JM_Rule_Based_Chatbot.ipynb

{
  "nbformat": 4,
  "nbformat_minor": 0,
  "metadata": {
    "colab": {
      "provenance": [],
      "toc_visible": true,
      "authorship_tag": "ABX9TyMlTLzbTld+t1lhbgjaLKm7",
      "include_colab_link": true
    },
    "kernelspec": {
      "name": "python3",
      "display_name": "Python 3"
    },
    "language_info": {
      "name": "python"
    }
  },
  "cells": [
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "view-in-github",
        "colab_type": "text"
      },
      "source": [
        "<a href=\"https://colab.research.google.com/github/fendy07/chatbot-AI/blob/master/JM_Rule_Based_Chatbot.ipynb\" target=\"_parent\"><img src=\"https://colab.research.google.com/assets/colab-badge.svg\" alt=\"Open In Colab\"/></a>"
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "# **Rule Based Chatbot (Chatbot Berbasis Aturan)**\n",
        "\n",
        "Pada tahun 1950-an, Alan Turing mengajukan pertanyaan, **Bisakah mesin berpikir?**\n",
        "\n",
        "Sejak saat itu, praktisi Kecerdasan Buatan memiliki tantangan untuk membuat mesin dapat berpikir atau dengan kata sederhana menyamarkannya sebagai manusia.\n",
        "\n",
        "**Apa itu Chatbot?**\n",
        "\n",
        "Chatbot, juga dikenal sebagai chatterbot, bot, atau agen buatan, pada dasarnya adalah sebuah *software* yang digerakkan oleh *Artificial Intelligence*. Chatbot berfungsi untuk melakukan percakapan dengan pengguna melalui teks atau ucapan.\n",
        "\n",
        "Sumber : [Creating a Simple Rule-Based Chatbot with Python](https://medium.com/geekculture/creating-a-simple-rule-based-chatbot-with-python-e7928d0573af)"
      ],
      "metadata": {
        "id": "rUALtoYaS0GK"
      }
    },
    {
      "cell_type": "markdown",
      "source": [
        "# **Rule Based Approach**\n",
        "\n",
        "**Apa itu Rule Based Chatbot?**\n",
        "\n",
        "Ini adalah mesin chatbot yang didasarkan pada aturan khusus untuk menjawab teks yang diberikan oleh manusia. Respon yang dihasilkan oleh chatbot biasanya hampir akurat karena aturan yang diterapkannya. Namun, jika kita diberi pertanyaan yang tidak sesuai dengan aturan, chatbot tidak akan menjawabnya.\n",
        "\n",
        "Metode penerjemahan rule based adalah salah satu metode penerjemahan bahasa alami yang menerapkan pengetahuan tata bahasa. Kemampuan dari mesin penerjemah tergantung dari aturan-aturan tata bahasa yang diterapkan pada sistem yang dirancang. Implementasi aturan ini pun tidak ditentukan oleh suatu pola tertentu, tetapi tergantung pada aturan bahasa sumber dan bahasa target.\n",
        "\n",
        "Selain itu, chatbot berbasis aturan mungkin didasarkan pada aturan yang diberikan oleh manusia, tetapi itu tidak berarti bahwa kita tidak akan menggunakan kumpulan data apapun untuk membuatnya. Karena, **tujuan utama dari chatbot ini masih untuk meng-otomatisasi pertanyaan yang diberikan oleh manusia, oleh karena itu kita membutuhkan data untuk mengembangkan aturan**.\n",
        "\n",
        "Dalam praktik kali ini, kita akan menggunakan chatbot berbasis aturan (Rule Based Chatbot) dengan menggunakan metode Cosine Similarity."
      ],
      "metadata": {
        "id": "crHRwEktU_8G"
      }
    },
    {
      "cell_type": "markdown",
      "source": [
        "# **Membuat Korpus**\n",
        "\n",
        "Contoh chatbot kali ini kita akan menggunakan studi kasus tentang **Kucing-Bot!** yang dimana kita akan mengetahui tentang informasi dan jenis-jenis hewan kucing domestik. Tahapan awal yang dilakukan adalah web scraping artikel internet tentang kucing yang ada di Wikipedia. Berikut sumber link artikel tentang kucing yaitu,\n",
        "\n",
        "Bahasa Inggris: [Wikipedia-Cat](https://simple.wikipedia.org/wiki/Cat)\n",
        "Bahasa Indonesia : [Wikipedia-Kucing](https://id.wikipedia.org/wiki/Kucing)"
      ],
      "metadata": {
        "id": "-gTYpXZGXiGR"
      }
    },
    {
      "cell_type": "code",
      "execution_count": 1,
      "metadata": {
        "id": "54m6GOAnSmGa",
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "outputId": "ff6580ce-121d-46ca-cc42-67ad7e048d49"
      },
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "kucing disebut juga kucing domestik[4][5] atau kucing rumah (nama ilmiah: felis silvestris catus atau felis catus) adalah sejenis mamalia karnivora dari keluarga felidae. kata \"kucing\" biasanya merujuk kepada \"kucing\" yang telah dijinakkan,[6] tetapi bisa juga bisa merujuk kepada \"kucing besar\" seperti singa dan harimau yang juga termasuk jenis kucing. \n",
            "kucing telah berbaur dengan kehidupan manusia paling tidak sejak 5.000 tahun sm, dengan ditemukannya kerangka kucing di pulau siprus.[7] sejak zaman 3.500 sm, orang mesir kuno telah menggunakan kucing untuk menjauhkan tikus atau hewan pengerat lain dari lumbung yang menyimpan hasil panen.[8]\n",
            "saat ini, kucing adalah salah satu hewan peliharaan terpopuler di dunia.[9] kucing yang garis keturunannya tercatat secara resmi sebagai kucing trah atau galur murni (pure breed), seperti persia, siam, manx, dan sphinx. kucing seperti ini biasanya dibiakkan di tempat pemeliharaan hewan resmi. jumlah kucing ras hanyalah 1% dari seluruh kucing di dunia, sisanya adalah kucing dengan keturunan campuran, seperti kucing liar atau kucing kampung. kucing juga merupakan jenis hewan peliharaan yang banyak diminati karena tingkah lakunya yang lucu.\n",
            "felidae adalah familia mamalia yang berevolusi dengan cepat yang berbagai nenek moyang yang sama hanya 10–15 juta tahun yang lalu[10] dan mencakup singa, harimau, cougar, dan banyak lainnya. dalam familia ini, kucing domestik (felis catus) merupakan bagian dari genus felis, yang merupakan kelompok kucing kecil yang berisi sekitar tujuh spesies (tergantung pada skema klasifikasi).[4][11] anggota dari genus ini ditemukan di seluruh dunia dan termasuk kucing hutan (felis chaus) dari tenggara asia, kucing liar eropa (f. silvestris silvestris), kucing liar afrika (f. s. lybica), kucing gunung cina (f. bieti), dan kucing pasir arab (f. margarita).[12]\n",
            "kucing domestik pertama kali diklasifikasikan sebagai felis catus oleh carolus linnaeus dalam edisi ke-10 systema naturae-nya yang diterbitkan pada tahun 1758.[4][13] karena filogenetika modern, kucing domestik biasanya dianggap sebagai subspesies dari kucing liar, f. silvestris.[4][1][14] hal ini mengakibatkan penggunaan istilah yang bercampur karena kucing domestik dapat disebut dengan nama subspesiesnya, felis silvestris catus.[4][1][14] kucing liar juga telah disebut sebagai berbagai subspesies f. catus,[14] tetapi pada tahun 2003, international commission on zoological nomenclature menetapkan nama untuk kucing liar sebagai f. silvestris.[15] nama yang paling umum digunakan untuk kucing domestik tetap f. catus, mengikuti konvensi untuk hewan peliharaan menggunakan sinonim pertama (senior) yang diusulkan.[15] kadang-kadang, kucing domestik disebut sebagai felis domesticus[16] atau felis domestica,[4] seperti yang diusulkan oleh naturalis jerman j. c. p. erxleben pada tahun 1777, tetapi ini bukan nama-nama taksonomi valid dan jarang digunakan dalam literatur ilmiah[16] karena binomial linnaeus diutamakan.[17] sebuah populasi kucing liar hitam transkaukasia pernah diklasifikasikan sebagai felis daemon (satunin 1904), tetapi sekarang populasi ini dianggap menjadi bagian dari kucing domestik.[18]\n",
            "semua kucing dalam genus ini berbagi nenek moyang yang sama yang mungkin hidup sekitar 6–7 juta tahun yang lalu di asia.[19] hubungan yang tepat dalam felidae dekat, tetapi masih belum pasti,[20][21] misalnya kucing gunung cina (felis silvestris bieti) kadang-kadang diklasifikasikan sebagai upaspesies kucing liar, seperti varietas afrika utara f. s. lybica.[1][20]\n",
            "dibandingkan dengan anjing, kucing tidak mengalami perubahan besar selama proses domestikasi karena bentuk dan perilaku kucing domestik tidak secara radikal berbeda dari kucing liar dan kucing domestik sangat mampu bertahan di alam liar.[22][23] kucing rumah yang sepenuhnya dijinakkan sering kawin silang dengan populasi f. catus liar.[24] evolusi terbatas selama domestikasi ini berarti bahwa hibridisasi dapat terjadi dengan banyak felidae lainnya, terutama kucing leopard asia.[25] beberapa perilaku alami dan karakteristik kucing liar mungkin telah memengaruhi mereka untuk didomestikasi sebagai hewan peliharaan.[23] karakter ini termasuk ukuran kecil, sifat sosial, bahasa tubuh yang jelas, suka bermain, dan kecerdasan relatif tinggi.[26]:12–17 beberapa spesies felidae kecil mungkin memiliki kecenderungan bawaan terhadap kejinakan.[23]\n",
            "kucing memiliki hubungan mutualistik atau komensal dengan manusia. dua teori utama diberikan tentang bagaimana kucing didomestikasi. dalam satu teori, orang sengaja menjinakkan kucing dalam proses seleksi buatan karena mereka adalah predator dari hama.[27] ini telah dikritik sebagai tidak masuk akal karena hadiah untuk usaha seperti itu mungkin terlalu sedikit; kucing umumnya tidak melaksanakan perintah dan meskipun mereka makan hewan pengerat, spesies lain seperti ferret atau terrier mungkin lebih baik dalam mengendalikan hama-hama ini.[1] ide alternatif adalah bahwa kucing hanya ditoleransi oleh orang-orang dan secara bertahap menyimpang dari kerabat liar mereka melalui seleksi alam karena mereka menyesuaikan dengan berburu hama yang ditemukan di sekitar manusia di kota dan desa.[1]\n",
            "kucing peliharaan atau kucing rumah adalah salah satu predator terhebat di dunia. kucing ini dapat membunuh atau memakan beberapa ribu spesies, kucing besar biasanya kurang dari 100. akan tetapi, karena ukurannya yang kecil, kucing tidak begitu berbahaya bagi manusia. satu-satunya bahaya yang dapat timbul adalah kemungkinan terjadinya infeksi rabies akibat gigitan kucing dan juga cakaran dari kuku kucing yang sangat tajam dan menyakitkan. kucing dapat berakibat fatal bagi suatu ekosistem yang bukan tempat tinggal alaminya. pada beberapa kasus, kucing berperan atau menyebabkan kepunahan. kucing menyergap dan melumpuhkan mangsa dengan cara yang mirip dengan singa dan harimau, menggigit leher mangsa dengan gigi taring yang tajam sehingga melukai saraf tulang belakang atau menyebabkan mangsa kehabisan napas dengan merusak tenggorokan.\n",
            "kucing dianggap sebagai \"karnivora yang sempurna\" dengan gigi dan saluran pencernaan yang khusus. gigi premolar dan molar pertama membentuk sepasang taring di setiap sisi mulut yang bekerja efektif seperti gunting untuk merobek daging. meskipun ciri ini juga terdapat pada famili canidae atau anjing, ciri ini berkembang lebih baik pada kucing. tidak seperti karnivora lain, kucing hampir tidak makan apa pun yang mengandung tumbuhan. beruang dan anjing kadang memakan buah, akar, atau madu sebagai suplemen jika ada, sementara kucing hanya memakan daging, biasanya buruan segar. dalam penangkaran, kucing tidak dapat diadaptasikan dengan makanan vegetarian karena mereka tidak dapat menyintesis semua asam-asam amino yang mereka butuhkan hanya dengan memakan tumbuhan; berbeda dengan anjing peliharaan, yang sering diberi makan produk campuran daging dan sayuran dan kadang dapat beradaptasi dengan makanan vegetarian secara total.\n",
            "meskipun memiliki reputasi sebagai hewan penyendiri, kucing biasanya dapat membentuk koloni liar, tetapi tidak menyerang dalam kelompok seperti singa. setiap kucing memiliki daerahnya sendiri (jantan yang aktif secara seksual memiliki daerah terbesar, sedangkan jantan steril memiliki daerah paling kecil) dan selalu terdapat daerah \"netral\" di mana para kucing dapat saling mengawasi atau bertemu tanpa adanya konflik teritorial atau agresi. di luar daerah netral ini, penguasa daerah biasa akan mengejar kucing asing, diawali dengan menatap, mendesis, hingga menggeram, dan bila kucing asing itu tetap tinggal, biasanya akan terjadi perkelahian singkat.\n",
            "kucing yang sedang berkelahi menegakkan rambut tubuh dan melengkungkan punggung agar mereka tampak lebih besar. serangan biasanya terdiri dari tamparan di bagian wajah dan tubuh dengan kaki depan yang kadang disertai gigitan. luka serius pada kucing akibat perkelahian jarang terjadi karena pihak yang kalah biasanya akan lari setelah mengalami beberapa luka di wajah. jantan yang aktif biasanya sering terlibat banyak perkelahian sepanjang hidupnya. hal ini tampak pada berbagai luka di bagian wajah, seperti hidung atau telinga. kucing betina kadang juga terlibat perkelahian untuk melindungi anak-anaknya, bahkan kucing steril pun akan mempertahankan daerah kecilnya dengan gigih.\n",
            "melihat dari perilaku kucing yang ada saat ini, kucing liar yang merupakan nenek moyang kucing peliharaan diperkiraan berevolusi pada iklim gurun. kucing senang dengan suasana hangat dan sering tidur di bawah hangatnya sinar matahari. kotorannya biasanya kering dan kucing lebih suka menguburnya di tempat berpasir. kucing dapat mematung, tidak bergerak cukup lama terutama ketika sedang mengintai mangsa atau bersiap untuk menerkam. di afrika utara masih ditemukan kucing liar yang mungkin berkerabat dekat dengan nenek moyang kucing peliharaan saat ini.\n",
            "karena memiliki kekerabatan yang dekat dengan binatang gurun, ketahanan kucing terhadap panas dan dinginnya iklim daerah subtropis agak terbatas. kucing tidak tahan terhadap kabut, hujan, dan salju meskipun ada beberapa jenis, seperti norwegian forest cat dan maine coon yang mampu bertahan; dan berusaha mempertahankan suhu tubuh normalnya, yaitu 39°c, dalam keadaan basah. kebanyakan kucing tidak suka berendam dalam air, kecuali jenis turkish van.\n",
            "masa kehamilan atau gestasi pada kucing berkisar 63 hari. anak kucing yang baru lahir tidak boleh dipegang oleh manusia dengan tangan kosong, agar tidak diasingkan dan/atau dimakan oleh induknya. anak kucing terlahir buta dan tuli. mata mereka baru terbuka pada usia 8—10 hari. anak kucing akan disapih oleh induknya pada usia 6—7 minggu dan kematangan seksual dicapai pada umur 10–15 bulan. kucing dapat mengandung 4 janin sekaligus karena rahimnya memiliki bentuk yang khusus dengan 4 bagian yang berbeda.\n",
            "kucing biasanya memiliki berat badan antara 2,5 hingga 7 kilogram dan jarang melebihi 10 kg. bila diberi makan berlebihan, kucing dapat mencapai berat badan 23 kg. akan tetapi, kondisi ini amat tidak sehat bagi kucing dan harus dihindari. dalam penangkaran, kucing dapat hidup selama 15 hingga 20 tahun, kucing tertua diketahui berusia 38 tahun 3 hari yang bernama creme puff. kucing peliharaan yang tidak diperbolehkan keluar rumah dan disterilkan dapat hidup lebih lama (mengurangi risiko perkelahian dan kecelakaan). kucing liar yang hidup di lingkungan urban modern hanya hidup selama ± 2 tahun atau bahkan kurang dari itu.\n",
            "kucing peliharaan yang tinggal di dalam rumah harus diberi kotak kotoran yang berisi pasir atau bahan khusus yang dijual di toko hewan peliharaan. perlu juga disediakan tempat khusus bagi kucing untuk mencakar. hal ini penting karena kucing memerlukan kegiatan mencakar ini untuk menanggalkan lapisan lama pada kukunya agar kukunya dapat tetap tajam dan terjaga kesehatannya. tidak adanya tempat khusus ini akan menyebabkan kucing banyak merusak perabotan.\n",
            "sering kali kucing menunjukkan perilaku memilih makanan. hal ini disebabkan mereka memiliki organ penciuman khusus di langit-langit mulutnya yang disebut sebagai organ vomeronasal atau organ jacobson. ketika organ ini terstimulasi oleh suatu jenis makanan tertentu, kucing akan menolak makanan selain makanan itu.\n",
            "kucing dapat melihat dalam cahaya yang amat terang. mereka memiliki selaput pelangi atau iris membentuk celah pada mata yang akan menyempit. meskipun demikian, penyempitan ini juga mengurangi bidang pandang kucing. suatu organ yang disebut tapetum lucidum digunakan dalam lingkungan dengan sedikit cahaya. organ inilah yang menyebabkan warna-warni mata kucing ketika difoto dengan menggunakan blitz. seperti kebanyakan predator, kedua mata kucing menghadap ke depan, menghasilkan persepsi jarak dan mengurangi besarnya bidang pandang. mata kucing memiliki persepsi trikomatik yang lemah.\n",
            "ketika cahaya yang ada terlalu sedikit untuk melihat, kucing akan menggunakan \"kumis\" atau misainya (vibrissae) untuk membantunya menentukan arah dan menjadi alat indra tambahan. misai dapat mendeteksi perubahan angin yang amat kecil, membuat kucing dapat mengetahui adanya benda-benda di sekitarnya tanpa melihat. kumis ini juga dapat digunakan oleh kucing untuk menentukan apakah badannya dapat melewati ruangan yang sempit (seperti pipa) karena jarak antara kedua ujung kumis kucing hampir sama dengan lebar tubuhnya\n",
            "kucing memiliki kelopak mata ketiga yang disebut membrana niktitans. kelopak ketiga ini terdiri dari suatu lapisan tipis yang dapat menutupi mata dan tampak ketika mata kucing terbuka. membran ini menutup sebagian ketika kucing sedang sakit. kadang kucing yang amat mengantuk atau gembira juga memperlihatkan membran ini.\n",
            "suara kucing sering ditulis \"meong\" dalam bahasa indonesia. dalam bahasa inggris yang digunakan di amerika, suara kucing ditulis \"meow\". di negara inggris sendiri, penulisannya adalah \"miaow\", \"miaow\" dalam bahasa prancis, \"miau\" dalam bahasa jerman, \"nya\" dalam bahasa jepang, dan berbagai penulisan lain dalam berbagai bahasa. suara \"meong\" kucing memiliki berbagai arti tergantung pengucapannya oleh si kucing. kucing juga dapat mengeluarkan suara seperti dengkuran panjang yang sering disukai manusia. karena suara ini bukan merupakan suara vokal, kucing dapat mengeluarkan suara dengkuran dan mengeong pada saat yang sama.\n",
            "umumnya semua daun telinga kucing tegak. tidak seperti pada anjing, kucing dengan telinga terlipat amat jarang ditemukan. jenis scottish fold adalah salah satu jenis kucing dengan mutasi genetik yang langka ini. ketika marah atau takut, daun telinga kucing jenis ini akan tertekuk ke belakang sementara si kucing mengeluarkan suara menggeram atau mendesis. ketika mendengarkan suatu suara, daun telinga kucing akan bergerak ke arah sumber suara; daun telinga kucing dapat mengarah ke depan, ke samping, bahkan seolah menoleh ke belakang.\n",
            "kucing termasuk hewan yang bersih. mereka sering merawat diri dengan menjilati rambut mereka. saliva atau air liur mereka adalah agen pembersih yang kuat, tetapi dapat memicu alergi pada manusia. kadang kala kucing memuntahkan hairball atau gulungan rambut yang terkumpul di dalam perut mereka.\n",
            "kucing menyimpan energi dengan cara tidur lebih sering ketimbang hewan lain. lama tidur kucing bervariasi antara 12—16 jam per hari, dengan angka rata-rata 13—14 jam. akan tetap, tidak jarang dijumpai kucing yang tidur selama 20 jam dalam satu hari.\n",
            "kucing mendengkur ketika dia akan senang dan bahagia. kucing merupakan satu-satunya hewan yang dapat mengeluarkan suara dengkuran. dengkuran biasanya merupakan tanda kepuasan hati pada kucing. namun, ada beberapa penyebab lain jika kucing mendengkur. penyebab lain kucing mendengkur ketika dia akan mati dan sakit agar dapat membuatnya menjadi nyaman dan mengurangi stres. selain itu, kucing akan mendengkur ketika akan melahirkan dan anaknya akan mendengkur ketika sedang menyusui.\n",
            "gelombang hertz pada dengkuran kucing berkisar antara 25 hingga 150. pada batas lebih rendah, dengkuran kucing memiliki kecepatan getaran yang sama dengan mesin diesel yang sedang menyala. dengkuran kucing juga dipercayai dapat mengurangi rasa stres dan mengurangi depresi. selain kucing, spesies lain dalam keluarga kucing yang juga dapat mendengkur adalah kucing hutan, cheetah, lynx, dan puma. namun, pada harimau, singa, dan macan tidak dapat mendengkur karena menurut para ahli kucing-kucing besar yang dapat mengeluarkan suara auman tidak memiliki kemampuan untuk mendengkur.\n",
            "memijat adalah salah satu kegiatan yang juga dilakukan oleh kucing. kucing memijat dengan cara menekankan telapak tangannya secara bergantian (kanan dan kiri), dan ada juga yang memijat dengan menarik (mengeluarkan) cakarnya. kucing biasanya memijat manusia atau kucing lain dengan disertai suara dengkuran.\n",
            "ketika anak kucing sedang menyusui, mereka pasti akan memijat-mijat perut induknya. hal ini dilakukan untuk melancarkan aliran air susu melalui puting-puting induknya. jika kucing memijat pemiliknya, hal tersebut telah menandakan bahwa mereka merasa aman dan nyaman. selain itu, dia juga telah mengklaim orang yang dipijatnya sebagai pemiliknya.\n",
            "refleks meluruskan adalah kemampuan yang dimiliki oleh kucing untuk mengarahkan tubuhnya ketika jatuh dengan benar. kemampuan ini akan dimiliki oleh kucing ketika berumur 3—4 minggu dan akan sempurna ketika berumur 7 minggu. kemampuan ini dapat dilakukan oleh kucing karena kucing memiliki tulang punggung yang sangat fleksibel dan memiliki tulang selangka yang fungsional.\n",
            "jumlah ras kucing di seluruh dunia sangat banyak. setiap ras memiliki ciri khusus, tetapi karena sering terjadinya kawin silang antarras, banyak kucing yang hanya dikelompokkan dalam jenis bulu panjang dan bulu pendek, tergantung jenis rambut penutup tubuhnya.\n",
            "ada banyak macam ras kucing, beberapa di antaranya adalah sebagai berikut:\n",
            "ras bali adalah kucing ras asli indonesia yang berasal dari pulau bali. meskipun bulunya tidak sepanjang seperti kucing ras lainya, kucing ini termasuk ke dalam kategori kucing berbulu panjang. bulu di bagian ekornya lebih panjang dari pada badan dan memiliki pola warna bulu hampir seperti kucing siam. beberapa dari kucing ini memiliki kelainan poor occlusion yang menyebabkan kucing tersebut bernafas menggunakan mulut.\n",
            "kucing memiliki banyak warna dan macam pola. ciri fisik ini tidak bergantung pada rasnya. kucing rumahan dikelompokkan ke dalam jenis berikut berdasarkan penampakan fisiknya.\n",
            "gen yang mengatur warna dan pola pada bulu kucing menentukan penampilan fisik dari kucing yang membedakan mereka ke dalam:\n",
            "seperti halnya hewan yang telah mengalami domestikasi (penjinakan), kucing hidup dalam hubungan mutualistik dengan manusia. akan tetapi, sejarah mutualisme ini jauh lebih pendek dibandingkan dengan hewan domestikasi yang lain dan tingkat domestikasi kucing juga masih diperdebatkan. karena keuntungan yang diperoleh dari adanya kucing, manusia membiarkan kucing liar berkeliaran di permukiman. nenek moyang kucing rumahan tidak terlalu dekat dengan pemiliknya, berbeda dengan hewan domestik yang lain. sejarah inilah yang mungkin menyebabkan tidak adanya ikatan yang kuat yang dimiliki kucing pada pemiliknya. akibatnya, kebanyakan pemilik kucing menganggap kucing adalah hewan yang tidak terlalu peduli dan mandiri. namun, kucing dapat sangat dekat dengan pemiliknya, terutama jika ia dibesarkan sejak kecil dan sering mendapatkan perhatian.\n",
            "\n",
            "kucing merupakan hewan peliharaan yang umum di eropa dan amerika utara, dan bahkan populasi kucing di seluruh dunia melebihi 500 juta ekor.\n",
            "menurut humane society dari amerika serikat, selain kucing menjadi hewan peliharaan, kucing juga digunakan untuk perdagangan bulu internasional,[28] untuk membuat sebuah mantel, sarung tangan, topi, sepatu, selimut dan boneka mainan. kucing yang diperlukan untuk membuat sebuah mantel dari bulu kucing ada sekitar 24 ekor kucing.[29] hal ini sekarang telah dilarang di beberapa negara, termasuk amerika serikat, australia, dan uni eropa.[30] namun, beberapa bulu kucing masih dibuat menjadi selimut di negara swiss sebagai obat tradisional yang dipercaya dapat membantu mengobati reumatik.[31]\n",
            "menurut international federation for animal health europe (ifah), populasi kucing domestik di seluruh dunia terdapat sekitar 220 juta ekor.[32]\n",
            "beberapa upaya untuk membangun program sensus kucing telah dibuat selama bertahun-tahun, baik melalui asosiasi atau organisasi nasional dan internasional (seperti canadian federation of humane societies[33]). akan tetapi, tugas seperti itu tampaknya sulit untuk dicapai.[34][35]\n",
            "pada masa silam diyakini bahwa nenek moyang kucing adalah miacis, binatang liar pada masa eosen yang sosoknya mirip musang, kira-kira 50 juta tahun silam.\n",
            "catatan paling awal tentang usaha domestikasi kucing adalah sekitar tahun 4000 sm di mesir, ketika kucing digunakan untuk menjaga toko bahan pangan dari serangan tikus. namun, baru-baru ini dalam sebuah makam di shillourokambos, siprus, bertahun 7500 sm, ditemukan kerangka kucing yang dikuburkan bersama manusia. karena tikus bukanlah hewan asli siprus, hal ini menunjukkan bahwa paling tidak pada saat itu, telah terjadi usaha domestikasi kucing. kerangka kucing yang ditemukan di siprus ini mirip dengan spesies kucing liar yang merupakan nenek moyang kucing rumahan saat ini.[36][37]\n",
            "pada tahun 1800-an ditemukan suatu kuburan atau tepatnya \"situs\" berisikan 300.000 mumi kucing dalam keadaan masih utuh, yang menandakan dahulu kucing memang suatu hewan yang spesial. orang mesir kuno menganggap kucing sebagai penjelmaan dewi bast, juga dikenal sebagai bastet atau thet. hukuman untuk membunuh kucing adalah mati dan jika ada kucing yang mati kadang dimumikan seperti halnya manusia.\n",
            "pada abad pertengahan, kucing sering dianggap berasosiasi dengan penyihir dan sering dibunuh dengan dibakar atau dilempar dari tempat tinggi. beberapa ahli sejarah berpendapat bahwa takhyul seperti inilah yang menyebabkan wabah black death menyebar dengan cepat. black death diperkirakan merupakan sebuah wabah penyakit pes di eropa pada abad ke-14. cepatnya penyebaran wabah ini menyebabkan banyak orang waktu itu percaya bahwa setanlah yang menyebabkan penyakit tersebut. pernyataan paus menyebutkan bahwa kucing yang berkeliaran dengan bebas telah bersekutu dengan setan. karena pernyataan ini, banyak kucing dibunuh di eropa pada saat itu. penurunan jumlah populasi kucing menyebabkan meningkatnya jumlah tikus, hewan pembawa penyakit pes yang sesungguhnya.\n",
            "saat ini, orang masih percaya bahwa kucing hitam adalah pembawa sial sementara ada yang percaya bahwa kucing hitam justru membawa keberuntungan. kucing juga masih diasosiasikan dengan sihir. kucing hitam sering diasosiasikan dengan halloween. penganut wicca dan neopaganisme yang lain mempercayai bahwa kucing sebenarnya baik, mampu berhubungan dengan dunia lain, dan dapat merasakan adanya roh jahat.\n",
            "di asia, kucing termasuk ke dalam salah satu zodiak vietnam. namun, kucing tidak termasuk ke dalam zodiak tionghoa. menurut legenda, ketika raja langit mengadakan pesta untuk hewan yang akan dipilih menjadi zodiak, ia mengutus tikus untuk mengundang hewan-hewan yang telah dipilihnya. bagian cerita ini dikisahkan dalam berbagai versi, tikus lupa untuk mengundang kucing, tikus menipu kucing mengenai hari pesta, dan berbagai variasi lainnya. pada akhirnya kucing tidak hadir dalam pesta itu, tidak terpilih menjadi hewan zodiak sehingga memiliki dendam kesumat pada tikus.\n",
            "dalam syariat islam, seorang muslim diperintahkan untuk tidak menyakiti atau bahkan membunuh kucing, berdasarkan hadits shahih yang diriwayatkan oleh imam muslim dari kisah abdullah bin umar[38] dan abu hurairah.[39][40]\n",
            "hukum menjual dan membeli kucing pun dalam syariat islam adalah haram hukumnya berdasarkan dalil hadits nabi muhammad dan kaidah fiqih (al-qawa’id al-kulliyah). dalil hadits muhammad, diriwayatkan dari sahabat jabir bin abdillah bahwasanya sang nabi telah melarang memakan kucing dan melarang pula memakan harga kucing.[41] hadits muhammad itu menjadi dalil haramnya memakan kucing dan memperjual-belikan kucing. jadi, umat islam diharamkan untuk memperdagangkan kucing sebagaimana mereka diharamkan memakan daging kucing.[42]'\n",
            "\n",
            "\n"
          ]
        }
      ],
      "source": [
        "# Import Library\n",
        "import bs4 as bs # Beautiful Soup4\n",
        "import urllib.request # Requests\n",
        "\n",
        "# Scraping data artikel tentang Kucing di Wikipedia\n",
        "cat_data = urllib.request.urlopen('https://id.wikipedia.org/wiki/Kucing').read()\n",
        "\n",
        "# Menemukan keseluruhan paragraf html dari laman web\n",
        "cat_data_paragraphs = bs.BeautifulSoup(cat_data,'lxml').find_all('p')\n",
        "\n",
        "# Membuat korpus dari keseluruhan paragraf artikel di situs web\n",
        "cat_text = ''\n",
        "# Membuat korpus teks huruf kecil pada paragraf tentang kucing\n",
        "for p in cat_data_paragraphs:\n",
        "    cat_text += p.text.lower()\n",
        "\n",
        "print(cat_text)"
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "# **Text Cleaning Using Regular Expressions**\n",
        "\n",
        "Setelah kita mengambil data artikel internet dengan cara web scraping maka kita perlu membersihkan teks untuk menghapus nomor bracket dan spasi kosong dengan menggunakan Regex atau Regular Expressions."
