBhB\u0016BB\fBpBB\u0007B=BdB|BBBuBYB0BBBpB\u001aBBNBB[BBDBB\nBbBBB>BzBޱBB\u000eB5BXBvBِBبB׼BBBBBB\tB\u0011B\u001aB#B-B6BABNB]BoBȃBǙBƴBBB\u001aBFBwBBB\u0017BPBBB\"BtBB&BBBXBB>BB7BBBBB^BBB(BBnB\u0016BBqB$BBBPB\u0010BBBaB,BBBBrBIB\"BBBBB}BaBFB-B\u0016BBBBBBBBzBiBYBIB9B)B\u0019B\tBBBBBBBBxBcBMB4B\u001cB\u0001BBBBBeB@B\u0019BBBBhB6B\u0001BBBRB\u000eB\u0011\u000eB\u0013^B\u0015B\u0018\u0013B\u001ayB\u001cB\u001fYB!B$RB&B)`B+B.B1\u001eB3B6]B9\u0004B;B>[BA\u000bBCBFtBI,BKBNBQbBT\"BVBYB\\fB_)BaBdBgpBj2BlBoBrpBu-BwBzB}VB\tBBgB\u0010BBXBBB$BB>BBBBB.BB\u0000B_BB\u0006BNBBBB\u001cB9BMBWBXBNB:B\u001cBB̾B~B2BBwB\u0007B֋B\u0002BkBB\u0016BVBމB߬BBBBB~BFBBSBB\u0004BFBxBBBBBBB`B)BBBBBBtBB|BBbBB&B|BB\u0012BSBގBBB\u001bB@BaB}BؖB׫BּBBBBBBB\u0000B\u0006B\u000bB\u0011B\u0018B B)B4BABQBdBzBēBðBBB$BTBBBB/BpBB\u0003BUBB\nBlBBABB+BB'BB7BBXBBB+BBvB\"BBB:BBBrB6BBBBbB4B\tBBBBsBSB5B\u0018BBBBBBBBpB`BRBDB8B+B\u001fB\u0014B\tBBBBBBBBBBBB{BlB\\BIB7B#B\u000eBBBBBBiBHB\"BBBBzBIB\u0016BBB\u0019LB\u001bwB\u001dB\u001fB\"$B$lB&B)\u0010B+kB-B02B2B5\u000eB7B9B<|B>BABD\u0010BFBI.BKBNXBPBSBV'BXB[dB^\u0004B`BcGBeBhBk.BmBprBs\u0012BuBxOBzB}B\u001eBBHBBfBBvBBxBBhBBDBB\u000bBfBB\tBQBBBB*BNBhB{BBBBoBTB0B\u0002BB̆B8BB{B\fBԐB\bBtBB'BlBܥBBBBBBBBlB!BB\tBVBBBBB\u0002BBBBBcB\u001eBBvB\u0011BB*BB\u001dBBBHBBB/BnBݦBB\u0006B.BQBoB؉BנBֲBBBBBBBBBBBBB\u0000B\u0006B\fB\u0016B!B0BABVBnBBBBB.BfBBB\u000bBLBBB4BBBOBB(BB\u0015BB\u0016BB*BBRBBB-BB~B-BBBQB\u000fBBB\\B&BBBBoBHB$B\u0002BBBBByBdBPB>B-B\u001eB\u0011B\u0004BBBBBBBBBBBBBBBBBBBBwBnBdBXBKB>B.B\u001eB\fBBBBBBzBZB8B\u0013BBBBgB6B\u0000B#B%B'B*\u001aB,>B.hB0B2B5\u000bB7NB9B;B>4B@BBBEDBGBJ\u000fBLyBNBQWBSBVABXB[3B]B`-BbBe,BgBj.BlBo2BqBt5BvBy6B{B~3BB*BB\u0018BBBiBB:BBBXBB\u0000BLBBB\u0013BJBzBBBBB\bB\u000eB\rB\u0004BBBôBňBSB\u0014BBxB\u001bBϴBBBBBtBBB'BoBB\u0011BkBB0BB\fBBB}B\u0003BB\u001cBBHBBB.BBB8BBBfB(BBBBPB\"BBBBBhBJB0B\u0017B\u0000BBBBBBBBBBB~ByBvBtBrBqBpBpBpBpBpBpBpBpBoBnBlBjBgBcB]BWBPBHB=B2B%B\u0017B\u0006BBBBBBxBYB5B\u0011BBBB_B.lB0^B2VB4UB6[B8gB:yBB@BBBE*BG\\BIBKBN\u0010BPSBRBTBW2BYB[B^,B`BbBe:BgBiBlUBnBq\u0017BsxBuBx;BzB|B\\BB\u0018BtBB&B|BB BnBBBCBBBB(BVBBBBBBBBBBBBBB^B(BBǡBQBB̔B&BϰB/BңB\rBlBB\bBFBvBۛBܵBBB߳BBoB:BBBCBB9BpBBBBBBBsBAB\u0003BBdB\u0004BB&BB BBBVB߬BBDB݄BܽBB\u001fBFBiB؆BנBִBBBBBBBBBBBBBBBBBBBBBBBB\bB B;B[BBBB\u0015BKBBB\u0000BHBBBHBB\u0010B}BBgBBfBB{B\rBB@BBB-BBBBBBB|BAB\nBBByBPB*B\u0006BBBBB~BjBXBIBB@BBnBDbBF\\BH[BJ`BLjBNzBPBRBTBVBY\u0005B[,B]WB_BaBcBf\u001eBhVBjBlBo\bBqEBsBuBx\u0004BzFB|B~B\bBHBBB\u0001B=BvBBB\u0017BGBuBBBB\u000bB(B@BSBaBlBpBpBjB^BLB4B\u0016BBBBVB\u0014BBxB\u001dBɻBNBB\\BBEBҪB\u0004BVB֛BB\bB-BFBTBWBMB6B\u0014BBB]B\u0006BB,BBB!B8BABB݆BB\u0000B4BaBوBةBBBBB\u0007B\u000eB\u0010B\u0010B\rB\bB\u0000BBBBBBǾBƲBŧBĜBÔBŒBBBBBBBBBBB\u0001B&BQBBBB)BfBBBFBBB`BB:BB,BB5BBTBBB(BBzB*BBBTB\u0015BBBqBBB\u0018BBBBBtB\\BHB6B(B\u001cB\u0012B\nB\u0005B\u0002B\u0001B\u0002B\u0005B\tB\u000fB\u0017B B*B5BBBOB^BlB|BBBBBBBB\u0000B\u0010B B.B=BJBVBaBmBuB}BBBBBBBB{BqBdBVBDB0B\u0018BBBBBNOBOBQBS.BTBVBXCBZ\u0000B[B]B_UBa&BbBdBfBhBjvBl^BnHBp6Br&Bt\u0018Bv\rBx\u0004ByB{B}BBBBBBBBBBBBBBBBBBBBtB\\B@B!BBBB|BHB\u0010BBBFBBBJBBÄB\u0016BƢB&BɤB\u0019ḂBBKBРBB1BlB՞BBBB\u0003B\u0003BBBBޙBbB BByB\u0013BB!BBBVBBBqBVB.BBBnB\u0018BBJBBUBB9BߝBBLBݘBB\u001aBPBB٨BBB\u0001B\u0014B#B,B3B6B5B1B*B\"B\u0016B\nBBBBBƼBŬBĜBÍB€BtBjBaB\\BYBYB]BeBqBBBBBB BSBBBB7B|BB\u0019BsBB8BB\u0015BB\fBB\u001aBB>BBvB\u001bBBsB&BBB[B BBBB^B8B\u0014BBBBBBB{BrBjBfBcBdBfBjBpBxBBBBBBBBB\u0003B\u0018B-BCBYBoBBBBBBB\nB\u001fB3BFBXBiBxBBBBBBBBBBBBBBBBxBcBJB.B\u000eBXBZvB[B]B_\u000eB`BbB^BxB֍B՜BԧBӭBҮBѬBЦBϜBΐB́BpB\\BFB0B\u0018BBBBóBšBBjBTB@B/B\u001fB\u0013B\tB\u0002BB\u0000B\u0005B\u000fB\u001dB1BJBiBBBB'B_BBB\u001cBjBB\u001aB|BBTBBGBBRBBtB\u000eBBSBBBcB\u001dBBBhB5B\u0006BBBBvB\\BEB2B#B\u0016B\u000eB\bB\u0005B\u0006B\bB\u000eB\u0017B!B.B>BNBbBwBBBBBB\u0014B3BRBrBBBBB\u001bB=B_BBBBB\u0005B%BDBaB}BBBBBB\tB\u001aB*B6BABJBOBRBSBPBJBBB6B&B\u0013BBn_BoBpBr3BsBtBv8BwBxBziB{B}IB~B:BB9BBDBB[BB{B\u000eBB:BBkB\u0005BBBBB&BB6BB\u001fB߆BB8B݄BB\u0005B;BiBّBزBBBBB\u0002B\u0003BBBBBB̺BˤBʌBrBVB9B\u001cBBBBBBjBOB6B\u001fB\nBBBBBBBBBBB\u0015B4BZBBBB,BcBBB9BBBOBB+BB\"BB1BBXBBBABBBZB\u0018BBBnB?B\u0014BBBBBBmB_BUBMBIBHBKBPBYBdBqBBBBBBB\u000fB-BLBmBBBBB\"BIBpBBBB\u0010B8B`BBBBB\"BEBhBBBBB\u0006B B9BPBeBwBBBBBBBBBBBByBy\u0017Bz;B{cB|B}B~B;B~BB\u0010B^BB\tBdBB\"BBBVBB1BB\u0014BBBuBBfBB\\BBRBBIBB?BB3BB\"BB\fB~BB]BB3BBB_BB\u0017BnBB\u0010B\\BƢBB\"BZBˎB̼BB\tB&B>BPBZB`B]BTBDB-B\u000eBBںBۄBFBBݯBWBBߌB\u001aBB\u0016BBBHBBB\u001bBLBsBBB~B/BBpB\u0000BB\u0004BvBB?BޖBB+BiB۠BBB\u001aB6BKBZBeBjBjBeB]BQBAB.B\u0017BBBBȦBDžBcB@B\u001dBBBBBpBPB2B\u0014BBBBBBBBBBBBBBB\"BNBBBB.BnBB\u0006B]BB!BB\u0000BzBBB\u000fBBBB~B\u0016BݩB6B޾B?BߺB0BB\u0007BhBB\u0016BbBBB\u001aBHBnBBBBBBBBnBFB\u0015BBmBB,B}BB\u0006B>BnBܕB۷BBBBBBBBBҾBѤBЇBdB?B\u0016BBʻBɊBVB!BBıBxB>B\u0002BBBRB\u0018BBBrB>B\fBBBB^B;B\u001cB\u0001BBBBBBBBBB\u0014B9BgBBB\u0015BPBBB4BBB_BBMBBYBBB\u001eBBnB BBBZB$BBBBBhBSBBB6B/B,B.B3B=BKB]BrBBBBB\u0010B:BeBBBB-BdBBB\u0015BTBBB\u0017BZBBB)BoBBBBBBB\u0015BZBBB'BiBBB)BeBBB\u0012BGByBBB\u0004B-BTBvBBBBBB\u0000B\u000bB\u0010BBrB\u0005BB9BB|B%BB~B0BBBXB\u0017BBB^B&BBBBVB%BBBBoBDB\u0018BBBƙBnBDB\u0019BBB˔BfB7B\u0006BBϡBmB6BBBӅBEB\u0003BվBvB,BB،B8BBڃB#BۿBWBBzB\u0003BފB\nB߅BBlBB=BBBKBBB!B[BBBBB\u0014B\"B(B(B\u001fB\u000eBBBBvB9BBB'BxBBB5BcB݊BܩBBBBBBBBԵBӜBҀB^B8B\u000fBB̲B~BHB\u0010BBƙB\\B\u001cBBBZB\u0017BBBUB\u0015BBB`B'BBBB_B5B\u000fBBBBBBBBBBBBBB,BaBBB\u0018B\\BBB[BB.BB\u001fBB/BB[BBBRB\u0006BBBKB\u0018BBBBBqB`BSBLBHBJBQB\\BjB~BBBBB\u0014BBXBoBBBBB\u001cBB\u000bBB\nBB\u0018BB3BB[BBB,BBoB\u0014BûBcB\u000eBźBgB\u0016BBvB(BBʎBABB̪B^B\u0013BBzB-BBђBCBBӢBOBBեBMBBיB;BBzB\u0014BڬBBBBdBByBBހBBvBB]BB2BBBNBBBB\fBBΜB_B\u001fBBɗBOB\u0005BźBlB\u001eBBB0BBB@BBBXB\fBB}B8BBB|BEB\u0010BBBBlBNB6B%B\u0019B\u0013B\u0014B\u001bB*BAB_BBBB(BfBBB8BBBWBB@BBIBBpB\u0010BBcB\u0017BBB\\B*B\u0000BBBBBBwBsBtB{BBBBBB\u0001B&BOB{BBB\u0015BNBBB\fBQBBB,ByBB\u0018BjBB\u0012BhBB\u0016BnBB\u001fByBB+BBB5BBB8BBB2BBB\u001eBiBBB>BBBB4BlBBBB$BIBjBBBB>BtBϭBB*BpBжB\u0001BNBѠBBIBҢBB[BӺB\u001cBԀBBMBյB\u001fB֋BBfBBCBشB%BٖB\u0007ByBB]BB@BܰB BݐBBlBBEB߯B\u0017BBBHBB\nBgBB\u001bBqBB\u0015BcBBB9ByBBB&BXBBBBB\u0010B(B;BHBPBTBRBKB>B+B\u0012BBBBtB=BBBnB\u001cBBbBBB\u0013BB\rBUBkB{BނB݃B}BoB\\BCB%B\u0000BBԩBvB>B\u0003BB΂BBBBIBBBHBBB4BBB\fBNBBB\u0002B6BhBBBB\tB&B@B\nB\"B=B[B~BڤBBB'BXBیBBB6BtBܴBB7B|BB\u000bBTBޞBB7B߄BB\"BrBB\u0011BbBB\u0003BSBBBABBB*BuBB\tBQBBB BaBBB\u0019BRBBBB\u001cBHBpBBBBB\nB\u001eB/B:BCBGBGBBB9B,B\u0019B\u0001BBBBpB>B\u0007BBB>BBB?BBuB\u0006BB\u0014BB\u0004BsBB\u000eB\u0012B\rB\u0002BBBڻBٗBnB?B\fBBӖBUB\u0010BB{B,BBʅB.BBzB\u001eBB`B\u0002BBABBB\"BBfB\u000bBBXB\u0002BB^B\u0010BB~B;BBBBYB,B\u0006BBBBBBBBBBB\tB8BpBBB.BuBB BBBaBBbBBB\u001fBBoB\"BBBfB4B\nBBBBBBBBBBBBBB\u001bBBBnBBB\bBBBBB\u0006BNBBB7BBB6BBBFBB\u0004BdBB*BBBVBB!BBBQBB\u001bB~BBDBB\u0004BbBB\u0019BsBB\u001eBrBB\u000eBZBBB(BfBBB\u000bB:BfBBBBBBBBBBBBB\u0010B$B:BTBoBBBBB\u0014B9BaBBBB\bB5BbBBBB\u001bBKByBBB\u0006B4BbBBBB\u0012B;BdBBBBB\u0018B8BUBpBBBBBBBBBBBBBBBBBB}B\\B8B\u000eBBBxB;BBBjB\u0019BBiB\tBB6BBLBBIBB-BBBRBBB߷BޠB݃B_B5B\u0006BBטBYB\u0016BB҄B4BB΋B2BBxB\u0017BǵBQBBÄB\u001dBBKBBzB\u0012BBCBBzB\u0017BBYBBBNBBBaB\u001aBBB`B+BBBBB{BkBbB`BfBsBBBBB2BtBBB;BBBKBB.BB2BBXBBBLB\u0001BBBNB BBBBBBBBBBBBBB BHBtBBB\u0011BNBBB\u0018BcBB\u0001BTBB\u0003B]BB\u001aBzBBABB\u000eBvBBIBB\u001fBBBbBB:BB\u000fByBBJBB\u0017B{BB?BBBVBB\u0004BWBBB@BBB\nBGBBBB\u0010B8B\\BB|B[B=B\"B\fBBBBBBBBBBBBBBBBBBBBBBB\tB\u0016B$B2B@BNB\\BiBvBBBBBBBBBBBBBBBBBBBBB|BgBOB4B\u0017BBBBBSB\"BBBxB7BBB\\B\u000bBBZBBB-BBLBBVBBJBB(BBBIBBB2BrBB^B3B\u0004BBړBRB\rBBuB\"BBrB\u0014BγBPBBʂB\u0018BǫB=BB^BBzB\tBB%BBCBBfBBB$BBZBBB@BBBDBBBqB5BBBB{B\\BCB2B(B$B*B6BLBiBBBB8ByBB\u0002BTBB\u0016BBBzB\u0003BB-BBwB(BBBhB7B\rBBBBBBBBBBBBB BHBtBBB\u0014BRBBB#BpBB\u0013BiBB\u001eB|BB?BB\fBtBBJBB&BB\u0005BvBBYBB=BB!BB\u0003BsBBPBB*BBBdBB,BBBFBBBHBBB.BtBBB.BcBBBBgB&BBBrBBBJBBTBB\\BBfBBtBBB\u0013BB1BBZBBB/BB{B(BBBIB\nBBBnBEB%B\u000bBBBBBB\u000eB+BQBBBB>B~BB\u001bBxBBNBBIBBfB\u0002BBPB\u0005BBBNB BBBBBBBBBBBBB\u001aBBBnBBB\u0011BPBBB%BtBB\u001cBtBB/BBB[BB/BB\u000bB|BBaBBKBB8BB(BB\u0018BB\tBBBmBBWBB=BB\u001cBBB]BB(BBBDBBBDBBB&BhBBB\u0018BJBvB\u00050B\u0004B\u0004uB\u0004\u001aB\u0003B\u0003nB\u0003\u001cB\u0002B\u0002}B\u00021B\u0001B\u0001B\u0001XB\u0001\u0013B\u0000B\u0000B\u0000OB\u0000\u0010BBB[B!BBBxBAB\u000bBBBjB5B\u0001BBBbB-BBBBTB\u001dBBBqB6BBB~B=BBBtB.BBBOB\u0000BB^B\bBBWBBB8BBlB\u0002BB\"BB4BB:BB1BB\u0018BBBTBB\u0012BiBB\fBVBBB\u0017BMBBBBB\rBBޫB[B\u0006BڬBMBBօB\u001aBӫB:BBNBBYBBZBBVBBNBBBBB6BB-BB(BB'BB.BB@BB\\BBB!BBdB\fBBlB#BBBmBB̵B,BɠB\u0013BƅBBfBBFBB&BB\u0007ByBBbBBRBBKBBOBB^BB~B\u0014BBNBBBIBBBxB>B\fBBBBBzBuBxBBBBB\u000bBDBBB\fBXBB\fBuBBeBBxB\u0010BBXB\bBBBKB\u001cBBBBBBBBBBBB\u0005B+BWBBBB:BBB\u0016BgBB\u0016BtBB8BB\nBwBBYBBDBB8BB3BB2BB7BB>BBGBBPBBXBB^BB`BB]BBUBBEBB+BB\bBsBB>BBBUBBBJBBB\u0018BSBB\u001aB\u001a#B\u0019B\u0018B\u0018`B\u0017B\u0017=B\u0016B\u0016\"B\u0015B\u0015\u000eB\u0014B\u0014\u0001B\u0013|B\u0012B\u0012wB\u0011B\u0011wB\u0010B\u0010{B\u000fB\u000fB\u000f\u0007B\u000eB\u000e\u0014B\rB\r\"B\fB\f2B\u000bB\u000bCB\nB\nTB\tB\tfB\bB\bvB\u0007B\u0007B\u0007\fB\u0006B\u0006\u0018B\u0005B\u0005\"B\u0004B\u0004(B\u0003B\u0003*B\u0002B\u0002'B\u0001B\u0001\u001fB\u0000B\u0000\u0012BBBqBBRBB,BBBbBB&BBB8BBB2BBB\u0012BVBBB\u0010BGB{BBBB$BFBbB{BBBBBBBBBjBB܃B\nBٌB\nBֆBBrBBTBB,B˗BBgBB2BÖBB`BB)BBB]BB0BB\fB}BBfBB]BBaBBvB\u0006BB6BB{B&BBBLB\u000fBBBBgBPB@B:BB\bB\u0007B\u0007^B\u0006B\u0006\u0018B\u0005tB\u0004B\u0004'B\u0003~B\u0002B\u0002)B\u0001{B\u0000B\u0000\u001cBiBBBFBBB\u000fBNBBBB0BcBBBB\u0011B4BUBtBBBBBBBBBBBBBBBBwB&BݡB\u0019BڌBBiBB:BҟB\u0001BaBB\u001dByBB-BņBB8BBBCBBBUBB\u0013BuBB?BB\u0014BBBmBBeBBnBBB BB^B\u0005BBfB!BBBzBRB1B\u0019B\bB\u0001B\u0002B\fB\u001fBBB\u000bBB\u0000BB\u001bBB[B\bB~B~|B~BB~\u0012B}B}B}B}B}B}B}B}B}B}B}B~\u0003B~-B~\\B~B~B\fBQBBB>BBBRBB\u001fBBBlBBZBBTBBVBBbBBtB\u0000BB\u001bBB9BBZBB{B\fBB-BBKBBfBB|B\u0004BB\u0010BB\u0013BB\fBBBmBBGBB\u0014BtBB(B|BB\u0015BZBB0@B/jB.B-B,B,#B+UB*B)B(B(,B'fB&B%B%\u0019B$VB#B\"B\"\u0016B!WB B\u001fB\u001f B\u001edB\u001dB\u001cB\u001c2B\u001bxB\u001aB\u001a\u0004B\u0019JB\u0018B\u0017B\u0017\u001eB\u0016dB\u0015B\u0014B\u00146B\u0013{B\u0012B\u0012\u0004B\u0011IB\u0010B\u000fB\u000f\u0011B\u000eRB\rB\fB\f\u0011B\u000bOB\nB\tB\t\u0002B\b;B\u0007sB\u0006B\u0005B\u0005\u0014B\u0004FB\u0003vB\u0002B\u0001B\u0000B\u0000)BPBvBBBBB\u0016B0BFB[BlB}BBBBBBBBBBBpB\\BFB,B\u000eBBBBuBEBBJBۯB\u0010BnBB\"BxBB BpBB\u000eB[BǩBBBBŽBB'BuBB\u0014BdBB\u000bBbBB\u0016BtBB;BB\u000eB~BBjBBhBBzB\fBBABBB?BBB|BJB\u001fBBBBBBBB\u0003B)BZBBB BbBB\tBlBBOB~B~[B}B}B}3B|B|B|[B|%B{B{B{B{B{B{B{B{B{B{B{B{B|\u0014B|BB|vB|B|B}4B}~B}B~!B~yB~B8BB\u0007BtBB[BBNBBMBBWBBjBBB\u0015BB:BBbBBB%BBRBBB\u0016BBABBhBBB\u0017BB.BB>BBBBBB~BB\u0002BEBBB\u001aBeBB\u0002BVBB\u0006BbBB(BBBpBBdBBmBBB&BBmB\u001bBBBOB\u001bBBBBBBBBBBB#B_BBB.B}B~B~8B}B}\u001fB|B|/B{B{cB{\u000bBzBzxBzBBOBBhBBB BBNBBB\u001bBBSBBB*BBdBBB6BBiB\u0000BB*BBNBBhBBwBB|BBtBB^BB8BB\u0001B^BB\nBYBBEBDBCBBBAxB@lB?`B>WB=OBB~BB\u0003BKBBB4BBBBBB\fBxBB`BB_BBwB\fBBLBBBaB#BBBB|BhB^B\\BeBwBBBB'BoB~B}B}GB|B|\u0006B{vBzBzsBz\u0001ByBy:BxBxBxVBx\u001cBwBwBwBwBwzBwrBwrBwyBwBwBwBwBx\u0006Bx8BxnBxBxBy6ByByBz0BzBzB{XB{B|4B|B} B}B~\u001cB~B%BB;BB\\BBB\u001fBBTBBB0BBsB\u0015BB[BBBCBBB(BBfB\u0004BB9BBhBBB\u001dBB3BBB=B<9B:B9|B8\u001dB6B5`B4\u0001B2B1CB/B.B-&B+B*fB)\u0006B'B&EB$B#B\" B B\u001f[B\u001dB\u001cB\u001b0B\u0019B\u0018fB\u0017\u0001B\u0015B\u00144B\u0012B\u0011cB\u000fB\u000eB\r&B\u000bB\nPB\bB\u0007vB\u0006\u0007B\u0004B\u0003(B\u0001B\u0000DBB]BBtBBB\u000bBB\u0015BB\u001aBB\u001cBB\u0017BB\u000eBBBuBB^BݜBۣB٩B׮BմBӸBѼBϿBBBBBBBBBB\u000bB\u001cB.BBBZBtBBBB\u0002B/B`BBB\u000fBRBBB@BBBaBBCBBABB\\BBB?BBBnB:B\u000fBBBB~B}B|B{B{\u001eBzPByBxBx\u001cBwcBvBv\u0010BuxBtBtiBsBsBs BrBrxBr3BqBqBqBq{BqcBqTBqNBqOBqYBqjBqBqBqBqBr2BrnBrBrBsKBsBsBt^BtBu1BuBv\u0019BvBw\u0012BwBx\u001eBxBy:ByBzcBzB{B|:B|B}B~)B~B~B+BBB;BBBTB\bBBqB&BBBABBBUB\u0003BB\\B\u0005BBRBBB1BBbBBB\u0010BB\u001bBB\u0015BBBiBB1BBplBnBm^BkBjRBhBgIBeBd@BbBa:B_B^5B\\B[0BYBX.BVBU+BSBR*BPBO*BMBL*BJBI*BGBF,BDBC-BAB@.B>B=/B;B:1B8B72B5B42B2B12B/B.1B,B+0B)B(-B&B%*B#B\"%B B\u001f\u001fB\u001dB\u001c\u0018B\u001aB\u0019\u000eB\u0017B\u0016\u0004B\u0014~B\u0012B\u0011pB\u000fB\u000eaB\fB\u000bOB\tB\bB{BB\u0006BTBB\u0004BfBB>BB2BBEBBxB\u001eBBBFB\u0011BBB~B}B|B{BzByBxBx\u001eBw\\BvBuBu2BtBsBsJBrBr=BqBq\\BpBpBpVBp\u0013BoBoBoBodBoOBoCBo@BoEBoRBofBoBoBoBp\u0006Bp@BpBpBq\u0017BqjBqBr%BrBrBsgBsBtXBtBu\\BuBvrBw\u0003BwBx0BxBykBz\u000eBzB{[B|\u0006B|B}bB~\u0012B~BzB/BBBWB\u0010BBB?BBBmB&BBBJBBBbB\u0012BBiB\u0011BBXBBB,BBRBBhBBlBB]BB9BBB{\nByfBwBv\u001fBt{BrBq5BoBmBlNBjBi\tBghBeBd$BbB`B_AB]B\\\u0000BZ_BXBW\u001eBU~BSBR>BPBNBM]BKBJ\u001dBH}BFBE=BCBAB@]B>B=\u001dB;|B9B8Bm5Bm4BmBB0BB\tBnBBB#BbB~B|B{\u001eBy^BwBuBt\u001aBrYBpBnBm\u0016BkUBiBgBf\u0013BdRBbB`B_\u0010B]OB[BYBX\rBVLBTBRBQ\nBOJBMBKBJ\tBHHBFBDBC\u0006BAEB?B=B<\u0003B:BB8B6B5\u0000B3@B1~B/B-B,BBBBBOB!BBBBBBBBBBBBB\nB;BuBB\u0000BSBB\u0013BB~B}yB|\u0004BzBy6BwBvBuPBt\u0019BrBqBpBoBnBmBlBkBk*BjiBiBhBhEBgBfBfhBeBegBdBdBd=BcBcBcvBcIBc&Bc\rBbBbBbBc\nBc!Bc@BchBcBcBd\u0012BdZBdBe\u0001Be`BeBf2BfBg\u001eBgBh$BhBi@BiBjrBk\u0013BkBlbBm\u0010BmBnyBo3BoBpBqvBr=Bs\u0007BsBtBusBvFBw\u001aBwBxByBzzB{TB|.B}\tB}B~BBuBMB&BBBB{BLB\u001aBBBxBBVBT~BR\u001eBOBM`BK\u0002BHBFGBCBAB?2BBB^BBxB\u0004BB\u0018BB)BB6BB@BBGBBLBBNBBNBBMBBKBBHB|BzDBwBu@BrBpBJBHFBEBCRB@B>`B;B9sB6B4B2\u0016B/B-3B*B(UB%B#|B!\u0012B\u001eB\u001c@B\u0019B\u0017vB\u0015\u0014B\u0012B\u0010RB\rB\u000bB\t=B\u0006B\u0004B\u00028BBBEBBBdB\u001eBBBWB\u001aBBBpBBKBHBF\u001eBCjB@B>\bB;YB8B5B3TB0B.\u0004B+^B(B&\u0019B#yB B\u001e>B\u001bB\u0019\fB\u0016wB\u0013B\u0011QB\u000eB\f6B\tB\u0007$B\u0004B\u0002\u001cBB\u001eBB,BBFBBkB\u0002BB:BBB&BBCB{BոBB=B͆BB$B{BB6BB\u0006BvBBhBBpBBB-BBwB'BBBaB/B\u0004BBBBBBBBBB*B`B}B{Bz=BxBw\u0003BuvBsBr|Bq\u0010BoBnXBm\rBkBjBitBhYBgJBfHBeQBdhBcBbBaBaGB`B_B_0B^B^\u0001B]}B]\u0006B\\B\\B;B9,B6dB3B0B.\u001aB+ZB(B%B#(B qB\u001dB\u001b\nB\u0018ZB\u0015B\u0013\u0002B\u0010ZB\rB\u000b\u0011B\bqB\u0005B\u0003:B\u0000B\u000fB~BBeBBZBB\\BBkBBB BݹB\u0018B?BjBҙBB\u0004BABǂBB\u0015BgBB\u001bB~BBUBBEBBQBBxB\u0016BBiB\u001dBBBlBBB\u001fB\u0006BBBBB\fB)BPB}B{Bz\u0001BxPBvBu\u000eBs~BqBp}Bo\rBmBlQBk\u0004BiBhBgeBfIBe9Bd5Bc>BbTBaxB`B_B_2B^|B]B]\u001aB\\}B[B[jBZBZBZ+BYBYBYXBY(BY\u0003BXBXBXBXBXBY\u0005BY(BYUBYBYBZ\u0010BZ`BZB[\u0018B[B[B\\fB\\B]jB]B^B_!B_B`eBa\u0010BaBbuBc0BcBdBe|BfHBg\u0019BgBhBiBjBk`BlDBm*Bn\u0013BnBoBpBqBrBsBtBuBvBwwBxjBy]BzPB{AB|2B}\"B~\u0010B~BBBBB{BYB4B\fBBB~BGB\nBBB:BBB:BBrB\u0005BB\u0006B&BEBaB{BߔBܪBٿBBBB\u0002B\u0010B\u001cB&B/B8B@BEBKBOBSBVBXBZB[B\\B\\B\\B\\B\\B\\BZBZBZBZBZBZB}[Bz\\Bw^Bt`BqcBngBkkBhqBewBb~B_B\\BYBVBSBPBMBJBGBE\fBB#B?;BBc,Bb(Ba0B`FB_iB^B]B]\"B\\lB[B[\nBZmBYBYZBXBX{BX\u001eBWBWBWNBW BVBVBVBVBVBVBW\nBW/BW^BWBWBX BXrBXBY1BYBZ\u000eBZB[\nB[B\\\"B\\B]TB]B^B_NB`\u0002B`BazBb=Bc\u0005BcBdBewBfOBg+Bh\nBhBiBjBkBlBmBnsBoeBpYBqOBrEBsB\u0016`B\u0013B\u0010B\rB\u000b\fB\b?B\u0005vB\u0002BB1BwBB\u000eB`BB\u0011BoBB:BB\u0017BݍBBBBBB\u0006B#BEBnBBB\u000bBMBBB9BBBeBBQBB^BBB,BBBHB\u000eBBBBBtBrBzB}B{ByBx\u0000Bv=BtBrBq2BoBn\u000fBlBk\u0018BiBhPBg\u0000BeBdBcVBb6Ba$B`\u001eB_&B^:B]\\B\\B[B[\u0016BZ`BYBXBX`BWBWNBVBVpBV\u0013BUBUBUFBU\u001aBTBTBTBTBTBTBU\u0010BU7BUhBUBUBV2BVBVBWJBWBX.BXBY0BYBZNBZB[B\\.B\\B]B^CB_\u0000B_B`BaUBb%BbBcBdBeBfrBgZBhCBi/Bj\u001fBk\u0010Bl\u0003BlBmBnBoBpBqBrBsBtBuBvBwBxByBzB{B|B}B~|BkBWB@B'B\u000bBBBBtBEB\u0011BBBVB\u000fBBlB\u0012BBLBB\u0002rB\\BAB&B\u0006BBBBvBMB\"BBBٗBeB3BBBɒBZB!BBBqB5BBB}B?B\u0001BBBDB\u0006BBBKB\rBBBVB\u001bB{BxBunBr6Bo\u0000BkBhBebBb1B_\u0001B[BXBU{BRRBO*BL\u0006BHBEBBB?BB/B\u001dB\bBBBBBhBBBB(BBmB\u0010BBUBBBBBNBBbB{BxzBu\bBqBn*BjBgRBcB`B]\u001cBYBVWBRBOBLCBHBEBBFB>B;B8cB5\u001eB1B.B+bB(*B$B!B\u001eB\u001brB\u0018NB\u0015-B\u0012\u0011B\u000eB\u000bB\bB\u0005B\u0002BBBBBB\u0012B0BTB~BBB\u001dB^BdB0B\u0003BBͻBʡBǎBĂB}BBBBBBB,BdBBB?BBBhBB\\BBuB\u000fBBaB\u0019BBBB~`B|LBzBBxDBvPBthBrBpBnBm9BkBiBhQBfBeHBcBbrBa\u0019B_B^B]^B\\:B[#BZ\u001aBY\u001eBX1BWQBV~BUBU\u0005BTNBSBRBRNBQBQ=BPBPaBP\u0007BOBOwBOBBO\u0018BNBNBNBNBNBO\u000bBO.BO\\BOBOBP\u001eBPqBPBQ2BQBR\u0015BRBS\u0019BSBT:BTBUxBV\"BVBWBXDBY\u0005BYBZB[kB\\BB]\u001cB]B^B_B`BaBbBcBdBe}BfzBgyBhzBi}BjBkBlBmBnBoBpBqBrBsBtBuBvBwBxByBzB{B|B}B~BBBtBXB8B\u0012BBBBOB\u0011BBB2BB~B\u001aB B\u001dXB\u0019B\u0016{B\u0013\bB\u000fB\f\u001aB\bB\u0005\"B\u0001B\u001fBB\u0014BB\u0001BuBBWBB4BڠB\fBvBBGBȯB\u0016B|BBHBB\u0012BvBBABB\fBrBBABB\u0012B|BBTBB}0ByBv\u0013BrBnBktBgBdiB`B]fBYBVnBRBOBL\fBHBE/BAB>^B:B7B4>B0B-B*@B&B#B dB\u001d\"B\u0019B\u0016B\u0013yB\u0010JB\r B\tB\u0006B\u0003B\u0000BBBBBBBBBBB$BTBHB\u0003BBЋBZB0B\u000eBBBBBBBB\fB/B\\BBB\u0016BeBB BB\u0000BB\u0007BB5BBBGB\rB~B|BzBxBvBtBrBpBnBm\"BkdBiBh\u000bBfqBdBcbBaB`B_,B]B\\B[jBZDBY,BX\"BW%BV6BUVBTBSBS\tBRRBQBPBPPBOBO?BNBNdBN\nBMBM|BMFBM\u001eBM\u0001BLBLBLBLBM\u0018BM>BMmBMBMBN5BNBNBOOBOBP7BPBQ@BQBRfBS\u0005BSBTVBU\tBUBVBWFBX\u0011BXBYBZB[nB\\QB]8B^#B_\u0012B`\u0004B`BaBbBcBdBeBfBgBi\u0005Bj\u000eBk\u0019Bl$Bm0Bn;BoIBpUBq`BrlBsvBtBuBvBwBxByBzB{B|B}B~rBaBLB3B\u0016BBBBsB>B\u0002BBzB-BB~B\u001d\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000\u0000" }, { "path": "docs/Makefile", "content": "# Makefile for Sphinx documentation\n#\n\n# You can set these variables from the command line.\nSPHINXOPTS =\nSPHINXBUILD = sphinx-build\nPAPER =\nBUILDDIR = _build\n\n# User-friendly check for sphinx-build\nifeq ($(shell which $(SPHINXBUILD) >/dev/null 2>&1; echo $$?), 1)\n$(error The '$(SPHINXBUILD)' command was not found. Make sure you have Sphinx installed, then set the SPHINXBUILD environment variable to point to the full path of the '$(SPHINXBUILD)' executable. Alternatively you can add the directory with the executable to your PATH. If you don't have Sphinx installed, grab it from http://sphinx-doc.org/)\nendif\n\n# Internal variables.\nPAPEROPT_a4 = -D latex_paper_size=a4\nPAPEROPT_letter = -D latex_paper_size=letter\nALLSPHINXOPTS = -d $(BUILDDIR)/doctrees $(PAPEROPT_$(PAPER)) $(SPHINXOPTS) .\n# the i18n builder cannot share the environment and doctrees with the others\nI18NSPHINXOPTS = $(PAPEROPT_$(PAPER)) $(SPHINXOPTS) .\n\n.PHONY: help clean html dirhtml singlehtml pickle json htmlhelp qthelp devhelp epub latex latexpdf text man changes linkcheck doctest gettext\n\nhelp:\n\t@echo \"Please use \\`make ' where is one of\"\n\t@echo \" html to make standalone HTML files\"\n\t@echo \" dirhtml to make HTML files named index.html in directories\"\n\t@echo \" singlehtml to make a single large HTML file\"\n\t@echo \" pickle to make pickle files\"\n\t@echo \" json to make JSON files\"\n\t@echo \" htmlhelp to make HTML files and a HTML help project\"\n\t@echo \" qthelp to make HTML files and a qthelp project\"\n\t@echo \" devhelp to make HTML files and a Devhelp project\"\n\t@echo \" epub to make an epub\"\n\t@echo \" latex to make LaTeX files, you can set PAPER=a4 or PAPER=letter\"\n\t@echo \" latexpdf to make LaTeX files and run them through pdflatex\"\n\t@echo \" latexpdfja to make LaTeX files and run them through platex/dvipdfmx\"\n\t@echo \" text to make text files\"\n\t@echo \" man to make manual pages\"\n\t@echo \" texinfo to make Texinfo files\"\n\t@echo \" info to make Texinfo files and run them through makeinfo\"\n\t@echo \" gettext to make PO message catalogs\"\n\t@echo \" changes to make an overview of all changed/added/deprecated items\"\n\t@echo \" xml to make Docutils-native XML files\"\n\t@echo \" pseudoxml to make pseudoxml-XML files for display purposes\"\n\t@echo \" linkcheck to check all external links for integrity\"\n\t@echo \" doctest to run all doctests embedded in the documentation (if enabled)\"\n\nclean:\n\trm -rf $(BUILDDIR)/*\n\trm -rf api/*\n\nhtml:\n\t$(SPHINXBUILD) -b html $(ALLSPHINXOPTS) $(BUILDDIR)/html\n\t@echo\n\t@echo \"Build finished. The HTML pages are in $(BUILDDIR)/html.\"\n\ndirhtml:\n\t$(SPHINXBUILD) -b dirhtml $(ALLSPHINXOPTS) $(BUILDDIR)/dirhtml\n\t@echo\n\t@echo \"Build finished. The HTML pages are in $(BUILDDIR)/dirhtml.\"\n\nsinglehtml:\n\t$(SPHINXBUILD) -b singlehtml $(ALLSPHINXOPTS) $(BUILDDIR)/singlehtml\n\t@echo\n\t@echo \"Build finished. The HTML page is in $(BUILDDIR)/singlehtml.\"\n\npickle:\n\t$(SPHINXBUILD) -b pickle $(ALLSPHINXOPTS) $(BUILDDIR)/pickle\n\t@echo\n\t@echo \"Build finished; now you can process the pickle files.\"\n\njson:\n\t$(SPHINXBUILD) -b json $(ALLSPHINXOPTS) $(BUILDDIR)/json\n\t@echo\n\t@echo \"Build finished; now you can process the JSON files.\"\n\nhtmlhelp:\n\t$(SPHINXBUILD) -b htmlhelp $(ALLSPHINXOPTS) $(BUILDDIR)/htmlhelp\n\t@echo\n\t@echo \"Build finished; now you can run HTML Help Workshop with the\" \\\n\t \".hhp project file in $(BUILDDIR)/htmlhelp.\"\n\nqthelp:\n\t$(SPHINXBUILD) -b qthelp $(ALLSPHINXOPTS) $(BUILDDIR)/qthelp\n\t@echo\n\t@echo \"Build finished; now you can run \"qcollectiongenerator\" with the\" \\\n\t \".qhcp project file in $(BUILDDIR)/qthelp, like this:\"\n\t@echo \"# qcollectiongenerator $(BUILDDIR)/qthelp/sep.qhcp\"\n\t@echo \"To view the help file:\"\n\t@echo \"# assistant -collectionFile $(BUILDDIR)/qthelp/sep.qhc\"\n\ndevhelp:\n\t$(SPHINXBUILD) -b devhelp $(ALLSPHINXOPTS) $(BUILDDIR)/devhelp\n\t@echo\n\t@echo \"Build finished.\"\n\t@echo \"To view the help file:\"\n\t@echo \"# mkdir -p $$HOME/.local/share/devhelp/sep\"\n\t@echo \"# ln -s $(BUILDDIR)/devhelp $$HOME/.local/share/devhelp/sep\"\n\t@echo \"# devhelp\"\n\nepub:\n\t$(SPHINXBUILD) -b epub $(ALLSPHINXOPTS) $(BUILDDIR)/epub\n\t@echo\n\t@echo \"Build finished. The epub file is in $(BUILDDIR)/epub.\"\n\nlatex:\n\t$(SPHINXBUILD) -b latex $(ALLSPHINXOPTS) $(BUILDDIR)/latex\n\t@echo\n\t@echo \"Build finished; the LaTeX files are in $(BUILDDIR)/latex.\"\n\t@echo \"Run \\`make' in that directory to run these through (pdf)latex\" \\\n\t \"(use \\`make latexpdf' here to do that automatically).\"\n\nlatexpdf:\n\t$(SPHINXBUILD) -b latex $(ALLSPHINXOPTS) $(BUILDDIR)/latex\n\t@echo \"Running LaTeX files through pdflatex...\"\n\t$(MAKE) -C $(BUILDDIR)/latex all-pdf\n\t@echo \"pdflatex finished; the PDF files are in $(BUILDDIR)/latex.\"\n\nlatexpdfja:\n\t$(SPHINXBUILD) -b latex $(ALLSPHINXOPTS) $(BUILDDIR)/latex\n\t@echo \"Running LaTeX files through platex and dvipdfmx...\"\n\t$(MAKE) -C $(BUILDDIR)/latex all-pdf-ja\n\t@echo \"pdflatex finished; the PDF files are in $(BUILDDIR)/latex.\"\n\ntext:\n\t$(SPHINXBUILD) -b text $(ALLSPHINXOPTS) $(BUILDDIR)/text\n\t@echo\n\t@echo \"Build finished. The text files are in $(BUILDDIR)/text.\"\n\nman:\n\t$(SPHINXBUILD) -b man $(ALLSPHINXOPTS) $(BUILDDIR)/man\n\t@echo\n\t@echo \"Build finished. The manual pages are in $(BUILDDIR)/man.\"\n\ntexinfo:\n\t$(SPHINXBUILD) -b texinfo $(ALLSPHINXOPTS) $(BUILDDIR)/texinfo\n\t@echo\n\t@echo \"Build finished. The Texinfo files are in $(BUILDDIR)/texinfo.\"\n\t@echo \"Run \\`make' in that directory to run these through makeinfo\" \\\n\t \"(use \\`make info' here to do that automatically).\"\n\ninfo:\n\t$(SPHINXBUILD) -b texinfo $(ALLSPHINXOPTS) $(BUILDDIR)/texinfo\n\t@echo \"Running Texinfo files through makeinfo...\"\n\tmake -C $(BUILDDIR)/texinfo info\n\t@echo \"makeinfo finished; the Info files are in $(BUILDDIR)/texinfo.\"\n\ngettext:\n\t$(SPHINXBUILD) -b gettext $(I18NSPHINXOPTS) $(BUILDDIR)/locale\n\t@echo\n\t@echo \"Build finished. The message catalogs are in $(BUILDDIR)/locale.\"\n\nchanges:\n\t$(SPHINXBUILD) -b changes $(ALLSPHINXOPTS) $(BUILDDIR)/changes\n\t@echo\n\t@echo \"The overview file is in $(BUILDDIR)/changes.\"\n\nlinkcheck:\n\t$(SPHINXBUILD) -b linkcheck $(ALLSPHINXOPTS) $(BUILDDIR)/linkcheck\n\t@echo\n\t@echo \"Link check complete; look for any errors in the above output \" \\\n\t \"or in $(BUILDDIR)/linkcheck/output.txt.\"\n\ndoctest:\n\t$(SPHINXBUILD) -b doctest $(ALLSPHINXOPTS) $(BUILDDIR)/doctest\n\t@echo \"Testing of doctests in the sources finished, look at the \" \\\n\t \"results in $(BUILDDIR)/doctest/output.txt.\"\n\nxml:\n\t$(SPHINXBUILD) -b xml $(ALLSPHINXOPTS) $(BUILDDIR)/xml\n\t@echo\n\t@echo \"Build finished. The XML files are in $(BUILDDIR)/xml.\"\n\npseudoxml:\n\t$(SPHINXBUILD) -b pseudoxml $(ALLSPHINXOPTS) $(BUILDDIR)/pseudoxml\n\t@echo\n\t@echo \"Build finished. The pseudo-XML files are in $(BUILDDIR)/pseudoxml.\"\n" }, { "path": "docs/apertures.rst", "content": "Aperture photometry\n===================\n\nThere are four aperture functions available:\n\n================== =========================\nFunction Sums data within...\n================== =========================\n`sep.sum_circle` circle(s)\n`sep.sum_circann` circular annulus/annuli\n`sep.sum_ellipse` ellipse(s)\n`sep.sum_ellipann` elliptical annulus/annuli\n================== =========================\n\nThe follow examples demonstrate options for circular aperture\nphotometry. The other functions behave similarly.\n\n.. code-block:: python\n\n # sum flux in circles of radius=3.0\n flux, fluxerr, flag = sep.sum_circle(data, objs['x'], objs['y'], 3.0)\n\n # x, y and r can be arrays and obey numpy broadcasting rules.\n # Here, r is an array instead of a single number:\n flux, fluxerr, flag = sep.sum_circle(data, objs['x'], objs['y'],\n 3.0 * np.ones(len(objs)))\n\n # use a different subpixel sampling (default is 5; 0 means \"exact\")\n flux, fluxerr, flag = sep.sum_circle(data, objs['x'], objs['y'], 3.0,\n subpix=0)\n\n**Error calculation**\n\nIn the default modes illustrated above, the uncertainty ``fluxerr`` is\nnot calculated and values of 0 are simply returned. The uncertainty can be\nflexibly and efficiently calculated, depending on the characteristics\nof your data. The presence of an ``err`` or ``var`` keyword indicates\na per-pixel noise, while the presense of a ``gain`` keyword indicates\nthat the Poisson uncertainty on the total sum should be included. Some\nillustrative examples:\n\n.. code-block:: python\n\n # Specify a per-pixel \"background\" error and a gain. This is suitable\n # when the data have been background subtracted.\n flux, fluxerr, flag = sep.sum_circle(data, objs['x'], objs['y'], 3.0,\n err=bkg.globalrms, gain=1.0)\n\n # Variance can be passed instead of error, with identical results.\n flux, fluxerr, flag = sep.sum_circle(data, objs['x'], objs['y'], 3.0,\n var=bkg.globalrms**2, gain=1.0)\n\n # Error or variance can be arrays, indicating that the background error\n # is variable.\n bkgrms = bkg.rms() # array, same shape as data\n flux, fluxerr, flag = sep.sum_circle(data, objs['x'], objs['y'], 3.0,\n err=bkgrms, gain=1.0)\n\n # If your uncertainty array already includes Poisson noise from the object,\n # leave gain as None (default):\n flux, fluxerr, flag = sep.sum_circle(data, objs['x'], objs['y'], 3.0,\n err=error_array)\n\n # If your data represent raw counts (it is not background-subtracted),\n # set only gain to get the poisson error:\n flux, fluxerr, flag = sep.sum_circle(data, objs['x'], objs['y'], 3.0,\n gain=1.0)\n\nThe error is calculated as\n\n.. math::\n\n \\sigma_F^2 = \\sum_i \\sigma_i^2 + F/g\n\nwhere the sum is over pixels in the aperture, :math:`\\sigma_i` is the\nnoise in each pixel, :math:`F` is the sum in the aperture and\n:math:`g` is the gain. The last term is not added if ``gain`` is\n`None`.\n\n**Masking**\n\nApply a mask (same shape as data). Pixels where the mask is True are\n\"corrected\" to the average value within the aperture.\n\n.. code-block:: python\n\n flux, fluxerr, flag = sep.sum_circle(data, objs['x'], objs['y'], 3.0,\n mask=mask)\n\n**Local background subtraction**\n\nThe `~sep.sum_circle` and `~sep.sum_ellipse` functions have options\nfor performing local background subtraction. For example, to subtract the\nbackground calculated in an annulus between 6 and 8 pixel radius:\n\n.. code-block:: python\n\n flux, fluxerr, flag = sep.sum_circle(data, objs['x'], objs['y'], 3.0,\n mask=mask, bkgann=(6., 8.))\n\nPixels in the background annulus are not subsampled and any masked\npixels in the annulus are completely igored rather than corrected.\nThe inner and outer radii can also be arrays. The error in the background\nis included in the reported error.\n\nEquivalent of FLUX_AUTO (e.g., MAG_AUTO) in Source Extractor\n------------------------------------------------------------\n\nThis is a two-step process. First we calculate the Kron radius for each\nobject, then we perform elliptical aperture photometry within that radius:\n\n.. code-block:: python\n\n kronrad, krflag = sep.kron_radius(data, x, y, a, b, theta, 6.0)\n flux, fluxerr, flag = sep.sum_ellipse(data, x, y, a, b, theta, 2.5*kronrad,\n subpix=1)\n flag |= krflag # combine flags into 'flag'\n\nThis specific example is the equilvalent of setting ``PHOT_AUTOPARAMS\n2.5, 0.0`` in Source Extractor (note the 2.5 in the argument to\n``sep.sum_ellipse``). The second Source Extractor parameter is a\nminimum diameter. To replicate Source Extractor behavior for non-zero\nvalues of the minimum diameter, one would put in logic to use circular\naperture photometry if the Kron radius is too small. For example:\n\n.. code-block:: python\n\n r_min = 1.75 # minimum diameter = 3.5\n use_circle = kronrad * np.sqrt(a * b) < r_min\n cflux, cfluxerr, cflag = sep.sum_circle(data, x[use_circle], y[use_circle],\n r_min, subpix=1)\n flux[use_circle] = cflux\n fluxerr[use_circle] = cfluxerr\n flag[use_circle] = cflag\n\n.. warning::\n Caution should be used when calculating Kron radii in crowded fields.\n In almost all cases, one would want to pass in a segmentation map to\n mask out nearby objects, as described below in\n :ref:`segmentation masking`.\n\nEquivalent of FLUX_RADIUS in Source Extractor\n---------------------------------------------\n\nIn Source Extractor, the FLUX_RADIUS parameter gives the radius of a\ncircle enclosing a desired fraction of the total flux. For example,\nwith the setting ``PHOT_FLUXFRAC 0.5``, FLUX_RADIUS will give the\nradius of a circle containing half the \"total flux\" of the object. For\nthe definition of \"total flux\", Source Extractor uses its measurement\nof FLUX_AUTO, which is taken through an elliptical aperture (see\nabove). Thus, with the setting ``PHOT_FLUXFRAC 1.0``, you would find\nthe circle containing the same flux as whatever ellipse Source\nExtractor used for ``FLUX_AUTO``.\n\nGiven a previous calculation of ``flux`` as above, calculate the\nradius for a flux fraction of 0.5:\n\n.. code-block:: python\n\n r, flag = sep.flux_radius(data, objs['x'], objs['y'], 6.*objs['a'], 0.5,\n normflux=flux, subpix=5)\n\nAnd for multiple flux fractions:\n\n.. code-block:: python\n\n r, flag = sep.flux_radius(data, objs['x'], objs['y'], 6.*objs['a'],\n [0.5, 0.6], normflux=flux, subpix=5)\n\n\nEquivalent of XWIN_IMAGE, YWIN_IMAGE in Source Extractor\n--------------------------------------------------------\n\nSource Extractor's XWIN_IMAGE, YWIN_IMAGE parameters can be used for\nmore accurate object centroids than the default X_IMAGE, Y_IMAGE.\nHere, the ``winpos`` function provides this behavior. To match Source\nExtractor exactly, the right ``sig`` parameter (giving a description\nof the effective width) must be used for each object. Source\nExtractor uses ``2. / 2.35 * (half-light radius)`` where the\nhalf-light radius is calculated using ``flux_radius`` with a fraction\nof 0.5 and a normalizing flux of ``FLUX_AUTO``. The equivalent here is:\n\n.. code-block:: python\n\n sig = 2. / 2.35 * r # r from sep.flux_radius() above, with fluxfrac = 0.5\n xwin, ywin, flag = sep.winpos(data, objs['x'], objs['y'], sig)\n\n.. _segmentation masking:\n\nSegmentation-masked image measurements\n--------------------------------------\n\nSourceExtractor provides a mechanism for measuring the \"AUTO\" and\n\"FLUX_RADIUS\" parameters for a given object including a mask for\nneighboring sources. In addition to the mask, setting the SourceExtractor\nparameter ``MASK_TYPE=CORRECT`` further fills the masked pixels of a given\nsource with \"good\" pixel values reflected opposite of the masked pixels.\nThe ``SEP`` photometry and measurement functions provide an option for\nsimple masking without reflection or subtracting neighbor flux.\n\nFor example, using a segmentation array provided by ``sep.extract``, we\ncan compute the masked ``flux_radius`` that could otherwise be\nartificially large due to flux from nearby sources:\n\n.. code-block:: python\n\n # list of object id numbers that correspond to the segments\n seg_id = np.arange(1, len(objs)+1, dtype=np.int32)\n\n r, flag = sep.flux_radius(data, objs['x'], objs['y'], 6.*objs['a'],\n 0.5, seg_id=seg_id, seg=seg,\n normflux=flux, subpix=5)\n\nTo enforce that a given measurement **only** includes pixels within a\nsegment, provide negative values in the ``seg_id`` list. Otherwise the\nmask for a given object will be pixels with\n``(seg == 0) | (seg_id == id_i)``.\n\nThe following functions include the segmentation masking:\n``sum_circle``, ``sum_circann``, ``sum_ellipse``, ``sum_ellipann``,\n``flux_radius`` , and ``kron_radius`` (``winpos`` **currently does not**).\n\nMasking image regions\n---------------------\n\nCreate a boolean array with elliptical regions set to True:\n\n.. code-block:: python\n\n mask = np.zeros(data.shape, dtype=np.bool)\n sep.mask_ellipse(mask, objs['x'], objs['y'], obs['a'], objs['b'],\n objs['theta'], r=3.)\n" }, { "path": "docs/changelogs/changelog.rst", "content": ".. _changelog:\n\nChangelog\n=========\n\n\nUpgrading From kbarbary/sep\n---------------------------\n\n.. toctree::\n :maxdepth: 2\n\n changes_to_c_api\n\nFull Changelog\n--------------\n\n.. toctree::\n :maxdepth: 2\n\n new_changes\n original_changes\n" }, { "path": "docs/changelogs/changes_to_c_api.rst", "content": "Changes to the C API\n====================\n\nThis page details cumulative changes to the C API between v1.2.1 and\nv1.4.0, or since this package was forked from\n`kbarbary/sep `_. Almost all changes to\nthe public API are to integer parameters, many of which have been changed\nfrom ``int`` to ``int64_t``, to fix problems which may arise with\nextremely large arrays. The other change of note is to the ``sep_image``\nstruct, which enables the user to pass an existing segmentation map, and\nre-extract all morphological and photometric quantities on a different\nimage.\n\nAll changes here are transparent to users of the Python interface.\n\n.. c:struct:: sep_image\n\n - Three new parameters have been added:\n\n .. c:var:: int64_t * segids\n\n The unique ids in an existing segmentation map.\n\n .. c:var:: int64_t * idcounts\n\n The number of occurrences of each unique id in an existing\n segmentation map.\n\n .. c:var:: int64_t numids\n\n The total number of unique ids in an existing segmentation map.\n\n - The type of ``w`` and ``h`` has changed from ``int`` to ``int64_t``.\n\n.. c:struct:: sep_bkg\n\n - The type of the following parameters has changed from ``int`` to\n ``int64_t``: ``w``, ``h``, ``bw``, ``bh``, ``nx``, ``ny``, and ``n``.\n\n.. c:struct:: sep_catalog\n\n - The type of the following parameters has changed from ``int`` to\n ``int64_t``: ``npix``, ``tnpix``, ``xmin``, ``xmax``, ``ymin``,\n ``ymax``, ``xcpeak``, ``ycpeak``, ``xpeak``, ``ypeak``, ``pix``, and\n ``objectspix``.\n\n.. c:function:: int sep_background()\n\n - The type of the following parameters has changed from ``int`` to\n ``int64_t``: ``bw``, ``bh``, ``fw``, and ``fh``.\n\n.. c:function:: float sep_bkg_pix()\n\n - The type of ``x`` and ``y`` has changed from ``int`` to ``int64_t``.\n\n.. c:function:: int sep_bkg_line()\n\n - The type of ``y`` has changed from ``int`` to ``int64_t``.\n\n.. c:function:: int sep_bkg_subline()\n\n - The type of ``y`` has changed from ``int`` to ``int64_t``.\n\n.. c:function:: int sep_bkg_rmsline()\n\n - The type of ``y`` has changed from ``int`` to ``int64_t``.\n\n.. c:function:: int sep_extract()\n\n - The type of ``convw`` and ``convh`` has changed from ``int`` to\n ``int64_t``.\n\n.. c:function:: int sep_sum_circann_multi()\n\n - The type of ``n`` has changed from ``int`` to ``int64_t``.\n\n.. c:function:: int sep_flux_radius()\n\n - The type of ``n`` has changed from ``int`` to ``int64_t``.\n\n.. c:function:: void sep_set_ellipse()\n\n - The type of ``w`` and ``h`` has changed from ``int`` to ``int64_t``.\n" }, { "path": "docs/changelogs/new_changes.rst", "content": "New Changelog\n=============\n\n**Full Changelog**\n\n.. include:: ../../CHANGES.md\n :parser: myst_parser.sphinx_\n" }, { "path": "docs/changelogs/original_changes.md", "content": "Original Changelog\n==================\n\nThis is the original changelog from [kbarbary/sep](https://github.com/kbarbary/sep),\ncopied here for posterity.\n\nv1.2.1 (1 June 2022)\n--------------------\n\n* Same as v1.2.0 but with new wheels for Python 3.10 and AArch64.\n\nv1.2.0 (1 May 2021)\n-------------------\n\n* Changed `numpy.float` and `numpy.int` types for deprecations in numpy 1.20 (#96).\n\n* Make it possible to safely invoke C library from multiple threads on\n independent inputs.\n\n Global config functions such as `set_sub_object_limit()`\n and `set_extract_pixstack()` still configure global params\n (once for all threads), while other functions will retain their data\n in thread-local storages, so they can be invoked from multiple threads as\n long as they work on independent structures.\n\n Library compilation will now require a C11 compatible compiler, which should\n be nowadays available on all supported platforms.\n\n* Mark some pointer parameters with `const *`. This is a backward-compatible\n change, but makes it easier to extract constants that can be safely shared\n between multiple threads and/or invocations.\n\nv1.1.1 (6 January 2021)\n-----------------------\n\n* Same as v1.1.0 but with wheels built and uploaded to PyPI. Please report if you\n have problems with wheels.\n\n\nv1.1.0 (3 January 2021)\n-----------------------\n\n* Add segmentation masking to the photometry and kron/auto functions (#69).\n\n* Add functions `sep.set_sub_object_limit(limit)` and `sep.get_sub_object_limit()`\n for modifying and retrieving the sub-object deblending limit. Previously this\n parameter was hard-coded to 1024. 1024 is now the default value.\n\n* This and future versions are now Python 3 only. Python 2 is no longer\n supported.\n\n* Modernize setup.py with pyproject.toml\n\n\nv1.0.3 (12 June 2018)\n---------------------\n\n* Fix double-free bug in sep_extract() arising when an error status occurs\n and convolution is on. (#56)\n\n* Work around numpy dependency in setup. (#59)\n\n\nv1.0.2 (19 September 2017)\n--------------------------\n\n* Fix makefile so that `make install` works on OS X for the C library.\n Python module and C code are unchanged.\n\n\nv1.0.1 (10 July 2017)\n---------------------\n\n* Fix bug when using masked filter and noise array where objects with member\n pixels at end of image (maximum y coordinate) were erroneously missed.\n\n\nv1.0.0 (30 September 2016)\n--------------------------\n\n* Remove features deprecated in previous versions.\n\n* Fix bug in Background.rms() giving nonsensical results.\n\nv0.6.0 (25 August 2016)\n-----------------------\n\n* New, more coherent C API. This change should be transparent to users\n of the Python module.\n\n* Add variance uncertainty parameters `errx2`, `erry2` and `errxy` to\n output of `sep.extract()`.\n\n* Add a minimum sigma to `sep.winpos()` to match Source Extractor\n behavior.\n\n* Fix use of boolean masks in `sep.kron_radius()`. Formerly, using a\n boolean mask resulted in nonsense results.\n\n* Fix segfault in `Background.back()` when box size is same as image size.\n\n* Fix bug in creating long error messages on Python 3.\n\nv0.5.2 (4 January 2016)\n-----------------------\n\nAdds OS X and Windows support.\n\nv0.5.1 (30 November 2015)\n-------------------------\n\nBugfix release for problem in setup.py in packaged code.\n\nv0.5.0 (22 November 2015)\n-------------------------\n\n* `sep.extract()` now uses a more correct matched filter algorithm in the\n presence of a noise array, rather than simple convolution. The `conv`\n keyword has been changed to `filter_kernel` to reflect this, and a\n `filter_type` keyword has been added to allow selecting the old behavior\n of simple convolution.\n\n* `sep.extract()` now accepts a `mask` keyword argument.\n\n* `sep.extract()` can now return a segmentation map.\n\n* Special methods added to allow `data - bkg` and `np.array(bkg)` where\n `bkg` is a Background object.\n\nv0.4.1 (10 November 2015)\n-------------------------\n\nBugfix release, fixing error estimate in `sep.sum_circle` and\n`sep.sum_ellipse` when `bkgann` keyword argument is given.\n\nv0.4.0 (1 June 2015)\n--------------------\n\n* New `sep.winpos()` function.\n\nv0.3.0 (23 February 2015)\n-------------------------\n\n* New `sep.flux_radius()` function.\n\nv0.2.0 (13 December 2014)\n-------------------------\n\n* **[breaking change]** `theta` field in `extract()` output is now in\n radians rather than degrees, for compatibility with new ellipse\n aperture functions.\n\n* **[deprecation]** Change `mask_ellipse()` parameters from ellipse\n coefficients to ellipse axes and position angle, to match aperture\n functions. (Old behavior still works as well.)\n\n* **[deprecation]** Change `apercirc()` to `sum_circle()`, to match\n new aperture functions. (Old name, `apercirc()`, still works.)\n\n* Add `sum_circann()`, `sum_ellipse()`, `sum_ellipann()`,\n `kron_radius()`, `ellipse_coeffs()`, `ellipse_axes()` functions.\n\n* Exact mode aperture photometery in all functions, with `subpix=0`.\n\n* Enable variable thresholding in `sep.extract`. [#11]\n\n* Fix bug in background masking. This bug impacted masking in all\n functions that used masking. Also affected C library.\n\n* More detail in error messages coming from within the C library.\n More helpful error message for non-native byteorder arrays.\n\n* Add ability to change pixel stack size used in `extract()`, with\n `set_extract_pixstack()` function\n\nv0.1.0 (11 August 2014)\n-----------------------\n\nThis is the first official release.\n" }, { "path": "docs/conf.py", "content": "# -*- coding: utf-8 -*-\n#\n# seppy documentation build configuration file, created by\n# sphinx-quickstart on Mon Jul 7 18:52:28 2014.\n#\n# This file is execfile()d with the current directory set to its\n# containing dir.\n#\n# Note that not all possible configuration values are present in this\n# autogenerated file.\n#\n# All configuration values have a default; values that are commented out\n# serve to show the default.\n\n\"\"\"The sphinx configuration file for the SEP documentation.\"\"\"\n\nimport os\nimport sys\n\nimport sep\n\ntry:\n from sphinx_astropy.conf.v2 import *\nexcept ImportError:\n print(\n \"ERROR: the documentation requires the sphinx-astropy package to be installed.\"\n )\n sys.exit(1)\n\n# generate api directory if it doesn't already exist\nif not os.path.exists(\"api\"):\n os.mkdir(\"api\")\n\n# If extensions (or modules to document with autodoc) are in another directory,\n# add these directories to sys.path here. If the directory is relative to the\n# documentation root, use os.path.abspath to make it absolute, like shown here.\n# sys.path.insert(0, os.path.abspath('.'))\n# sys.path.append(os.path.abspath('ext'))\n\n# -- General configuration ------------------------------------------------\n\n# If your documentation needs a minimal Sphinx version, state it here.\n# needs_sphinx = '1.0'\n\n# intersphinx_mapping = {\n# \"python\": (\"http://docs.python.org/\", None),\n# \"numpy\": (\"http://docs.scipy.org/doc/numpy/\", None),\n# }\n\n# Add any Sphinx extension module names here, as strings. They can be\n# extensions coming with Sphinx (named 'sphinx.ext.*') or your custom\n# ones.\nextensions = [\n \"sphinx.ext.autodoc\",\n \"sphinx.ext.autosummary\",\n \"sphinx.ext.intersphinx\",\n \"sphinx.ext.mathjax\",\n \"numpydoc\",\n \"nbsphinx\",\n \"IPython.sphinxext.ipython_console_highlighting\",\n \"sphinx_copybutton\",\n \"myst_parser\",\n]\nnumpydoc_show_class_members = False\nautosummary_generate = [\"reference.rst\"]\nautoclass_content = \"class\"\nautodoc_default_flags = [\"members\", \"no-special-members\"]\n\n# Add any paths that contain templates here, relative to this directory.\ntemplates_path = [\"_templates\"]\n\n# The suffix of source filenames.\nsource_suffix = \".rst\"\n\n# The encoding of source files.\n# source_encoding = 'utf-8-sig'\n\n# The master toctree document.\nmaster_doc = \"index\"\n\n# General information about the project.\nproject = \"sep\"\ncopyright = \"2014-2024, Peter Watson and contributors\"\n\n# The version info for the project you're documenting, acts as replacement for\n# |version| and |release|, also used in various other places throughout the\n# built documents.\n#\n# THe short X.Y version.\nversion = \".\".join(sep.__version__.split(\".\")[0:2])\n\n# The full version, including alpha/beta/rc tags.\nrelease = sep.__version__\n\nhtml_title = f\"{project} {release.split('+')[0]} documentation\"\n\n# The language for content autogenerated by Sphinx. Refer to documentation\n# for a list of supported languages.\n# language = None\n\n# There are two options for replacing |today|: either, you set today to some\n# non-false value, then it is used:\n# today = ''\n# Else, today_fmt is used as the format for a strftime call.\n# today_fmt = '%B %d, %Y'\n\n# List of patterns, relative to source directory, that match files and\n# directories to ignore when looking for source files.\nexclude_patterns = [\"_build\", \"**.ipynb_checkpoints\"]\n\n# The reST default role (used for this markup: `text`) to use for all\n# documents.\ndefault_role = \"autolink\"\n\n# If true, '()' will be appended to :func: etc. cross-reference text.\n# add_function_parentheses = True\n\n# If true, the current module name will be prepended to all description\n# unit titles (such as .. function::).\n# add_module_names = True\n\n# If true, sectionauthor and moduleauthor directives will be shown in the\n# output. They are ignored by default.\n# show_authors = False\n\n# The name of the Pygments (syntax highlighting) style to use.\npygments_style = \"sphinx\"\n\n# A list of ignored prefixes for module index sorting.\n# modindex_common_prefix = []\n\n# If true, keep warnings as \"system message\" paragraphs in the built documents.