      ],
      "metadata": {
        "id": "-0wUYGXBaCuA"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "# Regular Expressions\n",
        "import re\n",
        "\n",
        "cat_text = re.sub(r'\\s+', ' ',re.sub(r'\\[[0-9]*\\]', ' ', cat_text))\n",
        "print(cat_text)"
      ],
      "metadata": {
        "id": "E3l0A8ubSzj0",
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "outputId": "c23cf6cd-505d-4d06-f90e-7a4355d6d801"
      },
      "execution_count": 2,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "kucing disebut juga kucing domestik atau kucing rumah (nama ilmiah: felis silvestris catus atau felis catus) adalah sejenis mamalia karnivora dari keluarga felidae. kata \"kucing\" biasanya merujuk kepada \"kucing\" yang telah dijinakkan, tetapi bisa juga bisa merujuk kepada \"kucing besar\" seperti singa dan harimau yang juga termasuk jenis kucing. kucing telah berbaur dengan kehidupan manusia paling tidak sejak 5.000 tahun sm, dengan ditemukannya kerangka kucing di pulau siprus. sejak zaman 3.500 sm, orang mesir kuno telah menggunakan kucing untuk menjauhkan tikus atau hewan pengerat lain dari lumbung yang menyimpan hasil panen. saat ini, kucing adalah salah satu hewan peliharaan terpopuler di dunia. kucing yang garis keturunannya tercatat secara resmi sebagai kucing trah atau galur murni (pure breed), seperti persia, siam, manx, dan sphinx. kucing seperti ini biasanya dibiakkan di tempat pemeliharaan hewan resmi. jumlah kucing ras hanyalah 1% dari seluruh kucing di dunia, sisanya adalah kucing dengan keturunan campuran, seperti kucing liar atau kucing kampung. kucing juga merupakan jenis hewan peliharaan yang banyak diminati karena tingkah lakunya yang lucu. felidae adalah familia mamalia yang berevolusi dengan cepat yang berbagai nenek moyang yang sama hanya 10–15 juta tahun yang lalu dan mencakup singa, harimau, cougar, dan banyak lainnya. dalam familia ini, kucing domestik (felis catus) merupakan bagian dari genus felis, yang merupakan kelompok kucing kecil yang berisi sekitar tujuh spesies (tergantung pada skema klasifikasi). anggota dari genus ini ditemukan di seluruh dunia dan termasuk kucing hutan (felis chaus) dari tenggara asia, kucing liar eropa (f. silvestris silvestris), kucing liar afrika (f. s. lybica), kucing gunung cina (f. bieti), dan kucing pasir arab (f. margarita). kucing domestik pertama kali diklasifikasikan sebagai felis catus oleh carolus linnaeus dalam edisi ke-10 systema naturae-nya yang diterbitkan pada tahun 1758. karena filogenetika modern, kucing domestik biasanya dianggap sebagai subspesies dari kucing liar, f. silvestris. hal ini mengakibatkan penggunaan istilah yang bercampur karena kucing domestik dapat disebut dengan nama subspesiesnya, felis silvestris catus. kucing liar juga telah disebut sebagai berbagai subspesies f. catus, tetapi pada tahun 2003, international commission on zoological nomenclature menetapkan nama untuk kucing liar sebagai f. silvestris. nama yang paling umum digunakan untuk kucing domestik tetap f. catus, mengikuti konvensi untuk hewan peliharaan menggunakan sinonim pertama (senior) yang diusulkan. kadang-kadang, kucing domestik disebut sebagai felis domesticus atau felis domestica, seperti yang diusulkan oleh naturalis jerman j. c. p. erxleben pada tahun 1777, tetapi ini bukan nama-nama taksonomi valid dan jarang digunakan dalam literatur ilmiah karena binomial linnaeus diutamakan. sebuah populasi kucing liar hitam transkaukasia pernah diklasifikasikan sebagai felis daemon (satunin 1904), tetapi sekarang populasi ini dianggap menjadi bagian dari kucing domestik. semua kucing dalam genus ini berbagi nenek moyang yang sama yang mungkin hidup sekitar 6–7 juta tahun yang lalu di asia. hubungan yang tepat dalam felidae dekat, tetapi masih belum pasti, misalnya kucing gunung cina (felis silvestris bieti) kadang-kadang diklasifikasikan sebagai upaspesies kucing liar, seperti varietas afrika utara f. s. lybica. dibandingkan dengan anjing, kucing tidak mengalami perubahan besar selama proses domestikasi karena bentuk dan perilaku kucing domestik tidak secara radikal berbeda dari kucing liar dan kucing domestik sangat mampu bertahan di alam liar. kucing rumah yang sepenuhnya dijinakkan sering kawin silang dengan populasi f. catus liar. evolusi terbatas selama domestikasi ini berarti bahwa hibridisasi dapat terjadi dengan banyak felidae lainnya, terutama kucing leopard asia. beberapa perilaku alami dan karakteristik kucing liar mungkin telah memengaruhi mereka untuk didomestikasi sebagai hewan peliharaan. karakter ini termasuk ukuran kecil, sifat sosial, bahasa tubuh yang jelas, suka bermain, dan kecerdasan relatif tinggi. :12–17 beberapa spesies felidae kecil mungkin memiliki kecenderungan bawaan terhadap kejinakan. kucing memiliki hubungan mutualistik atau komensal dengan manusia. dua teori utama diberikan tentang bagaimana kucing didomestikasi. dalam satu teori, orang sengaja menjinakkan kucing dalam proses seleksi buatan karena mereka adalah predator dari hama. ini telah dikritik sebagai tidak masuk akal karena hadiah untuk usaha seperti itu mungkin terlalu sedikit; kucing umumnya tidak melaksanakan perintah dan meskipun mereka makan hewan pengerat, spesies lain seperti ferret atau terrier mungkin lebih baik dalam mengendalikan hama-hama ini. ide alternatif adalah bahwa kucing hanya ditoleransi oleh orang-orang dan secara bertahap menyimpang dari kerabat liar mereka melalui seleksi alam karena mereka menyesuaikan dengan berburu hama yang ditemukan di sekitar manusia di kota dan desa. kucing peliharaan atau kucing rumah adalah salah satu predator terhebat di dunia. kucing ini dapat membunuh atau memakan beberapa ribu spesies, kucing besar biasanya kurang dari 100. akan tetapi, karena ukurannya yang kecil, kucing tidak begitu berbahaya bagi manusia. satu-satunya bahaya yang dapat timbul adalah kemungkinan terjadinya infeksi rabies akibat gigitan kucing dan juga cakaran dari kuku kucing yang sangat tajam dan menyakitkan. kucing dapat berakibat fatal bagi suatu ekosistem yang bukan tempat tinggal alaminya. pada beberapa kasus, kucing berperan atau menyebabkan kepunahan. kucing menyergap dan melumpuhkan mangsa dengan cara yang mirip dengan singa dan harimau, menggigit leher mangsa dengan gigi taring yang tajam sehingga melukai saraf tulang belakang atau menyebabkan mangsa kehabisan napas dengan merusak tenggorokan. kucing dianggap sebagai \"karnivora yang sempurna\" dengan gigi dan saluran pencernaan yang khusus. gigi premolar dan molar pertama membentuk sepasang taring di setiap sisi mulut yang bekerja efektif seperti gunting untuk merobek daging. meskipun ciri ini juga terdapat pada famili canidae atau anjing, ciri ini berkembang lebih baik pada kucing. tidak seperti karnivora lain, kucing hampir tidak makan apa pun yang mengandung tumbuhan. beruang dan anjing kadang memakan buah, akar, atau madu sebagai suplemen jika ada, sementara kucing hanya memakan daging, biasanya buruan segar. dalam penangkaran, kucing tidak dapat diadaptasikan dengan makanan vegetarian karena mereka tidak dapat menyintesis semua asam-asam amino yang mereka butuhkan hanya dengan memakan tumbuhan; berbeda dengan anjing peliharaan, yang sering diberi makan produk campuran daging dan sayuran dan kadang dapat beradaptasi dengan makanan vegetarian secara total. meskipun memiliki reputasi sebagai hewan penyendiri, kucing biasanya dapat membentuk koloni liar, tetapi tidak menyerang dalam kelompok seperti singa. setiap kucing memiliki daerahnya sendiri (jantan yang aktif secara seksual memiliki daerah terbesar, sedangkan jantan steril memiliki daerah paling kecil) dan selalu terdapat daerah \"netral\" di mana para kucing dapat saling mengawasi atau bertemu tanpa adanya konflik teritorial atau agresi. di luar daerah netral ini, penguasa daerah biasa akan mengejar kucing asing, diawali dengan menatap, mendesis, hingga menggeram, dan bila kucing asing itu tetap tinggal, biasanya akan terjadi perkelahian singkat. kucing yang sedang berkelahi menegakkan rambut tubuh dan melengkungkan punggung agar mereka tampak lebih besar. serangan biasanya terdiri dari tamparan di bagian wajah dan tubuh dengan kaki depan yang kadang disertai gigitan. luka serius pada kucing akibat perkelahian jarang terjadi karena pihak yang kalah biasanya akan lari setelah mengalami beberapa luka di wajah. jantan yang aktif biasanya sering terlibat banyak perkelahian sepanjang hidupnya. hal ini tampak pada berbagai luka di bagian wajah, seperti hidung atau telinga. kucing betina kadang juga terlibat perkelahian untuk melindungi anak-anaknya, bahkan kucing steril pun akan mempertahankan daerah kecilnya dengan gigih. melihat dari perilaku kucing yang ada saat ini, kucing liar yang merupakan nenek moyang kucing peliharaan diperkiraan berevolusi pada iklim gurun. kucing senang dengan suasana hangat dan sering tidur di bawah hangatnya sinar matahari. kotorannya biasanya kering dan kucing lebih suka menguburnya di tempat berpasir. kucing dapat mematung, tidak bergerak cukup lama terutama ketika sedang mengintai mangsa atau bersiap untuk menerkam. di afrika utara masih ditemukan kucing liar yang mungkin berkerabat dekat dengan nenek moyang kucing peliharaan saat ini. karena memiliki kekerabatan yang dekat dengan binatang gurun, ketahanan kucing terhadap panas dan dinginnya iklim daerah subtropis agak terbatas. kucing tidak tahan terhadap kabut, hujan, dan salju meskipun ada beberapa jenis, seperti norwegian forest cat dan maine coon yang mampu bertahan; dan berusaha mempertahankan suhu tubuh normalnya, yaitu 39°c, dalam keadaan basah. kebanyakan kucing tidak suka berendam dalam air, kecuali jenis turkish van. masa kehamilan atau gestasi pada kucing berkisar 63 hari. anak kucing yang baru lahir tidak boleh dipegang oleh manusia dengan tangan kosong, agar tidak diasingkan dan/atau dimakan oleh induknya. anak kucing terlahir buta dan tuli. mata mereka baru terbuka pada usia 8—10 hari. anak kucing akan disapih oleh induknya pada usia 6—7 minggu dan kematangan seksual dicapai pada umur 10–15 bulan. kucing dapat mengandung 4 janin sekaligus karena rahimnya memiliki bentuk yang khusus dengan 4 bagian yang berbeda. kucing biasanya memiliki berat badan antara 2,5 hingga 7 kilogram dan jarang melebihi 10 kg. bila diberi makan berlebihan, kucing dapat mencapai berat badan 23 kg. akan tetapi, kondisi ini amat tidak sehat bagi kucing dan harus dihindari. dalam penangkaran, kucing dapat hidup selama 15 hingga 20 tahun, kucing tertua diketahui berusia 38 tahun 3 hari yang bernama creme puff. kucing peliharaan yang tidak diperbolehkan keluar rumah dan disterilkan dapat hidup lebih lama (mengurangi risiko perkelahian dan kecelakaan). kucing liar yang hidup di lingkungan urban modern hanya hidup selama ± 2 tahun atau bahkan kurang dari itu. kucing peliharaan yang tinggal di dalam rumah harus diberi kotak kotoran yang berisi pasir atau bahan khusus yang dijual di toko hewan peliharaan. perlu juga disediakan tempat khusus bagi kucing untuk mencakar. hal ini penting karena kucing memerlukan kegiatan mencakar ini untuk menanggalkan lapisan lama pada kukunya agar kukunya dapat tetap tajam dan terjaga kesehatannya. tidak adanya tempat khusus ini akan menyebabkan kucing banyak merusak perabotan. sering kali kucing menunjukkan perilaku memilih makanan. hal ini disebabkan mereka memiliki organ penciuman khusus di langit-langit mulutnya yang disebut sebagai organ vomeronasal atau organ jacobson. ketika organ ini terstimulasi oleh suatu jenis makanan tertentu, kucing akan menolak makanan selain makanan itu. kucing dapat melihat dalam cahaya yang amat terang. mereka memiliki selaput pelangi atau iris membentuk celah pada mata yang akan menyempit. meskipun demikian, penyempitan ini juga mengurangi bidang pandang kucing. suatu organ yang disebut tapetum lucidum digunakan dalam lingkungan dengan sedikit cahaya. organ inilah yang menyebabkan warna-warni mata kucing ketika difoto dengan menggunakan blitz. seperti kebanyakan predator, kedua mata kucing menghadap ke depan, menghasilkan persepsi jarak dan mengurangi besarnya bidang pandang. mata kucing memiliki persepsi trikomatik yang lemah. ketika cahaya yang ada terlalu sedikit untuk melihat, kucing akan menggunakan \"kumis\" atau misainya (vibrissae) untuk membantunya menentukan arah dan menjadi alat indra tambahan. misai dapat mendeteksi perubahan angin yang amat kecil, membuat kucing dapat mengetahui adanya benda-benda di sekitarnya tanpa melihat. kumis ini juga dapat digunakan oleh kucing untuk menentukan apakah badannya dapat melewati ruangan yang sempit (seperti pipa) karena jarak antara kedua ujung kumis kucing hampir sama dengan lebar tubuhnya kucing memiliki kelopak mata ketiga yang disebut membrana niktitans. kelopak ketiga ini terdiri dari suatu lapisan tipis yang dapat menutupi mata dan tampak ketika mata kucing terbuka. membran ini menutup sebagian ketika kucing sedang sakit. kadang kucing yang amat mengantuk atau gembira juga memperlihatkan membran ini. suara kucing sering ditulis \"meong\" dalam bahasa indonesia. dalam bahasa inggris yang digunakan di amerika, suara kucing ditulis \"meow\". di negara inggris sendiri, penulisannya adalah \"miaow\", \"miaow\" dalam bahasa prancis, \"miau\" dalam bahasa jerman, \"nya\" dalam bahasa jepang, dan berbagai penulisan lain dalam berbagai bahasa. suara \"meong\" kucing memiliki berbagai arti tergantung pengucapannya oleh si kucing. kucing juga dapat mengeluarkan suara seperti dengkuran panjang yang sering disukai manusia. karena suara ini bukan merupakan suara vokal, kucing dapat mengeluarkan suara dengkuran dan mengeong pada saat yang sama. umumnya semua daun telinga kucing tegak. tidak seperti pada anjing, kucing dengan telinga terlipat amat jarang ditemukan. jenis scottish fold adalah salah satu jenis kucing dengan mutasi genetik yang langka ini. ketika marah atau takut, daun telinga kucing jenis ini akan tertekuk ke belakang sementara si kucing mengeluarkan suara menggeram atau mendesis. ketika mendengarkan suatu suara, daun telinga kucing akan bergerak ke arah sumber suara; daun telinga kucing dapat mengarah ke depan, ke samping, bahkan seolah menoleh ke belakang. kucing termasuk hewan yang bersih. mereka sering merawat diri dengan menjilati rambut mereka. saliva atau air liur mereka adalah agen pembersih yang kuat, tetapi dapat memicu alergi pada manusia. kadang kala kucing memuntahkan hairball atau gulungan rambut yang terkumpul di dalam perut mereka. kucing menyimpan energi dengan cara tidur lebih sering ketimbang hewan lain. lama tidur kucing bervariasi antara 12—16 jam per hari, dengan angka rata-rata 13—14 jam. akan tetap, tidak jarang dijumpai kucing yang tidur selama 20 jam dalam satu hari. kucing mendengkur ketika dia akan senang dan bahagia. kucing merupakan satu-satunya hewan yang dapat mengeluarkan suara dengkuran. dengkuran biasanya merupakan tanda kepuasan hati pada kucing. namun, ada beberapa penyebab lain jika kucing mendengkur. penyebab lain kucing mendengkur ketika dia akan mati dan sakit agar dapat membuatnya menjadi nyaman dan mengurangi stres. selain itu, kucing akan mendengkur ketika akan melahirkan dan anaknya akan mendengkur ketika sedang menyusui. gelombang hertz pada dengkuran kucing berkisar antara 25 hingga 150. pada batas lebih rendah, dengkuran kucing memiliki kecepatan getaran yang sama dengan mesin diesel yang sedang menyala. dengkuran kucing juga dipercayai dapat mengurangi rasa stres dan mengurangi depresi. selain kucing, spesies lain dalam keluarga kucing yang juga dapat mendengkur adalah kucing hutan, cheetah, lynx, dan puma. namun, pada harimau, singa, dan macan tidak dapat mendengkur karena menurut para ahli kucing-kucing besar yang dapat mengeluarkan suara auman tidak memiliki kemampuan untuk mendengkur. memijat adalah salah satu kegiatan yang juga dilakukan oleh kucing. kucing memijat dengan cara menekankan telapak tangannya secara bergantian (kanan dan kiri), dan ada juga yang memijat dengan menarik (mengeluarkan) cakarnya. kucing biasanya memijat manusia atau kucing lain dengan disertai suara dengkuran. ketika anak kucing sedang menyusui, mereka pasti akan memijat-mijat perut induknya. hal ini dilakukan untuk melancarkan aliran air susu melalui puting-puting induknya. jika kucing memijat pemiliknya, hal tersebut telah menandakan bahwa mereka merasa aman dan nyaman. selain itu, dia juga telah mengklaim orang yang dipijatnya sebagai pemiliknya. refleks meluruskan adalah kemampuan yang dimiliki oleh kucing untuk mengarahkan tubuhnya ketika jatuh dengan benar. kemampuan ini akan dimiliki oleh kucing ketika berumur 3—4 minggu dan akan sempurna ketika berumur 7 minggu. kemampuan ini dapat dilakukan oleh kucing karena kucing memiliki tulang punggung yang sangat fleksibel dan memiliki tulang selangka yang fungsional. jumlah ras kucing di seluruh dunia sangat banyak. setiap ras memiliki ciri khusus, tetapi karena sering terjadinya kawin silang antarras, banyak kucing yang hanya dikelompokkan dalam jenis bulu panjang dan bulu pendek, tergantung jenis rambut penutup tubuhnya. ada banyak macam ras kucing, beberapa di antaranya adalah sebagai berikut: ras bali adalah kucing ras asli indonesia yang berasal dari pulau bali. meskipun bulunya tidak sepanjang seperti kucing ras lainya, kucing ini termasuk ke dalam kategori kucing berbulu panjang. bulu di bagian ekornya lebih panjang dari pada badan dan memiliki pola warna bulu hampir seperti kucing siam. beberapa dari kucing ini memiliki kelainan poor occlusion yang menyebabkan kucing tersebut bernafas menggunakan mulut. kucing memiliki banyak warna dan macam pola. ciri fisik ini tidak bergantung pada rasnya. kucing rumahan dikelompokkan ke dalam jenis berikut berdasarkan penampakan fisiknya. gen yang mengatur warna dan pola pada bulu kucing menentukan penampilan fisik dari kucing yang membedakan mereka ke dalam: seperti halnya hewan yang telah mengalami domestikasi (penjinakan), kucing hidup dalam hubungan mutualistik dengan manusia. akan tetapi, sejarah mutualisme ini jauh lebih pendek dibandingkan dengan hewan domestikasi yang lain dan tingkat domestikasi kucing juga masih diperdebatkan. karena keuntungan yang diperoleh dari adanya kucing, manusia membiarkan kucing liar berkeliaran di permukiman. nenek moyang kucing rumahan tidak terlalu dekat dengan pemiliknya, berbeda dengan hewan domestik yang lain. sejarah inilah yang mungkin menyebabkan tidak adanya ikatan yang kuat yang dimiliki kucing pada pemiliknya. akibatnya, kebanyakan pemilik kucing menganggap kucing adalah hewan yang tidak terlalu peduli dan mandiri. namun, kucing dapat sangat dekat dengan pemiliknya, terutama jika ia dibesarkan sejak kecil dan sering mendapatkan perhatian. kucing merupakan hewan peliharaan yang umum di eropa dan amerika utara, dan bahkan populasi kucing di seluruh dunia melebihi 500 juta ekor. menurut humane society dari amerika serikat, selain kucing menjadi hewan peliharaan, kucing juga digunakan untuk perdagangan bulu internasional, untuk membuat sebuah mantel, sarung tangan, topi, sepatu, selimut dan boneka mainan. kucing yang diperlukan untuk membuat sebuah mantel dari bulu kucing ada sekitar 24 ekor kucing. hal ini sekarang telah dilarang di beberapa negara, termasuk amerika serikat, australia, dan uni eropa. namun, beberapa bulu kucing masih dibuat menjadi selimut di negara swiss sebagai obat tradisional yang dipercaya dapat membantu mengobati reumatik. menurut international federation for animal health europe (ifah), populasi kucing domestik di seluruh dunia terdapat sekitar 220 juta ekor. beberapa upaya untuk membangun program sensus kucing telah dibuat selama bertahun-tahun, baik melalui asosiasi atau organisasi nasional dan internasional (seperti canadian federation of humane societies ). akan tetapi, tugas seperti itu tampaknya sulit untuk dicapai. pada masa silam diyakini bahwa nenek moyang kucing adalah miacis, binatang liar pada masa eosen yang sosoknya mirip musang, kira-kira 50 juta tahun silam. catatan paling awal tentang usaha domestikasi kucing adalah sekitar tahun 4000 sm di mesir, ketika kucing digunakan untuk menjaga toko bahan pangan dari serangan tikus. namun, baru-baru ini dalam sebuah makam di shillourokambos, siprus, bertahun 7500 sm, ditemukan kerangka kucing yang dikuburkan bersama manusia. karena tikus bukanlah hewan asli siprus, hal ini menunjukkan bahwa paling tidak pada saat itu, telah terjadi usaha domestikasi kucing. kerangka kucing yang ditemukan di siprus ini mirip dengan spesies kucing liar yang merupakan nenek moyang kucing rumahan saat ini. pada tahun 1800-an ditemukan suatu kuburan atau tepatnya \"situs\" berisikan 300.000 mumi kucing dalam keadaan masih utuh, yang menandakan dahulu kucing memang suatu hewan yang spesial. orang mesir kuno menganggap kucing sebagai penjelmaan dewi bast, juga dikenal sebagai bastet atau thet. hukuman untuk membunuh kucing adalah mati dan jika ada kucing yang mati kadang dimumikan seperti halnya manusia. pada abad pertengahan, kucing sering dianggap berasosiasi dengan penyihir dan sering dibunuh dengan dibakar atau dilempar dari tempat tinggi. beberapa ahli sejarah berpendapat bahwa takhyul seperti inilah yang menyebabkan wabah black death menyebar dengan cepat. black death diperkirakan merupakan sebuah wabah penyakit pes di eropa pada abad ke-14. cepatnya penyebaran wabah ini menyebabkan banyak orang waktu itu percaya bahwa setanlah yang menyebabkan penyakit tersebut. pernyataan paus menyebutkan bahwa kucing yang berkeliaran dengan bebas telah bersekutu dengan setan. karena pernyataan ini, banyak kucing dibunuh di eropa pada saat itu. penurunan jumlah populasi kucing menyebabkan meningkatnya jumlah tikus, hewan pembawa penyakit pes yang sesungguhnya. saat ini, orang masih percaya bahwa kucing hitam adalah pembawa sial sementara ada yang percaya bahwa kucing hitam justru membawa keberuntungan. kucing juga masih diasosiasikan dengan sihir. kucing hitam sering diasosiasikan dengan halloween. penganut wicca dan neopaganisme yang lain mempercayai bahwa kucing sebenarnya baik, mampu berhubungan dengan dunia lain, dan dapat merasakan adanya roh jahat. di asia, kucing termasuk ke dalam salah satu zodiak vietnam. namun, kucing tidak termasuk ke dalam zodiak tionghoa. menurut legenda, ketika raja langit mengadakan pesta untuk hewan yang akan dipilih menjadi zodiak, ia mengutus tikus untuk mengundang hewan-hewan yang telah dipilihnya. bagian cerita ini dikisahkan dalam berbagai versi, tikus lupa untuk mengundang kucing, tikus menipu kucing mengenai hari pesta, dan berbagai variasi lainnya. pada akhirnya kucing tidak hadir dalam pesta itu, tidak terpilih menjadi hewan zodiak sehingga memiliki dendam kesumat pada tikus. dalam syariat islam, seorang muslim diperintahkan untuk tidak menyakiti atau bahkan membunuh kucing, berdasarkan hadits shahih yang diriwayatkan oleh imam muslim dari kisah abdullah bin umar dan abu hurairah. hukum menjual dan membeli kucing pun dalam syariat islam adalah haram hukumnya berdasarkan dalil hadits nabi muhammad dan kaidah fiqih (al-qawa’id al-kulliyah). dalil hadits muhammad, diriwayatkan dari sahabat jabir bin abdillah bahwasanya sang nabi telah melarang memakan kucing dan melarang pula memakan harga kucing. hadits muhammad itu menjadi dalil haramnya memakan kucing dan memperjual-belikan kucing. jadi, umat islam diharamkan untuk memperdagangkan kucing sebagaimana mereka diharamkan memakan daging kucing. ' \n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "Proses diatas dilakukan untuk menghapus nomor bracket dari korpus teks yang akan digunakan ke tahapan selanjutnya."
      ],
      "metadata": {
        "id": "SEL_FJCPbOyj"
      }
    },
    {
      "cell_type": "markdown",
      "source": [
        "# **Tokenisasi**\n",
        "\n",
        "Pada tahapan ini kita akan membuat daftar kalimat berdasarkan corpus yang telah kita buat sebelumnya dengan cara tokenisasi. Tokenisasi adalah suatu proses pemecahan kalimat menjadi kata-kata atau unit dan unit kata tersebut disebut dengan nama **token**."
      ],
      "metadata": {
        "id": "WjeeDp3lc7FX"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "# Tokenisasi dengan NLTK\n",
        "import nltk\n",
        "# Download package punkt\n",
        "nltk.download('punkt')"
      ],
      "metadata": {
        "id": "aXU6Mtf4bL9i",
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "outputId": "848a1c37-6be1-42a0-a9ba-524de38abba6"
      },
      "execution_count": 3,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stderr",
          "text": [
            "[nltk_data] Downloading package punkt to /root/nltk_data...\n",
            "[nltk_data]   Unzipping tokenizers/punkt.zip.\n"
          ]
        },
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "True"
            ]
          },
          "metadata": {},
          "execution_count": 3
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "cat_sentences = nltk.sent_tokenize(cat_text)\n",
        "# Perintah hasil tokenisasi kalimat\n",
        "print(cat_sentences)"
      ],
      "metadata": {
        "id": "xBirp61Sdupj",
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "outputId": "1e1076b6-24f0-41fe-a0e7-8acf8d9e5c7c"
      },
      "execution_count": 4,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "['kucing disebut juga kucing domestik atau kucing rumah (nama ilmiah: felis silvestris catus atau felis catus) adalah sejenis mamalia karnivora dari keluarga felidae.', 'kata \"kucing\" biasanya merujuk kepada \"kucing\" yang telah dijinakkan, tetapi bisa juga bisa merujuk kepada \"kucing besar\" seperti singa dan harimau yang juga termasuk jenis kucing.', 'kucing telah berbaur dengan kehidupan manusia paling tidak sejak 5.000 tahun sm, dengan ditemukannya kerangka kucing di pulau siprus.', 'sejak zaman 3.500 sm, orang mesir kuno telah menggunakan kucing untuk menjauhkan tikus atau hewan pengerat lain dari lumbung yang menyimpan hasil panen.', 'saat ini, kucing adalah salah satu hewan peliharaan terpopuler di dunia.', 'kucing yang garis keturunannya tercatat secara resmi sebagai kucing trah atau galur murni (pure breed), seperti persia, siam, manx, dan sphinx.', 'kucing seperti ini biasanya dibiakkan di tempat pemeliharaan hewan resmi.', 'jumlah kucing ras hanyalah 1% dari seluruh kucing di dunia, sisanya adalah kucing dengan keturunan campuran, seperti kucing liar atau kucing kampung.', 'kucing juga merupakan jenis hewan peliharaan yang banyak diminati karena tingkah lakunya yang lucu.', 'felidae adalah familia mamalia yang berevolusi dengan cepat yang berbagai nenek moyang yang sama hanya 10–15 juta tahun yang lalu dan mencakup singa, harimau, cougar, dan banyak lainnya.', 'dalam familia ini, kucing domestik (felis catus) merupakan bagian dari genus felis, yang merupakan kelompok kucing kecil yang berisi sekitar tujuh spesies (tergantung pada skema klasifikasi).', 'anggota dari genus ini ditemukan di seluruh dunia dan termasuk kucing hutan (felis chaus) dari tenggara asia, kucing liar eropa (f. silvestris silvestris), kucing liar afrika (f. s. lybica), kucing gunung cina (f. bieti), dan kucing pasir arab (f. margarita).', 'kucing domestik pertama kali diklasifikasikan sebagai felis catus oleh carolus linnaeus dalam edisi ke-10 systema naturae-nya yang diterbitkan pada tahun 1758. karena filogenetika modern, kucing domestik biasanya dianggap sebagai subspesies dari kucing liar, f. silvestris.', 'hal ini mengakibatkan penggunaan istilah yang bercampur karena kucing domestik dapat disebut dengan nama subspesiesnya, felis silvestris catus.', 'kucing liar juga telah disebut sebagai berbagai subspesies f. catus, tetapi pada tahun 2003, international commission on zoological nomenclature menetapkan nama untuk kucing liar sebagai f. silvestris.', 'nama yang paling umum digunakan untuk kucing domestik tetap f. catus, mengikuti konvensi untuk hewan peliharaan menggunakan sinonim pertama (senior) yang diusulkan.', 'kadang-kadang, kucing domestik disebut sebagai felis domesticus atau felis domestica, seperti yang diusulkan oleh naturalis jerman j. c. p. erxleben pada tahun 1777, tetapi ini bukan nama-nama taksonomi valid dan jarang digunakan dalam literatur ilmiah karena binomial linnaeus diutamakan.', 'sebuah populasi kucing liar hitam transkaukasia pernah diklasifikasikan sebagai felis daemon (satunin 1904), tetapi sekarang populasi ini dianggap menjadi bagian dari kucing domestik.', 'semua kucing dalam genus ini berbagi nenek moyang yang sama yang mungkin hidup sekitar 6–7 juta tahun yang lalu di asia.', 'hubungan yang tepat dalam felidae dekat, tetapi masih belum pasti, misalnya kucing gunung cina (felis silvestris bieti) kadang-kadang diklasifikasikan sebagai upaspesies kucing liar, seperti varietas afrika utara f. s. lybica.', 'dibandingkan dengan anjing, kucing tidak mengalami perubahan besar selama proses domestikasi karena bentuk dan perilaku kucing domestik tidak secara radikal berbeda dari kucing liar dan kucing domestik sangat mampu bertahan di alam liar.', 'kucing rumah yang sepenuhnya dijinakkan sering kawin silang dengan populasi f. catus liar.', 'evolusi terbatas selama domestikasi ini berarti bahwa hibridisasi dapat terjadi dengan banyak felidae lainnya, terutama kucing leopard asia.', 'beberapa perilaku alami dan karakteristik kucing liar mungkin telah memengaruhi mereka untuk didomestikasi sebagai hewan peliharaan.', 'karakter ini termasuk ukuran kecil, sifat sosial, bahasa tubuh yang jelas, suka bermain, dan kecerdasan relatif tinggi.', ':12–17 beberapa spesies felidae kecil mungkin memiliki kecenderungan bawaan terhadap kejinakan.', 'kucing memiliki hubungan mutualistik atau komensal dengan manusia.', 'dua teori utama diberikan tentang bagaimana kucing didomestikasi.', 'dalam satu teori, orang sengaja menjinakkan kucing dalam proses seleksi buatan karena mereka adalah predator dari hama.', 'ini telah dikritik sebagai tidak masuk akal karena hadiah untuk usaha seperti itu mungkin terlalu sedikit; kucing umumnya tidak melaksanakan perintah dan meskipun mereka makan hewan pengerat, spesies lain seperti ferret atau terrier mungkin lebih baik dalam mengendalikan hama-hama ini.', 'ide alternatif adalah bahwa kucing hanya ditoleransi oleh orang-orang dan secara bertahap menyimpang dari kerabat liar mereka melalui seleksi alam karena mereka menyesuaikan dengan berburu hama yang ditemukan di sekitar manusia di kota dan desa.', 'kucing peliharaan atau kucing rumah adalah salah satu predator terhebat di dunia.', 'kucing ini dapat membunuh atau memakan beberapa ribu spesies, kucing besar biasanya kurang dari 100. akan tetapi, karena ukurannya yang kecil, kucing tidak begitu berbahaya bagi manusia.', 'satu-satunya bahaya yang dapat timbul adalah kemungkinan terjadinya infeksi rabies akibat gigitan kucing dan juga cakaran dari kuku kucing yang sangat tajam dan menyakitkan.', 'kucing dapat berakibat fatal bagi suatu ekosistem yang bukan tempat tinggal alaminya.', 'pada beberapa kasus, kucing berperan atau menyebabkan kepunahan.', 'kucing menyergap dan melumpuhkan mangsa dengan cara yang mirip dengan singa dan harimau, menggigit leher mangsa dengan gigi taring yang tajam sehingga melukai saraf tulang belakang atau menyebabkan mangsa kehabisan napas dengan merusak tenggorokan.', 'kucing dianggap sebagai \"karnivora yang sempurna\" dengan gigi dan saluran pencernaan yang khusus.', 'gigi premolar dan molar pertama membentuk sepasang taring di setiap sisi mulut yang bekerja efektif seperti gunting untuk merobek daging.', 'meskipun ciri ini juga terdapat pada famili canidae atau anjing, ciri ini berkembang lebih baik pada kucing.', 'tidak seperti karnivora lain, kucing hampir tidak makan apa pun yang mengandung tumbuhan.', 'beruang dan anjing kadang memakan buah, akar, atau madu sebagai suplemen jika ada, sementara kucing hanya memakan daging, biasanya buruan segar.', 'dalam penangkaran, kucing tidak dapat diadaptasikan dengan makanan vegetarian karena mereka tidak dapat menyintesis semua asam-asam amino yang mereka butuhkan hanya dengan memakan tumbuhan; berbeda dengan anjing peliharaan, yang sering diberi makan produk campuran daging dan sayuran dan kadang dapat beradaptasi dengan makanan vegetarian secara total.', 'meskipun memiliki reputasi sebagai hewan penyendiri, kucing biasanya dapat membentuk koloni liar, tetapi tidak menyerang dalam kelompok seperti singa.', 'setiap kucing memiliki daerahnya sendiri (jantan yang aktif secara seksual memiliki daerah terbesar, sedangkan jantan steril memiliki daerah paling kecil) dan selalu terdapat daerah \"netral\" di mana para kucing dapat saling mengawasi atau bertemu tanpa adanya konflik teritorial atau agresi.', 'di luar daerah netral ini, penguasa daerah biasa akan mengejar kucing asing, diawali dengan menatap, mendesis, hingga menggeram, dan bila kucing asing itu tetap tinggal, biasanya akan terjadi perkelahian singkat.', 'kucing yang sedang berkelahi menegakkan rambut tubuh dan melengkungkan punggung agar mereka tampak lebih besar.', 'serangan biasanya terdiri dari tamparan di bagian wajah dan tubuh dengan kaki depan yang kadang disertai gigitan.', 'luka serius pada kucing akibat perkelahian jarang terjadi karena pihak yang kalah biasanya akan lari setelah mengalami beberapa luka di wajah.', 'jantan yang aktif biasanya sering terlibat banyak perkelahian sepanjang hidupnya.', 'hal ini tampak pada berbagai luka di bagian wajah, seperti hidung atau telinga.', 'kucing betina kadang juga terlibat perkelahian untuk melindungi anak-anaknya, bahkan kucing steril pun akan mempertahankan daerah kecilnya dengan gigih.', 'melihat dari perilaku kucing yang ada saat ini, kucing liar yang merupakan nenek moyang kucing peliharaan diperkiraan berevolusi pada iklim gurun.', 'kucing senang dengan suasana hangat dan sering tidur di bawah hangatnya sinar matahari.', 'kotorannya biasanya kering dan kucing lebih suka menguburnya di tempat berpasir.', 'kucing dapat mematung, tidak bergerak cukup lama terutama ketika sedang mengintai mangsa atau bersiap untuk menerkam.', 'di afrika utara masih ditemukan kucing liar yang mungkin berkerabat dekat dengan nenek moyang kucing peliharaan saat ini.', 'karena memiliki kekerabatan yang dekat dengan binatang gurun, ketahanan kucing terhadap panas dan dinginnya iklim daerah subtropis agak terbatas.', 'kucing tidak tahan terhadap kabut, hujan, dan salju meskipun ada beberapa jenis, seperti norwegian forest cat dan maine coon yang mampu bertahan; dan berusaha mempertahankan suhu tubuh normalnya, yaitu 39°c, dalam keadaan basah.', 'kebanyakan kucing tidak suka berendam dalam air, kecuali jenis turkish van.', 'masa kehamilan atau gestasi pada kucing berkisar 63 hari.', 'anak kucing yang baru lahir tidak boleh dipegang oleh manusia dengan tangan kosong, agar tidak diasingkan dan/atau dimakan oleh induknya.', 'anak kucing terlahir buta dan tuli.', 'mata mereka baru terbuka pada usia 8—10 hari.', 'anak kucing akan disapih oleh induknya pada usia 6—7 minggu dan kematangan seksual dicapai pada umur 10–15 bulan.', 'kucing dapat mengandung 4 janin sekaligus karena rahimnya memiliki bentuk yang khusus dengan 4 bagian yang berbeda.', 'kucing biasanya memiliki berat badan antara 2,5 hingga 7 kilogram dan jarang melebihi 10 kg.', 'bila diberi makan berlebihan, kucing dapat mencapai berat badan 23 kg.', 'akan tetapi, kondisi ini amat tidak sehat bagi kucing dan harus dihindari.', 'dalam penangkaran, kucing dapat hidup selama 15 hingga 20 tahun, kucing tertua diketahui berusia 38 tahun 3 hari yang bernama creme puff.', 'kucing peliharaan yang tidak diperbolehkan keluar rumah dan disterilkan dapat hidup lebih lama (mengurangi risiko perkelahian dan kecelakaan).', 'kucing liar yang hidup di lingkungan urban modern hanya hidup selama ± 2 tahun atau bahkan kurang dari itu.', 'kucing peliharaan yang tinggal di dalam rumah harus diberi kotak kotoran yang berisi pasir atau bahan khusus yang dijual di toko hewan peliharaan.', 'perlu juga disediakan tempat khusus bagi kucing untuk mencakar.', 'hal ini penting karena kucing memerlukan kegiatan mencakar ini untuk menanggalkan lapisan lama pada kukunya agar kukunya dapat tetap tajam dan terjaga kesehatannya.', 'tidak adanya tempat khusus ini akan menyebabkan kucing banyak merusak perabotan.', 'sering kali kucing menunjukkan perilaku memilih makanan.', 'hal ini disebabkan mereka memiliki organ penciuman khusus di langit-langit mulutnya yang disebut sebagai organ vomeronasal atau organ jacobson.', 'ketika organ ini terstimulasi oleh suatu jenis makanan tertentu, kucing akan menolak makanan selain makanan itu.', 'kucing dapat melihat dalam cahaya yang amat terang.', 'mereka memiliki selaput pelangi atau iris membentuk celah pada mata yang akan menyempit.', 'meskipun demikian, penyempitan ini juga mengurangi bidang pandang kucing.', 'suatu organ yang disebut tapetum lucidum digunakan dalam lingkungan dengan sedikit cahaya.', 'organ inilah yang menyebabkan warna-warni mata kucing ketika difoto dengan menggunakan blitz.', 'seperti kebanyakan predator, kedua mata kucing menghadap ke depan, menghasilkan persepsi jarak dan mengurangi besarnya bidang pandang.', 'mata kucing memiliki persepsi trikomatik yang lemah.', 'ketika cahaya yang ada terlalu sedikit untuk melihat, kucing akan menggunakan \"kumis\" atau misainya (vibrissae) untuk membantunya menentukan arah dan menjadi alat indra tambahan.', 'misai dapat mendeteksi perubahan angin yang amat kecil, membuat kucing dapat mengetahui adanya benda-benda di sekitarnya tanpa melihat.', 'kumis ini juga dapat digunakan oleh kucing untuk menentukan apakah badannya dapat melewati ruangan yang sempit (seperti pipa) karena jarak antara kedua ujung kumis kucing hampir sama dengan lebar tubuhnya kucing memiliki kelopak mata ketiga yang disebut membrana niktitans.', 'kelopak ketiga ini terdiri dari suatu lapisan tipis yang dapat menutupi mata dan tampak ketika mata kucing terbuka.', 'membran ini menutup sebagian ketika kucing sedang sakit.', 'kadang kucing yang amat mengantuk atau gembira juga memperlihatkan membran ini.', 'suara kucing sering ditulis \"meong\" dalam bahasa indonesia.', 'dalam bahasa inggris yang digunakan di amerika, suara kucing ditulis \"meow\".', 'di negara inggris sendiri, penulisannya adalah \"miaow\", \"miaow\" dalam bahasa prancis, \"miau\" dalam bahasa jerman, \"nya\" dalam bahasa jepang, dan berbagai penulisan lain dalam berbagai bahasa.', 'suara \"meong\" kucing memiliki berbagai arti tergantung pengucapannya oleh si kucing.', 'kucing juga dapat mengeluarkan suara seperti dengkuran panjang yang sering disukai manusia.', 'karena suara ini bukan merupakan suara vokal, kucing dapat mengeluarkan suara dengkuran dan mengeong pada saat yang sama.', 'umumnya semua daun telinga kucing tegak.', 'tidak seperti pada anjing, kucing dengan telinga terlipat amat jarang ditemukan.', 'jenis scottish fold adalah salah satu jenis kucing dengan mutasi genetik yang langka ini.', 'ketika marah atau takut, daun telinga kucing jenis ini akan tertekuk ke belakang sementara si kucing mengeluarkan suara menggeram atau mendesis.', 'ketika mendengarkan suatu suara, daun telinga kucing akan bergerak ke arah sumber suara; daun telinga kucing dapat mengarah ke depan, ke samping, bahkan seolah menoleh ke belakang.', 'kucing termasuk hewan yang bersih.', 'mereka sering merawat diri dengan menjilati rambut mereka.', 'saliva atau air liur mereka adalah agen pembersih yang kuat, tetapi dapat memicu alergi pada manusia.', 'kadang kala kucing memuntahkan hairball atau gulungan rambut yang terkumpul di dalam perut mereka.', 'kucing menyimpan energi dengan cara tidur lebih sering ketimbang hewan lain.', 'lama tidur kucing bervariasi antara 12—16 jam per hari, dengan angka rata-rata 13—14 jam.', 'akan tetap, tidak jarang dijumpai kucing yang tidur selama 20 jam dalam satu hari.', 'kucing mendengkur ketika dia akan senang dan bahagia.', 'kucing merupakan satu-satunya hewan yang dapat mengeluarkan suara dengkuran.', 'dengkuran biasanya merupakan tanda kepuasan hati pada kucing.', 'namun, ada beberapa penyebab lain jika kucing mendengkur.', 'penyebab lain kucing mendengkur ketika dia akan mati dan sakit agar dapat membuatnya menjadi nyaman dan mengurangi stres.', 'selain itu, kucing akan mendengkur ketika akan melahirkan dan anaknya akan mendengkur ketika sedang menyusui.', 'gelombang hertz pada dengkuran kucing berkisar antara 25 hingga 150. pada batas lebih rendah, dengkuran kucing memiliki kecepatan getaran yang sama dengan mesin diesel yang sedang menyala.', 'dengkuran kucing juga dipercayai dapat mengurangi rasa stres dan mengurangi depresi.', 'selain kucing, spesies lain dalam keluarga kucing yang juga dapat mendengkur adalah kucing hutan, cheetah, lynx, dan puma.', 'namun, pada harimau, singa, dan macan tidak dapat mendengkur karena menurut para ahli kucing-kucing besar yang dapat mengeluarkan suara auman tidak memiliki kemampuan untuk mendengkur.', 'memijat adalah salah satu kegiatan yang juga dilakukan oleh kucing.', 'kucing memijat dengan cara menekankan telapak tangannya secara bergantian (kanan dan kiri), dan ada juga yang memijat dengan menarik (mengeluarkan) cakarnya.', 'kucing biasanya memijat manusia atau kucing lain dengan disertai suara dengkuran.', 'ketika anak kucing sedang menyusui, mereka pasti akan memijat-mijat perut induknya.', 'hal ini dilakukan untuk melancarkan aliran air susu melalui puting-puting induknya.', 'jika kucing memijat pemiliknya, hal tersebut telah menandakan bahwa mereka merasa aman dan nyaman.', 'selain itu, dia juga telah mengklaim orang yang dipijatnya sebagai pemiliknya.', 'refleks meluruskan adalah kemampuan yang dimiliki oleh kucing untuk mengarahkan tubuhnya ketika jatuh dengan benar.', 'kemampuan ini akan dimiliki oleh kucing ketika berumur 3—4 minggu dan akan sempurna ketika berumur 7 minggu.', 'kemampuan ini dapat dilakukan oleh kucing karena kucing memiliki tulang punggung yang sangat fleksibel dan memiliki tulang selangka yang fungsional.', 'jumlah ras kucing di seluruh dunia sangat banyak.', 'setiap ras memiliki ciri khusus, tetapi karena sering terjadinya kawin silang antarras, banyak kucing yang hanya dikelompokkan dalam jenis bulu panjang dan bulu pendek, tergantung jenis rambut penutup tubuhnya.', 'ada banyak macam ras kucing, beberapa di antaranya adalah sebagai berikut: ras bali adalah kucing ras asli indonesia yang berasal dari pulau bali.', 'meskipun bulunya tidak sepanjang seperti kucing ras lainya, kucing ini termasuk ke dalam kategori kucing berbulu panjang.', 'bulu di bagian ekornya lebih panjang dari pada badan dan memiliki pola warna bulu hampir seperti kucing siam.', 'beberapa dari kucing ini memiliki kelainan poor occlusion yang menyebabkan kucing tersebut bernafas menggunakan mulut.', 'kucing memiliki banyak warna dan macam pola.', 'ciri fisik ini tidak bergantung pada rasnya.', 'kucing rumahan dikelompokkan ke dalam jenis berikut berdasarkan penampakan fisiknya.', 'gen yang mengatur warna dan pola pada bulu kucing menentukan penampilan fisik dari kucing yang membedakan mereka ke dalam: seperti halnya hewan yang telah mengalami domestikasi (penjinakan), kucing hidup dalam hubungan mutualistik dengan manusia.', 'akan tetapi, sejarah mutualisme ini jauh lebih pendek dibandingkan dengan hewan domestikasi yang lain dan tingkat domestikasi kucing juga masih diperdebatkan.', 'karena keuntungan yang diperoleh dari adanya kucing, manusia membiarkan kucing liar berkeliaran di permukiman.', 'nenek moyang kucing rumahan tidak terlalu dekat dengan pemiliknya, berbeda dengan hewan domestik yang lain.', 'sejarah inilah yang mungkin menyebabkan tidak adanya ikatan yang kuat yang dimiliki kucing pada pemiliknya.', 'akibatnya, kebanyakan pemilik kucing menganggap kucing adalah hewan yang tidak terlalu peduli dan mandiri.', 'namun, kucing dapat sangat dekat dengan pemiliknya, terutama jika ia dibesarkan sejak kecil dan sering mendapatkan perhatian.', 'kucing merupakan hewan peliharaan yang umum di eropa dan amerika utara, dan bahkan populasi kucing di seluruh dunia melebihi 500 juta ekor.', 'menurut humane society dari amerika serikat, selain kucing menjadi hewan peliharaan, kucing juga digunakan untuk perdagangan bulu internasional, untuk membuat sebuah mantel, sarung tangan, topi, sepatu, selimut dan boneka mainan.', 'kucing yang diperlukan untuk membuat sebuah mantel dari bulu kucing ada sekitar 24 ekor kucing.', 'hal ini sekarang telah dilarang di beberapa negara, termasuk amerika serikat, australia, dan uni eropa.', 'namun, beberapa bulu kucing masih dibuat menjadi selimut di negara swiss sebagai obat tradisional yang dipercaya dapat membantu mengobati reumatik.', 'menurut international federation for animal health europe (ifah), populasi kucing domestik di seluruh dunia terdapat sekitar 220 juta ekor.', 'beberapa upaya untuk membangun program sensus kucing telah dibuat selama bertahun-tahun, baik melalui asosiasi atau organisasi nasional dan internasional (seperti canadian federation of humane societies ).', 'akan tetapi, tugas seperti itu tampaknya sulit untuk dicapai.', 'pada masa silam diyakini bahwa nenek moyang kucing adalah miacis, binatang liar pada masa eosen yang sosoknya mirip musang, kira-kira 50 juta tahun silam.', 'catatan paling awal tentang usaha domestikasi kucing adalah sekitar tahun 4000 sm di mesir, ketika kucing digunakan untuk menjaga toko bahan pangan dari serangan tikus.', 'namun, baru-baru ini dalam sebuah makam di shillourokambos, siprus, bertahun 7500 sm, ditemukan kerangka kucing yang dikuburkan bersama manusia.', 'karena tikus bukanlah hewan asli siprus, hal ini menunjukkan bahwa paling tidak pada saat itu, telah terjadi usaha domestikasi kucing.', 'kerangka kucing yang ditemukan di siprus ini mirip dengan spesies kucing liar yang merupakan nenek moyang kucing rumahan saat ini.', 'pada tahun 1800-an ditemukan suatu kuburan atau tepatnya \"situs\" berisikan 300.000 mumi kucing dalam keadaan masih utuh, yang menandakan dahulu kucing memang suatu hewan yang spesial.', 'orang mesir kuno menganggap kucing sebagai penjelmaan dewi bast, juga dikenal sebagai bastet atau thet.', 'hukuman untuk membunuh kucing adalah mati dan jika ada kucing yang mati kadang dimumikan seperti halnya manusia.', 'pada abad pertengahan, kucing sering dianggap berasosiasi dengan penyihir dan sering dibunuh dengan dibakar atau dilempar dari tempat tinggi.', 'beberapa ahli sejarah berpendapat bahwa takhyul seperti inilah yang menyebabkan wabah black death menyebar dengan cepat.', 'black death diperkirakan merupakan sebuah wabah penyakit pes di eropa pada abad ke-14.', 'cepatnya penyebaran wabah ini menyebabkan banyak orang waktu itu percaya bahwa setanlah yang menyebabkan penyakit tersebut.', 'pernyataan paus menyebutkan bahwa kucing yang berkeliaran dengan bebas telah bersekutu dengan setan.', 'karena pernyataan ini, banyak kucing dibunuh di eropa pada saat itu.', 'penurunan jumlah populasi kucing menyebabkan meningkatnya jumlah tikus, hewan pembawa penyakit pes yang sesungguhnya.', 'saat ini, orang masih percaya bahwa kucing hitam adalah pembawa sial sementara ada yang percaya bahwa kucing hitam justru membawa keberuntungan.', 'kucing juga masih diasosiasikan dengan sihir.', 'kucing hitam sering diasosiasikan dengan halloween.', 'penganut wicca dan neopaganisme yang lain mempercayai bahwa kucing sebenarnya baik, mampu berhubungan dengan dunia lain, dan dapat merasakan adanya roh jahat.', 'di asia, kucing termasuk ke dalam salah satu zodiak vietnam.', 'namun, kucing tidak termasuk ke dalam zodiak tionghoa.', 'menurut legenda, ketika raja langit mengadakan pesta untuk hewan yang akan dipilih menjadi zodiak, ia mengutus tikus untuk mengundang hewan-hewan yang telah dipilihnya.', 'bagian cerita ini dikisahkan dalam berbagai versi, tikus lupa untuk mengundang kucing, tikus menipu kucing mengenai hari pesta, dan berbagai variasi lainnya.', 'pada akhirnya kucing tidak hadir dalam pesta itu, tidak terpilih menjadi hewan zodiak sehingga memiliki dendam kesumat pada tikus.', 'dalam syariat islam, seorang muslim diperintahkan untuk tidak menyakiti atau bahkan membunuh kucing, berdasarkan hadits shahih yang diriwayatkan oleh imam muslim dari kisah abdullah bin umar dan abu hurairah.', 'hukum menjual dan membeli kucing pun dalam syariat islam adalah haram hukumnya berdasarkan dalil hadits nabi muhammad dan kaidah fiqih (al-qawa’id al-kulliyah).', 'dalil hadits muhammad, diriwayatkan dari sahabat jabir bin abdillah bahwasanya sang nabi telah melarang memakan kucing dan melarang pula memakan harga kucing.', 'hadits muhammad itu menjadi dalil haramnya memakan kucing dan memperjual-belikan kucing.', \"jadi, umat islam diharamkan untuk memperdagangkan kucing sebagaimana mereka diharamkan memakan daging kucing. '\"]\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "Gagasan menggunakan proses list sentence atau daftar kalimat adalah untuk mengukur metode Cosine Similarity yaitu antara teks kueri yang kita masukkan ke dalam chatbot pada teks dengan list sentence atau daftar kalimat. Dan pada akhirnya, hasil dari teks apa yang dilihat kemiripan terdekat (**Highest Cosine Similarity**) akan menjadi respon bot."
      ],
      "metadata": {
        "id": "ChK2uNChd5Du"
      }
    },
    {
      "cell_type": "markdown",
      "source": [
        "# **Membuat Chatbot**\n",
        "\n",
        "Setelah melakukan tokenisasi untuk memproses daftar kalimat maka tahapan selanjutnya membuat chatbot dengan menggunakan metode **Bag Of Words** (BoW) untuk mengetahui jumlah kata tiap dokumen teks, kemudian untuk Algoritma TF-IDF (**Term Frequency - Inverse Document Frequency**) sebagai ekstraksi fitur teks dan **Cosine Similarity** untuk menentukan suatu kemiripan teks yang akan mencari jawaban atau respon bot.\n",
        "\n",
        "Dalam proses ini, data teks berupa korpus akan diubah menjadi vektor numerik. Hal ini agar komputer dapat memahami bahasa natural yang telah di konversi menjadi bahasa mesin atau kode biner."