\n# keep_warnings = False\n\n\n# -- Options for HTML output ----------------------------------------------\n\n# The theme to use for HTML and HTML Help pages. See the documentation for\n# a list of builtin themes.\nhtml_theme = \"pydata_sphinx_theme\"\n\n# Theme options are theme-specific and customize the look and feel of a theme\n# further. For a list of options available for each theme, see the\n# documentation.\n# html_theme_options = {}\n\n# Add any paths that contain custom themes here, relative to this directory.\n# html_theme_path = []\n\n# The name for this set of Sphinx documents. If None, it defaults to\n# \" v documentation\".\n# html_title = None\n\n# A shorter title for the navigation bar. Default is the same as html_title.\n# html_short_title = None\n\n# The name of an image file (relative to this directory) to place at the top\n# of the sidebar.\n# html_logo = None\n\n# The name of an image file (within the static path) to use as favicon of the\n# docs. This file should be a Windows icon file (.ico) being 16x16 or 32x32\n# pixels large.\n# html_favicon = None\n\n# Add any paths that contain custom static files (such as style sheets) here,\n# relative to this directory. They are copied after the builtin static files,\n# so a file named \"default.css\" will overwrite the builtin \"default.css\".\nhtml_static_path = []\n\n# Add any extra paths that contain custom files (such as robots.txt or\n# .htaccess) here, relative to this directory. These files are copied\n# directly to the root of the documentation.\n# html_extra_path = []\n\n# If not '', a 'Last updated on:' timestamp is inserted at every page bottom,\n# using the given strftime format.\n# html_last_updated_fmt = '%b %d, %Y'\n\n# If true, SmartyPants will be used to convert quotes and dashes to\n# typographically correct entities.\n# html_use_smartypants = True\n\n# Custom sidebar templates, maps document names to template names.\n# html_sidebars = {}\n\n# Additional templates that should be rendered to pages, maps page names to\n# template names.\n# html_additional_pages = {}\n\n# If false, no module index is generated.\n# html_domain_indices = True\n\n# If false, no index is generated.\n# html_use_index = True\n\n# If true, the index is split into individual pages for each letter.\n# html_split_index = False\n\n# If true, links to the reST sources are added to the pages.\n# html_show_sourcelink = True\n\n# If true, \"Created using Sphinx\" is shown in the HTML footer. Default is True.\n# html_show_sphinx = True\n\n# If true, \"(C) Copyright ...\" is shown in the HTML footer. Default is True.\n# html_show_copyright = True\n\n# If true, an OpenSearch description file will be output, and all pages will\n# contain a tag referring to it. The value of this option must be the\n# base URL from which the finished HTML is served.\n# html_use_opensearch = ''\n\n# This is the file name suffix for HTML files (e.g. \".xhtml\").\n# html_file_suffix = None\n\n# Output file base name for HTML help builder.\nhtmlhelp_basename = \"sepdoc\"\n\n\n# -- Options for LaTeX output ---------------------------------------------\n\nlatex_elements = {\n # The paper size ('letterpaper' or 'a4paper').\n #'papersize': 'letterpaper',\n # The font size ('10pt', '11pt' or '12pt').\n #'pointsize': '10pt',\n # Additional stuff for the LaTeX preamble.\n #'preamble': '',\n}\n\n# Grouping the document tree into LaTeX files. List of tuples\n# (source start file, target name, title,\n# author, documentclass [howto, manual, or own class]).\nlatex_documents = [\n (\"index\", \"sep.tex\", \"sep Documentation\", \"Peter Watson\", \"manual\"),\n]\n\n# The name of an image file (relative to this directory) to place at the top of\n# the title page.\n# latex_logo = None\n\n# For \"manual\" documents, if this is true, then toplevel headings are parts,\n# not chapters.\n# latex_use_parts = False\n\n# If true, show page references after internal links.\n# latex_show_pagerefs = False\n\n# If true, show URL addresses after external links.\n# latex_show_urls = False\n\n# Documents to append as an appendix to all manuals.\n# latex_appendices = []\n\n# If false, no module index is generated.\n# latex_domain_indices = True\n\n\n# -- Options for manual page output ---------------------------------------\n\n# One entry per manual page. List of tuples\n# (source start file, name, description, authors, manual section).\nman_pages = [(\"index\", \"sep\", \"sep Documentation\", [\"Peter Watson\"], 1)]\n\n# If true, show URL addresses after external links.\n# man_show_urls = False\n\n\n# -- Options for Texinfo output -------------------------------------------\n\n# Grouping the document tree into Texinfo files. List of tuples\n# (source start file, target name, title, author,\n# dir menu entry, description, category)\ntexinfo_documents = [\n (\n \"index\",\n \"sep\",\n \"sep Documentation\",\n \"Peter Watson\",\n \"sep\",\n \"One line description of project.\",\n \"Miscellaneous\",\n ),\n]\n\n# Documents to append as an appendix to all manuals.\n# texinfo_appendices = []\n\n# If false, no module index is generated.\n# texinfo_domain_indices = True\n\n# How to display URL addresses: 'footnote', 'no', or 'inline'.\n# texinfo_show_urls = 'footnote'\n\n# If true, do not generate a @detailmenu in the \"Top\" node's menu.\n# texinfo_no_detailmenu = False\n" }, { "path": "docs/filter.rst", "content": "Matched Filter (Convolution)\n============================\n\nFor source detection, SEP supports using a matched filter, which can\ngive the optimal detection signal-to-noise for objects with some known\nshape. This is controlled using the ``filter_kernel`` keyword in\n`sep.extract`. For example:\n\n.. code-block:: python\n\n import sep\n\n kernel = np.array([[1., 2., 3., 2., 1.],\n [2., 3., 5., 3., 2.],\n [3., 5., 8., 5., 3.],\n [2., 3., 5., 3., 2.],\n [1., 2., 3., 2., 1.]])\n objects = sep.extract(data, thresh, filter_kernel=kernel)\n\nIf ``filter_kernel`` is not specified, a default 3-by-3 kernel\nis used. To disable filtering entirely, specify ``filter_kernel=None``.\n\nWhat array should be used for ``filter_kernel``? It should be\napproximately the shape of the objects you are trying to detect. For\nexample, to optimize for the detection of point sources,\n``filter_kernel`` should be set to shape of the point spread function\n(PSF) in the data. For galaxy detection, a larger kernel could be\nused. In practice, anything that is roughly the shape of the desired\nobject works well since the main goal is to negate the effects of\nbackground noise, and a reasonable estimate is good enough.\n\nCorrect treatment in the presence of variable noise\n---------------------------------------------------\n\nIn Source Extractor, the matched filter is implemented assuming there\nis equal noise across all pixels in the kernel. The matched filter\nthen simplifies to a convolution of the data with the kernel. In\n`sep.extract`, this is also the behavior when there is constant noise\n(when ``err`` is not specified).\n\nIn the presence of independent noise on each pixel, SEP uses a full\nmatched filter implementation that correctly accounts for the noise in\neach pixel. This is not available in Source Extractor. Some benefits\nof this method are that detector sensitivity can be taken into account\nand edge effects are handled gracefully. For example, suppose we have\nan image with noise that is higher in one region than another. This\ncan often occur when coadding images:\n\n.. code-block:: python\n\n # create a small image with higher noise in the upper left\n n = 16\n X, Y = np.meshgrid(np.arange(n), np.arange(n))\n mask = Y > X\n error = np.ones((n, n))\n error[mask] = 4.0\n data = error * np.random.normal(size=(n, n))\n\n # add source to middle of data\n source = 3.0 * np.array([[1., 2., 1.],\n [2., 4., 2.],\n [1., 2., 1.]])\n m = n // 2 - 1\n data[m:m+3, m:m+3] += source\n\n plt.imshow(data, interpolation='nearest', origin='lower', cmap='bone')\n\n.. image:: matched_filter_example.png\n :width: 500px\n\nSpecifying ``filter_type='conv'`` will use simple convolution, matching the\nbehavior of Source Extractor. The object is not detected:\n\n >>> objects = sep.extract(data, 3.0, err=error, filter_type='conv')\n >>> len(objects)\n 0\n\nSetting ``filter_type='matched'`` (the default)\ncorrectly deweights the noisier pixels around the source and detects\nthe object:\n\n >>> objects = sep.extract(data, 3.0, err=error, filter_type='matched')\n >>> len(objects)\n 1\n\n\nDerivation of the matched filter formula\n----------------------------------------\n\nAssume that we have an image containing a single point source. This\nproduces a signal with PSF :math:`S_i` and noise :math:`N_i` at each pixel\nindexed by :math:`i`. Then the measured image data :math:`D_i` (i.e. our\npixel values) is given by:\n\n.. math::\n D_i = S_i + N_i\n\nThen we want to apply a linear transformation :math:`T_i` which gives an\noutput :math:`Y`:\n\n.. math::\n Y = \\sum_i T_i D_i = T^T D\n\nWe use matrix notation from here on and drop the explicit sums. Our\nobjective is to find the transformation :math:`T_i` which maximizes the\nsignal-to-noise ratio :math:`SNR`.\n\n.. math::\n SNR^2 = \\frac{(T^T S)^2}{E[(T^T N)^2]}\n\nWe can expand the denominator as:\n\n.. math::\n E[(T^T N)^2] = E[(T^T N)(N^T T)] = T^T \\cdot E[N N^T] \\cdot T\n = T^T C T\n\nWhere :math:`C_{ik}` is the covariance of the noise between pixels\n:math:`i` and :math:`k`. Now using the Cauchy-Schwarz inequality on the\nnumerator:\n\n.. math::\n (T^T S)^2 = (T^T C^{1/2} C^{-1/2} S)^2 \\le (T^T C^{1/2})^2\n (C^{-1/2} S)^2 = (T^T C T) (S^T C^{-1} S)\n\nsince :math:`C^T = C`. The signal-to-noise ratio is therefore bounded by:\n\n.. math::\n &SNR^2 \\le \\frac{(T^T C T)(S^T C^{-1} S)}{(T^T C T)} \\\\\n &SNR^2 \\le S^T C^{-1} S\n\nChoosing :math:`T = \\alpha C^{-1} S` where :math:`\\alpha` is an arbitrary\nnormalization constant, we get equality. Hence this choise of :math:`T` is\nthe optimal linear tranformation. We normalize this linear transformation\nso that if there is no signal and only noise, we get an expected\nsignal-to-noise ratio of 1. With this definition, the output :math:`SNR`\nrepresents the number of standard deviations above the background. This\ngives:\n\n.. math::\n &E[(T^T N)^2] = T^T C T = \\alpha^2 S^T C^{-1} C C^{-1} S = \\alpha^2\n S^T C^{-1} S = 1 \\\\\n &\\alpha = \\frac{1}{\\sqrt{S^T C^{-1} S}}\n\nPutting everything together, our normalized linear transformation is:\n\n.. math::\n T = \\frac{C^{-1} S}{\\sqrt{S^T C^{-1} S}}\n\nAnd the optimal signal-to-noise is given in terms of the known variables\nas:\n\n.. math::\n SNR = \\frac{S^T C^{-1} D}{\\sqrt{S^T C^{-1} S}}\n" }, { "path": "docs/index.rst", "content": "SEP\n===\n\n*Python library for Source Extraction and Photometry*\n\n\nAbout\n-----\n\n`Source Extractor `_\n(Bertin & Arnouts 1996) is a widely used\ncommand-line program for segmentation and analysis of astronomical\nimages. It reads in FITS format files, performs a configurable series\nof tasks, including background estimation, source detection,\ndeblending and a wide array of source measurements, and finally\noutputs a FITS format catalog file.\n\nWhile Source Extractor is highly useful, the fact that it can only be\nused as an executable can limit its applicability or lead to awkward\nworkflows. There is often a desire to have programmatic access to\nperform one or more of the above tasks on in-memory images as part of\na larger custom analysis.\n\n**SEP makes the core algorithms of Source Extractor available as a\nlibrary of stand-alone functions and classes.** These operate directly\non in-memory arrays (no FITS files or configuration files). The code\nis derived from the Source Extractor code base (written in C) and aims\nto produce results compatible with Source Extractor whenever possible.\nSEP consists of a C library with no dependencies outside the standard\nlibrary, and a Python module that wraps the C library in a Pythonic\nAPI. The Python wrapper operates on NumPy arrays with NumPy as its\nonly dependency. See below for language-specfic build and usage\ninstructions.\n\n**Some features:**\n\n- spatially variable background and noise estimation\n- source extraction, with on-the-fly convolution and source deblending\n- circular and elliptical aperture photometry\n- fast: implemented in C with Python bindings via Cython\n\n**Additional features not in Source Extractor:**\n\n- Optimized matched filter for variable noise in source extraction.\n- Circular annulus and elliptical annulus aperture photometry functions.\n- Local background subtraction in shape consistent with aperture in\n aperture photometry functions.\n- Exact pixel overlap mode in all aperture photometry functions.\n- Masking of elliptical regions on images.\n\n\nSEP, SEP-PJW, and Package Names\n...............................\n\n``sep`` was originally released by Kyle Barbary, at\n`kbarbary/sep `_ (``sep<=1.2.1``). For a\nbrief period, the package was maintained by Peter Watson, under the\n``sep-pjw`` package name, at\n`PJ-Watson/sep-pjw `_ and\n`PyPI/sep-pjw `_\n(``1.3.0<=sep-pjw<=1.3.8``). Both of these repositories will be archived,\nand future development will take place at\n`sep-developers/sep `_\n(``sep>=1.4.0``).\nNote that there may be some incompatibilities between ``sep==1.2.1`` and\n``sep==1.4.0`` when using the C-API directly -- the changes are documented\n:doc:`here `.\n\n\nInstallation\n------------\n\nwith conda\n..........\n\nSEP can be installed with conda from the ``conda-forge`` channel::\n\n conda install -c conda-forge sep\n\n\nwith pip\n........\n\nSEP can also be installed with `pip `_. After\nensuring that numpy is installed, run ::\n\n python -m pip install sep\n\nIf you get an error about permissions, you are probably using your\nsystem Python. In this case, I recommend using `pip's \"user install\"\n`_ option to\ninstall sep into your user directory ::\n\n python -m pip install --user sep\n\nDo **not** install ``sep`` or other third-party Python packages using\n``sudo`` unless you are fully aware of the risks.\n\n\nUsage Guide\n-----------\n\n.. toctree::\n :maxdepth: 1\n\n tutorial\n filter\n apertures\n changelogs/changelog\n\n.. toctree::\n :hidden:\n\n reference\n\nFor complete API documentation, see :doc:`reference`.\n\n\nContributing\n------------\n\nReport a bug or documentation issue:\nhttp://github.com/sep-developers/sep/issues\n\nDevelopment of ``sep`` takes place on GitHub at\nhttp://github.com/sep-developers/sep. Contributions of bug fixes,\ndocumentation improvements and minor feature additions are welcome via\nGitHub pull requests. For major features, it is best to open an issue\ndiscussing the change first.\n\n\nLicense and Citation\n--------------------\n\nThe license for SEP is the Lesser GNU Public License (LGPL), granted\nwith the permission from the original author of Source Extractor.\n\nIf you use SEP in a publication, please cite `Barbary (2016)\n`_ and the original Source\nExtractor paper: `Bertin & Arnouts 1996\n`_.\n\nThe DOI for the sep v1.0.0 code release is `10.5281/zenodo.159035\n`_.\n" }, { "path": "docs/reference.rst", "content": "Reference/API\n=============\n\n\n**Background estimation & source detection**\n\n.. autosummary::\n :toctree: api\n\n sep.Background\n sep.extract\n\n**Aperture photometry**\n\n.. autosummary::\n :toctree: api\n\n sep.sum_circle\n sep.sum_circann\n sep.sum_ellipse\n sep.sum_ellipann\n\n**Aperture utilities**\n\n.. autosummary::\n :toctree: api\n\n sep.kron_radius\n sep.flux_radius\n sep.winpos\n sep.mask_ellipse\n sep.ellipse_axes\n sep.ellipse_coeffs\n\n**Low-level utilities**\n\n.. autosummary::\n :toctree: api\n\n sep.get_extract_pixstack\n sep.set_extract_pixstack\n sep.get_sub_object_limit\n sep.set_sub_object_limit\n\n**Flags**\n\n======================== ===========================================\nFlag Description\n======================== ===========================================\n``sep.OBJ_MERGED`` object is result of deblending\n``sep.OBJ_TRUNC`` object is truncated at image boundary\n``sep.OBJ_SINGU`` x, y fully correlated in object\n``sep.APER_TRUNC`` aperture truncated at image boundary\n``sep.APER_HASMASKED`` aperture contains one or more masked pixels\n``sep.APER_ALLMASKED`` aperture contains only masked pixels\n``sep.APER_NONPOSITIVE`` aperture sum is negative in ``kron_radius``\n======================== ===========================================\n\nTo see if a given flag is set in ``flags``::\n\n is_merged = (flags & sep.OBJ_MERGED) != 0\n\n.. note::\n\n The coordinate convention in SEP is that (0, 0) corresponds to the\n center of the first element of the data array. This agrees with the\n 0-based indexing in Python and C. However, note that\n this differs from the FITS convention where the center of the first\n element is at coordinates (1, 1). As Source Extractor deals with\n FITS files, its outputs follow the FITS convention. Thus, the\n coordinates from SEP will be offset from Source Extractor\n coordinates by -1 in x and y.\n" }, { "path": "docs/rtd-pip-requirements", "content": "numpy\nCython\nnbsphinx\nmatplotlib\nfitsio\nnumpydoc\njupyter\nsphinx-astropy[confv2]\n" }, { "path": "docs/tutorial.ipynb", "content": "{\n \"cells\": [\n {\n \"cell_type\": \"markdown\",\n \"metadata\": {},\n \"source\": [\n \"# Tutorial\\n\",\n \"\\n\",\n \"This tutorial shows the basic steps of using SEP to detect objects in an image and perform some basic aperture photometry.\\n\",\n \"\\n\",\n \"Here, we use the `fitsio` package, just to read the test image, but you can also use `astropy.io.fits` for this purpose (or any other FITS reader).\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": true\n },\n \"outputs\": [],\n \"source\": [\n \"import numpy as np\\n\",\n \"import sep\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": true\n },\n \"outputs\": [],\n \"source\": [\n \"# additional setup for reading the test image and displaying plots\\n\",\n \"import fitsio\\n\",\n \"import matplotlib.pyplot as plt\\n\",\n \"from matplotlib import rcParams\\n\",\n \"\\n\",\n \"%matplotlib inline\\n\",\n \"\\n\",\n \"rcParams['figure.figsize'] = [10., 8.]\"\n ]\n },\n {\n \"cell_type\": \"markdown\",\n \"metadata\": {},\n \"source\": [\n \"First, we'll read an example image from a FITS file and display it, just to show what we're dealing with. The example image is just 256 x 256 pixels.\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": false\n },\n \"outputs\": [],\n \"source\": [\n \"# read image into standard 2-d numpy array\\n\",\n \"data = fitsio.read(\\\"../data/image.fits\\\")\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": false\n },\n \"outputs\": [],\n \"source\": [\n \"# show the image\\n\",\n \"m, s = np.mean(data), np.std(data)\\n\",\n \"plt.imshow(data, interpolation='nearest', cmap='gray', vmin=m-s, vmax=m+s, origin='lower')\\n\",\n \"plt.colorbar();\"\n ]\n },\n {\n \"cell_type\": \"markdown\",\n \"metadata\": {},\n \"source\": [\n \"## Background subtraction\\n\",\n \"\\n\",\n \"Most optical/IR data must be background subtracted before sources can be detected. In SEP, background estimation and source detection are two separate steps.\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": false\n },\n \"outputs\": [],\n \"source\": [\n \"# measure a spatially varying background on the image\\n\",\n \"bkg = sep.Background(data)\"\n ]\n },\n {\n \"cell_type\": \"markdown\",\n \"metadata\": {},\n \"source\": [\n \"There are various options for controlling the box size used in estimating the background. It is also possible to mask pixels. For example:\\n\",\n \"```python\\n\",\n \"bkg = sep.Background(data, mask=mask, bw=64, bh=64, fw=3, fh=3)\\n\",\n \"```\\n\",\n \"See the reference section for descriptions of these parameters.\\n\",\n \"\\n\",\n \"This returns an `Background` object that holds information on the spatially varying background and spatially varying background noise level. We can now do various things with this `Background` object:\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": false\n },\n \"outputs\": [],\n \"source\": [\n \"# get a \\\"global\\\" mean and noise of the image background:\\n\",\n \"print(bkg.globalback)\\n\",\n \"print(bkg.globalrms)\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": true\n },\n \"outputs\": [],\n \"source\": [\n \"# evaluate background as 2-d array, same size as original image\\n\",\n \"bkg_image = bkg.back()\\n\",\n \"# bkg_image = np.array(bkg) # equivalent to above\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": false\n },\n \"outputs\": [],\n \"source\": [\n \"# show the background\\n\",\n \"plt.imshow(bkg_image, interpolation='nearest', cmap='gray', origin='lower')\\n\",\n \"plt.colorbar();\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": true\n },\n \"outputs\": [],\n \"source\": [\n \"# evaluate the background noise as 2-d array, same size as original image\\n\",\n \"bkg_rms = bkg.rms()\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": false\n },\n \"outputs\": [],\n \"source\": [\n \"# show the background noise\\n\",\n \"plt.imshow(bkg_rms, interpolation='nearest', cmap='gray', origin='lower')\\n\",\n \"plt.colorbar();\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": true\n },\n \"outputs\": [],\n \"source\": [\n \"# subtract the background\\n\",\n \"data_sub = data - bkg\\n\"\n ]\n },\n {\n \"cell_type\": \"markdown\",\n \"metadata\": {},\n \"source\": [\n \"One can also subtract the background from the data array in-place by doing `bkg.subfrom(data)`.\\n\",\n \"\\n\",\n \"
\\n\",\n \"\\n\",\n \"**Warning:**\\n\",\n \"\\n\",\n \"If the data array is not background-subtracted or the threshold is too low, you will tend to get one giant object when you run object detection using `sep.extract`. Or, more likely, an exception will be raised due to exceeding the internal memory constraints of the `sep.extract` function.\\n\",\n \"
\"\n ]\n },\n {\n \"cell_type\": \"markdown\",\n \"metadata\": {},\n \"source\": [\n \"## Object detection\\n\",\n \"\\n\",\n \"Now that we've subtracted the background, we can run object detection on the background-subtracted data. You can see the background noise level is pretty flat. So here we're setting the detection threshold to be a constant value of $1.5 \\\\sigma$ where $\\\\sigma$ is the global background RMS.\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": true\n },\n \"outputs\": [],\n \"source\": [\n \"objects = sep.extract(data_sub, 1.5, err=bkg.globalrms)\"\n ]\n },\n {\n \"cell_type\": \"markdown\",\n \"metadata\": {},\n \"source\": [\n \"`sep.extract` has many options for controlling detection threshold, pixel masking, filtering, and object deblending. See the reference documentation for details.\\n\",\n \"\\n\",\n \"`objects` is a NumPy structured array with many fields.\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": false\n },\n \"outputs\": [],\n \"source\": [\n \"# how many objects were detected\\n\",\n \"len(objects)\"\n ]\n },\n {\n \"cell_type\": \"markdown\",\n \"metadata\": {},\n \"source\": [\n \"`objects['x']` and `objects['y']` will give the centroid coordinates of the objects. Just to check where the detected objects are, we'll over-plot the object coordinates with some basic shape parameters on the image:\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": false\n },\n \"outputs\": [],\n \"source\": [\n \"from matplotlib.patches import Ellipse\\n\",\n \"\\n\",\n \"# plot background-subtracted image\\n\",\n \"fig, ax = plt.subplots()\\n\",\n \"m, s = np.mean(data_sub), np.std(data_sub)\\n\",\n \"im = ax.imshow(data_sub, interpolation='nearest', cmap='gray',\\n\",\n \" vmin=m-s, vmax=m+s, origin='lower')\\n\",\n \"\\n\",\n \"# plot an ellipse for each object\\n\",\n \"for i in range(len(objects)):\\n\",\n \" e = Ellipse(xy=(objects['x'][i], objects['y'][i]),\\n\",\n \" width=6*objects['a'][i],\\n\",\n \" height=6*objects['b'][i],\\n\",\n \" angle=objects['theta'][i] * 180. / np.pi)\\n\",\n \" e.set_facecolor('none')\\n\",\n \" e.set_edgecolor('red')\\n\",\n \" ax.add_artist(e)\"\n ]\n },\n {\n \"cell_type\": \"markdown\",\n \"metadata\": {},\n \"source\": [\n \"`objects` has many other fields, giving information such as second moments, and peak pixel positions and values. See the reference documentation for `sep.extract` for descriptions of these fields. You can see the available fields:\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": false,\n \"scrolled\": false\n },\n \"outputs\": [],\n \"source\": [\n \"# available fields\\n\",\n \"objects.dtype.names\"\n ]\n },\n {\n \"cell_type\": \"markdown\",\n \"metadata\": {},\n \"source\": [\n \"## Aperture photometry\\n\",\n \"\\n\",\n \"Finally, we'll perform simple circular aperture photometry with a 3 pixel radius at the locations of the objects:\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": false\n },\n \"outputs\": [],\n \"source\": [\n \"flux, fluxerr, flag = sep.sum_circle(data_sub, objects['x'], objects['y'],\\n\",\n \" 3.0, err=bkg.globalrms, gain=1.0)\"\n ]\n },\n {\n \"cell_type\": \"markdown\",\n \"metadata\": {},\n \"source\": [\n \"`flux`, `fluxerr` and `flag` are all 1-d arrays with one entry per object.\"\n ]\n },\n {\n \"cell_type\": \"code\",\n \"execution_count\": null,\n \"metadata\": {\n \"collapsed\": false\n },\n \"outputs\": [],\n \"source\": [\n \"# show the first 10 objects results:\\n\",\n \"for i in range(10):\\n\",\n \" print(\\\"object {:d}: flux = {:f} +/- {:f}\\\".format(i, flux[i], fluxerr[i]))\"\n ]\n },\n {\n \"cell_type\": \"markdown\",\n \"metadata\": {},\n \"source\": [\n \"## Finally a brief word on byte order\\n\",\n \"\\n\",\n \"
\\n\",\n \"\\n\",\n \"**Note:**\\n\",\n \"\\n\",\n \"If you are using SEP to analyze data read from FITS files with\\n\",\n \"[astropy.io.fits](http://astropy.readthedocs.org/en/stable/io/fits/)\\n\",\n \"you may see an error message such as:\\n\",\n \"\\n\",\n \"```\\n\",\n \"ValueError: Input array with dtype '>f4' has non-native byte order.\\n\",\n \"Only native byte order arrays are supported. To change the byte\\n\",\n \"order of the array 'data', do 'data = data.astype(data.dtype.newbyteorder(\\\"=\\\"))'\\n\",\n \"```\\n\",\n \"\\n\",\n \"It is usually easiest to do this byte-swap operation directly after\\n\",\n \"reading the array from the FITS file. The exact procedure is slightly different,\\n\",\n \"depending on the version of ``numpy``. For ``numpy<2.0``, the operation was:\\n\",\n \"\\n\",\n \"```python\\n\",\n \"# Byte order changed in-place\\n\",\n \">>> data = data.byteswap(inplace=True).newbyteorder() \\n\",\n \"# Data copied to a new array\\n\",\n \">>> new_data = data.byteswap().newbyteorder()\\n\",\n \"```\\n\",\n \"\\n\",\n \"For ``numpy>=2.0``, the correct operation is one of the following:\\n\",\n \"\\n\",\n \"```python\\n\",\n \"# Copies data to a new array, preserves the ordering of the original array\\n\",\n \">>> new_data = data.astype(data.dtype.newbyteorder(\\\"=\\\")) \\n\",\n \"# The same outcome as the previous operation\\n\",\n \">>> new_data = data.byteswap()\\n\",\n \">>> new_data = new_data.view(new_data.dtype.newbyteorder(\\\"=\\\"))\\n\",\n \"# Changes data in-place\\n\",\n \">>> data = data.byteswap()\\n\",\n \">>> data = data.view(data.dtype.newbyteorder(\\\"=\\\"))\\n\",\n \"```\\n\",\n \"\\n\",\n \"If you do this in-place operation, ensure that there are no other\\n\",\n \"references to ``data``, as they will be rendered nonsensical.\\n\",\n \"\\n\",\n \"For the interested reader, this byteswap operation is necessary because\\n\",\n \"``astropy.io.fits`` always returns big-endian byte order arrays, even on\\n\",\n \"little-endian machines. This is due to the FITS standard requiring\\n\",\n \"big-endian arrays (see the \\n\",\n \"[FITS Standard](https://fits.gsfc.nasa.gov/fits_standard.html)), and \\n\",\n \"``astropy.io.fits`` aiming for backwards compatibility.\\n\",\n \"
\"\n ]\n }\n ],\n \"metadata\": {\n \"kernelspec\": {\n \"display_name\": \"Python 3\",\n \"language\": \"python\",\n \"name\": \"python3\"\n },\n \"language_info\": {\n \"codemirror_mode\": {\n \"name\": \"ipython\",\n \"version\": 3\n },\n \"file_extension\": \".py\",\n \"mimetype\": \"text/x-python\",\n \"name\": \"python\",\n \"nbconvert_exporter\": \"python\",\n \"pygments_lexer\": \"ipython3\",\n \"version\": \"3.5.1\"\n }\n },\n \"nbformat\": 4,\n \"nbformat_minor\": 0\n}\n" }, { "path": "licenses/BSD_LICENSE.txt", "content": "Copyright (c) 2011-14, photutils developers\nAll rights reserved.\n\nRedistribution and use in source and binary forms, with or without modification,\nare permitted provided that the following conditions are met:\n\n* Redistributions of source code must retain the above copyright notice, this\n list of conditions and the following disclaimer.\n* Redistributions in binary form must reproduce the above copyright notice, this\n list of conditions and the following disclaimer in the documentation and/or\n other materials provided with the distribution.\n* Neither the name of the Astropy Team nor the names of its contributors may be\n used to endorse or promote products derived from this software without\n specific prior written permission.\n\nTHIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS \"AS IS\" AND\nANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE IMPLIED\nWARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE ARE\nDISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT HOLDER OR CONTRIBUTORS BE LIABLE FOR\nANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES\n(INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES;\nLOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON\nANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT\n(INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE OF THIS\nSOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.\n" }, { "path": "licenses/LGPL_LICENSE.txt", "content": " GNU LESSER GENERAL PUBLIC LICENSE\n Version 3, 29 June 2007\n\n Copyright (C) 2007 Free Software Foundation, Inc. \n Everyone is permitted to copy and distribute verbatim copies\n of this license document, but changing it is not allowed.\n\n\n This version of the GNU Lesser General Public License incorporates\nthe terms and conditions of version 3 of the GNU General Public\nLicense, supplemented by the additional permissions listed below.\n\n 0. Additional Definitions.\n\n As used herein, \"this License\" refers to version 3 of the GNU Lesser\nGeneral Public License, and the \"GNU GPL\" refers to version 3 of the GNU\nGeneral Public License.\n\n \"The Library\" refers to a covered work governed by this License,\nother than an Application or a Combined Work as defined below.\n\n An \"Application\" is any work that makes use of an interface provided\nby the Library, but which is not otherwise based on the Library.\nDefining a subclass of a class defined by the Library is deemed a mode\nof using an interface provided by the Library.\n\n A \"Combined Work\" is a work produced by combining or linking an\nApplication with the Library. The particular version of the Library\nwith which the Combined Work was made is also called the \"Linked\nVersion\".\n\n The \"Minimal Corresponding Source\" for a Combined Work means the\nCorresponding Source for the Combined Work, excluding any source code\nfor portions of the Combined Work that, considered in isolation, are\nbased on the Application, and not on the Linked Version.\n\n The \"Corresponding Application Code\" for a Combined Work means the\nobject code and/or source code for the Application, including any data\nand utility programs needed for reproducing the Combined Work from the\nApplication, but excluding the System Libraries of the Combined Work.\n\n 1. Exception to Section 3 of the GNU GPL.\n\n You may convey a covered work under sections 3 and 4 of this License\nwithout being bound by section 3 of the GNU GPL.\n\n 2. Conveying Modified Versions.\n\n If you modify a copy of the Library, and, in your modifications, a\nfacility refers to a function or data to be supplied by an Application\nthat uses the facility (other than as an argument passed when the\nfacility is invoked), then you may convey a copy of the modified\nversion:\n\n a) under this License, provided that you make a good faith effort to\n ensure that, in the event an Application does not supply the\n function or data, the facility still operates, and performs\n whatever part of its purpose remains meaningful, or\n\n b) under the GNU GPL, with none of the additional permissions of\n this License applicable to that copy.\n\n 3. Object Code Incorporating Material from Library Header Files.\n\n The object code form of an Application may incorporate material from\na header file that is part of the Library. You may convey such object\ncode under terms of your choice, provided that, if the incorporated\nmaterial is not limited to numerical parameters, data structure\nlayouts and accessors, or small macros, inline functions and templates\n(ten or fewer lines in length), you do both of the following:\n\n a) Give prominent notice with each copy of the object code that the\n Library is used in it and that the Library and its use are\n covered by this License.\n\n b) Accompany the object code with a copy of the GNU GPL and this license\n document.\n\n 4. Combined Works.\n\n You may convey a Combined Work under terms of your choice that,\ntaken together, effectively do not restrict modification of the\nportions of the Library contained in the Combined Work and reverse\nengineering for debugging such modifications, if you also do each of\nthe following:\n\n a) Give prominent notice with each copy of the Combined Work that\n the Library is used in it and that the Library and its use are\n covered by this License.\n\n b) Accompany the Combined Work with a copy of the GNU GPL and this license\n document.\n\n c) For a Combined Work that displays copyright notices during\n execution, include the copyright notice for the Library among\n these notices, as well as a reference directing the user to the\n copies of the GNU GPL and this license document.\n\n d) Do one of the following:\n\n 0) Convey the Minimal Corresponding Source under the terms of this\n License, and the Corresponding Application Code in a form\n suitable for, and under terms that permit, the user to\n recombine or relink the Application with a modified version of\n the Linked Version to produce a modified Combined Work, in the\n manner specified by section 6 of the GNU GPL for conveying\n Corresponding Source.\n\n 1) Use a suitable shared library mechanism for linking with the\n Library. A suitable mechanism is one that (a) uses at run time\n a copy of the Library already present on the user's computer\n system, and (b) will operate properly with a modified version\n of the Library that is interface-compatible with the Linked\n Version.\n\n e) Provide Installation Information, but only if you would otherwise\n be required to provide such information under section 6 of the\n GNU GPL, and only to the extent that such information is\n necessary to install and execute a modified version of the\n Combined Work produced by recombining or relinking the\n Application with a modified version of the Linked Version. (If\n you use option 4d0, the Installation Information must accompany\n the Minimal Corresponding Source and Corresponding Application\n Code. If you use option 4d1, you must provide the Installation\n Information in the manner specified by section 6 of the GNU GPL\n for conveying Corresponding Source.)\n\n 5. Combined Libraries.\n\n You may place library facilities that are a work based on the\nLibrary side by side in a single library together with other library\nfacilities that are not Applications and are not covered by this\nLicense, and convey such a combined library under terms of your\nchoice, if you do both of the following:\n\n a) Accompany the combined library with a copy of the same work based\n on the Library, uncombined with any other library facilities,\n conveyed under the terms of this License.\n\n b) Give prominent notice with the combined library that part of it\n is a work based on the Library, and explaining where to find the\n accompanying uncombined form of the same work.\n\n 6. Revised Versions of the GNU Lesser General Public License.\n\n The Free Software Foundation may publish revised and/or new versions\nof the GNU Lesser General Public License from time to time. Such new\nversions will be similar in spirit to the present version, but may\ndiffer in detail to address new problems or concerns.\n\n Each version is given a distinguishing version number. If the\nLibrary as you received it specifies that a certain numbered version\nof the GNU Lesser General Public License \"or any later version\"\napplies to it, you have the option of following the terms and\nconditions either of that published version or of any later version\npublished by the Free Software Foundation. If the Library as you\nreceived it does not specify a version number of the GNU Lesser\nGeneral Public License, you may choose any version of the GNU Lesser\nGeneral Public License ever published by the Free Software Foundation.\n\n If the Library as you received it specifies that a proxy can decide\nwhether future versions of the GNU Lesser General Public License shall\napply, that proxy's public statement of acceptance of any version is\npermanent authorization for you to choose that version for the\nLibrary.\n" }, { "path": "licenses/MIT_LICENSE.txt", "content": "The MIT License (MIT)\n\nCopyright (c) 2014-2016: SEP developers\n\nPermission is hereby granted, free of charge, to any person obtaining\na copy of this software and associated documentation files (the\n\"Software\"), to deal in the Software without restriction, including\nwithout limitation the rights to use, copy, modify, merge, publish,\ndistribute, sublicense, and/or sell copies of the Software, and to\npermit persons to whom the Software is furnished to do so, subject to\nthe following conditions:\n\nThe above copyright notice and this permission notice shall be\nincluded in all copies or substantial portions of the Software.\n\nTHE SOFTWARE IS PROVIDED \"AS IS\", WITHOUT WARRANTY OF ANY KIND,\nEXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF\nMERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT.\nIN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY\nCLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT,\nTORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE\nSOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.\n" }, { "path": "paper/paper.bib", "content": "@ARTICLE{bertin96,\n author = {{Bertin}, E. and {Arnouts}, S.},\n title = \"{SExtractor: Software for source extraction.}\",\n journal = {\\aaps},\n keywords = {METHODS: DATA ANALYSIS, TECHNIQUES: IMAGE PROCESSING, GALAXIES: PHOTOMETRY},\n year = 1996,\n month = jun,\n volume = 117,\n pages = {393-404},\n doi = {10.1051/aas:1996164},\n adsurl = {http://adsabs.harvard.edu/abs/1996A\\%26AS..117..393B},\n adsnote = {Provided by the SAO/NASA Astrophysics Data System}\n}\n\n@online{sextractor,\n author = {Emanuel Bertin},\n title = {SExtractor},\n year = 2016,\n url = {http://www.astromatic.net/software/sextractor},\n urldate = {2016-08-25}\n}\n" }, { "path": "paper/paper.md", "content": "---\ntitle: 'SEP: Source Extractor as a library'\ntags:\n - astronomy\nauthors:\n - name: Kyle Barbary\n orcid: 0000-0002-2532-3696\n affiliation: University of California, Berkeley\ndate: 29 August 2016\nbibliography: paper.bib\n---\n\n# Summary\n\nSource Extractor [@bertin96; @sextractor] is a widely used\ncommand-line program for segmentation and analysis of astronomical\nimages. It reads in FITS format files, performs a configurable series\nof tasks, including background estimation, source detection,\ndeblending and a wide array of source measurements, and finally\noutputs a FITS format catalog file.\n\nWhile Source Extractor is highly useful, the fact that it can only be\nused as an executable -- reading input files, producing output files\nand controlled by a limited set of configuration options specified in\nanother file -- can limit its applicability or lead to awkward\nworkflows. There is often a desire to have programmatic access to\nperform one or more of the above tasks on in-memory images as part of\na larger custom analysis.\n\nSEP makes available the core algorithms of Source Extractor in a\nlibrary of stand-alone functions and classes. These operate directly\non in-memory arrays (no FITS files or configuration files). The code\nis derived from the Source Extractor code base (written in C) and aims\nto produce results compatible with Source Extractor whenever possible.\nSEP consists of a C library with no dependencies outside the standard\nlibrary, and a Python module that wraps the C library in a Pythonic\nAPI. The Python wrapper operates on NumPy arrays with NumPy as its\nonly dependency. It is generated using Cython.\n\nFrom Source Extractor, SEP includes background estimation, image\nsegmentation (including on-the-fly filtering and source deblending),\naperture photometry in circular and elliptical apertures, and source\nmeasurements such as Kron radius, \"windowed\" position fitting, and\nhalf-light radius. Additionally, several features not in Source\nExtractor have been added:\n\n- Optimized matched filter for variable noise in source extraction.\n- Circular annulus and elliptical annulus aperture photometry functions.\n- Local background subtraction in shape consistent with aperture in aperture\n photometry functions.\n- Exact pixel overlap mode in all aperture photometry functions.\n- Masking of elliptical regions on images.\n\nFinally, note that SEP is essentially a fork of Source Extractor that\nhas already diverged significantly from the original code base. One\nmight ask why SEP is not part of Source Extractor itself: the\ncommand-line interface in Source Extractor could be built on top of\nsuch a library. The answer is that a vast array of changes were\nnecessary in order to expose the functionality as stand-alone C\nfunctions. It would be a lot of work to rewrite Source Extractor\nitself in this way, with little gain for the executable itself.\n\n\n# References\n" }, { "path": "pyproject.toml", "content": "[build-system]\nrequires = [\n \"setuptools>=61.0, <72.2.0\",\n \"wheel\",\n \"numpy>=2.0.0rc2\",\n \"Cython\",\n \"setuptools_scm>=8.0\",\n]\nbuild-backend = \"setuptools.build_meta\"\n\n[project]\nname = \"sep\"\ndynamic = [\"version\"]\nauthors = [\n { name=\"Emmanuel Bertin\"},\n { name=\"Kyle Barbary\"},\n { name=\"Kyle Boone\"},\n { name=\"Thomas Robitaille\"},\n { name=\"Matt Craig\"},\n { name=\"Curtis McCully\"},\n { name=\"Evert Rol\"},\n { name=\"Joe Lyman\"},\n { name=\"Michael Wuertenberger\"},\n { name=\"Ingvar Stepanyan\"},\n { name=\"Gabe Brammer\"},\n { name=\"Peter Watson\"},\n]\nmaintainers = [\n { name=\"Peter Watson\", email=\"peter.watson+sep@inaf.it\" },\n]\ndescription=\"Astronomical source extraction and photometry library\"\nreadme = \"README.md\"\nlicense = { text = \"LGPLv3+\" }\nclassifiers=[\n \"Development Status :: 5 - Production/Stable\",\n \"Programming Language :: Python :: 3\",\n \"License :: OSI Approved :: GNU Lesser General Public License v3 or later (LGPLv3+)\",\n \"Topic :: Scientific/Engineering :: Astronomy\",\n \"Intended Audience :: Science/Research\",\n]\nrequires-python = \">=3.9\"\ndependencies = [\n \"numpy>=1.26.4\"\n]\n\n[project.optional-dependencies]\ndocs = [\n \"sphinx-copybutton>=0.5\",\n \"sphinx>=7.2\",\n \"numpydoc>=1.6\",\n \"matplotlib>=3.6\",\n \"sphinx-astropy[confv2]>=1.9.1\",\n \"nbsphinx>=0.9.3\",\n \"pandoc>=2.3\",\n \"fitsio>=1.2.1\",\n \"jupyter\",\n \"myst-parser>=2.0.0\",\n]\n\n[project.urls]\n\"Homepage\" = \"https://github.com/sep-developers/sep\"\n\"Bug Tracker\" = \"https://github.com/sep-developers/sep/issues\"\n\"Documentation\" = \"http://sep-pjw.readthedocs.org\"\n\n[tool.setuptools_scm]\n\n[tool.black]\nline-length = 88\ntarget-version = ['py312']\nextend-exclude = '(.*.txt|.*.md|.*.toml|.*.odg)'\npreview = true\n\n[tool.isort]\nprofile = \"black\"\n\n[tool.numpydoc_validation]\nchecks = [\n \"all\", # report on all checks, except the below\n \"EX01\",\n \"SA01\",\n \"ES01\",\n]\nexclude = [ # don't report on objects that match any of these regex\n '\\.undocumented_method$',\n '\\.__repr__$',\n '\\._.*$', # Ignore anything that's private (e.g., starts with _)\n]\noverride_SS05 = [ # override SS05 to allow docstrings starting with these words\n '^Process ',\n '^Assess ',\n '^Access ',\n]\n" }, { "path": "sep.pyx", "content": "# This wrapper licensed under an MIT license.\n\n\"\"\"\nSource Extraction and Photometry\n\nThis module is a wrapper of the SEP C library.\n\"\"\"\nimport numpy as np\n\ncimport cython\ncimport numpy as np\nfrom cpython.mem cimport PyMem_Free, PyMem_Malloc\nfrom cpython.version cimport PY_MAJOR_VERSION\nfrom libc cimport limits\nfrom libc.math cimport sqrt\n\nnp.import_array() # To access the numpy C-API.\n\nfrom importlib.metadata import PackageNotFoundError, version\n\ntry:\n __version__ = version(\"sep\")\nexcept PackageNotFoundError:\n # package is not installed\n pass\n\n# -----------------------------------------------------------------------------\n# Definitions from the SEP C library\n\n# macro definitions from sep.h\nDEF SEP_TBYTE = 11\nDEF SEP_TINT = 31\nDEF SEP_TFLOAT = 42\nDEF SEP_TDOUBLE = 82\n\n# input flag values (C macros)\nDEF SEP_NOISE_NONE = 0\nDEF SEP_NOISE_STDDEV = 1\nDEF SEP_NOISE_VAR = 2\n\n# filter types for sep_extract\nDEF SEP_FILTER_CONV = 0\nDEF SEP_FILTER_MATCHED = 1\n\n# Threshold types\nDEF SEP_THRESH_REL = 0\nDEF SEP_THRESH_ABS = 1\n\n# input flags for aperture photometry\nDEF SEP_MASK_IGNORE = 0x0004\n\n# Output flag values accessible from python\nOBJ_MERGED = np.short(0x0001)\nOBJ_TRUNC = np.short(0x0002)\nOBJ_DOVERFLOW = np.short(0x0004)\nOBJ_SINGU = np.short(0x0008)\nAPER_TRUNC = np.short(0x0010)\nAPER_HASMASKED = np.short(0x0020)\nAPER_ALLMASKED = np.short(0x0040)\nAPER_NONPOSITIVE = np.short(0x0080)\n\n# macro defintion from sepcore.h\n# This is not part of the SEP API, but we pull it out because want to\n# explicitly detect memory errors so that we can raise MemoryError().\nDEF MEMORY_ALLOC_ERROR = 1\n\n# header definitions\ncdef extern from \"sep.h\":\n\n ctypedef struct sep_image:\n const void *data\n const void *noise\n const void *mask\n const void *segmap\n int dtype\n int ndtype\n int mdtype\n int sdtype\n np.int64_t *segids\n np.int64_t *idcounts\n np.int64_t numids\n np.int64_t w\n np.int64_t h\n double noiseval\n short noise_type\n double gain\n double maskthresh\n\n ctypedef struct sep_bkg:\n np.int64_t w\n np.int64_t h\n float globalback\n float globalrms\n\n ctypedef struct sep_catalog:\n np.int64_t nobj\n float *thresh\n np.int64_t *npix\n np.int64_t *tnpix\n np.int64_t *xmin\n np.int64_t *xmax\n np.int64_t *ymin\n np.int64_t *ymax\n double *x\n double *y\n double *x2\n double *y2\n double *xy\n double *errx2\n double *erry2\n double *errxy\n float *a\n float *b\n float *theta\n float *cxx\n float *cyy\n float *cxy\n float *cflux\n float *flux\n float *cpeak\n float *peak\n np.int64_t *xcpeak\n np.int64_t *ycpeak\n np.int64_t *xpeak\n np.int64_t *ypeak\n short *flag\n np.int64_t **pix\n np.int64_t *objectspix\n\n int sep_background(const sep_image *im,\n np.int64_t bw, np.int64_t bh,\n np.int64_t fw, np.int64_t fh,\n double fthresh,\n sep_bkg **bkg)\n\n float sep_bkg_global(const sep_bkg *bkg)\n float sep_bkg_globalrms(const sep_bkg *bkg)\n int sep_bkg_array(const sep_bkg *bkg, void *arr, int dtype)\n int sep_bkg_rmsarray(const sep_bkg *bkg, void *arr, int dtype)\n int sep_bkg_subarray(const sep_bkg *bkg, void *arr, int dtype)\n void sep_bkg_free(sep_bkg *bkg)\n\n int sep_extract(const sep_image *image,\n float thresh,\n int thresh_type,\n int minarea,\n float *conv,\n np.int64_t convw, np.int64_t convh,\n int filter_type,\n int deblend_nthresh,\n double deblend_cont,\n int clean_flag,\n double clean_param,\n sep_catalog **catalog)\n\n void sep_catalog_free(sep_catalog *catalog)\n\n int sep_sum_circle(const sep_image *image,\n double x, double y, double r,\n int id, int subpix, short inflags,\n double *sum, double *sumerr, double *area, short *flag)\n\n int sep_sum_circann(const sep_image *image,\n double x, double y, double rin, double rout,\n int id, int subpix, short inflags,\n double *sum, double *sumerr, double *area, short *flag)\n\n int sep_sum_ellipse(const sep_image *image,\n double x, double y, double a, double b, double theta,\n double r, int id, int subpix, short inflags,\n double *sum, double *sumerr, double *area,\n short *flag)\n\n int sep_sum_ellipann(const sep_image *image,\n double x, double y, double a, double b,\n double theta, double rin, double rout,\n int id, int subpix,\n short inflags,\n double *sum, double *sumerr, double *area,\n short *flag)\n\n int sep_flux_radius(const sep_image *image,\n double x, double y, double rmax, int id, int subpix,\n short inflag,\n double *fluxtot, double *fluxfrac, int n,\n double *r, short *flag)\n\n int sep_kron_radius(const sep_image *image,\n double x, double y, double cxx, double cyy,\n double cxy, double r, int id,\n double *kronrad, short *flag)\n\n int sep_windowed(const sep_image *image,\n double x, double y, double sig, int subpix, short inflag,\n double *xout, double *yout, int *niter, short *flag)\n\n int sep_ellipse_axes(double cxx, double cyy, double cxy,\n double *a, double *b, double *theta)\n\n void sep_ellipse_coeffs(double a, double b, double theta,\n double *cxx, double *cyy, double *cxy)\n\n void sep_set_ellipse(unsigned char *arr, np.int64_t w, np.int64_t h,\n double x, double y,\n double cxx, double cyy, double cxy, double r,\n unsigned char val)\n\n void sep_set_extract_pixstack(size_t val)\n size_t sep_get_extract_pixstack()\n\n void sep_set_sub_object_limit(int val)\n int sep_get_sub_object_limit()\n\n void sep_get_errmsg(int status, char *errtext)\n void sep_get_errdetail(char *errtext)\n\n# -----------------------------------------------------------------------------\n# Utility functions\n\ncdef int _get_sep_dtype(dtype) except -1:\n \"\"\"Convert a numpy dtype to the corresponding SEP dtype integer code.\"\"\"\n if not dtype.isnative:\n raise ValueError(\n \"Input array with dtype `{0}` has non-native byte order. \"\n \"Only native byte order arrays are supported. \"\n \"To change the byte order of the array `data`, do \"\n \"`data = data.astype(data.dtype.newbyteorder('='))`\".format(dtype))\n t = dtype.type\n if t is np.single:\n return SEP_TFLOAT\n elif t is np.bool_ or t is np.ubyte:\n return SEP_TBYTE\n elif dtype == np.double:\n return SEP_TDOUBLE\n elif dtype == np.intc:\n return SEP_TINT\n raise ValueError('input array dtype not supported: {0}'.format(dtype))\n\n\ncdef int _check_array_get_dims(np.ndarray arr, np.int64_t *w, np.int64_t *h) except -1:\n \"\"\"Check some things about an array and return dimensions\"\"\"\n\n # Raise an informative message if array is not C-contiguous\n if not arr.flags[\"C_CONTIGUOUS\"]:\n raise ValueError(\"array is not C-contiguous\")\n\n # Check that there are exactly 2 dimensions\n if arr.ndim != 2:\n raise ValueError(\"array must be 2-d\")\n\n # ensure that arr dimensions are not too large for C ints.\n if arr.shape[0] <= limits.INT_MAX:\n h[0] = arr.shape[0]\n else:\n raise ValueError(\"array height ({0:d}) greater than INT_MAX ({1:d})\"\n .format(arr.shape[0], limits.INT_MAX))\n if arr.shape[1] <= limits.INT_MAX:\n w[0] = arr.shape[1]\n else:\n raise ValueError(\"array width ({0:d}) greater than INT_MAX ({1:d})\"\n .format(arr.shape[1], limits.INT_MAX))\n return 0\n\ncdef int _assert_ok(int status) except -1:\n \"\"\"Get the SEP error message corresponding to status code\"\"\"\n cdef char *errmsg\n cdef char *errdetail\n\n if status == 0:\n return 0\n\n # First check if we have an out-of-memory error, so we don't try to\n # allocate more memory to hold the error message.\n if status == MEMORY_ALLOC_ERROR:\n raise MemoryError\n\n # Otherwise, get error message.\n errmsg = PyMem_Malloc(61 * sizeof(char))\n sep_get_errmsg(status, errmsg)\n pyerrmsg = errmsg\n PyMem_Free(errmsg)\n\n # Get error detail.\n errdetail = PyMem_Malloc(512 * sizeof(char))\n sep_get_errdetail(errdetail)\n pyerrdetail = errdetail\n PyMem_Free(errdetail)\n\n # If error detail is present, append it to the message.\n if pyerrdetail != b\"\":\n pyerrmsg = pyerrmsg + b\": \" + pyerrdetail\n\n # Convert string to unicode if on python 3\n if PY_MAJOR_VERSION == 3:\n msg = pyerrmsg.decode()\n else:\n msg = pyerrmsg\n\n raise Exception(msg)\n\n\ncdef int _parse_arrays(np.ndarray data, err, var, mask, segmap,\n sep_image *im) except -1:\n \"\"\"Helper function for functions accepting data, error, mask & segmap arrays.\n Fills in an sep_image struct.\"\"\"\n\n cdef np.int64_t ew, eh, mw, mh, sw, sh\n cdef np.uint8_t[:,:] buf, ebuf, mbuf, sbuf\n\n # Clear im fields we might not touch (everything besides data, dtype, w, h)\n im.noise = NULL\n im.mask = NULL\n im.segmap = NULL\n im.numids = 0\n im.ndtype = 0\n im.mdtype = 0\n im.noiseval = 0.0\n im.noise_type = SEP_NOISE_NONE\n im.gain = 0.0\n im.maskthresh = 0.0\n\n # Get main image info\n _check_array_get_dims(data, &(im.w), &(im.h))\n im.dtype = _get_sep_dtype(data.dtype)\n buf = data.view(dtype=np.uint8)\n im.data = &buf[0, 0]\n\n # Check if noise is error or variance.\n noise = None # will point to either error or variance.\n if err is not None:\n if var is not None:\n raise ValueError(\"Cannot specify both err and var\")\n noise = err\n im.noise_type = SEP_NOISE_STDDEV\n elif var is not None:\n noise = var\n im.noise_type = SEP_NOISE_VAR\n\n # parse noise\n if noise is None:\n im.noise = NULL\n im.noise_type = SEP_NOISE_NONE\n im.noiseval = 0.0\n elif isinstance(noise, np.ndarray):\n if noise.ndim == 0:\n im.noise = NULL\n im.noiseval = noise\n elif noise.ndim == 2:\n _check_array_get_dims(noise, &ew, &eh)\n if ew != im.w or eh != im.h:\n raise ValueError(\"size of error/variance array must match\"\n \" data\")\n im.ndtype = _get_sep_dtype(noise.dtype)\n ebuf = noise.view(dtype=np.uint8)\n im.noise = &ebuf[0, 0]\n else:\n raise ValueError(\"error/variance array must be 0-d or 2-d\")\n else:\n im.noise = NULL\n im.noiseval = noise\n\n # Optional input: mask\n if mask is None:\n im.mask = NULL\n else:\n _check_array_get_dims(mask, &mw, &mh)\n if mw != im.w or mh != im.h:\n raise ValueError(\"size of mask array must match data\")\n im.mdtype = _get_sep_dtype(mask.dtype)\n mbuf = mask.view(dtype=np.uint8)\n im.mask = &mbuf[0, 0]\n\n # Optional input: segmap\n if segmap is None:\n im.segmap = NULL\n else:\n _check_array_get_dims(segmap, &sw, &sh)\n if sw != im.w or sh != im.h:\n raise ValueError(\"size of segmap array must match data\")\n im.sdtype = _get_sep_dtype(segmap.dtype)\n sbuf = segmap.view(dtype=np.uint8)\n im.segmap = &sbuf[0, 0]\n\n# -----------------------------------------------------------------------------\n# Background Estimation\n\ncdef class Background:\n \"\"\"\n Background(data, mask=None, maskthresh=0.0, bw=64, bh=64,\n fw=3, fh=3, fthresh=0.0)\n\n Representation of spatially variable image background and noise.\n\n Parameters\n ----------\n data : 2-d `~numpy.ndarray`\n Data array.\n mask : 2-d `~numpy.ndarray`, optional\n Mask array, optional\n maskthresh : float, optional\n Mask threshold. This is the inclusive upper limit on the mask value\n in order for the corresponding pixel to be unmasked. For boolean\n arrays, False and True are interpreted as 0 and 1, respectively.\n Thus, given a threshold of zero, True corresponds to masked and\n False corresponds to unmasked.\n bw, bh : int, optional\n Size of background boxes in pixels. Default is 64.\n fw, fh : int, optional\n Filter width and height in boxes. Default is 3.\n fthresh : float, optional\n Filter threshold. Default is 0.0.\n \"\"\"\n\n cdef sep_bkg *ptr # pointer to C struct\n cdef np.dtype orig_dtype # dtype code of original image\n\n @cython.boundscheck(False)\n @cython.wraparound(False)\n def __cinit__(self, np.ndarray data not None, np.ndarray mask=None,\n float maskthresh=0.0, int bw=64, int bh=64,\n int fw=3, int fh=3, float fthresh=0.0):\n\n cdef int status\n cdef sep_image im\n\n _parse_arrays(data, None, None, mask, None, &im)\n im.maskthresh = maskthresh\n status = sep_background(&im, bw, bh, fw, fh, fthresh, &self.ptr)\n _assert_ok(status)\n\n self.orig_dtype = data.dtype\n\n # Note: all initialization work is done in __cinit__. This is just here\n # for the docstring.\n def __init__(self, np.ndarray data not None, np.ndarray mask=None,\n float maskthresh=0.0, int bw=64, int bh=64,\n int fw=3, int fh=3, float fthresh=0.0):\n \"\"\"Background(data, mask=None, maskthresh=0.0, bw=64, bh=64,\n fw=3, fh=3, fthresh=0.0)\"\"\"\n pass\n\n property globalback:\n \"\"\"Global background level.\"\"\"\n def __get__(self):\n return sep_bkg_global(self.ptr)\n\n property globalrms:\n \"\"\"Global background RMS.\"\"\"\n def __get__(self):\n return sep_bkg_globalrms(self.ptr)\n\n def back(self, dtype=None, copy=None):\n \"\"\"back(dtype=None)\n\n Create an array of the background.\n\n Parameters\n ----------\n dtype : `~numpy.dtype`, optional\n Data type of output array. Default is the dtype of the original\n data.\n\n Returns\n -------\n back : `~numpy.ndarray`\n Array with same dimensions as original data.\n \"\"\"\n cdef int sep_dtype\n cdef np.uint8_t[:, :] buf\n\n if dtype is None:\n dtype = self.orig_dtype\n else:\n dtype = np.dtype(dtype)\n sep_dtype = _get_sep_dtype(dtype)\n\n result = np.empty((self.ptr.h, self.ptr.w), dtype=dtype)\n buf = result.view(dtype=np.uint8)\n status = sep_bkg_array(self.ptr, &buf[0, 0], sep_dtype)\n _assert_ok(status)\n\n if copy:\n return result.copy()\n else:\n return result\n\n def rms(self, dtype=None):\n \"\"\"rms(dtype=None)\n\n Create an array of the background rms.\n\n Parameters\n ----------\n dtype : `~numpy.dtype`, optional\n Data type of output array. Default is the dtype of the original\n data.\n\n Returns\n -------\n rms : `~numpy.ndarray`\n Array with same dimensions as original data.\n \"\"\"\n cdef int sep_dtype\n cdef np.uint8_t[:, :] buf\n\n if dtype is None:\n dtype = self.orig_dtype\n else:\n dtype = np.dtype(dtype)\n sep_dtype = _get_sep_dtype(dtype)\n\n result = np.empty((self.ptr.h, self.ptr.w), dtype=dtype)\n buf = result.view(dtype=np.uint8)\n status = sep_bkg_rmsarray(self.ptr, &buf[0, 0], sep_dtype)\n _assert_ok(status)\n\n return result\n\n\n def subfrom(self, np.ndarray data not None):\n \"\"\"subfrom(data)\n\n Subtract the background from an existing array.\n\n Like ``data = data - bkg``, but avoids making a copy of the data.\n\n Parameters\n ----------\n data : `~numpy.ndarray`\n Input array, which will be updated in-place. Shape must match\n that of the original image used to measure the background.\n \"\"\"\n\n cdef np.int64_t w, h\n cdef int status, sep_dtype\n cdef np.uint8_t[:, :] buf\n\n assert self.ptr is not NULL\n\n _check_array_get_dims(data, &w, &h)\n sep_dtype = _get_sep_dtype(data.dtype)\n buf = data.view(dtype=np.uint8)\n\n # ensure dimensions match original image\n if (w != self.ptr.w or h != self.ptr.h):\n raise ValueError(\"Data dimensions do not match background \"\n \"dimensions\")\n\n status = sep_bkg_subarray(self.ptr, &buf[0, 0], sep_dtype)\n _assert_ok(status)\n\n def __array__(self, dtype=None, copy=None):\n return self.back(dtype=dtype, copy=copy)\n\n def __rsub__(self, np.ndarray data not None):\n data = np.copy(data)\n self.subfrom(data)\n return data\n\n def __dealloc__(self):\n if self.ptr is not NULL:\n sep_bkg_free(self.ptr)\n\n# -----------------------------------------------------------------------------\n# Source Extraction\n\n# This needs to match the result from extract\ncdef packed struct Object:\n np.float64_t thresh\n np.int64_t npix\n np.int64_t tnpix\n np.int64_t xmin\n np.int64_t xmax\n np.int64_t ymin\n np.int64_t ymax\n np.float64_t x\n np.float64_t y\n np.float64_t x2\n np.float64_t y2\n np.float64_t xy\n np.float64_t a\n np.float64_t b\n np.float64_t theta\n np.float64_t cxx\n np.float64_t cyy\n np.float64_t cxy\n np.float64_t cflux\n np.float64_t flux\n np.float64_t cpeak\n np.float64_t peak\n np.float64_t errx2\n np.float64_t erry2\n np.float64_t errxy\n np.int64_t xcpeak\n np.int64_t ycpeak\n np.int64_t xpeak\n np.int64_t ypeak\n short flag\n\ndefault_kernel = np.array([[1.0, 2.0, 1.0],\n [2.0, 4.0, 2.0],\n [1.0, 2.0, 1.0]], dtype=np.float32)\n\n@cython.boundscheck(False)\n@cython.wraparound(False)\ndef extract(np.ndarray data not None, float thresh, err=None, var=None,\n gain=None, np.ndarray mask=None, double maskthresh=0.0,\n int minarea=5,\n np.ndarray filter_kernel=default_kernel, filter_type='matched',\n int deblend_nthresh=32, double deblend_cont=0.005,\n bint clean=True, double clean_param=1.0,\n segmentation_map=None):\n \"\"\"extract(data, thresh, err=None, mask=None, minarea=5,\n filter_kernel=default_kernel, filter_type='matched',\n deblend_nthresh=32, deblend_cont=0.005, clean=True,\n clean_param=1.0, segmentation_map=False)\n\n Extract sources from an image.\n\n Parameters\n ----------\n data : `~numpy.ndarray`\n Data array (2-d).\n thresh : float\n Threshold pixel value for detection. If an ``err`` or ``var`` array\n is not given, this is interpreted as an absolute threshold. If ``err``\n or ``var`` is given, this is interpreted as a relative threshold: the\n absolute threshold at pixel (j, i) will be ``thresh * err[j, i]`` or\n ``thresh * sqrt(var[j, i])``.\n err, var : float or `~numpy.ndarray`, optional\n Error *or* variance (specify at most one). This can be used to\n specify a pixel-by-pixel detection threshold; see \"thresh\" argument.\n gain : float, optional\n Conversion factor between data array units and poisson counts. This\n does not affect detection; it is used only in calculating Poisson\n noise contribution to uncertainty parameters such as ``errx2``. If\n not given, no Poisson noise will be added.\n mask : `~numpy.ndarray`, optional\n Mask array. ``True`` values, or numeric values greater than\n ``maskthresh``, are considered masked. Masking a pixel is equivalent\n to setting data to zero and noise (if present) to infinity, and occurs\n *before* filtering.\n maskthresh : float, optional\n Threshold for a pixel to be masked. Default is ``0.0``.\n minarea : int, optional\n Minimum number of pixels required for an object. Default is 5.\n filter_kernel : `~numpy.ndarray` or None, optional\n Filter kernel used for on-the-fly filtering (used to\n enhance detection). Default is a 3x3 array:\n [[1,2,1], [2,4,2], [1,2,1]]. Set to ``None`` to skip\n convolution.\n filter_type : {'matched', 'conv'}, optional\n Filter treatment. This affects filtering behavior when a noise\n array is supplied. ``'matched'`` (default) accounts for\n pixel-to-pixel noise in the filter kernel. ``'conv'`` is\n simple convolution of the data array, ignoring pixel-to-pixel\n noise across the kernel. ``'matched'`` should yield better\n detection of faint sources in areas of rapidly varying noise\n (such as found in coadded images made from semi-overlapping\n exposures). The two options are equivalent when noise is\n constant.\n deblend_nthresh : int, optional\n Number of thresholds used for object deblending. Default is 32.\n deblend_cont : float, optional\n Minimum contrast ratio used for object deblending. Default is 0.005.\n To entirely disable deblending, set to 1.0.\n clean : bool, optional\n Perform cleaning? Default is True.\n clean_param : float, optional\n Cleaning parameter (see SExtractor manual). Default is 1.0.\n segmentation_map : `~numpy.ndarray` or bool, optional\n If ``True``, also return a \"segmentation map\" giving the member\n pixels of each object. Default is False.\n\n *New in v1.3.0*:\n An existing segmentation map can also be supplied in\n the form of an `~numpy.ndarray`. If this is the case, then the\n object detection stage is skipped, and the objects in the\n segmentation map are analysed and extracted.\n\n Returns\n -------\n objects : `~numpy.ndarray`\n Extracted object parameters (structured array). Available fields are:\n\n * ``thresh`` (float) Threshold at object location.\n * ``npix`` (int) Number of pixels belonging to the object.\n * ``tnpix`` (int) Number of pixels above threshold (unconvolved data).\n * ``xmin``, ``xmax`` (int) Minimum, maximum x coordinates of pixels.\n * ``ymin``, ``ymax`` (int) Minimum, maximum y coordinates of pixels.\n * ``x``, ``y`` (float) object barycenter (first moments).\n * ``x2``, ``y2``, ``xy`` (float) Second moments.\n * ``errx2``, ``erry2``, ``errxy`` (float) Second moment errors.\n Note that these will be zero if error is not given.\n * ``a``, ``b``, ``theta`` (float) Ellipse parameters, scaled as\n described by Section 8.4.2 in \"The Source Extractor Guide\" or\n Section 10.1.5-6 of v2.13 of SExtractor's User Manual.\n * ``cxx``, ``cyy``, ``cxy`` (float) Alternative ellipse parameters.\n * ``cflux`` (float) Sum of member pixels in convolved data.\n * ``flux`` (float) Sum of member pixels in unconvolved data.\n * ``cpeak`` (float) Peak value in convolved data.\n * ``peak`` (float) Peak value in unconvolved data.\n * ``xcpeak``, ``ycpeak`` (int) Coordinate of convolved peak pixel.\n * ``xpeak``, ``ypeak`` (int) Coordinate of unconvolved peak pixel.\n * ``flag`` (int) Extraction flags.\n\n segmap : `~numpy.ndarray`, optional\n Array of integers with same shape as data. Pixels not belonging to\n any object have value 0. All pixels belonging to the ``i``-th object\n (e.g., ``objects[i]``) have value ``i+1``. Only returned if\n ``segmentation_map = True | ~numpy.ndarray``.\n \"\"\"\n\n cdef int kernelw, kernelh, status, i, j\n cdef int filter_typecode, thresh_type\n cdef sep_catalog *catalog = NULL\n cdef np.ndarray[Object] result\n cdef float[:, :] kernelflt\n cdef float *kernelptr\n cdef np.int32_t[:, :] segmap_buf\n cdef np.int32_t *segmap_ptr\n cdef np.int64_t *objpix\n cdef sep_image im\n cdef np.int64_t[:] idbuf, countbuf\n\n # parse arrays\n if type(segmentation_map) is np.ndarray:\n _parse_arrays(data, err, var, mask, segmentation_map, &im)\n\n ids, counts = np.unique(segmentation_map, return_counts=True)\n\n # Remove non-object IDs:\n filter_ids = ids>0\n segids = np.ascontiguousarray(ids[filter_ids].astype(dtype=np.int64))\n idcounts = np.ascontiguousarray(counts[filter_ids].astype(dtype=np.int64))\n if np.nansum(idcounts)>get_extract_pixstack():\n raise ValueError(\n f\"The number of object pixels ({np.nansum(idcounts)}) in \"\n \"the segmentation map exceeds the allocated pixel stack \"\n f\"({get_extract_pixstack()}). Use \"\n \"`sep.set_extract_pixstack()` to increase the size, \"\n \"or check that the correct segmentation map has been \"\n \"supplied.\"\n )\n\n idbuf = segids.view(dtype=np.int64)\n countbuf = idcounts.view(dtype=np.int64)\n im.segids = &idbuf[0]\n im.idcounts = &countbuf[0]\n im.numids = len(segids)\n else:\n _parse_arrays(data, err, var, mask, None, &im)\n im.maskthresh = maskthresh\n if gain is not None:\n im.gain = gain\n\n # Parse filter input\n if filter_kernel is None:\n kernelptr = NULL\n kernelw = 0\n kernelh = 0\n else:\n kernelflt = filter_kernel.astype(np.float32)\n kernelptr = &kernelflt[0, 0]\n kernelw = kernelflt.shape[1]\n kernelh = kernelflt.shape[0]\n\n if filter_type == 'matched':\n filter_typecode = SEP_FILTER_MATCHED\n elif filter_type == 'conv':\n filter_typecode = SEP_FILTER_CONV\n else:\n raise ValueError(\"unknown filter_type: {!r}\".format(filter_type))\n\n # If image has error info, the threshold is relative, otherwise\n # it is absolute.\n if im.noise_type == SEP_NOISE_NONE:\n thresh_type = SEP_THRESH_ABS\n else:\n thresh_type = SEP_THRESH_REL\n\n status = sep_extract(&im,\n thresh, thresh_type, minarea,\n kernelptr, kernelw, kernelh, filter_typecode,\n deblend_nthresh, deblend_cont, clean, clean_param,\n &catalog)\n _assert_ok(status)\n\n # Allocate result record array and fill it\n result = np.empty(catalog.nobj,\n dtype=np.dtype([('thresh', np.float64),\n ('npix', np.int64),\n ('tnpix', np.int64),\n ('xmin', np.int64),\n ('xmax', np.int64),\n ('ymin', np.int64),\n ('ymax', np.int64),\n ('x', np.float64),\n ('y', np.float64),\n ('x2', np.float64),\n ('y2', np.float64),\n ('xy', np.float64),\n ('errx2', np.float64),\n ('erry2', np.float64),\n ('errxy', np.float64),\n ('a', np.float64),\n ('b', np.float64),\n ('theta', np.float64),\n ('cxx', np.float64),\n ('cyy', np.float64),\n ('cxy', np.float64),\n ('cflux', np.float64),\n ('flux', np.float64),\n ('cpeak', np.float64),\n ('peak', np.float64),\n ('xcpeak', np.int64),\n ('ycpeak', np.int64),\n ('xpeak', np.int64),\n ('ypeak', np.int64),\n ('flag', np.short)]))\n\n for i in range(catalog.nobj):\n result['thresh'][i] = catalog.thresh[i]\n result['npix'][i] = catalog.npix[i]\n result['tnpix'][i] = catalog.tnpix[i]\n result['xmin'][i] = catalog.xmin[i]\n result['xmax'][i] = catalog.xmax[i]\n result['ymin'][i] = catalog.ymin[i]\n result['ymax'][i] = catalog.ymax[i]\n result['x'][i] = catalog.x[i]\n result['y'][i] = catalog.y[i]\n result['x2'][i] = catalog.x2[i]\n result['y2'][i] = catalog.y2[i]\n result['xy'][i] = catalog.xy[i]\n result['errx2'][i] = catalog.errx2[i]\n result['erry2'][i] = catalog.erry2[i]\n result['errxy'][i] = catalog.errxy[i]\n result['a'][i] = catalog.a[i]\n result['b'][i] = catalog.b[i]\n result['theta'][i] = catalog.theta[i]\n result['cxx'][i] = catalog.cxx[i]\n result['cyy'][i] = catalog.cyy[i]\n result['cxy'][i] = catalog.cxy[i]\n result['cflux'][i] = catalog.cflux[i]\n result['flux'][i] = catalog.flux[i]\n result['cpeak'][i] = catalog.cpeak[i]\n result['peak'][i] = catalog.peak[i]\n result['xcpeak'][i] = catalog.xcpeak[i]\n result['ycpeak'][i] = catalog.ycpeak[i]\n result['xpeak'][i] = catalog.xpeak[i]\n result['ypeak'][i] = catalog.ypeak[i]\n result['flag'][i] = catalog.flag[i]\n\n # construct a segmentation map, if it was requested.\n if type(segmentation_map) is np.ndarray or segmentation_map:\n # Note: We have to write out `(data.shape[0], data.shape[1])` because\n # because Cython turns `data.shape` later into an int pointer when\n # the function argument is typed as np.ndarray.\n segmap = np.zeros((data.shape[0], data.shape[1]), dtype=np.int32)\n segmap_buf = segmap\n segmap_ptr = &segmap_buf[0, 0]\n for i in range(catalog.nobj):\n objpix = catalog.pix[i]\n for j in range(catalog.npix[i]):\n segmap_ptr[objpix[j]] = i + 1\n\n # Free the C catalog\n sep_catalog_free(catalog)\n\n if type(segmentation_map) is np.ndarray or segmentation_map:\n return result, segmap\n else:\n return result\n\n# -----------------------------------------------------------------------------\n# Aperture Photometry\n\n@cython.boundscheck(False)\n@cython.wraparound(False)\ndef sum_circle(np.ndarray data not None, x, y, r,\n var=None, err=None, gain=None, np.ndarray mask=None,\n double maskthresh=0.0,\n seg_id=None, np.ndarray segmap=None,\n bkgann=None, int subpix=5):\n \"\"\"sum_circle(data, x, y, r, err=None, var=None, mask=None, maskthresh=0.0,\n segmap=None, seg_id=None,\n bkgann=None, gain=None, subpix=5)\n\n Sum data in circular aperture(s).\n\n Parameters\n ----------\n data : `~numpy.ndarray`\n 2-d array to be summed.\n\n x, y, r : array_like\n Center coordinates and radius (radii) of aperture(s).\n ``x`` corresponds to the second (\"fast\") axis of the input array\n and ``y`` corresponds to the first (\"slow\") axis.\n ``x, y = (0.0, 0.0)`` corresponds to the center of the first\n element of the array. These inputs obey numpy broadcasting rules.\n\n err, var : float or `~numpy.ndarray`\n Error *or* variance (specify at most one).\n\n mask : `~numpy.ndarray`, optional\n Mask array. If supplied, a given pixel is masked if its value\n is greater than ``maskthresh``.\n\n maskthresh : float, optional\n Threshold for a pixel to be masked. Default is ``0.0``.\n\n segmap : `~numpy.ndarray`, optional\n Segmentation image with dimensions of ``data`` and dtype ``np.int32``.\n This is an optional input and corresponds to the segmentation map\n output by `~sep.extract`.\n\n seg_id : array_like, optional\n Array of segmentation ids used to mask additional pixels in the image.\n Dimensions correspond to the dimensions of ``x`` and ``y``. The\n behavior differs depending on whether ``seg_id`` is negative or\n positive. If ``seg_id`` is positive, all pixels belonging to other\n objects are masked. (Pixel ``j, i`` is masked if ``seg[j, i] != seg_id\n and seg[j, i] != 0``). If ``seg_id`` is negative, all pixels other\n than those belonging to the object of interest are masked. (Pixel ``j,\n i`` is masked if ``seg[j, i] != -seg_id``). NB: must be included if\n ``segmap`` is provided.\n\n bkgann : tuple, optional\n Length 2 tuple giving the inner and outer radius of a\n \"background annulus\". If supplied, the background is estimated\n by averaging unmasked pixels in this annulus. If supplied, the inner\n and outer radii obey numpy broadcasting rules along with ``x``,\n ``y`` and ``r``.\n\n gain : float, optional\n Conversion factor between data array units and poisson counts,\n used in calculating poisson noise in aperture sum. If ``None``\n (default), do not add poisson noise.\n\n subpix : int, optional\n Subpixel sampling factor. If 0, exact overlap is calculated.\n Default is 5.\n\n Returns\n -------\n sum : `~numpy.ndarray`\n The sum of the data array within the aperture.\n\n sumerr : `~numpy.ndarray`\n Error on the sum.\n\n flags : `~numpy.ndarray`\n Integer giving flags. (0 if no flags set.)\n \"\"\"\n\n cdef double flux1, fluxerr1, area1,\n cdef double bkgflux, bkgfluxerr, bkgarea\n cdef short flag1, bkgflag\n cdef size_t i\n cdef int status\n cdef np.broadcast it\n cdef sep_image im\n\n # Test for map without seg_id. Nothing happens if seg_id supplied but\n # without segmap.\n if (segmap is not None) and (seg_id is None):\n raise ValueError('`segmap` supplied but not `seg_id`.')\n\n _parse_arrays(data, err, var, mask, segmap, &im)\n im.maskthresh = maskthresh\n if gain is not None:\n im.gain = gain\n\n # Require that inputs are float64 arrays. This has to be done because we\n # are using a broadcasting iterator below, where we need to know the type\n # in advance. There are other ways to do this, e.g., using NpyIter_Multi\n # in the numpy C-API. However, the best way to use this from cython\n # is not clear to me at this time.\n #\n # docs.scipy.org/doc/numpy/reference/c-api.iterator.html#NpyIter_MultiNew\n dt = np.dtype(np.double)\n dint = np.dtype(np.int32)\n\n x = np.require(x, dtype=dt)\n y = np.require(y, dtype=dt)\n r = np.require(r, dtype=dt)\n\n # Segmentation image and ids with same dimensions as x, y, etc.\n if seg_id is not None:\n seg_id = np.require(seg_id, dtype=dint)\n if seg_id.shape != x.shape:\n raise ValueError('Shapes of `x` and `seg_id` do not match')\n else:\n seg_id = np.zeros(len(x), dtype=dint)\n\n if bkgann is None:\n\n # allocate ouput arrays\n shape = np.broadcast(x, y, r).shape\n sum = np.empty(shape, dt)\n sumerr = np.empty(shape, dt)\n flag = np.empty(shape, np.short)\n\n it = np.broadcast(x, y, r, seg_id, sum, sumerr, flag)\n\n while np.PyArray_MultiIter_NOTDONE(it):\n\n status = sep_sum_circle(\n &im,\n (np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n (np.PyArray_MultiIter_DATA(it, 2))[0],\n (np.PyArray_MultiIter_DATA(it, 3))[0],\n subpix, 0,\n np.PyArray_MultiIter_DATA(it, 4),\n np.PyArray_MultiIter_DATA(it, 5),\n &area1,\n np.PyArray_MultiIter_DATA(it, 6))\n _assert_ok(status)\n\n # Advance the iterator\n np.PyArray_MultiIter_NEXT(it)\n\n return sum, sumerr, flag\n\n else:\n rin, rout = bkgann\n\n # Require float arrays (see note above)\n rin = np.require(rin, dtype=dt)\n rout = np.require(rout, dtype=dt)\n\n # allocate ouput arrays\n shape = np.broadcast(x, y, r, rin, rout).shape\n sum = np.empty(shape, dt)\n sumerr = np.empty(shape, dt)\n flag = np.empty(shape, np.short)\n\n it = np.broadcast(x, y, r, rin, rout, seg_id, sum, sumerr, flag)\n while np.PyArray_MultiIter_NOTDONE(it):\n status = sep_sum_circle(\n &im,\n (np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n (np.PyArray_MultiIter_DATA(it, 2))[0],\n (np.PyArray_MultiIter_DATA(it, 5))[0],\n subpix, 0, &flux1, &fluxerr1, &area1, &flag1)\n _assert_ok(status)\n\n # background subtraction\n # Note that background output flags are not used.\n status = sep_sum_circann(\n &im,\n (np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n (np.PyArray_MultiIter_DATA(it, 3))[0],\n (np.PyArray_MultiIter_DATA(it, 4))[0],\n (np.PyArray_MultiIter_DATA(it, 5))[0],\n 1, SEP_MASK_IGNORE, &bkgflux, &bkgfluxerr, &bkgarea, &bkgflag)\n _assert_ok(status)\n\n if not bkgarea > 0:\n raise ValueError(\n \"The background annulus does not contain any valid pixels, \"\n \"for the object at index \"\n f\"{np.PyArray_MultiIter_INDEX(it)}.\"\n )\n\n if area1 > 0:\n flux1 -= bkgflux / bkgarea * area1\n bkgfluxerr = bkgfluxerr / bkgarea * area1\n fluxerr1 = sqrt(fluxerr1*fluxerr1 + bkgfluxerr*bkgfluxerr)\n (np.PyArray_MultiIter_DATA(it, 6))[0] = flux1\n (np.PyArray_MultiIter_DATA(it, 7))[0] = fluxerr1\n (np.PyArray_MultiIter_DATA(it, 8))[0] = flag1\n\n np.PyArray_MultiIter_NEXT(it)\n\n return sum, sumerr, flag\n\n@cython.boundscheck(False)\n@cython.wraparound(False)\ndef sum_circann(np.ndarray data not None, x, y, rin, rout,\n var=None, err=None, gain=None, np.ndarray mask=None,\n double maskthresh=0.0, seg_id=None, np.ndarray segmap=None,\n int subpix=5):\n \"\"\"sum_circann(data, x, y, rin, rout, err=None, var=None, mask=None,\n maskthresh=0.0, seg_id=None, segmap=None, gain=None,\n subpix=5)\n\n Sum data in circular annular aperture(s).\n\n Parameters\n ----------\n data : `~numpy.ndarray`\n 2-d array to be summed.\n\n x, y, rin, rout : array_like\n Center coordinates and inner and outer radii of aperture(s).\n ``x`` corresponds to the second (\"fast\") axis of the input array\n and ``y`` corresponds to the first (\"slow\") axis.\n ``x, y = (0.0, 0.0)`` corresponds to the center of the first\n element of the array. These inputs obey numpy broadcasting rules.\n It is required that ``rout >= rin >= 0.0``.\n\n err, var : float or ndarray\n Error *or* variance (specify at most one).\n\n mask : `~numpy.ndarray`, optional\n Mask array. If supplied, a given pixel is masked if its value\n is greater than ``maskthresh``.\n\n maskthresh : float, optional\n Threshold for a pixel to be masked. Default is ``0.0``.\n\n segmap : `~numpy.ndarray`, optional\n Segmentation image with dimensions of ``data`` and dtype ``np.int32``.\n This is an optional input and corresponds to the segmentation map\n output by `~sep.extract`.\n\n seg_id : array_like, optional\n Array of segmentation ids used to mask additional pixels in the image.\n Dimensions correspond to the dimensions of ``x`` and ``y``. The\n behavior differs depending on whether ``seg_id`` is negative or\n positive. If ``seg_id`` is positive, all pixels belonging to other\n objects are masked. (Pixel ``j, i`` is masked if ``seg[j, i] != seg_id\n and seg[j, i] != 0``). If ``seg_id`` is negative, all pixels other\n than those belonging to the object of interest are masked. (Pixel ``j,\n i`` is masked if ``seg[j, i] != -seg_id``). NB: must be included if\n ``segmap`` is provided.\n\n gain : float, optional\n Conversion factor between data array units and poisson counts,\n used in calculating poisson noise in aperture sum. If ``None``\n (default), do not add poisson noise.\n\n subpix : int, optional\n Subpixel sampling factor. Default is 5.\n\n Returns\n -------\n sum : `~numpy.ndarray`\n The sum of the data array within the aperture.\n\n sumerr : `~numpy.ndarray`\n Error on the sum.\n\n flags : `~numpy.ndarray`\n Integer giving flags. (0 if no flags set.)\n \"\"\"\n\n cdef double area1\n cdef size_t i\n cdef int status\n cdef np.broadcast it\n cdef sep_image im\n\n # Test for segmap without seg_id. Nothing happens if seg_id supplied but\n # without segmap.\n if (segmap is not None) and (seg_id is None):\n raise ValueError('`segmap` supplied but not `seg_id`.')\n\n _parse_arrays(data, err, var, mask, segmap, &im)\n im.maskthresh = maskthresh\n if gain is not None:\n im.gain = gain\n\n # convert inputs to double arrays\n dt = np.dtype(np.double)\n dint = np.dtype(np.int32)\n x = np.require(x, dtype=dt)\n y = np.require(y, dtype=dt)\n rin = np.require(rin, dtype=dt)\n rout = np.require(rout, dtype=dt)\n\n # Segmentation image and ids with same dimensions as x, y, etc.\n if seg_id is not None:\n seg_id = np.require(seg_id, dtype=dint)\n if seg_id.shape != x.shape:\n raise ValueError('Shapes of `x` and `seg_id` do not match')\n else:\n seg_id = np.zeros(len(x), dtype=dint)\n\n # allocate ouput arrays\n shape = np.broadcast(x, y, rin, rout).shape\n sum = np.empty(shape, dt)\n sumerr = np.empty(shape, dt)\n flag = np.empty(shape, np.short)\n\n # it = np.broadcast(x, y, rin, rout, sum, sumerr, flag)\n it = np.broadcast(x, y, rin, rout, seg_id, sum, sumerr, flag)\n\n while np.PyArray_MultiIter_NOTDONE(it):\n status = sep_sum_circann(\n &im,\n (np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n (np.PyArray_MultiIter_DATA(it, 2))[0],\n (np.PyArray_MultiIter_DATA(it, 3))[0],\n (np.PyArray_MultiIter_DATA(it, 4))[0],\n subpix, 0,\n np.PyArray_MultiIter_DATA(it, 5),\n np.PyArray_MultiIter_DATA(it, 6),\n &area1,\n np.PyArray_MultiIter_DATA(it, 7))\n\n _assert_ok(status)\n\n np.PyArray_MultiIter_NEXT(it)\n\n return sum, sumerr, flag\n\n\ndef sum_ellipse(np.ndarray data not None, x, y, a, b, theta, r=1.0,\n var=None, err=None, gain=None, np.ndarray mask=None,\n double maskthresh=0.0,\n seg_id=None, np.ndarray segmap=None,\n bkgann=None, int subpix=5):\n \"\"\"sum_ellipse(data, x, y, a, b, theta, r, err=None, var=None, mask=None,\n maskthresh=0.0, seg_id=None, segmap=None, bkgann=None,\n gain=None, subpix=5)\n\n Sum data in elliptical aperture(s).\n\n Parameters\n ----------\n data : `~numpy.ndarray`\n 2-d array to be summed.\n\n x, y : array_like\n Center coordinates and radius (radii) of aperture(s).\n ``x`` corresponds to the second (\"fast\") axis of the input array\n and ``y`` corresponds to the first (\"slow\") axis.\n ``x, y = (0.0, 0.0)`` corresponds to the center of the first\n element of the array. These inputs obey numpy broadcasting rules.\n\n a, b, theta : array_like\n Ellipse parameters. These inputs, along with ``x``, ``y``, and ``r``,\n obey numpy broadcasting rules. ``a`` is the semi-major axis,\n ``b`` is the semi-minor axis and ``theta`` is angle in radians between\n the positive x axis and the major axis. It must be in the range\n ``[-pi/2, pi/2]``. It is also required that ``a >= b >= 0.0``.\n\n r : array_like, optional\n Scaling factor for the semi-minor and semi-major axes. The\n actual ellipse used will have semi-major axis ``a * r`` and\n semi-minor axis ``b * r``. Setting this parameter to a value\n other than 1.0 is exactly equivalent to scaling both ``a`` and\n ``b`` by the same value. Default is 1.0.\n\n err, var : float or `~numpy.ndarray`\n Error *or* variance (specify at most one).\n\n mask : `~numpy.ndarray`, optional\n Mask array. If supplied, a given pixel is masked if its value\n is greater than ``maskthresh``.\n\n maskthresh : float, optional\n Threshold for a pixel to be masked. Default is ``0.0``.\n\n segmap : `~numpy.ndarray`, optional\n Segmentation image with dimensions of ``data`` and dtype ``np.int32``.\n This is an optional input and corresponds to the segmentation map\n output by `~sep.extract`.\n\n seg_id : array_like, optional\n Array of segmentation ids used to mask additional pixels in the image.\n Dimensions correspond to the dimensions of ``x`` and ``y``. The\n behavior differs depending on whether ``seg_id`` is negative or\n positive. If ``seg_id`` is positive, all pixels belonging to other\n objects are masked. (Pixel ``j, i`` is masked if ``seg[j, i] != seg_id\n and seg[j, i] != 0``). If ``seg_id`` is negative, all pixels other\n than those belonging to the object of interest are masked. (Pixel ``j,\n i`` is masked if ``seg[j, i] != -seg_id``). NB: must be included if\n ``segmap`` is provided.\n\n bkgann : tuple, optional\n Length 2 tuple giving the inner and outer radius of a\n \"background annulus\". If supplied, the background is estimated\n by averaging unmasked pixels in this annulus. If supplied, the inner\n and outer radii obey numpy broadcasting rules, along with ``x``,\n ``y``, and ellipse parameters.\n\n gain : float, optional\n Conversion factor between data array units and poisson counts,\n used in calculating poisson noise in aperture sum. If ``None``\n (default), do not add poisson noise.\n\n subpix : int, optional\n Subpixel sampling factor. Default is 5.\n\n Returns\n -------\n sum : `~numpy.ndarray`\n The sum of the data array within the aperture.\n\n sumerr : `~numpy.ndarray`\n Error on the sum.\n\n flags : `~numpy.ndarray`\n Integer giving flags. (0 if no flags set.)\n\n \"\"\"\n\n cdef double flux1, fluxerr1, x1, y1, r1, area1, rin1, rout1\n cdef double bkgflux, bkgfluxerr, bkgarea\n cdef short flag1, bkgflag\n cdef size_t i\n cdef int status\n cdef np.broadcast it\n cdef sep_image im\n\n # Test for seg without seg_id. Nothing happens if seg_id supplied but\n # without segmap.\n if (segmap is not None) and (seg_id is None):\n raise ValueError('`segmap` supplied but not `seg_id`.')\n\n _parse_arrays(data, err, var, mask, segmap, &im)\n im.maskthresh = maskthresh\n if gain is not None:\n im.gain = gain\n\n # Require that inputs are float64 arrays. See note in circular aperture.\n dt = np.dtype(np.double)\n dint = np.dtype(np.int32)\n x = np.require(x, dtype=dt)\n y = np.require(y, dtype=dt)\n a = np.require(a, dtype=dt)\n b = np.require(b, dtype=dt)\n theta = np.require(theta, dtype=dt)\n r = np.require(r, dtype=dt)\n\n # Segmentation image and ids with same dimensions as x, y, etc.\n if seg_id is not None:\n seg_id = np.require(seg_id, dtype=dint)\n if seg_id.shape != x.shape:\n raise ValueError('Shapes of `x` and `seg_id` do not match')\n else:\n seg_id = np.zeros(len(x), dtype=dint)\n\n if bkgann is None:\n\n # allocate ouput arrays\n shape = np.broadcast(x, y, a, b, theta, r).shape\n sum = np.empty(shape, dt)\n sumerr = np.empty(shape, dt)\n flag = np.empty(shape, np.short)\n\n it = np.broadcast(x, y, a, b, theta, r, seg_id, sum, sumerr, flag)\n while np.PyArray_MultiIter_NOTDONE(it):\n status = sep_sum_ellipse(\n &im,\n (np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n (np.PyArray_MultiIter_DATA(it, 2))[0],\n (np.PyArray_MultiIter_DATA(it, 3))[0],\n (np.PyArray_MultiIter_DATA(it, 4))[0],\n (np.PyArray_MultiIter_DATA(it, 5))[0],\n (np.PyArray_MultiIter_DATA(it, 6))[0],\n subpix, 0,\n np.PyArray_MultiIter_DATA(it, 7),\n np.PyArray_MultiIter_DATA(it, 8),\n &area1,\n np.PyArray_MultiIter_DATA(it, 9))\n _assert_ok(status)\n\n np.PyArray_MultiIter_NEXT(it)\n\n return sum, sumerr, flag\n\n else:\n rin, rout = bkgann\n\n # Require float arrays (see note above)\n rin = np.require(rin, dtype=dt)\n rout = np.require(rout, dtype=dt)\n\n # allocate ouput arrays\n shape = np.broadcast(x, y, a, b, theta, r, rin, rout).shape\n sum = np.empty(shape, dt)\n sumerr = np.empty(shape, dt)\n flag = np.empty(shape, np.short)\n\n it = np.broadcast(x, y, a, b, theta, r, rin, rout, seg_id, sum, sumerr, flag)\n while np.PyArray_MultiIter_NOTDONE(it):\n status = sep_sum_ellipse(\n &im,\n (np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n (np.PyArray_MultiIter_DATA(it, 2))[0],\n (np.PyArray_MultiIter_DATA(it, 3))[0],\n (np.PyArray_MultiIter_DATA(it, 4))[0],\n (np.PyArray_MultiIter_DATA(it, 5))[0],\n (np.PyArray_MultiIter_DATA(it, 8))[0],\n subpix, 0, &flux1, &fluxerr1, &area1, &flag1)\n _assert_ok(status)\n\n status = sep_sum_ellipann(\n &im,\n (np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n (np.PyArray_MultiIter_DATA(it, 2))[0],\n (np.PyArray_MultiIter_DATA(it, 3))[0],\n (np.PyArray_MultiIter_DATA(it, 4))[0],\n (np.PyArray_MultiIter_DATA(it, 6))[0],\n (np.PyArray_MultiIter_DATA(it, 7))[0],\n (np.PyArray_MultiIter_DATA(it, 8))[0],\n subpix, 0, &bkgflux, &bkgfluxerr, &bkgarea, &bkgflag)\n _assert_ok(status)\n\n if not bkgarea > 0:\n raise ValueError(\n \"The background annulus does not contain any valid pixels, \"\n \"for the object at index \"\n f\"{np.PyArray_MultiIter_INDEX(it)}.\"\n )\n\n if (area1 > 0):\n flux1 -= bkgflux / bkgarea * area1\n bkgfluxerr = bkgfluxerr / bkgarea * area1\n fluxerr1 = sqrt(fluxerr1*fluxerr1 + bkgfluxerr*bkgfluxerr)\n\n (np.PyArray_MultiIter_DATA(it, 9))[0] = flux1\n (np.PyArray_MultiIter_DATA(it, 10))[0] = fluxerr1\n (np.PyArray_MultiIter_DATA(it, 11))[0] = flag1\n\n #PyArray_MultiIter_NEXT is used to advance the iterator\n np.PyArray_MultiIter_NEXT(it)\n\n return sum, sumerr, flag\n\n\n@cython.boundscheck(False)\n@cython.wraparound(False)\ndef sum_ellipann(np.ndarray data not None, x, y, a, b, theta, rin, rout,\n var=None, err=None, gain=None, np.ndarray mask=None,\n double maskthresh=0.0,\n seg_id=None, np.ndarray segmap=None,\n int subpix=5):\n \"\"\"sum_ellipann(data, x, y, a, b, theta, rin, rout, err=None, var=None,\n mask=None, maskthresh=0.0, gain=None, subpix=5)\n\n Sum data in elliptical annular aperture(s).\n\n Parameters\n ----------\n data : `~numpy.ndarray`\n 2-d array to be summed.\n\n x, y : array_like\n Center coordinates and radius (radii) of aperture(s).\n ``x`` corresponds to the second (\"fast\") axis of the input array\n and ``y`` corresponds to the first (\"slow\") axis.\n ``x, y = (0.0, 0.0)`` corresponds to the center of the first\n element of the array. These inputs obey numpy broadcasting rules.\n\n a, b, theta, rin, rout : array_like\n Elliptical annulus parameters. These inputs, along with ``x`` and ``y``,\n obey numpy broadcasting rules. ``a`` is the semi-major axis,\n ``b`` is the semi-minor axis and ``theta`` is angle in radians between\n the positive x axis and the major axis. It must be in the range\n ``[-pi/2, pi/2]``. It is also required that ``a >= b >= 0.0`` and\n ``rout >= rin >= 0.0``\n\n err, var : float or `~numpy.ndarray`\n Error *or* variance (specify at most one).\n\n mask : `~numpy.ndarray`, optional\n Mask array. If supplied, a given pixel is masked if its value\n is greater than ``maskthresh``.\n\n maskthresh : float, optional\n Threshold for a pixel to be masked. Default is ``0.0``.\n\n gain : float, optional\n Conversion factor between data array units and poisson counts,\n used in calculating poisson noise in aperture sum. If ``None``\n (default), do not add poisson noise.\n\n segmap : `~numpy.ndarray`, optional\n Segmentation image with dimensions of ``data`` and dtype ``np.int32``.\n This is an optional input and corresponds to the segmentation map\n output by `~sep.extract`.\n\n seg_id : array_like, optional\n Array of segmentation ids used to mask additional pixels in the image.\n Dimensions correspond to the dimensions of ``x`` and ``y``. The\n behavior differs depending on whether ``seg_id`` is negative or\n positive. If ``seg_id`` is positive, all pixels belonging to other\n objects are masked. (Pixel ``j, i`` is masked if ``seg[j, i] != seg_id\n and seg[j, i] != 0``). If ``seg_id`` is negative, all pixels other\n than those belonging to the object of interest are masked. (Pixel ``j,\n i`` is masked if ``seg[j, i] != -seg_id``). NB: must be included if\n ``segmap`` is provided.\n\n subpix : int, optional\n Subpixel sampling factor. Default is 5.\n\n Returns\n -------\n sum : `~numpy.ndarray`\n The sum of the data array within the aperture(s).\n\n sumerr : `~numpy.ndarray`\n Error on the sum.\n\n flags : `~numpy.ndarray`\n Integer giving flags. (0 if no flags set.)\n \"\"\"\n\n cdef double flux1, fluxerr1, x1, y1, r1, area1, rin1, rout1\n cdef double bkgflux, bkgfluxerr, bkgarea\n cdef short flag1, bkgflag\n cdef size_t i\n cdef int status\n cdef np.broadcast it\n cdef sep_image im\n\n # Test for segmap without seg_id. Nothing happens if seg_id supplied but\n # without segmap.\n if (segmap is not None) and (seg_id is None):\n raise ValueError('`segmap` supplied but not `seg_id`.')\n\n _parse_arrays(data, err, var, mask, segmap, &im)\n im.maskthresh = maskthresh\n if gain is not None:\n im.gain = gain\n\n # Require that inputs are float64 arrays. See note in circular aperture.\n dt = np.dtype(np.double)\n dint = np.dtype(np.int32)\n\n x = np.require(x, dtype=dt)\n y = np.require(y, dtype=dt)\n a = np.require(a, dtype=dt)\n b = np.require(b, dtype=dt)\n theta = np.require(theta, dtype=dt)\n rin = np.require(rin, dtype=dt)\n rout = np.require(rout, dtype=dt)\n\n # Segmentation image and ids with same dimensions as x, y, etc.\n if seg_id is not None:\n seg_id = np.require(seg_id, dtype=dint)\n if seg_id.shape != x.shape:\n raise ValueError('Shapes of `x` and `seg_id` do not match')\n else:\n seg_id = np.zeros(len(x), dtype=dint)\n\n # allocate ouput arrays\n shape = np.broadcast(x, y, a, b, theta, rin, rout).shape\n sum = np.empty(shape, dt)\n sumerr = np.empty(shape, dt)\n flag = np.empty(shape, np.short)\n\n it = np.broadcast(x, y, a, b, theta, rin, rout, seg_id, sum, sumerr, flag)\n while np.PyArray_MultiIter_NOTDONE(it):\n status = sep_sum_ellipann(\n &im,\n (np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n (np.PyArray_MultiIter_DATA(it, 2))[0],\n (np.PyArray_MultiIter_DATA(it, 3))[0],\n (np.PyArray_MultiIter_DATA(it, 4))[0],\n (np.PyArray_MultiIter_DATA(it, 5))[0],\n (np.PyArray_MultiIter_DATA(it, 6))[0],\n (np.PyArray_MultiIter_DATA(it, 7))[0],\n subpix, 0,\n np.PyArray_MultiIter_DATA(it, 8),\n np.PyArray_MultiIter_DATA(it, 9),\n &area1,\n np.PyArray_MultiIter_DATA(it, 10))\n _assert_ok(status)\n np.PyArray_MultiIter_NEXT(it)\n\n return sum, sumerr, flag\n\n@cython.boundscheck(False)\n@cython.wraparound(False)\ndef flux_radius(np.ndarray data not None, x, y, rmax, frac, normflux=None,\n np.ndarray mask=None, double maskthresh=0.0,\n seg_id=None, np.ndarray segmap=None,\n int subpix=5):\n \"\"\"flux_radius(data, x, y, rmax, frac, normflux=None, mask=None,\n maskthresh=0.0, subpix=5)\n\n Return radius of a circle enclosing requested fraction of total flux.\n\n Parameters\n ----------\n data : `~numpy.ndarray`\n 2-d array to be summed.\n\n x, y : array_like\n Center coordinates and radius (radii) of aperture(s).\n ``x`` corresponds to the second (\"fast\") axis of the input array\n and ``y`` corresponds to the first (\"slow\") axis.\n ``x, y = (0.0, 0.0)`` corresponds to the center of the first\n element of the array. Shapes must match.\n\n rmax : array_like\n Maximum radius to analyze. Used as normalizing flux if ``normflux``\n is None. Shape must match x and y.\n\n frac : array_like\n Requested fraction of light (in range 0 to 1). Can be scalar or array.\n\n normflux : array_like, optional\n Normalizing flux for each position. If not given, the sum\n within ``rmax`` is used as the normalizing flux. If given,\n shape must match x, y and rmax.\n\n mask : `~numpy.ndarray`, optional\n Mask array. If supplied, a given pixel is masked if its value\n is greater than ``maskthresh``.\n\n maskthresh : float, optional\n Threshold for a pixel to be masked. Default is ``0.0``.\n\n segmap : `~numpy.ndarray`, optional\n Segmentation image with dimensions of ``data`` and dtype ``np.int32``.\n This is an optional input and corresponds to the segmentation map\n output by `~sep.extract`.\n\n seg_id : array_like, optional\n Array of segmentation ids used to mask additional pixels in the image.\n Dimensions correspond to the dimensions of ``x`` and ``y``. The\n behavior differs depending on whether ``seg_id`` is negative or\n positive. If ``seg_id`` is positive, all pixels belonging to other\n objects are masked. (Pixel ``j, i`` is masked if ``seg[j, i] != seg_id\n and seg[j, i] != 0``). If ``seg_id`` is negative, all pixels other\n than those belonging to the object of interest are masked. (Pixel ``j,\n i`` is masked if ``seg[j, i] != -seg_id``). NB: must be included if\n ``segmap`` is provided.\n\n subpix : int, optional\n Subpixel sampling factor. Default is 5.\n\n Returns\n -------\n radius : `~numpy.ndarray`\n The sum of the data array within the aperture(s). Shape is\n same as ``x``, except if ``frac`` is an array; then the\n dimension of ``frac`` will be appended. For example, if ``x``\n and ``frac`` are both 1-d arrays, the result will be a 2-d\n array with the trailing dimension corresponding to ``frac``.\n\n flags : `~numpy.ndarray`\n Integer giving flags. Same shape as ``x``. (0 if no flags set.)\n\n \"\"\"\n\n cdef double flux1, fluxerr1, x1, y1, r1, area1, rin1, rout1\n cdef double bkgflux, bkgfluxerr, bkgarea\n cdef short flag1, bkgflag\n cdef int i\n cdef int status, fracn\n cdef short[:] flag\n cdef double[:, :] radius\n cdef double[:] fractmp\n cdef double[:] xtmp\n cdef double[:] ytmp\n cdef double[:] rtmp\n cdef double[:] normfluxbuf\n cdef double *normfluxptr\n cdef sep_image im\n\n # Test for segmap without seg_id. Nothing happens if seg_id supplied but\n # without segmap.\n if (segmap is not None) and (seg_id is None):\n raise ValueError('`segmap` supplied but not `seg_id`.')\n\n _parse_arrays(data, None, None, mask, segmap, &im)\n im.maskthresh = maskthresh\n\n # Require that inputs are float64 arrays with same shape. See note in\n # circular aperture.\n # Also require that frac is a contiguous array.\n dt = np.dtype(np.double)\n dint = np.dtype(np.int32)\n\n x = np.require(x, dtype=dt)\n y = np.require(y, dtype=dt)\n rmax = np.require(rmax, dtype=dt)\n frac = np.require(frac, dtype=dt)\n inshape = x.shape\n infracshape = frac.shape\n if (y.shape != inshape or rmax.shape != inshape):\n raise ValueError(\"shape of x, y, and r must match\")\n\n if seg_id is not None:\n seg_id = np.require(seg_id, dtype=dint)\n if seg_id.shape != x.shape:\n raise ValueError('Shapes of `x` and `seg_id` do not match')\n else:\n seg_id = np.zeros(len(x), dtype=dint)\n\n # Convert input arrays to 1-d for correct looping and indexing.\n xtmp = np.ravel(x)\n ytmp = np.ravel(y)\n rtmp = np.ravel(rmax)\n itmp = np.ravel(seg_id)\n fractmp = np.ravel(np.ascontiguousarray(frac))\n fracn = len(fractmp)\n\n # optional `normflux` input.\n normfluxptr = NULL\n if normflux is not None:\n normflux = np.require(normflux, dtype=dt)\n if normflux.shape != inshape:\n raise ValueError(\"shape of normflux must match shape of \"\n \"x, y and r\")\n normfluxbuf = np.ravel(normflux)\n normfluxptr = &normfluxbuf[0]\n\n # Allocate ouput arrays. (We'll reshape these later to match the\n # input shapes.)\n flag = np.empty(len(xtmp), np.short)\n radius = np.empty((len(xtmp), len(fractmp)), dt)\n\n for i in range(len(xtmp)):\n if normfluxptr != NULL:\n normfluxptr = &normfluxbuf[i]\n status = sep_flux_radius(&im,\n xtmp[i], ytmp[i], rtmp[i], itmp[i],\n subpix, 0,\n normfluxptr, &fractmp[0], fracn,\n &radius[i, 0], &flag[i])\n _assert_ok(status)\n\n return (np.asarray(radius).reshape(inshape + infracshape),\n np.asarray(flag).reshape(inshape))\n\n\n@cython.boundscheck(False)\n@cython.wraparound(False)\ndef mask_ellipse(np.ndarray arr not None, x, y, a=None, b=None, theta=None,\n r=1.0, cxx=None, cyy=None, cxy=None):\n \"\"\"mask_ellipse(arr, x, y, a, b, theta, r=1.0)\n\n Mask ellipse(s) in an array.\n\n Set array elements to True (or 1) if they fall within the given\n ellipse. The ``r`` keyword can be used to scale the ellipse.\n Equivalently, after converting ``a``, ``b``, ``theta`` to a\n coefficient ellipse representation (``cxx``, ``cyy``, ``cxy``),\n pixels that fulfill the condition\n\n .. math::\n\n cxx(x_i - x)^2 + cyy(y_i - y)^2 + cxx(x_i - x)(y_i - y) < r^2\n\n will be masked.\n\n Parameters\n ----------\n arr : `~numpy.ndarray`\n Input array to be masked. Array is updated in-place.\n x, y : array_like\n Center of ellipse(s).\n a, b, theta : array_like, optional\n Parameters defining the extent of the ellipe(s).\n cxx, cyy, cxy : array_like, optional\n Alternative ellipse representation. Can be used as\n ``mask_ellipse(arr, x, y, cxx=..., cyy=..., cxy=...)``.\n r : array_like, optional\n Scale factor of ellipse(s). Default is 1.\n \"\"\"\n\n cdef np.int64_t w, h\n cdef np.uint8_t[:,:] buf\n cdef double cxx_, cyy_, cxy_\n\n dt = np.dtype(np.double)\n\n # only boolean arrays supported\n if not (arr.dtype.type is np.bool_ or arr.dtype.type is np.ubyte):\n raise ValueError(\"Array data type not supported: {0:s}\"\n .format(arr.dtype))\n _check_array_get_dims(arr, &w, &h)\n buf = arr.view(dtype=np.uint8)\n\n x = np.require(x, dtype=dt)\n y = np.require(y, dtype=dt)\n r = np.require(r, dtype=dt)\n\n # a, b, theta representation\n if (a is not None and b is not None and theta is not None):\n a = np.require(a, dtype=dt)\n b = np.require(b, dtype=dt)\n theta = np.require(theta, dtype=dt)\n\n it = np.broadcast(x, y, a, b, theta, r)\n while np.PyArray_MultiIter_NOTDONE(it):\n sep_ellipse_coeffs((np.PyArray_MultiIter_DATA(it, 2))[0],\n (np.PyArray_MultiIter_DATA(it, 3))[0],\n (np.PyArray_MultiIter_DATA(it, 4))[0],\n &cxx_, &cyy_, &cxy_)\n sep_set_ellipse(&buf[0, 0], w, h,\n (np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n cxx_, cyy_, cxy_,\n (np.PyArray_MultiIter_DATA(it, 5))[0],\n 1)\n np.PyArray_MultiIter_NEXT(it)\n\n # cxx, cyy, cxy representation\n elif (cxx is not None and cyy is not None and cxy is not None):\n cxx = np.require(cxx, dtype=dt)\n cyy = np.require(cyy, dtype=dt)\n cxy = np.require(cxy, dtype=dt)\n\n it = np.broadcast(x, y, cxx, cyy, cxy, r)\n while np.PyArray_MultiIter_NOTDONE(it):\n sep_set_ellipse(&buf[0, 0], w, h,\n (np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n (np.PyArray_MultiIter_DATA(it, 2))[0],\n (np.PyArray_MultiIter_DATA(it, 3))[0],\n (np.PyArray_MultiIter_DATA(it, 4))[0],\n (np.PyArray_MultiIter_DATA(it, 5))[0],\n 1)\n np.PyArray_MultiIter_NEXT(it)\n else:\n raise ValueError(\"Must specify either a, b and theta or \"\n \"cxx, cyy and cxy.\")\n\n\ndef kron_radius(np.ndarray data not None, x, y, a, b, theta, r,\n np.ndarray mask=None, double maskthresh=0.0,\n seg_id=None, np.ndarray segmap=None):\n \"\"\"kron_radius(data, x, y, a, b, theta, r, mask=None, maskthresh=0.0, seg_id=None, segmap=None)\n\n Calculate Kron \"radius\" within an ellipse.\n\n The Kron radius is given by\n\n .. math::\n\n \\sum_i r_i I(r_i) / \\sum_i I(r_i)\n\n where the sum is over all pixels in the aperture and the radius is given\n in units of ``a`` and ``b``: ``r_i`` is the distance to the pixel relative\n to the distance to the ellipse specified by ``a``, ``b``, ``theta``.\n Equivalently, after converting the ellipse parameters to their coefficient\n representation, ``r_i`` is given by\n\n .. math::\n\n r_i^2 = cxx(x_i - x)^2 + cyy(y_i - y)^2 + cxx(x_i - x)(y_i - y)\n\n Parameters\n ----------\n data : `~numpy.ndarray`\n Data array.\n\n x, y : array_like\n Ellipse center(s).\n\n a, b, theta : array_like\n Ellipse parameters.\n\n r : array_like\n \"Radius\" of ellipse over which to integrate. If the ellipse\n extent correponds to second moments of an object, this is the\n number of \"isophotal radii\" in Source Extractor parlance. A\n Fixed value of 6 is used in Source Extractor.\n\n mask : `numpy.ndarray`, optional\n An optional mask.\n\n maskthresh : float, optional\n Pixels with mask > maskthresh will be ignored.\n\n segmap : `~numpy.ndarray`, optional\n Segmentation image with dimensions of ``data`` and dtype ``np.int32``.\n This is an optional input and corresponds to the segmentation map\n output by `~sep.extract`.\n\n seg_id : array_like, optional\n Array of segmentation ids used to mask additional pixels in the image.\n Dimensions correspond to the dimensions of ``x`` and ``y``. The\n behavior differs depending on whether ``seg_id`` is negative or\n positive. If ``seg_id`` is positive, all pixels belonging to other\n objects are masked. (Pixel ``j, i`` is masked if ``seg[j, i] != seg_id\n and seg[j, i] != 0``). If ``seg_id`` is negative, all pixels other\n than those belonging to the object of interest are masked. (Pixel ``j,\n i`` is masked if ``seg[j, i] != -seg_id``). NB: must be included if\n ``segmap`` is provided.\n\n Returns\n -------\n kronrad : array_like\n The Kron radius.\n\n flag : array_like\n Integer value indicating conditions about the aperture or how\n many masked pixels it contains.\n\n \"\"\"\n\n cdef double cxx, cyy, cxy\n cdef sep_image im\n\n # Test for segmap without seg_id. Nothing happens if seg_id supplied but\n # without segmap.\n if (segmap is not None) and (seg_id is None):\n raise ValueError('`segmap` supplied but not `seg_id`.')\n\n _parse_arrays(data, None, None, mask, segmap, &im)\n im.maskthresh = maskthresh\n\n # See note in apercirc on requiring specific array type\n dt = np.dtype(np.double)\n dint = np.dtype(np.int32)\n\n x = np.require(x, dtype=dt)\n y = np.require(y, dtype=dt)\n a = np.require(a, dtype=dt)\n b = np.require(b, dtype=dt)\n theta = np.require(theta, dtype=dt)\n r = np.require(r, dtype=dt)\n\n # Segmentation image and ids with same dimensions as x, y, etc.\n if seg_id is not None:\n seg_id = np.require(seg_id, dtype=dint)\n if seg_id.shape != x.shape:\n raise ValueError('Shapes of `x` and `seg_id` do not match')\n else:\n seg_id = np.zeros(len(x), dtype=dint)\n\n # allocate output arrays\n shape = np.broadcast(x, y, a, b, theta, r).shape\n kr = np.empty(shape, np.float64)\n flag = np.empty(shape, np.short)\n\n it = np.broadcast(x, y, a, b, theta, r, seg_id, kr, flag)\n while np.PyArray_MultiIter_NOTDONE(it):\n sep_ellipse_coeffs((np.PyArray_MultiIter_DATA(it, 2))[0],\n (np.PyArray_MultiIter_DATA(it, 3))[0],\n (np.PyArray_MultiIter_DATA(it, 4))[0],\n &cxx, &cyy, &cxy)\n status = sep_kron_radius(&im,\n (np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n cxx, cyy, cxy,\n (np.PyArray_MultiIter_DATA(it, 5))[0],\n (np.PyArray_MultiIter_DATA(it, 6))[0],\n np.PyArray_MultiIter_DATA(it, 7),\n np.PyArray_MultiIter_DATA(it, 8))\n _assert_ok(status)\n np.PyArray_MultiIter_NEXT(it)\n\n return kr, flag\n\ndef winpos(np.ndarray data not None, xinit, yinit, sig,\n np.ndarray mask=None, double maskthresh=0.0, int subpix=11,\n double minsig=2.0/2.35*0.5):\n \"\"\"winpos(data, xinit, yinit, sig, mask=None, maskthresh=0.0, subpix=11,\n minsig=2.0/2.35*0.5)\n\n Calculate more accurate object centroids using 'windowed' algorithm.\n\n Starting from the supplied initial center position, an iterative\n algorithm is used to determine a better object centroid. On each\n iteration, the centroid is calculated using all pixels within a\n circular aperture of ``4*sig`` from the current position,\n weighting pixel positions by their flux and the amplitude of a 2-d\n Gaussian with sigma ``sig``. Iteration stops when the change in\n position falls under some threshold or a maximum number of\n iterations is reached. This is equivalent to ``XWIN_IMAGE`` and\n ``YWIN_IMAGE`` parameters in Source Extractor (for the correct choice\n of sigma for each object).\n\n **Note:** One should be cautious about using windowed positions in\n crowded fields or for sources with nearby neighbors, as the iterative\n algorithm can fail catastrophically.\n\n Parameters\n ----------\n data : `~numpy.ndarray`\n Data array.\n\n xinit, yinit : array_like\n Initial center(s).\n\n sig : array_like\n Gaussian sigma used for weighting pixels. Pixels within a circular\n aperture of radius 4*sig are included.\n\n mask : `numpy.ndarray`, optional\n An optional mask.\n\n maskthresh : float, optional\n Pixels with mask > maskthresh will be ignored.\n\n subpix : int, optional\n Subpixel sampling used to determine pixel overlap with\n aperture. 11 is used in Source Extractor. For exact overlap\n calculation, use 0.\n\n minsig : float, optional\n Minimum bound on ``sig`` parameter. ``sig`` values smaller than this\n are increased to ``minsig`` to replicate Source Extractor behavior.\n Source Extractor uses a minimum half-light radius of 0.5 pixels,\n equivalent to a sigma of 0.5 * 2.0 / 2.35.\n\n Returns\n -------\n x, y : np.ndarray\n New x and y position(s).\n\n flag : np.ndarray\n Flags.\n\n \"\"\"\n\n cdef int status\n cdef double cxx, cyy, cxy, sigval\n cdef int niter = 0 # not currently returned\n cdef sep_image im\n\n _parse_arrays(data, None, None, mask, None, &im)\n im.maskthresh = maskthresh\n\n # See note in apercirc on requiring specific array type\n dt = np.dtype(np.double)\n xinit = np.require(xinit, dtype=dt)\n yinit = np.require(yinit, dtype=dt)\n sig = np.require(sig, dtype=dt)\n\n # allocate output arrays\n shape = np.broadcast(xinit, yinit, sig).shape\n x = np.empty(shape, np.float64)\n y = np.empty(shape, np.float64)\n flag = np.empty(shape, np.short)\n\n it = np.broadcast(xinit, yinit, sig, x, y, flag)\n while np.PyArray_MultiIter_NOTDONE(it):\n sigval = (np.PyArray_MultiIter_DATA(it, 2))[0]\n if sigval < minsig:\n sigval = minsig\n status = sep_windowed(&im,\n (np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n sigval,\n subpix, 0,\n np.PyArray_MultiIter_DATA(it, 3),\n np.PyArray_MultiIter_DATA(it, 4),\n &niter,\n np.PyArray_MultiIter_DATA(it, 5))\n _assert_ok(status)\n np.PyArray_MultiIter_NEXT(it)\n\n return x, y, flag\n\n\n\ndef ellipse_coeffs(a, b, theta):\n \"\"\"ellipse_coeffs(a, b, theta)\n\n Convert from ellipse axes and angle to coefficient representation.\n\n Parameters\n ----------\n a, b, theta : array_like\n Ellipse(s) semi-major, semi-minor axes and position angle\n respectively. Position angle is radians counter clockwise\n from positive x axis to major axis, and lies in range\n ``[-pi/2, pi/2]``\n\n Returns\n -------\n cxx, cyy, cxy : `~numpy.ndarray`\n Describes the ellipse(s) ``cxx * x^2 + cyy * y^2 + cxy * xy = 1``\n \"\"\"\n\n dt = np.dtype(np.double)\n a = np.require(a, dtype=dt)\n b = np.require(b, dtype=dt)\n theta = np.require(theta, dtype=dt)\n\n shape = np.broadcast(a, b, theta).shape\n cxx = np.empty(shape, dt)\n cyy = np.empty(shape, dt)\n cxy = np.empty(shape, dt)\n\n it = np.broadcast(a, b, theta, cxx, cyy, cxy)\n while np.PyArray_MultiIter_NOTDONE(it):\n sep_ellipse_coeffs((np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n (np.PyArray_MultiIter_DATA(it, 2))[0],\n np.PyArray_MultiIter_DATA(it, 3),\n np.PyArray_MultiIter_DATA(it, 4),\n np.PyArray_MultiIter_DATA(it, 5))\n np.PyArray_MultiIter_NEXT(it)\n\n return cxx, cyy, cxy\n\ndef ellipse_axes(cxx, cyy, cxy):\n \"\"\"ellipse_axes(cxx, cyy, cxy)\n\n Convert from coefficient ellipse representation to ellipse axes and angle.\n\n Parameters\n ----------\n cxx, cyy, cxy : array_like\n Describes the ellipse(s) ``cxx * x**2 + cyy * y**2 + cxy * x * y = 1``\n\n Returns\n -------\n a, b, theta : `~numpy.ndarray`\n Ellipse(s) semi-major, semi-minor axes and position angle\n respectively. Position angle is radians counter clockwise\n from positive x axis to major axis, and lies in range\n ``(-pi/2, pi/2)``\n\n Raises\n ------\n ValueError\n If input parameters do not describe an ellipse.\n\n \"\"\"\n\n cdef int status\n\n dt = np.dtype(np.double)\n cxx = np.require(cxx, dtype=dt)\n cyy = np.require(cyy, dtype=dt)\n cxy = np.require(cxy, dtype=dt)\n\n shape = np.broadcast(cxx, cyy, cxy).shape\n a = np.empty(shape, dt)\n b = np.empty(shape, dt)\n theta = np.empty(shape, dt)\n\n status = 0\n it = np.broadcast(cxx, cyy, cxy, a, b, theta)\n while np.PyArray_MultiIter_NOTDONE(it):\n status = sep_ellipse_axes(\n (np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n (np.PyArray_MultiIter_DATA(it, 2))[0],\n np.PyArray_MultiIter_DATA(it, 3),\n np.PyArray_MultiIter_DATA(it, 4),\n np.PyArray_MultiIter_DATA(it, 5))\n if status:\n break\n\n np.PyArray_MultiIter_NEXT(it)\n\n if status:\n raise ValueError(\n \"parameters do not describe ellipse: \"\n \"cxx={0:f}, cyy={1:f}, cxy={2:f}\".format(\n (np.PyArray_MultiIter_DATA(it, 0))[0],\n (np.PyArray_MultiIter_DATA(it, 1))[0],\n (np.PyArray_MultiIter_DATA(it, 2))[0]))\n\n return a, b, theta\n\n# -----------------------------------------------------------------------------\n# Utility functions\n\ndef set_extract_pixstack(size_t size):\n \"\"\"set_extract_pixstack(size)\n\n Set the size in pixels of the internal pixel buffer used in extract().\n\n The current value can be retrieved with get_extract_pixstack. The\n initial default is 300000.\n \"\"\"\n sep_set_extract_pixstack(size)\n\ndef get_extract_pixstack():\n \"\"\"get_extract_pixstack()\n\n Get the size in pixels of the internal pixel buffer used in extract().\n \"\"\"\n return sep_get_extract_pixstack()\n\n\ndef set_sub_object_limit(int limit):\n \"\"\"set_sub_object_limit(limit)\n\n Set the limit on the number of sub-objects when deblending in extract().\n\n The current value can be retrieved with get_sub_object_limit. The\n initial default is 1024.\n \"\"\"\n sep_set_sub_object_limit(limit)\n\ndef get_sub_object_limit():\n \"\"\"get_sub_object_limit()\n\n Get the limit on the number of sub-objects when deblending in extract().\n \"\"\"\n return sep_get_sub_object_limit()\n" }, { "path": "setup.py", "content": "\"\"\"Setup file to build the C library.\"\"\"\n\nimport os\nimport re\nimport sys\nfrom glob import glob\n\nfrom setuptools import Extension, setup\nfrom setuptools_scm import ScmVersion, get_version\nfrom setuptools_scm.version import guess_next_version\n\n\ndef _new_version_scheme(version: ScmVersion) -> str:\n\n return version.format_next_version(guess_next_version, \"{guessed}-dev{distance}\")\n\n\ndef _new_local_scheme(version: ScmVersion) -> str:\n\n return version.format_choice(\"\", \"-{node}\")\n\n\nc_version_string = get_version(\n version_scheme=_new_version_scheme,\n local_scheme=_new_local_scheme,\n)\n\n# from setuptools import setup\nfrom setuptools.dist import Distribution\n\n# Detect if setup.py is being run with an argument that doesn't require\n# building anything. (egg info, help commands, etc)\noptions = Distribution.display_option_names + [\"help-commands\", \"help\"]\nis_non_build = (\n any(\"--\" + opt in sys.argv for opt in options)\n or len(sys.argv) == 1\n or sys.argv[1] in (\"egg_info\", \"clean\", \"help\")\n)\n\n# extension module(s): only add if we actually need to build, because we need\n# to import numpy and cython to build, and we'd rather non-build commands\n# work when those dependencies are not installed.\nif is_non_build:\n extensions = None\nelse:\n import numpy\n from Cython.Build import cythonize\n\n sourcefiles = [\"sep.pyx\"] + glob(os.path.join(\"src\", \"*.c\"))\n headerfiles = glob(os.path.join(\"src\", \"*.h\"))\n include_dirs = [numpy.get_include(), \"src\"]\n extensions = [\n Extension(\n \"sep\",\n sourcefiles,\n include_dirs=include_dirs,\n depends=headerfiles,\n define_macros=[\n (\"_USE_MATH_DEFINES\", \"1\"),\n (\"NPY_NO_DEPRECATED_API\", \"NPY_2_0_API_VERSION\"),\n ],\n extra_compile_args=['-DSEP_VERSION_STRING=\"' + c_version_string + '\"'],\n )\n ]\n extensions = cythonize(\n extensions,\n language_level=3,\n )\n\nsetup(ext_modules=extensions)\n" }, { "path": "src/analyse.c", "content": "/*%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\n *\n * This file is part of SEP\n *\n * Copyright 1993-2011 Emmanuel Bertin -- IAP/CNRS/UPMC\n * Copyright 2014 SEP developers\n *\n * SEP is free software: you can redistribute it and/or modify\n * it under the terms of the GNU Lesser General Public License as published by\n * the Free Software Foundation, either version 3 of the License, or\n * (at your option) any later version.\n *\n * SEP is distributed in the hope that it will be useful,\n * but WITHOUT ANY WARRANTY; without even the implied warranty of\n * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the\n * GNU Lesser General Public License for more details.\n *\n * You should have received a copy of the GNU Lesser General Public License\n * along with SEP. If not, see .\n *\n *%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%*/\n\n#include \n#include \n#include \n#include \n#include \n\n#include \"extract.h\"\n#include \"sep.h\"\n#include \"sepcore.h\"\n\n/********************************** cleanprep ********************************/\n/*\n * Prepare object for cleaning, by calculating mthresh.\n * This used to be in analyse() / examineiso().\n */\n\nint analysemthresh(int objnb, objliststruct * objlist, int minarea, PIXTYPE thresh) {\n objstruct * obj = objlist->obj + objnb;\n pliststruct * pixel = objlist->plist;\n pliststruct * pixt;\n PIXTYPE tpix;\n float *heap, *heapt, *heapj, *heapk, swap;\n int j, k, h, status;\n\n status = RETURN_OK;\n heap = heapt = heapj = heapk = NULL;\n h = minarea;\n\n if (obj->fdnpix < minarea) {\n obj->mthresh = 0.0;\n return status;\n }\n\n QCALLOC(heap, float, minarea, status);\n heapt = heap;\n\n /*-- Find the minareath pixel in decreasing intensity for CLEANing */\n for (pixt = pixel + obj->firstpix; pixt >= pixel; pixt = pixel + PLIST(pixt, nextpix))\n {\n /* amount pixel is above threshold */\n tpix = PLISTPIX(pixt, cdvalue)\n - (PLISTEXIST(thresh) ? PLISTPIX(pixt, thresh) : thresh);\n if (h > 0) {\n *(heapt++) = (float)tpix;\n } else if (h) {\n if ((float)tpix > *heap) {\n *heap = (float)tpix;\n for (j = 0; (k = (j + 1) << 1) <= minarea; j = k) {\n heapk = heap + k;\n heapj = heap + j;\n if (k != minarea && *(heapk - 1) > *heapk) {\n heapk++;\n k++;\n }\n if (*heapj <= *(--heapk)) {\n break;\n }\n swap = *heapk;\n *heapk = *heapj;\n *heapj = swap;\n }\n }\n } else {\n fqmedian(heap, minarea);\n }\n h--;\n }\n\n obj->mthresh = *heap;\n\nexit:\n free(heap);\n return status;\n}\n\n/************************* preanalyse **************************************/\n\nvoid preanalyse(int no, objliststruct * objlist) {\n objstruct * obj = &objlist->obj[no];\n pliststruct *pixel = objlist->plist, *pixt;\n PIXTYPE peak, cpeak, val, cval;\n double rv;\n int64_t x, y, xmin, xmax, ymin, ymax, fdnpix;\n int64_t xpeak, ypeak, xcpeak, ycpeak;\n\n /*----- initialize stacks and bounds */\n fdnpix = 0;\n rv = 0.0;\n peak = cpeak = -BIG;\n ymin = xmin = 2 * MAXPICSIZE; /* to be really sure!! */\n ymax = xmax = 0;\n xpeak = ypeak = xcpeak = ycpeak = 0; /* avoid -Wall warnings */\n\n /*----- integrate results */\n for (pixt = pixel + obj->firstpix; pixt >= pixel; pixt = pixel + PLIST(pixt, nextpix))\n {\n x = PLIST(pixt, x);\n y = PLIST(pixt, y);\n val = PLISTPIX(pixt, value);\n cval = PLISTPIX(pixt, cdvalue);\n if (peak < val) {\n peak = val;\n xpeak = x;\n ypeak = y;\n }\n if (cpeak < cval) {\n cpeak = cval;\n xcpeak = x;\n ycpeak = y;\n }\n rv += cval;\n if (xmin > x) {\n xmin = x;\n }\n if (xmax < x) {\n xmax = x;\n }\n if (ymin > y) {\n ymin = y;\n }\n if (ymax < y) {\n ymax = y;\n }\n fdnpix++;\n }\n\n obj->fdnpix = fdnpix;\n obj->fdflux = (float)rv;\n obj->fdpeak = cpeak;\n obj->dpeak = peak;\n obj->xpeak = xpeak;\n obj->ypeak = ypeak;\n obj->xcpeak = xcpeak;\n obj->ycpeak = ycpeak;\n obj->xmin = xmin;\n obj->xmax = xmax;\n obj->ymin = ymin;\n obj->ymax = ymax;\n}\n\n/******************************** analyse *********************************/\n/*\n If robust = 1, you must have run previously with robust=0\n*/\n\nvoid analyse(int no, objliststruct * objlist, int robust, double gain) {\n objstruct * obj = &objlist->obj[no];\n pliststruct *pixel = objlist->plist, *pixt;\n PIXTYPE peak, val, cval;\n double thresh, thresh2, t1t2, darea, mx, my, mx2, my2, mxy, rv, rv2, tv, xm, ym, xm2,\n ym2, xym, temp, temp2, theta, pmx2, pmy2, errx2, erry2, errxy, cvar, cvarsum;\n int64_t x, y, xmin, ymin, area2, dnpix;\n\n preanalyse(no, objlist);\n\n dnpix = 0;\n mx = my = tv = 0.0;\n mx2 = my2 = mxy = 0.0;\n cvarsum = errx2 = erry2 = errxy = 0.0;\n thresh = obj->thresh;\n peak = obj->dpeak;\n rv = obj->fdflux;\n rv2 = rv * rv;\n thresh2 = (thresh + peak) / 2.0;\n area2 = 0;\n\n xmin = obj->xmin;\n ymin = obj->ymin;\n\n for (pixt = pixel + obj->firstpix; pixt >= pixel; pixt = pixel + PLIST(pixt, nextpix))\n {\n x = PLIST(pixt, x) - xmin; /* avoid roundoff errors on big images */\n y = PLIST(pixt, y) - ymin; /* avoid roundoff errors on big images */\n cval = PLISTPIX(pixt, cdvalue);\n tv += (val = PLISTPIX(pixt, value));\n if (val > thresh) {\n dnpix++;\n }\n if (val > thresh2) {\n area2++;\n }\n mx += cval * x;\n my += cval * y;\n mx2 += cval * x * x;\n my2 += cval * y * y;\n mxy += cval * x * y;\n }\n\n /* compute object's properties */\n xm = mx / rv; /* mean x */\n ym = my / rv; /* mean y */\n\n\n /* In case of blending, use previous barycenters */\n if ((robust) && (obj->flag & SEP_OBJ_MERGED)) {\n double xn, yn;\n\n xn = obj->mx - xmin;\n yn = obj->my - ymin;\n xm2 = mx2 / rv + xn * xn - 2 * xm * xn;\n ym2 = my2 / rv + yn * yn - 2 * ym * yn;\n xym = mxy / rv + xn * yn - xm * yn - xn * ym;\n xm = xn;\n ym = yn;\n } else {\n xm2 = mx2 / rv - xm * xm; /* variance of x */\n ym2 = my2 / rv - ym * ym; /* variance of y */\n xym = mxy / rv - xm * ym; /* covariance */\n }\n\n /* Calculate the errors on the variances */\n for (pixt = pixel + obj->firstpix; pixt >= pixel; pixt = pixel + PLIST(pixt, nextpix))\n {\n x = PLIST(pixt, x) - xmin; /* avoid roundoff errors on big images */\n y = PLIST(pixt, y) - ymin; /* avoid roundoff errors on big images */\n\n cvar = PLISTEXIST(var) ? PLISTPIX(pixt, var) : 0.0;\n if (gain > 0.0) { /* add poisson noise if given */\n cval = PLISTPIX(pixt, cdvalue);\n if (cval > 0.0) {\n cvar += cval / gain;\n }\n }\n\n /* Note that this works for both blended and non-blended cases\n * because xm is set to xn above for the blended case. */\n cvarsum += cvar;\n errx2 += cvar * (x - xm) * (x - xm);\n erry2 += cvar * (y - ym) * (y - ym);\n errxy += cvar * (x - xm) * (y - ym);\n }\n errx2 /= rv2;\n erry2 /= rv2;\n errxy /= rv2;\n\n /* Handle fully correlated x/y (which cause a singularity...) */\n if ((temp2 = xm2 * ym2 - xym * xym) < 0.00694) {\n xm2 += 0.0833333;\n ym2 += 0.0833333;\n temp2 = xm2 * ym2 - xym * xym;\n obj->flag |= SEP_OBJ_SINGU;\n\n /* handle it for the error parameters */\n cvarsum *= 0.08333 / rv2;\n if (errx2 * erry2 - errxy * errxy < cvarsum * cvarsum) {\n errx2 += cvarsum;\n erry2 += cvarsum;\n }\n }\n\n if ((fabs(temp = xm2 - ym2)) > 0.0) {\n theta = atan2(2.0 * xym, temp) / 2.0;\n } else {\n theta = PI / 4.0;\n }\n\n temp = sqrt(0.25 * temp * temp + xym * xym);\n pmy2 = pmx2 = 0.5 * (xm2 + ym2);\n pmx2 += temp;\n pmy2 -= temp;\n\n obj->dnpix = (LONG)dnpix;\n obj->dflux = tv;\n obj->mx = xm + xmin; /* add back xmin */\n obj->my = ym + ymin; /* add back ymin */\n obj->mx2 = xm2;\n obj->errx2 = errx2;\n obj->my2 = ym2;\n obj->erry2 = erry2;\n obj->mxy = xym;\n obj->errxy = errxy;\n obj->a = (float)sqrt(pmx2);\n obj->b = (float)sqrt(pmy2);\n obj->theta = theta;\n\n obj->cxx = (float)(ym2 / temp2);\n obj->cyy = (float)(xm2 / temp2);\n obj->cxy = (float)(-2 * xym / temp2);\n\n darea = (double)area2 - dnpix;\n t1t2 = thresh / thresh2;\n\n /* debugging */\n /*if (t1t2>0.0 && !PLISTEXIST(thresh)) */ /* was: prefs.dweight_flag */\n if (t1t2 > 0.0) {\n obj->abcor = (darea < 0.0 ? darea : -1.0)\n / (2 * PI * log(t1t2 < 1.0 ? t1t2 : 0.99) * obj->a * obj->b);\n if (obj->abcor > 1.0) {\n obj->abcor = 1.0;\n }\n } else {\n obj->abcor = 1.0;\n }\n}\n" }, { "path": "src/aperture.c", "content": "/*%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\n *\n * This file is part of SEP\n *\n * Copyright 1993-2011 Emmanuel Bertin -- IAP/CNRS/UPMC\n * Copyright 2014 SEP developers\n *\n * SEP is free software: you can redistribute it and/or modify\n * it under the terms of the GNU Lesser General Public License as published by\n * the Free Software Foundation, either version 3 of the License, or\n * (at your option) any later version.\n *\n * SEP is distributed in the hope that it will be useful,\n * but WITHOUT ANY WARRANTY; without even the implied warranty of\n * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the\n * GNU Lesser General Public License for more details.\n *\n * You should have received a copy of the GNU Lesser General Public License\n * along with SEP. If not, see .\n *\n *%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%*/\n\n#include \n#include \n#include \n#include \n#include \n\n#include \"overlap.h\"\n#include \"sep.h\"\n#include \"sepcore.h\"\n\n#define FLUX_RADIUS_BUFSIZE 64\n\n#define WINPOS_NITERMAX 16 /* Maximum number of steps */\n#define WINPOS_NSIG 4 /* Measurement radius */\n#define WINPOS_STEPMIN 0.0001 /* Minimum change in position for continuing */\n#define WINPOS_FAC 2.0 /* Centroid offset factor (2 for a Gaussian) */\n\n/*\n Adding (void *) pointers is a GNU C extension, not part of standard C.\n When compiling on Windows with MS VIsual C compiler need to cast the\n (void *) to something the size of one byte.\n*/\n#if defined(_MSC_VER)\n#define MSVC_VOID_CAST (char *)\n#else\n#define MSVC_VOID_CAST\n#endif\n\n/****************************************************************************/\n/* conversions between ellipse representations */\n\n/* return ellipse semi-major and semi-minor axes and position angle, given\n representation: cxx*x^2 + cyy*y^2 + cxy*x*y = 1\n derived from http://mathworld.wolfram.com/Ellipse.html\n\n Input requirements:\n cxx*cyy - cxy*cxy/4. > 0.\n cxx + cyy > 0.\n*/\nint sep_ellipse_axes(\n double cxx, double cyy, double cxy, double * a, double * b, double * theta\n) {\n double p, q, t;\n\n p = cxx + cyy;\n q = cxx - cyy;\n t = sqrt(q * q + cxy * cxy);\n\n /* Ensure that parameters actually describe an ellipse. */\n if ((cxx * cyy - cxy * cxy / 4. <= 0.) || (p <= 0.)) {\n return NON_ELLIPSE_PARAMS;\n }\n\n *a = sqrt(2. / (p - t));\n *b = sqrt(2. / (p + t));\n\n /* theta = 0 if cxy == 0, else (1/2) acot(q/cxy) */\n *theta = (cxy == 0.) ? 0. : (q == 0. ? 0. : atan(cxy / q)) / 2.;\n if (cxx > cyy) {\n *theta += PI / 2.;\n }\n if (*theta > PI / 2.) {\n *theta -= PI;\n }\n\n return RETURN_OK;\n}\n\nvoid sep_ellipse_coeffs(\n double a, double b, double theta, double * cxx, double * cyy, double * cxy\n) {\n double costheta, sintheta;\n\n costheta = cos(theta);\n sintheta = sin(theta);\n\n *cxx = costheta * costheta / (a * a) + sintheta * sintheta / (b * b);\n *cyy = sintheta * sintheta / (a * a) + costheta * costheta / (b * b);\n *cxy = 2. * costheta * sintheta * (1. / (a * a) - 1. / (b * b));\n}\n\n/*****************************************************************************/\n/* Helper functions for aperture functions */\n\n/* determine the extent of the box that just contains the circle with\n * parameters x, y, r. xmin is inclusive and xmax is exclusive.\n * Ensures that box is within image bound and sets a flag if it is not.\n */\nstatic void boxextent(\n double x,\n double y,\n double rx,\n double ry,\n int64_t w,\n int64_t h,\n int64_t * xmin,\n int64_t * xmax,\n int64_t * ymin,\n int64_t * ymax,\n short * flag\n) {\n *xmin = (int64_t)(x - rx + 0.5);\n *xmax = (int64_t)(x + rx + 1.4999999);\n *ymin = (int64_t)(y - ry + 0.5);\n *ymax = (int64_t)(y + ry + 1.4999999);\n if (*xmin < 0) {\n *xmin = 0;\n *flag |= SEP_APER_TRUNC;\n }\n if (*xmax > w) {\n *xmax = w;\n *flag |= SEP_APER_TRUNC;\n }\n if (*ymin < 0) {\n *ymin = 0;\n *flag |= SEP_APER_TRUNC;\n }\n if (*ymax > h) {\n *ymax = h;\n *flag |= SEP_APER_TRUNC;\n }\n}\n\n\nstatic void boxextent_ellipse(\n double x,\n double y,\n double cxx,\n double cyy,\n double cxy,\n double r,\n int64_t w,\n int64_t h,\n int64_t * xmin,\n int64_t * xmax,\n int64_t * ymin,\n int64_t * ymax,\n short * flag\n) {\n double dxlim, dylim;\n\n dxlim = cxx - cxy * cxy / (4.0 * cyy);\n dxlim = dxlim > 0.0 ? r / sqrt(dxlim) : 0.0;\n dylim = cyy - cxy * cxy / (4.0 * cxx);\n dylim = dylim > 0.0 ? r / sqrt(dylim) : 0.0;\n boxextent(x, y, dxlim, dylim, w, h, xmin, xmax, ymin, ymax, flag);\n}\n\n/* determine oversampled annulus for a circle */\nstatic void oversamp_ann_circle(double r, double * r_in2, double * r_out2) {\n *r_in2 = r - 0.7072;\n *r_in2 = (*r_in2 > 0.0) ? (*r_in2) * (*r_in2) : 0.0;\n *r_out2 = r + 0.7072;\n *r_out2 = (*r_out2) * (*r_out2);\n}\n\n/* determine oversampled \"annulus\" for an ellipse */\nstatic void oversamp_ann_ellipse(double r, double b, double * r_in2, double * r_out2) {\n *r_in2 = r - 0.7072 / b;\n *r_in2 = (*r_in2 > 0.0) ? (*r_in2) * (*r_in2) : 0.0;\n *r_out2 = r + 0.7072 / b;\n *r_out2 = (*r_out2) * (*r_out2);\n}\n\n/*****************************************************************************/\n/* circular aperture */\n\n#define APER_NAME sep_sum_circle\n#define APER_ARGS double r\n#define APER_DECL double r2, r_in2, r_out2\n#define APER_CHECKS \\\n if (r < 0.0) \\\n return ILLEGAL_APER_PARAMS\n#define APER_INIT \\\n r2 = r * r; \\\n oversamp_ann_circle(r, &r_in2, &r_out2)\n#define APER_BOXEXTENT \\\n boxextent(x, y, r, r, im->w, im->h, &xmin, &xmax, &ymin, &ymax, flag)\n#define APER_EXACT circoverlap(dx - 0.5, dy - 0.5, dx + 0.5, dy + 0.5, r)\n#define APER_RPIX2 dx * dx + dy * dy\n#define APER_RPIX2_SUBPIX dx1 * dx1 + dy2\n#define APER_COMPARE1 rpix2 < r_out2\n#define APER_COMPARE2 rpix2 > r_in2\n#define APER_COMPARE3 rpix2 < r2\n#include \"aperture.i\"\n#undef APER_NAME\n#undef APER_ARGS\n#undef APER_DECL\n#undef APER_CHECKS\n#undef APER_INIT\n#undef APER_BOXEXTENT\n#undef APER_EXACT\n#undef APER_RPIX2\n#undef APER_RPIX2_SUBPIX\n#undef APER_COMPARE1\n#undef APER_COMPARE2\n#undef APER_COMPARE3\n\n/*****************************************************************************/\n/* elliptical aperture */\n\n#define APER_NAME sep_sum_ellipse\n#define APER_ARGS double a, double b, double theta, double r\n#define APER_DECL double cxx, cyy, cxy, r2, r_in2, r_out2\n#define APER_CHECKS \\\n if (!(r >= 0.0 && b >= 0.0 && a >= b && theta >= -PI / 2. && theta <= PI / 2.)) \\\n return ILLEGAL_APER_PARAMS\n#define APER_INIT \\\n r2 = r * r; \\\n oversamp_ann_ellipse(r, b, &r_in2, &r_out2); \\\n sep_ellipse_coeffs(a, b, theta, &cxx, &cyy, &cxy); \\\n a *= r; \\\n b *= r\n#define APER_BOXEXTENT \\\n boxextent_ellipse( \\\n x, y, cxx, cyy, cxy, r, im->w, im->h, &xmin, &xmax, &ymin, &ymax, flag \\\n )\n#define APER_EXACT ellipoverlap(dx - 0.5, dy - 0.5, dx + 0.5, dy + 0.5, a, b, theta)\n#define APER_RPIX2 cxx * dx * dx + cyy * dy * dy + cxy * dx * dy\n#define APER_RPIX2_SUBPIX cxx * dx1 * dx1 + cyy * dy2 + cxy * dx1 * dy\n#define APER_COMPARE1 rpix2 < r_out2\n#define APER_COMPARE2 rpix2 > r_in2\n#define APER_COMPARE3 rpix2 < r2\n#include \"aperture.i\"\n#undef APER_NAME\n#undef APER_ARGS\n#undef APER_DECL\n#undef APER_CHECKS\n#undef APER_INIT\n#undef APER_BOXEXTENT\n#undef APER_EXACT\n#undef APER_RPIX2\n#undef APER_RPIX2_SUBPIX\n#undef APER_COMPARE1\n#undef APER_COMPARE2\n#undef APER_COMPARE3\n\n/*****************************************************************************/\n/* circular annulus aperture */\n\n#define APER_NAME sep_sum_circann\n#define APER_ARGS double rin, double rout\n#define APER_DECL double rin2, rin_in2, rin_out2, rout2, rout_in2, rout_out2\n#define APER_CHECKS \\\n if (!(rin >= 0.0 && rout >= rin)) \\\n return ILLEGAL_APER_PARAMS\n#define APER_INIT \\\n rin2 = rin * rin; \\\n oversamp_ann_circle(rin, &rin_in2, &rin_out2); \\\n rout2 = rout * rout; \\\n oversamp_ann_circle(rout, &rout_in2, &rout_out2)\n#define APER_BOXEXTENT \\\n boxextent(x, y, rout, rout, im->w, im->h, &xmin, &xmax, &ymin, &ymax, flag)\n#define APER_EXACT \\\n (circoverlap(dx - 0.5, dy - 0.5, dx + 0.5, dy + 0.5, rout) \\\n - circoverlap(dx - 0.5, dy - 0.5, dx + 0.5, dy + 0.5, rin))\n#define APER_RPIX2 dx * dx + dy * dy\n#define APER_RPIX2_SUBPIX dx1 * dx1 + dy2\n#define APER_COMPARE1 (rpix2 < rout_out2) && (rpix2 > rin_in2)\n#define APER_COMPARE2 (rpix2 > rout_in2) || (rpix2 < rin_out2)\n#define APER_COMPARE3 (rpix2 < rout2) && (rpix2 > rin2)\n#include \"aperture.i\"\n#undef APER_NAME\n#undef APER_ARGS\n#undef APER_DECL\n#undef APER_CHECKS\n#undef APER_INIT\n#undef APER_BOXEXTENT\n#undef APER_EXACT\n#undef APER_RPIX2\n#undef APER_RPIX2_SUBPIX\n#undef APER_COMPARE1\n#undef APER_COMPARE2\n#undef APER_COMPARE3\n\n/*****************************************************************************/\n/* elliptical annulus aperture */\n\n#define APER_NAME sep_sum_ellipann\n#define APER_ARGS double a, double b, double theta, double rin, double rout\n#define APER_DECL \\\n double cxx, cyy, cxy; \\\n double rin2, rin_in2, rin_out2, rout2, rout_in2, rout_out2\n#define APER_CHECKS \\\n if (!(rin >= 0.0 && rout >= rin && b >= 0.0 && a >= b && theta >= -PI / 2. \\\n && theta <= PI / 2.)) \\\n return ILLEGAL_APER_PARAMS\n#define APER_INIT \\\n rin2 = rin * rin; \\\n oversamp_ann_ellipse(rin, b, &rin_in2, &rin_out2); \\\n rout2 = rout * rout; \\\n oversamp_ann_ellipse(rout, b, &rout_in2, &rout_out2); \\\n sep_ellipse_coeffs(a, b, theta, &cxx, &cyy, &cxy)\n#define APER_BOXEXTENT \\\n boxextent_ellipse( \\\n x, y, cxx, cyy, cxy, rout, im->w, im->h, &xmin, &xmax, &ymin, &ymax, flag \\\n )\n#define APER_EXACT \\\n (ellipoverlap(dx - 0.5, dy - 0.5, dx + 0.5, dy + 0.5, a * rout, b * rout, theta) \\\n - ellipoverlap(dx - 0.5, dy - 0.5, dx + 0.5, dy + 0.5, a * rin, b * rin, theta))\n#define APER_RPIX2 cxx * dx * dx + cyy * dy * dy + cxy * dx * dy\n#define APER_RPIX2_SUBPIX cxx * dx1 * dx1 + cyy * dy2 + cxy * dx1 * dy\n#define APER_COMPARE1 (rpix2 < rout_out2) && (rpix2 > rin_in2)\n#define APER_COMPARE2 (rpix2 > rout_in2) || (rpix2 < rin_out2)\n#define APER_COMPARE3 (rpix2 < rout2) && (rpix2 > rin2)\n#include \"aperture.i\"\n#undef APER_NAME\n#undef APER_ARGS\n#undef APER_DECL\n#undef APER_CHECKS\n#undef APER_INIT\n#undef APER_BOXEXTENT\n#undef APER_EXACT\n#undef APER_RPIX2\n#undef APER_RPIX2_SUBPIX\n#undef APER_COMPARE1\n#undef APER_COMPARE2\n#undef APER_COMPARE3\n\n\n/*****************************************************************************/\n/*\n * This is just different enough from the other aperture functions\n * that it doesn't quite make sense to use aperture.i.\n */\nint sep_sum_circann_multi(\n const sep_image * im,\n double x,\n double y,\n double rmax,\n int64_t n,\n int id,\n int subpix,\n short inflag,\n double * sum,\n double * sumvar,\n double * area,\n double * maskarea,\n short * flag\n) {\n PIXTYPE pix, varpix;\n double dx, dy, dx1, dy2, offset, scale, scale2, tmp, rpix2;\n int64_t ix, iy, xmin, xmax, ymin, ymax, sx, sy, size, esize, msize, ssize, pos;\n int status;\n short errisarray, errisstd;\n const BYTE *datat, *errort, *maskt, *segt;\n converter convert, econvert, mconvert, sconvert;\n double rpix, r_out, r_out2, d, prevbinmargin, nextbinmargin, step, stepdens;\n int64_t j, ismasked;\n\n /* input checks */\n if (rmax < 0.0 || n < 1) {\n return ILLEGAL_APER_PARAMS;\n }\n if (subpix < 1) {\n return ILLEGAL_SUBPIX;\n }\n\n /* clear results arrays */\n memset(sum, 0, (size_t)(n * sizeof(double)));\n memset(sumvar, 0, (size_t)(n * sizeof(double)));\n memset(area, 0, (size_t)(n * sizeof(double)));\n if (im->mask) {\n memset(maskarea, 0, (size_t)(n * sizeof(double)));\n }\n\n /* initializations */\n size = esize = msize = ssize = 0;\n datat = maskt = segt = NULL;\n errort = im->noise;\n *flag = 0;\n varpix = 0.0;\n scale = 1.0 / subpix;\n scale2 = scale * scale;\n offset = 0.5 * (scale - 1.0);\n\n r_out = rmax + 1.5; /* margin for interpolation */\n r_out2 = r_out * r_out;\n step = rmax / n;\n stepdens = 1.0 / step;\n prevbinmargin = 0.7072;\n nextbinmargin = step - 0.7072;\n j = 0;\n d = 0.;\n ismasked = 0;\n errisarray = 0;\n errisstd = 0;\n\n /* get data converter(s) for input array(s) */\n if ((status = get_converter(im->dtype, &convert, &size))) {\n return status;\n }\n if (im->mask && (status = get_converter(im->mdtype, &mconvert, &msize))) {\n return status;\n }\n if (im->segmap && (status = get_converter(im->sdtype, &sconvert, &ssize))) {\n return status;\n }\n\n /* get image noise */\n if (im->noise_type != SEP_NOISE_NONE) {\n errisstd = (im->noise_type == SEP_NOISE_STDDEV);\n if (im->noise) {\n errisarray = 1;\n if ((status = get_converter(im->ndtype, &econvert, &esize))) {\n return status;\n }\n } else {\n varpix = (errisstd) ? im->noiseval * im->noiseval : im->noiseval;\n }\n }\n\n\n /* get extent of box */\n boxextent(x, y, r_out, r_out, im->w, im->h, &xmin, &xmax, &ymin, &ymax, flag);\n\n /* loop over rows in the box */\n for (iy = ymin; iy < ymax; iy++) {\n /* set pointers to the start of this row */\n pos = (iy % im->h) * im->w + xmin;\n datat = MSVC_VOID_CAST im->data + pos * size;\n if (errisarray) {\n errort = MSVC_VOID_CAST im->noise + pos * esize;\n }\n if (im->mask) {\n maskt = MSVC_VOID_CAST im->mask + pos * msize;\n }\n if (im->segmap) {\n segt = MSVC_VOID_CAST im->segmap + pos * ssize;\n }\n\n /* loop over pixels in this row */\n for (ix = xmin; ix < xmax; ix++) {\n dx = ix - x;\n dy = iy - y;\n rpix2 = dx * dx + dy * dy;\n if (rpix2 < r_out2) {\n /* get pixel values */\n pix = convert(datat);\n if (errisarray) {\n varpix = econvert(errort);\n if (errisstd) {\n varpix *= varpix;\n }\n }\n\n ismasked = 0;\n if (im->mask) {\n if (mconvert(maskt) > im->maskthresh) {\n *flag |= SEP_APER_HASMASKED;\n ismasked = 1;\n }\n }\n\n /* Segmentation image:\n\n If `id` is negative, require segmented pixels within the\n aperture.\n\n If `id` is positive, mask pixels with nonzero segment ids\n not equal to `id`.\n\n */\n if (im->segmap) {\n if (id > 0) {\n if ((sconvert(segt) > 0.) && (sconvert(segt) != id)) {\n *flag |= SEP_APER_HASMASKED;\n ismasked = 1;\n }\n } else {\n if (sconvert(segt) != -1 * id) {\n *flag |= SEP_APER_HASMASKED;\n ismasked = 1;\n }\n }\n }\n\n /* check if oversampling is needed (close to bin boundary?) */\n rpix = sqrt(rpix2);\n d = fmod(rpix, step);\n if (d < prevbinmargin || d > nextbinmargin) {\n dx += offset;\n dy += offset;\n for (sy = subpix; sy--; dy += scale) {\n dx1 = dx;\n dy2 = dy * dy;\n for (sx = subpix; sx--; dx1 += scale) {\n j = (int64_t)(sqrt(dx1 * dx1 + dy2) * stepdens);\n if (j < n) {\n if (ismasked) {\n maskarea[j] += scale2;\n } else {\n sum[j] += scale2 * pix;\n sumvar[j] += scale2 * varpix;\n }\n area[j] += scale2;\n }\n }\n }\n } else\n /* pixel not close to bin boundary */\n {\n j = (int64_t)(rpix * stepdens);\n if (j < n) {\n if (ismasked) {\n maskarea[j] += 1.0;\n } else {\n sum[j] += pix;\n sumvar[j] += varpix;\n }\n area[j] += 1.0;\n }\n }\n } /* closes \"if pixel might be within aperture\" */\n\n /* increment pointers by one element */\n datat += size;\n if (errisarray) {\n errort += esize;\n }\n maskt += msize;\n segt += ssize;\n }\n }\n\n\n /* correct for masked values */\n if (im->mask) {\n if (inflag & SEP_MASK_IGNORE) {\n for (j = n; j--;) {\n area[j] -= maskarea[j];\n }\n } else {\n for (j = n; j--;) {\n tmp = area[j] == maskarea[j] ? 0.0 : area[j] / (area[j] - maskarea[j]);\n sum[j] *= tmp;\n sumvar[j] *= tmp;\n }\n }\n }\n\n /* add poisson noise, only if gain > 0 */\n if (im->gain > 0.0) {\n for (j = n; j--;) {\n if (sum[j] > 0.0) {\n sumvar[j] += sum[j] / im->gain;\n }\n }\n }\n\n return status;\n}\n\n\n/* for use in flux_radius */\nstatic double inverse(double xmax, const double * y, int64_t n, double ytarg) {\n double step;\n int64_t i;\n\n step = xmax / n;\n i = 0;\n\n /* increment i until y[i] is >= to ytarg */\n while (i < n && y[i] < ytarg) {\n i++;\n }\n\n if (i == 0) {\n if (ytarg <= 0. || y[0] == 0.) {\n return 0.;\n }\n return step * ytarg / y[0];\n }\n if (i == n) {\n return xmax;\n }\n\n /* note that y[i-1] corresponds to x=step*i. */\n return step * (i + (ytarg - y[i - 1]) / (y[i] - y[i - 1]));\n}\n\nint sep_flux_radius(\n const sep_image * im,\n double x,\n double y,\n double rmax,\n int id,\n int subpix,\n short inflag,\n const double * fluxtot,\n const double * fluxfrac,\n int64_t n,\n double * r,\n short * flag\n) {\n int status;\n int64_t i;\n double f;\n double sumbuf[FLUX_RADIUS_BUFSIZE] = {0.};\n double sumvarbuf[FLUX_RADIUS_BUFSIZE];\n double areabuf[FLUX_RADIUS_BUFSIZE];\n double maskareabuf[FLUX_RADIUS_BUFSIZE];\n\n /* measure FLUX_RADIUS_BUFSIZE annuli out to rmax. */\n status = sep_sum_circann_multi(\n im,\n x,\n y,\n rmax,\n FLUX_RADIUS_BUFSIZE,\n id,\n subpix,\n inflag,\n sumbuf,\n sumvarbuf,\n areabuf,\n maskareabuf,\n flag\n );\n\n /* sum up sumbuf array */\n for (i = 1; i < FLUX_RADIUS_BUFSIZE; i++) {\n sumbuf[i] += sumbuf[i - 1];\n }\n\n /* if given, use \"total flux\", else, use sum within rmax. */\n f = fluxtot ? *fluxtot : sumbuf[FLUX_RADIUS_BUFSIZE - 1];\n\n /* Use inverse to get the radii corresponding to the requested flux fracs */\n for (i = 0; i < n; i++) {\n r[i] = inverse(rmax, sumbuf, FLUX_RADIUS_BUFSIZE, fluxfrac[i] * f);\n }\n\n return status;\n}\n\n/*****************************************************************************/\n/* calculate Kron radius from pixels within an ellipse. */\nint sep_kron_radius(\n const sep_image * im,\n double x,\n double y,\n double cxx,\n double cyy,\n double cxy,\n double r,\n int id,\n double * kronrad,\n short * flag\n) {\n float pix;\n double r1, v1, r2, area, rpix2, dx, dy;\n int64_t ix, iy, xmin, xmax, ymin, ymax, pos, size, msize, ssize;\n int status;\n int ismasked;\n\n const BYTE *datat, *maskt, *segt;\n converter convert, mconvert, sconvert;\n\n r2 = r * r;\n r1 = v1 = 0.0;\n area = 0.0;\n *flag = 0;\n datat = maskt = segt = NULL;\n size = msize = ssize = 0;\n\n /* get data converter(s) for input array(s) */\n if ((status = get_converter(im->dtype, &convert, &size))) {\n return status;\n }\n if (im->mask && (status = get_converter(im->mdtype, &mconvert, &msize))) {\n return status;\n }\n if (im->segmap && (status = get_converter(im->sdtype, &sconvert, &ssize))) {\n return status;\n }\n\n /* get extent of ellipse in x and y */\n boxextent_ellipse(\n x, y, cxx, cyy, cxy, r, im->w, im->h, &xmin, &xmax, &ymin, &ymax, flag\n );\n\n /* loop over rows in the box */\n for (iy = ymin; iy < ymax; iy++) {\n /* set pointers to the start of this row */\n pos = (iy % im->h) * im->w + xmin;\n datat = MSVC_VOID_CAST im->data + pos * size;\n if (im->mask) {\n maskt = MSVC_VOID_CAST im->mask + pos * msize;\n }\n if (im->segmap) {\n segt = MSVC_VOID_CAST im->segmap + pos * ssize;\n }\n\n /* loop over pixels in this row */\n for (ix = xmin; ix < xmax; ix++) {\n dx = ix - x;\n dy = iy - y;\n rpix2 = cxx * dx * dx + cyy * dy * dy + cxy * dx * dy;\n if (rpix2 <= r2) {\n pix = convert(datat);\n ismasked = 0;\n if ((pix < -BIG) || (im->mask && mconvert(maskt) > im->maskthresh)) {\n ismasked = 1;\n }\n\n /* Segmentation image:\n\n If `id` is negative, require segmented pixels within the\n aperture.\n\n If `id` is positive, mask pixels with nonzero segment ids\n not equal to `id`.\n\n */\n if (im->segmap) {\n if (id > 0) {\n if ((sconvert(segt) > 0.) && (sconvert(segt) != id)) {\n ismasked = 1;\n }\n } else {\n if (sconvert(segt) != -1 * id) {\n ismasked = 1;\n }\n }\n }\n\n if (ismasked > 0) {\n *flag |= SEP_APER_HASMASKED;\n } else {\n r1 += sqrt(rpix2) * pix;\n v1 += pix;\n area++;\n }\n }\n\n /* increment pointers by one element */\n datat += size;\n maskt += msize;\n segt += ssize;\n }\n }\n\n if (area == 0) {\n *flag |= SEP_APER_ALLMASKED;\n *kronrad = 0.0;\n } else if (r1 <= 0.0 || v1 <= 0.0) {\n *flag |= SEP_APER_NONPOSITIVE;\n *kronrad = 0.0;\n } else {\n *kronrad = r1 / v1;\n }\n\n return RETURN_OK;\n}\n\n\n/* set array values within an ellipse (uc = unsigned char array) */\nvoid sep_set_ellipse(\n unsigned char * arr,\n int64_t w,\n int64_t h,\n double x,\n double y,\n double cxx,\n double cyy,\n double cxy,\n double r,\n unsigned char val\n) {\n unsigned char * arrt;\n int64_t xmin, xmax, ymin, ymax, xi, yi;\n double r2, dx, dy, dy2;\n short flag; /* not actually used, but input to boxextent */\n\n flag = 0;\n r2 = r * r;\n\n boxextent_ellipse(x, y, cxx, cyy, cxy, r, w, h, &xmin, &xmax, &ymin, &ymax, &flag);\n\n for (yi = ymin; yi < ymax; yi++) {\n arrt = arr + (yi * w + xmin);\n dy = yi - y;\n dy2 = dy * dy;\n for (xi = xmin; xi < xmax; xi++, arrt++) {\n dx = xi - x;\n if ((cxx * dx * dx + cyy * dy2 + cxy * dx * dy) <= r2) {\n *arrt = val;\n }\n }\n }\n}\n\n/*****************************************************************************/\n/*\n * As with `sep_sum_circann_multi`, this is different enough from the other\n * aperture functions that it doesn't quite make sense to use aperture.i.\n *\n * To reproduce SExtractor:\n * - use sig = obj.hl_radius * 2/2.35.\n * - use obj.posx/posy for initial position\n *\n */\n\nint sep_windowed(\n const sep_image * im,\n double x,\n double y,\n double sig,\n int subpix,\n short inflag,\n double * xout,\n double * yout,\n int * niter,\n short * flag\n) {\n PIXTYPE pix, varpix;\n double dx, dy, dx1, dy2, offset, scale, scale2, tmp, dxpos, dypos, weight;\n double maskarea, maskweight, maskdxpos, maskdypos;\n double r, tv, twv, sigtv, totarea, overlap, rpix2, invtwosig2;\n double wpix;\n int64_t ix, iy, xmin, xmax, ymin, ymax, sx, sy, pos, size, esize, msize;\n int i, status;\n short errisarray, errisstd;\n const BYTE *datat, *errort, *maskt;\n converter convert, econvert, mconvert;\n double r2, r_in2, r_out2;\n\n /* input checks */\n if (sig < 0.0) {\n return ILLEGAL_APER_PARAMS;\n }\n if (subpix < 0) {\n return ILLEGAL_SUBPIX;\n }\n\n /* initializations */\n size = esize = msize = 0;\n tv = sigtv = 0.0;\n overlap = totarea = maskweight = 0.0;\n datat = maskt = NULL;\n errort = im->noise;\n *flag = 0;\n varpix = 0.0;\n scale = 1.0 / subpix;\n scale2 = scale * scale;\n offset = 0.5 * (scale - 1.0);\n invtwosig2 = 1.0 / (2.0 * sig * sig);\n errisarray = 0;\n errisstd = 0;\n\n /* Integration radius */\n r = WINPOS_NSIG * sig;\n\n /* calculate oversampled annulus */\n r2 = r * r;\n oversamp_ann_circle(r, &r_in2, &r_out2);\n\n /* get data converter(s) for input array(s) */\n if ((status = get_converter(im->dtype, &convert, &size))) {\n return status;\n }\n if (im->mask && (status = get_converter(im->mdtype, &mconvert, &msize))) {\n return status;\n }\n\n /* get image noise */\n if (im->noise_type != SEP_NOISE_NONE) {\n errisstd = (im->noise_type == SEP_NOISE_STDDEV);\n if (im->noise) {\n errisarray = 1;\n if ((status = get_converter(im->ndtype, &econvert, &esize))) {\n return status;\n }\n } else {\n varpix = (errisstd) ? im->noiseval * im->noiseval : im->noiseval;\n }\n }\n\n /* iteration loop */\n for (i = 0; i < WINPOS_NITERMAX; i++) {\n /* get extent of box */\n boxextent(x, y, r, r, im->w, im->h, &xmin, &xmax, &ymin, &ymax, flag);\n\n /* TODO: initialize values */\n // mx2ph\n // my2ph\n // esum, emxy, emx2, emy2, mx2, my2, mxy\n tv = twv = sigtv = 0.0;\n overlap = totarea = maskarea = maskweight = 0.0;\n dxpos = dypos = 0.0;\n maskdxpos = maskdypos = 0.0;\n\n /* loop over rows in the box */\n for (iy = ymin; iy < ymax; iy++) {\n /* set pointers to the start of this row */\n pos = (iy % im->h) * im->w + xmin;\n datat = MSVC_VOID_CAST im->data + pos * size;\n if (errisarray) {\n errort = MSVC_VOID_CAST im->noise + pos * esize;\n }\n if (im->mask) {\n maskt = MSVC_VOID_CAST im->mask + pos * msize;\n }\n\n /* loop over pixels in this row */\n for (ix = xmin; ix < xmax; ix++) {\n dx = ix - x;\n dy = iy - y;\n rpix2 = dx * dx + dy * dy;\n if (rpix2 < r_out2) {\n if (rpix2 > r_in2) /* might be partially in aperture */ {\n if (subpix == 0) {\n overlap = circoverlap(dx - 0.5, dy - 0.5, dx + 0.5, dy + 0.5, r);\n } else {\n dx += offset;\n dy += offset;\n overlap = 0.0;\n for (sy = subpix; sy--; dy += scale) {\n dx1 = dx;\n dy2 = dy * dy;\n for (sx = subpix; sx--; dx1 += scale) {\n if (dx1 * dx1 + dy2 < r2) {\n overlap += scale2;\n }\n }\n }\n }\n } else {\n /* definitely fully in aperture */\n overlap = 1.0;\n }\n\n /* get pixel value and variance value */\n pix = convert(datat);\n if (errisarray) {\n varpix = econvert(errort);\n if (errisstd) {\n varpix *= varpix;\n }\n }\n\n /* offset of this pixel from center */\n dx = ix - x;\n dy = iy - y;\n\n /* weight by gaussian */\n weight = exp(-rpix2 * invtwosig2);\n\n if (im->mask && (mconvert(maskt) > im->maskthresh)) {\n *flag |= SEP_APER_HASMASKED;\n maskarea += overlap;\n maskweight += overlap * weight;\n maskdxpos += overlap * weight * dx;\n maskdypos += overlap * weight * dy;\n } else {\n tv += pix * overlap;\n wpix = pix * overlap * weight;\n twv += wpix;\n dxpos += wpix * dx;\n dypos += wpix * dy;\n }\n\n totarea += overlap;\n\n } /* closes \"if pixel might be within aperture\" */\n\n /* increment pointers by one element */\n datat += size;\n if (errisarray) {\n errort += esize;\n }\n maskt += msize;\n } /* closes loop over x */\n } /* closes loop over y */\n\n /* we're done looping over pixels for this iteration.\n * Our summary statistics are:\n *\n * tv : total value\n * twv : total weighted value\n * dxpos : weighted dx\n * dypos : weighted dy\n */\n\n /* Correct for masked values: This effectively makes it as if\n * the masked pixels had the value of the average unmasked value\n * in the aperture.\n */\n if (im->mask) {\n /* this option will probably not yield accurate values */\n if (inflag & SEP_MASK_IGNORE) {\n totarea -= maskarea;\n } else {\n tmp = tv / (totarea - maskarea); /* avg unmasked pixel value */\n twv += tmp * maskweight;\n dxpos += tmp * maskdxpos;\n dypos += tmp * maskdypos;\n }\n }\n\n /* update center */\n if (twv > 0.0) {\n x += (dxpos /= twv) * WINPOS_FAC;\n y += (dypos /= twv) * WINPOS_FAC;\n } else {\n break;\n }\n\n /* Stop here if position does not change */\n if (dxpos * dxpos + dypos * dypos < WINPOS_STEPMIN * WINPOS_STEPMIN) {\n break;\n }\n\n } /* closes loop over interations */\n\n /* assign output results */\n *xout = x;\n *yout = y;\n *niter = i + 1;\n\n return status;\n}\n" }, { "path": "src/aperture.i", "content": "/*\n Adding (void *) pointers is a GNU C extension, not part of standard C.\n When compiling on Windows with MS Visual C compiler need to cast the\n (void *) to something the size of one byte.\n*/\n#if defined(_MSC_VER)\n#define MSVC_VOID_CAST (char *)\n#else\n#define MSVC_VOID_CAST\n#endif\n\nint APER_NAME(\n const sep_image * im,\n double x,\n double y,\n APER_ARGS,\n int id,\n int subpix,\n short inflag,\n double * sum,\n double * sumerr,\n double * area,\n short * flag\n) {\n PIXTYPE pix, varpix;\n double dx, dy, dx1, dy2, offset, scale, scale2, tmp;\n double tv, sigtv, totarea, maskarea, overlap, rpix2;\n int64_t ix, iy, xmin, xmax, ymin, ymax, sx, sy, pos, size, esize, msize, ssize;\n int ismasked, status;\n short errisarray, errisstd;\n const BYTE *datat, *errort, *maskt, *segt;\n converter convert, econvert, mconvert, sconvert;\n APER_DECL;\n\n /* input checks */\n APER_CHECKS;\n if (subpix < 0) {\n return ILLEGAL_SUBPIX;\n }\n\n /* initializations */\n size = esize = msize = ssize = 0;\n tv = sigtv = 0.0;\n overlap = totarea = maskarea = 0.0;\n datat = maskt = segt = NULL;\n errort = im->noise;\n *flag = 0;\n varpix = 0.0;\n scale = 1.0 / subpix;\n scale2 = scale * scale;\n offset = 0.5 * (scale - 1.0);\n errisarray = 0;\n errisstd = 0;\n\n APER_INIT;\n\n /* get data converter(s) for input array(s) */\n if ((status = get_converter(im->dtype, &convert, &size))) {\n return status;\n }\n if (im->mask && (status = get_converter(im->mdtype, &mconvert, &msize))) {\n return status;\n }\n\n if (im->segmap && (status = get_converter(im->sdtype, &sconvert, &ssize))) {\n return status;\n }\n\n /* get image noise */\n if (im->noise_type != SEP_NOISE_NONE) {\n errisstd = (im->noise_type == SEP_NOISE_STDDEV);\n if (im->noise) {\n errisarray = 1;\n if ((status = get_converter(im->ndtype, &econvert, &esize))) {\n return status;\n }\n } else {\n varpix = (errisstd) ? im->noiseval * im->noiseval : im->noiseval;\n }\n }\n\n /* get extent of box */\n APER_BOXEXTENT;\n\n /* loop over rows in the box */\n for (iy = ymin; iy < ymax; iy++) {\n /* set pointers to the start of this row */\n pos = (iy % im->h) * im->w + xmin;\n datat = MSVC_VOID_CAST im->data + pos * size;\n if (errisarray) {\n errort = MSVC_VOID_CAST im->noise + pos * esize;\n }\n if (im->mask) {\n maskt = MSVC_VOID_CAST im->mask + pos * msize;\n }\n if (im->segmap) {\n segt = MSVC_VOID_CAST im->segmap + pos * ssize;\n }\n\n /* loop over pixels in this row */\n for (ix = xmin; ix < xmax; ix++) {\n dx = ix - x;\n dy = iy - y;\n rpix2 = APER_RPIX2;\n if (APER_COMPARE1) {\n if (APER_COMPARE2) /* might be partially in aperture */ {\n if (subpix == 0) {\n overlap = APER_EXACT;\n } else {\n dx += offset;\n dy += offset;\n overlap = 0.0;\n for (sy = subpix; sy--; dy += scale) {\n dx1 = dx;\n dy2 = dy * dy;\n for (sx = subpix; sx--; dx1 += scale) {\n rpix2 = APER_RPIX2_SUBPIX;\n if (APER_COMPARE3) {\n overlap += scale2;\n }\n }\n }\n }\n } else {\n /* definitely fully in aperture */\n overlap = 1.0;\n }\n\n pix = convert(datat);\n\n if (errisarray) {\n varpix = econvert(errort);\n if (errisstd) {\n varpix *= varpix;\n }\n }\n\n ismasked = 0;\n if (im->mask && (mconvert(maskt) > im->maskthresh)) {\n ismasked = 1;\n }\n\n /* Segmentation image:\n\n If `id` is negative, require segmented pixels within the\n aperture.\n\n If `id` is positive, mask pixels with nonzero segment ids\n not equal to `id`.\n\n */\n if (im->segmap) {\n if (id > 0) {\n if ((sconvert(segt) > 0.) && (sconvert(segt) != id)) {\n ismasked = 1;\n }\n } else {\n if (sconvert(segt) != -1 * id) {\n ismasked = 1;\n }\n }\n }\n\n if (ismasked > 0) {\n *flag |= SEP_APER_HASMASKED;\n maskarea += overlap;\n } else {\n tv += pix * overlap;\n sigtv += varpix * overlap;\n }\n\n totarea += overlap;\n\n } /* closes \"if pixel might be within aperture\" */\n\n /* increment pointers by one element */\n datat += size;\n if (errisarray) {\n errort += esize;\n }\n maskt += msize;\n segt += ssize;\n }\n }\n\n /* correct for masked values */\n if (im->mask) {\n if (inflag & SEP_MASK_IGNORE) {\n totarea -= maskarea;\n } else {\n tv *= (tmp = totarea / (totarea - maskarea));\n sigtv *= tmp;\n }\n }\n\n /* add poisson noise, only if gain > 0 */\n if (im->gain > 0.0 && tv > 0.0) {\n sigtv += tv / im->gain;\n }\n\n *sum = tv;\n *sumerr = sqrt(sigtv);\n *area = totarea;\n\n return status;\n}\n" }, { "path": "src/background.c", "content": "/*%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\n *\n * This file is part of SEP\n *\n * Copyright 1993-2011 Emmanuel Bertin -- IAP/CNRS/UPMC\n * Copyright 2014 SEP developers\n *\n * SEP is free software: you can redistribute it and/or modify\n * it under the terms of the GNU Lesser General Public License as published by\n * the Free Software Foundation, either version 3 of the License, or\n * (at your option) any later version.\n *\n * SEP is distributed in the hope that it will be useful,\n * but WITHOUT ANY WARRANTY; without even the implied warranty of\n * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the\n * GNU Lesser General Public License for more details.\n *\n * You should have received a copy of the GNU Lesser General Public License\n * along with SEP. If not, see .\n *\n *%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%*/\n\n#include \n#include \n#include \n#include \n#include \n\n#include \"sep.h\"\n#include \"sepcore.h\"\n\n#define BACK_MINGOODFRAC 0.5 /* min frac with good weights*/\n#define QUANTIF_NSIGMA 5 /* histogram limits */\n#define QUANTIF_NMAXLEVELS 4096 /* max nb of quantif. levels */\n#define QUANTIF_AMIN 4 /* min nb of \"mode pixels\" */\n\n/* Background info in a single mesh*/\ntypedef struct {\n float mode, mean, sigma; /* Background mode, mean and sigma */\n int64_t * histo; /* Pointer to a histogram */\n int nlevels; /* Nb of histogram bins */\n float qzero, qscale; /* Position of histogram */\n float lcut, hcut; /* Histogram cuts */\n int64_t npix; /* Number of pixels involved */\n} backstruct;\n\n/* internal helper functions */\nvoid backhisto(\n backstruct * backmesh,\n const PIXTYPE * buf,\n const PIXTYPE * wbuf,\n int64_t bufsize,\n int64_t n,\n int64_t w,\n int64_t bw,\n PIXTYPE maskthresh\n);\nvoid backstat(\n backstruct * backmesh,\n const PIXTYPE * buf,\n const PIXTYPE * wbuf,\n int64_t bufsize,\n int64_t n,\n int64_t w,\n int64_t bw,\n PIXTYPE maskthresh\n);\nint filterback(sep_bkg * bkg, int64_t fw, int64_t fh, double fthresh);\nfloat backguess(backstruct * bkg, float * mean, float * sigma);\nint makebackspline(const sep_bkg * bkg, float * map, float * dmap);\n\n\nint sep_background(\n const sep_image * image,\n int64_t bw,\n int64_t bh,\n int64_t fw,\n int64_t fh,\n double fthresh,\n sep_bkg ** bkg\n) {\n const BYTE *imt, *maskt;\n int64_t npix; /* size of image */\n int64_t nx, ny, nb; /* number of background boxes in x, y, total */\n int64_t bufsize; /* size of a \"row\" of boxes in pixels (w*bh) */\n int64_t elsize; /* size (in bytes) of an image array element */\n int64_t melsize; /* size (in bytes) of a mask array element */\n PIXTYPE *buf, *mbuf;\n const PIXTYPE *buft, *mbuft;\n PIXTYPE maskthresh;\n array_converter convert, mconvert;\n backstruct *backmesh, *bm; /* info about each background \"box\" */\n sep_bkg * bkgout; /* output */\n int64_t j, k, m;\n int status;\n\n status = RETURN_OK;\n npix = image->w * image->h;\n bufsize = image->w * bh;\n maskthresh = image->maskthresh;\n if (image->mask == NULL) {\n maskthresh = 0.0;\n }\n\n backmesh = bm = NULL;\n bkgout = NULL;\n buf = mbuf = NULL;\n buft = mbuft = NULL;\n convert = mconvert = NULL;\n\n /* determine number of background boxes */\n if ((nx = (image->w - 1) / bw + 1) < 1) {\n nx = 1;\n }\n if ((ny = (image->h - 1) / bh + 1) < 1) {\n ny = 1;\n }\n nb = nx * ny;\n\n /* Allocate temp memory & initialize */\n QCALLOC(backmesh, backstruct, nx, status);\n bm = backmesh;\n\n /* Allocate the returned struct */\n QMALLOC(bkgout, sep_bkg, 1, status);\n bkgout->w = image->w;\n bkgout->h = image->h;\n bkgout->nx = nx;\n bkgout->ny = ny;\n bkgout->n = nb;\n bkgout->bw = bw;\n bkgout->bh = bh;\n bkgout->back = NULL;\n bkgout->sigma = NULL;\n bkgout->dback = NULL;\n bkgout->dsigma = NULL;\n QMALLOC(bkgout->back, float, nb, status);\n QMALLOC(bkgout->sigma, float, nb, status);\n QMALLOC(bkgout->dback, float, nb, status);\n QMALLOC(bkgout->dsigma, float, nb, status);\n\n /* cast input array pointers. These are used to step through the arrays. */\n imt = (const BYTE *)image->data;\n maskt = (const BYTE *)image->mask;\n\n /* get the correct array converter and element size, based on dtype code */\n status = get_array_converter(image->dtype, &convert, &elsize);\n if (status != RETURN_OK) {\n goto exit;\n }\n if (image->mask) {\n status = get_array_converter(image->mdtype, &mconvert, &melsize);\n if (status != RETURN_OK) {\n goto exit;\n }\n }\n\n /* If the input array type is not PIXTYPE, allocate a buffer to hold\n converted values */\n if (image->dtype != PIXDTYPE) {\n QMALLOC(buf, PIXTYPE, bufsize, status);\n buft = buf;\n if (status != RETURN_OK) {\n goto exit;\n }\n }\n if (image->mask && (image->mdtype != PIXDTYPE)) {\n QMALLOC(mbuf, PIXTYPE, bufsize, status);\n mbuft = mbuf;\n if (status != RETURN_OK) {\n goto exit;\n }\n }\n\n /* loop over rows of background boxes.\n * (here, we could loop over individual boxes rather than entire\n * rows, but this is convenient for converting the image and mask\n * arrays. This is also how it is originally done in SExtractor,\n * because the pixel buffers are only read in from disk in\n * increments of a row of background boxes at a time.)\n */\n for (j = 0; j < ny; j++) {\n /* if the last row, modify the width appropriately*/\n if (j == ny - 1 && npix % bufsize) {\n bufsize = npix % bufsize;\n }\n\n /* convert this row to PIXTYPE and store in buffer(s)*/\n if (image->dtype != PIXDTYPE) {\n convert(imt, bufsize, buf);\n } else {\n buft = (const PIXTYPE *)imt;\n }\n\n if (image->mask) {\n if (image->mdtype != PIXDTYPE) {\n mconvert(maskt, bufsize, mbuf);\n } else {\n mbuft = (const PIXTYPE *)maskt;\n }\n }\n\n /* Get clipped mean, sigma for all boxes in the row */\n backstat(backmesh, buft, mbuft, bufsize, nx, image->w, bw, maskthresh);\n\n /* Allocate histograms in each box in this row. */\n bm = backmesh;\n for (m = nx; m--; bm++) {\n if (bm->mean <= -BIG) {\n bm->histo = NULL;\n } else {\n QCALLOC(bm->histo, int64_t, bm->nlevels, status);\n }\n }\n backhisto(backmesh, buft, mbuft, bufsize, nx, image->w, bw, maskthresh);\n\n /* Compute background statistics from the histograms */\n bm = backmesh;\n for (m = 0; m < nx; m++, bm++) {\n k = m + nx * j;\n backguess(bm, bkgout->back + k, bkgout->sigma + k);\n free(bm->histo);\n bm->histo = NULL;\n }\n\n /* increment array pointers to next row of background boxes */\n imt += elsize * bufsize;\n if (image->mask) {\n maskt += melsize * bufsize;\n }\n }\n\n /* free memory */\n free(buf);\n buf = NULL;\n free(mbuf);\n mbuf = NULL;\n free(backmesh);\n backmesh = NULL;\n\n /* Median-filter and check suitability of the background map */\n if ((status = filterback(bkgout, fw, fh, fthresh)) != RETURN_OK) {\n goto exit;\n }\n\n /* Compute 2nd derivatives along the y-direction */\n if ((status = makebackspline(bkgout, bkgout->back, bkgout->dback)) != RETURN_OK) {\n goto exit;\n }\n if ((status = makebackspline(bkgout, bkgout->sigma, bkgout->dsigma)) != RETURN_OK) {\n goto exit;\n }\n\n *bkg = bkgout;\n return status;\n\n /* If we encountered a problem, clean up any allocated memory */\nexit:\n free(buf);\n free(mbuf);\n if (backmesh) {\n bm = backmesh;\n for (m = 0; m < nx; m++, bm++) {\n free(bm->histo);\n }\n }\n free(backmesh);\n sep_bkg_free(bkgout);\n *bkg = NULL;\n return status;\n}\n\n/******************************** backstat **********************************/\n/*\nCompute robust statistical estimators in a row of meshes.\n*/\nvoid backstat(\n backstruct * backmesh,\n const PIXTYPE * buf,\n const PIXTYPE * wbuf,\n int64_t bufsize,\n int64_t n,\n int64_t w,\n int64_t bw,\n PIXTYPE maskthresh\n) {\n backstruct * bm;\n double pix, wpix, sig, mean, sigma, step;\n const PIXTYPE *buft, *wbuft;\n PIXTYPE lcut, hcut;\n int64_t m, h, x, y, npix, wnpix, offset, lastbite;\n\n h = bufsize / w; /* height of background boxes in this row */\n bm = backmesh;\n offset = w - bw;\n step = sqrt(2 / PI) * QUANTIF_NSIGMA / QUANTIF_AMIN;\n\n for (m = n; m--; bm++, buf += bw) {\n if (!m && (lastbite = w % bw)) {\n bw = lastbite;\n offset = w - bw;\n }\n\n mean = sigma = 0.0;\n buft = buf;\n npix = 0;\n\n /* We separate the weighted case at this level to avoid penalty in CPU */\n if (wbuf) {\n wbuft = wbuf;\n for (y = h; y--; buft += offset, wbuft += offset) {\n for (x = bw; x--;) {\n pix = *(buft++);\n if ((wpix = *(wbuft++)) <= maskthresh && pix > -BIG) {\n mean += pix;\n sigma += pix * pix;\n npix++;\n }\n }\n }\n } else {\n for (y = h; y--; buft += offset) {\n for (x = bw; x--;) {\n if ((pix = *(buft++)) > -BIG) {\n mean += pix;\n sigma += pix * pix;\n npix++;\n }\n }\n }\n }\n\n /*-- If not enough valid pixels, discard this mesh */\n if ((float)npix < (float)(bw * h * BACK_MINGOODFRAC)) {\n bm->mean = bm->sigma = -BIG;\n if (wbuf) {\n wbuf += bw;\n }\n continue;\n }\n\n mean /= (double)npix;\n sigma = (sig = sigma / npix - mean * mean) > 0.0 ? sqrt(sig) : 0.0;\n lcut = bm->lcut = (PIXTYPE)(mean - 2.0 * sigma);\n hcut = bm->hcut = (PIXTYPE)(mean + 2.0 * sigma);\n mean = sigma = 0.0;\n npix = wnpix = 0;\n buft = buf;\n\n /* do statistics for this mesh again, with cuts */\n if (wbuf) {\n wbuft = wbuf;\n for (y = h; y--; buft += offset, wbuft += offset) {\n for (x = bw; x--;) {\n pix = *(buft++);\n if ((wpix = *(wbuft++)) <= maskthresh && pix <= hcut && pix >= lcut) {\n mean += pix;\n sigma += pix * pix;\n npix++;\n }\n }\n }\n } else {\n for (y = h; y--; buft += offset) {\n for (x = bw; x--;) {\n pix = *(buft++);\n if (pix <= hcut && pix >= lcut) {\n mean += pix;\n sigma += pix * pix;\n npix++;\n }\n }\n }\n }\n\n bm->npix = npix;\n mean /= (double)npix;\n sig = sigma / npix - mean * mean;\n sigma = sig > 0.0 ? sqrt(sig) : 0.0;\n bm->mean = mean;\n bm->sigma = sigma;\n if ((bm->nlevels = (int)(step * npix + 1)) > QUANTIF_NMAXLEVELS) {\n bm->nlevels = QUANTIF_NMAXLEVELS;\n }\n bm->qscale = sigma > 0.0 ? 2 * QUANTIF_NSIGMA * sigma / bm->nlevels : 1.0;\n bm->qzero = mean - QUANTIF_NSIGMA * sigma;\n\n if (wbuf) {\n wbuf += bw;\n }\n }\n}\n\n/******************************** backhisto *********************************/\n/*\nFill histograms in a row of meshes.\n*/\nvoid backhisto(\n backstruct * backmesh,\n const PIXTYPE * buf,\n const PIXTYPE * wbuf,\n int64_t bufsize,\n int64_t n,\n int64_t w,\n int64_t bw,\n PIXTYPE maskthresh\n) {\n backstruct * bm;\n const PIXTYPE *buft, *wbuft;\n float qscale, cste, wpix;\n int64_t * histo;\n int64_t h, m, x, y, nlevels, lastbite, offset, bin;\n\n h = bufsize / w;\n bm = backmesh;\n offset = w - bw;\n for (m = 0; m++ < n; bm++, buf += bw) {\n if (m == n && (lastbite = w % bw)) {\n bw = lastbite;\n offset = w - bw;\n }\n\n /*-- Skip bad meshes */\n if (bm->mean <= -BIG) {\n if (wbuf) {\n wbuf += bw;\n }\n continue;\n }\n\n nlevels = bm->nlevels;\n histo = bm->histo;\n qscale = bm->qscale;\n cste = 0.499999 - bm->qzero / qscale;\n buft = buf;\n\n if (wbuf) {\n wbuft = wbuf;\n for (y = h; y--; buft += offset, wbuft += offset) {\n for (x = bw; x--;) {\n bin = (int64_t)(*(buft++) / qscale + cste);\n if ((wpix = *(wbuft++)) <= maskthresh && bin < nlevels && bin >= 0) {\n (*(histo + bin))++;\n }\n }\n }\n wbuf += bw;\n } else {\n for (y = h; y--; buft += offset) {\n for (x = bw; x--;) {\n bin = (int64_t)(*(buft++) / qscale + cste);\n\n if (bin >= 0 && bin < nlevels) {\n (*(histo + bin))++;\n }\n }\n }\n }\n }\n}\n\n/******************************* backguess **********************************/\n/*\nEstimate the background from a histogram;\n*/\nfloat backguess(backstruct * bkg, float * mean, float * sigma)\n#define EPS (1e-4) /* a small number */\n\n{\n int64_t *histo, *hilow, *hihigh, *histot;\n unsigned long lowsum, highsum, sum;\n double ftemp, mea, sig, sig1, med, dpix;\n int64_t i, n, lcut, hcut, nlevelsm1, pix;\n\n /* Leave here if the mesh is already classified as `bad' */\n if (bkg->mean <= -BIG) {\n *mean = *sigma = -BIG;\n return -BIG;\n }\n\n histo = bkg->histo;\n hcut = nlevelsm1 = bkg->nlevels - 1;\n lcut = 0;\n\n sig = 10.0 * nlevelsm1;\n sig1 = 1.0;\n mea = med = bkg->mean;\n\n /* iterate until sigma converges or drops below 0.1 (up to 100 iterations) */\n for (n = 100; n-- && (sig >= 0.1) && (fabs(sig / sig1 - 1.0) > EPS);) {\n sig1 = sig;\n sum = mea = sig = 0.0;\n lowsum = highsum = 0;\n histot = hilow = histo + lcut;\n hihigh = histo + hcut;\n\n for (i = lcut; i <= hcut; i++) {\n if (lowsum < highsum) {\n lowsum += *(hilow++);\n } else {\n highsum += *(hihigh--);\n }\n sum += (pix = *(histot++));\n mea += (dpix = (double)pix * i);\n sig += dpix * i;\n }\n\n med = hihigh >= histo ? ((hihigh - histo) + 0.5\n + ((double)highsum - lowsum)\n / (2.0 * (*hilow > *hihigh ? *hilow : *hihigh)))\n : 0.0;\n if (sum) {\n mea /= (double)sum;\n sig = sig / sum - mea * mea;\n }\n\n sig = sig > 0.0 ? sqrt(sig) : 0.0;\n lcut = (ftemp = med - 3.0 * sig) > 0.0\n ? (int64_t)(ftemp > 0.0 ? ftemp + 0.5 : ftemp - 0.5)\n : 0;\n hcut = (ftemp = med + 3.0 * sig) < nlevelsm1\n ? (int64_t)(ftemp > 0.0 ? ftemp + 0.5 : ftemp - 0.5)\n : nlevelsm1;\n }\n *mean = fabs(sig) > 0.0\n ? (fabs(bkg->sigma / (sig * bkg->qscale) - 1) < 0.0\n ? bkg->qzero + mea * bkg->qscale\n : (fabs((mea - med) / sig) < 0.3\n ? bkg->qzero + (2.5 * med - 1.5 * mea) * bkg->qscale\n : bkg->qzero + med * bkg->qscale))\n : bkg->qzero + mea * bkg->qscale;\n\n *sigma = sig * bkg->qscale;\n\n return *mean;\n}\n\n/****************************************************************************/\n\nint filterback(sep_bkg * bkg, int64_t fw, int64_t fh, double fthresh)\n/* Median filterthe background map to remove the contribution\n * from bright sources. */\n{\n float *back, *sigma, *back2, *sigma2, *bmask, *smask, *sigmat;\n float d2, d2min, med, val, sval;\n int64_t i, j, px, py, np, nx, ny, npx, npx2, npy, npy2, dpx, dpy, x, y, nmin;\n int status;\n\n status = RETURN_OK;\n bmask = smask = back2 = sigma2 = NULL;\n\n nx = bkg->nx;\n ny = bkg->ny;\n np = bkg->n;\n npx = fw / 2;\n npy = fh / 2;\n npy *= nx;\n\n QMALLOC(bmask, float, (2 * npx + 1) * (2 * npy + 1), status);\n QMALLOC(smask, float, (2 * npx + 1) * (2 * npy + 1), status);\n QMALLOC(back2, float, np, status);\n QMALLOC(sigma2, float, np, status);\n\n back = bkg->back;\n sigma = bkg->sigma;\n val = sval = 0.0; /* to avoid gcc -Wall warnings */\n\n /* Look for `bad' meshes and interpolate them if necessary */\n for (i = 0, py = 0; py < ny; py++) {\n for (px = 0; px < nx; px++, i++) {\n if ((back2[i] = back[i]) <= -BIG) {\n /*------ Seek the closest valid mesh */\n d2min = BIG;\n nmin = 0;\n for (j = 0, y = 0; y < ny; y++) {\n for (x = 0; x < nx; x++, j++) {\n if (back[j] > -BIG) {\n d2 = (float)(x - px) * (x - px) + (y - py) * (y - py);\n if (d2 < d2min) {\n val = back[j];\n sval = sigma[j];\n nmin = 1;\n d2min = d2;\n } else if (d2 == d2min) {\n val += back[j];\n sval += sigma[j];\n nmin++;\n }\n }\n }\n }\n back2[i] = nmin ? val / nmin : 0.0;\n sigma[i] = nmin ? sval / nmin : 1.0;\n }\n }\n }\n memcpy(back, back2, (size_t)np * sizeof(float));\n\n /* Do the actual filtering */\n for (py = 0; py < np; py += nx) {\n npy2 = np - py - nx;\n if (npy2 > npy) {\n npy2 = npy;\n }\n if (npy2 > py) {\n npy2 = py;\n }\n for (px = 0; px < nx; px++) {\n npx2 = nx - px - 1;\n if (npx2 > npx) {\n npx2 = npx;\n }\n if (npx2 > px) {\n npx2 = px;\n }\n i = 0;\n for (dpy = -npy2; dpy <= npy2; dpy += nx) {\n y = py + dpy;\n for (dpx = -npx2; dpx <= npx2; dpx++) {\n x = px + dpx;\n bmask[i] = back[x + y];\n smask[i++] = sigma[x + y];\n }\n }\n if (fabs((med = fqmedian(bmask, i)) - back[px + py]) >= fthresh) {\n back2[px + py] = med;\n sigma2[px + py] = fqmedian(smask, i);\n } else {\n back2[px + py] = back[px + py];\n sigma2[px + py] = sigma[px + py];\n }\n }\n }\n\n free(bmask);\n free(smask);\n bmask = smask = NULL;\n memcpy(back, back2, np * sizeof(float));\n bkg->global = fqmedian(back2, np);\n free(back2);\n back2 = NULL;\n memcpy(sigma, sigma2, np * sizeof(float));\n bkg->globalrms = fqmedian(sigma2, np);\n\n if (bkg->globalrms <= 0.0) {\n sigmat = sigma2 + np;\n for (i = np; i-- && *(--sigmat) > 0.0;)\n ;\n if (i >= 0 && i < (np - 1)) {\n bkg->globalrms = fqmedian(sigmat + 1, np - 1 - i);\n } else {\n bkg->globalrms = 1.0;\n }\n }\n\n free(sigma2);\n sigma2 = NULL;\n\n return status;\n\nexit:\n if (bmask) {\n free(bmask);\n }\n if (smask) {\n free(smask);\n }\n if (back2) {\n free(back2);\n }\n if (sigma2) {\n free(sigma2);\n }\n return status;\n}\n\n\n/******************************* makebackspline ******************************/\n/*\n * Pre-compute 2nd derivatives along the y direction at background nodes.\n */\nint makebackspline(const sep_bkg * bkg, float * map, float * dmap) {\n int64_t x, y, nbx, nby, nbym1;\n int status;\n float *dmapt, *mapt, *u, temp;\n u = NULL;\n status = RETURN_OK;\n\n nbx = bkg->nx;\n nby = bkg->ny;\n nbym1 = nby - 1;\n for (x = 0; x < nbx; x++) {\n mapt = map + x;\n dmapt = dmap + x;\n if (nby > 1) {\n QMALLOC(u, float, nbym1, status); /* temporary array */\n *dmapt = *u = 0.0; /* \"natural\" lower boundary condition */\n mapt += nbx;\n for (y = 1; y < nbym1; y++, mapt += nbx) {\n temp = -1 / (*dmapt + 4);\n *(dmapt += nbx) = temp;\n temp *= *(u++) - 6 * (*(mapt + nbx) + *(mapt - nbx) - 2 * *mapt);\n *u = temp;\n }\n *(dmapt += nbx) = 0.0; /* \"natural\" upper boundary condition */\n for (y = nby - 2; y--;) {\n temp = *dmapt;\n dmapt -= nbx;\n *dmapt = (*dmapt * temp + *(u--)) / 6.0;\n }\n free(u);\n u = NULL;\n } else {\n *dmapt = 0.0;\n }\n }\n\n return status;\n\nexit:\n if (u) {\n free(u);\n }\n return status;\n}\n\n/*****************************************************************************/\n\nfloat sep_bkg_global(const sep_bkg * bkg) {\n return bkg->global;\n}\n\nfloat sep_bkg_globalrms(const sep_bkg * bkg) {\n return bkg->globalrms;\n}\n\n\n/*****************************************************************************/\n\nfloat sep_bkg_pix(const sep_bkg * bkg, int64_t x, int64_t y)\n/*\n * return background at position x,y.\n * (linear interpolation between background map vertices).\n */\n{\n int64_t nx, ny, xl, yl, pos;\n double dx, dy, cdx;\n float * b;\n float b0, b1, b2, b3;\n\n b = bkg->back;\n nx = bkg->nx;\n ny = bkg->ny;\n\n dx = (double)x / bkg->bw - 0.5;\n dy = (double)y / bkg->bh - 0.5;\n dx -= (xl = (int64_t)dx);\n dy -= (yl = (int64_t)dy);\n\n if (xl < 0) {\n xl = 0;\n dx -= 1.0;\n } else if (xl >= nx - 1) {\n xl = nx < 2 ? 0 : nx - 2;\n dx += 1.0;\n }\n\n if (yl < 0) {\n yl = 0;\n dy -= 1.0;\n } else if (yl >= ny - 1) {\n yl = ny < 2 ? 0 : ny - 2;\n dy += 1.0;\n }\n\n pos = yl * nx + xl;\n cdx = 1 - dx;\n\n b0 = *(b += pos); /* consider when nbackx or nbacky = 1 */\n b1 = nx < 2 ? b0 : *(++b);\n b2 = ny < 2 ? *b : *(b += nx);\n b3 = nx < 2 ? *b : *(--b);\n\n return (float)((1 - dy) * (cdx * b0 + dx * b1) + dy * (dx * b2 + cdx * b3));\n}\n\n\n/*****************************************************************************/\n\nint bkg_line_flt_internal(\n const sep_bkg * bkg, float * values, float * dvalues, int64_t y, float * line\n)\n/* Interpolate background at line y (bicubic spline interpolation between\n * background map vertices) and save to line.\n * (values, dvalues) is either (bkg->back, bkg->dback) or\n * (bkg->sigma, bkg->dsigma) depending on whether the background value or rms\n * is being evaluated. */\n{\n int64_t i, j, x, yl, nbx, nbxm1, nby, nx, width, ystep, changepoint;\n int status;\n float dx, dx0, dy, dy3, cdx, cdy, cdy3, temp, xstep;\n float *nodebuf, *dnodebuf, *u;\n float *node, *nodep, *dnode, *blo, *bhi, *dblo, *dbhi;\n\n status = RETURN_OK;\n nodebuf = node = NULL;\n dnodebuf = dnode = NULL;\n u = NULL;\n\n width = bkg->w;\n nbx = bkg->nx;\n nbxm1 = nbx - 1;\n nby = bkg->ny;\n if (nby > 1) {\n dy = (float)y / bkg->bh - 0.5;\n dy -= (yl = (int64_t)dy);\n if (yl < 0) {\n yl = 0;\n dy -= 1.0;\n } else if (yl >= nby - 1) {\n yl = nby < 2 ? 0 : nby - 2;\n dy += 1.0;\n }\n /*-- Interpolation along y for each node */\n cdy = 1 - dy;\n dy3 = (dy * dy * dy - dy);\n cdy3 = (cdy * cdy * cdy - cdy);\n ystep = nbx * yl;\n blo = values + ystep;\n bhi = blo + nbx;\n dblo = dvalues + ystep;\n dbhi = dblo + nbx;\n QMALLOC(nodebuf, float, nbx, status); /* Interpolated background */\n nodep = node = nodebuf;\n for (x = nbx; x--;) {\n *(nodep++) = cdy * *(blo++) + dy * *(bhi++) + cdy3 * *(dblo++) + dy3 * *(dbhi++);\n }\n\n /*-- Computation of 2nd derivatives along x */\n QMALLOC(dnodebuf, float, nbx, status); /* 2nd derivative along x */\n dnode = dnodebuf;\n if (nbx > 1) {\n QMALLOC(u, float, nbxm1, status); /* temporary array */\n *dnode = *u = 0.0; /* \"natural\" lower boundary condition */\n nodep = node + 1;\n for (x = nbxm1; --x; nodep++) {\n temp = -1 / (*(dnode++) + 4);\n *dnode = temp;\n temp *= *(u++) - 6 * (*(nodep + 1) + *(nodep - 1) - 2 * *nodep);\n *u = temp;\n }\n *(++dnode) = 0.0; /* \"natural\" upper boundary condition */\n for (x = nbx - 2; x--;) {\n temp = *(dnode--);\n *dnode = (*dnode * temp + *(u--)) / 6.0;\n }\n free(u);\n u = NULL;\n dnode--;\n }\n } else {\n /*-- No interpolation and no new 2nd derivatives needed along y */\n node = values;\n dnode = dvalues;\n }\n\n /*-- Interpolation along x */\n if (nbx > 1) {\n nx = bkg->bw;\n xstep = 1.0 / nx;\n changepoint = nx / 2;\n dx = (xstep - 1) / 2; /* dx of the first pixel in the row */\n dx0 = ((nx + 1) % 2) * xstep / 2; /* dx of the 1st pixel right to a bkgnd node */\n blo = node;\n bhi = node + 1;\n dblo = dnode;\n dbhi = dnode + 1;\n for (x = i = 0, j = width; j--; i++, dx += xstep) {\n if (i == changepoint && x > 0 && x < nbxm1) {\n blo++;\n bhi++;\n dblo++;\n dbhi++;\n dx = dx0;\n }\n cdx = 1 - dx;\n\n *(line++) = (float)(cdx * (*blo + (cdx * cdx - 1) * *dblo)\n + dx * (*bhi + (dx * dx - 1) * *dbhi));\n\n if (i == nx) {\n x++;\n i = 0;\n }\n }\n } else {\n for (j = width; j--;) {\n *(line++) = (float)*node;\n }\n }\n\nexit:\n if (nodebuf) {\n free(nodebuf);\n }\n if (dnodebuf) {\n free(dnodebuf);\n }\n if (u) {\n free(u);\n }\n return status;\n}\n\nint sep_bkg_line_flt(const sep_bkg * bkg, int64_t y, float * line)\n/* Interpolate background at line y (bicubic spline interpolation between\n * background map vertices) and save to line */\n{\n return bkg_line_flt_internal(bkg, bkg->back, bkg->dback, y, line);\n}\n\n/*****************************************************************************/\n\nint sep_bkg_rmsline_flt(const sep_bkg * bkg, int64_t y, float * line)\n/* Interpolate background rms at line y (bicubic spline interpolation between\n * background map vertices) and save to line */\n{\n return bkg_line_flt_internal(bkg, bkg->sigma, bkg->dsigma, y, line);\n}\n\n/*****************************************************************************/\n/* Multiple dtype functions and convenience functions.\n * These mostly wrap the two \"line\" functions above. */\n\nint sep_bkg_line(const sep_bkg * bkg, int64_t y, void * line, int dtype) {\n array_writer write_array;\n int64_t size;\n int status;\n float * tmpline;\n\n if (dtype == SEP_TFLOAT) {\n return sep_bkg_line_flt(bkg, y, (float *)line);\n }\n\n tmpline = NULL;\n\n status = get_array_writer(dtype, &write_array, &size);\n if (status != RETURN_OK) {\n goto exit;\n }\n\n QMALLOC(tmpline, float, bkg->w, status);\n status = sep_bkg_line_flt(bkg, y, tmpline);\n if (status != RETURN_OK) {\n goto exit;\n }\n\n /* write to desired output type */\n write_array(tmpline, bkg->w, line);\n\nexit:\n free(tmpline);\n return status;\n}\n\nint sep_bkg_rmsline(const sep_bkg * bkg, int64_t y, void * line, int dtype) {\n array_writer write_array;\n int64_t size;\n int status;\n float * tmpline;\n\n if (dtype == SEP_TFLOAT) {\n return sep_bkg_rmsline_flt(bkg, y, (float *)line);\n }\n\n tmpline = NULL;\n\n status = get_array_writer(dtype, &write_array, &size);\n if (status != RETURN_OK) {\n goto exit;\n }\n\n QMALLOC(tmpline, float, bkg->w, status);\n status = sep_bkg_rmsline_flt(bkg, y, tmpline);\n if (status != RETURN_OK) {\n goto exit;\n }\n\n /* write to desired output type */\n write_array(tmpline, bkg->w, line);\n\nexit:\n free(tmpline);\n return status;\n}\n\nint sep_bkg_array(const sep_bkg * bkg, void * arr, int dtype) {\n int64_t y, width, size;\n int status;\n array_writer write_array;\n float * tmpline;\n BYTE * line;\n\n tmpline = NULL;\n status = RETURN_OK;\n width = bkg->w;\n\n if (dtype == SEP_TFLOAT) {\n tmpline = (float *)arr;\n for (y = 0; y < bkg->h; y++, tmpline += width) {\n if ((status = sep_bkg_line_flt(bkg, y, tmpline)) != RETURN_OK) {\n return status;\n }\n }\n return status;\n }\n\n if ((status = get_array_writer(dtype, &write_array, &size)) != RETURN_OK) {\n goto exit;\n }\n\n QMALLOC(tmpline, float, width, status);\n\n line = (BYTE *)arr;\n for (y = 0; y < bkg->h; y++, line += size * width) {\n if ((status = sep_bkg_line_flt(bkg, y, tmpline)) != RETURN_OK) {\n goto exit;\n }\n write_array(tmpline, width, line);\n }\n\nexit:\n free(tmpline);\n return status;\n}\n\nint sep_bkg_rmsarray(const sep_bkg * bkg, void * arr, int dtype) {\n int64_t y, width, size;\n int status;\n array_writer write_array;\n float * tmpline;\n BYTE * line;\n\n tmpline = NULL;\n status = RETURN_OK;\n width = bkg->w;\n\n if (dtype == SEP_TFLOAT) {\n tmpline = (float *)arr;\n for (y = 0; y < bkg->h; y++, tmpline += width) {\n if ((status = sep_bkg_rmsline_flt(bkg, y, tmpline)) != RETURN_OK) {\n return status;\n }\n }\n return status;\n }\n\n if ((status = get_array_writer(dtype, &write_array, &size)) != RETURN_OK) {\n goto exit;\n }\n\n QMALLOC(tmpline, float, width, status);\n\n line = (BYTE *)arr;\n for (y = 0; y < bkg->h; y++, line += size * width) {\n if ((status = sep_bkg_rmsline_flt(bkg, y, tmpline)) != RETURN_OK) {\n goto exit;\n }\n write_array(tmpline, width, line);\n }\n\nexit:\n free(tmpline);\n return status;\n}\n\nint sep_bkg_subline(const sep_bkg * bkg, int64_t y, void * line, int dtype) {\n array_writer subtract_array;\n int status;\n int64_t size;\n PIXTYPE * tmpline;\n\n tmpline = NULL;\n status = RETURN_OK;\n\n QMALLOC(tmpline, PIXTYPE, bkg->w, status);\n\n status = sep_bkg_line_flt(bkg, y, tmpline);\n if (status != RETURN_OK) {\n goto exit;\n }\n\n status = get_array_subtractor(dtype, &subtract_array, &size);\n if (status != RETURN_OK) {\n goto exit;\n }\n\n subtract_array(tmpline, bkg->w, line);\n\nexit:\n free(tmpline);\n return status;\n}\n\nint sep_bkg_subarray(const sep_bkg * bkg, void * arr, int dtype) {\n array_writer subtract_array;\n int64_t y, size, width;\n int status;\n PIXTYPE * tmpline;\n BYTE * arrt;\n\n tmpline = NULL;\n status = RETURN_OK;\n width = bkg->w;\n arrt = (BYTE *)arr;\n\n QMALLOC(tmpline, PIXTYPE, width, status);\n\n status = get_array_subtractor(dtype, &subtract_array, &size);\n if (status != RETURN_OK) {\n goto exit;\n }\n\n for (y = 0; y < bkg->h; y++, arrt += (width * size)) {\n if ((status = sep_bkg_line_flt(bkg, y, tmpline)) != RETURN_OK) {\n goto exit;\n }\n subtract_array(tmpline, width, arrt);\n }\n\nexit:\n free(tmpline);\n return status;\n}\n\n/*****************************************************************************/\n\nvoid sep_bkg_free(sep_bkg * bkg) {\n if (bkg) {\n free(bkg->back);\n free(bkg->dback);\n free(bkg->sigma);\n free(bkg->dsigma);\n }\n free(bkg);\n}\n" }, { "path": "src/convolve.c", "content": "/*%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\n*\n* This file is part of SEP\n*\n* Copyright 1993-2011 Emmanuel Bertin -- IAP/CNRS/UPMC\n* Copyright 2014 SEP developers\n*\n* SEP is free software: you can redistribute it and/or modify\n* it under the terms of the GNU Lesser General Public License as published by\n* the Free Software Foundation, either version 3 of the License, or\n* (at your option) any later version.\n*\n* SEP is distributed in the hope that it will be useful,\n* but WITHOUT ANY WARRANTY; without even the implied warranty of\n* MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the\nf* GNU Lesser General Public License for more details.\n*\n* You should have received a copy of the GNU Lesser General Public License\n* along with SEP. If not, see .\n*\n*%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%*/\n\n#include \n#include \n#include \n\n#include \"extract.h\"\n#include \"sep.h\"\n#include \"sepcore.h\"\n\n/* Convolve one line of an image with a given kernel.\n *\n * buf : arraybuffer struct containing buffer of data to convolve, and image\n dimension metadata.\n * conv : convolution kernel\n * convw, convh : width and height of conv\n * buf : output convolved line (buf->dw elements long)\n */\nint convolve(\n arraybuffer * buf,\n int64_t y,\n const float * conv,\n int64_t convw,\n int64_t convh,\n PIXTYPE * out\n) {\n int64_t convw2, convn, cx, cy, i, dcx, y0;\n PIXTYPE * line; /* current line in input buffer */\n PIXTYPE * outend; /* end of output buffer */\n PIXTYPE *src, *dst, *dstend;\n\n outend = out + buf->dw;\n convw2 = convw / 2;\n y0 = y - convh / 2; /* start line in image */\n\n /* Cut off top of kernel if it extends beyond image */\n if (y0 + convh > buf->dh) {\n convh = buf->dh - y0;\n }\n\n /* cut off bottom of kernel if it extends beyond image */\n if (y0 < 0) {\n convh = convh + y0;\n conv += convw * (-y0);\n y0 = 0;\n }\n\n /* check that buffer has needed lines */\n if ((y0 < buf->yoff) || (y0 + convh > buf->yoff + buf->bh)) {\n return LINE_NOT_IN_BUF;\n }\n\n memset(out, 0, buf->dw * sizeof(PIXTYPE)); /* initialize output to zero */\n\n /* loop over pixels in the convolution kernel */\n convn = convw * convh;\n for (i = 0; i < convn; i++) {\n cx = i % convw; /* x index in conv kernel */\n cy = i / convw; /* y index in conv kernel */\n line = buf->bptr + buf->bw * (y0 - buf->yoff + cy); /* start of line */\n\n /* get start and end positions in the source and target line */\n dcx = cx - convw2; /* offset of conv pixel from conv center;\n determines offset between in and out line */\n if (dcx >= 0) {\n src = line + dcx;\n dst = out;\n dstend = outend - dcx;\n } else {\n src = line;\n dst = out - dcx;\n dstend = outend;\n }\n\n /* multiply and add the values */\n while (dst < dstend) {\n *(dst++) += conv[i] * *(src++);\n }\n }\n\n return RETURN_OK;\n}\n\n\n/* Apply a matched filter to one line of an image with a given kernel.\n *\n * Calculates\n *\n * sum(conv_i * f_i / n_i^2) / sqrt(sum(conv_i^2 / n_i^2))\n *\n * at each pixel in the line, where the sums are over i (pixels in the\n * convolution kernel).\n *\n * imbuf : arraybuffer for data array\n * nbuf : arraybuffer for noise array\n * y : line to apply the matched filter to in an image\n * conv : convolution kernel\n * convw, convh : width and height of conv\n * work : work buffer (`imbuf->dw` elements long)\n * out : output line (`imbuf->dw` elements long)\n * noise_type : indicates contents of nbuf (std dev or variance)\n *\n * imbuf and nbuf should have same data dimensions and be on the same line\n * (their `yoff` fields should be the same).\n */\nint matched_filter(\n arraybuffer * imbuf,\n arraybuffer * nbuf,\n int64_t y,\n const float * conv,\n int64_t convw,\n int64_t convh,\n PIXTYPE * work,\n PIXTYPE * out,\n int noise_type\n) {\n int64_t convw2, convn, cx, cy, i, dcx, y0;\n PIXTYPE imval, varval;\n PIXTYPE *imline, *nline; /* current line in input buffer */\n PIXTYPE * outend; /* end of output buffer */\n PIXTYPE *src_im, *src_n, *dst_num, *dst_denom, *dst_num_end;\n\n outend = out + imbuf->dw;\n convw2 = convw / 2;\n y0 = y - convh / 2; /* start line in image */\n\n /* Cut off top of kernel if it extends beyond image */\n if (y0 + convh > imbuf->dh) {\n convh = imbuf->dh - y0;\n }\n\n /* cut off bottom of kernel if it extends beyond image */\n if (y0 < 0) {\n convh = convh + y0;\n conv += convw * (-y0);\n y0 = 0;\n }\n\n /* check that buffer has needed lines */\n if ((y0 < imbuf->yoff) || (y0 + convh > imbuf->yoff + imbuf->bh) || (y0 < nbuf->yoff)\n || (y0 + convh > nbuf->yoff + nbuf->bh))\n {\n return LINE_NOT_IN_BUF;\n }\n\n /* check that image and noise buffer match */\n if ((imbuf->yoff != nbuf->yoff) || (imbuf->dw != nbuf->dw)) {\n return LINE_NOT_IN_BUF; /* TODO new error status code */\n }\n\n /* initialize output buffers to zero */\n memset(out, 0, imbuf->bw * sizeof(PIXTYPE));\n memset(work, 0, imbuf->bw * sizeof(PIXTYPE));\n\n /* loop over pixels in the convolution kernel */\n convn = convw * convh;\n for (i = 0; i < convn; i++) {\n cx = i % convw; /* x index in conv kernel */\n cy = i / convw; /* y index in conv kernel */\n imline = imbuf->bptr + imbuf->bw * (y0 - imbuf->yoff + cy);\n nline = nbuf->bptr + nbuf->bw * (y0 - nbuf->yoff + cy);\n\n /* get start and end positions in the source and target line */\n dcx = cx - convw2; /* offset of conv pixel from conv center;\n determines offset between in and out line */\n if (dcx >= 0) {\n src_im = imline + dcx;\n src_n = nline + dcx;\n dst_num = out;\n dst_denom = work;\n dst_num_end = outend - dcx;\n } else {\n src_im = imline;\n src_n = nline;\n dst_num = out - dcx;\n dst_denom = work - dcx;\n dst_num_end = outend;\n }\n\n /* actually calculate values */\n while (dst_num < dst_num_end) {\n imval = *src_im;\n varval = (noise_type == SEP_NOISE_VAR) ? (*src_n) : (*src_n) * (*src_n);\n if (varval != 0.0) {\n *dst_num += conv[i] * imval / varval;\n *dst_denom += conv[i] * conv[i] / varval;\n }\n src_im++;\n src_n++;\n dst_num++;\n dst_denom++;\n }\n } /* close loop over convolution kernel */\n\n /* take the square root of the denominator (work) buffer and divide the\n * numerator by it. */\n for (dst_num = out, dst_denom = work; dst_num < outend; dst_num++, dst_denom++) {\n *dst_num = *dst_num / sqrt(*dst_denom);\n }\n\n return RETURN_OK;\n}\n" }, { "path": "src/deblend.c", "content": "/*%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\n *\n * This file is part of SEP\n *\n * Copyright 1993-2011 Emmanuel Bertin -- IAP/CNRS/UPMC\n * Copyright 2014 SEP developers\n *\n * SEP is free software: you can redistribute it and/or modify\n * it under the terms of the GNU Lesser General Public License as published by\n * the Free Software Foundation, either version 3 of the License, or\n * (at your option) any later version.\n *\n * SEP is distributed in the hope that it will be useful,\n * but WITHOUT ANY WARRANTY; without even the implied warranty of\n * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the\n * GNU Lesser General Public License for more details.\n *\n * You should have received a copy of the GNU Lesser General Public License\n * along with SEP. If not, see .\n *\n *%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%*/\n\n#include \n#include \n#include \n#include \n#include \n\n#include \"extract.h\"\n#include \"sep.h\"\n#include \"sepcore.h\"\n\n#ifndef RAND_MAX\n#define RAND_MAX 2147483647\n#endif\n#define NBRANCH 16 /* starting number per branch */\n\nstatic _Atomic int nsonmax = 1024; /* max. number sub-objects per level */\n\n/* get and set pixstack */\nvoid sep_set_sub_object_limit(int val) {\n nsonmax = val;\n}\n\nint sep_get_sub_object_limit() {\n return nsonmax;\n}\n\n\nint belong(int, objliststruct *, int, objliststruct *);\nint64_t *\ncreatesubmap(objliststruct *, int64_t, int64_t *, int64_t *, int64_t *, int64_t *);\nint gatherup(objliststruct *, objliststruct *);\n\n/******************************** deblend ************************************/\n/*\nDivide a list of isophotal detections in several parts (deblending).\nNOTE: Even if the object is not deblended, the output objlist threshold is\n recomputed if a variable threshold is used.\n\nThis can return two error codes: DEBLEND_OVERFLOW or MEMORY_ALLOC_ERROR\n*/\nint deblend(\n objliststruct * objlistin,\n objliststruct * objlistout,\n int deblend_nthresh,\n double deblend_mincont,\n int minarea,\n deblendctx * ctx\n) {\n objstruct * obj;\n objliststruct debobjlist, debobjlist2;\n double thresh, thresh0, value0;\n int64_t h, i, j, k, l, m, subx, suby, subh, subw, xn, nbm = NBRANCH;\n int64_t * submap;\n int status;\n\n submap = NULL;\n status = RETURN_OK;\n xn = deblend_nthresh;\n l = 0;\n\n /* reset global static objlist for deblending */\n objliststruct * const objlist = ctx->objlist;\n memset(objlist, 0, (size_t)xn * sizeof(objliststruct));\n\n /* initialize local object lists */\n debobjlist.obj = debobjlist2.obj = NULL;\n debobjlist.plist = debobjlist2.plist = NULL;\n debobjlist.nobj = debobjlist2.nobj = 0;\n debobjlist.npix = debobjlist2.npix = 0;\n\n /* Create the submap for the object.\n * The submap is used in lutz(). We create it here because we may call\n * lutz multiple times below, and we only want to create it once.\n */\n submap = createsubmap(objlistin, l, &subx, &suby, &subw, &subh);\n if (!submap) {\n status = MEMORY_ALLOC_ERROR;\n goto exit;\n }\n\n for (l = 0; l < objlistin->nobj && status == RETURN_OK; l++) {\n /* set thresholds of object lists based on object threshold */\n thresh0 = objlistin->obj[l].thresh;\n objlistout->thresh = debobjlist2.thresh = thresh0;\n\n /* add input object to global deblending objlist and one local objlist */\n if ((status = addobjdeep(l, objlistin, &objlist[0])) != RETURN_OK) {\n goto exit;\n }\n if ((status = addobjdeep(l, objlistin, &debobjlist2)) != RETURN_OK) {\n goto exit;\n }\n\n value0 = objlist[0].obj[0].fdflux * deblend_mincont;\n ctx->ok[0] = (short)1;\n for (k = 1; k < xn; k++) {\n /*------ Calculate threshold */\n thresh = objlistin->obj[l].fdpeak;\n debobjlist.thresh =\n thresh > 0.0 ? thresh0 * pow(thresh / thresh0, (double)k / xn) : thresh0;\n\n /*--------- Build tree (bottom->up) */\n if (objlist[k - 1].nobj >= nsonmax) {\n status = DEBLEND_OVERFLOW;\n goto exit;\n }\n\n for (i = 0; i < objlist[k - 1].nobj; i++) {\n status = lutz(\n objlistin->plist,\n submap,\n subx,\n suby,\n subw,\n &objlist[k - 1].obj[i],\n &debobjlist,\n minarea,\n &ctx->lutz\n );\n if (status != RETURN_OK) {\n goto exit;\n }\n\n for (j = h = 0; j < debobjlist.nobj; j++) {\n if (belong(j, &debobjlist, i, &objlist[k - 1])) {\n debobjlist.obj[j].thresh = debobjlist.thresh;\n if ((status = addobjdeep(j, &debobjlist, &objlist[k])) != RETURN_OK) {\n goto exit;\n }\n m = objlist[k].nobj - 1;\n if (m >= nsonmax) {\n status = DEBLEND_OVERFLOW;\n goto exit;\n }\n if (h >= nbm - 1) {\n if (!(ctx->son = (short *)\n realloc(ctx->son, xn * nsonmax * (nbm += 16) * sizeof(short))))\n {\n status = MEMORY_ALLOC_ERROR;\n goto exit;\n }\n }\n ctx->son[k - 1 + xn * (i + nsonmax * (h++))] = (short)m;\n ctx->ok[k + xn * m] = (short)1;\n }\n }\n ctx->son[k - 1 + xn * (i + nsonmax * h)] = (short)-1;\n }\n }\n\n /*------- cut the right branches (top->down) */\n for (k = xn - 2; k >= 0; k--) {\n obj = objlist[k + 1].obj;\n for (i = 0; i < objlist[k].nobj; i++) {\n for (m = h = 0; (j = (int64_t)ctx->son[k + xn * (i + nsonmax * h)]) != -1; h++)\n {\n if (obj[j].fdflux - obj[j].thresh * obj[j].fdnpix > value0) {\n m++;\n }\n ctx->ok[k + xn * i] &= ctx->ok[k + 1 + xn * j];\n }\n if (m > 1) {\n for (h = 0; (j = (int64_t)ctx->son[k + xn * (i + nsonmax * h)]) != -1; h++) {\n if (ctx->ok[k + 1 + xn * j]\n && obj[j].fdflux - obj[j].thresh * obj[j].fdnpix > value0)\n {\n objlist[k + 1].obj[j].flag |= SEP_OBJ_MERGED;\n status = addobjdeep(j, &objlist[k + 1], &debobjlist2);\n if (status != RETURN_OK) {\n goto exit;\n }\n }\n }\n ctx->ok[k + xn * i] = (short)0;\n }\n }\n }\n\n if (ctx->ok[0]) {\n status = addobjdeep(0, &debobjlist2, objlistout);\n } else {\n status = gatherup(&debobjlist2, objlistout);\n }\n }\n\nexit:\n if (status == DEBLEND_OVERFLOW) {\n put_errdetail(\n \"limit of sub-objects reached while deblending. Increase \"\n \"it with sep.set_sub_object_limit(), decrease number of deblending \"\n \"thresholds ,or increase the detection threshold.\"\n );\n }\n\n free(submap);\n submap = NULL;\n free(debobjlist2.obj);\n free(debobjlist2.plist);\n\n for (k = 0; k < xn; k++) {\n free(objlist[k].obj);\n free(objlist[k].plist);\n }\n\n free(debobjlist.obj);\n free(debobjlist.plist);\n\n return status;\n}\n\n\n/******************************* allocdeblend ******************************/\n/*\nAllocate the memory allocated by global pointers in refine.c\n*/\nint allocdeblend(int deblend_nthresh, int64_t w, int64_t h, deblendctx * ctx) {\n int status = RETURN_OK;\n memset(ctx, 0, sizeof(deblendctx));\n QMALLOC(ctx->son, short, deblend_nthresh * nsonmax * NBRANCH, status);\n QMALLOC(ctx->ok, short, deblend_nthresh * nsonmax, status);\n QMALLOC(ctx->objlist, objliststruct, deblend_nthresh, status);\n status = lutzalloc(w, h, &ctx->lutz);\n if (status != RETURN_OK) {\n goto exit;\n }\n\n return status;\nexit:\n freedeblend(ctx);\n return status;\n}\n\n/******************************* freedeblend *******************************/\n/*\nFree the memory allocated by global pointers in refine.c\n*/\nvoid freedeblend(deblendctx * ctx) {\n lutzfree(&ctx->lutz);\n free(ctx->son);\n ctx->son = NULL;\n free(ctx->ok);\n ctx->ok = NULL;\n free(ctx->objlist);\n ctx->objlist = NULL;\n}\n\n/********************************* gatherup **********************************/\n/*\nCollect faint remaining pixels and allocate them to their most probable\nprogenitor.\n*/\nint gatherup(objliststruct * objlistin, objliststruct * objlistout) {\n char * bmp;\n float *amp, *p, dx, dy, drand, dist, distmin;\n objstruct *objin = objlistin->obj, *objout, *objt;\n\n pliststruct *pixelin = objlistin->plist, *pixelout, *pixt, *pixt2;\n\n int64_t i, k, l, *n, iclst, npix, bmwidth, nobj = objlistin->nobj, xs, ys, x, y;\n int status;\n\n bmp = NULL;\n amp = p = NULL;\n n = NULL;\n status = RETURN_OK;\n\n objlistout->thresh = objlistin->thresh;\n\n QMALLOC(amp, float, nobj, status);\n QMALLOC(p, float, nobj, status);\n QMALLOC(n, int64_t, nobj, status);\n\n for (i = 1; i < nobj; i++) {\n analyse(i, objlistin, 0, 0.0);\n }\n\n p[0] = 0.0;\n bmwidth = objin->xmax - (xs = objin->xmin) + 1;\n npix = bmwidth * (objin->ymax - (ys = objin->ymin) + 1);\n if (!(bmp = (char *)calloc(1, npix * sizeof(char)))) {\n bmp = NULL;\n status = MEMORY_ALLOC_ERROR;\n goto exit;\n }\n\n for (objt = objin + (i = 1); i < nobj; i++, objt++) {\n /*-- Now we have passed the deblending section, reset threshold */\n objt->thresh = objlistin->thresh;\n\n /* ------------\tflag pixels which are already allocated */\n for (pixt = pixelin + objin[i].firstpix; pixt >= pixelin;\n pixt = pixelin + PLIST(pixt, nextpix))\n {\n bmp[(PLIST(pixt, x) - xs) + (PLIST(pixt, y) - ys) * bmwidth] = '\\1';\n }\n\n status = addobjdeep(i, objlistin, objlistout);\n if (status != RETURN_OK) {\n goto exit;\n }\n n[i] = objlistout->nobj - 1;\n\n dist = objt->fdnpix / (2 * PI * objt->abcor * objt->a * objt->b);\n amp[i] = dist < 70.0 ? objt->thresh * expf(dist) : 4.0 * objt->fdpeak;\n\n /* ------------ limitate expansion ! */\n if (amp[i] > 4.0 * objt->fdpeak) {\n amp[i] = 4.0 * objt->fdpeak;\n }\n }\n\n objout = objlistout->obj; /* DO NOT MOVE !!! */\n\n if (!(pixelout = realloc(objlistout->plist, (objlistout->npix + npix) * plistsize))) {\n status = MEMORY_ALLOC_ERROR;\n goto exit;\n }\n\n objlistout->plist = pixelout;\n k = objlistout->npix;\n iclst = 0; /* To avoid gcc -Wall warnings */\n for (pixt = pixelin + objin->firstpix; pixt >= pixelin;\n pixt = pixelin + PLIST(pixt, nextpix))\n {\n x = PLIST(pixt, x);\n y = PLIST(pixt, y);\n if (!bmp[(x - xs) + (y - ys) * bmwidth]) {\n pixt2 = pixelout + (l = (k++ * plistsize));\n memcpy(pixt2, pixt, (size_t)plistsize);\n PLIST(pixt2, nextpix) = -1;\n distmin = 1e+31;\n for (objt = objin + (i = 1); i < nobj; i++, objt++) {\n dx = x - objt->mx;\n dy = y - objt->my;\n dist = 0.5 * (objt->cxx * dx * dx + objt->cyy * dy * dy + objt->cxy * dx * dy)\n / objt->abcor;\n p[i] = p[i - 1] + (dist < 70.0 ? amp[i] * expf(-dist) : 0.0);\n if (dist < distmin) {\n distmin = dist;\n iclst = i;\n }\n }\n if (p[nobj - 1] > 1.0e-31) {\n drand = p[nobj - 1] * rand_r(&randseed) / (float)RAND_MAX;\n for (i = 1; i < nobj && p[i] < drand; i++)\n ;\n if (i == nobj) {\n i = iclst;\n }\n } else {\n i = iclst;\n }\n objout[n[i]].lastpix = PLIST(pixelout + objout[n[i]].lastpix, nextpix) = l;\n }\n }\n\n objlistout->npix = k;\n if (!(objlistout->plist = realloc(pixelout, objlistout->npix * plistsize))) {\n status = MEMORY_ALLOC_ERROR;\n }\n\nexit:\n free(bmp);\n free(amp);\n free(p);\n free(n);\n\n return status;\n}\n\n/**************** belong (originally in manobjlist.c) ************************/\n/*\n * say if an object is \"included\" in another. Returns 1 if the pixels of the\n * first object are included in the pixels of the second object.\n */\n\nint belong(\n int corenb, objliststruct * coreobjlist, int shellnb, objliststruct * shellobjlist\n) {\n objstruct *cobj = &(coreobjlist->obj[corenb]), *sobj = &(shellobjlist->obj[shellnb]);\n pliststruct *cpl = coreobjlist->plist, *spl = shellobjlist->plist, *pixt;\n\n int64_t xc = PLIST(cpl + cobj->firstpix, x), yc = PLIST(cpl + cobj->firstpix, y);\n\n for (pixt = spl + sobj->firstpix; pixt >= spl; pixt = spl + PLIST(pixt, nextpix)) {\n if ((PLIST(pixt, x) == xc) && (PLIST(pixt, y) == yc)) {\n return 1;\n }\n }\n\n return 0;\n}\n\n\n/******************************** createsubmap *******************************/\n/*\nCreate pixel-index submap for deblending.\n*/\nint64_t * createsubmap(\n objliststruct * objlistin,\n int64_t no,\n int64_t * subx,\n int64_t * suby,\n int64_t * subw,\n int64_t * subh\n) {\n objstruct * obj;\n pliststruct *pixel, *pixt;\n int64_t i, n, xmin, ymin, w, *pix, *pt, *submap;\n\n obj = objlistin->obj + no;\n pixel = objlistin->plist;\n\n *subx = xmin = obj->xmin;\n *suby = ymin = obj->ymin;\n *subw = w = obj->xmax - xmin + 1;\n *subh = obj->ymax - ymin + 1;\n\n n = w * *subh;\n if (!(submap = pix = malloc(n * sizeof(int64_t)))) {\n return NULL;\n }\n pt = pix;\n for (i = n; i--;) {\n *(pt++) = -1;\n }\n\n for (i = obj->firstpix; i != -1; i = PLIST(pixt, nextpix)) {\n pixt = pixel + i;\n *(pix + (PLIST(pixt, x) - xmin) + (PLIST(pixt, y) - ymin) * w) = i;\n }\n\n return submap;\n}\n" }, { "path": "src/extract.c", "content": "/*%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\n *\n * This file is part of SEP\n *\n * Copyright 1993-2011 Emmanuel Bertin -- IAP/CNRS/UPMC\n * Copyright 2014 SEP developers\n *\n * SEP is free software: you can redistribute it and/or modify\n * it under the terms of the GNU Lesser General Public License as published by\n * the Free Software Foundation, either version 3 of the License, or\n * (at your option) any later version.\n *\n * SEP is distributed in the hope that it will be useful,\n * but WITHOUT ANY WARRANTY; without even the implied warranty of\n * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the\n * GNU Lesser General Public License for more details.\n *\n * You should have received a copy of the GNU Lesser General Public License\n * along with SEP. If not, see .\n *\n *%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%*/\n\n/* Note: was scan.c in SExtractor. */\n\n#include \n#include \n#include \n#include \n#include \n#include \n\n#include \"extract.h\"\n#include \"sep.h\"\n#include \"sepcore.h\"\n\n#define DETECT_MAXAREA 0 /* replaces prefs.ext_maxarea */\n#define WTHRESH_CONVFAC 1e-4 /* Factor to apply to weights when */\n/* thresholding filtered weight-maps */\n\n/* globals */\n_Thread_local int64_t plistexist_cdvalue, plistexist_thresh, plistexist_var;\n_Thread_local int64_t plistoff_value, plistoff_cdvalue, plistoff_thresh, plistoff_var;\n_Thread_local int64_t plistsize;\n_Thread_local unsigned int randseed;\nstatic _Atomic size_t extract_pixstack = 300000;\n\n/* get and set pixstack */\nvoid sep_set_extract_pixstack(size_t val) {\n extract_pixstack = val;\n}\n\nsize_t sep_get_extract_pixstack() {\n return extract_pixstack;\n}\n\nint sortit(\n infostruct * info,\n objliststruct * objlist,\n int minarea,\n objliststruct * finalobjlist,\n int deblend_nthresh,\n double deblend_mincont,\n double gain,\n deblendctx * deblendctx\n);\nint segsortit(\n infostruct * info,\n objliststruct * objlist,\n objliststruct * finalobjlist,\n double gain\n);\nvoid plistinit(int hasconv, int hasvar);\nvoid clean(objliststruct * objlist, double clean_param, int * survives);\nPIXTYPE get_mean_thresh(infostruct * info, pliststruct * pixel);\nint convert_to_catalog(\n objliststruct * objlist,\n const int * survives,\n sep_catalog * cat,\n int64_t w,\n int include_pixels\n);\n\nint arraybuffer_init(\n arraybuffer * buf,\n const void * arr,\n int dtype,\n int64_t w,\n int64_t h,\n int64_t bufw,\n int64_t bufh\n);\nvoid arraybuffer_readline(arraybuffer * buf);\nvoid arraybuffer_free(arraybuffer * buf);\n\n/********************* array buffer functions ********************************/\n\n/* initialize buffer */\n/* bufw must be less than or equal to w */\nint arraybuffer_init(\n arraybuffer * buf,\n const void * arr,\n int dtype,\n int64_t w,\n int64_t h,\n int64_t bufw,\n int64_t bufh\n) {\n int status;\n int64_t yl;\n status = RETURN_OK;\n\n /* data info */\n buf->dptr = arr;\n buf->dw = w;\n buf->dh = h;\n\n /* buffer array info */\n buf->bptr = NULL;\n QMALLOC(buf->bptr, PIXTYPE, bufw * bufh, status);\n buf->bw = bufw;\n buf->bh = bufh;\n\n /* pointers to within buffer */\n buf->midline = buf->bptr + bufw * (bufh / 2); /* ptr to middle buffer line */\n buf->lastline = buf->bptr + bufw * (bufh - 1); /* ptr to last buffer line */\n\n status = get_array_converter(dtype, &(buf->readline), &(buf->elsize));\n if (status != RETURN_OK) {\n goto exit;\n }\n\n /* initialize yoff */\n buf->yoff = -bufh;\n\n /* read in lines until the first data line is one line above midline */\n for (yl = 0; yl < bufh - bufh / 2 - 1; yl++) {\n arraybuffer_readline(buf);\n }\n\n return status;\n\nexit:\n free(buf->bptr);\n buf->bptr = NULL;\n return status;\n}\n\n/* read a line into the buffer at the top, shifting all lines down one */\nvoid arraybuffer_readline(arraybuffer * buf) {\n PIXTYPE * line;\n int64_t y;\n\n /* shift all lines down one */\n for (line = buf->bptr; line < buf->lastline; line += buf->bw) {\n memcpy(line, line + buf->bw, sizeof(PIXTYPE) * buf->bw);\n }\n\n /* which image line now corresponds to the last line in buffer? */\n buf->yoff++;\n y = buf->yoff + buf->bh - 1;\n\n if (y < buf->dh) {\n buf->readline(buf->dptr + buf->elsize * buf->dw * y, buf->dw, buf->lastline);\n }\n}\n\nvoid arraybuffer_free(arraybuffer * buf) {\n free(buf->bptr);\n buf->bptr = NULL;\n}\n\n/* apply_mask_line: Apply the mask to the image and noise buffers.\n *\n * If convolution is off, masked values should simply be not\n * detected. For this, would be sufficient to either set data to zero or\n * set noise (if present) to infinity.\n *\n * If convolution is on, strictly speaking, a masked (unknown) pixel\n * should \"poison\" the convolved value whenever it is present in the\n * convolution kernel (e.g., NaN behavior). However, practically we'd\n * rather use a \"best guess\" for the value. Without doing\n * interpolation from neighbors, 0 is the best guess (assuming image\n * is background subtracted).\n *\n * For the purpose of the full matched filter, we should set noise = infinity.\n *\n * So, this routine sets masked pixels to zero in the image buffer and\n * infinity in the noise buffer (if present). It affects the first\n */\nvoid apply_mask_line(\n arraybuffer * mbuf, arraybuffer * imbuf, arraybuffer * nbuf, double maskthresh\n) {\n int64_t i;\n\n for (i = 0; i < mbuf->bw; i++) {\n if (mbuf->lastline[i] > maskthresh) {\n imbuf->lastline[i] = 0.0;\n if (nbuf) {\n nbuf->lastline[i] = BIG;\n }\n }\n }\n}\n\n/****************************** extract **************************************/\nint sep_extract(\n const sep_image * image,\n float thresh,\n int thresh_type,\n int minarea,\n const float * conv,\n int64_t convw,\n int64_t convh,\n int filter_type,\n int deblend_nthresh,\n double deblend_cont,\n int clean_flag,\n double clean_param,\n sep_catalog ** catalog\n) {\n arraybuffer dbuf, nbuf, mbuf, sbuf;\n infostruct curpixinfo, initinfo, freeinfo;\n objliststruct objlist;\n char newmarker;\n size_t mem_pixstack;\n int64_t nposize, oldnposize;\n int64_t w, h;\n int64_t co, i, pstop, xl, xl2, yl, cn;\n int64_t ididx, numids, totnpix;\n int64_t prevpix, bufh;\n int64_t stacksize, convn;\n int status, isvarthresh, isvarnoise, luflag;\n short trunflag;\n PIXTYPE relthresh, cdnewsymbol, pixvar, pixsig;\n float sum;\n pixstatus cs, ps;\n\n infostruct *info, *store, *idinfo;\n objliststruct * finalobjlist;\n pliststruct *pixel, *pixt;\n char * marker;\n PIXTYPE *scan, *cdscan, *wscan, *dummyscan, *sscan;\n PIXTYPE *sigscan, *workscan;\n float * convnorm;\n int64_t *start, *end, *cumcounts;\n int * survives;\n pixstatus * psstack;\n char errtext[512];\n sep_catalog * cat;\n deblendctx deblendctx;\n\n status = RETURN_OK;\n pixel = NULL;\n convnorm = NULL;\n scan = wscan = cdscan = dummyscan = sscan = NULL;\n sigscan = workscan = NULL;\n info = NULL;\n store = NULL;\n idinfo = NULL;\n marker = NULL;\n psstack = NULL;\n start = end = cumcounts = NULL;\n finalobjlist = NULL;\n survives = NULL;\n cat = NULL;\n convn = 0;\n sum = 0.0;\n w = image->w;\n h = image->h;\n\n numids = (image->numids) ? image->numids : 1;\n\n prevpix = 0;\n isvarthresh = 0;\n relthresh = 0.0;\n pixvar = 0.0;\n pixsig = 0.0;\n isvarnoise = 0;\n memset(&deblendctx, 0, sizeof(deblendctx));\n\n mem_pixstack = sep_get_extract_pixstack();\n\n if (image->segmap) {\n QCALLOC(cumcounts, int64_t, numids, status);\n QCALLOC(idinfo, infostruct, numids, status);\n totnpix = 0;\n for (i = 0; i < numids; i++) {\n cumcounts[i] = totnpix;\n totnpix += image->idcounts[i];\n }\n if ((size_t)totnpix > mem_pixstack) {\n goto exit;\n }\n }\n\n /* seed the random number generator consistently on each call to get\n * consistent results. rand_r() is used in deblending. */\n randseed = 1;\n\n /* Noise characteristics of the image: None, scalar or variable? */\n if (image->noise_type == SEP_NOISE_NONE) {\n } /* nothing to do */\n else if (image->noise == NULL)\n {\n /* noise is constant; we can set pixel noise now. */\n if (image->noise_type == SEP_NOISE_STDDEV) {\n pixsig = image->noiseval;\n pixvar = pixsig * pixsig;\n } else if (image->noise_type == SEP_NOISE_VAR) {\n pixvar = image->noiseval;\n pixsig = sqrt(pixvar);\n } else {\n return UNKNOWN_NOISE_TYPE;\n }\n } else {\n /* noise is variable; we deal with setting pixvar and pixsig at each\n * pixel. */\n isvarnoise = 1;\n }\n\n /* Deal with relative thresholding. (For an absolute threshold\n * nothing needs to be done, as `thresh` should already contain the constant\n * threshold, and `isvarthresh` is already 0.) */\n if (thresh_type == SEP_THRESH_REL) {\n /* The image must have noise information. */\n if (image->noise_type == SEP_NOISE_NONE) {\n return RELTHRESH_NO_NOISE;\n }\n\n isvarthresh = isvarnoise; /* threshold is variable if noise is */\n if (isvarthresh) {\n relthresh = thresh; /* used below to set `thresh` for each pixel. */\n } else {\n /* thresh is constant; convert relative threshold to absolute */\n thresh *= pixsig;\n }\n }\n\n /* this is input `thresh` regardless of thresh_type. */\n objlist.thresh = thresh;\n\n /*Allocate memory for buffers */\n stacksize = w + 1;\n QMALLOC(info, infostruct, stacksize, status);\n QCALLOC(store, infostruct, stacksize, status);\n QMALLOC(marker, char, stacksize, status);\n QMALLOC(dummyscan, PIXTYPE, stacksize, status);\n QMALLOC(psstack, pixstatus, stacksize, status);\n QCALLOC(start, int64_t, stacksize, status);\n QMALLOC(end, int64_t, stacksize, status);\n if ((status = allocdeblend(deblend_nthresh, w, h, &deblendctx)) != RETURN_OK) {\n goto exit;\n }\n\n /* Initialize buffers for input array(s).\n * The buffer size depends on whether or not convolution is active.\n * If not convolving, the buffer size is just a single line. If convolving,\n * the buffer height equals the height of the convolution kernel.\n */\n bufh = conv ? convh : 1;\n status = arraybuffer_init(&dbuf, image->data, image->dtype, w, h, stacksize, bufh);\n if (status != RETURN_OK) {\n goto exit;\n }\n if (isvarnoise) {\n status =\n arraybuffer_init(&nbuf, image->noise, image->ndtype, w, h, stacksize, bufh);\n if (status != RETURN_OK) {\n goto exit;\n }\n }\n if (image->mask) {\n status = arraybuffer_init(&mbuf, image->mask, image->mdtype, w, h, stacksize, bufh);\n if (status != RETURN_OK) {\n goto exit;\n }\n }\n if (image->segmap) {\n status =\n arraybuffer_init(&sbuf, image->segmap, image->sdtype, w, h, stacksize, bufh);\n if (status != RETURN_OK) {\n goto exit;\n }\n }\n\n /* `scan` (or `wscan`) is always a pointer to the current line being\n * processed. It might be the only line in the buffer, or it might be the\n * middle line. */\n scan = dbuf.midline;\n if (isvarnoise) {\n wscan = nbuf.midline;\n }\n\n /* More initializations */\n initinfo.pixnb = 0;\n initinfo.flag = 0;\n initinfo.firstpix = initinfo.lastpix = -1;\n\n if (image->segmap) {\n sscan = sbuf.midline;\n for (i = 0; i < numids; i++) {\n idinfo[i].pixnb = 0;\n idinfo[i].flag = 0;\n idinfo[i].firstpix = idinfo[i].lastpix = -1;\n }\n }\n\n for (xl = 0; xl < stacksize; xl++) {\n marker[xl] = 0;\n dummyscan[xl] = -BIG;\n }\n\n co = pstop = 0;\n if (image->segmap) {\n objlist.nobj = numids;\n QMALLOC(objlist.obj, objstruct, numids, status);\n } else {\n objlist.nobj = 1;\n }\n curpixinfo.pixnb = 1;\n\n /* Init finalobjlist */\n QMALLOC(finalobjlist, objliststruct, 1, status);\n finalobjlist->obj = NULL;\n finalobjlist->plist = NULL;\n finalobjlist->nobj = finalobjlist->npix = 0;\n\n\n /* Allocate memory for the pixel list */\n plistinit((conv != NULL), (image->noise_type != SEP_NOISE_NONE));\n if (!(pixel = objlist.plist = malloc(nposize = mem_pixstack * plistsize))) {\n status = MEMORY_ALLOC_ERROR;\n goto exit;\n }\n\n /*----- at the beginning, \"free\" object fills the whole pixel list */\n freeinfo.firstpix = 0;\n freeinfo.lastpix = nposize - plistsize;\n pixt = pixel;\n for (i = plistsize; i < nposize; i += plistsize, pixt += plistsize) {\n PLIST(pixt, nextpix) = i;\n }\n PLIST(pixt, nextpix) = -1;\n\n /* can only use a matched filter when convolving and when there is a noise\n * array */\n if (!(conv && isvarnoise)) {\n filter_type = SEP_FILTER_CONV;\n }\n\n if (conv) {\n /* allocate memory for convolved buffers */\n QMALLOC(cdscan, PIXTYPE, stacksize, status);\n if (filter_type == SEP_FILTER_MATCHED) {\n QMALLOC(sigscan, PIXTYPE, stacksize, status);\n QMALLOC(workscan, PIXTYPE, stacksize, status);\n }\n\n /* normalize the filter */\n convn = convw * convh;\n QMALLOC(convnorm, PIXTYPE, convn, status);\n for (i = 0; i < convn; i++) {\n sum += fabs(conv[i]);\n }\n for (i = 0; i < convn; i++) {\n convnorm[i] = conv[i] / sum;\n }\n }\n\n /*----- MAIN LOOP ------ */\n for (yl = 0; yl <= h; yl++) {\n ps = COMPLETE;\n cs = NONOBJECT;\n\n /* Need an empty line for Lutz' algorithm to end gracely */\n if (yl == h) {\n if (conv) {\n free(cdscan); // cdscan set to dummyscan below\n if (filter_type == SEP_FILTER_MATCHED) {\n for (xl = 0; xl < stacksize; xl++) {\n sigscan[xl] = -BIG;\n }\n }\n }\n cdscan = dummyscan;\n } else {\n arraybuffer_readline(&dbuf);\n if (isvarnoise) {\n arraybuffer_readline(&nbuf);\n }\n if (image->mask) {\n arraybuffer_readline(&mbuf);\n apply_mask_line(&mbuf, &dbuf, (isvarnoise ? &nbuf : NULL), image->maskthresh);\n }\n if (image->segmap) {\n arraybuffer_readline(&sbuf);\n }\n\n /* filter the lines */\n if (conv) {\n status = convolve(&dbuf, yl, convnorm, convw, convh, cdscan);\n if (status != RETURN_OK) {\n goto exit;\n }\n\n if (filter_type == SEP_FILTER_MATCHED) {\n status = matched_filter(\n &dbuf,\n &nbuf,\n yl,\n convnorm,\n convw,\n convh,\n workscan,\n sigscan,\n image->noise_type\n );\n\n if (status != RETURN_OK) {\n goto exit;\n }\n }\n } else {\n cdscan = scan;\n }\n }\n\n trunflag = (yl == 0 || yl == h - 1) ? SEP_OBJ_TRUNC : 0;\n\n for (xl = 0; xl <= w; xl++) {\n if (xl == w) {\n cdnewsymbol = -BIG;\n } else {\n cdnewsymbol = cdscan[xl];\n }\n\n newmarker = marker[xl]; /* marker at this pixel */\n marker[xl] = 0;\n\n curpixinfo.flag = trunflag;\n\n /* set pixel variance/noise based on noise array */\n if (isvarthresh) {\n if (xl == w || yl == h) {\n pixsig = pixvar = 0.0;\n } else if (image->noise_type == SEP_NOISE_VAR) {\n pixvar = wscan[xl];\n pixsig = sqrt(pixvar);\n } else if (image->noise_type == SEP_NOISE_STDDEV) {\n pixsig = wscan[xl];\n pixvar = pixsig * pixsig;\n } else {\n status = UNKNOWN_NOISE_TYPE;\n goto exit;\n }\n\n /* set `thresh` (This is needed later, even\n * if filter_type is SEP_FILTER_MATCHED */\n thresh = relthresh * pixsig;\n }\n\n /* luflag: is pixel above thresh (Y/N)? */\n /* First check if segmap exists */\n if (image->segmap) {\n if ((sscan[xl] > 0) && (xl != w) && (yl != h)) {\n if (xl == 0 || xl == w - 1) {\n curpixinfo.flag |= SEP_OBJ_TRUNC;\n }\n\n for (ididx = 0; ididx < numids; ididx++) {\n if (image->segids[ididx] == (int64_t)sscan[xl]) {\n pixt = pixel + prevpix * plistsize;\n prevpix = cumcounts[ididx] + idinfo[ididx].pixnb;\n pixt = pixel + prevpix * plistsize;\n\n PLIST(pixt, x) = xl;\n PLIST(pixt, y) = yl;\n PLIST(pixt, value) = scan[xl];\n if (PLISTEXIST(cdvalue)) {\n PLISTPIX(pixt, cdvalue) = cdnewsymbol;\n };\n if (PLISTEXIST(var)) {\n PLISTPIX(pixt, var) = pixvar;\n };\n if (PLISTEXIST(thresh)) {\n PLISTPIX(pixt, thresh) = thresh;\n };\n\n if (idinfo[ididx].pixnb == 0) {\n idinfo[ididx].firstpix = prevpix * plistsize;\n idinfo[ididx].pixnb = 1;\n } else if (idinfo[ididx].pixnb == image->idcounts[ididx] - 1) {\n idinfo[ididx].pixnb++;\n idinfo[ididx].lastpix = prevpix * plistsize;\n PLIST(pixt, nextpix) = -1;\n } else {\n idinfo[ididx].pixnb++;\n };\n break;\n }\n }\n }\n } else {\n if (filter_type == SEP_FILTER_MATCHED) {\n luflag = ((xl != w) && (sigscan[xl] > relthresh)) ? 1 : 0;\n } else {\n luflag = cdnewsymbol > thresh ? 1 : 0;\n }\n\n if (luflag) {\n /* flag the current object if we're near the image bounds */\n if (xl == 0 || xl == w - 1) {\n curpixinfo.flag |= SEP_OBJ_TRUNC;\n };\n\n /* point pixt to first free pixel in pixel list */\n /* and increment the \"first free pixel\" */\n pixt = pixel + (cn = freeinfo.firstpix);\n freeinfo.firstpix = PLIST(pixt, nextpix);\n curpixinfo.lastpix = curpixinfo.firstpix = cn;\n\n /* set values for the new pixel */\n PLIST(pixt, nextpix) = -1;\n PLIST(pixt, x) = xl;\n PLIST(pixt, y) = yl;\n PLIST(pixt, value) = scan[xl];\n if (PLISTEXIST(cdvalue)) {\n PLISTPIX(pixt, cdvalue) = cdnewsymbol;\n };\n if (PLISTEXIST(var)) {\n PLISTPIX(pixt, var) = pixvar;\n };\n if (PLISTEXIST(thresh)) {\n PLISTPIX(pixt, thresh) = thresh;\n };\n\n /* Check if we have run out of free pixels in objlist.plist */\n if (freeinfo.firstpix == freeinfo.lastpix) {\n status = PIXSTACK_FULL;\n sprintf(\n errtext,\n \"The limit of %d active object pixels over the \"\n \"detection threshold was reached. Check that \"\n \"the image is background subtracted and the \"\n \"detection threshold is not too low. If you \"\n \"need to increase the limit, use \"\n \"set_extract_pixstack.\",\n (int)mem_pixstack\n );\n put_errdetail(errtext);\n goto exit;\n\n /* The code in the rest of this block increases the\n * stack size as needed. Currently, it is never\n * executed. This is because it isn't clear that\n * this is a good idea: most times when the stack\n * overflows it is due to user error: too-low\n * threshold or image not background subtracted. */\n\n /* increase the stack size */\n oldnposize = nposize;\n mem_pixstack = (int)(mem_pixstack * 2);\n nposize = mem_pixstack * plistsize;\n pixel = realloc(pixel, nposize);\n objlist.plist = pixel;\n if (!pixel) {\n status = MEMORY_ALLOC_ERROR;\n goto exit;\n }\n\n /* set next free pixel to the start of the new block\n * and link up all the pixels in the new block */\n PLIST(pixel + freeinfo.firstpix, nextpix) = oldnposize;\n pixt = pixel + oldnposize;\n for (i = oldnposize + plistsize; i < nposize;\n i += plistsize, pixt += plistsize)\n {\n PLIST(pixt, nextpix) = i;\n }\n PLIST(pixt, nextpix) = -1;\n\n /* last free pixel is now at the end of the new block */\n freeinfo.lastpix = nposize - plistsize;\n }\n /*------------------------------------------------------------*/\n\n /* if the current status on this line is not already OBJECT... */\n /* start segment */\n if (cs != OBJECT) {\n cs = OBJECT;\n if (ps == OBJECT) {\n if (start[co] == UNKNOWN) {\n marker[xl] = 'S';\n start[co] = xl;\n } else {\n marker[xl] = 's';\n }\n } else {\n psstack[pstop++] = ps;\n marker[xl] = 'S';\n start[++co] = xl;\n ps = COMPLETE;\n info[co] = initinfo;\n }\n }\n\n } /* closes if pixel above threshold */\n\n /* process new marker ---------------------------------------------*/\n /* newmarker is marker[ ] at this pixel position before we got to\n it. We'll only enter this if marker[ ] was set on a previous\n loop iteration. */\n if (newmarker) {\n if (newmarker == 'S') {\n psstack[pstop++] = ps;\n if (cs == NONOBJECT) {\n psstack[pstop++] = COMPLETE;\n info[++co] = store[xl];\n start[co] = UNKNOWN;\n } else {\n update(&info[co], &store[xl], pixel);\n }\n ps = OBJECT;\n } else if (newmarker == 's') {\n if ((cs == OBJECT) && (ps == COMPLETE)) {\n pstop--;\n xl2 = start[co];\n update(&info[co - 1], &info[co], pixel);\n if (start[--co] == UNKNOWN) {\n start[co] = xl2;\n } else {\n marker[xl2] = 's';\n }\n }\n ps = OBJECT;\n } else if (newmarker == 'f') {\n ps = INCOMPLETE;\n } else if (newmarker == 'F') {\n ps = psstack[--pstop];\n if ((cs == NONOBJECT) && (ps == COMPLETE)) {\n if (start[co] == UNKNOWN) {\n if ((int64_t)info[co].pixnb >= minarea) {\n /* update threshold before object is processed */\n if (PLISTEXIST(thresh)) {\n objlist.thresh = get_mean_thresh(&info[co], objlist.plist);\n } else {\n objlist.thresh = thresh;\n }\n\n status = sortit(\n &info[co],\n &objlist,\n minarea,\n finalobjlist,\n deblend_nthresh,\n deblend_cont,\n image->gain,\n &deblendctx\n );\n\n if (status != RETURN_OK) {\n goto exit;\n };\n }\n\n /* free the chain-list */\n PLIST(pixel + info[co].lastpix, nextpix) = freeinfo.firstpix;\n freeinfo.firstpix = info[co].firstpix;\n } else {\n marker[end[co]] = 'F';\n store[start[co]] = info[co];\n }\n co--;\n ps = psstack[--pstop];\n }\n }\n }\n /* end of if (newmarker) ------------------------------------------*/\n\n /* update the info or end segment */\n if (luflag) {\n update(&info[co], &curpixinfo, pixel);\n } else if (cs == OBJECT) {\n cs = NONOBJECT;\n if (ps != COMPLETE) {\n marker[xl] = 'f';\n end[co] = xl;\n } else {\n ps = psstack[--pstop];\n marker[xl] = 'F';\n store[start[co]] = info[co];\n co--;\n }\n }\n }\n } /*------------ End of the loop over the x's -----------------------*/\n } /*---------------- End of the loop over the y's -----------------------*/\n\n if (image->segmap) {\n for (i = 0; i < numids; i++) {\n status = segsortit(&idinfo[i], &objlist, finalobjlist, image->gain);\n }\n } else {\n /* convert `finalobjlist` to an array of `sepobj` structs */\n /* if cleaning, see which objects \"survive\" cleaning. */\n if (clean_flag) {\n /* Calculate mthresh for all objects in the list (needed for cleaning) */\n for (i = 0; i < finalobjlist->nobj; i++) {\n status = analysemthresh(i, finalobjlist, minarea, thresh);\n if (status != RETURN_OK) {\n goto exit;\n }\n }\n\n QMALLOC(survives, int, finalobjlist->nobj, status);\n clean(finalobjlist, clean_param, survives);\n }\n }\n /* convert to output catalog */\n QCALLOC(cat, sep_catalog, 1, status);\n status = convert_to_catalog(finalobjlist, survives, cat, w, 1);\n if (status != RETURN_OK) {\n goto exit;\n }\n\nexit:\n if (finalobjlist) {\n free(finalobjlist->obj);\n free(finalobjlist->plist);\n free(finalobjlist);\n }\n if (image->segmap) {\n arraybuffer_free(&sbuf);\n free(idinfo);\n free(cumcounts);\n }\n freedeblend(&deblendctx);\n free(pixel);\n free(info);\n free(store);\n free(marker);\n free(dummyscan);\n free(psstack);\n free(start);\n free(end);\n free(survives);\n arraybuffer_free(&dbuf);\n if (image->noise) {\n arraybuffer_free(&nbuf);\n }\n if (image->mask) {\n arraybuffer_free(&mbuf);\n }\n if (conv) {\n free(convnorm);\n }\n if (filter_type == SEP_FILTER_MATCHED) {\n free(sigscan);\n free(workscan);\n }\n\n if (status != RETURN_OK) {\n /* free cdscan if we didn't do it on the last `yl` line */\n if (conv && (cdscan != dummyscan)) {\n free(cdscan);\n }\n\n /* clean up catalog if it was allocated */\n sep_catalog_free(cat);\n cat = NULL;\n }\n\n *catalog = cat;\n return status;\n}\n\nint segsortit(\n infostruct * info,\n objliststruct * objlist,\n objliststruct * finalobjlist,\n double gain\n) {\n objstruct obj;\n int status;\n\n status = RETURN_OK;\n\n /*----- Allocate memory to store object data */\n objlist->obj = &obj;\n objlist->nobj = 1;\n\n memset(&obj, 0, (size_t)sizeof(objstruct));\n objlist->npix = info->pixnb;\n obj.firstpix = info->firstpix;\n obj.lastpix = info->lastpix;\n obj.flag = info->flag;\n\n obj.thresh =\n plistexist_thresh ? get_mean_thresh(info, objlist->plist) : objlist->thresh;\n\n analyse(0, objlist, 1, gain);\n\n status = addobjdeep(0, objlist, finalobjlist);\n\n if (status != RETURN_OK) {\n goto exit;\n }\n\nexit:\n return status;\n}\n\n/********************************* sortit ************************************/\n/*\nbuild the object structure.\n*/\nint sortit(\n infostruct * info,\n objliststruct * objlist,\n int minarea,\n objliststruct * finalobjlist,\n int deblend_nthresh,\n double deblend_mincont,\n double gain,\n deblendctx * deblendctx\n) {\n objliststruct objlistout, *objlist2;\n objstruct obj;\n int64_t i;\n int status;\n\n status = RETURN_OK;\n objlistout.obj = NULL;\n objlistout.plist = NULL;\n objlistout.nobj = objlistout.npix = 0;\n\n /*----- Allocate memory to store object data */\n objlist->obj = &obj;\n objlist->nobj = 1;\n\n memset(&obj, 0, (size_t)sizeof(objstruct));\n objlist->npix = info->pixnb;\n obj.firstpix = info->firstpix;\n obj.lastpix = info->lastpix;\n obj.flag = info->flag;\n obj.thresh = objlist->thresh;\n\n preanalyse(0, objlist);\n\n status = deblend(\n objlist, &objlistout, deblend_nthresh, deblend_mincont, minarea, deblendctx\n );\n if (status) {\n /* formerly, this wasn't a fatal error, so a flag was set for\n * the object and we continued. I'm leaving the flag-setting\n * here in case we want to change this to a non-fatal error in\n * the future, but currently the flag setting is irrelevant. */\n objlist2 = objlist;\n for (i = 0; i < objlist2->nobj; i++) {\n objlist2->obj[i].flag |= SEP_OBJ_DOVERFLOW;\n }\n goto exit;\n } else {\n objlist2 = &objlistout;\n }\n\n /* Analyze the deblended objects and add to the final list */\n for (i = 0; i < objlist2->nobj; i++) {\n analyse(i, objlist2, 1, gain);\n\n /* this does nothing if DETECT_MAXAREA is 0 (and it currently is) */\n if (DETECT_MAXAREA && objlist2->obj[i].fdnpix > DETECT_MAXAREA) {\n continue;\n }\n\n /* add the object to the final list */\n status = addobjdeep(i, objlist2, finalobjlist);\n if (status != RETURN_OK) {\n goto exit;\n }\n }\n\nexit:\n free(objlistout.plist);\n free(objlistout.obj);\n return status;\n}\n\n\n/********** addobjdeep (originally in manobjlist.c) **************************/\n/*\nAdd object number `objnb` from list `objl1` to list `objl2`.\nUnlike `addobjshallow` this also copies plist pixels to the second list.\n*/\n\nint addobjdeep(int objnb, objliststruct * objl1, objliststruct * objl2) {\n objstruct * objl2obj;\n pliststruct *plist1 = objl1->plist, *plist2 = objl2->plist;\n int64_t fp, i, j, npx, objnb2;\n\n fp = objl2->npix; /* 2nd list's plist size in pixels */\n j = fp * plistsize; /* 2nd list's plist size in bytes */\n objnb2 = objl2->nobj; /* # of objects currently in 2nd list*/\n\n /* Allocate space in `objl2` for the new object */\n if (objnb2) {\n objl2obj = realloc(objl2->obj, (++objl2->nobj) * sizeof(objstruct));\n } else {\n objl2obj = malloc((++objl2->nobj) * sizeof(objstruct));\n }\n\n if (!objl2obj) {\n goto earlyexit;\n }\n objl2->obj = objl2obj;\n\n /* Allocate space for the new object's pixels in 2nd list's plist */\n npx = objl1->obj[objnb].fdnpix;\n if (fp) {\n plist2 = realloc(plist2, (objl2->npix += npx) * plistsize);\n } else {\n plist2 = malloc((objl2->npix = npx) * plistsize);\n }\n\n if (!plist2) {\n goto earlyexit;\n }\n objl2->plist = plist2;\n\n /* copy the plist */\n plist2 += j;\n for (i = objl1->obj[objnb].firstpix; i != -1; i = PLIST(plist1 + i, nextpix)) {\n memcpy(plist2, plist1 + i, (size_t)plistsize);\n PLIST(plist2, nextpix) = (j += plistsize);\n plist2 += plistsize;\n }\n PLIST(plist2 -= plistsize, nextpix) = -1;\n\n /* copy the object itself */\n objl2->obj[objnb2] = objl1->obj[objnb];\n objl2->obj[objnb2].firstpix = fp * plistsize;\n objl2->obj[objnb2].lastpix = j - plistsize;\n\n return RETURN_OK;\n\n /* if early exit, reset 2nd list */\nearlyexit:\n objl2->nobj--;\n objl2->npix = fp;\n return MEMORY_ALLOC_ERROR;\n}\n\n\n/****************************** plistinit ************************************\n * (originally init_plist() in sextractor)\nPURPOSE\tinitialize a pixel-list and its components.\n ***/\nvoid plistinit(int hasconv, int hasvar) {\n pbliststruct * pbdum = NULL;\n\n plistsize = sizeof(pbliststruct);\n plistoff_value = (char *)&pbdum->value - (char *)pbdum;\n\n if (hasconv) {\n plistexist_cdvalue = 1;\n plistoff_cdvalue = plistsize;\n plistsize += sizeof(PIXTYPE);\n } else {\n plistexist_cdvalue = 0;\n plistoff_cdvalue = plistoff_value;\n }\n\n if (hasvar) {\n plistexist_var = 1;\n plistoff_var = plistsize;\n plistsize += sizeof(PIXTYPE);\n\n plistexist_thresh = 1;\n plistoff_thresh = plistsize;\n plistsize += sizeof(PIXTYPE);\n } else {\n plistexist_var = 0;\n plistexist_thresh = 0;\n }\n}\n\n\n/************************** clean an objliststruct ***************************/\n/*\nFill a list with whether each object in the list survived the cleaning\n(assumes that mthresh has already been calculated for all objects in the list)\n*/\n\nvoid clean(objliststruct * objlist, double clean_param, int * survives) {\n objstruct *obj1, *obj2;\n int64_t i, j;\n double amp, ampin, alpha, alphain, unitarea, unitareain, beta, val;\n float dx, dy, rlim;\n\n beta = clean_param;\n\n /* initialize to all surviving */\n for (i = 0; i < objlist->nobj; i++) {\n survives[i] = 1;\n }\n\n obj1 = objlist->obj;\n for (i = 0; i < objlist->nobj; i++, obj1++) {\n if (!survives[i]) {\n continue;\n }\n\n /* parameters for test object */\n unitareain = PI * obj1->a * obj1->b;\n ampin = obj1->fdflux / (2 * unitareain * obj1->abcor);\n alphain = (pow(ampin / obj1->thresh, 1.0 / beta) - 1) * unitareain / obj1->fdnpix;\n\n /* loop over remaining objects in list*/\n obj2 = obj1 + 1;\n for (j = i + 1; j < objlist->nobj; j++, obj2++) {\n if (!survives[j]) {\n continue;\n }\n\n dx = obj1->mx - obj2->mx;\n dy = obj1->my - obj2->my;\n rlim = obj1->a + obj2->a;\n rlim *= rlim;\n if (dx * dx + dy * dy > rlim * CLEAN_ZONE * CLEAN_ZONE) {\n continue;\n }\n\n /* if obj1 is bigger, see if it eats obj2 */\n if (obj2->fdflux < obj1->fdflux) {\n val = 1\n + alphain\n * (obj1->cxx * dx * dx + obj1->cyy * dy * dy + obj1->cxy * dx * dy);\n if (val > 1.0\n && ((float)(val < 1e10 ? ampin * pow(val, -beta) : 0.0) > obj2->mthresh))\n {\n survives[j] = 0; /* the test object eats this one */\n }\n }\n\n /* if obj2 is bigger, see if it eats obj1 */\n else\n {\n unitarea = PI * obj2->a * obj2->b;\n amp = obj2->fdflux / (2 * unitarea * obj2->abcor);\n alpha = (pow(amp / obj2->thresh, 1.0 / beta) - 1) * unitarea / obj2->fdnpix;\n val =\n 1\n + alpha * (obj2->cxx * dx * dx + obj2->cyy * dy * dy + obj2->cxy * dx * dy);\n if (val > 1.0\n && ((float)(val < 1e10 ? amp * pow(val, -beta) : 0.0) > obj1->mthresh))\n {\n survives[i] = 0; /* this object eats the test object */\n }\n }\n\n } /* inner loop over objlist (obj2) */\n } /* outer loop of objlist (obj1) */\n}\n\n/************************** get_mean_thresh **********************************/\n/* Compute an average threshold from all pixels in the cluster */\n\nPIXTYPE get_mean_thresh(infostruct * info, pliststruct * pixel) {\n pliststruct * pixt;\n int pix_accum = 0;\n double thresh_accum = 0;\n\n // Threshold must be cast to double to avoid precision loss\n for (pixt = pixel + info->firstpix; pixt >= pixel;\n pixt = pixel + PLIST(pixt, nextpix))\n {\n thresh_accum += (double)PLISTPIX(pixt, thresh);\n pix_accum++;\n }\n\n return (PIXTYPE)(thresh_accum / pix_accum);\n}\n\n\n/*****************************************************************************/\n/* sep_catalog manipulations */\n\nvoid free_catalog_fields(sep_catalog * catalog) {\n free(catalog->thresh);\n free(catalog->npix);\n free(catalog->tnpix);\n free(catalog->xmin);\n free(catalog->xmax);\n free(catalog->ymin);\n free(catalog->ymax);\n free(catalog->x);\n free(catalog->y);\n free(catalog->x2);\n free(catalog->y2);\n free(catalog->xy);\n free(catalog->errx2);\n free(catalog->erry2);\n free(catalog->errxy);\n free(catalog->a);\n free(catalog->b);\n free(catalog->theta);\n free(catalog->cxx);\n free(catalog->cyy);\n free(catalog->cxy);\n free(catalog->cflux);\n free(catalog->flux);\n free(catalog->cpeak);\n free(catalog->peak);\n free(catalog->xcpeak);\n free(catalog->ycpeak);\n free(catalog->xpeak);\n free(catalog->ypeak);\n free(catalog->flag);\n\n free(catalog->pix);\n free(catalog->objectspix);\n\n memset(catalog, 0, sizeof(sep_catalog));\n}\n\n\n/* convert_to_catalog()\n *\n * Convert the final object list to an output catalog.\n *\n * `survives`: array of 0 or 1 indicating whether or not to output each object\n * (ignored if NULL)\n * `cat`: catalog object to be filled.\n * `w`: width of image (used to calculate linear indicies).\n */\nint convert_to_catalog(\n objliststruct * objlist,\n const int * survives,\n sep_catalog * cat,\n int64_t w,\n int include_pixels\n) {\n int64_t i, j, k;\n int64_t totnpix;\n int nobj = 0;\n int status = RETURN_OK;\n objstruct * obj;\n pliststruct *pixt, *pixel;\n\n /* Set struct to zero in case the caller didn't.\n * This is important if there is a memory error and we have to call\n * free_catalog_fields() to recover at exit */\n memset(cat, 0, sizeof(sep_catalog));\n\n /* Count number of surviving objects so that we can allocate the\n appropriate amount of space in the output catalog. */\n if (survives) {\n for (i = 0; i < objlist->nobj; i++) {\n nobj += survives[i];\n }\n } else {\n nobj = objlist->nobj;\n }\n\n /* allocate catalog fields */\n cat->nobj = nobj;\n QMALLOC(cat->thresh, float, nobj, status);\n QMALLOC(cat->npix, int64_t, nobj, status);\n QMALLOC(cat->tnpix, int64_t, nobj, status);\n QMALLOC(cat->xmin, int64_t, nobj, status);\n QMALLOC(cat->xmax, int64_t, nobj, status);\n QMALLOC(cat->ymin, int64_t, nobj, status);\n QMALLOC(cat->ymax, int64_t, nobj, status);\n QMALLOC(cat->x, double, nobj, status);\n QMALLOC(cat->y, double, nobj, status);\n QMALLOC(cat->x2, double, nobj, status);\n QMALLOC(cat->y2, double, nobj, status);\n QMALLOC(cat->xy, double, nobj, status);\n QMALLOC(cat->errx2, double, nobj, status);\n QMALLOC(cat->erry2, double, nobj, status);\n QMALLOC(cat->errxy, double, nobj, status);\n QMALLOC(cat->a, float, nobj, status);\n QMALLOC(cat->b, float, nobj, status);\n QMALLOC(cat->theta, float, nobj, status);\n QMALLOC(cat->cxx, float, nobj, status);\n QMALLOC(cat->cyy, float, nobj, status);\n QMALLOC(cat->cxy, float, nobj, status);\n QMALLOC(cat->cflux, float, nobj, status);\n QMALLOC(cat->flux, float, nobj, status);\n QMALLOC(cat->cpeak, float, nobj, status);\n QMALLOC(cat->peak, float, nobj, status);\n QMALLOC(cat->xcpeak, int64_t, nobj, status);\n QMALLOC(cat->ycpeak, int64_t, nobj, status);\n QMALLOC(cat->xpeak, int64_t, nobj, status);\n QMALLOC(cat->ypeak, int64_t, nobj, status);\n QMALLOC(cat->cflux, float, nobj, status);\n QMALLOC(cat->flux, float, nobj, status);\n QMALLOC(cat->flag, short, nobj, status);\n\n /* fill output arrays */\n j = 0; /* running index in output array */\n for (i = 0; i < objlist->nobj; i++) {\n if ((survives == NULL) || survives[i]) {\n obj = objlist->obj + i;\n cat->thresh[j] = obj->thresh;\n cat->npix[j] = obj->fdnpix;\n cat->tnpix[j] = obj->dnpix;\n cat->xmin[j] = obj->xmin;\n cat->xmax[j] = obj->xmax;\n cat->ymin[j] = obj->ymin;\n cat->ymax[j] = obj->ymax;\n cat->x[j] = obj->mx;\n cat->y[j] = obj->my;\n cat->x2[j] = obj->mx2;\n cat->y2[j] = obj->my2;\n cat->xy[j] = obj->mxy;\n cat->errx2[j] = obj->errx2;\n cat->erry2[j] = obj->erry2;\n cat->errxy[j] = obj->errxy;\n\n cat->a[j] = obj->a;\n cat->b[j] = obj->b;\n cat->theta[j] = obj->theta;\n\n cat->cxx[j] = obj->cxx;\n cat->cyy[j] = obj->cyy;\n cat->cxy[j] = obj->cxy;\n\n cat->cflux[j] = obj->fdflux; /* these change names */\n cat->flux[j] = obj->dflux;\n cat->cpeak[j] = obj->fdpeak;\n cat->peak[j] = obj->dpeak;\n\n cat->xpeak[j] = obj->xpeak;\n cat->ypeak[j] = obj->ypeak;\n cat->xcpeak[j] = obj->xcpeak;\n cat->ycpeak[j] = obj->ycpeak;\n\n cat->flag[j] = obj->flag;\n\n j++;\n }\n }\n\n if (include_pixels) {\n /* count the total number of pixels */\n totnpix = 0;\n for (i = 0; i < cat->nobj; i++) {\n totnpix += cat->npix[i];\n }\n\n /* allocate buffer for all objects' pixels */\n QMALLOC(cat->objectspix, int64_t, totnpix, status);\n\n /* allocate array of pointers into the above buffer */\n QMALLOC(cat->pix, int64_t *, nobj, status);\n\n pixel = objlist->plist;\n\n /* for each object, fill buffer and direct object's to it */\n k = 0; /* current position in `objectspix` buffer */\n j = 0; /* output object index */\n for (i = 0; i < objlist->nobj; i++) {\n obj = objlist->obj + i; /* input object */\n if ((survives == NULL) || survives[i]) {\n /* point this object's pixel list into the buffer. */\n cat->pix[j] = cat->objectspix + k;\n\n /* fill the actual pixel values */\n for (pixt = pixel + obj->firstpix; pixt >= pixel;\n pixt = pixel + PLIST(pixt, nextpix), k++)\n {\n cat->objectspix[k] = PLIST(pixt, x) + w * PLIST(pixt, y);\n }\n j++;\n }\n }\n }\n\nexit:\n if (status != RETURN_OK) {\n free_catalog_fields(cat);\n }\n\n return status;\n}\n\n\nvoid sep_catalog_free(sep_catalog * catalog) {\n if (catalog != NULL) {\n free_catalog_fields(catalog);\n }\n free(catalog);\n}\n" }, { "path": "src/extract.h", "content": "/*%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\n *\n * This file is part of SEP\n *\n * Copyright 1993-2011 Emmanuel Bertin -- IAP/CNRS/UPMC\n * Copyright 2014 SEP developers\n *\n * SEP is free software: you can redistribute it and/or modify\n * it under the terms of the GNU Lesser General Public License as published by\n * the Free Software Foundation, either version 3 of the License, or\n * (at your option) any later version.\n *\n * SEP is distributed in the hope that it will be useful,\n * but WITHOUT ANY WARRANTY; without even the implied warranty of\n * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the\n * GNU Lesser General Public License for more details.\n *\n * You should have received a copy of the GNU Lesser General Public License\n * along with SEP. If not, see .\n *\n *%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%*/\n\n#include \"sepcore.h\"\n\n#define UNKNOWN -1 /* flag for LUTZ */\n#define CLEAN_ZONE 10.0 /* zone (in sigma) to consider for processing */\n#define CLEAN_STACKSIZE 3000 /* replaces prefs.clean_stacksize */\n/* (MEMORY_OBJSTACK in sextractor inputs) */\n#define CLEAN_MARGIN 0 /* replaces prefs.cleanmargin which was set based */\n/* on stuff like apertures and vignet size */\n#define MARGIN_SCALE 2.0 /* Margin / object height */\n#define MARGIN_OFFSET 4.0 /* Margin offset (pixels) */\n#define MAXDEBAREA 3 /* max. area for deblending (must be >= 1)*/\n#define MAXPICSIZE 1048576 /* max. image size in any dimension */\n\n/* plist-related macros */\n#define PLIST(ptr, elem) (((pbliststruct *)(ptr))->elem)\n#define PLISTEXIST(elem) (plistexist_##elem)\n#define PLISTPIX(ptr, elem) (*((PIXTYPE *)((ptr) + plistoff_##elem)))\n\n/* Extraction status */\ntypedef enum {\n COMPLETE,\n INCOMPLETE,\n NONOBJECT,\n OBJECT\n} pixstatus;\n\n/* Temporary object parameters during extraction */\ntypedef struct structinfo {\n int64_t pixnb; /* Number of pixels included */\n int64_t firstpix; /* Pointer to first pixel of pixlist */\n int64_t lastpix; /* Pointer to last pixel of pixlist */\n short flag; /* Extraction flag */\n} infostruct;\n\ntypedef char pliststruct; /* Dummy type for plist */\n\ntypedef struct {\n int64_t nextpix;\n int64_t x, y;\n PIXTYPE value;\n} pbliststruct;\n\n/* array buffer struct */\ntypedef struct {\n const BYTE * dptr; /* pointer to original data, can be any supported type */\n int dtype; /* data type of original data */\n int64_t dw, dh; /* original data width, height */\n PIXTYPE * bptr; /* buffer pointer (self-managed memory) */\n int64_t bw, bh; /* buffer width, height (bufw can be larger than w due */\n /* to padding). */\n PIXTYPE * midline; /* \"middle\" line in buffer (at index bh/2) */\n PIXTYPE * lastline; /* last line in buffer */\n array_converter readline; /* function to read a data line into buffer */\n int64_t elsize; /* size in bytes of one element in original data */\n int64_t yoff; /* line index in original data corresponding to bufptr */\n} arraybuffer;\n\n\n/* globals */\nextern _Thread_local int64_t plistexist_cdvalue, plistexist_thresh, plistexist_var;\nextern _Thread_local int64_t plistoff_value, plistoff_cdvalue, plistoff_thresh,\n plistoff_var;\nextern _Thread_local int64_t plistsize;\nextern _Thread_local unsigned int randseed;\n\ntypedef struct {\n /* thresholds */\n float thresh; /* detect threshold (ADU) */\n float mthresh; /* max. threshold (ADU) */\n\n /* # pixels */\n int64_t fdnpix; /* nb of extracted pix */\n int64_t dnpix; /* nb of pix above thresh */\n int64_t npix; /* \"\" in measured frame */\n int64_t nzdwpix; /* nb of zero-dweights around */\n int64_t nzwpix; /* nb of zero-weights inside */\n\n /* position */\n int64_t xpeak, ypeak; /* pos of brightest pix */\n int64_t xcpeak, ycpeak; /* pos of brightest pix */\n double mx, my; /* barycenter */\n int64_t xmin, xmax, ymin, ymax, ycmin, ycmax; /* x,y limits */\n\n /* shape */\n double mx2, my2, mxy; /* variances and covariance */\n float a, b, theta, abcor; /* moments and angle */\n float cxx, cyy, cxy; /* ellipse parameters */\n double errx2, erry2, errxy; /* Uncertainties on the variances */\n\n /* flux */\n float fdflux; /* integrated ext. flux */\n float dflux; /* integrated det. flux */\n float flux; /* integrated mes. flux */\n float fluxerr; /* integrated variance */\n PIXTYPE fdpeak; /* peak intensity (ADU) */\n PIXTYPE dpeak; /* peak intensity (ADU) */\n PIXTYPE peak; /* peak intensity (ADU) */\n\n /* flags */\n short flag; /* extraction flags */\n\n /* accessing individual pixels in plist*/\n int64_t firstpix; /* ptr to first pixel */\n int64_t lastpix; /* ptr to last pixel */\n} objstruct;\n\ntypedef struct {\n int64_t nobj; /* number of objects in list */\n objstruct * obj; /* pointer to the object array */\n int64_t npix; /* number of pixels in pixel-list */\n pliststruct * plist; /* pointer to the pixel-list */\n PIXTYPE thresh; /* detection threshold */\n} objliststruct;\n\n\nint analysemthresh(int objnb, objliststruct * objlist, int minarea, PIXTYPE thresh);\nvoid preanalyse(int, objliststruct *);\nvoid analyse(int, objliststruct *, int, double);\n\ntypedef struct {\n infostruct *info, *store;\n char * marker;\n pixstatus * psstack;\n int64_t *start, *end, *discan;\n int64_t xmin, ymin, xmax, ymax;\n} lutzbuffers;\n\nint lutzalloc(int64_t, int64_t, lutzbuffers *);\nvoid lutzfree(lutzbuffers *);\nint lutz(\n pliststruct * plistin,\n int64_t * objrootsubmap,\n int64_t subx,\n int64_t suby,\n int64_t subw,\n objstruct * objparent,\n objliststruct * objlist,\n int minarea,\n lutzbuffers * buffers\n);\n\nvoid update(infostruct *, infostruct *, pliststruct *);\n\ntypedef struct {\n objliststruct * objlist;\n short *son, *ok;\n lutzbuffers lutz;\n} deblendctx;\n\nint allocdeblend(int deblend_nthresh, int64_t w, int64_t h, deblendctx *);\nvoid freedeblend(deblendctx *);\nint deblend(objliststruct *, objliststruct *, int, double, int, deblendctx *);\n\n/*int addobjshallow(objstruct *, objliststruct *);\nint rmobjshallow(int, objliststruct *);\nvoid mergeobjshallow(objstruct *, objstruct *);\n*/\nint addobjdeep(int, objliststruct *, objliststruct *);\n\nint convolve(\n arraybuffer * buf,\n int64_t y,\n const float * conv,\n int64_t convw,\n int64_t convh,\n PIXTYPE * out\n);\nint matched_filter(\n arraybuffer * imbuf,\n arraybuffer * nbuf,\n int64_t y,\n const float * conv,\n int64_t convw,\n int64_t convh,\n PIXTYPE * work,\n PIXTYPE * out,\n int noise_type\n);\n" }, { "path": "src/lutz.c", "content": "/*%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\n *\n * This file is part of SEP\n *\n * Copyright 1993-2011 Emmanuel Bertin -- IAP/CNRS/UPMC\n * Copyright 2014 SEP developers\n *\n * SEP is free software: you can redistribute it and/or modify\n * it under the terms of the GNU Lesser General Public License as published by\n * the Free Software Foundation, either version 3 of the License, or\n * (at your option) any later version.\n *\n * SEP is distributed in the hope that it will be useful,\n * but WITHOUT ANY WARRANTY; without even the implied warranty of\n * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the\n * GNU Lesser General Public License for more details.\n *\n * You should have received a copy of the GNU Lesser General Public License\n * along with SEP. If not, see .\n *\n *%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%*/\n\n/* Note: was extract.c in SExtractor. */\n\n#include \n#include \n#include \n#include \n\n#include \"extract.h\"\n#include \"sep.h\"\n#include \"sepcore.h\"\n\n#define NOBJ 256 /* starting number of obj. */\n\nvoid lutzsort(infostruct *, objliststruct *);\n\n/******************************* lutzalloc ***********************************/\n/*\nAllocate once for all memory space for buffers used by lutz().\n*/\nint lutzalloc(int64_t width, int64_t height, lutzbuffers * buffers) {\n int64_t * discant;\n int64_t stacksize, i;\n int status = RETURN_OK;\n\n memset(buffers, 0, sizeof(lutzbuffers));\n\n stacksize = width + 1;\n buffers->xmin = buffers->ymin = 0;\n buffers->xmax = width - 1;\n buffers->ymax = height - 1;\n QMALLOC(buffers->info, infostruct, stacksize, status);\n QMALLOC(buffers->store, infostruct, stacksize, status);\n QMALLOC(buffers->marker, char, stacksize, status);\n QMALLOC(buffers->psstack, pixstatus, stacksize, status);\n QMALLOC(buffers->start, int64_t, stacksize, status);\n QMALLOC(buffers->end, int64_t, stacksize, status);\n QMALLOC(buffers->discan, int64_t, stacksize, status);\n discant = buffers->discan;\n for (i = stacksize; i--;) {\n *(discant++) = -1;\n }\n\n return status;\n\nexit:\n lutzfree(buffers);\n\n return status;\n}\n\n/******************************* lutzfree ************************************/\n/*\nFree once for all memory space for buffers used by lutz().\n*/\nvoid lutzfree(lutzbuffers * buffers) {\n free(buffers->discan);\n buffers->discan = NULL;\n free(buffers->info);\n buffers->info = NULL;\n free(buffers->store);\n buffers->store = NULL;\n free(buffers->marker);\n buffers->marker = NULL;\n free(buffers->psstack);\n buffers->psstack = NULL;\n free(buffers->start);\n buffers->start = NULL;\n free(buffers->end);\n buffers->end = NULL;\n}\n\nstatic const infostruct initinfo = {.firstpix = -1, .lastpix = -1};\n\n/********************************** lutz *************************************/\n/*\nC implementation of R.K LUTZ' algorithm for the extraction of 8-connected pi-\nxels in an image\n*/\nint lutz(\n pliststruct * plistin,\n int64_t * objrootsubmap,\n int64_t subx,\n int64_t suby,\n int64_t subw,\n objstruct * objparent,\n objliststruct * objlist,\n int minarea,\n lutzbuffers * buffers\n) {\n infostruct curpixinfo;\n objstruct * obj;\n pliststruct *plist, *pixel, *plistint;\n\n char newmarker;\n int64_t cn, co, luflag, pstop, xl, xl2, yl, out, deb_maxarea, stx, sty, enx, eny,\n step, nobjm = NOBJ, inewsymbol, *iscan;\n short trunflag;\n PIXTYPE thresh;\n pixstatus cs, ps;\n\n out = RETURN_OK;\n\n deb_maxarea = minarea < MAXDEBAREA ? minarea : MAXDEBAREA; /* 3 or less */\n plistint = plistin;\n stx = objparent->xmin;\n sty = objparent->ymin;\n enx = objparent->xmax;\n eny = objparent->ymax;\n thresh = objlist->thresh;\n cn = 0;\n\n iscan = objrootsubmap + (sty - suby) * subw + (stx - subx);\n\n /* As we only analyse a fraction of the map, a step occurs between lines */\n step = subw - (++enx - stx);\n eny++;\n\n /*------Allocate memory to store object data */\n free(objlist->obj);\n\n if (!(obj = objlist->obj = malloc(nobjm * sizeof(objstruct)))) {\n out = MEMORY_ALLOC_ERROR;\n plist = NULL; /* To avoid gcc -Wall warnings */\n goto exit_lutz;\n }\n\n /*------Allocate memory for the pixel list */\n free(objlist->plist);\n if (!(objlist->plist = malloc((eny - sty) * (enx - stx) * plistsize))) {\n out = MEMORY_ALLOC_ERROR;\n plist = NULL; /* To avoid gcc -Wall warnings */\n goto exit_lutz;\n }\n\n pixel = plist = objlist->plist;\n\n /*----------------------------------------*/\n for (xl = stx; xl <= enx; xl++) {\n buffers->marker[xl] = 0;\n }\n\n objlist->nobj = 0;\n co = pstop = 0;\n curpixinfo.pixnb = 1;\n curpixinfo.flag = curpixinfo.firstpix = curpixinfo.lastpix = 0;\n\n for (yl = sty; yl <= eny; yl++, iscan += step) {\n ps = COMPLETE;\n cs = NONOBJECT;\n trunflag = (yl == 0 || yl == buffers->ymax) ? SEP_OBJ_TRUNC : 0;\n if (yl == eny) {\n iscan = buffers->discan;\n }\n\n for (xl = stx; xl <= enx; xl++) {\n newmarker = buffers->marker[xl];\n buffers->marker[xl] = 0;\n if ((inewsymbol = (xl != enx) ? *(iscan++) : -1) < 0) {\n luflag = 0;\n } else {\n curpixinfo.flag = trunflag;\n plistint = plistin + inewsymbol;\n luflag = (PLISTPIX(plistint, cdvalue) > thresh ? 1 : 0);\n }\n if (luflag) {\n if (xl == 0 || xl == buffers->xmax) {\n curpixinfo.flag |= SEP_OBJ_TRUNC;\n }\n memcpy(pixel, plistint, (size_t)plistsize);\n PLIST(pixel, nextpix) = -1;\n curpixinfo.lastpix = curpixinfo.firstpix = cn;\n cn += plistsize;\n pixel += plistsize;\n\n /*----------------- Start Segment -----------------------------*/\n if (cs != OBJECT) {\n cs = OBJECT;\n if (ps == OBJECT) {\n if (buffers->start[co] == UNKNOWN) {\n buffers->marker[xl] = 'S';\n buffers->start[co] = xl;\n } else {\n buffers->marker[xl] = 's';\n }\n } else {\n buffers->psstack[pstop++] = ps;\n buffers->marker[xl] = 'S';\n buffers->start[++co] = xl;\n ps = COMPLETE;\n buffers->info[co] = initinfo;\n }\n }\n }\n\n /*-------------------Process New Marker ---------------------------*/\n if (newmarker) {\n if (newmarker == 'S') {\n buffers->psstack[pstop++] = ps;\n if (cs == NONOBJECT) {\n buffers->psstack[pstop++] = COMPLETE;\n buffers->info[++co] = buffers->store[xl];\n buffers->start[co] = UNKNOWN;\n } else {\n update(&buffers->info[co], &buffers->store[xl], plist);\n }\n ps = OBJECT;\n }\n\n else if (newmarker == 's')\n {\n if ((cs == OBJECT) && (ps == COMPLETE)) {\n pstop--;\n xl2 = buffers->start[co];\n update(&buffers->info[co - 1], &buffers->info[co], plist);\n if (buffers->start[--co] == UNKNOWN) {\n buffers->start[co] = xl2;\n } else {\n buffers->marker[xl2] = 's';\n }\n }\n ps = OBJECT;\n } else if (newmarker == 'f') {\n ps = INCOMPLETE;\n } else if (newmarker == 'F') {\n ps = buffers->psstack[--pstop];\n if ((cs == NONOBJECT) && (ps == COMPLETE)) {\n if (buffers->start[co] == UNKNOWN) {\n if ((int64_t)buffers->info[co].pixnb >= deb_maxarea) {\n if (objlist->nobj >= nobjm) {\n if (!(obj = objlist->obj = (objstruct *)\n realloc(obj, (nobjm += nobjm / 2) * sizeof(objstruct))))\n {\n out = MEMORY_ALLOC_ERROR;\n goto exit_lutz;\n }\n }\n lutzsort(&buffers->info[co], objlist);\n }\n } else {\n buffers->marker[buffers->end[co]] = 'F';\n buffers->store[buffers->start[co]] = buffers->info[co];\n }\n co--;\n ps = buffers->psstack[--pstop];\n }\n }\n }\n /* end process new marker -----------------------------------------*/\n\n if (luflag) {\n update(&buffers->info[co], &curpixinfo, plist);\n } else {\n /* ----------------- End Segment ------------------------------*/\n if (cs == OBJECT) {\n cs = NONOBJECT;\n if (ps != COMPLETE) {\n buffers->marker[xl] = 'f';\n buffers->end[co] = xl;\n } else {\n ps = buffers->psstack[--pstop];\n buffers->marker[xl] = 'F';\n buffers->store[buffers->start[co]] = buffers->info[co];\n co--;\n }\n }\n }\n }\n }\n\nexit_lutz:\n\n if (objlist->nobj && out == RETURN_OK) {\n if (!(objlist->obj = realloc(obj, objlist->nobj * sizeof(objstruct)))) {\n out = MEMORY_ALLOC_ERROR;\n }\n } else {\n free(obj);\n objlist->obj = NULL;\n }\n\n if (cn && out == RETURN_OK) {\n if (!(objlist->plist = realloc(plist, cn))) {\n out = MEMORY_ALLOC_ERROR;\n }\n } else {\n free(objlist->plist);\n objlist->plist = NULL;\n }\n\n return out;\n}\n\n/********************************* lutzsort ***********************************/\n/*\nAdd an object to the object list based on info (pixel info)\n*/\nvoid lutzsort(infostruct * info, objliststruct * objlist) {\n objstruct * obj = objlist->obj + objlist->nobj;\n\n memset(obj, 0, (size_t)sizeof(objstruct));\n obj->firstpix = info->firstpix;\n obj->lastpix = info->lastpix;\n obj->flag = info->flag;\n objlist->npix += info->pixnb;\n\n preanalyse(objlist->nobj, objlist);\n\n objlist->nobj++;\n}\n\n/********************************* update ************************************/\n/*\nupdate object's properties each time one of its pixels is scanned by lutz()\n*/\nvoid update(infostruct * infoptr1, infostruct * infoptr2, pliststruct * pixel) {\n infoptr1->pixnb += infoptr2->pixnb;\n infoptr1->flag |= infoptr2->flag;\n if (infoptr1->firstpix == -1) {\n infoptr1->firstpix = infoptr2->firstpix;\n infoptr1->lastpix = infoptr2->lastpix;\n } else if (infoptr2->lastpix != -1) {\n PLIST(pixel + infoptr1->lastpix, nextpix) = infoptr2->firstpix;\n infoptr1->lastpix = infoptr2->lastpix;\n }\n}\n" }, { "path": "src/overlap.h", "content": "/* Licensed under a 3-clause BSD style license.\n *\n * Functions for calculating exact overlap between shapes.\n *\n * Original cython version by Thomas Robitaille. Converted to C by Kyle\n * Barbary. */\n\n#include \n#include \"sepcore.h\"\n\n#if defined(_MSC_VER)\n#define INLINE _inline\n#else\n#define INLINE inline\n#endif\n\n/* Return area of a circle arc between (x1, y1) and (x2, y2) with radius r */\n/* reference: http://mathworld.wolfram.com/CircularSegment.html */\nstatic INLINE double area_arc(double x1, double y1, double x2, double y2, double r) {\n double a, theta;\n\n a = sqrt((x2 - x1) * (x2 - x1) + (y2 - y1) * (y2 - y1));\n theta = 2. * asin(0.5 * a / r);\n return 0.5 * r * r * (theta - sin(theta));\n}\n\n/* Area of a triangle defined by three verticies */\nstatic INLINE double area_triangle(\n double x1, double y1, double x2, double y2, double x3, double y3\n) {\n return 0.5 * fabs(x1 * (y2 - y3) + x2 * (y3 - y1) + x3 * (y1 - y2));\n}\n\n/* Core of circular overlap routine.\n * Assumes that xmax >= xmin >= 0.0, ymax >= ymin >= 0.0.\n * (can always modify input to conform to this).\n */\nstatic INLINE double circoverlap_core(\n double xmin, double ymin, double xmax, double ymax, double r\n) {\n double a, b, x1, x2, y1, y2, r2, xmin2, ymin2, xmax2, ymax2;\n\n xmin2 = xmin * xmin;\n ymin2 = ymin * ymin;\n r2 = r * r;\n if (xmin2 + ymin2 > r2) {\n return 0.;\n }\n\n xmax2 = xmax * xmax;\n ymax2 = ymax * ymax;\n if (xmax2 + ymax2 < r2) {\n return (xmax - xmin) * (ymax - ymin);\n }\n\n a = xmax2 + ymin2; /* (corner 1 distance)^2 */\n b = xmin2 + ymax2; /* (corner 2 distance)^2 */\n\n if (a < r2 && b < r2) {\n x1 = sqrt(r2 - ymax2);\n y1 = ymax;\n x2 = xmax;\n y2 = sqrt(r2 - xmax2);\n return (\n (xmax - xmin) * (ymax - ymin) - area_triangle(x1, y1, x2, y2, xmax, ymax)\n + area_arc(x1, y1, x2, y2, r)\n );\n }\n\n if (a < r2) {\n x1 = xmin;\n y1 = sqrt(r2 - xmin2);\n x2 = xmax;\n y2 = sqrt(r2 - xmax2);\n return (\n area_arc(x1, y1, x2, y2, r) + area_triangle(x1, y1, x1, ymin, xmax, ymin)\n + area_triangle(x1, y1, x2, ymin, x2, y2)\n );\n }\n\n if (b < r2) {\n x1 = sqrt(r2 - ymin2);\n y1 = ymin;\n x2 = sqrt(r2 - ymax2);\n y2 = ymax;\n return (\n area_arc(x1, y1, x2, y2, r) + area_triangle(x1, y1, xmin, y1, xmin, ymax)\n + area_triangle(x1, y1, xmin, y2, x2, y2)\n );\n }\n\n /* else */\n x1 = sqrt(r2 - ymin2);\n y1 = ymin;\n x2 = xmin;\n y2 = sqrt(r2 - xmin2);\n return (area_arc(x1, y1, x2, y2, r) + area_triangle(x1, y1, x2, y2, xmin, ymin));\n}\n\n\n/* Area of overlap of a rectangle and a circle */\nstatic double circoverlap(\n double xmin, double ymin, double xmax, double ymax, double r\n) {\n /* some subroutines demand that r > 0 */\n if (r <= 0.) {\n return 0.;\n }\n\n if (0. <= xmin) {\n if (0. <= ymin) {\n return circoverlap_core(xmin, ymin, xmax, ymax, r);\n } else if (0. >= ymax) {\n return circoverlap_core(-ymax, xmin, -ymin, xmax, r);\n } else {\n return (\n circoverlap(xmin, ymin, xmax, 0., r) + circoverlap(xmin, 0., xmax, ymax, r)\n );\n }\n } else if (0. >= xmax) {\n if (0. <= ymin) {\n return circoverlap_core(-xmax, ymin, -xmin, ymax, r);\n } else if (0. >= ymax) {\n return circoverlap_core(-xmax, -ymax, -xmin, -ymin, r);\n } else {\n return (\n circoverlap(xmin, ymin, xmax, 0., r) + circoverlap(xmin, 0., xmax, ymax, r)\n );\n }\n } else {\n if (0. <= ymin) {\n return (\n circoverlap(xmin, ymin, 0., ymax, r) + circoverlap(0., ymin, xmax, ymax, r)\n );\n }\n if (0. >= ymax) {\n return (\n circoverlap(xmin, ymin, 0., ymax, r) + circoverlap(0., ymin, xmax, ymax, r)\n );\n } else {\n return (\n circoverlap(xmin, ymin, 0., 0., r) + circoverlap(0., ymin, xmax, 0., r)\n + circoverlap(xmin, 0., 0., ymax, r) + circoverlap(0., 0., xmax, ymax, r)\n );\n }\n }\n}\n\n/*\nStart of new circular overlap routine that might be faster.\n\ndouble circoverlap_new(double dx, double dy, double r)\n{\n double xmin, xmax, ymin, ymax, xmin2, xmax2, ymin2, ymax2, r2;\n\n if (dx < 0.)\n dx = -dx;\n if (dy < 0.)\n dy = -dy;\n if (dy > dx)\n {\n r2 = dy;\n dy = dx;\n dx = r2;\n }\n\n xmax = dx + 0.5;\n ymax = dy + 0.5;\n xmax2 = xmax*xmax;\n ymax2 = ymax*ymax;\n r2 = r*r;\n\n if (xmax2 + ymax2 < r2)\n return 1.;\n\n xmin2 = xmin*xmin;\n if (xmin2 +\n}\n*/\n\n/*****************************************************************************/\n/* ellipse overlap functions */\n\ntypedef struct {\n double x, y;\n} point;\n\n\ntypedef struct {\n point p1, p2;\n} intersections;\n\nstatic INLINE void swap(double * a, double * b) {\n double temp;\n temp = *a;\n *a = *b;\n *b = temp;\n}\n\nstatic INLINE void swap_point(point * a, point * b) {\n point temp;\n temp = *a;\n *a = *b;\n *b = temp;\n}\n\n/* rotate values to the left: a=b, b=c, c=a */\nstatic INLINE void rotate(double * a, double * b, double * c) {\n double temp;\n temp = *a;\n *a = *b;\n *b = *c;\n *c = temp;\n}\n\n/* Check if a point (x,y) is inside a triangle */\nstatic int in_triangle(\n double x, double y, double x1, double y1, double x2, double y2, double x3, double y3\n) {\n int c;\n\n c = 0;\n c += ((y1 > y) != (y2 > y)) && (x < (x2 - x1) * (y - y1) / (y2 - y1) + x1);\n c += ((y2 > y) != (y3 > y)) && (x < (x3 - x2) * (y - y2) / (y3 - y2) + x2);\n c += ((y3 > y) != (y1 > y)) && (x < (x1 - x3) * (y - y3) / (y1 - y3) + x3);\n\n return c % 2 == 1;\n}\n\n\n/* Intersection of a line defined by two points with a unit circle */\nstatic intersections circle_line(double x1, double y1, double x2, double y2) {\n double a, b, delta, dx, dy;\n double tol = 1.e-10;\n intersections inter;\n\n dx = x2 - x1;\n dy = y2 - y1;\n\n if (fabs(dx) < tol && fabs(dy) < tol) {\n inter.p1.x = 2.;\n inter.p1.y = 2.;\n inter.p2.x = 2.;\n inter.p2.y = 2.;\n } else if (fabs(dx) > fabs(dy)) {\n /* Find the slope and intercept of the line */\n a = dy / dx;\n b = y1 - a * x1;\n\n /* Find the determinant of the quadratic equation */\n delta = 1. + a * a - b * b;\n if (delta > 0.) /* solutions exist */ {\n delta = sqrt(delta);\n\n inter.p1.x = (-a * b - delta) / (1. + a * a);\n inter.p1.y = a * inter.p1.x + b;\n inter.p2.x = (-a * b + delta) / (1. + a * a);\n inter.p2.y = a * inter.p2.x + b;\n } else /* no solution, return values > 1 */ {\n inter.p1.x = 2.;\n inter.p1.y = 2.;\n inter.p2.x = 2.;\n inter.p2.y = 2.;\n }\n } else {\n /* Find the slope and intercept of the line */\n a = dx / dy;\n b = x1 - a * y1;\n\n /* Find the determinant of the quadratic equation */\n delta = 1. + a * a - b * b;\n if (delta > 0.) /* solutions exist */ {\n delta = sqrt(delta);\n inter.p1.y = (-a * b - delta) / (1. + a * a);\n inter.p1.x = a * inter.p1.y + b;\n inter.p2.y = (-a * b + delta) / (1. + a * a);\n inter.p2.x = a * inter.p2.y + b;\n } else /* no solution, return values > 1 */ {\n inter.p1.x = 2.;\n inter.p1.y = 2.;\n inter.p2.x = 2.;\n inter.p2.y = 2.;\n }\n }\n\n return inter;\n}\n\n/* The intersection of a line with the unit circle. The intersection the\n * closest to (x2, y2) is chosen. */\nstatic point circle_segment_single2(double x1, double y1, double x2, double y2) {\n double dx1, dy1, dx2, dy2;\n intersections inter;\n point pt1, pt2, pt;\n\n inter = circle_line(x1, y1, x2, y2);\n pt1 = inter.p1;\n pt2 = inter.p2;\n\n /*Can be optimized, but just checking for correctness right now */\n dx1 = fabs(pt1.x - x2);\n dy1 = fabs(pt1.y - y2);\n dx2 = fabs(pt2.x - x2);\n dy2 = fabs(pt2.y - y2);\n\n if (dx1 > dy1) /* compare based on x-axis */ {\n pt = (dx1 > dx2) ? pt2 : pt1;\n } else {\n pt = (dy1 > dy2) ? pt2 : pt1;\n }\n\n return pt;\n}\n\n/* Intersection(s) of a segment with the unit circle. Discard any\n solution not on the segment. */\nstatic inline intersections circle_segment(double x1, double y1, double x2, double y2) {\n intersections inter, inter_new;\n point pt1, pt2;\n\n inter = circle_line(x1, y1, x2, y2);\n pt1 = inter.p1;\n pt2 = inter.p2;\n\n if ((pt1.x > x1 && pt1.x > x2) || (pt1.x < x1 && pt1.x < x2)\n || (pt1.y > y1 && pt1.y > y2) || (pt1.y < y1 && pt1.y < y2))\n {\n pt1.x = 2.;\n pt1.y = 2.;\n }\n if ((pt2.x > x1 && pt2.x > x2) || (pt2.x < x1 && pt2.x < x2)\n || (pt2.y > y1 && pt2.y > y2) || (pt2.y < y1 && pt2.y < y2))\n {\n pt2.x = 2.;\n pt2.y = 2.;\n }\n\n if (pt1.x > 1. && pt2.x < 2.) {\n inter_new.p1 = pt1;\n inter_new.p2 = pt2;\n } else {\n inter_new.p1 = pt2;\n inter_new.p2 = pt1;\n }\n return inter_new;\n}\n\n\n/* Given a triangle defined by three points (x1, y1), (x2, y2), and\n (x3, y3), find the area of overlap with the unit circle. */\nstatic double triangle_unitcircle_overlap(\n double x1, double y1, double x2, double y2, double x3, double y3\n) {\n double d1, d2, d3, area, xp, yp;\n int in1, in2, in3, on1, on2, on3;\n int intersect13, intersect23;\n intersections inter;\n point pt1, pt2, pt3, pt4, pt5, pt6;\n\n /* Find distance of all vertices to circle center */\n d1 = x1 * x1 + y1 * y1;\n d2 = x2 * x2 + y2 * y2;\n d3 = x3 * x3 + y3 * y3;\n\n /* Order vertices by distance from origin */\n if (d1 < d2) {\n if (d2 < d3) {\n } else if (d1 < d3) {\n swap(&x2, &x3);\n swap(&y2, &y3);\n swap(&d2, &d3);\n } else {\n rotate(&x1, &x3, &x2);\n rotate(&y1, &y3, &y2);\n rotate(&d1, &d3, &d2);\n }\n } else {\n if (d1 < d3) {\n swap(&x1, &x2);\n swap(&y1, &y2);\n swap(&d1, &d2);\n } else if (d2 < d3) {\n rotate(&x1, &x2, &x3);\n rotate(&y1, &y2, &y3);\n rotate(&d1, &d2, &d3);\n } else {\n swap(&x1, &x3);\n swap(&y1, &y3);\n swap(&d1, &d3);\n }\n }\n\n /* Determine number of vertices inside circle */\n in1 = d1 < 1.;\n in2 = d2 < 1.;\n in3 = d3 < 1.;\n\n /* Determine which vertices are on the circle */\n on1 = fabs(d1 - 1.) < 1.e-10;\n on2 = fabs(d2 - 1.) < 1.e-10;\n on3 = fabs(d3 - 1.) < 1.e-10;\n\n if (on3 || in3) /* triangle completely within circle */ {\n area = area_triangle(x1, y1, x2, y2, x3, y3);\n }\n\n else if (in2 || on2)\n {\n /* If vertex 1 or 2 are on the edge of the circle, then we use\n * the dot product to vertex 3 to determine whether an\n * intersection takes place. */\n intersect13 = !on1 || (x1 * (x3 - x1) + y1 * (y3 - y1) < 0.);\n intersect23 = !on2 || (x2 * (x3 - x2) + y2 * (y3 - y2) < 0.);\n if (intersect13 && intersect23) {\n pt1 = circle_segment_single2(x1, y1, x3, y3);\n pt2 = circle_segment_single2(x2, y2, x3, y3);\n area =\n (area_triangle(x1, y1, x2, y2, pt1.x, pt1.y)\n + area_triangle(x2, y2, pt1.x, pt1.y, pt2.x, pt2.y)\n + area_arc(pt1.x, pt1.y, pt2.x, pt2.y, 1.));\n } else if (intersect13) {\n pt1 = circle_segment_single2(x1, y1, x3, y3);\n area =\n (area_triangle(x1, y1, x2, y2, pt1.x, pt1.y)\n + area_arc(x2, y2, pt1.x, pt1.y, 1.));\n } else if (intersect23) {\n pt2 = circle_segment_single2(x2, y2, x3, y3);\n area =\n (area_triangle(x1, y1, x2, y2, pt2.x, pt2.y)\n + area_arc(x1, y1, pt2.x, pt2.y, 1.));\n } else {\n area = area_arc(x1, y1, x2, y2, 1.);\n }\n } else if (in1) {\n /* Check for intersections of far side with circle */\n inter = circle_segment(x2, y2, x3, y3);\n pt1 = inter.p1;\n pt2 = inter.p2;\n pt3 = circle_segment_single2(x1, y1, x2, y2);\n pt4 = circle_segment_single2(x1, y1, x3, y3);\n\n if (pt1.x > 1.) /* indicates no intersection */ {\n /* check if the pixel vertex (x1, y2) and the origin are on\n * different sides of the circle segment. If they are, the\n * circle segment spans more than pi radians.\n * We use the formula (y-y1) * (x2-x1) > (y2-y1) * (x-x1)\n * to determine if (x, y) is on the left of the directed\n * line segment from (x1, y1) to (x2, y2) */\n if (((0. - pt3.y) * (pt4.x - pt3.x) > (pt4.y - pt3.y) * (0. - pt3.x))\n != ((y1 - pt3.y) * (pt4.x - pt3.x) > (pt4.y - pt3.y) * (x1 - pt3.x)))\n {\n area =\n (area_triangle(x1, y1, pt3.x, pt3.y, pt4.x, pt4.y) + PI\n - area_arc(pt3.x, pt3.y, pt4.x, pt4.y, 1.));\n } else {\n area =\n (area_triangle(x1, y1, pt3.x, pt3.y, pt4.x, pt4.y)\n + area_arc(pt3.x, pt3.y, pt4.x, pt4.y, 1.));\n }\n } else {\n /* ensure that pt1 is the point closest to (x2, y2) */\n if (((pt2.x - x2) * (pt2.x - x2) + (pt2.y - y2) * (pt2.y - y2))\n < ((pt1.x - x2) * (pt1.x - x2) + (pt1.y - y2) * (pt1.y - y2)))\n {\n swap_point(&pt1, &pt2);\n }\n\n area =\n (area_triangle(x1, y1, pt3.x, pt3.y, pt1.x, pt1.y)\n + area_triangle(x1, y1, pt1.x, pt1.y, pt2.x, pt2.y)\n + area_triangle(x1, y1, pt2.x, pt2.y, pt4.x, pt4.y)\n + area_arc(pt1.x, pt1.y, pt3.x, pt3.y, 1.)\n + area_arc(pt2.x, pt2.y, pt4.x, pt4.y, 1.));\n }\n } else {\n inter = circle_segment(x1, y1, x2, y2);\n pt1 = inter.p1;\n pt2 = inter.p2;\n inter = circle_segment(x2, y2, x3, y3);\n pt3 = inter.p1;\n pt4 = inter.p2;\n inter = circle_segment(x3, y3, x1, y1);\n pt5 = inter.p1;\n pt6 = inter.p2;\n if (pt1.x <= 1.) {\n xp = 0.5 * (pt1.x + pt2.x);\n yp = 0.5 * (pt1.y + pt2.y);\n area =\n (triangle_unitcircle_overlap(x1, y1, x3, y3, xp, yp)\n + triangle_unitcircle_overlap(x2, y2, x3, y3, xp, yp));\n } else if (pt3.x <= 1.) {\n xp = 0.5 * (pt3.x + pt4.x);\n yp = 0.5 * (pt3.y + pt4.y);\n area =\n (triangle_unitcircle_overlap(x3, y3, x1, y1, xp, yp)\n + triangle_unitcircle_overlap(x2, y2, x1, y1, xp, yp));\n } else if (pt5.x <= 1.) {\n xp = 0.5 * (pt5.x + pt6.x);\n yp = 0.5 * (pt5.y + pt6.y);\n area =\n (triangle_unitcircle_overlap(x1, y1, x2, y2, xp, yp)\n + triangle_unitcircle_overlap(x3, y3, x2, y2, xp, yp));\n } else /* no intersections */ {\n if (in_triangle(0., 0., x1, y1, x2, y2, x3, y3)) {\n return PI;\n } else {\n return 0.;\n }\n }\n }\n return area;\n}\n\n/* exact overlap between a rectangle defined by (xmin, ymin, xmax,\n ymax) and an ellipse with major and minor axes rx and ry\n respectively and position angle theta. */\nstatic double ellipoverlap(\n double xmin, double ymin, double xmax, double ymax, double a, double b, double theta\n) {\n double cos_m_theta, sin_m_theta, scale;\n double x1, y1, x2, y2, x3, y3, x4, y4;\n\n cos_m_theta = cos(-theta);\n sin_m_theta = sin(-theta);\n\n /* scale by which the areas will be shrunk */\n scale = a * b;\n\n /* Reproject rectangle to a frame in which ellipse is a unit circle */\n x1 = (xmin * cos_m_theta - ymin * sin_m_theta) / a;\n y1 = (xmin * sin_m_theta + ymin * cos_m_theta) / b;\n x2 = (xmax * cos_m_theta - ymin * sin_m_theta) / a;\n y2 = (xmax * sin_m_theta + ymin * cos_m_theta) / b;\n x3 = (xmax * cos_m_theta - ymax * sin_m_theta) / a;\n y3 = (xmax * sin_m_theta + ymax * cos_m_theta) / b;\n x4 = (xmin * cos_m_theta - ymax * sin_m_theta) / a;\n y4 = (xmin * sin_m_theta + ymax * cos_m_theta) / b;\n\n /* Divide resulting quadrilateral into two triangles and find\n intersection with unit circle */\n return scale\n * (triangle_unitcircle_overlap(x1, y1, x2, y2, x3, y3)\n + triangle_unitcircle_overlap(x1, y1, x4, y4, x3, y3));\n}\n" }, { "path": "src/sep.h", "content": "/*%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\n *\n * This file is part of SEP\n *\n * Copyright 1993-2011 Emmanuel Bertin -- IAP/CNRS/UPMC\n * Copyright 2014 SEP developers\n *\n * SEP is free software: you can redistribute it and/or modify\n * it under the terms of the GNU Lesser General Public License as published by\n * the Free Software Foundation, either version 3 of the License, or\n * (at your option) any later version.\n *\n * SEP is distributed in the hope that it will be useful,\n * but WITHOUT ANY WARRANTY; without even the implied warranty of\n * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the\n * GNU Lesser General Public License for more details.\n *\n * You should have received a copy of the GNU Lesser General Public License\n * along with SEP. If not, see .\n *\n *%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%*/\n\n#include \n#include \n\n#ifdef _MSC_VER\n#define SEP_API __declspec(dllexport)\n#else\n#define SEP_API __attribute__((visibility(\"default\")))\n#endif\n\n/* datatype codes */\n#define SEP_TBYTE 11 /* 8-bit unsigned byte */\n#define SEP_TINT 31 /* native int type */\n#define SEP_TFLOAT 42\n#define SEP_TDOUBLE 82\n\n/* object & aperture flags */\n#define SEP_OBJ_MERGED 0x0001 /* object is result of deblending */\n#define SEP_OBJ_TRUNC 0x0002 /* object truncated at image boundary */\n#define SEP_OBJ_DOVERFLOW 0x0004 /* not currently used, but could be */\n#define SEP_OBJ_SINGU 0x0008 /* x,y fully correlated */\n#define SEP_APER_TRUNC 0x0010\n#define SEP_APER_HASMASKED 0x0020\n#define SEP_APER_ALLMASKED 0x0040\n#define SEP_APER_NONPOSITIVE 0x0080\n\n/* noise_type values in sep_image */\n#define SEP_NOISE_NONE 0\n#define SEP_NOISE_STDDEV 1\n#define SEP_NOISE_VAR 2\n\n/* input flags for aperture photometry */\n#define SEP_MASK_IGNORE 0x0004\n\n/* threshold interpretation for sep_extract */\n#define SEP_THRESH_REL 0 /* in units of standard deviations (sigma) */\n#define SEP_THRESH_ABS 1 /* absolute data values */\n\n/* filter types for sep_extract */\n#define SEP_FILTER_CONV 0\n#define SEP_FILTER_MATCHED 1\n\n/* structs ------------------------------------------------------------------*/\n\n/* sep_image\n *\n * Represents an image, including data, noise and mask arrays, and\n * gain.\n */\ntypedef struct {\n const void * data; /* data array */\n const void * noise; /* noise array (can be NULL) */\n const void * mask; /* mask array (can be NULL) */\n const void * segmap; /* segmap array (can be NULL) */\n int dtype; /* element type of image */\n int ndtype; /* element type of noise */\n int mdtype; /* element type of mask */\n int sdtype; /* element type of segmap */\n int64_t * segids; /* unique ids in segmap */\n int64_t * idcounts; /* counts of unique ids in segmap */\n int64_t numids; /* total number of unique ids in segmap */\n int64_t w; /* array width */\n int64_t h; /* array height */\n double noiseval; /* scalar noise value; used only if noise == NULL */\n short noise_type; /* interpretation of noise value */\n double gain; /* (poisson counts / data unit) */\n double maskthresh; /* pixel considered masked if mask > maskthresh */\n} sep_image;\n\n/* sep_bkg\n *\n * The result of sep_background() -- represents a smooth image background\n * and its noise with splines.\n */\ntypedef struct {\n int64_t w, h; /* original image width, height */\n int64_t bw, bh; /* single tile width, height */\n int64_t nx, ny; /* number of tiles in x, y */\n int64_t n; /* nx*ny */\n float global; /* global mean */\n float globalrms; /* global sigma */\n float * back; /* node data for interpolation */\n float * dback;\n float * sigma;\n float * dsigma;\n} sep_bkg;\n\n/* sep_catalog\n *\n * The result of sep_extract(). This is a struct of arrays. Each array has\n * one entry per detected object.\n */\ntypedef struct {\n int nobj; /* number of objects (length of all arrays) */\n float * thresh; /* threshold (ADU) */\n int64_t * npix; /* # pixels extracted (size of pix array) */\n int64_t * tnpix; /* # pixels above thresh (unconvolved) */\n int64_t *xmin, *xmax;\n int64_t *ymin, *ymax;\n double *x, *y; /* barycenter (first moments) */\n double *x2, *y2, *xy; /* second moments */\n double *errx2, *erry2, *errxy; /* second moment errors */\n float *a, *b, *theta; /* ellipse parameters */\n float *cxx, *cyy, *cxy; /* ellipse parameters (alternative) */\n float * cflux; /* total flux of pixels (convolved im) */\n float * flux; /* total flux of pixels (unconvolved) */\n float * cpeak; /* peak intensity (ADU) (convolved) */\n float * peak; /* peak intensity (ADU) (unconvolved) */\n int64_t *xcpeak, *ycpeak; /* x, y coords of peak (convolved) pixel */\n int64_t *xpeak, *ypeak; /* x, y coords of peak (unconvolved) pixel */\n short * flag; /* extraction flags */\n int64_t ** pix; /* array giving indicies of object's pixels in */\n /* image (linearly indexed). Length is `npix`. */\n /* (pointer to within the `objectspix` buffer) */\n int64_t * objectspix; /* buffer holding pixel indicies for all objects */\n} sep_catalog;\n\n\n/*--------------------- global background estimation ------------------------*/\n\n/* sep_background()\n *\n * Create representation of spatially varying image background and variance.\n *\n * Note that the returned pointer must eventually be freed by calling\n * `sep_bkg_free()`.\n *\n * In addition to the image mask (if present), pixels <= -1e30 and NaN\n * are ignored.\n *\n * Source Extractor defaults:\n *\n * - bw, bh = (64, 64)\n * - fw, fh = (3, 3)\n * - fthresh = 0.0\n */\nSEP_API int sep_background(\n const sep_image * image,\n int64_t bw,\n int64_t bh, /* size of a single background tile */\n int64_t fw,\n int64_t fh, /* filter size in tiles */\n double fthresh, /* filter threshold */\n sep_bkg ** bkg\n); /* OUTPUT */\n\n\n/* sep_bkg_global[rms]()\n *\n * Get the estimate of the global background \"median\" or standard deviation.\n */\nSEP_API float sep_bkg_global(const sep_bkg * bkg);\nSEP_API float sep_bkg_globalrms(const sep_bkg * bkg);\n\n\n/* sep_bkg_pix()\n *\n * Return background at (x, y).\n * Unlike other routines, this uses simple linear interpolation.\n */\nSEP_API float sep_bkg_pix(const sep_bkg * bkg, int64_t x, int64_t y);\n\n\n/* sep_bkg_[sub,rms]line()\n *\n * Evaluate the background or RMS at line `y`.\n * Uses bicubic spline interpolation between background map verticies.\n * The second function subtracts the background from the input array.\n * Line must be an array with same width as original image.\n */\nSEP_API int sep_bkg_line(const sep_bkg * bkg, int64_t y, void * line, int dtype);\nSEP_API int sep_bkg_subline(const sep_bkg * bkg, int64_t y, void * line, int dtype);\nSEP_API int sep_bkg_rmsline(const sep_bkg * bkg, int64_t y, void * line, int dtype);\n\n\n/* sep_bkg_[sub,rms]array()\n *\n * Evaluate the background or RMS for entire image.\n * Uses bicubic spline interpolation between background map verticies.\n * The second function subtracts the background from the input array.\n * `arr` must be an array of the same size as original image.\n */\nSEP_API int sep_bkg_array(const sep_bkg * bkg, void * arr, int dtype);\nSEP_API int sep_bkg_subarray(const sep_bkg * bkg, void * arr, int dtype);\nSEP_API int sep_bkg_rmsarray(const sep_bkg * bkg, void * arr, int dtype);\n\n/* sep_bkg_free()\n *\n * Free memory associated with bkg.\n */\nSEP_API void sep_bkg_free(sep_bkg * bkg);\n\n/*-------------------------- source extraction ------------------------------*/\n\n/* sep_extract()\n *\n * Extract sources from an image. Source Extractor defaults are shown\n * in [ ] above.\n *\n * Notes\n * -----\n * `dtype` and `ndtype` indicate the data type (float, int, double) of the\n * image and noise arrays, respectively.\n *\n * If `noise` is NULL, thresh is interpreted as an absolute threshold.\n * If `noise` is not null, thresh is interpreted as a relative threshold\n * (the absolute threshold will be thresh*noise[i,j]).\n *\n */\nSEP_API int sep_extract(\n const sep_image * image,\n float thresh, /* detection threshold [1.5] */\n int thresh_type, /* threshold units [SEP_THRESH_REL] */\n int minarea, /* minimum area in pixels [5] */\n const float * conv, /* convolution array (can be NULL) */\n /* [{1 2 1 2 4 2 1 2 1}] */\n int64_t convw,\n int64_t convh, /* w, h of convolution array [3,3] */\n int filter_type, /* convolution (0) or matched (1) [0] */\n int deblend_nthresh, /* deblending thresholds [32] */\n double deblend_cont, /* min. deblending contrast [0.005] */\n int clean_flag, /* perform cleaning? [1] */\n double clean_param, /* clean parameter [1.0] */\n sep_catalog ** catalog\n); /* OUTPUT catalog */\n\n\n/* set and get the size of the pixel stack used in extract() */\nSEP_API void sep_set_extract_pixstack(size_t val);\nSEP_API size_t sep_get_extract_pixstack(void);\n\n/* set and get the number of sub-objects limit when deblending in extract() */\nSEP_API void sep_set_sub_object_limit(int val);\nSEP_API int sep_get_sub_object_limit(void);\n\n/* free memory associated with a catalog */\nSEP_API void sep_catalog_free(sep_catalog * catalog);\n\n/*-------------------------- aperture photometry ----------------------------*/\n\n\n/* Sum array values within a circular aperture.\n *\n * Notes\n * -----\n * error : Can be a scalar (default), an array, or NULL\n * If an array, set the flag SEP_ERROR_IS_ARRAY in `inflags`.\n * Can represent 1-sigma std. deviation (default) or variance.\n * If variance, set the flag SEP_ERROR_IS_VARIANCE in `inflags`.\n *\n * gain : If 0.0, poisson noise on sum is ignored when calculating error.\n * Otherwise, (sum / gain) is added to the variance on sum.\n *\n * area : Total pixel area included in sum. Includes masked pixels that were\n * corrected. The area can differ from the exact area of a circle due\n * to inexact subpixel sampling and intersection with array boundaries.\n */\nSEP_API int sep_sum_circle(\n const sep_image * image,\n double x, /* center of aperture in x */\n double y, /* center of aperture in y */\n double r, /* radius of aperture */\n int id, /* optional id to test against segmap array */\n int subpix, /* subpixel sampling */\n short inflags, /* input flags (see below) */\n double * sum, /* OUTPUT: sum */\n double * sumerr, /* OUTPUT: error on sum */\n double * area, /* OUTPUT: area included in sum */\n short * flag\n); /* OUTPUT: flags */\n\n\nSEP_API int sep_sum_circann(\n const sep_image * image,\n double x,\n double y,\n double rin,\n double rout,\n int id,\n int subpix,\n short inflags,\n double * sum,\n double * sumerr,\n double * area,\n short * flag\n);\n\nSEP_API int sep_sum_ellipse(\n const sep_image * image,\n double x,\n double y,\n double a,\n double b,\n double theta,\n double r,\n int id,\n int subpix,\n short inflags,\n double * sum,\n double * sumerr,\n double * area,\n short * flag\n);\n\nSEP_API int sep_sum_ellipann(\n const sep_image * image,\n double x,\n double y,\n double a,\n double b,\n double theta,\n double rin,\n double rout,\n int id,\n int subpix,\n short inflags,\n double * sum,\n double * sumerr,\n double * area,\n short * flag\n);\n\n/* sep_sum_circann_multi()\n *\n * Sum an array of circular annuli more efficiently (but with no exact mode).\n *\n * Notable parameters:\n *\n * rmax: Input radii are [rmax/n, 2*rmax/n, 3*rmax/n, ..., rmax].\n * n: Length of input and output arrays.\n * sum: Preallocated array of length n holding sums in annuli. sum[0]\n * corrresponds to r=[0, rmax/n], sum[n-1] to outermost annulus.\n * sumvar: Preallocated array of length n holding variance on sums.\n * area: Preallocated array of length n holding area summed in each annulus.\n * maskarea: Preallocated array of length n holding masked area in each\n annulus (if mask not NULL).\n * flag: Output flag (non-array).\n */\nSEP_API int sep_sum_circann_multi(\n const sep_image * im,\n double x,\n double y,\n double rmax,\n int64_t n,\n int id,\n int subpix,\n short inflag,\n double * sum,\n double * sumvar,\n double * area,\n double * maskarea,\n short * flag\n);\n\n/* sep_flux_radius()\n *\n * Calculate the radii enclosing the requested fraction of flux relative\n * to radius rmax.\n *\n * (see previous functions for most arguments)\n * rmax : maximum radius to analyze\n * fluxtot : scale requested flux fractions to this. (If NULL, flux within\n `rmax` is used.)\n * fluxfrac : array of requested fractions.\n * n : length of fluxfrac\n * r : (output) result array of length n.\n * flag : (output) scalar flag\n */\nSEP_API int sep_flux_radius(\n const sep_image * im,\n double x,\n double y,\n double rmax,\n int id,\n int subpix,\n short inflag,\n const double * fluxtot,\n const double * fluxfrac,\n int64_t n,\n double * r,\n short * flag\n);\n\n/* sep_kron_radius()\n *\n * Calculate Kron radius within an ellipse given by\n *\n * cxx*(x'-x)^2 + cyy*(y'-y)^2 + cxy*(x'-x)*(y'-y) < r^2\n *\n * The Kron radius is sum(r_i * v_i) / sum(v_i) where v_i is the value of pixel\n * i and r_i is the \"radius\" of pixel i, as given by the left hand side of\n * the above equation.\n *\n * Flags that might be set:\n * SEP_APER_HASMASKED - at least one of the pixels in the ellipse is masked.\n * SEP_APER_ALLMASKED - All pixels in the ellipse are masked. kronrad = 0.\n * SEP_APER_NONPOSITIVE - There was a nonpositive numerator or deminator.\n * kronrad = 0.\n */\nSEP_API int sep_kron_radius(\n const sep_image * im,\n double x,\n double y,\n double cxx,\n double cyy,\n double cxy,\n double r,\n int id,\n double * kronrad,\n short * flag\n);\n\n\n/* sep_windowed()\n *\n * Calculate \"windowed\" position parameters via an iterative procedure.\n *\n * x, y : initial center\n * sig : sigma of Gaussian to use for weighting. The integration\n * radius is 4 * sig.\n * subpix : Subpixels to use in aperture-pixel overlap.\n * SExtractor uses 11. 0 is supported for exact overlap.\n * xout, yout : output center.\n * niter : number of iterations used.\n */\nSEP_API int sep_windowed(\n const sep_image * im,\n double x,\n double y,\n double sig,\n int subpix,\n short inflag,\n double * xout,\n double * yout,\n int * niter,\n short * flag\n);\n\n\n/* sep_set_ellipse()\n *\n * Set array elements within an ellipitcal aperture to a given value.\n *\n * Ellipse: cxx*(x'-x)^2 + cyy*(y'-y)^2 + cxy*(x'-x)*(y'-y) = r^2\n */\nSEP_API void sep_set_ellipse(\n unsigned char * arr,\n int64_t w,\n int64_t h,\n double x,\n double y,\n double cxx,\n double cyy,\n double cxy,\n double r,\n unsigned char val\n);\n\n\n/* sep_ellipse_axes()\n * sep_ellipse_coeffs()\n *\n * Convert between coefficient representation of ellipse,\n * cxx*(x'-x)^2 + cyy*(y'-y)^2 + cxy*(x'-x)*(y'-y) = r^2,\n * and axis representation of an ellipse. The axis representation is\n * defined by:\n *\n * a = semimajor axis\n * b = semiminor axis\n * theta = angle in radians counter-clockwise from positive x axis\n */\nSEP_API int sep_ellipse_axes(\n double cxx, double cyy, double cxy, double * a, double * b, double * theta\n);\nSEP_API void sep_ellipse_coeffs(\n double a, double b, double theta, double * cxx, double * cyy, double * cxy\n);\n\n/*----------------------- info & error messaging ----------------------------*/\n\n/* sep_version_string : library version (e.g., \"0.2.0\") */\nSEP_API extern const char * const sep_version_string;\n\n/* sep_get_errmsg()\n *\n * Return a short descriptive error message that corresponds to the input\n * error status value. The message may be up to 60 characters long, plus\n * the terminating null character.\n */\nSEP_API void sep_get_errmsg(int status, char * errtext);\n\n\n/* sep_get_errdetail()\n *\n * Return a longer error message with more specifics about the problem.\n * The message may be up to 512 characters.\n */\nSEP_API void sep_get_errdetail(char * errtext);\n" }, { "path": "src/sepcore.h", "content": "/*%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\n *\n * This file is part of SEP\n *\n * Copyright 1993-2011 Emmanuel Bertin -- IAP/CNRS/UPMC\n * Copyright 2014 SEP developers\n *\n * SEP is free software: you can redistribute it and/or modify\n * it under the terms of the GNU Lesser General Public License as published by\n * the Free Software Foundation, either version 3 of the License, or\n * (at your option) any later version.\n *\n * SEP is distributed in the hope that it will be useful,\n * but WITHOUT ANY WARRANTY; without even the implied warranty of\n * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the\n * GNU Lesser General Public License for more details.\n *\n * You should have received a copy of the GNU Lesser General Public License\n * along with SEP. If not, see .\n *\n *%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%*/\n\n#include \n\n#define RETURN_OK 0 /* must be zero */\n#define MEMORY_ALLOC_ERROR 1\n#define PIXSTACK_FULL 2\n#define ILLEGAL_DTYPE 3\n#define ILLEGAL_SUBPIX 4\n#define NON_ELLIPSE_PARAMS 5\n#define ILLEGAL_APER_PARAMS 6\n#define DEBLEND_OVERFLOW 7\n#define LINE_NOT_IN_BUF 8\n#define RELTHRESH_NO_NOISE 9\n#define UNKNOWN_NOISE_TYPE 10\n\n#define BIG 1e+30 /* a huge number (< biggest value a float can store) */\n#define PI M_PI\n#define DEG (PI / 180.0) /* 1 deg in radians */\n\ntypedef int LONG;\ntypedef unsigned int ULONG;\ntypedef unsigned char BYTE; /* a byte */\n\n/* keep these synchronized */\ntypedef float PIXTYPE; /* type used inside of functions */\n#define PIXDTYPE SEP_TFLOAT /* dtype code corresponding to PIXTYPE */\n\n\n/* signature of converters */\ntypedef PIXTYPE (*converter)(const void * ptr);\ntypedef void (*array_converter)(const void * ptr, int64_t n, PIXTYPE * target);\ntypedef void (*array_writer)(const float * ptr, int64_t n, void * target);\n\n#define QCALLOC(ptr, typ, nel, status) \\\n { \\\n if (!(ptr = (typ *)calloc((size_t)(nel), sizeof(typ)))) { \\\n char errtext[160]; \\\n sprintf( \\\n errtext, \\\n #ptr \" (\" #nel \\\n \"=%lu elements) \" \\\n \"at line %d in module \" __FILE__ \" !\", \\\n (size_t)(nel) * sizeof(typ), \\\n __LINE__ \\\n ); \\\n put_errdetail(errtext); \\\n status = MEMORY_ALLOC_ERROR; \\\n goto exit; \\\n }; \\\n }\n\n#define QMALLOC(ptr, typ, nel, status) \\\n { \\\n if (!(ptr = malloc((size_t)(nel) * sizeof(typ)))) { \\\n char errtext[160]; \\\n sprintf( \\\n errtext, \\\n #ptr \" (\" #nel \\\n \"=%lu elements) \" \\\n \"at line %d in module \" __FILE__ \" !\", \\\n (size_t)(nel) * sizeof(typ), \\\n __LINE__ \\\n ); \\\n put_errdetail(errtext); \\\n status = MEMORY_ALLOC_ERROR; \\\n goto exit; \\\n }; \\\n }\n\nfloat fqmedian(float * ra, int64_t n);\nvoid put_errdetail(const char * errtext);\n\nint get_converter(int dtype, converter * f, int64_t * size);\nint get_array_converter(int dtype, array_converter * f, int64_t * size);\nint get_array_writer(int dtype, array_writer * f, int64_t * size);\nint get_array_subtractor(int dtype, array_writer * f, int64_t * size);\n\n#if defined(_MSC_VER)\n#define _Thread_local __declspec(thread)\n#define _Atomic // this isn't great, but we only use atomic for global settings\n#define rand_r(SEED) \\\n rand() // MSVC doesn't provide rand_r, but makes rand safe for re-entrancy\n#endif\n" }, { "path": "src/util.c", "content": "/*%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\n *\n * This file is part of SEP\n *\n * All content except array comparison functions fqcmp() and fqmedian() is\n * distributed under an MIT license.\n *\n * Copyright 2014 SEP developers\n *\n * Array comparison functions fqcmp() and fqmedian() are distributed under an\n * LGPL license:\n *\n * Copyright 1993-2011 Emmanuel Bertin -- IAP/CNRS/UPMC\n * Copyright 2014 SEP developers\n *\n *%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%*/\n\n#include \n#include \n#include \n#include \n\n#include \"sep.h\"\n#include \"sepcore.h\"\n\n#define DETAILSIZE 512\n\n#ifndef SEP_VERSION_STRING\n#define SEP_VERSION_STRING \"1.3.6\"\n#endif\nconst char * const sep_version_string = SEP_VERSION_STRING;\nstatic _Thread_local char _errdetail_buffer[DETAILSIZE] = \"\";\n\n/****************************************************************************/\n/* data type conversion mechanics for runtime type conversion */\n\nPIXTYPE convert_dbl(const void * ptr) {\n return *(const double *)ptr;\n}\n\nPIXTYPE convert_flt(const void * ptr) {\n return *(const float *)ptr;\n}\n\nPIXTYPE convert_int(const void * ptr) {\n return *(const int *)ptr;\n}\n\nPIXTYPE convert_byt(const void * ptr) {\n return *(const BYTE *)ptr;\n}\n\n/* return the correct converter depending on the datatype code */\nint get_converter(int dtype, converter * f, int64_t * size) {\n int status = RETURN_OK;\n\n if (dtype == SEP_TFLOAT) {\n *f = convert_flt;\n *size = sizeof(float);\n } else if (dtype == SEP_TINT) {\n *f = convert_int;\n *size = sizeof(int);\n } else if (dtype == SEP_TDOUBLE) {\n *f = convert_dbl;\n *size = sizeof(double);\n } else if (dtype == SEP_TBYTE) {\n *f = convert_byt;\n *size = sizeof(BYTE);\n } else {\n *f = NULL;\n *size = 0;\n status = ILLEGAL_DTYPE;\n }\n return status;\n}\n\n/* array conversions */\nvoid convert_array_flt(const void * ptr, int64_t n, PIXTYPE * target) {\n const float * source = ptr;\n int64_t i;\n for (i = 0; i < n; i++, source++) {\n target[i] = *source;\n }\n}\n\nvoid convert_array_dbl(const void * ptr, int64_t n, PIXTYPE * target) {\n const double * source = ptr;\n int64_t i;\n for (i = 0; i < n; i++, source++) {\n target[i] = *source;\n }\n}\n\nvoid convert_array_int(const void * ptr, int64_t n, PIXTYPE * target) {\n const int * source = ptr;\n int64_t i;\n for (i = 0; i < n; i++, source++) {\n target[i] = *source;\n }\n}\n\nvoid convert_array_byt(const void * ptr, int64_t n, PIXTYPE * target) {\n const BYTE * source = ptr;\n int64_t i;\n for (i = 0; i < n; i++, source++) {\n target[i] = *source;\n }\n}\n\nint get_array_converter(int dtype, array_converter * f, int64_t * size) {\n int status = RETURN_OK;\n\n if (dtype == SEP_TFLOAT) {\n *f = convert_array_flt;\n *size = sizeof(float);\n } else if (dtype == SEP_TBYTE) {\n *f = convert_array_byt;\n *size = sizeof(BYTE);\n } else if (dtype == SEP_TINT) {\n *f = convert_array_int;\n *size = sizeof(int);\n } else if (dtype == SEP_TDOUBLE) {\n *f = convert_array_dbl;\n *size = sizeof(double);\n } else {\n *f = NULL;\n *size = 0;\n status = ILLEGAL_DTYPE;\n }\n return status;\n}\n\n\n/****************************************************************************/\n/* Copy a float array to various sorts of arrays */\n\nvoid write_array_dbl(const float * ptr, int64_t n, void * target) {\n double * t = target;\n int64_t i;\n for (i = 0; i < n; i++, ptr++) {\n t[i] = (double)(*ptr);\n }\n}\n\nvoid write_array_int(const float * ptr, int64_t n, void * target) {\n int * t = target;\n int64_t i;\n for (i = 0; i < n; i++, ptr++) {\n t[i] = (int)(*ptr + 0.5);\n }\n}\n\n/* return the correct writer depending on the datatype code */\nint get_array_writer(int dtype, array_writer * f, int64_t * size) {\n int status = RETURN_OK;\n\n if (dtype == SEP_TINT) {\n *f = write_array_int;\n *size = sizeof(int);\n } else if (dtype == SEP_TDOUBLE) {\n *f = write_array_dbl;\n *size = sizeof(double);\n } else {\n *f = NULL;\n *size = 0;\n status = ILLEGAL_DTYPE;\n }\n return status;\n}\n\n/* subtract a float array from arrays of various types */\n\nvoid subtract_array_dbl(const float * ptr, int64_t n, void * target) {\n double * t = target;\n int64_t i;\n for (i = 0; i < n; i++, ptr++) {\n t[i] -= (double)(*ptr);\n }\n}\n\nvoid subtract_array_flt(const float * ptr, int64_t n, void * target) {\n float * t = target;\n int64_t i;\n for (i = 0; i < n; i++, ptr++) {\n t[i] -= *ptr;\n }\n}\n\nvoid subtract_array_int(const float * ptr, int64_t n, void * target) {\n int * t = target;\n int64_t i;\n for (i = 0; i < n; i++, ptr++) {\n t[i] -= (int)(*ptr + 0.5);\n }\n}\n\n/* return the correct subtractor depending on the datatype code */\nint get_array_subtractor(int dtype, array_writer * f, int64_t * size) {\n int status = RETURN_OK;\n char errtext[80];\n\n if (dtype == SEP_TFLOAT) {\n *f = subtract_array_flt;\n *size = sizeof(float);\n } else if (dtype == SEP_TINT) {\n *f = subtract_array_int;\n *size = sizeof(int);\n } else if (dtype == SEP_TDOUBLE) {\n *f = subtract_array_dbl;\n *size = sizeof(double);\n } else {\n *f = NULL;\n *size = 0;\n status = ILLEGAL_DTYPE;\n sprintf(errtext, \"in get_array_subtractor(): %d\", dtype);\n put_errdetail(errtext);\n }\n return status;\n}\n\n/*****************************************************************************/\n/* Error messaging */\n\nvoid sep_get_errmsg(int status, char * errtext)\n/* Return a short descriptive error message that corresponds to the input\n * error status value. The message may be up to 60 characters long, plus\n * the terminating null character. */\n{\n errtext[0] = '\\0';\n switch (status) {\n case RETURN_OK:\n strcpy(errtext, \"OK - no error\");\n break;\n case MEMORY_ALLOC_ERROR:\n strcpy(errtext, \"memory allocation\");\n break;\n case PIXSTACK_FULL:\n strcpy(errtext, \"internal pixel buffer full\");\n break;\n case DEBLEND_OVERFLOW:\n strcpy(errtext, \"object deblending overflow\");\n break;\n case ILLEGAL_DTYPE:\n strcpy(errtext, \"dtype not recognized/unsupported\");\n break;\n case ILLEGAL_SUBPIX:\n strcpy(errtext, \"subpix value must be nonnegative\");\n break;\n case NON_ELLIPSE_PARAMS:\n strcpy(errtext, \"parameters do not describe ellipse\");\n break;\n case ILLEGAL_APER_PARAMS:\n strcpy(errtext, \"invalid aperture parameters\");\n break;\n case LINE_NOT_IN_BUF:\n strcpy(errtext, \"array line out of buffer\");\n break;\n case RELTHRESH_NO_NOISE:\n strcpy(errtext, \"relative threshold but image has noise_type of NONE\");\n break;\n case UNKNOWN_NOISE_TYPE:\n strcpy(errtext, \"image has unknown noise_type\");\n break;\n default:\n strcpy(errtext, \"unknown error status\");\n break;\n }\n}\n\nvoid sep_get_errdetail(char * errtext) {\n strcpy(errtext, _errdetail_buffer);\n memset(_errdetail_buffer, 0, DETAILSIZE);\n}\n\nvoid put_errdetail(const char * errtext) {\n strcpy(_errdetail_buffer, errtext);\n}\n\n/*****************************************************************************/\n/* Array median */\n\nstatic int fqcmp(const void * p1, const void * p2)\n/* Sorting function for floats, used in fqmedian() below.\n * Return value is 1 if *p1>*p2, 0 if *p1==*p2, -1 otherwise */\n{\n double f1 = *((const float *)p1);\n double f2 = *((const float *)p2);\n return f1 > f2 ? 1 : (f1 < f2 ? -1 : 0);\n}\n\nfloat fqmedian(float * ra, int64_t n)\n/* Compute median of an array of floats.\n *\n * WARNING: input data are reordered! */\n{\n qsort(ra, n, sizeof(float), fqcmp);\n if (n < 2) {\n return *ra;\n } else {\n return n & 1 ? ra[n / 2] : (ra[n / 2 - 1] + ra[n / 2]) / 2.0;\n }\n}\n" }, { "path": "test.py", "content": "#!/usr/bin/env py.test\n\n\"\"\"Test the python functionality of SEP.\"\"\"\n\nfrom __future__ import division, print_function\n\nimport os\n\nimport numpy as np\nimport pytest\nfrom numpy.lib import recfunctions as rfn\nfrom numpy.testing import assert_allclose, assert_approx_equal, assert_equal\n\nimport sep\n\n# unicode_literals doesn't play well with numpy dtype field names\n\n\n# Try to import any FITS reader\ntry:\n from fitsio import read as getdata\n\n NO_FITS = False\nexcept:\n try:\n from astropy.io.fits import getdata\n\n NO_FITS = False\n except:\n NO_FITS = True\n\nIMAGE_FNAME = os.path.join(\"data\", \"image.fits\")\nBACKIMAGE_FNAME = os.path.join(\"data\", \"back.fits\")\nRMSIMAGE_FNAME = os.path.join(\"data\", \"rms.fits\")\nIMAGECAT_FNAME = os.path.join(\"data\", \"image.cat\")\nIMAGECAT_DTYPE = [\n (\"number\", np.int64),\n (\"x\", np.float64),\n (\"y\", np.float64),\n (\"xwin\", np.float64),\n (\"ywin\", np.float64),\n (\"x2\", np.float64),\n (\"y2\", np.float64),\n (\"xy\", np.float64),\n (\"errx2\", np.float64),\n (\"erry2\", np.float64),\n (\"errxy\", np.float64),\n (\"a\", np.float64),\n (\"flux_aper\", np.float64),\n (\"fluxerr_aper\", np.float64),\n (\"kron_radius\", np.float64),\n (\"flux_auto\", np.float64),\n (\"fluxerr_auto\", np.float64),\n (\"flux_radius\", np.float64, (3,)),\n (\"flags\", np.int64),\n]\nSUPPORTED_IMAGE_DTYPES = [np.float64, np.float32, np.int32]\n\n# If we have a FITS reader, read in the necessary test images\nif not NO_FITS:\n image_data = getdata(IMAGE_FNAME)\n image_refback = getdata(BACKIMAGE_FNAME)\n image_refrms = getdata(RMSIMAGE_FNAME)\n\n\n# -----------------------------------------------------------------------------\n# Helpers\n\n\ndef assert_allclose_structured(x, y):\n \"\"\"\n Assert that two structured arrays are close.\n\n Compares floats relatively and everything else exactly.\n\n Parameters\n ----------\n x, y : array-like\n Structured arrays to be compared.\n \"\"\"\n assert x.dtype == y.dtype\n for name in x.dtype.names:\n if np.issubdtype(x.dtype[name], float):\n assert_allclose(x[name], y[name])\n else:\n assert_equal(x[name], y[name])\n\n\ndef matched_filter_snr(data, noise, kernel):\n r\"\"\"\n Super slow implementation of matched filter SNR for testing.\n\n At each output pixel :math:`i`, the value is:\n\n .. math::\n\n \\frac{\\sum(\\text{data}[i] * \\text{kernel}[i] / \\text{noise}[i]^2)}\n {\\sqrt\\sum(\\text{kernel}[i]^2 / \\text{noise}[i]^2)}\n\n Parameters\n ----------\n data : array-like\n The 2D data to be tested.\n noise : array-like\n The noise corresponding to the input ``data``.\n kernel : array-like\n The kernel used for filtering.\n\n Returns\n -------\n array-like\n The output SNR array, the same size as ``data``.\n \"\"\"\n ctr = kernel.shape[0] // 2, kernel.shape[1] // 2\n kslice = (\n (0 - ctr[0], kernel.shape[0] - ctr[0]), # range in axis 0\n (0 - ctr[1], kernel.shape[1] - ctr[1]),\n ) # range in axis 1\n out = np.empty_like(data)\n\n for y in range(data.shape[0]):\n jmin = y + kslice[0][0] # min and max indicies to sum over\n jmax = y + kslice[0][1]\n kjmin = 0 # min and max kernel indicies to sum over\n kjmax = kernel.shape[0]\n\n # if we're over the edge of the image, limit extent\n if jmin < 0:\n offset = -jmin\n jmin += offset\n kjmin += offset\n if jmax > data.shape[0]:\n offset = data.shape[0] - jmax\n jmax += offset\n kjmax += offset\n\n for x in range(data.shape[1]):\n imin = x + kslice[1][0] # min and max indicies to sum over\n imax = x + kslice[1][1]\n kimin = 0 # min and max kernel indicies to sum over\n kimax = kernel.shape[1]\n\n # if we're over the edge of the image, limit extent\n if imin < 0:\n offset = -imin\n imin += offset\n kimin += offset\n if imax > data.shape[1]:\n offset = data.shape[1] - imax\n imax += offset\n kimax += offset\n\n d = data[jmin:jmax, imin:imax]\n n = noise[jmin:jmax, imin:imax]\n w = 1.0 / n**2\n k = kernel[kjmin:kjmax, kimin:kimax]\n out[y, x] = np.sum(d * k * w) / np.sqrt(np.sum(k**2 * w))\n\n return out\n\n\n# -----------------------------------------------------------------------------\n# Test versus Source Extractor results\n\n\n@pytest.mark.skipif(NO_FITS, reason=\"no FITS reader\")\ndef test_vs_sextractor():\n \"\"\"\n Test behavior of sep versus sextractor.\n\n Note: we turn deblending off for this test. This is because the\n deblending algorithm uses a random number generator. Since the sequence\n of random numbers is not the same between sextractor and sep or between\n different platforms, object member pixels (and even the number of objects)\n can differ when deblending is on.\n\n Deblending is turned off by setting DEBLEND_MINCONT=1.0 in the sextractor\n configuration file and by setting deblend_cont=1.0 in sep.extract().\n \"\"\"\n\n data = np.copy(image_data) # make an explicit copy so we can 'subfrom'\n bkg = sep.Background(data, bw=64, bh=64, fw=3, fh=3)\n\n # Test that SExtractor background is same as SEP:\n bkgarr = bkg.back(dtype=np.float32)\n assert_allclose(bkgarr, image_refback, rtol=1.0e-5)\n\n # Test that SExtractor background rms is same as SEP:\n rmsarr = bkg.rms(dtype=np.float32)\n assert_allclose(rmsarr, image_refrms, rtol=1.0e-4)\n\n # Extract objects (use deblend_cont=1.0 to disable deblending).\n bkg.subfrom(data)\n objs = sep.extract(data, 1.5, err=bkg.globalrms, deblend_cont=1.0)\n objs = np.sort(objs, order=[\"y\"])\n\n # Read SExtractor result\n refobjs = np.loadtxt(IMAGECAT_FNAME, dtype=IMAGECAT_DTYPE)\n refobjs = np.sort(refobjs, order=[\"y\"])\n\n # Found correct number of sources at the right locations?\n assert_allclose(objs[\"x\"], refobjs[\"x\"] - 1.0, atol=1.0e-3)\n assert_allclose(objs[\"y\"], refobjs[\"y\"] - 1.0, atol=1.0e-3)\n\n # Correct Variance and Variance Errors?\n assert_allclose(objs[\"x2\"], refobjs[\"x2\"], atol=1.0e-4)\n assert_allclose(objs[\"y2\"], refobjs[\"y2\"], atol=1.0e-4)\n assert_allclose(objs[\"xy\"], refobjs[\"xy\"], atol=1.0e-4)\n assert_allclose(objs[\"errx2\"], refobjs[\"errx2\"], rtol=1.0e-4)\n assert_allclose(objs[\"erry2\"], refobjs[\"erry2\"], rtol=1.0e-4)\n assert_allclose(objs[\"errxy\"], refobjs[\"errxy\"], rtol=1.0e-3)\n\n # Test aperture flux\n flux, fluxerr, flag = sep.sum_circle(\n data, objs[\"x\"], objs[\"y\"], 5.0, err=bkg.globalrms\n )\n assert_allclose(flux, refobjs[\"flux_aper\"], rtol=2.0e-4)\n assert_allclose(fluxerr, refobjs[\"fluxerr_aper\"], rtol=1.0e-5)\n\n # check if the flags work at all (comparison values\n assert ((flag & sep.APER_TRUNC) != 0).sum() == 4\n assert ((flag & sep.APER_HASMASKED) != 0).sum() == 0\n\n # Test \"flux_auto\"\n kr, flag = sep.kron_radius(\n data, objs[\"x\"], objs[\"y\"], objs[\"a\"], objs[\"b\"], objs[\"theta\"], 6.0\n )\n\n flux, fluxerr, flag = sep.sum_ellipse(\n data,\n objs[\"x\"],\n objs[\"y\"],\n objs[\"a\"],\n objs[\"b\"],\n objs[\"theta\"],\n r=2.5 * kr,\n err=bkg.globalrms,\n subpix=1,\n )\n\n # For some reason, one object doesn't match. It's very small\n # and kron_radius is set to 0.0 in SExtractor, but 0.08 in sep.\n # Could be due to a change in SExtractor between v2.8.6 (used to\n # generate \"truth\" catalog) and v2.18.11 (from which sep was forked).\n i = 56 # index is 59 when deblending is on.\n kr[i] = 0.0\n flux[i] = 0.0\n fluxerr[i] = 0.0\n\n # We use atol for radius because it is reported to nearest 0.01 in\n # reference objects.\n assert_allclose(2.5 * kr, refobjs[\"kron_radius\"], atol=0.01, rtol=0.0)\n assert_allclose(flux, refobjs[\"flux_auto\"], rtol=0.0005)\n assert_allclose(fluxerr, refobjs[\"fluxerr_auto\"], rtol=0.0005)\n\n # Test using a mask in kron_radius and sum_ellipse.\n for dtype in [np.bool_, np.int32, np.float32, np.float64]:\n mask = np.zeros_like(data, dtype=dtype)\n kr2, flag = sep.kron_radius(\n data,\n objs[\"x\"],\n objs[\"y\"],\n objs[\"a\"],\n objs[\"b\"],\n objs[\"theta\"],\n 6.0,\n mask=mask,\n )\n kr2[i] = 0.0\n assert np.all(kr == kr2)\n\n # Test ellipse representation conversion\n cxx, cyy, cxy = sep.ellipse_coeffs(objs[\"a\"], objs[\"b\"], objs[\"theta\"])\n assert_allclose(cxx, objs[\"cxx\"], rtol=1.0e-4)\n assert_allclose(cyy, objs[\"cyy\"], rtol=1.0e-4)\n assert_allclose(cxy, objs[\"cxy\"], rtol=1.0e-4)\n\n a, b, theta = sep.ellipse_axes(objs[\"cxx\"], objs[\"cyy\"], objs[\"cxy\"])\n assert_allclose(a, objs[\"a\"], rtol=1.0e-4)\n assert_allclose(b, objs[\"b\"], rtol=1.0e-4)\n assert_allclose(theta, objs[\"theta\"], rtol=1.0e-4)\n\n # test round trip\n cxx, cyy, cxy = sep.ellipse_coeffs(a, b, theta)\n assert_allclose(cxx, objs[\"cxx\"], rtol=1.0e-4)\n assert_allclose(cyy, objs[\"cyy\"], rtol=1.0e-4)\n assert_allclose(cxy, objs[\"cxy\"], rtol=1.0e-4)\n\n # test flux_radius\n fr, flags = sep.flux_radius(\n data,\n objs[\"x\"],\n objs[\"y\"],\n 6.0 * refobjs[\"a\"],\n [0.1, 0.5, 0.6],\n normflux=refobjs[\"flux_auto\"],\n subpix=5,\n )\n assert_allclose(fr, refobjs[\"flux_radius\"], rtol=0.04, atol=0.01)\n\n # test winpos\n sig = 2.0 / 2.35 * fr[:, 1] # flux_radius = 0.5\n xwin, ywin, flag = sep.winpos(data, objs[\"x\"], objs[\"y\"], sig)\n assert_allclose(xwin, refobjs[\"xwin\"] - 1.0, rtol=0.0, atol=0.0015)\n assert_allclose(ywin, refobjs[\"ywin\"] - 1.0, rtol=0.0, atol=0.0015)\n\n\n# -----------------------------------------------------------------------------\n# Background\n\n\ndef test_masked_background():\n \"\"\"\n Check the background filtering.\n\n Check that the derived background is consistent with an explicit\n mask, masking no pixels. Also check that the expected result is\n returned if certain pixels are masked.\n \"\"\"\n\n data = 0.1 * np.ones((6, 6))\n data[1, 1] = 1.0\n data[4, 1] = 1.0\n data[1, 4] = 1.0\n data[4, 4] = 1.0\n\n mask = np.zeros((6, 6), dtype=np.bool_)\n\n # Background array without mask\n sky = sep.Background(data, bw=3, bh=3, fw=1, fh=1)\n bkg1 = sky.back()\n\n # Background array with all False mask\n sky = sep.Background(data, mask=mask, bw=3, bh=3, fw=1, fh=1)\n bkg2 = sky.back()\n\n # All False mask should be the same\n assert_allclose(bkg1, bkg2)\n\n # Masking high pixels should give a flat background\n mask[1, 1] = True\n mask[4, 1] = True\n mask[1, 4] = True\n mask[4, 4] = True\n sky = sep.Background(data, mask=mask, bw=3, bh=3, fw=1, fh=1)\n assert_approx_equal(sky.globalback, 0.1)\n assert_allclose(sky.back(), 0.1 * np.ones((6, 6)))\n\n\n@pytest.mark.skipif(NO_FITS, reason=\"no FITS reader\")\ndef test_background_special():\n \"\"\"\n Test the special methods of `sep.Background`.\n \"\"\"\n\n bkg = sep.Background(image_data, bw=64, bh=64, fw=3, fh=3)\n\n # test __array__ method\n assert np.all(np.array(bkg) == bkg.back())\n\n # test __rsub__ method\n d1 = image_data - bkg\n\n d2 = np.copy(image_data)\n bkg.subfrom(d2)\n assert np.all(d1 == d2)\n\n\ndef test_background_boxsize():\n \"\"\"\n Test that `sep.Background` works when boxsize is same as image.\n \"\"\"\n\n ny, nx = 100, 100\n data = np.ones((ny, nx), dtype=np.float64)\n bkg = sep.Background(data, bh=ny, bw=nx, fh=1, fw=1)\n bkg.back()\n\n\ndef test_background_rms():\n \"\"\"\n Test that `sep.Background.rms` at least works.\n \"\"\"\n\n ny, nx = 1024, 1024\n data = np.random.randn(ny, nx)\n bkg = sep.Background(data)\n rms = bkg.rms()\n assert rms.dtype == np.float64\n assert rms.shape == (ny, nx)\n\n\n# -----------------------------------------------------------------------------\n# Extract\n\n\n@pytest.mark.skipif(NO_FITS, reason=\"no FITS reader\")\ndef test_extract_with_noise_array():\n \"\"\"\n Test extraction with a flat noise array.\n\n This checks that a constant noise array gives the same result as\n extracting without a noise array, for a given threshold.\n \"\"\"\n\n # Get some background-subtracted test data:\n data = np.copy(image_data)\n bkg = sep.Background(data, bw=64, bh=64, fw=3, fh=3)\n bkg.subfrom(data)\n\n # Ensure that extraction with constant noise array gives the expected\n # result. We have to use conv=None here because the results are *not*\n # the same when convolution is on! This is because the noise map is\n # convolved. Near edges, the convolution doesn't adjust for pixels\n # off edge boundaries. As a result, the convolved noise map is not\n # all ones.\n # Deblending is also turned off, as this appears to differ slightly\n # across platforms - see `test_vs_sextractor()`.\n objects = sep.extract(\n data, 1.5 * bkg.globalrms, filter_kernel=None, deblend_cont=1.0\n )\n objects2 = sep.extract(\n data,\n 1.5 * bkg.globalrms,\n err=np.ones_like(data),\n filter_kernel=None,\n deblend_cont=1.0,\n )\n\n names_to_remove = [\"errx2\", \"erry2\", \"errxy\"]\n names_to_keep = [i for i in objects.dtype.names if i not in names_to_remove]\n objects = objects[names_to_keep]\n objects2 = objects2[names_to_keep]\n\n assert_allclose_structured(objects, objects2)\n\n # Less trivial test where thresh is realistic. Still a flat noise map.\n noise = bkg.globalrms * np.ones_like(data)\n objects2 = sep.extract(data, 1.5, err=noise, filter_kernel=None, deblend_cont=1.0)\n\n names_to_remove = [\"errx2\", \"erry2\", \"errxy\"]\n names_to_keep = [i for i in objects.dtype.names if i not in names_to_remove]\n objects = objects[names_to_keep]\n objects2 = objects2[names_to_keep]\n\n assert_allclose_structured(objects, objects2)\n\n\ndef test_extract_with_noise_convolution():\n \"\"\"\n Test extraction when there is both noise and convolution.\n\n This will use the matched filter implementation, and will handle bad pixels\n and edge effects gracefully.\n \"\"\"\n\n # Start with an empty image where we label the noise as 1 sigma everywhere.\n image = np.zeros((20, 20))\n error = np.ones((20, 20))\n\n # Add some noise representing bad pixels. We do not want to detect these.\n image[17, 3] = 100.0\n error[17, 3] = 100.0\n image[10, 0] = 100.0\n error[10, 0] = 100.0\n image[17, 17] = 100.0\n error[17, 17] = 100.0\n\n # Add some real point sources that we should find.\n image[3, 17] = 10.0\n\n image[6, 6] = 2.0\n image[7, 6] = 1.0\n image[5, 6] = 1.0\n image[6, 5] = 1.0\n image[6, 7] = 1.0\n\n objects = sep.extract(image, 2.0, minarea=1, err=error)\n objects.sort(order=[\"x\", \"y\"])\n\n # Check that we recovered the two correct objects and not the others.\n assert len(objects) == 2\n\n assert_approx_equal(objects[0][\"x\"], 6.0)\n assert_approx_equal(objects[0][\"y\"], 6.0)\n\n assert_approx_equal(objects[1][\"x\"], 17.0)\n assert_approx_equal(objects[1][\"y\"], 3.0)\n\n\ndef test_extract_matched_filter_at_edge():\n \"\"\"\n Test bright source detection at the edge of an image.\n\n Exercise bug where bright star at end of image not detected\n with noise array and matched filter on.\n \"\"\"\n\n data = np.zeros((20, 20))\n err = np.ones_like(data)\n kernel = np.array([[1.0, 2.0, 1.0], [2.0, 4.0, 2.0], [1.0, 2.0, 1.0]])\n\n data[18:20, 9:12] = kernel[0:2, :]\n\n objects, pix = sep.extract(\n data,\n 2.0,\n err=err,\n filter_kernel=kernel,\n filter_type=\"matched\",\n segmentation_map=True,\n )\n assert len(objects) == 1\n assert objects[\"npix\"][0] == 6\n\n\n@pytest.mark.skipif(NO_FITS, reason=\"no FITS reader\")\ndef test_extract_with_mask():\n \"\"\"\n Test that object detection only occurs in unmasked regions.\n \"\"\"\n\n # Get some background-subtracted test data:\n data = np.copy(image_data)\n bkg = sep.Background(data, bw=64, bh=64, fw=3, fh=3)\n bkg.subfrom(data)\n\n # mask half the image\n ylim = data.shape[0] // 2\n mask = np.zeros(data.shape, dtype=np.bool_)\n mask[ylim:, :] = True\n\n objects = sep.extract(data, 1.5 * bkg.globalrms, mask=mask)\n\n # check that we found some objects and that they are all in the unmasked\n # region.\n assert len(objects) > 0\n assert np.all(objects[\"y\"] < ylim)\n\n\n@pytest.mark.skipif(NO_FITS, reason=\"no FITS reader\")\ndef test_extract_with_maskthresh():\n \"\"\"\n Test that object detection only occurs in unmasked regions.\n \"\"\"\n\n # Get some background-subtracted test data:\n data = np.copy(image_data)\n bkg = sep.Background(data, bw=64, bh=64, fw=3, fh=3)\n bkg.subfrom(data)\n\n # mask half the image\n ylim = data.shape[0] // 2\n mask = np.zeros(data.shape, dtype=float)\n mask[ylim:, :] = 1.0\n\n objects_unmasked = sep.extract(data, 1.5 * bkg.globalrms, deblend_cont=1.0)\n objects_unmasked_w_thresh = sep.extract(\n data, 1.5 * bkg.globalrms, maskthresh=1.0, deblend_cont=1.0\n )\n\n # Check that changing the mask threshold does not change anything,\n # if no mask is provided\n assert_allclose_structured(objects_unmasked, objects_unmasked_w_thresh)\n\n objects_masked = sep.extract(data, 1.5 * bkg.globalrms, mask=mask, deblend_cont=1.0)\n objects_masked_w_hthresh = sep.extract(\n data, 1.5 * bkg.globalrms, mask=mask, maskthresh=1.0, deblend_cont=1.0\n )\n objects_masked_w_lthresh = sep.extract(\n data, 1.5 * bkg.globalrms, mask=mask, maskthresh=0.5, deblend_cont=1.0\n )\n\n # Applying a mask should return a different number of objects\n assert len(objects_unmasked) != len(objects_masked)\n\n # As long as the mask is above the threshold, the results should not change\n assert_allclose_structured(objects_masked, objects_masked_w_lthresh)\n\n # Object detection where the maskthresh >= max(mask) should be the same\n # as if no mask were provided\n assert_allclose_structured(objects_unmasked, objects_masked_w_hthresh)\n\n\n@pytest.mark.skipif(NO_FITS, reason=\"no FITS reader\")\ndef test_extract_segmentation_map():\n \"\"\"\n Test the returned segmentation map.\n\n Check that the segmentation map has the same dimensions as the input\n image, and that the number of object pixels match the catalogue field.\n \"\"\"\n\n # Get some background-subtracted test data:\n data = np.copy(image_data)\n bkg = sep.Background(data, bw=64, bh=64, fw=3, fh=3)\n bkg.subfrom(data)\n\n objects, segmap = sep.extract(data, 1.5 * bkg.globalrms, segmentation_map=True)\n\n assert type(segmap) is np.ndarray\n assert segmap.shape == data.shape\n for i in range(len(objects)):\n assert objects[\"npix\"][i] == (segmap == i + 1).sum()\n\n\n@pytest.mark.skipif(NO_FITS, reason=\"no FITS reader\")\ndef test_extract_seg_map_array():\n \"\"\"\n Test the extraction when an existing segmentation map is supplied.\n\n Test that the returned catalogue is equal with and without a variable\n noise array, and that the majority of fields match even when\n deblending is performed on the original extraction.\n \"\"\"\n\n # Get some background-subtracted test data:\n data = np.copy(image_data)\n bkg = sep.Background(data, bw=64, bh=64, fw=3, fh=3)\n bkg.subfrom(data)\n\n noise = bkg.globalrms * np.ones_like(data)\n\n for err in [None, noise]:\n # err=None\n # err=noise\n\n objects, segmap = sep.extract(data, 1.5, err, segmentation_map=True)\n\n assert type(segmap) is np.ndarray\n assert segmap.shape == data.shape\n for i in range(len(objects)):\n assert objects[\"npix\"][i] == (segmap == i + 1).sum()\n\n objects2, segmap2 = sep.extract(data, 1.5, err, segmentation_map=segmap)\n\n # Test the values for which we expect an exact match\n names_exact_match = [\n \"thresh\",\n \"npix\",\n \"tnpix\",\n \"xmin\",\n \"xmax\",\n \"ymin\",\n \"ymax\",\n \"cflux\",\n \"flux\",\n \"cpeak\",\n \"peak\",\n \"xcpeak\",\n \"ycpeak\",\n \"xpeak\",\n \"ypeak\",\n ]\n\n # The position depends on the object being deblended. As no deblending\n # is performed when a segmentation map is supplied, all derived\n # parameters may vary slightly. We test those for which we have a\n # measurement of the uncertainty\n names_close = [\"x\", \"y\"]\n names_close_var = [\"x2\", \"y2\"]\n\n assert segmap2.shape == data.shape\n for o_i, o_ii in zip(objects, objects2):\n o_i_exact = o_i[names_exact_match]\n o_ii_exact = o_ii[names_exact_match]\n assert_equal(o_i_exact, o_ii_exact)\n\n o_i_close = o_i[names_close]\n o_ii_close = o_ii[names_close]\n for n, v in zip(names_close, names_close_var):\n if o_i[\"flag\"] == 0:\n assert_equal(o_i[n], o_ii[n])\n else:\n assert_allclose(o_i[n], o_ii[n], atol=np.sqrt(o_i[v]))\n\n # Perform a second test with deblending disabled.\n objects3, segmap3 = sep.extract(\n data, 1.5, err, segmentation_map=True, deblend_cont=1.0\n )\n\n objects4, segmap4 = sep.extract(\n data, 1.5, err, segmentation_map=segmap3, deblend_cont=1.0\n )\n\n # The flag will not be the same, as the second extraction does not test\n # for deblended objects.\n objects3 = rfn.drop_fields(objects3, \"flag\")\n objects4 = rfn.drop_fields(objects4, \"flag\")\n assert_allclose_structured(objects3, objects4)\n\n\n# -----------------------------------------------------------------------------\n# aperture tests\n\nnaper = 1000\nx = np.random.uniform(200.0, 800.0, naper)\ny = np.random.uniform(200.0, 800.0, naper)\ndata_shape = (1000, 1000)\n\n\ndef test_aperture_dtypes():\n \"\"\"\n Test the aperture extraction of multiple data types.\n\n Ensure that all supported image dtypes work in sum_circle() and\n give the same answer.\n \"\"\"\n\n r = 3.0\n\n fluxes = []\n for dt in SUPPORTED_IMAGE_DTYPES:\n data = np.ones(data_shape, dtype=dt)\n flux, fluxerr, flag = sep.sum_circle(data, x, y, r)\n fluxes.append(flux)\n\n for i in range(1, len(fluxes)):\n assert_allclose(fluxes[0], fluxes[i])\n\n\ndef test_apertures_small_ellipse_exact():\n \"\"\"Regression test for a bug that manifested primarily when x == y.\"\"\"\n\n data = np.ones(data_shape)\n r = 0.3\n rtol = 1.0e-10\n flux, fluxerr, flag = sep.sum_ellipse(data, x, x, r, r, 0.0, subpix=0)\n assert_allclose(flux, np.pi * r**2, rtol=rtol)\n\n\ndef test_apertures_all():\n \"\"\"\n Test that aperture subpixel sampling works.\n \"\"\"\n\n data = np.random.rand(*data_shape)\n r = 3.0\n rtol = 1.0e-8\n\n for subpix in [0, 1, 5]:\n flux_ref, fluxerr_ref, flag_ref = sep.sum_circle(data, x, y, r, subpix=subpix)\n\n flux, fluxerr, flag = sep.sum_circann(data, x, y, 0.0, r, subpix=subpix)\n assert_allclose(flux, flux_ref, rtol=rtol)\n\n flux, fluxerr, flag = sep.sum_ellipse(data, x, y, r, r, 0.0, subpix=subpix)\n assert_allclose(flux, flux_ref, rtol=rtol)\n\n flux, fluxerr, flag = sep.sum_ellipse(\n data, x, y, 1.0, 1.0, 0.0, r=r, subpix=subpix\n )\n assert_allclose(flux, flux_ref, rtol=rtol)\n\n\ndef test_apertures_exact():\n \"\"\"\n Test area as measured by exact aperture modes on array of ones.\n \"\"\"\n\n theta = np.random.uniform(-np.pi / 2.0, np.pi / 2.0, naper)\n ratio = np.random.uniform(0.2, 1.0, naper)\n r = 3.0\n\n for dt in SUPPORTED_IMAGE_DTYPES:\n data = np.ones(data_shape, dtype=dt)\n for r in [0.5, 1.0, 3.0]:\n flux, fluxerr, flag = sep.sum_circle(data, x, y, r, subpix=0)\n assert_allclose(flux, np.pi * r**2)\n\n rout = r * 1.1\n flux, fluxerr, flag = sep.sum_circann(data, x, y, r, rout, subpix=0)\n assert_allclose(flux, np.pi * (rout**2 - r**2))\n\n flux, fluxerr, flag = sep.sum_ellipse(\n data, x, y, 1.0, ratio, theta, r=r, subpix=0\n )\n assert_allclose(flux, np.pi * ratio * r**2)\n\n rout = r * 1.1\n flux, fluxerr, flag = sep.sum_ellipann(\n data, x, y, 1.0, ratio, theta, r, rout, subpix=0\n )\n assert_allclose(flux, np.pi * ratio * (rout**2 - r**2))\n\n\ndef test_aperture_bkgann_overlapping():\n \"\"\"\n Test bkgann functionality in circular & elliptical apertures.\n \"\"\"\n\n # If bkgann overlaps aperture exactly, result should be zero\n # (with subpix=1)\n data = np.random.rand(*data_shape)\n r = 5.0\n f, _, _ = sep.sum_circle(data, x, y, r, bkgann=(0.0, r), subpix=1)\n assert_allclose(f, 0.0, rtol=0.0, atol=1.0e-13)\n\n f, _, _ = sep.sum_ellipse(\n data, x, y, 2.0, 1.0, np.pi / 4.0, r=r, bkgann=(0.0, r), subpix=1\n )\n assert_allclose(f, 0.0, rtol=0.0, atol=1.0e-13)\n\n\ndef test_aperture_bkgann_ones():\n \"\"\"\n Test bkgann functionality with flat data.\n \"\"\"\n\n data = np.ones(data_shape)\n r = 5.0\n bkgann = (6.0, 8.0)\n\n # On flat data, result should be zero for any bkgann and subpix\n f, fe, _ = sep.sum_circle(data, x, y, r, bkgann=bkgann, gain=1.0)\n assert_allclose(f, 0.0, rtol=0.0, atol=1.0e-13)\n\n # for all ones data and no error array, error should be close to\n # sqrt(Npix_aper + Npix_ann * (Npix_aper**2 / Npix_ann**2))\n aper_area = np.pi * r**2\n bkg_area = np.pi * (bkgann[1] ** 2 - bkgann[0] ** 2)\n expected_error = np.sqrt(aper_area + bkg_area * (aper_area / bkg_area) ** 2)\n assert_allclose(fe, expected_error, rtol=0.1)\n\n f, _, _ = sep.sum_ellipse(data, x, y, 2.0, 1.0, np.pi / 4.0, r, bkgann=bkgann)\n assert_allclose(f, 0.0, rtol=0.0, atol=1.0e-13)\n\n\ndef test_masked_segmentation_measurements():\n \"\"\"\n Test measurements with segmentation masking.\n \"\"\"\n\n NX = 100\n data = np.zeros((NX * 2, NX * 2))\n yp, xp = np.indices(data.shape)\n\n ####\n # Make two 2D gaussians that slightly overlap\n\n # width of the 2D objects\n gsigma = 10.0\n\n # offset between two gaussians in sigmas\n off = 4\n\n for xy in [[NX, NX], [NX + off * gsigma, NX + off * gsigma]]:\n R = np.sqrt((xp - xy[0]) ** 2 + (yp - xy[1]) ** 2)\n g_i = np.exp(-(R**2) / 2 / gsigma**2)\n data += g_i\n\n # Absolute total\n total_exact = g_i.sum()\n\n # Add some noise\n rms = 0.02\n np.random.seed(1)\n data += np.random.normal(size=data.shape) * rms\n\n # Run source detection\n objs, segmap = sep.extract(\n data, thresh=1.2, err=rms, mask=None, segmentation_map=True\n )\n\n seg_id = np.arange(1, len(objs) + 1, dtype=np.int32)\n\n # Compute Kron/Auto parameters\n x, y, a, b = objs[\"x\"], objs[\"y\"], objs[\"a\"], objs[\"b\"]\n theta = objs[\"theta\"]\n\n kronrad, krflag = sep.kron_radius(data, x, y, a, b, theta, 6.0)\n\n flux_auto, fluxerr, flag = sep.sum_ellipse(\n data, x, y, a, b, theta, 2.5 * kronrad, segmap=segmap, seg_id=seg_id, subpix=1\n )\n\n # Test total flux\n assert_allclose(flux_auto, total_exact, rtol=5.0e-2)\n\n # Flux_radius\n for flux_fraction in [0.2, 0.5]:\n\n # Exact solution\n rhalf_exact = np.sqrt(-np.log(1 - flux_fraction) * gsigma**2 * 2)\n\n # Masked measurement\n flux_radius, flag = sep.flux_radius(\n data,\n x,\n y,\n 6.0 * a,\n flux_fraction,\n seg_id=seg_id,\n segmap=segmap,\n normflux=flux_auto,\n subpix=5,\n )\n\n # Test flux fraction\n assert_allclose(flux_radius, rhalf_exact, rtol=5.0e-2)\n\n if False:\n print(\"test_masked_flux_radius\")\n print(total_exact, flux_auto)\n print(rhalf_exact, flux_radius)\n\n\ndef test_mask_ellipse():\n \"\"\"\n Test that the correct number of elements are masked with an ellipse.\n \"\"\"\n arr = np.zeros((20, 20), dtype=np.bool_)\n\n # should mask 5 pixels:\n sep.mask_ellipse(arr, 10.0, 10.0, 1.0, 1.0, 0.0, r=1.001)\n assert arr.sum() == 5\n\n # should mask 13 pixels:\n sep.mask_ellipse(arr, 10.0, 10.0, 1.0, 1.0, 0.0, r=2.001)\n assert arr.sum() == 13\n\n\ndef test_flux_radius():\n \"\"\"\n Test that the correct radius is returned for varying flux fractions.\n \"\"\"\n data = np.ones(data_shape)\n fluxfrac = [0.2**2, 0.3**2, 0.7**2, 1.0]\n true_r = [2.0, 3.0, 7.0, 10.0]\n r, _ = sep.flux_radius(\n data, x, y, 10.0 * np.ones_like(x), [0.2**2, 0.3**2, 0.7**2, 1.0], subpix=5\n )\n for i in range(len(fluxfrac)):\n assert_allclose(r[:, i], true_r[i], rtol=0.01)\n\n\ndef test_mask_ellipse_alt():\n \"\"\"\n Mask_ellipse with cxx, cyy, cxy parameters.\n \"\"\"\n arr = np.zeros((20, 20), dtype=np.bool_)\n\n # should mask 5 pixels:\n sep.mask_ellipse(arr, 10.0, 10.0, cxx=1.0, cyy=1.0, cxy=0.0, r=1.001)\n assert arr.sum() == 5\n\n # should mask 13 pixels:\n sep.mask_ellipse(arr, 10.0, 10.0, cxx=1.0, cyy=1.0, cxy=0.0, r=2.001)\n assert arr.sum() == 13\n\n\n# -----------------------------------------------------------------------------\n# General behavior and utilities\n\n\ndef test_byte_order_exception():\n \"\"\"\n Test that SEP will not run with non-native byte order.\n\n Test that error about byte order is raised with non-native\n byte order input array. This should happen for Background, extract,\n and aperture functions.\n \"\"\"\n\n data = np.ones((100, 100), dtype=np.float64)\n data = data.view(data.dtype.newbyteorder(\"S\"))\n with pytest.raises(ValueError) as excinfo:\n bkg = sep.Background(data)\n assert \"byte order\" in excinfo.value.args[0]\n\n\ndef test_set_pixstack():\n \"\"\"\n Ensure that setting the pixel stack size works.\n \"\"\"\n old = sep.get_extract_pixstack()\n new = old * 2\n sep.set_extract_pixstack(new)\n assert new == sep.get_extract_pixstack()\n sep.set_extract_pixstack(old)\n\n\ndef test_set_sub_object_limit():\n \"\"\"\n Ensure that setting the sub-object deblending limit works.\n \"\"\"\n old = sep.get_sub_object_limit()\n new = old * 2\n sep.set_sub_object_limit(new)\n assert new == sep.get_sub_object_limit()\n sep.set_sub_object_limit(old)\n\n\ndef test_long_error_msg():\n \"\"\"\n Test the error handling in SEP.\n\n Ensure that the error message is created successfully when\n there is an error detail.\n \"\"\"\n\n # set extract pixstack to an insanely small value; this will trigger\n # a detailed error message when running sep.extract()\n old = sep.get_extract_pixstack()\n sep.set_extract_pixstack(5)\n\n data = np.ones((10, 10), dtype=np.float64)\n with pytest.raises(Exception) as excinfo:\n sep.extract(data, 0.1)\n msg = excinfo.value.args[0]\n assert type(msg) == str # check that message is the native string type\n assert msg.startswith(\"internal pixel buffer full: The limit\")\n\n # restore\n sep.set_extract_pixstack(old)\n" }, { "path": "tox.ini", "content": "[tox]\nminversion = 4.0\nenvlist = py-{linux,macos,windows}\nisolated_build = true\n\n[gh-actions:env]\nPLATFORM =\n ubuntu-latest: linux\n macos-latest: macos\n windows-latest: windows\n\n[testenv]\npassenv = HOME\ndeps = pytest\n astropy\nallowlist_externals = make\ncommands =\n pytest test.py\n linux: make test\n macos: make test\n" } ]