      ],
      "metadata": {
        "id": "XIe9ZzwO_eW7"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "# TF-IDF Algorithm\n",
        "from sklearn.feature_extraction.text import TfidfVectorizer\n",
        "# Cosine Similartity\n",
        "from sklearn.metrics.pairwise import cosine_similarity\n",
        "\n",
        "def chatbot_response(user_query):\n",
        "  # Menambahkan kueri ke sentences list atau daftar kalimat\n",
        "  cat_sentences.append(user_query)\n",
        "  # Membuat basis vektor kalimat ke dalam list\n",
        "  vectorizer = TfidfVectorizer()\n",
        "  sentences_vectors = vectorizer.fit_transform(cat_sentences)\n",
        "  '''Mengukur cosine similarity dan ambil indeks terdekat yang kedua\n",
        "  karena indeks pertama adalah masukkan teks kueri atau permintaan user'''\n",
        "  vector_values = cosine_similarity(sentences_vectors[-1], sentences_vectors)\n",
        "  answer = cat_sentences[vector_values.argsort()[0][-2]]\n",
        "  '''Pemeriksaan akhir untuk memastikan adanya hasil atau respon bot.\n",
        "  Jika keseluruhannya bernilai 0, maka teks yang di input tidak terdapat dalam korpus'''\n",
        "  input_check = vector_values.flatten()\n",
        "  input_check.sort()\n",
        "\n",
        "  if input_check[-2] == 0:\n",
        "    return \"Mohon dicoba lagi yaa\"\n",
        "  else:\n",
        "    return answer"
      ],
      "metadata": {
        "id": "FOChaZ_WAxvN"
      },
      "execution_count": 5,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "source": [
        "Jika kita lihat dalam code ini bisa disimpulkan bahwa proses konversi teks ke vektor numerik akan menjadi gambaran seperti ini.\n",
        "\n",
        "![Flowchart Rule Based.jpeg](data:image/jpeg;base64,/9j/2wCEAAMCAgMCAgMDAwMEAwMEBQgFBQQEBQoHBwYIDAoMDAsKCwsNDhIQDQ4RDgsLEBYQERMUFRUVDA8XGBYUGBIUFRQBAwQEBQQFCQUFCRQNCw0UFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFP/AABEIAtAFAAMBIgACEQEDEQH/xAGiAAABBQEBAQEBAQAAAAAAAAAAAQIDBAUGBwgJCgsQAAIBAwMCBAMFBQQEAAABfQECAwAEEQUSITFBBhNRYQcicRQygZGhCCNCscEVUtHwJDNicoIJChYXGBkaJSYnKCkqNDU2Nzg5OkNERUZHSElKU1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6g4SFhoeIiYqSk5SVlpeYmZqio6Slpqeoqaqys7S1tre4ubrCw8TFxsfIycrS09TV1tfY2drh4uPk5ebn6Onq8fLz9PX29/j5+gEAAwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoLEQACAQIEBAMEBwUEBAABAncAAQIDEQQFITEGEkFRB2FxEyIygQgUQpGhscEJIzNS8BVictEKFiQ04SXxFxgZGiYnKCkqNTY3ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqCg4SFhoeIiYqSk5SVlpeYmZqio6Slpqeoqaqys7S1tre4ubrCw8TFxsfIycrS09TV1tfY2dri4+Tl5ufo6ery8/T19vf4+fr/2gAMAwEAAhEDEQA/AP1TooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigDw/Sf2mrXXLcppvhu+v8AUpNWg0u3toZkVJDPbPcRSl5NuE2RnJwccY3VuaT8abvU/EsulnwbqtqlitodWup54AunmeJpBuXflgm3DsOACCMjOOu0X4d+F/DkEMOleHtM0+KGZZ41trRE2SKpRXGB94KzKD2BI6VrRaNYw3V7cJZwLcXu0XUixKGmCrtUOcfNgcDPah9bCjf7R5LoH7TmiatLdPdWM1hp9rdxW8+oNIGgjjmgklgmJIUlX8vZwCMumCQc1taH4w1Xxh8QtEtnjn0Kwg0KPWrjT5Cplllnd4445CMjbGqOxA/iZOfl5v3/AMEfCl1pKaRa6Xb6RorXEU95p2nW0MUV95TB445vkLFFYAgKV6Y6Eiuiv/CdjeeKNN8QMZYNSsY5bdZIW2iWGQDdFIMfMu5UcdwyjB5IIvP+tP8AMfT+u/8AkeV6b4p8SXvweTV5PEN3/a2peIPsYu1gt82sJ1P7NsiXytvEY4Lhzkk5NVPF3xg8S6B8Uv7G0+Jb7TdO1HStOvYJLYB5UvCqm4M25QGBcbY41bPlyFsDkdzB8H7Sz8Fz+GY9d1ZbU6idStbj/RzNZyfaftIVD5W1lEmf9YrHBxnpVjU73wLbeP8ASYNUl0qXxosSx2c1zEn2rDBto3hflLYk2jjPzbR1ofxXW1/w7A7a+n6jPjF4p1jw38L/ABPrfhq4sP7R0qznuS13G0yJ5UbOy7FYZbgDBIxnJ9K5vW/izqWn/ESDTZIriy0GyXThe3UVmkyyTXjtHErM0isibwq5RHOWOdoFdL450H4e6D4V1BPEulaLb6Ff332i7gubRDHd3UhxuaMKfNkb6EnHtWaNR+FVnrPhSNf7AGpLBEuiOkKMYo5CREI3AwgY7ggJGTkLzmlrZeq/4YH/AJ/ocnceLfiJDdeKEsNTGv6Vp1/baa19aaMr3FvJhnuXjhWT98EDQR46hmkODswebh/aN8W6hHpN7a6crR28elvf2Jsiv2qO7u3tzMJDJiMYUGONd7M24H5RmvT7jxd8LtX8P6tpzy6VqGkWcwnvLKO1Mse+SVj5vlqp3hpA53gEE55q1ea58NbjxD4Wmnm0OXV5oEbRJzGjOsT8R+W+PkVjkLyMnIXmhfZ9V89Ng01/rr/X9b84nj/XVm8dLP4r0y30LRxE3/CSHTD5NrPvfz7RE8zE7IgiG4EkPIVILDaI77x9440nw34B1/VLVrBL6W2g1m0eyQRwebMsYeTMnmxOQ64RUk2twxABNQC4+A0Nlrdm+meHYbdXhmv7OTS9m9muP3T+WYxuJn5BUE7+etdRH/wrTTtS8JAWOl2t48Y/sN5bMpsV2JCxsy4RixOASCSeOTTjsr+X9f1+IPr8z0aOaOVnCSKzRttfac7TjOD6HBH514b8aPjN4i8EeK7iz0O2juI9JsrPULiye33G8jnuWhf98WAiCqh2gBnd3UBcA16d4Q8Aaf4M1LxFqFq89xqHiC//ALQvricqC8gjSJFARVUKscaKOMnbkkkk1Q8Y6l4Ds/Fmgr4mOkjX927TGvo1aaIllUMrEHYC5UAkgFsAc0lvH+un+YaWd/6/pfcavjXVNQt/CetzaFcWa6taQsytdKZY4mC7vmRSCTt5C5GcjmvOb34j+JZPCnwz1SxvrJ9Y1+3sZH0JbJne+aURNcOHD/uYoo2dy2CAdoJOQD3PirQfBeieHvEV5runaRa6XqUiT6vJPboFvJAEjRpeP3j4WNBnJOFA7CuPax+C/l+Ek+w+GQrRtFooW0QeTGZRuRML+6Uy4BB2jeAOoxTj29P1/Mbtb7/0OK1r46eNPDmo6rYara/2feSlFj83SXaLTd9/HaxurLITdB1l3LgKC67cjJA0T8WfG6eBYtemtzbto+tzabqmbOJopbeO4VPPkxNujOwnKw+aRICMYFdxHrPwtkXxhZiXw+Y8vLryyJGEl+Yq7SlhiQBsqeThuODxT51+GkOm+DbuS10VraYI3h7y7ZX+V9rq8KhSQOUYtjAJBJGaUejev9f0vP5Cle7t/Wn9Py+Z5fqHx68YWmoeJ9n2XyPKvBo3mWZ8m5khv4rVRbSByZX/AHmGWRYx5jIFJTLBsvxy8eWXh1NTmtWlj0+6uba58rSd8klxHdCNbS5Al227mNkIdGdWZxtJxhvQZdb+EFvq/ii1uIdCtr6S2mm1lbqxERmhSRVlZyyASLvdM4zlmXqSKvWj/C6x0bw3rMMWgWunRXostHnaFIxFdyvt8uMEArKzjBGA2Qc9KFsr/wBf1+P4Ny+10PSY54pZHjWRWkjxvQEErnkZHavDvj18YvEfgLXH0/w7bRzzWOhTeIJIHt/M+2LFIFaIyFlWFAOrcsS8YVTyD6boHgDTtA8X+JPEsUk9xq+veQlzLLtAWKFWWKJQqjhd7nLZY7uSQABQ+IWoeA7PUNDXxj/ZJu/P8zTjqMSu0bgqC6kg7AGKZY4UErk5xT6q4ujIfij8QW8F/DTWtfs3givrSCJ9l0GdbYyuqB5UT5iF3FiBydpArzKf4q+PrfwHrWrNEUu/Derta3TyWUOy4tPKimE1wgmzDtWRgyxF3BA+TOVHsmtaP4W0a38Qa5qlhpVpFe2qrq9/cwxqLi3jVgqzuR86KrMAGyAGPrXFLqvwfTRvDzunh+PTUuZF0yN7dQsEwceYdhX92QxXczAYJXJ5FLW91/Wv9eodv66f16fMq+J/ivfeDfG2tyXWoW2reGNO0yS+vooLQxNpj/uxbQmbcQ8kxZztIG0ANwMZ80P7SXi3UfBYutM1DRNT1e0udXk1BtDhF3FbQ2zr5ZcGQfuFEiiSRSXPylEOSB7THF8NvD3jnWb+3tNIsfE8MUl/qd5BbhZUUqod5pFGNxXbwx3EbeMYqjq2ufCfWtFsNS1SPRLzSpr6V4bi5sg0cd0WHml8p+7YkjcXxnvTWy/rr+PYb2t5/oeba3+0r4n0fWdW1CCwg1XQrW51Cw+zQW7J5MlvbGWOTzS26XeVywVNqJLH827rZ8YfGvxjouimysHkm8SWEl6+qxTaXF51usVvFOjeUs7IbfE0e51kaQB1AUtkD1C51j4aW3jHWxIujN4kjs3TUWW2V7hoFRS8bEKS+EKZQZO3bkYxXNLr3wSutAsbJbXQZtKg1CSG3sv7NLGO7CK8g8ry9wbY6Ekjoy54xS+Lbt+u/wDXoK1t/wCv6/4J6xomqR6rp1nOJ4J5Z7aO4JgY7WV1yGUHnaecZrzH47/EzXvBd/omleHvLXUNQtL+9Qy23nCQ2yRsIsl0SNT5m5pGYbVjbGSRXa2Xw90yz+IV94yDTzavcadFpUYfasdvbI5k8tAqgnLsWJYsR0GBxVb4m3vge102yHjkaW9mbjfbJqkSyjzFUksqkHouST0Aznih/wBfp+n5DjpvqZ2ofFB7H4LS+M3tEi1JPD41ttNlYkxEw+ZhgPm2qcgkDPB715RH8dPG4u7rw21rPeagLsfZ9YtdNiSSS1+xrcsxt5J1RHycAPID5ZBK7jivfp9H8PR3c/iOa004XDWH2aXVZI49xswTJ5bSn/lkCWbBO3kmvOf7a+DB8EWlqsOgyeGpL4pBZx2G9GuvLLnEQQtu8v5s45Q/3TRvKX9W1/4b8gVklfX9dP8Ah/z6HM2Hx913XvG1k2i+TqHhufU7fSObIoEWawW6ju2kZ1JYlgTCikLGCzMDirrfELxZN8N/EWuW/iCCePT7/wCz6Vq1vpKga2WREVI4mkxtNw5jWQMQwXIyPmPd3j/DpvGr215aaRH4jfT2jMlzaBHe08vLIJGUAqIycqDwueMZrI8Oah8IPDvhWPUdIXw5pPh+C/hRCkKQRxXQAEIVCBtcBxtwOjAjjmnpa39b/wBffboTtr/X9f5XKemeKfG2jfEOw0fxddC1tdTijstNubGwia0urwWQlmJfzjKhEiXBVWQLtQDdk87nwf1nxJrr+JZ9Y1aDWdJt9Rax028js1tnm8obJ3IV2BXzd6L0/wBWT3FaSah4Eh+J00CtpK+N3gCyPsX7Ts2ZCF8cHYu7ZnO0ZxjmobH4leA/Dvhj7RZarYWWg2c32KP7LEVh3gZKxBV+cYy2UyMAnOATR5/1v/SH5f1sdx58fn+TvXzdu7y8jdtzjOPTNedfGXxvq3hUeGdO0Zmt7/XtQaxS5Wz+1uhW3lm2pHuVSzeVty7BVG4k8Vu23gnR9U8d2nj1bl73UBpbafZSI6GCO2ldJXKFRlt5SM5ZmA2jbjJyfEq48I2/hph41Swl0V5UUxahEJVeTOVCpglm4J4GcAnoDSe2v9ajW+n9aGN4C+JV14k+EWmeKtT09LTWJ9Ke+l0yGUMWZAd3l+qkjg8jDLya868C/FXx54303WIYd0s50jT9c029sNNiDzJcNKHhSGadRsHlgo8jIzLuOOhPtdhovhy9uNM8Q2Njps0sVibax1OCKMslo+xjHHIBxG2xDtBwdq+grz1dZ+DDeFtSCJ4efQnv4/tUNvaApLcvny22KuX3YbawBBAODwaJaydv+G1/4b8iVol/X9dfvv0OJ0j9obxTrOv6E1rFZ3NkZNHtNRtbe2ZVzeRrvnErsD8rvhI1ViRFIWIGCNs+LviHFceJPsWpLrmjWeqQaZ/aNpoyvcW7Kkj3MiQrJ++VXNvD2KnzW5CYrvE1L4dHxnoKCPSU8TPZoNMdrUJOsBRiiIxUbPlDkJkHG7A61m6j4t+Ft34SvbS9k0l9Bt71YZ7CWzO0XMjs6gw7MlnbcwO07juPPND0vf8ArVf18x9Pl/X9eRw+mfG3xnfTeDNTuNKkh0vWTYQxQx6eWivGndklkM3mHySmBIqYbK85Ycrf8MfEPx/r8/iHRbq1vLXW7Wxg1BfK0iNGt5HmdHtYxLOEmXCZWUsoYZOT0HobX3gaLxXoNyU0/wD4SG8tAumv9mzcLb4JGPlzGnJHO0dR6isFNS+E154Y1yGCLR7vRYbpZNRht7QyK8xYhZGVVJcFgcOAQcHB4o738/6+X/A2Dt8v6/T8dzqPhf4ul8Y+AfDur30tuNRvrUPMlvlU8xflkCg84DA+o9yMGuxrhLbwN4b8Ua54Q8Y2Mqz22jWcq6LHZeWtpGk6BWkXauTlAFAztA/hzyO7qnuJBRRRSGFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFADT/KvEfGPwN1PxP8AE99ZN9C+hz6jpurlXuJEktJ7Mr9yJV2ylxGgDO+I90hCkkGvbj/OvBPHPxd8T6T8W30nS0WTTbDVNJ0+6sngULLDeEBpvNY7i4LHYkYI/cyF+OkvePqPWzt2On+Ifg3xf4zsrGaOXTrK+0jXGu7OK2vZYxdWRieLa83lFoJisrHcitjGA3zZHBaN+zdrOgan4ZFjdWCWumrYlpUuJVWHybmaeWP7OUK3KnzisbSuGixuXnOfQfi98QLnQrDRLXQNQVLnU9aXSZbm0hS7lgcRSSGJUZggkYxhP3hCqGJPQVyOi/FHxjd6L8NfEF6VtrfV7mPT9VghjgktN7SvCsiNu84mRtjKUDIBy3GTSjbS3dffZf8AAJfX0f3X/wCH/pB4F+DHijwRZa0Gisb77XZQ2QtYdburbzWWaR3mjnSLfZoRJxbxZQHOCMknNb9mnXZv7KsrrVbW700waUt2UmkgFrLY3BlVoolT99ldqL5jqEIaTazNw7Vfiz4msbi/trDXf7Y0q61u10e01610xCy3Lee1xb26btkgUxwxiRztV5HDFtmBf0v4n+M5vDfw98RXzrBFfX66Zq8UMcElo2bprdZVIbzS0h2FfKDIOp+XmqWvL6r7/wCn/kP4b+n9fl+Gp1WqfDC81a18T3+qWVrrmsalqME1rANTuLFLa3t2H2ZUuI1LoynfKdo5eRhnHNZ138LvFd/oPgvSb/Uk1K70ieG7uNdn1GfcrJOJNn2XbsuTsURiSZtwPz43ddn4aeKtY1/xl4rtm1WLxF4dsWSKHUo7VYES83yefbRlSfMSNRECxyQ5ZSSQQvpv4UJ2Sfo/u/r5g9br1/E5PwZ4m1jxFqfiZNR0V9L06x1H7Lpl1LvR72ERoXlMbqCoEhkUHkMFDA4Irz34wfBDU/iJ4quZYb6EaLqtlaWd7BNcSRNbtb3DTJMiop844dgEZlVWCsd3Qey295b3Ms6wzxzPA/lyrG4YxtgHa2OhwQcH1FeF/Gv4ueJfB/i+5s9BRXGlWNlqL2T26lb9JrowyBpWI27VXaixguzyL/CKNOaPf/gD1s7f1rp+Njr/AIjeDvFfjzRNRs1l0/TpbLVrS+0eWG4cvNFEY3ZZi0REUhYSKrIJNvyPyRiuHX9m28OlW2nxTHTW1C5nn1e4stYnwsUl0bjyArRk3BBZ8SOyHc7MQQdtd98X/iJL4S8Jyy6PdxfbzqVnpcs0MYuns2nlRcmIHmQhwFVsDc6E/LmuCi+KHjZPBOkeILtpLVrHXJNL1HZDbSQTwJeLB50mG37yhI22+4eYD/CKIW5vd3/4b/gf1cmW2v8AW/8Awbf8MO8LfAbXvDGpXF/N/Z+r3On2V9YaYZr6VFuY7m5SVRInlFIBGEX7okZ3yxYcVBD8DvGqeHvByw31rpeu6V4fj8PyT2Or3Mcds0bRlbtNsS+fkJzBIFU/KCTinWfxT8a+LbPXItKjurPxBeCeTRrKSC08lbe2vlgnZWaQt5uw5/fBELH5RgGtiL4o6zc6R4CvLDUiba719tE1RdUs4luppEadJFBifylCtF96PcGwMHGckdo28vza/Nu/qOfuXb6X/JP9NPQv+OfhHr/i7/hLdRGpW1trd1JZR6K2S0dtb2sqThWJQ7WllDliFbbiM/NsxXGzfszeJZIVu7DxFpumXb6n/af9n3dtLqEVvK9zFJLIk7SI7yMkKgsy8kvjYHNU5/j34x07VfEMx2XtnIt2mkp9lT7PK0eoxWgeJgwfEYlJkWcrubGw7ckdBqHjnxLrHh3RItA8T3tp4ok1dtDls9Q0+zcyTI++d5PLLLsihDtmJucKDhjQvetKPX+vztcVRaSjLp/l/le3zPUvDviTWtX8Y+JtOutGa00TTfs0dlqkgeM3srIxnARlHyodmHUlW3EA5U1wHxw+B+p/E7XZJ7O8g/s7UdEm0O/tbi4khCK8gdZxsUmXbl/3JZFY7CxIXFewpfW8txNbxzxyTwbfNiVwXj3DK7h1GR0z1rxD4/8Axd8T+Btdew8OIvm2Ohza95UkKsl75Uqo0LyOQI0AIB25kZpECjrmle6t/WhSvrb+tjsvH3g3xN408K+JfDcNxp2n2b29qNH1B3eadp42Dv8AaI2TaF3IgBUtkFiRwAfO5v2cNUuNM1MwyJpesa9cXA1K8ttZuHMFtLHDG6FjHuuWbyd5z5WGbj5eK9J+KfxGPhD4b6/rFhcW8WqWFtDJJFMpmaz81lUSSRKdxCgs2OM7DzXkOofGD4k6ZoOsXc1vMbXQbu5hN9Da20st7IqQyQQXKCQJDuErIxjJIZQODkGHbmd9/wCri+yrbf8AAOy074V+MfB/irWtR0LUbaWCaW/voYtQ1O5MN5LOuYYZoAhSJY5MEzJudlUDHJFVR8JPFOofDC68PahbWMmu6rdy3mp6muuXCo1w6j9/5ccCCVAeBbP8m2NAS3Jrb1bxf4g0b4lvpt1q40vRNS0m6uoJ9RgtzFaSxJExZSjB9qBnLmbaPuhTXnGv/Gbx1a+DbK7029+0rIuqahb6ibCJJ7rTrcR+TdywuQohJc7ggErIY2ReSKPX+rP/AIHztfpcOl13/Nf1+R2ejfA3XNL+JQ16e7tb+zsNTvtZ06R7mSN/MuYGjaBoVTYq7pJGaXLsQEAAAIqbVfgxq3/CDaXZWRgk8Ybrq6uPESarc2TWt5cDMs6CJSZ1DYAikIUrGinjpn6b8cpPFnxiPhay8R6fpunzabdQQKkGbqS8iELNcgSDAjAd1VSDu2MxOMVSbxZ45n+FL65beMHbUdT1R7bw2Bp1tuvo5GWK1MoK7dpKvOSuCIm55Wnq1b+t7W+f9aiVt/62vf5f1oesaT4h11/iBdeH5tKkm0Oy0uGWTX5VaLzrxnIaJVKhXGwByyEhSdp5rl/jX8LNZ8fX2j3ulXMBW2tb7TrqwuriS2juYblYwSZI1ZwFaJSUXbvUldw7+lWNyE8qynvIZ9SSBHmVMKzZ48zZnIUsDj6Y7V5X8eviPr/g++0PS/D8wtbu+s9QvVnaBJFd7aNGWJmkYJFGd7M7k5CxkLyaX/B/W/4af8EuN76GlffDfWp/h7P8P4Lmzh8Pr4YTSbfVmZ2vBdhDFuaHbsMW0I338kkjGOa4qH4D+IPsOt6lNFbN4r1a5imW6h8QXkJspEtDb/ahPHGrSsQxzFtRAoVR93J7zUfipNY/BubxSbeCPX4/Di65JpLuWeLMO87kHzlFbIzjJ2kda8ti+JvxFn03W8XNzNpug3kVxd6xa2tlHeS2MliZs+TK4iVlkwdud/lsmRkmm95X36/f/X9ImPwx5V6fcv8AgHpOp+BfE954s8M6n5lpcy6DbEHULnUJh9vkNs8bKbQJ5UBaRwxmUs4UFQMHFcbffCjx5rHww8RWOo2WgXXjXXr+G8vNQbVJRbfKY+I/9F3IiJEkapgkj5mYnObMvxm1vU/Fl4NNhuG04FNP0eOS3hSG/vJbBbqL7QWcTIG3gDYgUbTubrtx5vi745svAHi67MrW13oF7Yxte6zpscUkqymPzYfLjlKKyl/vEnCsOCfmNpPX+uv/AA3/AA4J6xS/r+v60Rqav8Adb8T+Lb26v76C2065vzrETwXcjSWVw9ibZ41iEarIdxz5ztnYNgReTTdN+CPiuy8PxwtdJ/aFi9uukqmvXTCxKwPDPOszxMwWUMubZVCAL8rAnNdVP4s8R6N8ZF07Wbm6g8O6tL9l0MWsFtJBI4tPNfzTuM6sGSYg7dmAoJyRnz7xR8d/EHgTwz4u03U9Sit/EMF19n07UNYtottvEbUzGaf7OTE2Nj7EDBiWQNjOayslF6af5af1949ea99f89f689PI9S8Ex6v4N1vw94EttLmvvDul+H1+0a/MXUi5Ro0jiG4Yk3r5jHDErsG77wpfi54D1fxgfDl9otyqX2jX73LW0l01qt1E8EkLx+eiO0RxJncq54IBXdkdB4E8XWnivwzoN8l9b3NxqGnx3oETAb1Kjc6r127jjNcv8a/GmreGB4Y07R5ZbS51zUWsvtcNsk8ke2CWYKiuRGGcxbd0h2qNx64q5XWj/rX+kKm7pOOit+Fhvgz4bat4P8DaP4DhksT4bg0SeyuL1JZBdR3DEBFhjKlTEFaTln3DagwckjhfDn7PesaTZ3N3q9taa3rIs9O0+Lyddu7PebQzFboTRRhoD++IWGNdqjI3MWJr074SePbrxt8PvDWo6utrYeItSsPtUlhHKCDtO1pEGcmMnaQw4w6+tctovijxj4h8I+NFXUhNruk65PZQPpNtbxlo0WNhGFuH2D75+ZmzgetKWk3ff/J/8H+mKL91W2f+V/0GW3w/8dy+I/BMOu3mneIfD+gQQyy3LXjwXVzqIRka4kTyWDqit8ib1JZizHIWopvhJq1/d+ItUvdKtZ59QuLWe300eJb1GimhaU/aBeiPzYziQBYUGxQpx941y9n+0rdal4q+G+mLq2k2q6jHDFqsc0Lo17dz2cskccG77kauiZf5s+YqjoTRL8VviJYeEPHxuWXT9Z0LRk1eS41PToxHbTFZzJbRrHKQ6jykKO5yVYk7uKJaJt+b/r+u3kUo81l3S/4H9f8ABNyw+CnjHS/Eml6i3iRtRu5INNh1PVJb6eJmW2L+chtlHl3AmRyuZSChJYZNWvDvwe1fw02tXsMbXBmsotI0/SG8R3MaW9okruNt0kIkjIDABVUkBcFzniTxh8QvGPh/x7oSx20kuh39xYWlrHDbRvDdGYkTtJKXDxvGPnCqpG1CTnnbyT/Hfxb4Wh16w8RKLPWGtrf7PcanaJDa2F5M8qlC0TtvgRIzIrNhnC4zlgAN2vfz/r7vz7iXvW+X9f127Ho/g2PxH8Pm8A+CY9LTVrFLG4/tXVoleKGxVAPIVCV2yFmOzBIfA3kda9SPNcN8JPHlv43+HXhLVpdUtb6+1TT45jJDiMTyKg80omegbOQM4zXcniqe4o7KwtFFFIYUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFcPrPiPwNafEDTrTUm00eLdixWs0tsGmhEm7ZH520iMvtfapYFsHANdxXini/wCBN94m+Jb61JfwyaHcajp2rNDNLIJbS4tNuDFGo2OZBHGu9zlBv2gls0dUHQ7PxZb+CPC3hy8XX9O0yHSNSvQ89q9gsovbqRgQTCqEyysVB+6W+XPbNUIfEvw4m8R+HZ4RpL6teW0aaTfR2QJELBvLjScJiPcFcKhYE4IAqj488D+LPG2n2jm80601DSdca9sY7WeaBLmyMbxeVLKFLxSFJXy0YOMADgk1zuifBjxR4fn8DaNC+jXPgzw+BdvZrPNbyNftK7mUL5bh4og/7uMsuWwWJ2riVf8Artb+kH/B++5o2eu/Ba20vWYrSw8OxWTGFLqCDRgBeCSVhCUjEX+kK0ittKBwWBIrVuPGnwystQ8M6lJHYG4uI4LXR9Tj0l3RFlfyooknWIrFlm27Ny4JwQK840z9mzxPpUImttWsrW7tbi1nSK3up1S+aNpxM7SFC1n5kdwwEcIKoRkdc13fg74NTeHrbwTpk01odF8PPdag1nbq4V7+V2ZNob/llEJZtuSSTsPVacel/wCv61/UTv8A1/X9fItaF4n+FvhOTWLzRoNI0a4t5Ugu2stLNvPK0sjBAqrGGmDyK+CgYMwbGSDXR6Z8UvCmr3GhW9nrdrPca2JH0+FSfMmEYYv8pGVK7HBDYIKkdRivLdV+DvjjxYviG58Qy6Hc6nf3trIjwXtwkZsrecyRWa4iDW/DMxmRmcux6DAXT0f4U+L/AA9B8NbW2k0W9g8N3M1zeTXFxLHIyyJPGIo8RHf5aTjDuQXKZYAsTRf3V8v6/r/K7l5f1/X9dT0bwl4B0zwdqGv39l5st9rt8dQv7q4YF5ZNixoOAAFSNEQDGcKMknJOf4w8Q+BdK8T6LH4jOmjW1bfp8t1bCWS23uqBxJtPkhnKqGYqGbABJqz4L1/Xte1TxN/amkf2ZplpqBttKmcMkt3Asab5HRvu/vfMVT0ZVDDg88H8WvgVf/EjxPcXEeoQjRdUs7Wzv7W4lkUwtb3DSpPGqDEr4d1CuQqsFf5iMUlvHtp8lYff+uv9M77xPa+EfDOi65f6zY6ba6ZqLq2pvJaIwvZCFiQSKFJmc4RACGJwqjsKw5ta+GdvpnhTWZYtEjtnvI9L0SeSyVXiuHfYsESlN0TbwVK4XaQc4xUXxD8E+KfHmh6pZNe6fYSW2q2t9oktq0iu0cRjdkuGIOx2YSqHjB2gowBYYrgG/Zi1uK10yTTfE9npNzb6gmoGxew+129u7agl3OYZHYSbmCIhZuW2ZO3e1Ebt66K6+7T/AIPoKW2mv9f8N6/I9Ev9Y+GkC+LJruy0gwoVXXLl9MDRXLhwojkk8vbPIHIXywWYMQMZ4qG7vPhbr+neG3udM0bVIDI1vpFu2kieW3ZGCuqQ+WXhCMAGyqhDgNjiuB/4Zz8T22n6hZWHiFbKKGY3dpJ9suJDezC9W6RpkYFLcqA0YaEMf3m/qoWk/wCGa9asfIutJ1KDTNSuTdNcPb6hdxrp8k1wswmgK83DLjlZsCRvmbGStKLel1/X9fd1HK2tv6/r8eh6Pb6z8ORqvimK3sLBtS8lm1hIdJYzXcW4o5IEeblQ2VO3eATg9aLHxx8N9E07QJrN9O06zkaS305obBokti0ojkQ4QfZ8yYVg+z5uDzWZY+CvGc3jLxXrmsw6Lqb3NtLp2jCHUbi3+zWZdSImCw5R5Mb5JVZjlUCgBRXOzfB3xpb+G9A8ORT6Jd+G49Qm1HVNMmu54i5M4mgtkm8p2kiRss7OA8hUZIUsDUel/wCv6QpdT1XQvAWmeHvFniDxHEZp9Y10wrdXExBIjhVhFEoAGEXe5GcnLnJPGM7x/r/gfSdQ0dfFzacbtZPPsTe2onaAqygzA7W8pQWQGQ7VBIyelWvDev69qvjTxRZ3mjfYvDtgbeLTtQk3JJdylWM42nqiny9rjg7mH8JrhPjX8DL74n6089tfQjT7/R5ND1G0u5JEQRtIHWdQg/eOmXxGxVCSpJ+XFUt0Gmv9f1/SPS9Q0vw/pqavq19Z6dbLeW6pqd7NFGv2iFFYKJnI+dVDMAGJADH1rjLTxR8MF0zwdNY2emz2V0JLnQBYaO0wjAZQ8kSxxExDc65bC8nk11S2/iO2uNXhSHSrrTIraFdISaWVZnlCt5n2htrALkJtKAn72R0ryXT/AIG+Kf8AhWXhfQbh9JsvEmkLPBF4g0/UrtJLJJHV/MiVUTzWyBmOQhCUXOQSKX9fn/wA1tqdtNrfwvuPEmv6XPFoZ1S7gmj1Z57FQl1HGoM8cszJsl2Kw3oWJUdQKq3Enwo0vwLbaxdaPoeneGI71Dbtd6OIIxcuyxo8cbxg7mJUBlXkd8CuN139m7WvEPifxXeS6tZ2lrq8d/H9oheUyTLcJGI0eDAjiMZjGZYzvkA+brxFr/7O3jDxPoM8T+LoNJmEkz2WlyJJqtpZmRY1LLNORKXwkhz0Xz3AHcrovQUutvM9VvPH3g+fUNbtry5hZtFgmXUJ7mzk+z20exGlRpmTy/ulCUDZIxkcVQHxO8Aro1rqRmjj0/S7g2yO2lzL/ZsixDO9THm2AicfM4UbH64Ncz4k+Cut63rPiCexvrPQ4tS0+5t7h4p5p01SeWBIhJcWrARR7SucpuY8cgZBoRfA7Xl+Her+GgmmLFqt+9ysR1S7ddNUwpGCspQSXZDKz7Jiq8hM7VFJXtrvb8blf18j1G08CaVD4+vfGX7641u7sY9OSSRwUhtlYv5cYAHDOSxLEnPQgcVV+I+t+C9J0+zHjNbCa1eYyQRX1r9q+dFLNIqbWICLkl8YUckgUmj6x4ib4gXOhSaYX8N2GlwO2tzAxvPeljujVfuuvlhWLL91jj6c78Z/hRqfxBvdIu9Mu4E+y2t7YXNheTSRQXUFyiA72jBYhWiQ7BgOMqSBT2St/W/5v87hHV+9/Wn9fkd3Na6BG03iaWDT0f7D5curOqA/ZBmTaZf+eQyWxnbyTXnkfiv4PnwrbkWeijQ7e8LQ2f8AY5Hkz7BIZBb+VuQ7CH8zaBtYNnBzV+++GmrT+BZvAEN7a2/hceGU0i3v9rm+S6VDGJGX/VmMIEOM5JyOlcRD+zzrL2mralJLaQ+K9WuIzNf22q3afZ0FuIXk8wKHnZ8AmM7EwqKCNgJXV226ff8A1+YLVLmfr939fdY9Gn8SeALzx5b2zrplz4nmiFrFdfZA7lXiMog+0bCoLR5cR7slTnGDWJf+IfhBP4Wn0+4ttAvtB0vU5dPbTk0tbiGG8jXfKqwrGeVVtzMq4AJJPWuXm/Zy1qDxXFdaVr8ekW9vDHBa6vDI73kUSWH2QRG3YGF23ZkE5PmD7vSk0z9nbXdB0fVLOHV7G+uX1JbjSrq383S206E2cVvIcwljKW8oZjJUNgEsCch9H+H3r/g/P8RdL/1p/X9bd3beIvhpYeK2trU6JDrLWSxtNb2ajNuIRIsPnKm0/uVDiLdnYAQu3mm6J46+HGjeCorvSYYNN8O3kvlRW9to00AumePefLgEQaUFMsWVSNoJJwDXEaN+zTPoniewDX0WpeHtPuor+0W6nl89JEshbNFsA2Ycjc0pLPtPlgY5plz+z7r03hpdP82xWxj1GO5t/Df9rXhtrWJLZ4QsN5t8+MlmEhCqF+XbjBYklez/AK9f1Eul/wCv6/4HQ9Q0Twl4c1rxPp3xAsJRfzvpP2LTp4mXyIrSRkkbygoHDlIick/cGMc5s/EXUfCljoG3xjFaXWlTzJEtpeWn2sTy/eVVhCsXYbS2ApICk9ATWF4JbxR4b1vw/wCEZrKPUND07QF+3a/5RgDXitGkccSD5WVkErHH3dq5+9Uvxd+H+p+N18P3ej3SQ3+jXzXIt57iS3iuo3hkhkiaWNWePIkzuUZ+XHAYmnLy/rX+vzCP97t+n9I6XT7Lw9rA07xHY22nXP8AoXlWepxRIWW1faxRJMZEZ2oSoODtHpXB6Pc/Bq78LeILuw03wzHoNmq32q/8SuOKEooZknZWjHmKQHKSAENhtpPNW/CPwz1Lwj4K0fwPbzWJ8KQ6LPZXMyCRLtbhyNvkr90RBWl4J3DCDnmvP9L/AGYNeNrLJeeJbaz1P7NZWUkscBvotQS1EpikuEl27fnlDiJPlTy1ALZNKWjdtV0+9/8AD/MI2aV/62/r5HsI8b+ETc+EbVr6xE2tq02hRbeZlWAuXiGPlAiY88cNjvisD+0PhfqPgzVUg0vSdX8M21+0F7a2Wk/a4PtQwWJhjjbefmU7gpHPWuQ0P9nrxVpWueCtVn8bWt5c6KLSK6V9IT5oIbWWExQtuyqs0pY57nP8KitvR/AXjC30fxxaahp2g3H9u6n9tggt9Xu4FWMxxxsjyJCHUgQqRt67iOMcqW+nn+at/XkKO0b+V/xv/XmdDour/DiLxL4ctdJ/sJNZvdMMmkCzt4xKbIDd+7ZV+SPDZC5APOBwafpXjHwL4d0vVbjSVt7PT7e623L6ZpsnlzTuxU7PLjxO24EEpuwQc4xXKWHwq8VaPr3w1EM+k3mneGLKa1vLqSWSG4mMsQjPlxrGygIqjbufJ6HHU42g/Bz4heBfDWo6f4a17T7W4a0g062a7vbmaNlWQ77za6sIZzGQqoisgbk7gAKuVvs/1r/XzHHZX/r+v+Ael2XhPwx4y1rwp41snF7HpVnIui/ZyotoUmQK8iKADkoAmCcAfwg813GK8y8NJr3gm+8DeENM8NW0WhRWM/8Aat1DcSSxWQRQIBHK6r5ru+dwKhuS319NzQ7dNhK9tRaKKKQwooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooATGK+fvHPxZ8U6V8XjpOmP8A6FY6ppNlLpskcSpc292cSTBm/evICW2rHhVEDlyQcV9A5zXE6z4x8F6f47sbHUJLUeJgEt4Lh7NnaAzbvLiNwEKxNJtbajMC+OAaXVD6M574vfEl9H0zRo/D+rKj3uuro93eaeILiW2kEcjmH94fKjkLIqEy8KGPGdtcn4a8aeNPF8HwykGvtY63q5a41SwtYLaWzNlbOwmuAWj8z99+5RSrAZmBAwK9ruPDGjXVjd2U+kWM1ndyme5tpLZGjnkJBLupGGYkA5PPAq3Hp1pDcLNHbRRzLEIFkWMBhGDkIDj7oPbpRG61f9af5ifl/X9I8d0zVfFd4/jua18W6jqOlabNFYafKyadDM92hLXOyRoRHsG5IvnUndHJyDVCx8b+JvFGmfC+407xVNBqusqk+o2kVnbm2a1tzuvJiGjaT5jtiUo4GZVYcV7PfeGtH1TS20280qyu9OZzI1pPbI8JYsWLFCMZ3EnOOpzVpdPtIZ45ktokmjj8hJFQBljyDsBxwuQOOnFC0tfy/r5v8A7/AD/r5Hzfo/x08SeN9V8XR6PqOyOM6feQadDZpBe6dYPJMkpzdBY2nbZE5WQ4XeVAJXnW0j4seINYtPh2Y9c8nxFq8uX0B7e3C3NilyyS307cmNTCFKeWwBkdQN4OB7pquhabrdvNBqGnWuoQThRLFdQLIsgU5UMGBBwSSM9Caq6j4N0DWL22vb7QtNvby2CiC4ubOOSSIKcqFYglcHkY6GlHTfv/AF/Xr8l0f9f1/XnfQstTtNQmuorW6guZbWXybiOGVXaF9obY4B+VsMpwecEHvXhfxx+LPinwf4zmsNAfY2n2Nlfx2MkUXlaiJbsxSo0j5ckKoVEiAYvKCx21654W8DaX4RvNcvLKOV77W7039/dTvvklk2qignsqIiIoHQKOpyazPF/jHwZoXiLSofEL2o1WMiW1mms2mNmJHESyNKEIgV3KoGYqGPAJxT6x/roVpZ3/AK1JvHHjPRtN8LeIbtvF1p4fj0gquoajG0Uz2B+VtrI24CRlZdqspJ3rhWyAfNZ/EXjbVfB3gHy/Ed1pXizW7wW62gtbNg9usjSSXFwhRirrbL8yxsoEjheM16j4wi8J6BoGp3mvWFgNNupomu0lsxN9rmLIkQMYUmWQsI1UYLEhQO1Y+l+NPAmjabo1xp1vHY6bNK9pa3FrpEscFrI0wjeKRljC27GXClZNh3DBGRTW9we2hy8XxEvLbVfitaa/42sdI0/QDazRajFBEv8AZ0MkW5xtYtvbsC4PzHhei1yutfE/4i6N4J0DXWFzMskMkkMUcNmJ72U3W23iu42YGMvAY8iAbhI7A4wFPpoPw9uG8RSQ+HLa/wDLYx6nNaeHpLhblvMG5NyQkTssgBZVLFSuSBiqWmeOfhfbWOj39nZ2tjaxXM9vZzf2FLALKUTCGbcTCPs+ZSELNtBPc0LdMJNamZaeM7/UvHHjOxt/Gpk8N6ZaSNfamkNqo0m7SQN5EJKESbId3m+YH2nZyCSo5hfHXjrw14e8J+I/EOsahLoF15t1dLbR2Ed8I5bmIWkckTRfvMQthxCFfcxAyQK7i48W/C/w7rutxXel2uj6n9lnuL6a58Py27XUPmpHIRI0IE4aSWNcKWLs4wGzV65+JHw71K70nULqW2uL6J3S3mm02Rp7BhIIn83Me61xJhCZNgzxSjdW/rv/AF8hSWr/AK7f18zvINVtLm+ubOC6glvLXYZ7dJA0kQYErvUHK5AJGeuK8O/aE+K/ijwTrzWHh2XyJbXQptahSSOIRX0scyIYJJJAcLggbIh5jNKuCADXrWg+B9K8P+Jtf8QQJLJrOttF9ruZn3N5cSkRRL2VF3OQPV25NZvj7xd4N8OXumJ4oa1NzETeWzTWbXBtgrKpuCVRvJRS6gyttUFhzT6q4dGZfxV+JQ8K/DnxJqOnXttFrml2sE1xb4FxLp6zMFEskIOflUuwBwG2HtmvKm+K3jfT9OudU1PULlfD+handW97dWMunG9uYQltJEWVkMUjp5kyOkGCSFAJavf9em8P+FtN1jXtUjsrK0a3B1G9kiX95EgIAkIGXADEBefvYA5riLvx98M9G8PWeryaasel6NJMI3i8OXDf2VIhBkDosBa2b5lbDBSQQRkc0+txW0X9dDkNc8d/ERfGuu6DZsY7+6s9Uk05JFtfsVskaKbOcPkyhiWVZBMu3c5AGF5S/wDHuv618PlXRvEus6d4vj1htAhS7i06cXN4+xgS0cJjeKKNmkJj2nCOrfMvHpl54g8EWniXWtEaC0m12707+0tSsbbTmmnubUHyw0iohMh5wEOWIJwMVnaT8Tvh3FbaZBaSRaYsOp/2NZWculzWskF2wT90sTRqyZEyAtgL8+CealNfl+f9L1+4dtPv/Ff0/QzdW8Ra7p/xdtNAfxBNBpOpadcATFbNzBPHGjb4lCb48DezGbehLKABxXmXiD4qePdG8C2Gp2niOa9XVZNT1Kwnmt7KK5GmwRIIJW3RrE6k/vWRVEjLKoUjaa9kufG3w70nWfEUkv2O3v4bedtUu1018SpCgaaNphHtmZFI3RhmYelS6z4t8CT6PoT65bxQ2d1exWum2ur6TLE4nLCOPZDLGGTllAbaANw5xT6f13/pfgP+vuX9X+86jQ/EFpqcFlEL62uL6Wziu2hjOxzG44k8oncqkg4z6EdRXmH7QfxE17wfeaHpuh3Z02W/tNQuluzHDsMtvGjJFJJN8kcZDu7HBciIhOTkeiWvgTSrTxxfeL9ks+u3dnHp/nSvkQ26MX8uMfwqXJY9ST+VU/iN4l8JeH7G0XxatvNBJK00EE1k122YlLtKI1RiBGuWL4wo6kZolZ6hHTR6mDqfxUnsvg/PrzR2sXi2LwyuuyaKH3yxEw7iTFneUDhl99pGc15NH8WfHw0rXmGoz3GjaTOkn9uQx6f9saN7NZUWRGKwBRJuLKmZFR4x1LEfR00+iW8EviiQ2KRCy3Pqx2f8eoBk5l/558luuOc1wNr45+GL6RYQ2mnRyQQ6httdMt/Ds7TwXXleeHW2WHzIyYz5gfaMg5B5pPVy6fpr/SCLSSvr+uhxB+PfiSz1i8utW068tVtbVIYNIthb7ZrxtNF2RKrZnK7iyho9qrs+bdyRWj+Lfiy88KTSJf38VxYSLcaxewjTZGgiltjJB9nyREYtyncrs0qrjk5DV67qfi/wlpfjvT7e/spo/Ed0ptLS+k0S4JlHltMYUufK2n5FdiobqCMZ4rK/4Sj4d2/hyaVdDK6bp98ZJrOPw1cF7O5CCTzZLcQb4jsYMJGUZBBB5pPZ9P0/r/gBFWa6/wBf1+Z554b+MPi/V/iVoNrqN1/Zul3kltZ3NqsUJSG4k0z7U8LIQZhIHO4S58kKNhG7mmT/ABb8Yac15oQubq8vG1xLOPUGew86G2Nm84zMAttvZomADISoYZDEg16bp3j34eeIPFNpNamzutbvrWNIb1tOcPIkkHnpb+cY8B2hPmeSW37Tnbiok8Q/Dz/hD9QgTQ1/sKyuAl7pK+HJ828hUShpLTydyjbht5THQ5qpden/AA6/r5ij06/8N/X9aHSeCvG2leLdC0O7tb1nn1LT0v4re7KR3TxEAGRoxjjJAJUbckY6iuW+OXjXV/CcPhez0q4msG1nUms5L+CKF3i228sqqDN+6Te0YUu4IA3YBYrXS6d4S8P6r4qsvHVq3229fTBZ2Fykm6GK0kKyN5QHAEhWMk852LjFSePdZ8N6VoaR+KIIryxvJlt47F7Jr1rmTlgiQIjtIQFLYCnAUnoM0S+7/h/6+Y4/f/wxzPw++J97rfwp0bVNWW0HjG60WTUjo8Ew33PljBkiQ/MY2YphgMfvF9RXm/gL4peNPF+j6+Dqk8yf2Pp2r2F9D9htphLOZRJARIjRRR/IGRZcy7c7jkive9GbRNft9O8RaalneJNaAWeowxqWNu+1sI+MhThTjpwPSmyeCfDk9jPYvoOlyWU85upbZrKMxyTHrIy7cF/9o805ayfS/wCG/wDXyJi9F/Xb+vmeQJ8U/ESWvw11kag93BrVtDHfWax26wzTtBIQI4seeGaRVIcOYwoJIxzXAaP+0B43vZtItpNRmk0/XotPnXVIbW1FxZyzrcM1uiEeXErNCiIbgsygOWySor6pXw/pKaumqjTLP+1Ei8hb0W6ecsf9wPjcF9s4qD/hEtBNle2R0TTzaX0pmu7f7Knl3EhIJeRcYZiQDk5PFJ6tsfS3l/TPCvBfxV8Y3F94K1TxVPJFpGsxW1isGkNaPHLeNNcRmWRGTzmikCwurxEKASSNoJrf0vU/Fd5N48ltPFt/qGjabLFYafKU0+GZrxCWudkjQiMIN6RfOrHdHJyDivXI/DmkLqkOpJpdkuoww/Z4rtbZBMkX9xXxkL7A4pt94Z0jUtLOmXmlWV3pzOZGtJ7ZHhLFixYoRjO4k5x1OaT1vbz/AB/y/rYf/A/D+vz7nOfCrxyvibwJ4Uu9V1C1bWdUs9+wFYjcPHxK0aZ+YA85XjBBHBFd0OK5i++H+jah4v0XxJcW7SX+hwSwadGGxDbeaoWR1QfxFBsz/d4ArqKpu5K0VgooopDCiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigBvYV4x4t+BE/ib4mNrr6hFJo81/p+qSW8/mGS1uLTbgwKDszII41Z2BZQGC/eOPZ+wr558d/FLxXpvxoGj6ZcmOC11PSrX+y5VhWO8tLk4mlXKmWWRSXxsKpGIGLE5wZ6x9So3s7dj3HRBrC/wBof2xJYyZu5DZ/YY3TbbceWJNzHMnXJGAeMAVr1naVrum679r/ALOv7W/NnO9pc/ZZlk8mdMb4n2k7XXIyp5Ga0aokKKKKACiiigDkPBWr+ItY1PxMdZ0qPTdNt9RMGjuQVmubdY0DSSLubH73zAp43KFOBmuF+LHwIuPiT4qe7GoRLpGoWttaahaXPmHy/ImaWOaFVO1pMSOo38IcMORg+r2Gtafqdze29nfW93PZS+RcxwSq7W8m0NscA5VtrKcHnDA968J+OvxT8VeFfG50/QLloJbWysr20snWEQ6k0l20U0bF1MjsFVVWOLBDShmYDFTpzQX3fcUr2dv61/zO98f+A/EnjvRdUsZNUsrF7bU7a+0WW0WWNwkWxmjuH3E5dhKu+PaVVlI+ZcnlI/gDeweHdF0W0fS7NItSk1i4vYTMHs7h5xMRax52sBjbukOc/MQSSK9istc03WLvULSx1G2vLrTphBewW8yu9tIUVwkgByjFWVsHBwwPQ1pKMU42i7r+tv8AJES13/r+rs8U8H/BPxD4Gvdem0bWbW0821vIbFnaeXzpZpjLHNcozbQYclVEYG4M2SOlWPFXwj106J4P8NeH7nTG8IaSFfUbDUWljl1GWNlaMvIgPybw0jrj52xk7dwb2MtRmkvdtb+v6uU9W2+p5P4w+Dmo+LY/GF6daS01zUpbP+y7qFGAsoLSRZooic5+aXzGZlwRvGOUBrlf+GY2m0xLIvZWL6ldTT6xdWF1dxsIndG8iNQ4EwOzlpySGZnAyxFfQlJjNUtHcT13OS8Oa14i1Hxp4ottQ0qOy8N2Zt4tLu3BWa6kKsZyRuIMYPlhWwuSWGOMnh/jN8Cp/ihrP2qK+hSxvtJk0TUbO88wxGFpA6zoqEB5Ey+1X+TLBjyor1W31qwu9SvNOgvrafULMI1zaxyq0sAcEoXQHKhgDjPXBxXhn7RXxR8VeDNfFhoF19gkj0ObVrPzBCkF9dRyqv2eR5FZmG0qBFEPMcyjDKFzTV7q249bOx3njfwFr3jPw74k8OjVrTTdNmt7VdGureJ2u7eeJg7PMzNtcb0jxtAIG7JJxjn9A+Bt1ZadHaXdxYw2d/ry65rFnaCV45zHGghiV5CWfMkUUkjvy5BGOa9An8U2eoWmqWNtrlhput2Vskt3HJIkr6d5iko8se4YB2sRuwDtPoa8Ij+Muo6h8FfAmqQeOoT4z1bfFaQxmzEepTpIN7T5XakMcY3SbChG4YO4qCuVt363X5/5onRxt0/4H+R6Lpnwg1vQPiVdeK7PxWbxLiK+L2N7YQgvLMYjEGmRQ5jjESKB1CqBnrmnr3wl8RQeAPDOhaFd6XcahZarb6zqd9qfmr9ruUuFuZGAQE/vJN3U/KCOuKwfif4x8S+Gdf8AGN/4f8S6hc6d4f0VrzULWS3t7mG3uJyBAkaLEshMUSyTFWc5BiB4auUvPir49s9B1i6XVpLjTdNubiLT7u1utOku72byYJIIpiyrFKoZ5EcWwL5KKCSCTmklZL1+5/1+BXW/f/I9K1X4GDV/Gep6xLbWI05orp4tJN1cvb3lzcwGKZ54y3lxghnB8tMtu3E5HOZc/BzxdZeA4tF02/0kztrtvrH2a7luXtbKOGaGVba3YlnKs0JJLEAGRiFAAFZOs/ED4i2vjfUtKtpU/tCe2vJorUzWRsrKBIFeGQ8+ckoc7GM2Iyz8ZUcVdQ+JXidvhdr2q22tXdnc6Xqcsem3eoXenLJewpbo7eZsR4p9kpdNkJUttA3g5NW9Pw/NC318/wBP8j2XTta8TXPxGvdOn0mGHwtbabC/9pNkPLfM5LRx/N80YTbyVBDcc9uc+M/wkvviRd6Pd6fe28MlnBd2VxZ3vmfZrqC4WPd5gjIZtrRIwQna2CG4rvdP8Q2F9dxWK30I1NrSO9axdwtwsLEgSNFncqlgRnpkEdq8p/aJ+IOveDbjQbHR9RbR/t1tfzi/xAsXnwRo0UcskysqRkNI5CqXYR7V6k0baev63/yHG7d4/wBf1udFffC/UbrwXL4Fh1G2t/CY8Nro9vOsTG/juFUxiUnd5ZQIEO3bncDzg4rhT+znqMui6s9yNGufEWr3cc8160t0BaMlu0AuYnDeY85DMxLMowQucKDXq3gnxsmu6PoUGpT2lp4qutHt9TvNHWUCeESKAzeWTuCeZuUMRjKkZzXXA7jTlHWV93v94oy91Jbf8Bf8A4Ky+H+ox+LdP1m+1JNW/sfRxYad9oUh2uHx9ouZSONzhI1G0cAyf3q5TTPglqsXhXX9ImvrLTrfxDqEMuoWNgZpIYrUBVnjidzvLzKuGY4ADHA4yfauKOKd/wCvnf8AMVtLf1tY8VuPgNcS/E468b62m0qHU11qzgl8zzbW4FuIfJQA7FjYgOXxvI+T7oFRwfBfWE8MeJbJ7fQpm8QXcc1xpTz3X2KEKm1nDg+Y7sQpI+VcKB7n21hmkC1Fla3T/hv8kHW/9f1qzz/wuPFGg+JtE8Li1XUPDOm6Cq3eu3KeXNNeK0aRrGAxDAoJWYY+UhPmOaZ8Xvhze+PYdCuNNu47e/0e8a5SG4kkjguo3hkhkhkaM71UrJnK9duDwTXaHWrBNaTSmvrZdTkga5SyMyiZolYK0gTO4qGZQWxgEgd686+PHjPVPCdt4Yt7G7n0u31TUmtLnUrcwI0IFvLIi+ZODFEHeNVLsrYGQAWZaben9d/6RUVbRdv0Nf4deA9R+G+leG/Dlhcae/hfTdNeGZTA63LXRdWUx4bYkIBl+QgkfJg4Bz32Bn615X8Pvibfar8LNEuNZexPju70OTUxpEUoWS78vCmWOM4Yxsxj5AwPNUcZArzHwL8UPFnijQtfkm8RO1sNJ03UbPUHvLG0mjupjL51u7GF4oVIRWWJw8ij7xBYAVP4mnuv83/wSY/Crf1t/mfUY5pBgnFfLOlfGjxZf+OfBED67tsbuHSI72BbaCMvLcRyGTMBBldXYIRJEypGOoYBquX/AMYdattM1S0XxXHqEieMf7Hk1PTUtFe2tmsxLGgLZiiDSjy/Ml3YBPVtoqXo7f1ul+odE/62b/Q+msdaCOlfOXh/4neLbi3+GGo6nq8cd1qsyWmp2NtLbvFco0sscc0cHliYiQBJPMV1VVBOzAIovvH/AIrt9W8W6da6/JdabZXNpO14l5p7zw2jvOkoimZI4I5CUixFNlgoc7iWUB2f9eQ/6+89h1nWPEcPxB8OaZpmlRT+Hp4bmbV9RnypgwoECxHd8zs+dylT8vORjB66vPvhV46k17wP4Ul8Q3UVp4g1eCSSC1uZY0nu0jY/vFQYDEx7HbYMDf2Feg0Be+oUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFACda4jWfiJ4R0rxtZaVqEsa65ujto7k2jssDz58qFp9u2Npdp2qWBbjjkZ7fpXjvin4Cf8JL8Sz4gk1GJ9MmvLHUpbS4iZ5YLi1K7Wtzu2J5gjiV2KlsKQCNxwdR9Gd74n8S6L8P9PS7vVeIXd0IYoLG1aae6uHBO1I41LOxCsTgdFJPANZuj/Fvw54k1bT7HSJbvVTe2sV6lzZ2M0lvHDIZAjSShdsZJikGGIIKkECsbx78OfEPjzS4luNYsIr/AE/WWvtPEVvNFDJaGNo/s1xtl3sSkj7mQqCQPlxkHC0v9npdFvvBy2M2m2MWg+VJJqdpaNDfTFZpJXt1KsES3YyuNhDYVmA65CXn/SsS+tv6dzt1+LOismqAwav9r014lmsP7JuftREjMsbpFs3OjGOTDKCPkbninRfFjw9MdBkSa6ksdcEf2LUEs5Tas0hISN5du1HJGNrYOSB1rirz4R+L4ovF17oOuaP4a1zX2hjkksLOXyhGsjtJMcyZ+0ujlBIOFwDgkVbn+Dd3fweCLIx6Jpll4dELJNYwTG5hMbgmOB3f5UdFVGL7mIZ+5zTWy+X/AAR9zds/jd4W1ZbwadJf6nLboswgs9OnkluIWcxieFQmZYtysPMTK8deRmTTvjJ4c1Oy0G+hOpCw1lxFa3smmzpCJDKYlSRymI2ZxtAbGcjHUV5/4T/ZsvvCNlqYtvEMS6q2kHw/Y6t9ndrhbRpFJeVi/wA0ioqqgXaiFcgfMRXXeLPhINauPCNlp66dpmj+Hmga2nEDtfW3lMpCQPuCqGVFRiQflLU9Lr+u/wClhPd2/r+tTrfDXgvSvCl1rN3YQuLzWLs319dTSNJLPJtCLlieioqoqjgKoArI8Y/ETwl4V17T7fXZFW9TbLHcPZvKlksriFHklCkQh3OwMxGTkdji54N1LxPqGpeJW13T4bDTItRMWjAACeW2WNAzygOw5l8zbjBKbSVBrifip8BP+Fk+LDftqMUem3ttb2moWc8TycQTNJHLCAwUS4kdNzq20EMuCOZW8e3/AACtNf66noviPXtH8D6Zc6tfgW0MksaubeAvLcTOyxxoqIC0jsSqgAEngVg2Pxj8Nare6VZ2Dahf3OoiRlittOncweXN5Mnn4T9yUkyjB8EFT6VU8ffD/XvH2japYXOtWlr5epW1/o8lpbyxNCkWxjFcMJdz72Eilo/LIVxj5lyeQf8AZv2aVolnaSaTp09teS38+q2VpJHd2jyXCztHZEP+7QlQh3bsjJIJJojq/e2/r/gilotDvovi94fmsdTvgupLZ2E5tTcNps4S4m84w+XbnZ++YyDaAmcnFJcfGHw1Z2FhfzXF7FZ3cjQtM2nz7bR1kETLcHZ+4IkIU+Zjn2BNclN8CpZtW8U6gI9GtV1SMpFptnHPBbSyfaBMl1cFJA3nqQcPHtILMcnPFOf4Fa/ZaP4f0bTNY02fRYb+fVtZstQhuG/tG7eYSoS4lLeUjZOxi28qm5iAQxC9lzA+tj0GX4oaNbarqumyx6lFf6dCbhrdtNn33EYcIWtwE/fDcVX5M8svrUdr8V/D9/Bpj2j313NfyyRJZw2EzXELRyeXKZowu6II5CsXAAJFc1qXwx8TjxL4o8R6Jqeh6Drl/YyWVlPHYSSqzMyFJ7oGQeY8aoQoXA+ds5HFclP+zLqF3ZaQTqlja6nb2sllNeqtxLJFvnM5vIWaTP2ouzsXfIy3QAbS49L/ADK011PZ9E8E6XoPiDW9ctYnbVdZaM3d1NI0jMkYIjjXJ+VF3OQo4y7HvWT49+IPhLwdd2MfiN1MqA3qN9je4FnGhCtcyMqnyUUuoMjYAz161Z8O6l4mvfGPieLUtPhtPDNt9ni0mZgBcXEm1jcM2HYGPPl7SQpzvyMAE8Z8YfgP/wALS1lb1b+GG3utMk0bULO8ieWJ4HfeJkUMoMyZfbvDKC+cZUUdULvc9A8UXug+HdC1XWdZW2h00QZvp5Id4kjHAVgAS/XAXBznAHNcNH42+HWpRadY2+gPfSTXE8Q02HQJHltJIzEJfOi8vMOPNhJLAZDKeRWt4z+H2s+MfD3iLw+2twadpVzb2yaTLa2zi7tJojvMkkhkxIC6xkBVQgBuSSCOEuf2a5p9Ba0R9EtNTvL6S+uNUt7SYTae7JEgezbzNwkxCrF5GJZ/mOelH2vITvZd/wDgf0jtrz41eCtJ1DWrGS6dHsY7ma6kjsJTFI1vGpnRXCbZJEQrlAS3QY4qf/hL/CllpeizHRbu3dpZF07TW0WVbuMqfndINm9FGcl8AcjnkVyH/DP15/wn+v8AiGW/02+iv4r2Nobm1kY3sdwiqttdjfseGPaMbVDEAZPLbsi9/ZhurvSLVI9VsEvAb1Ft2gnNnp0dz5JJs080MjxtAHXcSN0j8LkYO1/L7xu3Tu/u/r/hj1KLxb4UufEniTRrWOO61i1tFudUt7exZ3mj+ZQpIXErcMu0EkZxjmuev/ix8PbLRLC8urd0hs5Z1hs20eU3Fk1uqtMxg8vdEI1KMWwAAynuKfb/AA/8U2nxFvteXVNKvLF9DTR4oruCVrh2j3ussrhwp3O53AKOBwc1xer/ALMV5qvhmDTRqGkwr9ruro2C2kwsrJ5o40ElsBKHWSMozjcxUtNIcDjBr/Xr/kDs/wCvLX8dD2DS/Ceiv4quPGVsjXGq6jZRWq3jyM4W2B3rHGDwiljuOByeT2qr8QvGnhrwjbWn/CS/vo5WeeK3Wye7cCJd7zbEViFjGCXxhcjnJFQ6DceK4fHU2l3NqkvhOx0qBF1W4AW5u7/cd5UK5Bj2bc5VcPnGR0xPjD8IpviXdaPd2l/BbzWMN1aS2t9E8trcwThNwkRWXeVaJGCsSpIwwPBDfl/X9f8ABCOvxf1oeh2D2GpJDqlp5FwtzApiu4sN5kJ+ZcMOqnOR25q/2rlfCnhe/wDCX9maTa3lq/hTTdIgsLe2e3b7X50fy+Y0u/aUMYUbdmcgndg4rqu1Dt0JV7ai0UUUhhRRRQBzp8FaU3jMeK5IXm1tLNrCGaSRmWCFmV3WNc4XeyIWIGTsX0qv488RaF4e0qJdct2voL2YW8NhFZtdy3UmC+1IVVi5ARmPHAUntUR1HxPN8S4bOHT4E8Hx6a8lzfTDErXhkTykiw/KhPN37kGDswTkgZfxb+G1z4/t9EmsbyK1v9IvGuY47oSG2uUeJ4pIZhGysUKyZwDyVAOQSDPRf11/p/iPS7v/AFp/SOm0jWNF8RaRY+JdPntbuxntfNt9RQDBhYBshjyF4BI9uelcVZfEXwH4h0fUjZaVNqkETxXs+nw6HK8syzbvKulg8vdIj7GxKAQdp54q34Y+F9z4U8K6X4Otb+0PhGDSJ7C5gFoyXUk8hGJI3D7I4wDL+72H7y4YBcHi/Df7PF94d0bV45J9E1zUb6ytNJkfUrWZorq2t2dhLcfvCzzMX7EIoUBQBTlbmdtun3/8MKPwq+/9f8E7S4+KHg9ta8O3Rtbm5k1dYYtK1iPSZpIZPPUsiLOEwuVySCRjnOKyIfiT8O7NtW05tCuLG4zbx3Gmy+HZo5rsymTyVWLyszE+VK2ADgIzHA5rY8NfCybRdT8JPeas2qWnhrTGtLOOSIq7XLgI87HcRxENir2Dvyc1heIfgde65ps1wNYiPiSXXm1uW4aORIJ18p7dLZwjh/LFuwThhkgnozAt2/r1/wAtf0Er21/r+tjoNC+Ivg3xJ4l08aNbSapf3FjFPHqVppkjxw28nmbA8+zEeTHINjEEEYIFYUPxe+Fr+HdZkxBFo9pEupTo+kyCO4jZnVbiJPL/AHylonwyg/cz71n6L+zsuhaj4Q+wzadYR6Fslk1KxtXhvp2Essr24IfatszTOPLIbCsQOuRlaV+zpr+geF/GenafrmlJc+INOOmu5tJhFMWMge8mXzCTOVlIwhVePpgeztvrb9Cla6v5f8E9em8J6L4h8SaJ4slia6vtPt5Bp0ju2yATKA7qnQOy/LuxnBI7munrz3TpPG2la54M0UWWn3GjxWU39u6iiMiKyoFt1t8yFtxYEsGUjb/EDgH0Km7XJV7a7hRRRSGFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFADR2r518e/EjxbYfHCLR9NvJIEttR0uGLS5WjWK+spyBcyIm0ySuuZCWBVIhBkk5IP0UO1cNrnxT8MaD4zs9DvpJU1B5YbQXf2Zmggmnz5MLzYwrybeFzz8ucZGZ6r1Docn8ZvibHb6Bp50HW/JtDr/8AY+q3+m3EKtZyLHIxikmkBSDMgjVnYEgNgDcy1xvhz4pazqWpfDKxvvFiQ+Mb6KOfUtMMsENnJYiWSP7SyuqyNJPhBGqkHPIUKHr6Pls4Jo5IpIY2jk++jKCrfUd6ZNptpcTxzS20Ms0f3HaMFlx0wccVUdN/6/pg/wBP6/r/AIY+b9J+JHijQ9C8TaM2oX3iHxFvhj/t/S861Y2QlaYNIEt7dWjeNY2PksrcmLLYY1a0/wCJerXfhr4Q65b+IbuW81C3sF1PT55EiurxXKpJILFoQ8hYliXRkCqu5QwGD9FW9rBaRlIIkgRmLFUUKCT1PHekNlbi4SfyI/ORdiybBuVfQHsKS8/L8Og+lkfMcfxN8X+MLnxtEdcuvCsqnS7+3tNZtpNIj0+1M8qSQfaZrdgJpERCSQ43MwThc1auviT4ruh4J1LSZtQC38NmlppNxfWonnf7UYrp7lGXzJ0MQ3RyRBVABYhc19J3FnBdxtHPDHPG+NyyIGBx0yDSi1h85ZvKj85V2LJtG4L6A+lKPu7663/4AnqrFHTvEGnaxfaja2N/b3lzpswtryGGUM9vKUVwjgcqSrK2D2YGvCfj38SPFnhzx7Hp2gXsllcQWdnd6dZO0SwanI900c8RBVpJn2BFWOPbt8zezAYr23w94S0nwtc6pPp0DR3OqXRvby4lkeWWeUqFBZmJOFVVVV6KqgAACsPxn8UvDHgrWrO11qSRJwI5HuVtWkisVlk8mN5pAMRB3OwZPOD2BNUvij/V9A6O/wDWv9I5/wCMfxLj03wdqp0DVg11p+q2em6vLp0kTT6asrxl9xc7Im8uRPnk4QOHPArg9G+KWvWdp8O5dd8X2NmLvxJdaaYvPgI1SyUXIimMrKpcDZGu+NVDsA3RgK928XeItL8H6JcajqSM0EjpAYYYDLLcySMI0iVAMuzMwUD39K4vUvjF4Ti0TTtYOk6lqGmvL9j+0W2ltMLOcTi3MEgA3I4lwm0DqKlLVddV+n9fMUldWWn9f19x5r/wlfj281DxfpB8SQ2t3a2zy3mqSalapYWUi3sYjjidY3NuXg81SJgzBlB29zDrvxN8W/8ACM+HdT0W7vSzJPbWli+o2jz6hfRXXl7yWjBurZ1+40Kg4bcQOCvr9j8T/Detpq0Gn6de6gkavcBIdOYpqCrII5HgJG2ba+AT9D0INFz8W/B1hoHh7XLl3hh1O+TS7GNrRvtCTtL5DRlANyBXBVz91QOTjFXHdLd/1/wxUuv9dF/w5w+keKdRt/FnjjRtX8SSXDGC7vLfUrTWoPslhGtxiKGX9wPsku10X5vM3bJD2wefuPiLry/Drw7qi+J3/tm21aa2ZFvoGOoW6XYTMMflD7d+7+QOnlbiS3HSvVbT4qeF9S1PWNMsdOvb6eJbiVkg04lb0wSiKcRHGJGSRgpB79M02X4t+FbfSNH1mayvo7B5WtftTaY+3TXWUQMkzbf3WJPk/AnoM1ENFHrt+f8ASFLqv62O3tPEGm32sX+k21/bz6np6RPdWaSgywLICYy69VDBWwT1wfSvCv2kfiL4r8J+I4LDQL99LddGm1HT2do44L6+SVVFvIWVmlJBULBGAzmQncoXI9r0jwfpOi67rGs2luw1TVmjN5dSyvI7iMERoCxO1Fy2EXCgsxxkmsTx98UvDPgK5tY9eeQOsZvXeO2aZbKBWCNcysB+7jBYDcfU+hxXVXGupi/FX4l/2L4A8Wto+oIniXRrO3uL21swlzdafHMw/emInGQglZd3ynYSeAa8guPitrVt4SFvc+Nltdcm1uW18NSm/tWhv4Vjhkd7qZo1SSOAvIrtHgE4VSzbSfpbxJ4i0vwlod9rmpyrb2FvF5k0qoXZl6AAKCWJJAAGSSQB1riLz4weBIvCkep3ymG2h1JdHOnz2BNzb3bFf3TQhSVIDK5PQKdxOKX2r/h8/wCl8yXpFPt/l/TMOf4jQ6b8UfH2kat8QLS20uz8PQ6kFV7ZG0ob7nzXAIJJWNEYl8jocAECvKvEHxg8Sr4D0690rxfIbSd9Tu7O4mvLRLtraNYjbea+wpJON7MLTCu6uoZlKHPvV58VvBVhqGtG7RreLT4rprjUnsW+zy+Rxcoku352TGGUf3SOdpxn3Xxm8KaR4XudXOgauLHTbiX7dFFpBL2EsaI5aRB0JSRGBXOQeOeKFt/Xf+l/w5T97+vL+mzkbLxp4mf4q3WmXmsSNp88F3PcvDe20cGn2Itw8ErR7TLbzByoYy/KSzEbgMDFufH/AIhT4Q6pfDxYsWs6ZqtzHY3X9r25ju41iWRVjl8jbelSwXYqRlmym4bdx9o0/wAfaRrGseILGy0fUriTT1Zb2ddPIimkWNH8kMcb5Nsijb7kVQT4t+D10nTLma3uLQNqi6VFaz6c4ltroyJGFdQpEfzSR/MSB8w5o3262/P+vvEtv67f0zr9P8T6dfajFpRvYU1k2SX7adI4W5SFiVEjR5yF3ArnpkEV5L+0j4613wnPoNppepy6Hb3tvfy/2kHiiiW6iRGgjlkkVsIQ0jbFUvIYwo4zXq1t4Q0q08VXviRLYvrd1bpaPdSSu5WFDkRoCSEXcSxCgZPJyay/iB8QdA8BW1s2tLPOZRJcJBbWrXDrHCoeWYqAdqRgglj0yAOSBTdhx08zm9S+J99afCm6m326/EWHwquuy6HGA9xGxiOXEGdxUSh1A7ldua8L1D4seMk0G9htPFJm0r+0P+Jfqs2oWsck0f2AyvFJeCPyRIsu1vLVWzv8vf8AKWH1hN4k0iHw5J4ka8hGkLZ/bDfryn2fbv3gjkrt54rhU+MvhOTw7qF0umam0OlzhL/Tv7Ik+0WWYxOJJYduUUxsHDHrn14pPXm6fpr/AEhRtaPX9dP6+88ji+K3jzVvF1rb6Vq+NSeWC1+w6tHFbRPaSaYs32v7MFMmRMS7yFgiBfKAY5pY/iL4yPhO/uZNYvIfD9nfpF/aLatpzXtwzWpdkhuAvkSKswGUUFyG2jlSle+WvjzRNX8Q/Y9Pt7jVrj7KJJry1sy8MSPGJUjeXGAXUhgnJ+Zc4yM4c/xj8K2mjJLLpeoxTQXxs00g6Ywuo51h+0HEWOMRfvMg9PfiiTSTT0/4cUVqnueen4q+JtM8W29rea5by67c+BLjVB4VxCJItSjW3ZVCD947tukO3gY6LxmuU0T4m+MdQ0PUrp/FEs/hWGSynOpLf2cOoZlt5WeFZWQQBxIkUjQjcyrJtyT8o97t/iV4bvtc0tY7C7ebVLQXmnaidPYR3i+T5uyOQjO/y8nacHgislPjZ4ZlW4tjoGuLfW2oxWn9mnSG883MkL3ClV6E+WjOTnjIz94Zq17r+t3/AJ2+SGmkl/XRf18zovAHjA6joXhmy165t7TxhfaRHqE+ltIqzkAIJHCcHaHdQcDALAcVzH7QHi3UfDNj4bhtbyfSdP1HUmtb3U7eeG3+zqIJXjDTyhkhRpEQFypP8KgswrubXwvpVz4lj8VtZyf201kLSOa5dy0ELEO0aoTtjLMq7toBJRc52iofHPi3TPCenW7anb3F+19MLa20+ztTczXMm0uVSMDnCozEngBSaUrddP8Ahwjppvp+hyHw/wDiXqOofDTQl1qayf4h3ehS6oukxtskuxHhfOSM4bYzNF2GPMA46V4nofxl8cXOlsI9a+16Tqaaa02r3t7bQSaZNMly1xHJKIjHbFjFCqxkSNF5gz8zAD6n0LxNpHibw7ZeJNOvYbnSbq2FzBfDhTCRu3ZPQY659K43TvjH4U17TdSNhYalftEIbiTTItKkNxcQz7jFcrEVy0b+W5DnH3DnBxSl8bf4fP8Ar7gj8KW/n/X9anjdn8bPFOqeMtEk0661GGFH0wLot95TPfWUikXEqKqeZcyErKwkXYirEp6uVNjTfjlcTw/ES48Y+I9d8MQxS6dPY2K6d9gntWnRgljE9xCA0jsqbiSfmLkEIMj2G2+OHgm91rRYLe7aY6glsttqC2j/AGdGuV3wQtKRhHkUZCdemcZGbjfEjSdZ0O61K20LVta01ZVjSSHTi63SkH97EGxvjGD83TkYyDmm9FK//Dbf18xrRo8l0b4q+JYfGHhW08QajFdxi00uN49Iv4V/tG5ud6TTJGI2NzHG4Xd5boqBXb5ugoD4g+IND+G/xGhvvGqjW9G0433/AAkcF/bXtiZCs+y3iJijWCUtGuY2DkBlwSTmvX/DXxa8IeI77wna2EdzHd65YyX2lrLp0kWyELk5YriMleQuckc4xio5vil4Ws4dQsZ9Jv7a8t7qKIaRJphE91JLvMbRRgYfcIZTu7CNicYonezT0vf+vkEdLPtb8DotA8b6Nfaf4bjk1qxlvtatjLZolwhN4URWlMWD8+3OTt6V1Vcboej+GfGFzoPjG1tDPNa28iac8odBaiT5ZcQnASQ4KMdu4AFc4yK7E96b3JWiSFooopDCiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigBOteR+JfgJbeI/iSfEsuoIbOa6sr+aymtzJJHPalSjQOX2xB/LiDnYWITAYBjXrnSvnLx9448XWvx0g0vTL6e2+z6jpaW2mySAQ31jMcXTJEFLSsv70tISFiEK92wZe8fUpXs7HvGh2uq2xv/wC1NQt9Q8y7kktfs9qYPItzjZE3ztvZecv8uc/dFa1ZOheJtM8Si/OmXkV79gu5LC68o58q4jxvjPuMj861qroSFFFFABRRRQByHg2bxTd6n4mfxBbW9npw1HZosahfPNqI0BaXa7LlpBIVxg7Su4A5Fch8TPgFb/EfxSdTm1COKyu7WCz1CzmtzNvWGVpEkh+cLHLh3QuyuQrfLtIyfRdJ8UaVrl9q1lp9/Bd3elXAtb2CN8vbSlFkCOOxKOrD2YV4T8e/HPi3R/HkVhoV9PY3MVnZ3GkW/mqkGozNdlLiEx7S1xJsEahBhUWQyEjikrc0F933f5BfR2/rX9H9x6T45+GurePdH1awvvEEUSnUbe/0lre0eP7IsWwmGYrKGmV2WQMVMZ2yYGCNxo+HPgpb6NB4dtmu7Y2Wnanca1c2VrZiKGe8k3GMou4+XHEXYqvJJVCWyDmp8ZfiQlt4P1pfD2pyNdaXqlnp2tPYOqTWEcrRs5LuNsX7uRSZDwiuX/hrzOH4l6pBpXg2w1Hxk1r4ou9WnTTX+3Rx2V1pkV4A11cPIqmceTiJDwZWZWVeSykbX0/rb/gP5X6Cltr/AFv/AF87dT02w+Bsel694i1q1/sdLu/tp7K0s3sJXs44ZpRJN5sRmO8uVGQhjXjO3JNY17+zAl9o2nW0fi7U9Lu7N1ZF06CBbOJPty3bRwwSI5iXKKi4fhUTO7BB5nUfHHiXww3jmytNXOtagsonOsW2rfabPTLd9QEbRyxmLbayxwSE/wDLTiJmI+XBtTfFUWelfDq5bxS2jQyeJH0yWC51OO5j1SFTKrTrcSIrzQ52bWAUZIzniiDa5ZR02/P/ADYTekr/AD/r5HVaB8BLzw94k17WotW066u9St7uBmu9OZvtonmEn+nASgT+WoMabRHhWI6cVC/wJ12HSfD2lWfiLTV0SwvpdRu9Gm0uT7HPM0okhSNUnUxwQnJWIlgWCls7cVVn8QCL4k+NLOfxTdN4Zj0qa8un03VTcvp0sUqltxCA2r4LKsSl9wVicbcVhSeJdZ8AaN8K5Nf8bXVhdazrpkudM1W6hMn2WZJnWGR3UOwiHkoTx8/UnIFEXtby/PT/ADCWvNfzf3LX/I9p8O3Pim48aeJ/7Ttbe18MRfZ49I4X7RK4VjcSMVdh5ZJQLkK2Q+RjBPI/Fv4DwfFHXIr9tQjt45tNk0i+tbq3NxHLbu4bzI13qqzJlwjsHC+YTtyAa9Es/E+lajr2p6LbX8E2q6akMl5aK37yBZQxjZh2DBWwf9k+leF/tKeN/Fvh3xHbWWg382lH+xpr3S5PNEcF3qKSqFt3G1mnYqVCwKBu3sSQFyKjurFdGek+MvhzqPjHQfEWgT6+LHSL63to9LFnaslxp8sR3GRpfM/e5dYyAAhAUjJzkcFefsqw6jpl2V8UXmh6rdSNJI+i2sMdmpLQ5KwyrIwYrbxqX37m5JJyRXU/FX4kNp/gLxhFol5IPFOi2VvcX9rp6ia5so5jzIqt8pYRrKy54+TJry+zv/E3ijwiunweKdTTUrzxC2meH9R0vUTKptWjjllmlk2AXIgAnG/G1mULk9TF05Pv/wAGxMrOKutP+B/l/Wp3mv8A7PMGveIdb1T+0YdNnu7S5t7WawtnSVJZ41jluJsybGchSP3axZ3sTk4IseGvgSdF0G20WfUbRNJ/ttdZuNL06yaG0wiqY7eFGkcxx+bGkzAltzbgAA3Hn+vfFPxJY6148jnub2HUreDU4NPhsbgTSafDAgaG5lsvLA2yDDCZpDkvgADpxmofE/xnBoktpB4kuIkjbU307VY9TS5spb2KO2a3gW78vfeKfMlIhCBnffGcCPNNdLdk/wBf6+4bje9+7/Kx9D3Xwnmn+Itz4tt5dJsboQTxQraac0b3bSRqn+nOJP8ASFXaCFAXoOeKwZvgZrFt4MGiaRrWj6a8uuQa3MiaS4soWhlhkWG3gWdfLQtCC2WbJdzwTXC6v4++I2i+ItbktpRqOsRaZdXlxp9rfRzQWEf2ZXhV7UIWilWQgZZv3nzEbhwtTxd8W/EVn8M9Qs9Bk16c2k80s/ivSC+txTLGkUgSGdYVALtJsbKBUEcoBztNDtDTsv1/zFzaX/rb+v1PoDT7jxbN8RbyK5t7aLwhDpkKxzFQJp74uxdo8OSIgm0YcA7umRzWD8XPg/8A8LLvtHu4tQisrmwjubZo7u2NzbTwzhN4eIOgZlaON13ErleVPbsbLxdpF9raaOt4ketNYpqR02XKXC27MUEjIeQNwKn0Iwa8m/aV8Xa34en0C103Up9Dsry3v3OpRzrBEl5HGjW6SyFWJU5lYRIC0rIq9M0L/P8AX/hvwKjvp/Wn9P8AE7DUPhXJdeE5/B6at9n8It4eXRILWO3/ANLhkVSguBPvwcJsATZ95c7ucVxcv7O2sp4e1Kys/Emm2l3rd1C+ubNMlWHULaKIoIDi4EgMhJaSQyMzhmXgHjvvDHjZL7QtN0vW9Rt9J8aNoEGq6hasArWoZdrylW4CiQOOT/DzXh6/F3U7z4d6Etr4qh1SxfWdWttT16XV47NgkMszW0TXEcTiMyKF27UBYKoBAblPSb6v/J/5v9AjdpJf1p/kkelxfAx7bx4nieC+sLW58+O/laCwZZvPW1Ft5KSeZ8tqQqsYsE5H3vTK1H9m59U0S4tZb3RQbrUTqE+lLpLrpBbyDCCLcTBg/Pmb9/L844GOfj+Juva343kime60UXcEdvpenXF/5VxZxy6cJvttxa+WfMjSUurStIAjR4C5znmbj4h+IbPwppOlnXrlbBNQltL/AMX2+ui4sriYWSyxsl60QKReZvDIqEl1EYLbjVSWjv8A1/WgLdNb/wDA/wCHPa9M+EV1a+J/C2p3Gp2twPD9pHbR3wsiupXoWBoilxcbyGiLMZNgUfMFOeOY774NLd+BbnQ5m0XV9Rv9Qm1G/vtZ0n7THJNKW3SJF5g2MqlUQ7jhUA5ryvRfil8Rda8W+B7XU11fQLy40iazlik0aQWFzfGyWQ3ksmwgRrLgKgI2gSbuoxLo/iTxBqHgDxPLc6pq1wkE9pb6Hc6fri3D32oyoY3iW4iRQ8PmNGxAyF+fptKq5x3v/wAPr/X4Ex+y/wCtv6/E9j8NaX4p8PeJ9F0KFxd+DNN0IW8+pagwe8ur1WjWNlYPkjYshfco5ZNpPOH/ABV+Gh+IlvoskF5FaX+k3pu4RdRPNbThonieKaNHQuhWQnG4cqucjIOl4b1S18PnRPB2peIF1PxSmmCdjcsBcXiRbI5bjaMZG9lzjoXFcd+0J4k1Hw9YeG1gu59K0q+1I22o6lBdpaC3TyJWjMlwwPkxmVUBYAk5CgZapl9/66/0vwKj92n6Gx4c+Fsnhjw3pnhS11KFvCVvpM+n3Nj9j2zzzSEfvllD4jUAyjywh++uCAuDw1j+zfrGg+HNRtdI8WW9jrN7a2mly6ounyebNYws5YSMJ95nlDkNMGG0ABFXAro/AHxG1S4+G+gWeuz28vxIu9Al1NNP2GNrvysL5oTHyhmeLIOCPMxgV434a+Knjubw5rS2l1rOr22pafZH+0rW3Oo3Wi3ciTtdmRIkxHIFSPbAAwid03cEiio+Vycv+H1f/BX4Ch7yVtv+G/4H5npUX7NcMniGzvbu/sv7OjFk8mm21i6pBJaqET7KWlbyUZY4g3DOfLwHAYipPD/7Oc2heHdb0i212Cwh1HT7fR2bTrEw77WNmDyygyHfdPG7RmbgDgheMVleG77V/G1/8L5NP13xBZ6nNpEOraul3I8UXkxxBAstuygbpp2HPBKxyEY4Nczp3xA8dWmheI7OC41PV/OjgtX17S3GsrZ3jecbqaEQx/KgRI9keCEd0DADIpSajeXr8yYPms15fLr/AME9o1v4c6rdfEDwbrOm6jpun6J4cimhTTW092kdZUEbBZBKqoAqrt+Q45zmsC8+BU+oSeI76eTQRqOrSwSLDBpk0NorxyO4uXVLgSNckOVModeABjGc8/oOo6p44uvhVJYa74istVutNg1TV47iR4Y/s0KAN5tuygbp5mVc4GVDkdBXEz+PPGljper28/iDfafarC3u9aGsxvaC7eeQXCLdJHizhaNV7M0ZKLty/N3bf9d/8you60PbfDPhTX/h7feCfC3h2GGTwfYW102sXt4F8yWRvmiEQVshzKzs2V27T1zgV6bXl/wf8fw3fgPwNa6/qzHxJrVtMbeK/KrPeGEkyFMcSALghx95cP3r1ChiQUUUUhhRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAgrg9e+L/AIe8O+MLXQL03MdxLcW9kb0Q/wCjQ3FxkwQO+fvybeAAcZXOMiu8FeUeIPgNY+IfiI/iaa/HkXFxZ3lxZyWwkfzrUgxmGUt+6DbIt+FJYRgbgCci3XYOjO08YeNbPwVZ2s1xb3d9Pd3C2lpZWEPmz3EpDNtUZAGFR2JYgAKSTWFp/wAatA1VfDFzZx3lzpXiIKtjqkcSm3MjbsRN828NlCD8uAepFVPGnwn1DxzpiQ6j4gjmurTWTqmnvJYDyI4tpQWs8SyL56bXcE7l3Egnpg07T4Ew2i+ErSO+tEsPD0qXKSrpqrfvMJWlfZcB8RRSOfmjVOVyucGpV+vf8Afl2/E2B8ZdCt7bxJNqUGoaMdCgS7uIdQtjHLLA7OsUkSgksHaN1VeGLDG0ZGUl+NfhuGDwRI73Qfxh5X9mwC3YyKske8PMv/LNRlVJP8TAVy9h+z/f3J1GTxD4xuNQv7vUU1M6nplp9jujJHvEMblpJUaKJX+SMIoDDfyxJqnZ/st21lD4V2eN/EzXOhiwRpXliK3UdoH2IUMfyAmRvunvzk81atpfy/4I3s7f1/X9dzoIf2i/Cl08kUKanLeyLDLYWS2n77U4ZZWjimt1J+aNmVvmbbgDccLg1dHx58JSad4RvIbue4XxPe/YLGOGAu6yhzG/mgfcVJBsZjwGIHORXB2v7Ium2dnbxJrAa607yo9MuXsyWEKS7zHdkSBrkMgWI/Mg2KAAuTnSk/Zd05DpM9t4p1nTryzure7m+w+VHbzNHcvcsFhKERK0kjcKcAbc52ihWur7X19BPrY9W0HwrpfhmXUZNNtBBNqV015eTM7PJPKQBuZmJJwAqgZwqqAAAAK57xx8XfD/AIA1WKz1X7WqgQvc3kUG6CxSaXyYWmfI2h5MqAMngnAAzV7wU/iqXUvE03iJLe3059RI0W3QKZo7VY0UmVlJUlpBIy9wrKDzwOW+I/wGsPiJ4s/ta4vxBBc2kNlf2klsJvNjilMiNCxYCGT53QybWO1sDaeajrHt+lh6a/11O58X+LLLwZorajfLPLGZY7eG2tYjJNPNI4SONF7szMBzgDqSACa5WL42aBd6VpOpx2l/Ppl7eHT3uUhRlsrlZvIMMw37gwlO35Aw4znHNP8AG/wwv/Huj6xp+peIcwyahb3+l+XZ7PsQi2HypNrgzo7K+7lCVkKgjANYcvwAhbw9pujC+0+C1ivn1G5uIdKVLkTvMJSbRxJi1HAQAK52gDOeacd/e2/4b/g/gKXl/X9afidFd/F7Q9H1HXbHVLW+0ufS4kuHWeAN9qR5fKRotjNuLPtUKcMSw4qp4i+N3h/wnZWNxrVjqOnrJALq5SS3Rv7OtjKIhNOVYqqFiMbSxOCQODjN8SfAZPFmp6/f6hqFjHPqCxLFHZ6UsURaK4SeN7pTIxumBiReSg2lwAN2RgXP7K1hdRQo+rxbZobi1voF05RbGGWcy7bWHftt2TfIiMfM2iRj97miOyv/AF/XUfV/1/XkdlY/HDw/qmr3umafZ6lfXqRTT2kcNuo/tNIZRDO1sWYbwjsAS20HOV3Dmorf45aNcaJZaxJoutQafPqEmmSTz2qYtpknEBDgOSVMhwDGHHB9KyPDP7PMXhHVL6803WVhnSC+i0ic2IaexN0+9jJIXJmEeFWNcIqqMEMTmtfX/gra6t4W8O+GLS4tLDRdJSNVkksRNeoUKkSQTlx5Mh2nL7GJ3E8Gnpp/X9afiRrr/X9ana6X4V0vRdY1XVLKzCajqsiPe3TOzyS7F2ouWJwqgnCDCjcxAyTnnviF8XvD3w2nSPWTc7FgN5cywQ70srYOENxM2RtQMwHGWPOAcHF3w63iubxp4nk1VLeDwyDbxaPD8pnLKrefKzKT8jEoFBwwKtkYIrl/ir8B7L4na7DqUt+LUvp0mk3kM1sLhJbZ3DExgsBHMvzhZCH2iRsLnBAt1cvTU9UVw6hlO5SMgjvQqhQABgDpisXStK1Kw1m/kk1RLjRnhgisdNFqEa0KKwkJl3Eyb8rwQNu3vmtygQ3aNxOOfWkEahQAoAHQY6U+igBoQAkgAE9TjrQqhVwoAHoKdRQBiW3hXS7TxNe+II7P/ic3kEdtLdu7O3lISVjUEkIuSSQoAJOTk81j/ED4naR8OreCTUoby6kljmufJsoPMdIIVDTTtkgKiArkk5yygAkgVJaHxXL8S9Q85LeDwXFpsSW6yBTPNel2Z5FKnIjCbVIYA7hkcdcb4q/B6L4mXmj3w1BLC901LiBftFqLqCSKdVDhoiyhmVo43QtkKy5KtU62X9f1/l5lK19Tq5vFmkQ+E28SteodEFn9v+1qCyNBs3hwAMkFeeBk1wE37Q/ha10+4eWw1ZNRtbr7LcaM9qq3cLi3+0gupfaB5OHGWz2xuBA2b34V/bfDlx4T/taSLwY/h9dDi06OACeF1BQXAuM53bNoC7cAruzziuFuf2Xob7SZIp9W0+e+uJvMuvO0YNZTAW5gQm383JlXc0glMhO92PoA3zXfLt0+/wDyJjay5vn93/DnoEPxh8NXGrvY7rxSmjNrjXEljKsX2VRGWwSuWYCVCUAJGcHnisTTf2h/Dmq6eJbTS9ZnumlVItNjs1a4lQwifzUAbaVEbBj82RkDGSAVn+D2rzeI7G8Txa62Fr4el8PYayLXzpIse6c3Pm483fErA+Xjk8HrWHp/7M0Fl4YvtIbUNLdrm4hmGzRtlva7IPJaS3hE37udxy0hZlY9UPNPo7fL7/8AIF0v8/u/zO6X4r6TNrWmWEdpqUkOqwebp1+LbFteN5JnEUbkglzGC3IA+UjOQRWJJ+0DoOm6Vr95qWj67pI0OeG3u4J9P3uryoHXHlM64CMrMSRtDLnqMpoXwcvNA8eaVq8Ot29xoGjafHpmlaLcaeSbCJYwjtHKswXzJCFy7RkhRtGATlniD4K3Wp/CvVvCNnr8dtqGsXMt3qOsT6f5zTySSeY7CMSIFPCKuWOFQDnrRt/Xn/kOPRSO+TwppS+KG8RfZA+sm2+xi7d2YpDuDFEBOEBIUnaBu2rnOBij418bWPge0tZbq2u7+4vZvs9rYWEQlnncIzsFBIACojsSxAAU89AaNmvjL/hYNpHcS2beFoNIZbuVYQj3N+ZE2tEu9mRFQSblYn76YJwTUHxR+GKfEeDRnS7jsr7SLz7ZbPc25uLd8xvG8c0IdPMQq5+XcBkKTkDBOmn9a/0xK19f60/pG/4c8aaP4q8JWXiXTb2OfRLy1F5Fd5wpiK7txz0wM59MVxmnftBeFtSt71oo9RjvYBbyRaa9rturqO4Dm3kjTP3ZBHIQWKkBCW2itDw78LT4c0PTfDtrqufCcGkz6dc6Y9qvmXMsjAmfzQRswDKNgXH7zttArgrL9lHT7Wxt/O1Gz1DU7I2qWk97pKywPHAsqj7VEZM3EjieTc5deQhUKFwR/E7bf8H/ACCPw67nd3Pxq0Cw8S2Gi3sOoWV1dSW1q8s0AENtdXCF4baRwxHmsB0XcBlckbhmrpXxx0fUvCtnrlvpGtG21G4S20y3FsjTag7Kz/ulVzgBEdiXK4CkmuZ0L9mGw0PW9Nuf7akvLO2NnNLBdWweUz2xyhhk3YgjYiLciqTtiRQwGRS3f7NNtfS3V8dR0+y1KS9t7yOHTdJ+zaafKWVds1qsuZS6zyB2MgLAIOi4KfX+tA/r+vwOx0D42+F/E+p+GbLTZ7q6PiGzlvLK5W1cQbYxl1aQjaHHPy5JG05xxmvcfG3Q4dAl1eLTtTu9Na9hsLSWG3QC/klcqvkhnGVyPvPtBGCMgg1l6X8DbvQtZ8DS6dr1rBpfhmO6VrN9My929zk3D71lVY8kkqoQhc9xxWb4f/ZrtvDFlf29pdaNcJLaw2ENtfaEs1s0MUhdXuYhKPtE4BCiUlcAfd5NVLf3f61/yDoemxeHtM1zVtJ8T3Wlyx6va2zJbfa2Je0WQDeAgYorkfKWHOOM4roq8y8OeEfEvgXUPBHhvQ7hZfBul2VwmqXWobWmuGIAgjiwcoVbJ6bQmFHIFem0gCiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKzLnQre61m11N5bxbm2Ro0jjvp0gIbrvhVxG59CykjsRWnRQBm6zo8Ou6ZNp9w91HBMAGazu5bWUYIPyyxMrr0/hYenQ1Sm8IWNzrFhqbT6qLiyjEUUaavdpAwGeZIRKI5TyfmdWJ454Fb9FAHNXXgTTbyy1G0e61lY7+4+0ytHrl7HIrZziJ1mDRJ/sRlV9q0bfQra2TTgsl432BDHF5l9M+4Fdv73c58047ybjnnOea1KKAOfk8G2E1tq0DXGrCPU5PMnK6xdq6H0hYS7oB/sxFB7VrWtstlbRQRmQxxIEUyyNI5AGBuZiWY+5JJ71aooAKyr/AEC31K/0+8nkvVmsXMkS299PBGxIwfMjRwso9pAwHatWigClqOnx6pp89pMZkhnQxu1vO8EgBGPlkjIZT7qQR2NY9z4F065fSWe51gHS9og8vWr1A+MEecFmHn9Bnzd+ec9TXS0UAc5N4I0+4bV3a51gHVAvnhNZvECY6eSBKPI9/K2Z71N/widls0lPP1PbpbboP+JpdZfAx++PmZnHtLv9a3aKAMP/AIRWz+06tMJtS36ogjnH9qXO1AFK/uV8zEBwesQQ55zkZp1r4Ys7TSLPTY5tRa3tZFkjkl1O5knJVtwDzNIZJBnqrsQRwQRxW1RQAVl6rodvrM1lJcSXkbWcwnjFpfT2wZh2kEbqJF/2H3KfStSigCvcwLdQSQsXCSAqTG7IwB44ZSCD7g5FYieCtPSz0u1+0auY9NlEsDHWbwyO2c4mk83dOvP3ZSy9sV0dFAGB/wAIfZfbdVuvP1XzNTj8qdf7Xu/LRcYzCnm7YG/2ogp75zUtl4YtLDSrPT4pdQaG1kWWN5tSuZZmIYsA8ryF5FyeVdiCOCMcVtUUAYx8MWZ1q41XztQ+1TwfZ3j/ALSufs4XjlYPM8tG4++qhveqTeA9MbT9Nsjc615OnzedCw12+ErNnOJZPO3zL/syFlxxjFdNRQAVl61oVtr1skF1JeRRxyrMGsb6a0fcvQF4nVivqpO09wa1KKAEPIIrnV8E6dH4dk0VbjV/sUjFmlbWbw3QJbdxcmXzlGewcDHHTiujooAxf+EXs/7bh1XztR+1RQfZ1j/tO5+zlfVoPM8tn5++VLe9UX8AaZJosGlG61wWsU/2hZF16+FwW54acTeYyc/cLFenHArqKKAMr+wrf+3Rq/mXv2oQfZ/L+3z/AGfbnOfI3+Vu/wBvbu7ZxWbJ4A0uXRRpRutbFr55ufMXXr5bjd6eeJvM2c/c3bfaunooAao2qAOg45Oazdb0WDxBpk1hdPdxwTY3PZXk1pKMEH5ZYXV16dmGenStSigCKKMRxqo3EAADcxY/iTyfxrIt/CdnaafqFok2pNFfSPLK0mqXUkis3URyNIXiX0WMqB2ArcooAypNBt5dattVaW9FzbxGFI1vp1gKnqWgD+W7f7TKWHY1RHgqw/sq/wBNNxq/2e+maeV/7avPPViQcRy+b5kS8fdjZVHIAwTXR0UAYTeE7E6hpd352p+dp0flQqNVuvLdcYzLH5myZv8AalDHPOc1u0UUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAHyPoPxO8d6toenX0vjW/jlureOdkjsrHapZQxAzbk457k1f/4WB45/6HjUv/AKw/8AkauM8Gt/xSOh/wDXjB/6LWtjdX3tSlSU2lTj/wCAr/I8CEpOKbk/vZt/8LB8c/8AQ8al/wCAVh/8jUf8LB8c/wDQ8al/4BWH/wAjVibqN1R7Ol/JH/wFf5FXl/M/vZt/8LB8c/8AQ8al/wCAVh/8jUf8LB8c/wDQ8al/4BWH/wAjVibqN1Hs6X8kf/AV/kF5fzP72bf/AAsHxz/0PGpf+AVh/wDI1H/CwfHP/Q8al/4BWH/yNWJuo3UezpfyR/8AAV/kF5fzP72bf/CwfHP/AEPGpf8AgFYf/I1H/CwfHP8A0PGpf+AVh/8AI1Ym6jdR7Ol/JH/wFf5BeX8z+9m3/wALB8c/9DxqX/gFYf8AyNR/wsHxz/0PGpf+AVh/8jVibqN1Hs6X8kf/AAFf5BeX8z+9m3/wsHxz/wBDxqX/AIBWH/yNR/wsHxz/ANDxqX/gFYf/ACNWJuo3UezpfyR/8BX+QXl/M/vZt/8ACwfHP/Q8al/4BWH/AMjUf8LB8c/9DxqX/gFYf/I1Ym6jdR7Ol/JH/wABX+QXl/M/vZt/8LB8c/8AQ8al/wCAVh/8jUf8LB8c/wDQ8al/4BWH/wAjVibqN1Hs6X8kf/AV/kF5fzP72bf/AAsHxz/0PGpf+AVh/wDI1H/CwfHP/Q8al/4BWH/yNWJuo3UezpfyR/8AAV/kF5fzP72bf/CwfHP/AEPGpf8AgFYf/I1H/CwfHP8A0PGpf+AVh/8AI1Ym6jdR7Ol/JH/wFf5BeX8z+9m3/wALB8c/9DxqX/gFYf8AyNR/wsHxz/0PGpf+AVh/8jVibqN1Hs6X8kf/AAFf5BeX8z+9m3/wsHxz/wBDxqX/AIBWH/yNUun/ABI8a22t6IJfF17ewz6pZWs1vPZ2YSSOW5jjcEpArD5XPII5rn91JE3/ABOPD3f/AInmmf8ApbDUTpUnFrkj/wCAr/IOaS15n97PsWiiiviD3QooooAKKKKACiiigAooooAKKKKAPMm1/WZZ7ojV5YlW4ljCJDCQoWRlHVCegHU0f21rY6a1cf8AfiD/AON1Siz5t5z/AMvdx/6NepMe9fjEK1eUVJ1p3f8A08n/APJH2kaVLlXuR/8AAV/kWf7b1v8A6Ddx/wB+IP8A43R/bet/9Bu4/wC/EH/xuq2Pf9KMe/6VXtK3/P6p/wCDJ/8AyRfsqX8kf/AV/kWf7b1v/oN3H/fiD/43R/bet/8AQbuP+/EH/wAbqtj3/SjHv+lHtK3/AD+qf+DJ/wDyQeypfyR/8BX+RZ/tvW/+g3cf9+IP/jdH9t63/wBBu4/78Qf/ABuq2Pf9KMe/6Ue0rf8AP6p/4Mn/APJB7Kl/JH/wFf5Fn+29b/6Ddx/34g/+N0f23rf/AEG7j/vxB/8AG6rY9/0ox7/pR7St/wA/qn/gyf8A8kHsqX8kf/AV/kWf7b1v/oN3H/fiD/43R/bet/8AQbuP+/EH/wAbqtj3/SjHv+lHtK3/AD+qf+DJ/wDyQeypfyR/8BX+RZ/tvW/+g3cf9+IP/jdH9t63/wBBu4/78Qf/ABuq2Pf9KMe/6Ue0rf8AP6p/4Mn/APJB7Kl/JH/wFf5Fn+29b/6Ddx/34g/+N0f23rf/AEG7j/vxB/8AG6rY9/0ox7/pR7St/wA/qn/gyf8A8kHsqX8kf/AV/kWf7b1v/oN3H/fiD/43R/bet/8AQbuP+/EH/wAbqtj3/SjHv+lHtK3/AD+qf+DJ/wDyQeypfyR/8BX+RZ/tvW/+g3cf9+IP/jdH9t63/wBBu4/78Qf/ABuq2Pf9KMe/6Ue0rf8AP6p/4Mn/APJB7Kl/JH/wFf5Fn+29b/6Ddx/34g/+N0f23rf/AEG7j/vxB/8AG6rY9/0ox7/pR7St/wA/qn/gyf8A8kHsqX8kf/AV/kWf7b1v/oN3H/fiD/43R/bet/8AQbuP+/EH/wAbqtj3/SjHv+lHtK3/AD+qf+DJ/wDyQeypfyR/8BX+RZ/trWwf+Q1cf9+IP/iKr3/iDXLSynnXWZmMcbMAYYcEgE8/JSAn1qjrf/IKvOf+WL/+gmubFVa8KFSUa9S6T/5eT7f4io0aTklyR/8AAV/keyUUUV+3HwwUUUUAFFFFABRRRQAUUUUAeGeLvF3iK08Z67Y2Wu3Gn2dnNFFFDDb27AA28UhJLxMSdzt3rM/4TTxZ/wBDXff+Atn/APGKTxt/yUTxV/19w/8ApHb1ljFfKVJzVSfvvd9X3fmeFOcueXvPd9X3Nb/hNPFn/Q133/gLZ/8Axij/AITTxZ/0Nd9/4C2f/wAYrJ3Ubqj2k/5397/zJ55fzP72a3/CaeLP+hrvv/AWz/8AjFH/AAmniz/oa77/AMBbP/4xWTuo3Ue0n/O/vf8AmHPL+Z/ezW/4TTxZ/wBDXff+Atn/APGKP+E08Wf9DXff+Atn/wDGKyd1G6j2k/5397/zDnl/M/vZrf8ACaeLP+hrvv8AwFs//jFH/CaeLP8Aoa77/wABbP8A+MVk7qN1HtJ/zv73/mHPL+Z/ezW/4TTxZ/0Nd9/4C2f/AMYo/wCE08Wf9DXff+Atn/8AGKyd1G6j2k/5397/AMw55fzP72a3/CaeLP8Aoa77/wABbP8A+MUf8Jp4s/6Gu+/8BbP/AOMVk7qN1HtJ/wA7+9/5hzy/mf3s1v8AhNPFn/Q133/gLZ//ABij/hNPFn/Q133/AIC2f/xisndRuo9pP+d/e/8AMOeX8z+9mt/wmniz/oa77/wFs/8A4xR/wmniz/oa77/wFs//AIxWTuo3Ue0n/O/vf+Yc8v5n97Nb/hNPFn/Q133/AIC2f/xij/hNPFn/AENd9/4C2f8A8YrJ3UbqPaT/AJ397/zDnl/M/vZrf8Jp4s/6Gu+/8BbP/wCMUf8ACaeLP+hrvv8AwFs//jFZO6jdR7Sf87+9/wCYc8v5n97Nb/hNPFn/AENd9/4C2f8A8Yo/4TTxZ/0Nd9/4C2f/AMYrJ3UbqPaT/nf3v/MOeX8z+9mt/wAJp4s/6Gu+/wDAWz/+MUf8Jp4s/wChrvv/AAFs/wD4xWTuo3Ue0n/O/vf+Yc8v5n97PevAepXGteCdA1C7fzLq6sIJ5mChcu8asxwOByT0roMY5rlvhd/yTbwr/wBgq1/9FLXUjpX1FJt04t9ke7HVK4tFFFbFBRRRQAUUUUAFFFFABRRRQB5D8QPEuuad4yk0/T9Xm061isoJgkMML7md5QSTIjHog6Y71hf8JZ4rHTxReD/t1tP/AIzV34kkj4jXWf8AoGWv/oy4rB3V8ZiJ1FWmlOW7+0119T9AwNCi8NTk6cXp/Kn+hpf8JZ4s/wChovP/AAFtP/jNH/CWeLP+hovP/AW0/wDjNZu80bzWHtKn88v/AAKX+Z3fV8P/AM+4/wDgMf8AI0v+Es8Wf9DRef8AgLaf/GaP+Es8Wf8AQ0Xn/gLaf/Gazd5o3mj2lT+eX/gUv8w+r4f/AJ9x/wDAY/5Gl/wlniz/AKGi8/8AAW0/+M0f8JZ4s/6Gi8/8BbT/AOM1m7zRvNHtKn88v/Apf5h9Xw//AD7j/wCAx/yND/hLPFfUeKLzP/Xraf8AxmuZ8QfHmDwpq9vpGufFTT9G1S4VWisb+406CeUMxVSsbxhiCQQMDkjFa27FfNN2fEP7PfiX4h6lr3gyXx38PPE2oSare63pjJcX1lE8ccRgubN8GWFACAYywWNWJXkit6XPUbXtJf8AgT/zOetTo00mqUbd+Rafh/wx9T/8JX4ryf8AiqLzn/p1tP8A4zSDxX4rxz4ovP8AwFtP/jNeA3HxDu/H3xF8M+DPA2tpoXhqbw0viOXWdMt4Xne3aQRW0Nus8bxRqfmZi0bHChQEPNch4v8AjD4y8CeEvjd4fm13+0vEHg3TodU0nxA9nCk8kNwrsizxqghMkbIy5VFVl2nbnNUqdZ6e0lf/ABS727kSeFim/ZRt35Y9FfsfT2tfEbWPDmnSahq/jltLsIyqvdXqWUMSFmCqCzRADLEAc8kgVoDxZ4r/AOhovP8AwFtP/jNfIn7SvhnxTJ+zJqupa7461K9vbmbTrmextbSyjsoy95D+6izbmXYhYEFpCxKAk4JU/S3hvSbvQtMW1vdcv/EM4dmN7qSW6TEHouLeKJMDt8ufUms5c8YqXtZbv7UvLzLhCjKbh7GK0T+GPW/l5GsvxH1g62+jr44c6uLcXZ0/ZZfaBCWKiXy/J3bNwK7sYyMVQ8PfGLUPFeqa7p+leNb26u9CuxY6jGbG3TyJiiuFy1uA3yspypI561893HhbVL39tPUDD4y1uwB8HQ3Q+zw2BxH9vcfZhvtW/dZBOT+8yT8+MAZfw50DxPrfxF+Pp0XxfP4Vjh18PC1hY280rXH2OLHmm4SRTEPl+VFViQfnA4rblk1f2stk/ikYfuuZL2Md2vhj0R9bHxZ4ryceKLz/AMBbT/4zSf8ACWeK+p8UXmf+va0/+M18nXf7SuseIvBfwciWe88Pan42tpbzUtQ0PR5dUuLaO3RTKttbiOY5kcgBnSQIpYkE4I9D+B3jbxJr2veL9H1ca7qmjabJby6T4g1/QpdKnvI5VYyRPG0EKu0TJjckagh1yM8mZU60YcznL/wKXe3c0i8JOSjGnH/wGPa/a+x7h/wlniz/AKGi8/8AAW0/+M0f8JZ4s/6Gi8/8BbT/AOM1m7zRvNc3tKn88v8AwKX+Z1/V8P8A8+4/+Ax/yNL/AISzxZ/0NF5/4C2n/wAZo/4SzxZ/0NF5/wCAtp/8ZrN3mjeaPaVP55f+BS/zD6vh/wDn3H/wGP8AkaX/AAlniz/oaLz/AMBbT/4zR/wlniz/AKGi8/8AAW0/+M1m7zRvNHtKn88v/Apf5h9Xw/8Az7j/AOAx/wAjS/4SzxZ/0NF5/wCAtp/8Zo/4SzxZ/wBDRef+Atp/8ZrN3mjeaPaVP55f+BS/zD6vh/8An3H/AMBj/keufDDVLvWPBtpd3s5ubpprmNpWVVLBJ5EUkKAM7VHQCuu6tXE/Bvn4f2eP+fq9/wDSuau1PX2r67BycsNSlJ3bivyPz3GxUMVVjFWSlL82PooorsOMKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA+H/B5H/CI6J/14wf+i1rXyKxfB7f8Ulon/XjB/6LWtfdX6JU+OXqfPU/gQ/IoyKZuo3VmaD8ijIpm6jdQA/IoyKZuo3UAPyKMimbqN1AD8ijIpm6jdQA/IoyKZuo3UAPyKMimbqN1AD8ijIpm6jdQA/IoyKZuo3UAPyKMimbqN1AD8ijIpm6jdQA/IogOda8O/8AYc0z/wBLYaZuotm/4nnh3/sOab/6Ww1E/gfoJn2ZRRXiP7Vf7SDfs1eA7DWrPwzN401zUr77FY6Fb3X2aSfbFJNK+/y3wEjidj8p7DjNfBHvHt1Fcx8NPHWn/E/4e+HPF2ln/iXa5p8GoQKTkqsiB9p9xnB9wa6egAooooAKKKKACiiigAorxb4T/GTWvHPx5+M/gi/tbCLSvBk+lxafNbRus8oubUyyecS5ViGGBtVeOuete00AeSwn97ef9fdx/wCjXqTIqBD++vP+vu4/9GvUma/Eab9yPoj7yK91D6KZkUZFaXLsPopmRRkUXCw+imZFGRRcLD6KZkUZFFwsPopmRRkUXCw+imZFGRRcLD6KZkUZFFwsPopmRRkUXCw+imZFGRRcLD6KZkUZFFwsPopmRRkUXCw8n5ao62R/ZF5/1xb+Rq2T8tUtaI/si7/64t/I1y4t/wCzVP8AC/yHBe8vU9mooor90Pz8KKKKACiiigAooooAKKKKAPnfxt/yUXxV/wBfcP8A6SW9ZORWp45/5KN4q/6+of8A0kt6yMivkan8Sfq/zZ8/P45er/MfmuP+JXxLsvhxp+nl7O41fWNVu10/StJs9omvLhgSFyxCogVWZnY4VVJ5OAeu3V4T8eZU8N/GD4M+LtSkW38O6dqF9YXl5KcRW0l1beXA7k8KC6lNx4G/qM81SSlKzCKu7M6TVfi7r3gLVNFXx34WstJ0bVrtNOi1fRNWfUIra5kIES3KyW0DRo5JUSKHAbAbaCDXo8Ot6dcarc6XFf2supWsaSz2aTKZokfOxnQHKhtrYJGDg46V4t+15cW+s/Duw8FW8yyeI/E2rWNtp1khDTP5dzHLLKFz9yNEZmY/KOM9RVjw7fW+j/tTfEM31xHaLN4X0u7Rp2CBoY5LlZJMn+FSRk9sitOVSjzbf0jTlTjc9Zh8V6JPpN5qsWsWEmmWRlW6vUuUMMBiJEodwdq7CrBsn5cHOMVW8O+PvDHi+wur7QfEek63ZWpK3F1p19FcRQkDcQ7IxCnHPPavjQ6s+tfADQL/AE6+sU8NX3xPnmvr7ULVrixFo99O0UlxHuTdD5hhJBZR93JFe63fgDVtN8b+IvFWu+L9DvdVufClxYvpOkaS9i1xErbkuJN93Mz7CWQHAA8zGfW50oQ3Y3TS3Z6RH8XvAs93FaJ418OvdyrC8duuqwGR1m2+SQu/JEm9Nv8Ae3LjORW/fa7pmlX1hZXmo2tpeag7R2dvPOqSXLKu5ljUnLkKCSBnAGa+ePh78KLHxl+xFonhnTLeOzvNS0CG9t5o/lYX+xZY5t3XcJVU5zwAAMACqfwH8ZN+0P8AE3TPGV3Ewi8HeHodPaN0IEesXQzeY90SJE/7aGlKlHVp7f0hOC1a6H0T4nu9ftNPR/Dmm6bqt75gDQ6pqMllEEwcsHSCYls4+XaByeRjB84+HXxa8cfEDUtZiXwd4esLPRdZk0bUJj4lnkkDR7DJJEn2EBxh+AzJkjB29a9b3V8b+LZNSj/Z9/aGbSyyyf8ACZ3n2hljaTFr5lt9oJVeSvlb9w4+XdU00paW7CglLQ+p/DfxK8IeM3u10DxVouuNaLvuF03UYbgwKc8uEY7RweT6GrUfjfw7LoNrrsev6W+i3TpHb6kt5GbaZnfYipJu2sS/ygA8njrXlOleANQvvHvw88T33jfwq1ppsFxDpdn4f0R7E6hay2/+qR2vZQ0ShUlCqpA2A8DmvEPBf2C3+Pml3c7XH/ClLnxLfL4XE0itaLru1Q0gwOImk+1CEZx5m4gDIq1ShK/K9v6sUoJ7M+iPBv7SXhHxj8S/E/g+PWdFhn0u4t7awmXV4ZH1R5It8gij4JMbZQhS3I5x0r0PxR4n0zwZ4c1LXdYulstK063e6ubhgSEjUZJwOSeOAOSeBXk/wnkVP2iPjlGWAkM2jSBSedpssBsemQRn2NXf2svDeo+LP2efGWn6TayX199njuFtYVLPMsU0croAOpKowxznOMHpWbjHnUdk7fiQ4rmS9DW8P/EHxx4gs9P1iPwBBb6DfFJI4Z9bCaqkDkBZHtjB5KsAQ5T7TkLnq3yV03in4meD/A13BbeI/FWieH7idd8MOqajDbPIoONyh2BIzxkUzQ/iF4a1jwXp/ii21qw/4R+7ijaLUHuESH52CKpYnAbeQm087vl68V5P8DZdKl1j44HxKLYaoPEt0urDUSp/4lwhUWvmbv8Alj5O7Gflxv8Aeiyd21awWTu2tj2nxD4t0Pwhpf8AaWvazYaJp25U+16jdJbw7j0G9yBk9hmsHxF4uvHu/Bk/h/WfDDaRq94qzSajdNvvbdomdRYlDtkkIG4ZyCoJr54+FngfX/Enwl+FuraDr2naX4w8PHVL3w9pviCN5ba802SR4o96BhKqCJ4Nsq5Kq6jB31pv46g+JFp8Bteg0aDQxceMrxZLW0cSQGVIbxZJI3CqHV3DOGwM7sn1q/Zpddr/AK/5F+ySPftZ+Kvgnw4ZRq3jDQdLaG4NrJ9t1KCHZMFDmI7mGHCsrbTzhge9bOt+I9K8M6TNqmsanZ6VpkIUy319cJDBGCQoLOxCjJIAyepFeC/BvQNMv/iL+0Hc3On2089xrIspZZIgzSQfY4iYiSPuZYnb05ry3wpc63eeFP2WVTU9OsNPMF3HFd63Yve2i3yQ7bRWRZYv3m0SLH84OemTgU/ZRb3/AKtcPZr+vS59leHvE+j+LtMXU9C1ax1vTXZlW7065S4hYg4IDoSCQeDzWlkV5Z8LfAV54U8feOdV1HxTpWsanrX2Oa70zSNPaxjtZER0EzRtcTNulULliRnyu/b1DI9a552T91mMrJ6D8ijIpmRRkVBJ7v8AC3/kmvhT/sF2v/opa6euY+Fv/JNfCn/YLtf/AEUtdPX1VH+HD0X5H0EfhQ+iiitiwooooAKKKKACiiigAooooA8P+J//ACUi7/7Btr/6MuK58kZrf+KP/JR7r/sG2v8A6MuK50kZr4nE/wAefq/zP0jAf7rT9B2RRkUzIoyK5T0B+RRkUzIoyKAH5FGRTMijIoAkGMda8z8S+APHPiG21nRm8fWUfh3VGkjcPoG7UYLaTh4o7hbhYgQpZUdrdiBjcHIJPpIIwaTIrWE3DVESgpqzPKZvgJB4f1Lwnq3gfV18Oav4d0gaBG19aG9t7uwGCsc8ayROzK6h1dZFwS2QwOKq6v8As8/8JD4L+IdjqfiE3HinxxCsOoa2LPZFCiLshigtvMO2KNScK0jMSzEuc8ewZFGRV+3qdzL6vT7f1a35HF/E/wCGFv8AE34Waj4MuNQlsBcwRJHfQxhmiliZJIpNh4YB41JXIyMjIzmuk8N2+sWmlRxa7qFlqepAnfc6fZPaQsM8YieaUg46nec+g6VoZAoyKy53bk6GvJFS5lvsefeIPhjqNx8WLHx7oOu22mXy6V/Y19aX+nteRXNsJxMpjKzRGKQHeNxLrhhleObHgf4WjwZr3j7Uv7T+2f8ACV6iNQ8r7P5f2X9ykWzO47/uZzheuMd67nIoyKv2s7ctyfZQvzW13PF9L/Zvk8P+Bvh5p+leJjaeKvA4cadrjWO+GVJPlnimtvMG6ORDggSKwKqwYYwfTfCeneIbBLmTxHr1rrN1Ky7FsNO+xW0Kgfwo0kshY55LSEcDAXnO3kUvANEqsp7ihRhT+FW+/wBB2RRkUzIoyKxNh+RRkUzIoyKAH5FGRTMijIoAfkUZFMyKMigD134M/wDJPrP/AK+r3/0rmrtj1FcT8Gf+SfWX/X1e/wDpXNXbHqK+ywX+6Uv8MfyR+bY//e63+KX5sWiiiu44AooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigD4X8It/xSei/9eUP/ota191YvhFv+KV0X/ryh/8ARa1rbq/Rai9+XqfOw+FEm6jdUe6jdWdi7km6jdUe6jdRYLkm6jdUe6jdRYLkm6jdUe6jdRYLkm6jdUe6jdRYLkm6jdUe6jdRYLkm6jdUe6jdRYLkm6jdUe6jdRYLkm6jdUe6jdRYLkm6jdUe6jdRYLkm6jdUe6jdRYLkm6nWjZ13w5/2HNN/9LYah3U+yb/ifeHP+w5pv/pbDUVF7j9A6H2lXw58SvjRp19+29JcXvg/xp438P8Aw50N9Pgj8KeHrjVIodXvQDO0vljaCLXYgB/vvX3HXn3wl+Dei/B228SppVzqF/c+Itaude1G81ORJJpbicjcMoigIoVVUY4A6nrXwJ7583fsB+O44/DXxR+FZ0rWNAj8I6pPeaPp2v2EljeR6TemSa3VoJAGXY3mD0wVxwRXl/wN/ZP8B/EX9hTTfG3iiXVL/wAWw6DeXela9capOjaD9neUwCzRGCQqjRK5wuXYsWLZwPtTWPgfosnxhl+Kdrc6laeJDoMmg3FrbSILW+gLmRDMmwszo33WDDA4wRXyx+zJ+wrpniT9m/wnaeKdX+Ingsanbu3iTwXa6rLp9lqDieQEXNs6F4y8YRWEbR71AJyeaAM3xvrmu/Gv9mj9kS81rWtS03W9e8UaVBeaxp8xhvcta3MTzJJjKSOuW3jkFsjtXTeM/hB4X/ZW/ad+Bd98L7efw4PF+pXeh+INMjvriePVoBA0izzCR2LyRuS3mE7iW5JruP2w/grbeO/D/wAEPB1h4ZvNR8KWXjPT4b2z0uGXbZaeltPGXZ4vmhRAVHmZG045BxXb/Db9kzw58PfH9t41v/FHjHx/4jsLV7LS7zxlrH246XC4xItuAiAFxgM77nIH3uTkA+Stf0fV/wBor46fGOXxT8ENU+NemeHddbw9pVvH4rt9Ls9HgjiUny4JJ42M0u7e02CeQFIwRWv8SNB+JXhT/gnp4p0Tx7Z6l4d1Sw8U2kWhjUdUg1O9g046nbPa+ZPG7q7x7igyeka8YxX0549/ZM0Dxh49v/GWh+LvGfw58Qamsa6rceDNWW0j1Mxrtja4ikjkjZ1XgOFDYPWtLXv2Y/DXiP4KN8Mr/WPEl1pElzBeT6peao15qU80c6T73nnEmSzxjIxjBIULxgA8C+LnwD8Mfs1+PPgn4y8Cvqlj4p1TxvY+H9b1i71O4urjWrW5SXzhdmRyJCTGGBx8pxtwAANLxJ8NdE/af/bS8eeFfiTFNrvg/wAD6Bpz6R4bkuJIrR7i7DtLeOqMpeRQpjBOQAfUA19I/FH4Q6R8Wm8JHWLm+tv+Ea1+18RWf2GRE8y4gDhEk3I2Yz5hyBg8DDCuS+Ln7LmgfFbxtY+M7fxN4r8B+LrazOnPrXg7U1s57u0JLCCYPHIjoGYsPlyDg54GADyD9jDwJYfDL9pP9pbw3pl3qV9p1jeaILd9WvXu5442s3dYvNclmRAwRdxJCqoJOM19kV5H8E/2ZvB/wB1nxTqfhV9UafxIbaTUP7SvDdNJNEHzMZHHmNJI0ru7O7ZJ42jivXKAPIYz/pF3/wBfdx/6NenBuaYv+vvP+vu4/wDRr0tfh0Phj6H38F7qHBvajcR2rA8baNq+u+GL+w0DXX8L6zOgW31eO1jumtm3AlhFJ8jZAIwfWvlKLT/jtL+0TcfDL/hf1yIIfDa6/wD2l/wiOmbizXJh8rZsxjAznP4V6FHDqvFvnSt3vt8kzGdTkaXK3f0/zPszOT70pboK+WPjNqnxS0Dxz8Dfh1onxPk0zU/EQ1SLVvEf9hWUr3TW8CTI/kOhRP4lwhA+bPOK9i+FXgnxx4Nl1H/hM/iRL8QRceX9lEujW2nfZNu7fjyAN+7K/e6beOppTw6p01NzWuy1u9Wu1uncI1bycVF6ena/c9D35xxRuPp0rxf9sX4ha/8ACv8AZx8W+KPC9/8A2XrtgLU2115Mc2zfdRRt8kispyrsOQetc1+0N4v8cp8XPgv4M8I+MZPB0Xis6oL+8h061vHPkWySphZ0YDncOMfe74FOlhpVUpJpJ83f7Ku+nYJ1YwbVtrfi7H0acHGRR/GDXzFr/jf4n/s0+JfDE/jjxXZ/EfwDr2qRaTPqUmlR6ff6TPLkQuRB+7liJBDHapHH4nxX1v4meK/2qbD4c+DviNJ4D0j/AIQ/+3ZWi0W01AyTC8aEj98uRlWXo2Pl6ck1qsFKT0kuWzd9bab9L/gQ6qS2d9radfnb8T6e3+1G6uM+F3hfxV4S0O4tPF/jeXx3qMlwZY9Qk0uDTzHGVUCLy4QFOCGbcefmx2Fef+EfiP4i039qzxp8O/EWo/bNIvtIttf8Mq1vHH5MSkxXUO5VBc+YQw3EkAHmuZUeZy9m0+VX66+mhq5qNuZWue5rJkc0A85rxjX/AB/4i1b9qHwz4F0C+NroWl6NPrfiULBHIJvMbyrSAuykodweT5SCQvpTr79r74PaZ4pbw5deObKHUUuvsLzGCc2cc/OYmuxH5CsMHIMgweKv6tWduWN7q+mtl5i9rDW7trY9l3c0F/brXG/En4u+D/g/o1vqfi/XbfRrW4kENurq8s1w5x8sUUYZ5DyOFU4zXjHxo/bb8H+FvgZrPjTwPrNrreqRTfYrO3u9NvDGLoMheK4QKjwnYxI8wpk4wT0pUcLWrtckW03a9tPvCdanTvzPY+mdxo3E15x4G+PXg3x14Hv/ABVaa19m0fSk/wCJleahZXFhFbsEDN/x8IhKgHqMjtnNZXgf9q74VfErxLa6BoHi6KfVrtC9pBdWdzZ/agOvkNNGiy8c/IW456VP1avr7j030enqP2tPT3lqeubqAc9RXm3xE/aK+HPwm1O507xd4ng0a+t7WG8a3lgmd3jld44/LCIfMYtG/wAiZbCkkY5rN8I+PrPxl8Y4ZNH+IR1HRb7wpb6ta+FF0govlSzfJf8A2tlDHcPk8k4I6kU1h6nLztNLvZ/5D9pC/Knqet7qN1eJL+2X8JG8QWeiv4kvYNRvL1NOgjuNA1GJXuHfYsYd7cLktxknHfOK0fG/7WHwp+HPia40DxB4xt7TVLVkW6jhtbi4S0LkBRPJFGyQk5H+sZfWq+p4i/L7J39GT7Wla/MvvPXA2O1BbPauN8V/F3wb4H0fRtX1zxDZ2OkazKsNjqBYvbzFomlDeaoKqhjRm3sQuB15FN+F/wAYPCPxo0K51jwZrC61pttctaSzrbywhZQquRiRFJG10IIGCGGCax9lPl5+V2720NOaN+W+p2Ybiqest/xKrv8A65N/I1a/hqrrB/4lN1/1yf8Aka8/Gf7vU/wv8jWC95ep7TRRRX7wfngUUUUAFFFFACGgVk+KvEdp4P8ADOra7f8AmfYdMtJr248pdz+XGhdto7nCnik8MeJ9M8Z6HZa1o15Hf6Zdp5kNxCeGHQgjqCDkFTyCCCARTs7XFdXt1NiiiikM+c/HZ/4uN4q/6+of/SS3rI3fLWr48P8AxcfxV/19Q/8ApJb1j7vlr46p/En6v82fPz+OXq/zHbqg1CxtdVsbiyvbaK8s7mNoZ7e4jDxyowwysp4ZSCQQeCDUm6jdUXIPPNZ/Zy+F2t6Be6PJ4E0Gys7wo0h02wis5Q6Z2OskSqysuWwQc/MR0JB1rf4T+GZtE0Gw13T4vGU+iRiO11PxNBFfXoYYzIZXTO8lVJYYyQPSut3Ubq09rPuVzS7mfH4Z0aLS73TE0mxTTr4ytdWa2yCG4MpJlMiYwxcsd2Qd2TnOapeHfh94V8H2t5baD4Z0jQ7a8/4+YdOsIrdJ8Agb1RQG4JHPqa3d1G6o5mK7K9jp1romlQ2Gl2VvZ2lrEIra0t0EMMagYVFVRhVHTgcelcD8A/hlefC3wVd2urNZSeINW1S71fVJdO3GBp55S2ELKpIVAi8qPu9K0Nb+NHhLQNYvtMub29uLnTwrXzafpd3eQ2W4bh9omhieOE7fmIkZcLhjgHNasvjWBfFOkaPBpep30Gp2sl5HrFpbiTT4lXGFkmDfKzhsqMHIB5rT94la25fvWsdJuqlpujado/2v7BYW1j9sna6ufs0Kx+dM2N0j4A3OcDLHk4FWt1G6srmZzfh/4X+C/CUt3LofhHQtGluojDcPp+mQQNNGTko5RRuUnseKvSeDPDs2hWmiSaDpkmjWpja301rOM20JQ5QpHt2rtIBGBwRxXN618XrLw9onjfVtQ0LXbOw8KK0k801mqLfIsfmF7Qs4Eq4+XJK8jFdlpuoR6pp9reRKyxXESzIHADAMARn35rSXtN2aPm3ZRvfBfh3U/ENpr95oOl3Wu2a7LbVJ7KN7qBeeElK7lHzNwD/EfWtndTN1YXiPxZ/wjuo6Haf2Nq2qf2rdfZvtGm2vnRWfylvMuGyPLj4xu55IFTrLQjVle3+Ffgmz8RHxBB4O0CHXjM1wdUj0yBbnzWzufzQm7ccnJzk5NTeI/h14R8YX9vfa/wCFtG1u9t1Cw3Wo6fDcSxKDuAVnUlRnnjvU2k+M9H1zxBrmh2N35+qaI0KahB5Tr5Jlj8yMbiArZXn5Scd8GtndT55p6lczMjxR4J8O+N7aG38RaBpniCCB/Mih1SyiuUjbGNyh1IBxxkVOfDOjNFpUR0ixMeksraen2ZMWZCFAYRj92QhKjbjgkdK0N1G6p53sTdlOx0LS9MuL6ez020tZr+TzruSCBEa5k2hd8hA+dtoAycnAAqpN4K8OXHhgeG5dA0uTw8ECf2S9lG1ptDBgvkldmAwBxjqM1r7qN1HMwuzN8N+FdD8G6d/Z/h/RrDQ7DeZfs2m2sdvFvOMtsQAZOBzjtWrupm6jdSu3uIfuo3UzdRuouB778LuPhp4VP/UKtf8A0UtdPj8DXL/C3/kmvhT/ALBVt/6KWsv4n/Gzwn8IX0xfE19LaSaj5ptkhtpJi4j2bz8gOMeYnX1r7DC051YwhTV20tF6Hvc0YQUpOysd7g0YNeF/8Np/Cz/oK33/AILZ/wD4mj/htP4Wf9BW+/8ABbP/APE16f8AZ+L/AOfUvuZl9Zofzr7z3TBowa8L/wCG0/hZ/wBBW+/8Fs//AMTR/wANp/Cz/oK33/gtn/8AiaP7Pxf/AD6l9zD6zQ/nX3nuSncA36V56vxq0KL4t3fw+uy1jq6W8NxbSzMPLut4JKKezgDoevbpXG/8NofCzn/ib3w/7hs//wATXyD+0R8QtK+InxgvfEXh25nexa3tkiuGjeBxIinJAIBBBxg16eX5PWxVV060HFWdm09+hyYrH06MFOnJPXa/Q/TTA6YzSEdeK+aP2Yf2n08dx2/hXxXcLF4kjXZa3r4VdQUDofSUDt/F1HORX0wehzXjYrC1cJVdGsrNf1dHfRrQrwU4PQdRRRXMbHhnxS/5KRdf9g21/wDRlxXOBuDXQ/FQ/wDFyLr/ALBtr/6MuK5sNwa+IxH8efq/zP0zL/8AdafoPzXzx+2K/iW/0/4faF4W8Ran4Y1DWtfNoLvS7trd2P2WdkVmUjKb1XKnggV9CF+a8r+M/grW/Fvin4XXmk2X2q20XxKmoXz+aieTAIJUL4ZgW+Z1GFyeelFCSjUTf9aGuKg5UnFdbfmjJ039oEv+zMPiBLb516KzNm+m4+ZtWV/s/wBn28cm44wOxyK4r4DeOdT+EngL4qXfxC8R6t4nm8NaykM011cNcStI9rbMYYA7AKrTSlUXIA3DOOTVyP4C+Jk/aKll2w/8Kpk1IeMWh3pubWfL8oRFM7toYCfO3G7HzZ4DvEfwA1/xx4Q+N2hXMVtp8niXxBHqekTXjrJBOsUVsUMgQllRnhZCCMgEnB4z1L2STjfR2fpqtPlqcH+0NqVneN16uz1+bsehaL8WfEFn408O+HfGnhS08Nz+IoJX0ybT9XOoL50SeZJbzZgi2OEyQV3qdrDdwMweM/jH4j8ASafqmueDLez8I3epwadLejWVfULTzn8qOaW2WEx7PMKghLh2CuGxkFRn/DTwZpdrrmmXsXwJ0nwBqVvC0k2qmHTFMEhQqUtntWkkfJYjLiL5CT1+U+QeLvhJ8TfGfgqLTdY0HxDq3jKHWory81m48Uqmj3MEV8rKbWyS58sHygpCSQRYCudxcKHmMKLnra3r/wAH/M0nUrxhdXb6aemj939F6nvF58XtWv8A4j+IPCfhnw1bazJ4ditZtVe71UWc5E6l1W1i8p1lIResjxJuIXd1I3NF+I/9sfFXxJ4M/s7yf7G0+zv/ALd5+7zvtBlGzZt+Xb5XXcc7ugxz5Z+0B8PdW+IOoynRvh/PD4ztGiTQfHthqkFqLNWwHedxKlxtTfNmERyowIwcudu5e6D4s8D/ABr1bxVpvhyfxdp+u6HaWEj2d1bW72t3bySYaVZpE/dOs2d0e9lKH5DxnPkpuOm9u/XTz9expz1VN3va/bpr5X0079yPUf2mf7O+GU/jA+Fri6EPid/Dn9nWt0Hlk23Zt/NQ7BljjcI+OTt3d63dY+LHiTw/b+HdLv8Awnp58ceIrl4tO0S11syW6xRosk01xctbqUEak5CRyZJULu3ZHlemfB3x2vwSsNE1LSLY+Ix48XXLqCzuo2hFv/aX2h5UdmGV2ZYKcPjAK54ruPj78J5fGnirwL4rTwxY+N4fDs1zFeeG75YW+129wqoXi88iIyRMquFcqGAYbgcVfJR5reb/AOB1M1LEOHNre0end69N0v8Ahi3eftBT6H4W+I8+s+HEtPE/ge0F7eaTbah51vcxPE0kLxXBiU7XCsDuiBUqRgjBNTUP2hdf0S98ItqXw7uk07xcDFowtdSjlvRcmISRw3ULIqQhl8w71lkC7PmA7UPEPw1GrfBf4kaT4U+Flh4F1DWdLktLWxhWxt7m9k8t9vm/Z2aFVBbCkyk8tkJ33PHHgXXdXvvg5JZ2PnJ4f1aO51M+dGv2eMWUsRblhu+d1GFyec9OaXLR7d+vl69ym6/d9Onn6dvTuaOg/Gp4te8XaH4y0q18Nap4b06PWJ3sr831pLYur/vVkaKJwytFIGVoxjCkFs8Zdh8e9Xjg8I6xrvg6PRvCXim8is9PvU1Xz7yFp8m1NzbCFUjEgx9yaTaWUHuRmeK/g/q/jP4t/EOe5h+yeHvEXgqPQodSDo2JzJNuHlht/wAokVskAHpmsr4T/C208O2fhnTNT+BGgWXiDSjFDceJ44dN+yM0JA+1wyKWui77Q6hoVO5sMy43UctG1/T8vXv6hzYjm5emutvPrp29DpYfjp4o8QeIvHukeGfAcGov4RvDbT3N9rQtYrseSsoWLbBI3mncRtZQgG0+Zk4HI/Fv4u+IPE/h74L+JPA0aRaR4h8RWD7bnVpbKaYvHMfsk6RwyDyjg723NhkACN1Hb/CvwNrnhvxZ8XbzUrH7Nba7rQvNOk82NvPi+zRR7sKxK/MrDDYPHTFcBY/CTxhpXwB+D2n/ANim58Q+DdZsdUvtGjuoBLLHG0qyJFIXERcLLuG5wp2kbgcVUfZKS26fiv8AMiXt5Qd2+vTtJW6dvvPpHSJ7+fTLeTVLW2stQZczW9pctcQo3osjRxlh7lF+lY3ivWfFFncQ2/hvw3Z6vIy+ZLc6pqn2G2UZxsDJFNI0nQ48sLjPz5+U6+k302pabbXVxY3GlzyIHezu2jaWEn+FjG7oSP8AZZh715H8WdF8Yah8RNMuI9O8ReIPAy6ZIraZ4V1tNJuY9QEg2yzSfaLd3jMZICrIQCpJQ5BrlppSnZ/1/Xqd9RyjC6v/AF8n+RXvP2oo7P4NWfjgeFrqW+/tqPQb7QEvIzNb3X2n7PKiS42SbW5U/KGBXJTJx1OhfFXV1+Ilj4Q8V+GrfQbzVLCXUdMnstTN7HMsTKJopcwx+XKokjbC+YpBbD/Lz4lp3wK8b2fwIbw1Joi/2yPHi6z9nGprc/6GL5ZTJ58jBpPkBOXxI2OV3HFeyeL/AAfrGq/Hr4feIra083RtL07VLe8ufNQeU8wgEY2k7jnY3IBAxziumUaKul59fuOKnLEOzlf7PTu9en/DHmfxg+M+teO/gH8RtX0bwa154HkstQ02DVl1AC9lCo8TXQtDGF8gSBhnzt+1S3l9q98+HTf8W+8Mf9gu1/8ARS189r8PviL4b/Z88T/CPS/CQ1GdbfULPTtdl1C3SxuLSUu6DaZfOWfEnl7WQR7hkybev0T4MsrjSPB+hWN3H5V1bWEEMseQdrrGoYZBwcEHpUV+VRtHu/uLw/tJT5p3vZdLa63SNzdRupm6jdXEelY9h+DP/JPLP/r6vf8A0rmrt/4q4j4Mf8k8sv8Ar5vP/Suau3/ir7LA/wC6Uv8ADH8kfmWYf75W/wAUvzY6iiiu44AooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigD4Q8Jt/wAUro3/AF5Q/wDoC1rbqxvCjf8AFL6P/wBecP8A6AK1d1fo9T45ep85D4USbqN1R7qN1Zlkm6jdUe6jdQBJuozXzx40sZfjj8e9Q8B6pe3cHgjw9pcN3qGm2dy8B1K4nJ2LK6EMY1TnaD1H5YvxO+G+kfszx6J46+HqXWhW0Oq21trOkRXUsttqFtK4jOY3YgSLuG1hjGT3rllWavJR91ef36f8E2UFor6s+od1G6uFs/iZ9p+Md/4E/s7b9k0aLV/7Q8/O/fKY/L8vbxjGd278Ki8NfFaHXfHHj3QLiyTT7fwobbzL97jcsyywmUsV2jYFAx1OevFbe0j362M+Vnf7qN1eCy/tJa+2gt4vtPhre3Xw8TdMda/tKFbtrVc5uVsyNxTjIBcMV5xit/4j/HoeCda8IaZpPh658WXHim2nm05LCdUaR0WNkX5htCMshZnZgEVCcHpUe3p2vf8AB9S/Zy2PW91G6vKfCPxl1e++IGneD/FnhL/hEtW1DS5NRtl/tJLxZGjlZHiDIgXIQLJnPRuQCK3fCvxL/wCEt+IPizw/Z6d/xL/Dxhgm1Xz8iW6dd7QrHt/gXbltx5bGKqNSMrWe+hLg0dzuFG6vOvib8EPA/wAT5l1LxR4fh1a+tLZooZpJpUKLy2MIwHUk814T+zZ8Nfhr4R+Bnh/4pa3o8MOr6bDcX0uqmWUupSWRQQm/aTgBQMcnFZyqTjPlsrb3v2t5eZSinG9z673Ubq8OX9oPxFpMel6x4n+G934e8G6jNFEmsNqsM81t5rKsL3FuoBjViwzhmK9xniui1X44WPhP4j6l4Y8U2a6BYx6YdV07WZbjfDfRRgm4XG0bHj67csSOeOAa9tDv+YvZyPT91G6vlX4xfGTx7qvgTwFr2keF7jQLLVtftGhI1swXE0RkIhhmRYxtWdMMwywUEA7u30Z4P1TW9W0OK58Q6LD4f1NmYPYw3wvFQA4U+YEUHI5xjiiFaNSTivyYSg4q7N7dRuqPdRurczJN1G6o91G6gCTdUli3/FQeG/8AsOab/wClsNV91S6c3/FQ+HP+w5pv/pbDWdT4H6Afa2KbjI+tO3eteS/tTeJ9V8G/AzxDq2iX0umalDJZpFdQ43oJLyGN8ZB6q7D8a+FpU3WqRpR3k0vvPcqSVODm+mp61k0ZNfl3/wAL++Jf/Q9a1/3+X/4mj/hf3xL/AOh61r/v8v8A8TX13+q2M/nj+P8AkeJ/bND+V/gfqJk0ZNfl3/wv74l/9D1rX/f5f/iaP+F/fEv/AKHrWv8Av8v/AMTR/qtjP54/j/kH9s0P5X+B+ofTHpXjX7Xl/d6R+z/4jvLG6msryG405ori3kMckbfb7flWHIP0r4h/4X98Sx/zPWs/9/V/+JrM8R/Fjxt4v0ebSta8V6nqWmTMjS2s8oKOUdXXIx2ZVP4Vth+GMVSrQqSlFpNN79H6GVXN6M6coxTu0z7S/Zn/AGmYPijaR+HfEUsdt4ugT5HwETUUUcug6CQAZZB7svGQv0IBjrX5CWt1PY3UF1azyW11BIssM8LlHjdTlWVhyCCMgivvb9mf9pmD4oWkfh3xFNHbeLoE+STARNRRRy6DoJABlkHuy8ZC8+d5I8I3iMOvc6rt/wAD8jXL8w9talVfvdPP/gn0RRRRXxx7548P9fe/9fdx/wCjnp9M/wCW95/193H/AKNelr8Lg/dXoff0/gQpGUI6V862o/42Bah/2TqL/wBOBr6JrNTw5pC+IG10aXZDXGthZtqYt0+0mANuERlxu2buducZ5xXZQrKlz3W6sTOHNbydz5m/as8EaP8AEb9pD9njw9rtvLc6ReS6750UF1LbO22zjdcSRMrr8yjowz06GvWtL+BFj8N/COs6X8L9Qk8F6rqTxSf2lqMlzrKxlG5IiuZz1UsvDDrnnArvr/w3pGq6tp2q3ml2V3qmmGQ2N9cW6PPaGRdsnlORuTcvB2kZHBrSBwT3xW0sVN04U4vSK26N3b2269SFSXNKbWr+/ZLc+Rv2vPDnjLw5+xt8SovGXjO28Z3MrWLW89toy6cIUF5BlSqyybsnnORWx+0Nr+meGf2mP2a9T1jUbTStOhbXPNu76dYYkzYoo3OxAGSQOT1Ir6R1/wAN6T4s0a40nXNLstZ0u42+dY6hbpPBJhgw3I4KnDAEZHUA1l+Lvhr4R+IC2ieKPCui+JEs932ZdX06G7EG7G7Z5inbnaucdcD0raljIJJVF/Ne1l8UVHRbaWIlRbu4vtv5O583ftQ/ELw38fk8K/CXwDrVj4t1zVNcs7vUJNGnW6i02xt5BJNPNIhKJghVCk5JbHXGU+J3wx8NfFv9vCw0fxPZ3F9p0Pw8N0kdvfXFmwkGolQd8EiMRh24Jxz04FfTXhXwN4b8A2L2nhrw/pXhy0kbe8Gk2UVrGzepWNQCferR8N6QPEA1/wDsqyOui2+xDU/s6fahb7t/k+bjds3fNtzjPOM1pHHRorloppJO2ut3bX8CHQc9Z6ttemhmfDz4ceH/AIWeHf7E8NWtxZ6b5zT+Xc309229sZO+Z3bHA4zj2rxj9r7b8PNQ+HPxjgjwfB2tJb6q6D5jpd5+4nz67WaNgDwDk19GAj7vpVLW9G0/xDpd1p2rWFrqmm3SGK4s7yFZoZkPVXRgQw9iK4aOIcKyqVNe/mno/wADedPmhyR07fofNHwE0rV/G3w1+MfxPs0ki8QfEK4vZdFdTtlFjBC9vp4B7HhmH+8DXiPwx0x/FX7K1l4a1D9orwb4U8MtpTWOpeH9S8O2oudOckiSKUvdK/miTJDFQzMQwHIr9B9J0mx0LT7XTtMs7fTtOtY1ht7S0iWKKFFGFREUAKoHQAYrnL74SeBdS8TL4guvBnh668QK6yjVJtJge7Dr91vNKb8jsc16NPMIqUrrRtNaJ2tolqn06nNLDtpa9HffrvsfO2rXGmfDL9p74M3HjDXrafQIPA02l6Vr+pYt4JNRDRb5N7kqjywgYG7POMnIroP2uvFfhrx5+yl8WT4U1bTNektLeOO+l0qeOcI6SxMVdkJG5UGcZyAK+g/EvhTRPGmlNpniHRtP13TWYM1nqVrHcwsw5BKOCCR9Ki0TwX4e8NaC+i6RoOl6Vo0gZX06xs44bdgwwwMaqFII4PHNYrGU26dSSfNG3o7O/wDX3mvsZWlBPR/5WPmj9qrxVoXjP9nXwxqenanY+JPCWl69ot34kTTpFu0/s9XVpBIqFvl5RiCDwOlH7WHjvwl8R/DPw70DwVrmj+IfGN74o0260KPSbiK5lt1jk8yS4GxspGsStluBg4r6R8LfD/wx4J0y503w74a0jw/p1y5kntNMsIraGViApZkRQGJAAyR0FVPCnwp8F+Br+e/8OeDtA8PX042yXOlaZBbSyDOcMyICRn1q4YyjS5eVP3W2vn3/AK1WhMqM5Xu1ra//AADyCHRdP1D/AIKAXl9dWkNxd6f4Ahe0mkUM0DPfSIzJ6EqSuRzgkdCau6af+M7tc/7J7bf+nCSvbV0DSk199cXTbNdaktxaPqQt0Fy0AbcIjJjcUDEnbnGTmkXw9pQ16TWxplmNaktxZvqIt0+0NAGLCIyY3FAxJ25xk5xXO8WpdPs8pr7F/jc+ZvDPjTwz8e/j9J4s1fxFpUHg/wAE3MmneF9Nu76JG1DUvuT6gY2IJVP9VFwckM4wa8k+Aq+IrHwb4x0TUPjr4V8AX0Wuap/bvh/xFoVtPch2mbfNNJNcxtIjoVIcrtxxk4r7Dh/Z3+FNrdR3MPwy8HQ3MbiVJo/D9orq4OQwYR5BB5zWr4l+E/gbxrqkWp+IvBvh7XdRjUKl5qelQXMygHIAd0JAH1ru+v0Ipwiny6dE7W9brW7b8zm+rzfvPfXv19D5V8Y/DfRdH+DP7M3g+TXbX4g+H4/GtjHHqRtwlvfQFbl0Hl73GwAhcbiCF9DivtgAbSBxWZqPhzSNaOnnUNKsr46dOt1ZfabdJPssyghZI9wOxwCQGXBGTWjnmvOxOJddK/S7+93OqnS5G7eX4Dx901U1n/kE3f8A1yf+Rqz2qnrH/IKu/wDrk38jXj4p/uKn+F/kdMPiXqevatqlpommXepX9xHaWNpC9xcXErYSKNFLMzHsAASfpXm//DUfwqJ/5HbTcfV//ia2Pj7n/hRfxF/7F3Uf/SaSvy6r+osmyinmkZyqSa5WtvM/I8fjp4NxUVe5+lv/AA1H8Kf+h30383/+Jo/4aj+FP/Q76b+b/wDxNfmlRX0v+quG/wCfkvwPJ/tqr/Ij9Lf+Go/hT/0O+m/m/wD8TR/w1H8Kf+h30383/wDia/NKij/VXDf8/JfgH9tVf5Efffxl/aM+G+v/AAi8b6Zp/i2wu7+90O9t7e3jL7pJHgdUUfL1JIH418sfAT496n8E9dIYSah4ZvJAb7TQeQeB50WeBIBjjo4GDjCsvldFenhchw2Ho1KE3zRn3/Q4q2Y1atSNVaOJ+tXhnxPpnjLQ7LWtGvY9Q0y7TzIbiI8MOhBHUEHIKnkEEEAitfnNfml8A/j5qnwT10giTUPDN5IDfaaDyDwPOizwJAMcdHAwcYVl/Rbwx4m0zxloVlrWjXkd/pl3H5kNxCeGHQgjqCDkFTyCCCARX5xmmV1ctq8stYvZ/wBdT6vB4yGLhdaSW6PCPHzY+JHin/r6h/8ASSCsbd7VrfEI4+JPin/r5h/9JIKw91fm1T+JP1f5s86p8cvV/mS7qN1RbqN1ZkXJd1G6ot1G6gLku6jdUW6jdQFzwXVNA8c/AHWPGHifwtZ6d4w8G6reTa9qWi3EptdTtpmVBK9vMcxyoArPsfacKFU+ujbfEVvGPxn+Ft9o9/ex+Hdd8MX+pCyeRo0ky1sY2kjB2l1DsMnOMnB5rptZ+EDa6NTtZ/G3itdB1KV3utFW5tmhaNzmSFZnga5SNuRhJhtDEIVGANS3+FmhWPifwzrVkk1ifD2mzaTYWUDKLdbeTysgqVLEqIUAww75zXZ7SFrvf/gG/Muu587j/hIbz4BfEjxvL418Spr2g6trE+kOmpypFaJbXblYWiDbLhDsKkThwFbaoUCu11q41bwB4m+EOsx+I9Z1K+8T6kNO1mO9vZHtLlJbZ5cpakmKAo8abTEqHAIYtuYn0GP4KaFF8N/EvgkXeof2Tr8t7LdTGSPz0N1IzybDs2gAuduVOBjOa0fEPwv0nxLJ4Oe5uLyM+FryO+svJdB5kiRNEBLlTldrn7u05xz2qnWi35a/kP2iv954j481zUNT8AftRWt5f3F1bWJkhtYp5mdLeM6dCxSME4VSzE4GBkk969B8S6v4Vj07wrp+v+IPEaXMmlxSwaF4YlvftLAKAbhlsF+0bBnblm8rJHG7Brb1L4J6FqemfEGxlu9RWHxuxbUmSSMNFmBIP3OU+X5UB+bdzntxS638HbPUPEGm67pviDWvDWs2Wl/2Mb3TGtma4tdyuqSLPDKmVYEhlVWG5ucHFT7Sm7Lb/hkHtI/16Hgtr8RPFGsfs26c9l4n1e31S08cQ6Db61db1vntl1ARxm4VgpdvLKq6yAbsEOMk16h48sJ/h14g+EWkaTrWuPbX3iZo7x7/AFe5upLtfsUxKyNI7EpuRW2DCAjIUVtWP7O/hjTfBy+GYLzVhpy6+viJXluhLN9oWcThTI6ksm4DO7LkZy2ea63xX4D07xjq/hjUb2a6in8P6gdStVt2UK8hieLEmVJK7ZG4BByBz2qpVYX021B1I308zxn4X/DrTLj9oD4zj7br0LWtxpvlNH4gvwcyWWWL/vsSYJ+XzNwQYC4AArm7b4h+JtX+Fmn/AAx/t3UIvH3/AAlZ8JXGrx3Dre/ZYW+0Peb87txtVGWzksxr3uD4YWth8RdQ8YabrGp6ZdaokC6np9uYGtL8wqyRvIJImdWCsBmN0yFXOcc+deGfhyNU/a78W+N30i8srPTtHtrCC4uYXjhvLyRf3k0JYANshSOIsuRzjtTVRSu30S+9aDU07t9ke9xgRxqgJIUAAsST+JPWnbqi3Ubq4DmuS7qN1RbqN1AXJd1G6ot1G6gLku6jdUW6jdQFz6F+Fv8AyTTwp/2C7b/0UtfLn/BQn/kLfDr/AK46p/6FZ19R/C3/AJJp4U/7Bdt/6KWvlz/goT/yFvh1/wBcdU/9Cs6/TeHP98w/p/7azvzD/cpei/NHyTRRRX7WfCBRRRQAUUUUAOjleGVJYnaKWNg6SIxVlYHIII6EHvX3P+zD+0+njuK38K+K7hYvEka7LW9fCrqCgdD6Sgdv4uo5yK+FwCzAAEknAAGST6V9ufst/sujwotp4v8AF9oDrhAksNNlGRZDtJIP+evoP4P977vyfEawn1a9f4vs23v/AJd/8z2sqdf237v4evb/AIc+pqKKK/KD7Y8J+Kp/4uPc/wDYMtf/AEZcVzO6uk+LBx8R7j/sG2v/AKMuK5fd9K+GxX8afq/zP07Lv90p+hJuo3VHu+lG76VynoWJN3tRu9q4L44+LtU8EfCbxVrei2l1c6lZ6bcSwSWvkE2zLE7CdhM6qyoQGIG4kDhW6VgeFvjaNO+D+leKvGemano8j2lkitcLbSy6rcTIgX7PFbSyEmR24VghGeQoBI2VKUo8y9DCVWMZ8ku1/I9cz7Ubq4HQfi9baj4ut/DOsaBrHhLWr23a6sINZW3ZL5EP70RSQTTJuTKlkZlbDAgEZIxr79onR7fT9U1mx8P6/rXhTS7h7e+8SadBC9pCY22zuEaZZ5UjOdzxROuFbaWwaPZVL2sHt6aV2z1ctRurxXxX48S0+PPgSca81v4VuPDGqalO32opZyIht2SdxnaQqMxDHoCfWu++GvxDtfih4Yi8Q6fpupWGmXMjizfVIVhe7hBwtwiBiwjccqXCsRg7QCCSVJxgp9P6/wAgjVjKTh1X/A/zOsDUbuOleF3Pxd8V237TF54Tj8Oa1feH4/D8dylpbnTwDIbpkN4He4V/K2jbtJ35Uny+5w/A/wAX9U0Tx78ZbefSvE/jCPStaWSO10/ZIllai1RiENxLGmCwY+VGS5Jzs5zWiw8mr+VzH61C9rPdr7j6Q3Y6Ubq4DU/jV4ftvDXhrWNNW88RHxMY10aw0uEG5vdy7yVEjIsYVMszSMgUA5IOAdDwL8SrHx1PrFitjfaLrWkTLDqGk6osa3FuXXdGxMbvGyOvKsjsDgjqCBl7OaV2joVSDain/X9anX7vajd3xXHeN/iXZeCb/RdLFhfa3rmtSSpYaVpgi8+YRJvlfdNJHGqouMlnHUAZJxVXXfi5ZaBo2i3E2jaxLq+sz/ZLLw9HbIL+SYZ8xMM4iCoFZmlMgi2rkOwZSwqcnay3B1IptN7Hd7vajdntXnmmfHLw7caN4ov9YW68LS+GOdZsdYRBPaKV3o/7p5EkV15Uxs248D5uKs+GfikdfZHvvCuv+GLGSza+h1DWYrdbd4l2klmimkMLbWDbZhGSA3GVYA9lNdAVWDtZ/wBfod1uFGa8kj/aP0ZtN07XZtA8QWng3UJ0gtvFVxbwLZMJG2xSsgmNxHG7YUO8Kr86kkKQa0dZ+OFjpvxB1DwVY+Hde1/xFZ2kV81vp0MIjaGQsN3nSyxxqV28h2UncNu45w/YVOxHt6e9/wCv+D07npW72pd3oK80/wCF++FR8MB44dr1LFpjZjTjb/6eb0SGL7GIs8zeaCmAduRndt+auJn+KOo69+0r4B0J7LXvC+NM1Sa+0bUmVY512w+TKfIkkhlwRIBh2ZCDkLkZqNCTvdbX/AUsRCNrO97fiz6A3Ubqj3fSjd9K5zpsSbqN1R7vpRu+lAWPZ/gx/wAk8sv+vm8/9K5q7f8Airh/gt/yTqx/6+bz/wBK5q7j+KvtcD/ulL/DH8kfmGYf75W/xS/NjqKKK7jgCiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAPgjwq3/FMaPz/wAucP8A6AK1M+9ZHhdv+KY0j/rzh/8AQBWnu9q/S6kfffqfNwfuokz70Z96j3UbqjlLuSZ96M+9R7qN1HKFzw3x1Y+I/hZ8abj4h6P4cvfFnh/WNMjsNYsdIUPe28kTZjmjiJHmgqdu0HI5PHGeC+OfxVuviFZeG7bUvB/ibwj8PrfWLe51zXNd0t42RYzvRBApZ9jMADIwwDjg9/q/dTZFSaNo5EV0YFWVhkEHqCK454ZyTjGVk+n9dDZVUrNo8C1/xBP4W+OVn8RtM0XVPGPg/XPDiaaL7wzb/b2imSdpFJRDnYV43DPPFQ/C/QPEHjDxX8brjWvDuoeE4/EsNrDaLfpuyhtXjDbl+UsAVLKpO0naTkV75pum2ejWMNlp9pBY2cI2x29tGscaDOcKoAA/CrIamsPqm3529VYPaaaI+MvCPw28L6F4YtPDXiv4PePdT8UW8S2Vy2nXN4+nXjfdDpOtysKxsMEhtoXJGOK9q1jwncad8Zfg8dM0e6g0TSdL1G2dkR5YrMGCJY43l5APy4BJ5wetex7vajdShhYwVl5dF0dwlWbdzxj9qOO48PeHtB+IunxedqXgvUUvmiBwZrST91cRA9tysDnn7vStv9nHwrdeGfhhaXmpqya94gnl13U9ww32i4O8qR22rsXH+zXSfEf4e6b8UfDg0LWJ7uPTGuYbieG0kVPtAjcOIpMqcoSBkDB46iunGFAAGAOgq1R/fOp0t+PX8LC5/c5RL7LWdwq5LGNgAByeK+cvBfwt1zxP+xSvguWzm0rXp7K4VLTUImgcSC5eRFcMAV3YHJ7Nmvo/dRuq50VUd32a++3+QlPl2Pkrw/4C8B64mm6RffBb4gDWmeOK6jvLq9WxikXBeT7Q915TRggkEZJ4wtdZ8cfhnrH7Rvi248Mi1n0Hw94atWuLfVrq1wL3UpFHlpHvU74EA+cr1Jx2r6J3Ubqw+qR5XB7PfRK5ftne586fEK/8V/EP4GeGdYufCerReJPD+uWV7qeipaMJ5fs0uJWt0OPMVh8y7cgg47V7r4O8WL4y0OLVE0vVNHSR2UWusWhtbgbTjcY25AOOM9RzWtu9qN3tW0KLjLmvfQzc01axJn3oz71Huo3VvykXJM+9Gfeo91G6jlC5Jn3qbS2z4k8Nf9hzTf8A0shqru9qn0lv+Kk8Nf8AYc03/wBLIayqr3H6Bc+3umDXin7Zn/JuXin/AK7af/6X29e19jivMf2jfA+q/En4Oa74d0NIpNUu5LR4UuJPLQ+XdQysC3b5Ub8a+Gwc4wxNKcnZKS/M9nERcqM4rdp/kfmZRXt3/DGPxW/6BOm/+DJP8KP+GMfit/0CdN/8GSf4V+xf2tgP+fy+8+F+o4n/AJ9s8Ror27/hjH4rf9AnTf8AwZJ/hR/wxj8Vv+gTpv8A4Mk/wo/tbAf8/l94fUcT/wA+2eI0V7d/wxl8Vs/8gnTf/Bkn+Fc948/Zt8ffDXwtd+Idd06yh0u1eJJnhvlkceZKkS4UDn5nWqjmuBlJRVVNvzJlg8RFOTg7I8yrT8Nabq2r+IdOs9BiuZtaknX7EtoSswlByrKwI2kY3bsgAAkkAZqLQ9D1DxNrFnpWlWct/qV5IIoLaEZZ2P8AIAZJJ4ABJIAr9Cv2ef2eLD4M6P8AbLzy7/xXdx4ur1RlYVJz5MWeig4y3ViMnAAA5c3zSll9Lles3sv1fl+ZtgcHPFTutIrqeleBrfXrLwjpMPie6t73xAkCre3FpHsjeTuQPyyQACckBQcDoaKK/HG7u596lY8dJ/0m9/6+7j/0a9G6msf9Jvf+vu4/9GvS8c1+CxeiP0On8CF3UbqTFGKu5oLuo3UmKMUXAAVHKiuXg+K3gufxQ3hqLxfoEniNHMTaOmqQG8Vh1Uw7t+fbFaviOwudT8O6pZWF42nX1zaywwXi9YJGQhXHupIP4V8VfBeT4Y/DvQPCvwr+M3w4t/BXjGzuk+ya9qFgv2PV7tJCyTwainPmH5Sd7LjcFyc7a9LDYeFenOTu2ui36626peX4HHVqOnJLo+r/ACPukHqexoUkCvnv4q/tB65ZfFSf4feCrrwhpWo6bYxX+raz40upIrWISk+VBFFGyNJIQCxO4Kox1PFZ/hj9p7WtT+EnxXvb+18Pv45+H9rLJcNo9y93pN6fsxmhmjOQ/ltggoW3DaeeeEsDXdNTtvb8dEx+3hzOP9aH0mWGduOKUEEYr5R1f9or4w+FPh7ofxT17wr4Wt/ANy1m15pMFxcPrEdvcMiLcB8+SCTIreThiAQC+c4zv2po/iG37THwRPh268MJA13f/wBjf2lbXLsk/wBjPnG42SDehX7uzaQeua0hgZymoyml8Wt76xV2iZV0o3SfT8ep9f7vajd7V8+/FH47eKPAeo+D/AltN4RX4iaxZSX99qesTS2mjWMMZCvIFLGRy7nake/PBJYCpfgv8f8AW/FHjTxN4G8VyeF77xJpWnLrFrqnhG7ebT721Z2TlHLNFIjBQyljndkcdcfqdX2Xtb6b/K9rmntoc3J1Pe+keMc05j6V8feHP2kPjl4r+BSfFiz8KeDLfw/YWUl9eWN1NdC71GKEt572+1ituoCOFEhkLbcnaMA+pfEf9oS90zwl8PG8F6PBqnir4gNEmiWmqTGG3t1aDz3muGUFtkaEZVeTnirlga8Zcmjd2t9mt7/ImNeElzfP7z28MT2pSa8Sl+Jfj/4ReCPGHij4tW/hi50rR7MXdrc+EzcRtO3QwPDPu2sWKgMHI+bkCvL5/wBq3x74LstG8V+LLj4aXnhS9uLeK90bw/qssmsaZHPIiI5ZmKTmPf8AOqovTg45ohgatS/JZ9N932Q5V4R+LQ+vc0bvavnjxz8a/HepfHPUPhr4FPg7Rr3TtOt74z+MXuDJqZl3kC0hhdCyIE+d8nB4x3r3fQ21E6NYHWBarq3kJ9sFiWMAm2jf5ZYBim7OM84xmuarQnRhFy66/I0jNTbS6F/dRupMUYrmubC7qN1JijFFwFVvl6VV1dv+JTd/9cm/kasDAFVNXI/su6/65N/I1y4p/uKn+F/kOHxL1Ow+Ph/4sX8Rf+xd1H/0mkr8u6/WzxL4fs/FnhzVdD1FGfT9TtZbO4VG2sY5EKOAexwx5rxD/hhr4aems/8Agxb/AAr+q8jzahlqmqyerWx+O5jgqmLcXBrQ+AqK+/v+GGvhn6a1/wCDFv8ACj/hhr4Z+mtf+DFv8K+o/wBacF/LL7l/meR/Y+I7r+vkfANFff3/AAw18M/TWv8AwYt/hR/ww18M/TWv/Bi3+FH+tOC/ll9y/wAw/sfEd1/XyPgGivtP4q/se+APCHww8Xa7p51cX+l6ReXtu0l8WUSRwu6ZGORlRxXy/wDCj4Ua58YPFMej6NH5cSYe8v5FJitIifvN6k4O1erEdgCR6eEzrDYulOsm4xhvc4q2BrUZxpvVy7B8KPhRrnxg8Ux6Po8flxJh7y/kUmK0iJ+83qTg7V6sR2AJH6Q/DX4b6P8ACrwna6BokBS2iJeWaQ5kuJSBulc92OB7AAAYAApPhp8NNE+FHha30LQrfy4U+ea4kwZbmUgbpJG7scfQAAAAACutr84zfNp5jUtHSmtl+r/rQ+rwOBjhY3esnufN3xD/AOSk+KP+vmH/ANJIKwyQTW18RT/xcrxT/wBfMH/pJBWCG5r8rqP97P8AxP8ANnDU+OXq/wAzM1jxfoWgajp2n6prenabf6k/lWVreXccUt0+QNsSsQXOWXhc9R61p3N1DZ20txcSpBBEhkklkYKqKBksSeAAO9fLn7UngN/iX8YvBOiWzrBqjaBq9xptwcZgu4jBJA4J6EOo59Ca0/EvxJf44/CTwH4csWe21Xx3KLPVY4iQ9pb2/OpA+mNjQgkYJlHrW/srxjJPffy/qzL9lomfQegeJNJ8V6XFqWianZaxp0pYR3mn3CTwuQSCA6Eg4IIPPUVoAivkXwZ8QpvhT+zxpFlogOnXOr+Mb7QrSa2sHvDYo97cZkjtowTIyIh2IAQW25BGQfTfhz408T3vxC1PQUu/Eeu+H5tJN5a654n8My6c9pdq4QwN/o9skqsGDgBQ3yuN3TDnQcbtbIJUmr22PbcijIr5yvPi03hr4p+CNM0/4qWXjn+2dTl0rVtBQ2DG0YxMyyxCBFliCSR7NsrSZD4LbhuOhonxO1OX4yanoHinxXceENTGqvHovh+606Eadq+nqIwrx3DR75Zm3twk67WAHlsFYNPsJb+V+ovZSPfc0ZFeUfD7xxrWt6n8WIb688+PQ9aktNPXykXyIhaQyBeFG75nY5bJ59K87tPih498QfD74EvYeIIrPWfF7tDqeoS2cL7lNpK7SKmzaHUruUABSyqGBXIKVGT6/wBWuL2cv6+8+m8ijcK+fvG/xF1TQfiRpHw8HijxLDHbaQ2sX+uaZoC6lqN0WlaOKLZBaSRRIMFmfyOdqKCCSTj618W/iDYfBPU9Qje5svENj4ntdIsNV1vRnsv7StZLiBVnktpEQqGWUo2xV5Viu3jFLDzdtdx+ylofTORRurwbVr7x9ofxk0TwZF43e80zxDplxeS3l1ptsLnT3t5E3/ZNkaphxMqgTrLt2ZJbkHHv/j1rvw78E/Fkajcf8JFqfg7VILCwv7m2VXuRciJofPjgCKxRpiD5apuVBgBiSZVGTtyu9/8AO35h7JvY+kcj1oyPWvA/BfjfxRafEXwxpaap4s8Y6PqUMsWq3Gu+EptLjsJkiLpNHJ9kgUI7Bk2OXOSmG655XRvHXxG1f4LeMvH7+NTFdeHrzUmstOj0y1+zXMNrO58q6JjLtuVCgMTREDBJZsmq+ry7/n1D2T7n01c63p1nqVlp1xf20GoXokNraSTKss4QAuUQnLbQQTgHGRmrm6vmv4g2V/4v+O3wX1K28S6voo1XTdTnijtI7R/sf+iws3l+bbvkvuAbfv6Dbt5zp+L/AIkav4c+LU+heI/GF54F0bybRPD2oTadBJYaxOUdp1u53iKq25Qvlo8BKnKnLLhKi5Ws+l/xsHs3pY+gd1G6o93rXiGu/FjWvAnin4sWGrXq3kWm6PBr3h+J4o0ZY3R4mi4AL4uIxjdk/vAM9KxjFz0RnGLlse55rm9O+I3hvVLrxLBBqsSt4bk8rVnuFaGO0by/MJZ3AUgJ8xYEgdzXi+m/E/xne+AvBOhzaskfj678Ut4e1S9itovu2zySXMqxsm0b4IgR8o/1oIxxUfjrxFr3jHwT+0Rplzrl1a2mhLNDZLbQW4Ig/sxZXgYvE2VdnbJ++AflZeK3VJ3s3/V7Gqpvr/Wp7j4i8f8Ah/wpodlrOpanHFpV5Pb29vdQq0ySvOwWLb5YbIYsMN05znFb+4V8l/EzRtU0z9lnwQV8QXmrXNzfeHpLU6rDb+XaEvDtRVgjiLIDj7xLED73evVLTXvEvgv42aB4Z1PxFN4m0rxHpl5cgXdrbwvZXFu0ZPlGGNMxMspG2Tew2L855yOl7t0+/wCAOGmj7nsGRRkUzdRurkuYan0T8Lf+Sa+FP+wVbf8Aopayvih8EvCfxgk0t/EtlNdSacJRbNDcyQlRJs3g7CM58tOvpWt8Lufhp4VH/UKtf/RS10+fxNfbYWpOlCE6bs0lqvQ+h5YzgoyV1Y8M/wCGLPhZ/wBAq+/8GU//AMVR/wAMWfCz/oFX3/gyn/8Aiq90yaMmvS/tDF/8/ZfezL6tQ/kX3Hhf/DFnws/6BV9/4Mp//iqP+GLPhZ/0Cr7/AMGU/wD8VXumTRk0f2hi/wDn7L72H1ah/IvuPCT+xf8ACwZH9k32R2/tKf8A+Kr5A/aM8AaT8Nvi7f8Ah/QYJodPjtraSOKSVpm3OpJ5YknJ7V+me3A65PrXmknwL0O8+Mdz8Q9RLahqPkQxWdpKg8q1eMEeb1+Z+RgnG3kjJwR6eXZxVwtV1K83JWdld79DjxWAhWgoU4pO+9uh5P8AsufsujwqLTxf4vtAdcIEljpsoyLIdpJB/wA9fQfwf733fqToOaOAc0vAFePi8XVxtV1qzu3+HkjvoUIYeChBaDqKKK5Tc8F+LRx8Rp/+wbbf+jJ65UtzXU/Fz/ko8/8A2Dbb/wBGT1ymRXwWKf8AtE/V/mfqOXL/AGSl6Dt1G6m5FGRXNc9Kxy/xY0S88U/C3xho2nRCbUNR0e8tLaMsFDSSQuqjJ4GSRya8V1q11fxZ8EvhrdaPoGsy6l4K1DSNQ1HQ7/TZ7O5mW3h2zRxLOqCVl3FhsLKxTCkkivpLIozXRCvyKxzVMOqjvfdWPE9YF18Xvi/8PtT0jS9YsdE8KveX19qGr6bPp2+SWAwx28Uc6JJITuZmYLsAXG7LAVyngS61v4d/AbUvhpf+FNdv/F9rFfabZrZ6bLJaah5zyGGf7YFNvGjCUFvNkVlw2RnAP0vmjdk+9V7dWUbaL/g/5mX1V3c+bV3v87L9EfJHjv8AZp1DxXP8K/Bd492YtH8HXVjLrMELy2cV7EbMwiUEbJIy8ZPlScMq9MjI+gvhD4t1zxX4QT/hKNCuNA8SWEjWWoW8kDJbyzJgGa2YjEkL8MrAnGSM5FdoWApd1FTEurFRl0HTwsaM3OL3/RJL7v1PGtbS78L/ALUFt4ju9L1O40PUvCq6TFfafp894kd0l55hSUQo5iBWQEO4CcN83FL8H9A1PS/GXxpnu9NurSHUNeE1pJNAyLcx/ZI13xkj513AjIyMgivZN1G4VPt9LW6WLWHtLmv1b+9WPjvRPhhq9j8PPgJrer6J4k+weG7W7sta0/R5Lu11S0W5AVJljtyk7BWVd6JltrZ2sAa98+Efh7wvY6lr2teH9H8S2k1+IIbrUvEst+Zrzyg+xVW9czAJvIyUVTu4LYOPSMijIq6mJdSPK/61uRSwkaTTWu3TXRW39Dyv47aH4b8Q2+kQ+INP8URzwtNNp3iHwnbXMt3pk+0IdrWqvKhdWb7yNGdhDc7QfI77wj4113S/hH408dWPiLUf7Hl1G31WLSJJ7XV4rW5IW1uHismWQuqrF5scXzAMcqdrCvrDIo3CiGJcIpL+vTtuKphVUk5N7/pZq/fb7rnzd4x+E+m+NfhT8Qo/AOh+IYtd1aOyBu/FNxfLLqbW0olSAC/k81FA3JuZVQ+YMFgDjvdR8Wn4xeBNb8N6Xo3iLRtR1bQ7mGSbV9GubCKxlkhKKjPMqCRtzn/U7x8pJIGCfVN1GRSlX5t+m34f5FLDKL00urPT1enbdnzH4gfWfHf7OFn8K4PCWuad4xuLC10O6judNlisbLyiiy3Buyn2eSMLGWXy5GZ8qAMk47nwd4d1HTf2mfGeoy2N2NLl8O6ZbQahLCwhmkR5d6rJjazAEEgHIyK9jzRuoeI0cUt/1t/kTHC2kpN3at+F/wDM+UG8C+JofhvcalDoOozXWg/E658StpggZZ7yzW6cs0SMP3mUcuoH3to25OK7q51TUfHH7R/gDWbHw3rlv4b0/TNThbVtQ06a1RppBD8hilRZIx8vDSKoc527gpNe65HrRuFN4m9213/ESwnLZJ6afgx26jdTcijIrkud9h26jdTcijIouFj2z4Mf8k7sP+vm8/8ASqau4/irh/gt/wAk5sf+vi7/APSqWu4/ir7jA/7pS/wx/JH5ZmH++1v8UvzY6iiiu488KKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA+AvC7f8AFM6Vz/y6Q/8AoArTz8vWsjwy3/FN6T/16Q/+gCtLdX6fUXvs+Yh8KJuPWjj1qLeaN5rOxRLx60cetRbzRvNFgJePWjj1qLeaN5osBLx60cetRbzRvNFgJePWjj1qLeaN5osBLx60cetRbzRvNFgJePWjj1qLeaN5osBLx60cetRbzRvNFgJePWjj1qLeaN5osBLx60cetRbzRvNFgJePWjj1qLeaN5osBKTx1qfSWz4n8M/9hzTv/SyGqhbirGjt/wAVR4Z/7Dmnf+lkNZVf4cvRjW59y0UUV+cn0gUUUUAFFFFADdvrXkX7U/hrVfF/wN17SNFsZtS1O5uLAQ20Ayz4voGb6AKCSTwACTgCvXc03OB9K1pVHRqRqx3i0/uM6kVUg4ProeM/s8/s8WHwY0j7ZeCO/wDFV5Hi6vVGVhUnPkxZ6KDjLdWIycAAD2n2oHsaD0p1q1TEVHVqu8mFOnGlBQgrJC0UUViaHjT/APH1e/8AX3cf+jXpD0pX/wCPq9/6+7j/ANHPSV+BJ6I/Q6XwRCiiinc1Ciiii4Gb4mOrp4e1I+H0s5NcFvIbJNRLi2M207BIU+YJuxnHOK+Wfi3o3xs/aW8Ev8ONc+E2meB9O1C5ha+8T3XiO3v4oI4pVcvBBGvmF22kLuAAzgnnI+twVQYJxS5A5NdmHxTw75oxTa1Td9PuaX33OapS9qrNu35nyp8VvgLqWj/Gi98eWXww0H4y6VrOmWthd6TrElpHeWE8AKrcQtdIY2VkwGXKnIB6Cugh+GWq6r+z/wDEvS9O+Evhz4a63r+mXVpZaHoUtqZbgmF0i+0yxRxxByzHADMqhvvda+i+VGAMil+tdH9pVXCMWl7ttdem2l7fgZ/V4ptrrft1+V/xPnz4yfCvxR4q/Y7t/A+laX9q8ULpmkW7WH2iJMSQS2zSjzGYJ8ojfndg44zkVc/aM8DeL9R8VfC3xt4P0FPFN/4Q1Oea50Y30VnJPDPAYmZJJSE3LwcEjNe6jqR6UoycGsaeMnTadk7OT/8AAkk1v2RcqUZX17fhqj5d+M3wi8R+OfFPgj4oSfDHQ/GGp2eky6bq/gDXbu2l2rIwkR4Z5EaEyxtuyTgEEgN3rsvgp4Nmsp9d1CT4JeGPhIZLb7Lb/wBmyWcl/dZ5YSG2jCJHkLgeYxJGSBxXt/I96Xk+1XLH1JUvYtLlXrte9t7feriVCKnz3/L/ACufOvw6+FHivQP2IZ/h/faV5Hi5vDepWA077RE37+UT+WnmBzHzvXndgZ5Iqj4t+Dfja18BfA/xD4d0yzvfHHw6tofO0G7u1hF3G9msFzbpcDcivwMMcrxnPr9MAZ5oA560f2hU53Oy1bf36Nb7Wfr5h9XjyqN9kl9x4F4n0Hx9+0f8LPHXhDxb4Kh+G9tqNiIdPln1iHUJpLjO8PIsAKJGGVP4ixGeBXBeDfhjq4m0fR9T/ZR+H1ldQNHBeeJnuNMayZUA33EcaQGcs2CVRkGCRluM19dEE8g4oBODxj3qoZhOnF04RSW9ry0e381/vuJ4dSak3r8v8vyPmv8AaP8ACXi3x7c6toE/wR0P4i6RLBt0XXhrEFncac7RqGMvm4kQrJuYNAxyoAwD19p+E/hrWfB3wy8MaH4h1Rtb1zT9Pht7zUWdnM0qoAzbm+Zuf4m5PU11fI96Tkd81jPFznRjQskl6/q3+FjSNJRm531f9f1cWiiiuK50BRRRRcBxPNUtW/5Bt1/1yf8A9BNXKp6t/wAg26/65P8A+gmubEv/AGep6P8AIcPiR7jRRRX9Cn5sFFFFABRRRQBznj3wqPHPgjxD4da5NmNX064sDcBN/lebG0e/bkZxuzjIzjrVP4afDXRPhP4Wg0PQrfy4U+eaeTBluZSBukkbuxx9AAAAAAK63PSgnPAqlUko8iem9ieSPNzW1HUUUVJR80fEXj4leKf+vmD/ANJIKwMit34kH/i5fin/AK+YP/SSCuf3e1fD1X+9n/if5s+bqP8AeS9X+ZxuufDhda+Kvhjxp/aXk/2JZXln9h8jd53n+X82/cNu3y+m05z1Fc78Pv2fdK+H3xW8WeNbfUJLo6xn7JpskeI9O8xhJceWdx/1sgDnAXGMc9a9UzRmn7adrX8ifayta55FF+zxAnw1i8MjXpo9Tstan1/TNat7cI1ndtcSTRsYizB1XzCjKT86k/dzx1P/AAhniHxBpGt6Z4t8S22oWepWMth5OiaYbBUWRSryEyTTuZADhSGVRk5UnBHZ7qN1DrVHuP2kmeK6Z8ANdSL4e22qeMrK50/wTcwTWNrp+hC0FwscTxfviZ5MuQwwybFHz5RsqU3vFHwo17xxqmnQa94tt7zwzYaxHrEVnFpAivWaJzJDC9yJdmxWK8rCrlUALZLMfTd+KN+aft6l7/oh+1lueWaj8G9WTxF4vuNC8Xf2Ho/iwpLqNquniW6hmEQheS1nMgWIuipnfHJgqSMZ4ZoXwHGiaN8KrAa55w8Cuz+Z9k2/bc28kOMb/wB39/d/F0x716tu9qN3tR7epa1/62D2sjg/GHwzvNT8c6d4z8N63FoHiS2s202dr2yN7aXlozFxHJEJYmDLJhldXBGWBDA8Q+MPhhqvjzwPHouteJY5r8ana6k97Bp4jhXyLiOUQxw+YWVT5eMvI7AsTkjCj0HdRupe1mreRPtHp5HJ6t8P11T4peHvGX2/yzpOn3dj9i8nPm+e0bb9+75dvldNpzu6jHPL3f7Puma0PiZBq+pTXVh41uoLp47aPyJbJookRCkm5tzBo1cEqACACD39U3Uu6kqs1s/6vcaqyWzOP8JaB410+4s/+Ei8YWOs21tFsK2Gi/Ypbl9u3fO7Tyg/3sRrH83+z8tc7pHwMGk/B3xT4E/tvzP7cbUW/tD7Jt8j7Uztjy9/zbN+PvDOO1eo7qN1P20+gvaM838R/CG8vrjwDqWja/Dpuu+EYZLaGe8083NtcRSwCKRXhWWNgTsRgRIMYI5zUfxI+FviT4kaXqnh+88YWsPhbVREt3af2MGu0jGzzI4J/OCor7CQZIpGUu2GOF2+mbqN1CrSVn2H7WQW8KW0EcMYxHGoRR1wAMCvNfij8E4viR4w8L6+urtpb6UwjvIVt/M/tC1E8M4gZt67B5kCHPzcFhjmvSt1G6ojOUHdEqTi7o810v4Kxab8Z77x02rGa0lSWS20b7MAtvdSxwRTXAk3HJZIFXbtGNzHJzVq1+Dtrn4lQ3upSXNn43kJnihi8p7ZGtUtmVWJbccKWDYGM4wcc+gbqN1X7afcr2ku55HffBDWtd+F+ieDdZ8V2Vz/AGPd6dPa39po7QM0VoyMEkQ3DBnbZy6lQM/crr9d+Hw1n4neFvF/9oeT/Ydre232Pyd3nfaBGN2/cNu3y+mDnPbFdbupd3NHtp/n+Ie1kPyKMio91G6srkXPpD4W/wDJNfCn/YLtf/RS109cx8Lf+Sa+FP8AsF2v/opa6evtqP8ADh6L8j6WPwofRRRWxYUUUUAFFFFABRRRQAUUUUAeB/GA4+I8/wD2DLb/ANGT1yQfHaus+MX/ACUeb/sG23/o2euQyK+Axb/2ip6v8z9Wyxf7HS9P1H7/AGryLwv8etPHiXx9ZeLtX0Lw5YaHra6XYT3dytr5ymCOUhmlkwz5c/dxwOnevW+Oa+evg74f0y++IXx/ubnT7ee4uNYFlLLLEGZ4PskZMROPu5YnHTmpo8rjNz6f5o2xDnGdNQ6t/kz13xfruq6brHhaHTb/AEC0tb2/8i7j1eZ0nuItjNstApw83y5wcjaGPan+JPin4M8HaiNP1/xdoWh35jEotdS1OCCUoSQG2uwOCQefY181eCLqW5+GP7LLSyNIw1ZYwWOSFWzuVUfgoA/CuY8SeMdH1TT/AI2+AZm0hdS8SeJJ4Y9W13WbCzS2AMUYaaKWcXGITGxj2RuGATG3JA7Y4aLlyt7f52OCWNcY8yW//wAinY+i9a+ONrp3xS8NaXHqOinwbqehXesTay9wNiiJ41Vln3+WIyHOSQe3Ir0nQvEWl+J9Lh1LR9StNX02Xd5d5Y3CTRPtJVtroSpwQQcHqDXh3ijRLW6/at+GMV/FHqLWHhq/mhmuIwxWZZIVEoz0bk8jpmvN/ii2oaf4T/abtdFzBCmradcTxxRs6rFLb2xvHKLyQ0YcvjGRu+tZKjTqcqjo7L8ZWNXiJ0ueUldJv8I3Pqfwx8RvCnjae4g8O+JtH16a2AaaPTNQhuWiBJALBGO3JB6+lLB8Q/C1zq9/pUXiTR5dU06N5ryxjv4mmtkTG95Yw25FGRksABkV5hp3gO+vPHPw+8T3/jfwr9j0y2uItNtNB0VrE39rJb/6pZGvZQ0ShUlAVSBsB4HNc58O3u/g54o8DeCXl0Pxn4M124vLnwzrNrxqVqSk1xJJL95JkKS7PPjKk7zuB3VHsqbvyO/9O/5f1Y19tUjbnjZXtf7raJve9v8Ahz0H4R/tC+GPi1e61ZWOpaTHqNjql1Y21nb6pFcTXlvCwC3SIMHy3ByMAj/aNei6vrdh4e02fUdUvbbTdPgXfLdXcyxRRL0yzsQAPqa8h/ZldRafE2PcPMTx3q+5e65dGGR2yCD9CK6T41+Ck8eaNodjba/a6FrtprFvqekNeIJYbi6g3SLE8RZTIpVXJCnK7d4+7UVI01W5VojSlOo8PzvWX3HYab4u0PWNBOu2GsWF7ogR5P7StrmOS22oSHbzVJXClWyc8YOelQ+FvHXhzxvBNN4c1/S/EEMDBJpNLvYrlY2IyAxRjg47GvmDxz49n8Y+AraLxRo+mabDpfxD0/S/GFxpEhfTb1YxHumZmCsY/M8hGWTJXYFJOOPTP2rJbWH4M+On0wQnXm0uAXv2QqLw6b9oAlJx8/lhGuPbl/U1pKhGLUXu3923+ZksU3GU1tFX83v923n+B6ZoPxK8JeKdVn0rRPFOiaxqcCs8tnYahDPMiqwViyIxYAEgHI4JAp118RvCtnqkOm3HifR4NQlujYxWcuoRLM9wAhMKoWyZAJIztAzh145FeQ/G9dJfTvg2PCgs21IeI9POhfYwN32IIftHl7f+WP2fO/Hy7duf4atfAvR7NPiX8bdWitov7Wk8RC1+0sMt5a2sDKnsNzEnHXjPQYXsoezdTX+nYr21T2ip2W+/yv8Af/w56pL8RfCsHiceG5fEujR+ImIVdIe/hF2SV3gCHdv5X5unTmuh3Y7V8a/DHwLrvxF/ZqnsNS8aeGfDsRv7ifWLi60KQ6hYalHdl3klnN4iicMFO4xj5SvGMGvsaL5Y1BbcQMFvX3rOvThSfLF3exphqs60eaUbJpNfP/L5ehxvhDxpOPD0994q13wxv/tWWxgudHuz9l/1pjjhZpD/AMfGflZB/HwBW34c8d+HPF1xew6Fr+la1NZELdR6dexXDQMSQBIEY7SSrdcfdPpXyHr9nBqf7Nt5Z3kCXFrcfEuSKWFxlXRtXYFSO4IJFe1eLLaDSf2nfhj9hhjtPN0DVrNxCgQNCht2jjwP4VbkDtXRUoQu9ddfw1OaniJtLTT3fX3nb8Dp/in8ZdG8E+GvFi6drmiT+L9H0u4v4tEuLxGnLRwmVd8CuJNuACcY4Oc9624/iJo+j+CdF1/xRrGmeH4b+3gZp766S1g82SPfsVpGAz97AyTgH0r5djXw3L+wv4vPihLNtZebVDfm7JaZtaE8u0nI3edkJjvtx/DXT2i6/cfHb4fQ2mq6RpI/4QKM6RJremSXsbz71+0rAFnhxL5flliGJ2DpjJqnh6bTXZv8DNYqo5KVviUbLtdvf+lc+jB438PGz0m6Gu6Z9k1eRYtOmF5HsvHYEqsLbsSEgEgLnOKvJrmnzatPpUd7avqcESzy2SzKZo42JCuyZ3BSVYAkYO0+lfNHjnwLpfgn4E+OtO1PxBb+IdV1DxC11pMHh+AWbWWsytEbe3t4zNKUcTYkOWyBI5IxnPRfsmSTxWvjW28VSeb8VIdWI8TyyY3SfL/ojx4A/cGELswAOH96xnQiqbqQd7f8DX+utjohiJurGlKNm1f89PXS68r9j6B3D0o3D0pmRRkVwXPS5T3L4Lf8k5sP+vi8/wDSqWu4auG+Cv8AyTjT/wDrvd/+lUtdy1fe4H/dKP8Ahj+SPybMv99r/wCKX5sdRRRXceeFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAfnz4Zb/inNK/69Iv/AEAVpbqyfDbf8U7pf/XrF/6AK0cjAr9UmveZ8rB+6iXdRuqLdRuqOUol3Ubqi3UbqOUCXdRuqLdRuo5QJd1G6ot1G6jlAl3Ubqi3UbqOUCXdRuqLdRuo5QJd1G6ot1G6jlAl3Ubqi3UbqOUCXdRuqLdRuo5QJd1G6ot1G6jlAl3Ubqi3UbqOUCXdVvQ2/wCKp8Mf9hzTv/SyGs/dVzQW/wCKr8Mf9hzTv/SyGsay/dy9Brc+7aKKK/ND6cKKKKACiiigAooooAKKKKACiiigDxh2/wBLvv8Ar7n/APRr0bqJP+Pq+/6+5/8A0a9J2Ffz2pbH6LT+CIu6jdSUUcxoLuo3UlFHMAu6jdSUUcwC7qN1JRRzALuo3UlFHMAu6jdSUUcwC7qN1JRRzALuo3UlFHMAu6jdSUUcwC7qN1JRRzALuo3UlFHMAu6qmrN/xLrr/rk//oJq1VXVf+Qfdf8AXJ//AEE1z4qX+z1PR/kVH4ke5UUUV/Rh+aBRRRQAUUUUAFFFFABRRRQB8x/Er/kpfij/AK+IP/SSCueya6D4mH/i5nij/r4g/wDSSCue3cCvhKz/AHs/8T/NnzNX+JL1f5i5NGTTd1G6srmQ7Joyabuo3UXAfnjrXjX7WXiDxH4b+Deo3vh1xazLcWiy3qX8trPApuoQPL2Rtu3E7WBZcKxPzfdPsW6vOv2g/Beq/EL4Q6/omiRxz6rKIZ7eCWQRiZoZ45vL3HhS3l7QTwCRnA5rWhJKpFy2uaU7Kauef/G3VfEFv4q+DN3qWhWx1hfEkwTTtI1A3CPm1kCnzZYocdctleADjceK9A0P4vyQa14p0bxdplv4d1HQNPTV5pLS+a9tprJg/wC9SRoomyrRyKylBjCkE54xfHGh+IvH3ij4V61F4cvNLj0fW5rrULe/uLXzbaIwSRhz5UzqwLMuAjE88gVD4u+FOqeMfid43knj+y6FrvgxdCj1DejbZzLOWGzdu+VZFbJAB6Zrrbpyioy7fqbPlaSf9alux+OGrpH4W1bXPCaaP4W8TXcVpp96up+fdxNNn7Mbm3EQWMSDH3JZNpZQe5HoHjnRLvxL4O1rS7G/udLvryzlht721maKWCQqQjq6kEENg8GvG/hd8MrTw/a+HNO1L4IaHZ6/pZiiuPEscOnfZWaHA+1QyKTcl22h1DRKdzYZlxur37dWFZxhJcn9fiyKlov3TwS2+ON6P2UpfFjea3iy2sjpEluQfN/tcN9m2beuTMQcehrZ8M+MPE2g29v4G0HTF8aa/wCG9Ktm1zUtc1p7YG4kjDLGJPKmeSV8Ox3BVVSvzc4HKSfBLxOPjw0cdrEfhlPraeMJZvOQMNRWEx+R5edxBl2T7sbeMZzV3xD8HbfTfjD4o8S6l8NrH4k6R4jitpEYwWUl3ps8MYjZNt3JGpjkXawKNkFSCuMGul+y276/8DdbamvubfP/AIH5nVJ+0DZ6v4W8H3mg6TPqOt+KriS0sNKuZhAIpId32kzyhXCJFscFlVyTjapzxzH7RPjH4gaX8EtbvE0i28O6lb31pE13p+vSEeU1xBteCRYFdtxYxurrFgbiN4xu0PEXw91bSrr4b+KfC/hKx0+TwxNdi48JaXLBCDbXahZPJYiOLzlIVypKqTvAc8Fr3xb0TxV8Xfg14n0y38NyaHqcjwS2Gn6jewGa48mWOYq5iZ44yxQqv7xhyC23kCIunGcWrWvrr5+vYmPKpJra/wCpu+IfibrHhWDw/pt/oFpceMNfu5LXT9K0/UnktsIhd5Zbl4EKIqDLYiY5IChs8RaV8Wb+HxBrnh3xLoEOj+ILDTG1i2js783VrfWo+VmjlaKNgyv8rK0YxlSCwPGN420bxN4i8QeAvH2m+G7yDUPDtxdx3Xhy+ubVbme2uEEbtE6SvD5ilVZQ0igjIJU4qI+DPEHjbx/q/jPUdGl8PxweHJ9D0zSru4hkupnlbzJJZTDI8SLkIqgOxPzFtvAqUqdtbff1uK0banR/Bz4la58VfDun+I7jwxDoGhahapcWrTai0t27kLuzCIQojyX2v5mWCqdi7uPRMmuI+Cnh7UPB/wAIfB2iatb/AGXU9P0u3triDer+XIsYDLuUlTgjqCRXa7q56rXtHy7GMrcztsOyaMmm7qN1ZXIHZNGTTd1G6i4DsmjJpu6jdRcD6V+Fv/JNfCn/AGC7X/0UtdPXMfC3/kmvhT/sF2v/AKKWunr7qj/Dh6L8j6iPwofRRRWxYUUUUAFFFFABRRRQAUUUUAeAfGM4+I8o/wCoZbf+jJ64/dXXfGU/8XIl/wCwbb/+jJ647dX57i3/ALTU9X+Z+tZUv9ipen6j91UbLRNN02e+mtNPtbWW/k827khgVGuJNoXfIQPnbaAMnJwAKt7qN1cfMepymVb+ENBtbXS7aDRNNhttKfzLCGO0jVLR8Fd0IAxGcMwyuOGPrXk1p8NPH2g6B408MWkfhvXdO8Q3l3P/AG3q15Ml0kdyuGWa2EDrOYwSijzkDKiD5B09v3Ubq3hXlDzOeeHjO3T0OW8DfDvTPBnh7wzZGOHU9S0LTY9Mg1e4gX7SY1VQwD8lVYqCVBxwOuK3rPSNP0+8vry1sLW2u751ku54YVSS4ZVCq0jAZchQACc4AxVvd7VxXxZ+JX/CrfDlnqv9n/2l9p1O007yvP8AJ2+fKse/O1s7d2cY5xjI61KdSrKy1bG1Towu9EjV8NfDjwl4Luprrw94W0XQrqZPLkm0zT4baR1znazIoJGQDg07Q/h94W8Marc6ro/hnR9K1O6DLPe2NhFBNKGbc291UM2WGTk8nmt7dRn2qfaze7NFRgrWS0MiHwb4ft/Ek3iKLQ9Mj8QTJ5curJZxi6dMAbWm27yMKowT0A9Kn8QeHNI8WaY+n65pVlrOnsyu1pqFslxCzA5BKOCCQenFZCfEDT3+JEvgkQ3P9qx6SusGbYvkeS0xiC53bt+5ScbcY79qo+AviV/wm/iPxrpP9nfY/wDhGtTXTvO8/wAz7TmJJN+No2ffxjJ6Zz2rS1T4uxnzUvg7tr59TorPwromneHm0C10bT7bQmieFtMhtY0tTG+d6eUBt2tuORjByfWofDPgrw74Jgnh8O6Bpegw3DB5otMs4rdZGAwCwRQCcdzWzu5ppfYpPpzWXtJbXNfZxunbYwvDnw88KeD7+4vdB8MaNol5cKVmuNOsIbeSRSdxDMigsM88961LHSLDS5ryezsbW0lvZftFzJbwqjTybQu+QgfM21VGTk4AHasT4b/EDT/ih4J0vxRpUNzb6fqKM8Ud4qrKoV2Q7grMOqnoTXS7qqc53aluTTjBxThtujn7n4c+Er3xGviG48LaJP4gV0lXVZdPha6DKAFYTFd+QAADngAV0mcUzdSbqlzlL4i1BRvZbmUfBnh5tPNgdC0w2P2n7b9mNnH5Xn79/nbduPM3/Nu67uc5q5caPp91qdpqM1jazahaI8dveSQq00KvjeqORlQ21cgHnAz0q1k+lGT6Uc7FyLsc/c/Drwneave6tceFtFn1S9iaC6vZNPhaa4jZNjRySFdzKVAUqSQRx0qxrngvw94n0iDStZ0DTNX0y2ZWhsr6yjngjKqVUqjqVBAJAwOASK2N2aN1P2s9Hcn2cNVZamPa+DPDtjbaVb2+gaZBb6U5k0+GKzjVLNiCC0IC4jJDNyuPvH1q5FoemwazPq8WnWkeqzxLDNfLAonkjUkqjSY3FQSSATgZq5u9v1o3e1LmfcpQitkO3UbqZuo3VNy7Hu3wT/5Jtp3/AF8Xn/pVLXdDrXC/BP8A5Jtp3/Xxef8ApVLXdDrX6Bgf90o/4Y/kj8gzL/fa/wDjl+bHUUUV3HnhRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAH54+HX/4p/S/+vWL/ANAFaHmUmi+FvEVno9jBJ4W8RLLHBGrr/Yl2cMFAIyI6uf8ACO69n/kV/EX/AII7z/41X6hKtScn76PlIqXKip5lHmVb/wCEe13/AKFbxF/4I7z/AONUf8I9rv8A0K3iL/wR3n/xqo9tS/nRdpFTzKPMq3/wj2u/9Ct4i/8ABHef/GqP+Ee13/oVvEX/AII7z/41R7al/OgtIqeZR5lW/wDhHtd/6FbxF/4I7z/41R/wj2u/9Ct4i/8ABHef/GqPbUv50FpFTzKPMq3/AMI9rv8A0K3iL/wR3n/xqj/hHtd/6FbxF/4I7z/41R7al/OgtIqeZR5lW/8AhHtd/wChW8Rf+CO8/wDjVH/CPa7/ANCt4i/8Ed5/8ao9tS/nQWkVPMo8yrf/AAj2u/8AQreIv/BHef8Axqj/AIR7Xf8AoVvEX/gjvP8A41R7al/OgtIqeZR5lW/+Ee13/oVvEX/gjvP/AI1R/wAI9rv/AEK3iL/wR3n/AMao9tS/nQWkVPMo8yrf/CPa7/0K3iL/AMEd5/8AGqP+Ee13/oVvEX/gjvP/AI1R7al/OgtIqeZR5lW/+Ee13/oVvEX/AII7z/41R/wj2u/9Ct4i/wDBHef/ABqj21L+dBaRU8yjzKt/8I9rv/QreIv/AAR3n/xqj/hHtd/6FbxF/wCCO8/+NUe2pfzoLSKnmUeZVv8A4R7Xf+hW8Rf+CO8/+NUf8I9rv/QreIv/AAR3n/xqj21L+dBaRV31c0Bs+LPDA/6jmnf+lkVN/wCEe17/AKFfxFj/ALAd5/8AGqv+GfDWvy+LvDRPhvXokTWLGV5JtIuY0REuo2ZmZowFAUEkk9qyq1abpySktgSdz7kooor83PqAooooAKKKKACiiigAooooAKKKKAPFZWzd3v8A19z/APo16XP5U+7tbmK+vQbK8ObmZgVtZGBBkYgghcEEEVF5Nzj/AI8L7/wEk/8Aia/nlqUfde6P0OnUp8kfeHZFGRTfKuf+fG+/8A5P/iaPKuf+fG+/8A5P/iai77GntKf8yHZFGRTfKuf+fG+/8A5P/iaPKuf+fG+/8A5P/iaLvsHtKf8AMh2RRkU3yrn/AJ8b7/wDk/8AiaPKuf8Anxvv/AOT/wCJou+we0p/zIdkUZFN8q5/58b7/wAA5P8A4mjyrn/nxvv/AADk/wDiaLvsHtKf8yHZFGRTfKuf+fG+/wDAOT/4mjyrn/nxvv8AwDk/+Jou+we0p/zIdkUZFN8q5/58b7/wDk/+Jo8q5/58b7/wDk/+Jou+we0p/wAyHZFGRTfKuf8Anxvv/AOT/wCJo8q5/wCfG+/8A5P/AImi77B7Sn/Mh2RRkU3yrn/nxvv/AADk/wDiaPKuf+fG+/8AAOT/AOJou+we0p/zIdkUZFN8q5/58b7/AMA5P/iaPKuf+fG+/wDAOT/4mi77B7Sn/Mh2RRkU3yrn/nxvv/AOT/4mjyrn/nxvv/AOT/4mi77B7Sn/ADIdkUZFN8q5/wCfG+/8A5P/AImjyrn/AJ8b7/wDk/8AiaLvsHtKf8yHZqnqp/4l9z3/AHb/AMjVrybkH/jwvv8AwEk/+JqC/trqaymRbG+3tGygfZJOpH+7WGITlRmlvZ/kVGpTuvePcqKKK/pA/NgooooAKKKKACiiigAooooA+YPid/yU3xT/ANfEH/pJBXN11XxM0nUpPiP4imi0jU7mCaaF45bawmlRwLaFThlUg8qR17Vzf9k6t/0Ata/8FVx/8br4OvCXtp6faf5s+aqwn7SWnV/mQ0VN/ZOrf9ALWv8AwVXH/wAbo/snVv8AoBa1/wCCq4/+N1jyT7GXJP8AlIaKm/snVv8AoBa1/wCCq4/+N0f2Tq3/AEAta/8ABVcf/G6OSfYOSf8AKQ0VN/ZOrf8AQC1r/wAFVx/8bo/snVv+gFrX/gquP/jdHJPsHJP+Uhoqb+ydW/6AWtf+Cq4/+N0f2Tq3/QC1r/wVXH/xujkn2Dkn/KQ0VN/ZOrf9ALWv/BVcf/G6P7J1b/oBa1/4Krj/AON0ck+wck/5SGipv7J1b/oBa1/4Krj/AON0f2Tq3/QC1r/wVXH/AMbo5J9g5J/ykNFTf2Tq3/QC1r/wVXH/AMbo/snVv+gFrX/gquP/AI3RyT7ByT/lIaKm/snVv+gFrX/gquP/AI3R/ZOrf9ALWv8AwVXH/wAbo5J9g5J/ykNFTf2Tq3/QC1r/AMFVx/8AG6P7J1b/AKAWtf8AgquP/jdHJPsHJP8AlIaKm/snVv8AoBa1/wCCq4/+N0f2Tq3/AEAta/8ABVcf/G6OSfYOSf8AKQ0VN/ZOrf8AQC1r/wAFVx/8bo/snVv+gFrX/gquP/jdHJPsHJP+Uhoqb+ydW/6AWtf+Cq4/+N0f2Tq3/QC1r/wVXH/xujkn2Dkn/KfSfwt/5Jr4V/7BVr/6KWuoHIxXNfDi2msfh94at7mF7eeHTbaOSKRSrIwjUFSDyCCMYrpVr7uj/Ch6L8j6iPwodRRRW5QUUUUAFFFFABRRRQAUUUUAfP3xmJHxGkz/ANAy3/8ARk9cZuNdv8Y9Ov5fHpuIdPvrq3fT4UEtraSyruEkxKkopwcMvB9RXGf2fqWP+QNq/wD4LLj/AOIr87xsZfWamnV/mfq+VVqUcFSUprb9SPdXDfF7XfDej+GrSLxLZ3Wq22oX0Vja6RaBmbULh87LcpuVHVgGyspEZAO7iu9/s/Uv+gLq3/gsuP8A4isLxh8OYPH+kLpmt+GtXvLZJ47qIx2V3DLDNGwZJI5Y1V43UjhlYHqM4Jrmpe7JOSdvI76talODUZxv57Hz18ONPmh+MvxL8KeHdCu/hhZal4Zt7qKw/wBHAtrxjJCLuKO2mkiQlQmdpBJjBI7nc+AkMPgDxXB4I1zwRaeF/GSaTv8A7Z0e5Etpr8MRiSS4kI2uZvMYn9+pYbnIf5zn03TfgJ4d0m61W5h8G6xcXerWJ07Ubi+t7+6lvIMsdszS7mkPzEBmJYKFUHaqgXPC3we0/wAG6vcatYeHfEU2rTwLatf6muo39wIVYsIlkuDIyJuJO1SATyRxXfUxEaikrPVL70vX87nm0qcabi+eOjfVbN32t+Vvmef/ABvKeIPid8KvCGqEt4X1i6vp7+zf/UX0lvAHhglHR0LEt5Z4byxkHFc5+0p4A0Dwr8IrbTdD06PQbG+8UaVJLbaYzQRxs1xEhaJUIEJwAf3YX5st94k17j4x+G9v4906Kx1zwzq13DBOl1DJHZXcE9vMhyskU0arJG4/vIwOCRnBIrIk+BWiXOitpdz4V16+tpL2HUpJL1NRuLiS4hZTE7zyEyvt2rhWYgAYxjiopVlT5N9OnfW9/wCuxdaEKntFzRfNs29Vpa223X5nnknhvSvht+0j4LtvDWnwaLba9o+pLqkVoNiXjQmF4pZQP9ZKpkk/eNljvbJ5rzD4q654Wu/Cuk+OfBXgfUYbiDxDZPZ+P5PIR7n/AEpYZA0rz/bJY2VnixJGVIxxtCkfV1/4Ai1LxLpXiG68N6vJrGlxTQWlwbC6HlpLt8wbQu052L1BxjjFcbN+zD4QuIjby+C9cey+1G9h09hqZtLecy+aZILct5cDb88xqvDMv3WYHWliFFxlUvdb+er8+1v8jKvSjJSjTnFJtteWi8n1u9PLU4Kf4deFNT/bBvjeeGNGuy/hKHUWNxp8L5uvtzr55yv+swAN/wB7AHNZPw1+GXhLx/8AFX44t4m0+311E1uOJbG/Ilgtw1rHmZIjwkh5Hmj5sJgEc5941/4UWPiTxFp+vXvhzX4da0+MwQ31jHf2cpiLq5idodnmR7kU7H3LnPHJzh6v+zn4Z1q91e+n8H6/Be6vI8moXNj/AGlaS3W9ERkkeJlLRlY1/dk7MjO3JJMxxGlm2tEvua8ypUqfNdODXM3q97p+T7+Z4B4J17UPH3hz4D+HPEuoT6n4f1e61cXjTuWTVI7MyC0jnJ/1qsoDlWOH2fMDXfWng/RPDX7Qd74L0nRNPi8G634XfUdU0COBPsAuI7hIo5vs+Nis65U4A3+WCclc16/rfwn0vxB4cstEvPB1+umWDRvZQ2umXNs1m0Z+RoHiVWhZRwGjKkAkZwTT/CXwwtfBL38uleG9bF5esrXV7e217d3dxtGEDzzh5GVRkKpbC5OAMmlLEXu4prfTpq73+Xp0CFOnFpSnF2trfXRJNej9erPJP2MPCWhaR8CvC+rWOi6dZ6re20i3V/b2kcc9wBcSYEkgAZgMDGSeldj8XtX8LLd6BoniDQLrxfqOqSy/2f4cgjWVLvy1DSPJHNIluyxgq2ZjwcFfmxXSeDvhPZ+AJLw6D4e1+wtruR5WsxFfvaRszs7GK3fMcWWZiRGqjmn+MfhXaePDp0mr+Hdda602Vp7O9s4L60ubd2Qo2yaDZIoZWIIDYPGQcCspTviHVd7O/r/XzN4ezp4aNFSjdJLy8+n6b9z5RuZ/sXwX/aU0C10e48OaPpsxkstCnaM/YfOt45JEURSSRopclwqMVG84xyB3uueENI+Hes/BXW9As10/WtR1aHTtS1FWJudQgmtJGkW6lJ3T/NGjDzCcFQRjFes2n7Pnhq00DxFo0HgrVxp/iNVGrRm3vi14QgTe7n5t5Ayzg7mYlmJYkne1P4bW2tLoIvfDOrzDQrlLvTv9Bu18iVEZFbhRuwrMMNkc10yxV3onb/7VL8zlp0IJe9OF1a2u1pN9u2h4Pf6O/wAKvirc614z8MW/iLTtd8QRvpfja1nH9oaU8zRxwWciHbIsAO5f3TMhUkOnztnB1WxTTpPiH8HEeW2j8QeJ7SS0CnB+wXw8668s56L9nuxwOPQ5r34fAjQ/7fttXfwrr0txb3rajBbTJqL2cN024mdLRiYFky7tuVAdzFs5JNaF/wDCnTtU8c6b4yuPCmqS+JdOt2tbW++w3YKRtuBUoF2N998FgSNxxjNT9YWj5Xt+K20v/XYbpQd0pxtfv0e+tl8r9tzwbwBqdz8SPEvwn0y+BubnwbpF5qGpoxyPt8LnT4gxPOSyXLDPPy5wK4/4feA/GHxd+Edr4r07QPC0XjrU7qS/Txrd61ONTt7hLhl27Vs2KRqqeV5Al2bBjHJFfVfhj4Taf4O17X9Z0fwnqtnqevTLcajcfYbtzO6liDhlIUZdzhQBlicVkv8AATw/Jq1/fr4V1+H7fc/a7uyg/tKKwuJjjc8tohEEhbaC26M7iMtk01ilFvli1tb8W1uur/DYl0ISS5qie99fRJ7PWy/F2ffzO28CaJ42/al8aHxFp8OsW9joelSx2N2gltTKTcgStEwKs6jcFJHy72xyc19BZxwBgVl2fgGKx8Val4it/DerprWo28NrdXH2G6PmRxFjGu0rtGN7cgAnPOeK2f7P1Ln/AIk2r8f9Qy4/+IrhrTlUa7JL8j0qEqFJSvKN22/vehFuo3VL/Z2pf9AXV/8AwWXH/wARR/Z2pf8AQF1f/wAFlx/8RWFpdjq9vQ/nie6fBP8A5Jxp3/Xe8/8ASqWu771w/wAG7aez+Hmnx3EEtvL5t05imjZHAa4lZcqwBGQQefWu4Pav0PAprCUU/wCWP5I/I8waljKzX80vzYtFFFdx54UUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUV55P8dfBsD+KBJf30Ufhq8h0/UrhtIvBBHcSuiJFHL5WyZt0keREX271LYBr0OgAooooAKKKKACiiigAooooAKKKKACiiigAooqvd3cVjazXEzbIoUaR2wThQMk4HtQBYorF8JeK9L8c+FtJ8R6Hd/bdG1W0ivrK58t4/NhkQOj7XAZcqQcMARnkVT1D4h+HdI8STaFe6rDZ6nb6W+tTJcBkjiskcI8zSkbFUMRnLZxzjHNAHTUVT0/ULbVrC2vLK5ivLO5jWaC4t3DxyxsAVdWHDKQQQRwQauUAFFFZniDXLHwvoWoazqk/2bTdOt5Lu6mCM/lxRqWdtqgk4UE4AJ9KANOiqmm30Gp2NteW7+Zb3EazRPgjcrAEHB5HBHWk1HULbSLC5vb25is7O2iaae4uJBHHFGoJZ2Y8KoAJJPAAoAuUVT0/ULbVrC2vLK5ivLO5jWaC4t3DxyxsAVdWHDKQQQRwQazfE/jLR/By6Y2sXn2MapqEOl2n7p38y5lJEcfyg4yQfmOAO5FAG9RWbpWv6ZrwvP7M1K01H7HcvZ3P2SdZfInTG+J9pO11yMqeRkZFaVABRRRQAUVieKPFmleCtGk1bWrr7FYRywwvMY3kw8sqxRjCgnl3UdOM5OBk1t0AFFFYnijxZpXgrRpNW1q6+xWEcsMLzGN5MPLKsUYwoJ5d1HTjOTgZNAG3RRRQAUUUUAFFFYPhnxlo/jFtXXSLz7WdJv5dLvf3Tp5VzGFLx/MBuwHX5lyDng0Ab1FFFABRRRQAUUVmWev6bqGq3+mWuo2tzqWneX9ts4J1ea28xd0fmIDlNygkbgMjkUAadFYNj400fUvF+reGLa88zXdLtba9vLTynHlQztKsLbyu07jBLwCSNvIGRneoAKKwbHxpo+peL9W8MW155mu6Xa217eWnlOPKhnaVYW3ldp3GCXgEkbeQMjL9L8WaVres61pNldGbUNGlihv4fKdfJeSNZUGSAGyjKflJxnB54oA26KKzdV1/TdBFn/aepWmnfbblLO1+1zrF58752RJuI3O2DhRycHAoA0qKKKACis3Vdf03QRZ/2nqVpp3225Sztftc6xefO+dkSbiNztg4UcnBwK0qACiiigAornfA/jnRPiP4dt9f8O3p1HSriSaKK48p4stFK0Ug2uqsMOjDkc4yMjBroqACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKzNG13TPEVtNPpeo2mpwQTyWsslnOsyxzRsUkjYqTh1YFWU8ggg1p0AFFFFABRRTPMXfs3DdjOM849aAH0UUUAFFFFABRRRQAUUVi+I/F2heDrW2uPEGt6folvc3MdnBNqV1HbrLO5wkSlyAzseijk9hQBtUUUUAFFFFABRRRQAUUUUAFFFFAHhvwp8LaZ4yj+L2laxa/bNPk8dTStCzsuWjhspEOVIPDop69q8/8Ai38UPGWmat8dNR034lJ4fi+HVjb6pp/h+KwspRdbrFJtl2ZUaUwSSKyL5RicF5P3jYVU9w+HHw61XwJ4m8cXc2tWeo6R4h1VtXt7OPTnhuLSR4445FeYzssqkRIRiNCOclsjGev7P/hTUfiHr/i3xFo+jeJ729v7bUNO/tPSoppNKkit4od0Mj7iGYwo+5QpBC9cA0AeS6j8UviEmofHHxUNeuUsPANnFd6b4QgsbYxXEr6NDdPFczGJpnQSvlRG0TA78uylVTI0n4rfGPwh4F8ReL7uz8R6voMfgy81lNS8Yjw+ltHqMcKy2wtF0qcyPBMGkysu5hsixJ8zZ+sbTQ9O0291G8tLC1tL3UZFlvLiGFUkuXVAitIwGXIRVUFs4CgdBXmuv/szeAZvDHiqx8J+GtF+Huua9p0+nyeIfDOlQWd8iyYJPmRKjspYKSu4bsdQeQAePeEPF3xLj8O/EHxS/jLxxqOh6T4Ja6tf+Ew8LWmjNHrPlTSS7ImsYJZEjCQkH5o8uw3Sn7mtY/E/xb8LvE9ufGHxBfXNI1LwBf8Aiy6ur/RYFg0m4tXttxghtVSV4Ct0cxSSSSfulxJkk103wk/ZUsvh54t1HWr6PwdHbXmkPo0uieC/CK6Fp15FI6s73sJuLj7S4CBUJKhFkmGG8zj2eXwnoc13BcyaNYSXMFnJp8UzWsZeO1cqXgU4yI28tMoPlOxcjgUAfJWifHPx/pGueNtIvdQ8Uhv+Fd3niywfxhBoQuLaeJtsUtummswEL7z8tyGbMQwT8+bninWPH1va6j4W1v4h6hrUHin4a6n4hknTTLC2OnXVubcMlqFgP7mRboqVmMzgICJATmvorw38Evh14Otbq30DwD4Y0O3u4Zbe4h07Rra3WaKUKJY3CIAyuI0DA8NsXOcCui/4RnSP7Qtb8aVZG9tLV7G3uPs6eZDbuULwo2MrGxjjJUcHYvHAoA87/Zt0+80D9nbwS82t6h4nkfQbO6hkvltldFNrGVgTyIo1KLjClgz8/MzV4v8ADf4u+N7/AFH9n3V7/wCI66uvxNubu71Dw1JY2SLaQrp91cLDaNHGsojhkEUcjSNKzMkfzoCyyfUfhHwN4c+HuknS/C3h/S/DWmGVpzZaPZRWkJkbG59kahdxwMnGTgVwuq/s5eFW+I3hfxf4f0nRvC2o6XrM2s6lLp2kxRTaxJJZ3Vv++lTaSwN28m9t5zuGBuJoA818OfHbxHe6N+zn52vRXOq+Lr2/TWLYRwCW+jt9PvJHUIFymyeOAMYwuDhT97BxfgD8VvjJ8QH8F+MbjSPE+o6Bronk1e3vRoEWjWMJSRkNl5E5v98cqRxFZw5IaQsqMAF+j9L+E3gjQ/EF1runeDNAsNcurs39xqdrpcEVzNclZFMzyqgZpNs0w3k5xK4z8xzXs/gx8PtP8Zt4xtPAnhm18WNK87a9Do9ul+ZHUq7mcJ5m5gzAnOSCQetAHz3+z38UfjF8R7jwP4uutM8T3vh7xAZn1mK+XQItF0+FkkKNZeROb/fFKkcRW43khpCyowAWb4YfEL4jxzfBHXNc8czeIYfH1xeWF7o82l2lvaWoSyuLmGWIxRibzAbUK+6RkbzGKpH8oHv1n8F/h9p/jNvF9p4E8M23ixpXmbXotHt0vzI6lXczhN+5gzAnOSCQetbC+CfDiW2k2q+H9LW30ks2nQiyj2WZZGjYwjbiMlJHU7cZV2HQmgDxn4I+K/Gdh8QR4Z+J2seJk8XX1jc3cGn3EOktoN0sUyLNNp8lrELpY08yIKl4yybZRkOyswq/F/xZ4i1j4oeLvDdv49b4e6F4Z8HR687i1s5Y9QkmluEZrhriNittELYBhE0Tnzj+8XAI9d8DfB/wJ8MZ7ufwd4K8PeFJbtVS4k0TSreyaZVJKhzEi7gCTgHpk1c8TfDjwn421PStR8ReF9G17UNJl87TrvVNPhuZbOTKtvhd1JjbKKcqQcqPQUAfGXw0+IvxBu/Bfwo8CeE18V2trZ/C/RtYSXwdFob3U80qGLM39rSKphj8pflgXcWl+Z1G0HudX1jxJeePLjUvF2j22k+Kz8GrybU9LZYrmCK5FwpkTbukjdNwPykupBwSa+hfEXwZ+H/jHR9J0nX/AAL4a1vSdJTytOsNS0i3uILJNoXbDG6FYxtVRhQOAB2rUtfAHhixhhitvDmk28MOnf2RFHFYxKqWPH+iqAvEPA/dj5eOlAHzE/xx8WfCzwroMk00GoweJ/h/p03hPT1sobeGPXFWKE2q+WqjbM13bME6KI5NoCjApax8Q/jde+MfGnh3w4fFOv6z4Jh0+0t10mDw/FYarctZxzvNqQvJYrhUmkZ0/wBEESqqttLMCF+q73wN4cv4dEiuvD2l3MWhyxz6VHNZROunyIu2N4AV/dMq/KCmCBwKyfG3wZ+H/wASr+3vvF/gXw34qvrePyYbnW9It7ySJMk7VaRGIGSTgcZNAHn3w41rxp44+OXxGj1HxVeab4f8L39jBa+G7Wzs9jmfTLeaVLidonkdVkkLL5bIQd2WdSqr5V4l8N6jB8Rf2rb1vGGrzW0XhiCR9Ikisvs8qyaddbFYrbiULFghNsgJ/jL19c2OhabpV5f3ljp1rZ3moSJJeXNvAqSXLIixo0jAZchFVQTnAUDoKytW+Gng/wAQeIBruq+FNE1HXfsj6f8A2neadDLc/ZnDB4PNZS3lsHcFM4IZsjk0AfNEvxL8f/BCAxTeI5PHay/DPUPFVtp15p1vbw2d5ZfZgsUAgRZDAwucFZZJXHlD95kk1N4W8VfFe98J67fa7ZeJdZ8I6h4Nvb6bUvF0XhxreO8EAeH7JHp0rmS3lV5cpcLJgJH85y2fqOPw3pMWp2morpdkuoWds1lbXS26CWC3YoWhR8ZVCY4yVBwSi8cCuY8O/Av4b+ENQvr7Qvh74V0W91CCS1vLnTtFtreS5hkIMkcjIgLoxAJU5BwM0AeMfCzxH4x8a+PvBnh638XTeHPDdn8O9A1+fT9J0uxU3NzLJOjpueFligZIwrRxqpG1PLaPDB+5/ad/49vhd/2P+i/+jGr1LTvCui6PeR3en6PYWF1HaRack9tapG62sZJjgDAAiNCzFU+6NxwOasaroen62LUahp9rqAtbhLu3F1CsnkzIcpKm4Ha6now5HagD4r8fQal4qtWSHxBP4VW0+OMdikmiWGnwltxh2TP5ls4kmViSHfJYt8+8BQN5JfEfwr+KP7SPi6z8W634lv8Aw54esNQTSL+Gw8nUJFsLho/O8m1SQBGTjymTOTu3cY+odW+G3hLX9E1XRtU8LaLqOkapcfa7+wu9Ohlt7ufKnzZY2UrI+UQ7mBOVHoKZB8NPCFp4h07XoPCmiRa5ptmNPstTj06Fbm1tQCogilC7kjAYjYpAwTxQB8wWvxI+M+g/Djxb4omHiu40YeBdQ1mLXfE6eHPLtNRitxLbPZJp0rl4ZA0hKzrJjy4vnOWz2HiW0+MOm+DvCWq2Pi3xR4nsr2J7/XX8NWmhW+p27vAjRJaR3sIt/sisJdyyM9xlosSOA4r1jRfgJ8MvDlxqVxpPw58J6XPqltLZX8tnodrC13BJgyRSlYwXR8DcrZBxyKueMfg14A+Ii6evivwP4c8SjT4zFZjWNIt7sWyHGVj8xDsB2rwuPuj0oA8l+PPjLT/E37Hg8TaT4gFxpt3Fo97b6/rVusYZDe2zC5uIwIQP7zqBGOoG0dOX8VeP/iR4E1rx9oukeNrvxuvhXSNI8YPeXenWX2mS3a4nF5p58iGOMrJb2zSREKJQT99xjH1He6FpupaYum3enWlzpy+Xts5oFeEbGDJhCMfKVUjjgqCOlc9pfwr8OeDPCOs6J4G0HRPBKajHKcaTpUMMAnePYJnhjCCQjC5yQSFxkUAcv8CfiPefF+88Y+K7HVYtQ8BzX6WPhp7dYzHNFBGFuLlXA3MHnaRBuJAEAwBk5+bB4X1nT/hP8d5l8balqk//AAsNLWK21S1s3to5/t2nsty6wQwyM/IBXzFQqOFUndX2B8J/h1pvwi+GvhrwZpAX7BoljFZxuIxH5pVfmkKjoztuY+7GnS/CzwXc67qety+ENCfWdUEa3+oyaZAbi7EbI0Ylk27nCNHGV3E4KKR0FAHzb8QvjD8QfgtD8V9DHiW88aXWjWnh670/V9RsrGK6tP7Ru5bWf5Y0t7dlj8nzEMu0AtiRyozSeKfH/wAa/A3w58YzzjxHpEaXehpomv8AjeDQ57xZrjUYre6geHTJDDJCI2RlJWN8ySDdwhX6nufCmiXlzqVxPo2nz3GqWy2V/LLaoz3duu/bDKSMyIPMkwrZA8xuPmNc54f+Bnw38I2N9ZaH8PfCui2d88Mt3b6fottBHcPC/mQtIqIAxjf5lJztPIwaAPmzx94y+KngCH44zQ/FTUdSt/hxY2eu6et5o+miW/8ANtzLJaXbpbqphzC4UwpFKPOOZG2qB6H438YeNfB3xbh1TxPrHiXSPhzc3unW2m3HhuHSptNDTFIvJ1FLiJ74SPcNs3237sJJESYyJGr26/8ABXh7Vl1mO+0HTLxNaiW31RbiyjkF/GqlVSfK/vVCsQA2QASO9ZH/AApn4f8A/CaDxh/wgvhv/hLFcSDX/wCyLf7eHCbA3n7PMzt+XO7px0oA+dfDfxV+Mnjfxrq+q6FpHii+stL8Yz6LLpEI0GPQlsILnyJTK0s41EXHk5nDDClygEZQ5ZfDni/W/h3P4u8T2WoG38NWfxau7XxHatAjrJZXMUEAlLkboxDNJDISpA2h85FfRGr/AAY+H3iDxZF4r1PwJ4a1LxRDJFLFrd5o9vLexvHjy2WdkLgpgbSDxgYrXn8E+HrvSNY0u40DTJtN1h5JNSspLONob5pAFkaZCu2QsAASwOQBmgD5S1D42/E3xDeeCIdPl8QfYPHl1rOs6d/wisGjjUIdNt/JSyghbUituRLE5unL+ZL8xChVB29ZqWqfHe4+HvhO6vbHxLpb2k1/FraeHjoJ8QXESMRY3JW5aWwCvGpaaOJgwkZPL+Tcte8eIvhp4R8X+Grbw7rvhTRNb8P2vl+RpOoadDcWkWxdseyJ1KrtXgYHA4FYN/8As7/CjVtG0vSb74ZeDrzS9KEi6fZXGgWkkFmJG3yCJDHtj3N8zbQMnk80AaHw5+Ivhzxl4c8NSaV4kXWp9U0eLVbX7aY4b+7tSFX7S8AVCoLMNxWNVDNgAcCvnT4i/Ef4leLfi5428M+EfE/i7RLvSda0rStLtvDvhi3u9Kmt5I7ea+lutQuLOaOKZEml+UyxhQkeI5GbDfSunfDnR9M8cXPiyKFm1WTTYdIg3BRHaWkbs/lQqFGwMzBm652IOiKB4b8Sv2M/+Fi+MPEurXGs+HXh127juP7T1Twt9u8RaSgSNDHpupNdKLUL5ZeLEDeW8jNhiaAF+MXxq8Q+A/A37R15F4jisL3whY2z6JPcxW4NvJLYxtGcMm2QvOWChwQW+UDtWL8Qfifrvg3xJ8aJtHmsdIvmn8J6dFrP9n2++y+3OLeS6lbYDP5Qk3KspZRtAA2kg/Q/iD4S+CfF2sQav4g8H6DrusQ2r2CajqemQXNytu6urxCR0LbGEkgK5wQ7ZHJrSu/Bfh/UF1hLrQdMuU1mFbbU1ls43F9EqlFjnyv7xQrMoVsgAkdDQB8ZeKvHPiX4LfEL4+3+meLJfG+vWGkeEtOXU7y3sRd2QuL28jbzljEFsZY1nMi71hTa0XmZAZ27HXPiR8YfAHgXxa+qw+JNKsbi50ex0jxR42TQnvbCa8vUtLlzFpkjQPHCrxyoZIwdzMG3qAK+jdA+FfgzwrpNzpei+ENA0fTbm2+xT2VhpkEEMtvukbyWRFCsm6aY7SMZlc4+Y5peHfgf8OfB+m6xpug/D/wvounazEINTs9O0a2t4b6MBgEmREAkXDuMMCPmPqaAPI/gXZ3el/tU/GTTb3xhN41urPQfD0T315FbR3cOX1F/JnFskce8b9wxHGdjx5BPztxfxG8R694R8ZftH+KdA+Ia+GrrwnaWWtDRI7O0nW/dNNjZFu/OV5PIkMXlL5JhbJc+Yx2hfqTwl8OvCvw+hEHhfwxo3hyHylg8vSNPitV8tXkkVMRqPlDyysB0Bkc9WOamvfCPwN4p1y11rWvBfh7VtZtJ1urfUb/SoJ7iGYBAJEkZCyuBHGAwOf3a/wB0UAeBeJvjf420bxXqvw8bVha+NPFt5pd74PMltCJLXT7hR9uUKU2ym0FvdOS6lsSRbs5FemftF6nNpMHw2aKK0mabxvpNuxvLOG42q7sGZPMVvLfHSRMMuTgiuj1P4VWus/GnQ/iDe3Ec8uiaPc6Zp9mbUboZLiSNpp/N3ZyUiVAu0YBfk7sDrtV0PT9bFqNQ0+11AWtwl3bi6hWTyZkOUlTcDtdT0YcjtQB8uX3xD+IulGbxlJ44nuNNt/iVH4UTwyNMs0tJLCXU1s/3svlGcyoJdyukiLiNAyMdzN0tr4g8c6H8YX0jx34j8V6La69qV5YeHJdIg0eXQZ1MLyW6Luge+juUhR5G879yZIXAZkZUPuUngvQJrNrV9C02S1a+GpmB7SMobsSCUXG3bjzRIA+/724A5zzWR4f+DfgHwn4nufEuh+BvDejeIroyG41fTtIt4LuYyNuk3zIgdtzcnJ5PJoA+TvhFb6j4V/Z4+EFy/iC48SJf/EG2tkh1iw0+ZLFf7Qu0k8grbKyOxyxkJLqSdjIOK7G++IfxF0ozeMpPHE9xptv8So/CieGRplmlpJYS6mtn+9l8ozmVBLuV0kRcRoGRjuZvoWw+E/gnSr27urHwdoFldXl+mq3E1vpcEbz3iFily7BMtKpZiJD8wLHnmtKTwXoE1m1q+habJatfDUzA9pGUN2JBKLjbtx5okAff97cAc55oA8V+HPiHxT8SbzWPEV98S5vC0K+JtT8NxeFY7OwMMKwSSwRKGliMxu2CLcgmRo8MB5LLWT+xx9k8J/s66EfEXjq5u7bWtQu9PsodXuLO0WKdr25QQWzwxRO0khBbBZ23fc2gYr3NPhh4Oi8bv4yTwnoaeMHTy28QLp0I1Bl2BNpuNvmEbAFxu6DHSq9p8IfAun3lzc2vgnw7bXN1qCavPPDpMCPNeoWKXTsEy0yl2IkPzAscHk0AXvCaeGtCtl8IeH5tPgGgW0EJ0i0mVpLGEqRCHQEsoZVOC33sE8810lcv4d8AaX4a8ReJtethLPq/iG4jnvbq4KlyscaxxQrgDEaKDhfV3JJLE11FABRRRQAUUUUAFFFFABRRRQAUUUUAN9aRiMgGhj26V4v+0pO19F4A8M3F3cWeh+JfE0OmatJayvC0tt9nnmEBkQgqs0kMUTcjcrsn8VR282l97t/X4A9m+yb+5N/oez5+U7ulIoIcjt2rzS/0HwV+zv4C17VPDWi+H/A2nKqyyx2Vl9mtGmJCIxt7dMySsWVQqL5khEaA/dx518MvjN49+IniXxd4Nj1LS4dY0/TbLU7LXdR8Dato8QWaWZHik027uUlkwICRMk6rl8YyhBmUkr26L9Lv8F/T0Hyu3M9v+Cl+bW35H0mDuAo6fhXzv+xNZeMbX4DeAZ9Z13Q7/wAPyaDb/YrKx0Wa1uoDgY824e8lWXjI+WJMkg8dD7d4v1O50bwrrGoWcJuby1tJZ4YQCfMdUJVcDrkgCqqyVKMpS2V39xXK+fkXexroc8Hr3rP0bXdN8RWQvdJ1G11S0MkkP2mzmWaPzI3aORNykjcrqykdQVIPIrxv9nP4TeCpvAPgvx6ul2WseNdU0yDUbvxlcRLJql5LNEruXuv9YUO7aI92xUVUChVAHlXwF8aeOPAPw50PUUn0B/B15471PR30w2U76hJ9p1y7i+0C585Y49sjj915L5VCfMBfCauLi+SW90vK7dvz/wA9r25+dOl7VfDv8rOW3oj7KOByBk/WlU5HIxXzH8Wv2l9b8GeLb0aDe2Oq6Rpep2mm3ulx+ENXulLSSxJKG1mI/Y7eRRMD5bRvtKhWYFsKuoaJ8Tpf2rdWGl+LfCVoT4bje3N74Vubjy7U3cuyN9upR75B3kG1T2jWsVK7h2lf8IuX4r+r6O5e6m+1vxaj+H9aar6Kh13TLrWrvSYNQtZtUtI45rmxjnVp4I5Nwjd0B3KrbH2kjB2Njoa0QvNfLl+fHbftT/FX/hBrvw9pt1H4Z0KW6u/EFpPexsVbUPKiSCKWEruJctMZTtCqBE+4su34R+OfjD42S+H7TwQNG8JzXPhiw8TX154g06bU0H2syLHbxRRXNueDBKTIz9NgCHcSum+39b/5P+mr001fsrfjy/rJf0nb6EHOeNv61IT7fjXx74y8ZeP/AIteG/hTrtnqPhzw9cR+MG0m6s7jRri/RdStJr22lmjlF1But2MLFYygfkZk4Ir6Rurbx5afDa+ittR8O6p4/W1m+x3cthcWOlvcfN5PmQiaaVYx8obEjE4JGMgCb/Ff7La9dE/1/rVJdVHur+mrVvlb+t32YFBFZ2hf2gNGsP7Y+zf2t9nj+2fYt3kedtHmeXu+bZuzjPOMZrA+KnjOLwD4G1PWpL+0054/LhhnvYZrhBLI6xxgQQgyzuWYbYI8NK21AVLbhT0Y4+9bpc7DrRwK8H/Z++Nev/EPxp408L6/5d3Nodtp99BqaeGNR8NtNHcm4Xy2sr9nlBRrZj5quUcSAAAo2fXvFn9tDwtqv/COPZpr4tZf7POoxtJbfaNp8vzVVlYpuxnDA4zzSn+7V32uC1djXYAHpyaTkDjgV4RpP7RV54mj8J3Wn2cEUA8P3HiHxTbywtJNYrGDELSMh1VZjcpOuW3DFrKMchhT0H4t/ESyh+HniXxI3hu78N+NbmG2TR9L0+5ivdJa4haWHddNPIl0F2hHxDBncXGAuwl0nZvql823Ffe00vQjmVubyb87JJv7k0/mj6FHQ4pgbI+lfP8A4e/aA8Q6t8JtA8TzWmmLqF/40k8OSpHFIIhbDWJbIOoMhPmeVGDkkjcSduPlrnY/2gPiRJoeu+LPL8LQ+G9E8bN4Yk002dzJeX1udUSyWYT+eqQSKJQSvlzByhOU3bVE7yt52/8ASf8A5JFW1ceu3zfN/wDIs+pgMZx3pBx0r5N+MP7T/ijQ/Hnjrw14V8S+BtL17w9NZWeneE9bsJ7/AFbXpJ4Ypi9ukV5AQuJtgRY5DmJizKD8v1RYC5WxtxdyxTXaxqJpIozGjvj5iqFmKgnOAWbHTJ61S1XMEvdnyPe1/vLX4ZpcdOK8l8c+N/GF78TbLwH4JfRtJul01tXv9b12zlvokiMhjjhjtopoGZ2YMxcyqECY2uW+Wp8WfiVrfw/0zw1pI8R6XB4rvYnkmltfCGp649wIggleHTLKYzJFukXMrzFYyUQ7zICIVpRUl1/RtP7mn+gdXHt/kmvvTR7GVA6mndhXxr8SPiH41+NP7KGi+Jra80TQZj4is7DUre60O7kM89vr8NtHLEj3EMlspkh8xoZVdwG8ssrAvX1T4OtPE1jpfleK9W0nWdUMjEXOj6XLp8Pl4GF8qS5uG3A5y2/ByOBjmmmm0+jt+X+ZTj7ql6r7jezg/XrWV4Y8UaN4z0SDV/D2rWOuaTOWEN/ptylxBIVYowWRCVOGVlODwQR2p/iGDVrrR7uHQ7yz07VmXFvdahZvd28bZHLwpLEzjGeBIv17V5T8Dtb1C2/Z0N/ovhbQxrFj/akdtoPhy1XSrC6uYLu4RVjRmcQea8YJLM2GkYkmk2lFyfT+mJWul1b+X9f8E9q3naD1zRmvEfgH8Wda8d39/YeI/EFhJrcNnDeN4fbwZqPhy+tEcsGdlvbmU3Ee4FPMiUJuU/McgV7TPOLeKSRhlUUsQPYZqpe6rsle87L+v1XzHnjIz9acCfT8K8c+Cvi/4gfFHSdF8cX954d0vwfrVv8AbrTw9Bpk8uoRwSLmAyXxuhGXI2syi2wMlAzY3nhYv2mNbl+KPh2zsbyy17wtrWuvowjtvCGr20cICygSx6zIfsd1h4fupGoYMQrHZuabWkoPR9vO9rff8l1sN+7fsv03/rd9Lnu+nfEzwhq3jC98J2PivRL3xVYxmS60O31GGS+t1G3LSQBt6j505IH3h6ihviV4RXxqPBzeKdFHi5o/NGgnUYft5Tbu3fZ93mY2jOduMc1wnig/8ZWfDn/sV9e/9KNMqf4sH/i8fwW9tW1H/wBNlzV20i+9/wAG1+lxz91NnrJHXtS896+ZPih+0n4p0r4j+K/DnhazKL4WSBJUk8Fa1rv9qXEtutwIluLEeXZKEeNd8glYl2bywqDzOsPxP8b/ABC8S2/h3wlFpngu/g8PWOv6m/inS57+SL7WZVjtVgjuLYq6GCXe7PwQq7OSVwbajzRV/wCm/wBH5/NpOpRcXaX9bf5r+k7ew6LrOn+I9KtdS0q+ttS026jEtveWcyywzIejI6khgfUGtDrmvHP2Pgw/Ze+GG8hn/sC1yVGATsHQZ4rV+N/xJn+H+laZFp2q2um6zqlyYbXzfD9/r8rhELuY7CxKzSgKOW3qqbgSTwp2laLaBxtJo9MJGDWfrOs6foNo17qV9b6daCSOL7RdSrHHvkdUjXcxAyzsqgdywA5Neefs8fFLU/iv4Fu9S1qCGHUbHVLvTJZIbC509Z/JlKrL9luf31uWXBMTlipz8xrG/bAupdP+Bt9cx2s99JDrOhyLa2+zzZiurWZCJvZV3NjA3MBk8kDmobsl2dvudv0Y6cfaTUPO3zvZnth9jjNZOgeJdI8V2U11omr2Ws20U8lrJPp9wkyJNGxWSMspIDqwIKnkEYNeY/CP4ieLfjR4S1bxRZ3WieHbO68610nSbrT57m+0u4jYow1L9/EDKGGHtkCbCMCZ8hqqfALUNb1z4WeIYdPh8K+HfEdvr+r2P2rStBkh02WeG9liNy9mLneWk2bmHn5LMTuo1u1bpf8AFL9fxXmR05ul7fg3+j+70PcOKFwRxXzX+yvpPxHX4WO8vivwu9lJdaylnDH4ZuVkiuv7QuAJZHOoESRbwx8oKjYIHmZBYs/ZI07x7DZeI59T8SeHLvQ18Wa+tzZWfh64guZZxfzhnSdr6RUQvlghiYhfl3k/NQ2lJp9E39zS/X+tbC1hz+aX3pv9P60v9KnC5waTPG418o/Dr9qjxh491Xwvq1tol3eeHfEF8kK6PB4I1qGWwtZGKpdPq7r9jm2gI7qqIgDsFlfYDJcj+P8A8SX0LXfFvleFofDmh+Nm8MSab9juZLy+tzqkdkson89UgkUSglfLmDlCcpu2qLVpd/8ANL9Vtf8ABjcJRk49U7fN3/ye9vxR9T0UUVQgooooAKKKKACiiigAooooAKKKKACiiigAooooAK5L4qaV4m1z4beKNP8ABuowaR4sutOng0u/uyRFb3LIRHIxCsQFYg5Cnp0NdbRQB8V/FrS/Efwf+D/wE/Z+8Ma0/hvXfF15Boeq+INJkbzooYofO1Ge3lYAiaVySHK5+djgE8ejeFv2A/g34F1/SPEHhnRdW0HxJpt1HdjWrPXr37Tcurh2E5aVllWTBV1ZSCrsBtzTv2xfhV4w8X2PgTxx8PLSDVPGvgDW11m20m4lEI1K3KFLi2VzwrOuME8cHviovC/7Xut+M9U0rR9O+AfxVsdVurmOG6k13Rk06wsk3gSyNdSSbXVV3suwEvtA+UsKANj4jfHH4oeH9f1q28GfAzUvF2j6OP8ASNVv9dttKW6IQOws42WRpwAcbm2AsCATXk37Wf7R3iHxZ+wnL8SvhdY6ha2Gt2Mc82qrqp0zUNFTzkUsoUEyNvDRkI68EkFhXE/Efw5quufGL4l2fxX+HXxZ+JFxcaiP+EJt/C9zdwaBFZGMCEGa3nhihl3FvNac5AAPPff0b4NeMde/4JTL4Ai8O39n4wOhShdDvIGhuvMS9aYRFHwQzKvGeuR60AfUXwQ8U+OPFnhJbjx14OtvB99H5aW8Vvra6p9qi8tT5zOIo9hJJ+UgnvmuL0+88KP+27q1knhER+M08CwXMnin+0JWL2bXrILQW2PLXDrv8wHcenQV1vwF+KL/ABR8FQ3TeD/Ffg2WxSG1ktPFmlPp8zuIlLGNHOWQE7d2MEg4ziuI03wzrKft4654hbSb4aDJ8PLayj1Q27i1e4GoSOYRLjaXCkNtznBzjFAFL4b/ALT3jj4x63b6j4N+ET6j8NJdWk00eKrrxHb21wY4pjDNcrYlCxRWViFLhyB93OBXoP7TXxXn+B/wD8ceOLSJJr7SNNkmtEkXchuGwkW4ZGV3spPPQGvkqfTtYv8A4r6Ff/Cn4S/Ev4RfEm98RQXHirzIjF4Vurbfm8knk3Na3GUL7HiUSMxz97ivsD9oT4VJ8b/gr4y8Cm4S0l1vT5LaG4lBKRTY3RO2OcB1UnHOBQB4L8N/2Avh14x8D6J4k+KUOq+PviPqtnFe6l4lv9avI50mkXzCkHlSosUaFiqqoHygA5HFeryfE2P4UfFf4UfBmKxvdai1zSL0pr+paiZLmNbGKPBlBQmZ5N3Lll5ycHNeTfDf9qXx38NvBuk+DfiF8CfibqPjXRbaLT5r7wroq6jpeo7BsWeO6Eiou4KGYNjbnHPSpfjjJ4z0n4nfAX42S/DnxBqMGjWeoWXiLw3oSJqWo6b9sgjCFY4z+/2OpDFM4AzQB7Bd/HK5H7QuqfCmz8OrdXlr4S/4SeHUHv8Ay1mc3BhW2KeWdgJAPmbjjP3a8B/Y5+Lvxm8WfE34o6d4g8Fm70RPGt3b315e+LvtJ8PYhQ/ZLeFof30YOMFDGvzn5Rjna+EWoeLfiJ+3Hq3j6/8Ah14k8GeFZ/ASadp13r9qYnuNt8HzIoyIJDlyIXbzNihiF3YFj4A6jrnwg/aB+Lfg7W/Ani6aHxf4wl13S/EljpTTaP8AZprdTmW6B2RspiKlTzllAHNAG5f/ALWXjTxJdeINQ+GPwcvPiF4K0G9lsLnxANftrBruWFttx9it3VmnCfMAxZA7KQua09b8O2f7Y2m/Brxdp95F/wAKxtrpPFdxZzEreXV5EuLSB0ClQkcjSmT5/vRqoBBLD5S8I/ALwf8ABv8At3wp8TPgd8U/GOtw6pe3On+IPBEup3Gn6naSTM8BxbXcccEuG2sjqgGMluSa+9/gX4K0j4e/Cfw5oOheFrnwTpVtAWh8P3l39qmsd7tI0by+ZJubcxJw7AZwDxQB6BRRRQAUUUUAFFFFABRRRQAUUUUAch4+8N614iuvCkmj6o+mxabrUV9qEa3EkX2u1WKVWhOz7wLPG21vlOzmvnPxJ+0Z4u8UfDD4o3V94W13wl/wjHiiDT7fU7J4CzwpfWYaDbbXU0zzlJH3BE2MrBQSSVr67rwi5/Zz1WaHx9pi+LbRfDfijXofEUVq2js13Z3Sz20simcXAWSNvsxAXylZd+SzbcEA0Iv2ndBtdM8WS6/4f8ReFNV8OCzafQ9Tgt5Ly5F4xSz8gW00sbmaQNEoLgh1IcKOa6r4ffFSPxtrOraLeeHdZ8H+IdMSG4n0fXfszTNby7xFOj2080TIzRyrw+4NGwZRlSeJ+KX7L2m/FXVfH9zqmrAQeKdN0iyS1axSZLWbT7ie4ikdXYrOjPMoaJlAKowz82V1/gd8Do/hDc6tN/Zfw9sZb5Y0EngfwYNAYqpYkTH7VP5oyRtHy7fm654AM3UP2qdC0/VZoz4X8UXGhL4ih8KxeJbe2t30+fUZLmO3MS/v/OCJI7K0rxLHmJ1Vmcor9BffHvQNP8Oy6zJZ6kbaPxTH4RKLHHv+1vepZh8eZjyvMcHOd23J254rxn4qfAbxj4U0jS7Hw/r76v4MPxE0zxCnh6z0IvfQGbWYbm5826EjA20bPPLhYY2UBd0pVWD9nr/7NGu6zqdzZxeOobHwc/i618ZR6UNED3n2qO7hupIHujPtaBpI5GAWJXUumXZUKOAdCf2kdGGuyQJ4e1+XwxDrI8PzeMkithpcd/5gh8ogzi4I88rB5iwGMOcb8AsA/tI6MNdkgTw9r8vhiHWR4fm8ZJFbDS47/wAwQ+UQZxcEeeVg8xYDGHON+AWHE2H7G2k6F8RbzX7HTvh5qFhea4+uSN4l8CR6hrMUksollSLURdR7QHLGNnicx5Ay4UCiw/Y20nQviLea/Y6d8PNQsLzXH1yRvEvgSPUNZikllEsqRaiLqPaA5Yxs8TmPIGXCgUAdWf2pNFXxG1hJ4W8Uw6PH4i/4RafxJLa266fDqBmMMcZzP5zq8mxRJHEyAyKrMrBgt79qvxnrfgL9nvx1rHhy1v5tYh0udbe405oVksmMbAXH72SMYT73ykt0wpqvqf7PR1PwlNon/CQeX5njeLxj532LONmope/Ztvmd9mzzM9923tXbfFfwGfih8NvEvhL7d/Zn9tWMtl9s8nzfJ3rjds3Lux6ZH1oA8h8MePP+FYa41lf3Hi+x0jTPA114iuPC/iCSLVL1Giuj5kz6g15O7ylflWESGMKR8ykbR0mjftR+HL6a+/tvQvEPgy2h0CXxRbXXiC1hiW902IqJZ40jlkkQpvjJjmSOQeYvydcaXj74Gf8ACceK9c1n+2/sX9p+Drrwl5P2XzPL86Tf9o3bxnb02YGf7wrL8c/s02HxCu7RdV1iUacngrUPBtxbw24EkiXRtibhXLEIyfZuFKsCXBz8uCAcA37RlxN8cdI1jW9E8X+BvCtj8PdY8QXem62sZW4hS4sGS5EVtNMjSIhmXYxEqbiGVQ43e7fDjx9ffEDTXv7nwZrnhO2aOOW1fWJ9PlF2jqWDRm0upxgDH39v3hjPOPPdB+B/j208b2fjPWfiLpWr+IdN8OXfh7T0Twy0FinnSW0guJYvtjSSPutvnAmVWDLtERVi+l8C/gJJ8HtY8Rak13oUP9rpBGdH8IaCdD0iIx7yZ/spuJ83D7wry7huWOMbflyQDyjxJ+0Z4u8UfDD4o3V94W13wl/wjHiiDT7fU7J4CzwpfWYaDbbXU0zzlJH3BE2MrBQSSVr1SL9p3QbXTPFkuv8Ah/xF4U1Xw4LNp9D1OC3kvLkXjFLPyBbTSxuZpA0SguCHUhwo5rPuf2c9Vmh8faYvi20Xw34o16HxFFato7Nd2d0s9tLIpnFwFkjb7MQF8pWXfks23Bk+KX7L2m/FXVfH9zqmrAQeKdN0iyS1axSZLWbT7ie4ikdXYrOjPMoaJlAKowz82VAO2+H3xUj8bazq2i3nh3WfB/iHTEhuJ9H137M0zW8u8RTo9tPNEyM0cq8PuDRsGUZUmj4v+M6eH/HyeDdI8Ja/4x19bCPVLq30d7GEWltJI0Ucjtd3UAcM0cgxFvI2fNt3Luzvgd8Do/hDc6tN/Zfw9sZb5Y0EngfwYNAYqpYkTH7VP5oyRtHy7fm654zvj18BdU+OFza28mpeFbHS7eIrbXd74Xe81vTZWI8y4sL/AO2Ri1lwsZRxCxVkVjuwAADc+I/x0t/hhcXUt/4Q8T33h/T/ACTqniK0gt1sbBZGUb286eOWZVDBmNvHKFGR94FR5ndfEG4j/ag8bX/imy8WaT4O8F+HrW9ivY9Xjh0m3U/bXmup7aC83XIlWNVQPBIymEkrHlSanxj/AGJP+FueIPE17c+ItFlh1qG3SO917wumq6vpJhjVQljePcKIImZN7IIid0kxV1Zwy+r+Ifgdp/i3U/iLJqt/LNpfjTQLbQLm0t4xHJBHEt0rOshJyWF0cAr8pT+LOAAZlj+0xo0NrqFz4m8L+JvA8Ftok/iO3bXbe3c3thAFaeSJbaeZg0YeItHKEkHmL8vDbee+J/7Sfijwv8C9e8d6V8Mddsbm0W1kso9Zn0uaK4jmcDzf9G1BsoAQPvBsyJhWAYg+FH7Md38Jbm5u9Kg+Ftlqiaa9lZato/w5GnXqyHaBJcyxX375CFJeNBFuJBBQDFZlh+x4Y/A3xD0F9c0TQn8WWkFult4O8Of2TpNnLCxdbr7CbmUSTsxUSOJE3pHGvBXdQB654l+K9v4H+Gb+NPEug61osETQrcaS0UN1fQmSdYVGy2llRzl1bEbuSDwC3y1478b/AI93Gr/Bv4kWFppviX4eeM9FsrK+FpqTww3f2ae5VI7iGW1nlQqxjlQgOHUqQyrkZ7P4++GPFWvfs+Xmj3F3/a3iiW604SXvh3TGh5GoQMZYreR7jbsQbiGZx8hJ44rF179mTXPHOmeOpPFnjWz1DxH4m06x0dL/AE7RGtLWztLWd51Aga5kZ5HeSQs3mgHK4Vdp3AHa/En452/wxuLqW/8ACHie+8P6f5R1TxHZwW62NgsjKN7edPHLMqhgzG3jl2jI+8Codf8AxwtIPHN/4c0vwt4j8TDSp7a21jVtHt4JLXTJZwrIkgeZZpCEdJGEEcuxXBbFeU/G39in/hc3irxZqVzr2g+TryQCO51rwsmqaro5iRVEdhePcKLeFmXe0YiJzJKVdWcMvoy/B3xNoHxD1/WvCfjS10HQ/El5a6hrGm3Gi/a7k3EUaQyPa3BnVIfNhhhVhJDNgqWXBPAA0/tI6MNdkgTw9r8vhiHWR4fm8ZJFbDS47/zBD5RBnFwR55WDzFgMYc434BYb3xG+L1v8P9f0Hw/beHtY8WeI9cS4ms9J0ZrSOVoYAhmkL3c8EWF8yMbQ5c78hSAxHldh+xtpOhfEW81+x074eahYXmuPrkjeJfAkeoazFJLKJZUi1EXUe0ByxjZ4nMeQMuFAr0T45fCfU/i/pFppCN4KuNIRmlms/GXhN9dXzsFUliAvIBEyqzjOGPzcEc5AOH8V/GXWfBnxxuifCvjDX7d/BVrqUnhzSTbyNZMLm4M0knmXCW4kACJhJGd8YQOFJHU3v7SejXK6UPCfhzxF8QrjUNEh8R/Z/D0VsrW+nzZ8mWQ3U8C5kIcLGpaQ7G+XAzVjwd8DG8KXkU7+Jb7WHj8J23hYz6kpmuZfKeVvtMkpb52bzeVx2+8c15hefsO6b9g8FNFN4O1/VdA8LWXha4k8ceDk1u0uIrUfu54YTcxPbyEtJuxKykMAQSoagD2vWfjN4Y0j4WW/xCF3NfeHru3t7iyNnAzz3hnKLbxRxnBMkjyIgU4wW5xgkVLf4t3z+HLu+uPhz4ys9XhultI/D72trJdTsyB1dJo7hrQR7c5d51VSu1iGKqYPFfwUt/FXwasvBEVxYeHbrT0s57C80LTFtrSxvbWRJoJYbQuwWJZY1Pk7z8uV35+auX+IPwG8XfFXwdBpvirxtomq39vrEWpCzk8LsdBuIUjKC1udPa7Z50LN5vz3HEixsAAuCAaEv7T+i2/heHVJfDHif+1W8QN4Xl8ORW1vNqEGoiNpFify52hKsgVhIsrIBIpZlAcr1fw4+KcHxN0bXJ7HSNQ0bWdGvpdLv9F1wxRz2t0iI4SR4HmjKskkTh42cbXB65FebfDT9k6L4d6VY2cOt6ciW/jL/hMDbaRoSadZoxtPs7WsMCSkRRgkspyxAwG3tlz1enfB3X/Duu+JdS0Hxp/ZR8QeL7fxHfRjSo5t9olpb28thl3OPMFuG85QGXdgLxkgHUfCXwlqvgb4eaPouva7deJNZgjZ73U7uZ5WlmkdpHCs5LeWpcqgYkhFUHpXZVxPhGDxhJ448aXuuXSx+GpJra30HTCkReNI4v39wzp82JZGICOSVEQPG/aO2oAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigArnfG/gXQfiR4YvvDvifS4dW0a8AEttNkcghldWUhkdWAZXUhlYAqQQDXRUUAecr8BvB7eEtX8M3dtqur6XqpQ3Taxrt/f3R2MGj2XM87zRbHG9NjrsbLLhiTVvwP8ABvwr8PNYvdV0azvG1e8t0tbrU9U1W71C6uIkZ2jSSa5lkdgpdtuScA4GBgV3XFHFLrfr/wAC35aegdLdDiPAvwd8M/DfUL268Px6rYpdmQmwk1q+nsId8hkbybSSZoIMsSf3SLjJAwDiu3HFLRTA808NfAPwV4N1t9U0TT7/AE79/JcLpsOs3o0uOWRizyJYed9lRixLZWIEMSw5Oa0rL4P+EdP8MWWg22k+VpVnqx1yC3+0zHZem6a6Mu4vuP752faTt5xjbxXbHFAwehpLRJLpt8tvuE1zXv138/6u/vPLNV/Zo+Huua1qOo3uk3tw2o3i6jdWLa1fDT3ulKEXH2MT/Z1lDRo3mLGG3DOckmtrxv8AB3wz8Q9YsNW1aPVLbVLKGS2iv9D1y+0mfyXZWaJ5LSaJpE3Ip2uSARkAZNd0ByKTA/Ckla1um3l00+Q+rffc848Wfs/eCvGfiy58R6na6quqXlrDZXjWGv6hZQ3kERcxxXEEE6RTqPNkGJFbIdgcg4qz4p+B3g/xfPplxc2V7pl1ptr9htbrw7q15o88dtwRB5lnLEzRAqCI2JUEZABrvyuTQFxVWTF/X9fcjiNW+D/hDWPAlj4Nk0ZbXw7YGBrK2024lspLR4XDxPDNC6SROrDO9GDcnJ5OZrn4VeHr/wCG9/4E1CG/1fw1f2s1ldQ6pq13eXE0Mu7zFa6llac5DEA+ZlRgAgAY7EdqXNJ63v138/Ura1uhmaFodn4a0aw0nTofs9hYwR21vFuZtkaKFRcsSTgADJJNZ/jjwNonxI8N3GheILN73TZZIpisc8tvKkkUiyRyRyxMskbo6KyujBgQCDXR9KQkYpvXclJQSUdEjh/Afwa8KfDPVNV1TQbG6j1bVooIdQ1HUNSur+6u1hMhi82a4kkdyoldQzEkLtXO1FA6jXJdTt9Hu5NHtbW/1NYyba2vrpraGSTsryrHIyKf7wRiPQ1pUUNuRXW55V8FfhH/AMIBZeJtQ1S305PEXivUpNV1aPTFY2sTsMCCIuAzooyS7KvmSSSybE8zaLPhD9nrwJ4G1ux1TR9MvY5dP8wada3esXt3ZaZvBVvsdpNM8Fr8pZB5KJtRmQYUlT6RgLz1oIyw9qLtarTS3ySsl92hCW/m2/m9X+J5cP2aPhyuvrrLaBNLdRal/bMEMmqXj2tre+b5zXFvbGUwwSM+SzRIpfe4bIdgdv8A4Uz4OPh7UdDGkf8AEr1HVjrtzB9pm/eXv2lbrzd2/cP3yK+0ELxjGOK7djj3o3Z49aSVtv62/wAl9y7D636/8P8A5v733PlTxp+zv8QdU8W+OLjSp4Eh1++NxZ67Z+PdZ0KTTw0EUYZ9Lsohb3MkRQtueVWlAUOyjp9M6NY3dhpVjb3l82o3cEKRzXbRLGZ3CgNIVXhSxycDgZrRB5NAbNTH3YqMdlb8NP8Ah3u+t9Aerv6/jv8A1suljjfHfwi8MfEe806+1q1vYtUsFdLXVNH1O70u9ijfG+IXNrLFL5bEKTGW2kqpIJUEUvEfwL8JeLI9BOoJrQu9Dtns7HUrPxHqNpfrC+zekl3DcLNMGMUZbzHbcUBOTzXodFXsM4Ky+CPgnTfhrc/D608PwW3g+48/fpUMkiovnStM5Rg26M+Y7MpQjYcbduBjb8HeDLDwLpJ03TbjVbm3MjS79Z1e81SbcQAR511LJJt44Xdgc4HJroRjtS0Xd23uweu5ieKfDNp4u0S40q/m1C3tZ9u99L1K40+4GGDDbPbyJInI52sMjIOQSK5TwV8CPCnw70HVtG8Pt4gtdO1JHSaGfxRqdyY97OzvA0tyzW7s0jsXiKMWOScgEejUUd/Md9vI4jwT8IfDnw91G61HS01W71K4iFu19rmuX2rXCxA7vLSS7mlaNC3JVCASASCQK7ekAxS0E2sed+FPgZ4Q8Da+dV0CDVNJzJLKumW2uX6aWjykmQrp/n/ZV3MzN8sQ+Zi3U5rN0b9mj4d6Fq9nqNppF6ZdPvW1Gwt7rWr64tbC4ZnZntbaSZorfJkcERIowxXGOK9V9KO9La1um3kDV7367+Z5fqv7O/g7WvHMXi+7fxO3iCFnaG4h8X6vDHCrsjPGkKXQjSJjHHujVQjbBlTil8Zfs9eD/H/iiLxDq8viY6rA/mW8lj4u1eyitnMflloYoLpI4iUJUlFG7c2c5OfT+OKOMULRJLpsN63v1POvFXwK8IeL9ebXLqHWNP1eWCO2nvdC8QahpMt1HHny1na0niM2zc20ybiu5sYyaf4r+BngzxvqVnfaxp93cXdtaCwaSHVbuD7Zag5+z3YjlUXcOS2Y7jzFO98j52z6CcZ60DnvR/X9fewu73X9f1ZfcY/hLwlpPgPwzpnh7QbJNN0bTYFtrSziLFYY1GFUZJOAPesbx/8ACjw78TTpUmuQ6gt1pcrzWV7pOrXemXUDOhRws9rLHJtZTgru2nAyOBjs6Kb1A5fwP8PvD/w00WXS/DenLpthLcyXkkQleTfNIcySFnYksx+Yknkkk8kmrXivwhpPjjRjpOt2n2ywNxb3XleY8f7yCZJomyhB+WSNGxnBxg5BIrcH1oP6VPby/Tb7gXu7aHDT/BvwrNrPiPVorS+03UPEUEcGp3Gl6td2RuNgASTEMqBZgqqvnJiTaoXdtAFQfDj4H+FfhRcX0vhtdbi+2vJLPFqPiLUdQieSSQySSCO5uJFWRnJZnADMSck5NegYXNGFprR3+Xy7A9VZ97/Pv6nC+Fvg54Z8E+JL3W9Fh1OwuL2SaaezTWr1tP8AMmfzJZFsmmNsjs+WLLGDlmOcscro3wf8MaB40vfFWnRapY6pezvc3NvBrV8lhNM6BGlaxE32YuQBl/KySN2c813G0UbBRZK1uit8u3oD1v56/M850H4CeD/C/iBdW0eLWtKdLiS7XT7HxFqMOmCSRmaQ/YVuBbYZmZivlYLMWIyc1eX4L+Dx4d1LQv7Ixpeo6t/blzB9pm/eXv2lbrzd2/cP3yK+0ELxjGOK7kAc4oAHPFC02/rb/Jfcgu7387/PXX11f3s5LV/hZ4Y8QfEHw944v9M8/wAUaBBcW2m332iVfIjnAEq+WGCNuAHLKSO2K63bz1pcc0Y5peX9d/zDzFoooqgCiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAorn/Hev3fhXwR4h1rT7L+073TdPuLyCy3FftEkcTOseQCRuIAzg9aueHNbtvE2gaZrFk6y2moWsV3C6nIZJEDKQe4wRQBqUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAHmmgfGzTLiyurjXYf7CB8VTeFLJcyXBurhZjFEx2xjZ5hUnn5VGMtW34U8eHxL418aaB9hFt/wjdzbW32gzb/tHnW0c+7btGzG/bjJzjPHSvK/2xfAGleMvC3gnUNV8GjxnZ6J4q0+7vbePRTqs0diZNtztgVHkkQjbvRFYkLyCBXlnxZ+B9h4n8N/HnxNpfgS6uNdtdOsZ/BMg0qdLi0ki02Bom0+FkDQyrIiKfKVXzGqN9wKAD7Xor4R+Nfw21/XPi546ufEyi1+3LZN4X8RH4a6t4rvdLiW2QF7G7sZ1FhLHcrLJtaNWLMr5cHC7/wAaPgdJ4j0r9oHxJL4Uu9e8a2tnZz+F9UFhK9wt3Dp0BE+npzsl85AC0PzEoqMSFAAB9n1x/jzx5/whF74St/sJvf7f1uPR93neX5G+GaTzMbTux5ONvH3s5455z9oPQbLxT8FtZ0vV7nV7SC6SAPJpGjXGrylxIjBJbOCN3uIGZQssW3DRs6kqDuHgeh/D0+OPAvhTw7cfDOw0jwtB4+jeUeH/AAtdeHLXVLP7FN5lzNpsn762Te3kOJmZZQndJAtAH2fRXwv4z+FHiXRvDHizw94f8OPp3w8074mx3baCfDk+o6e+jvpsDN5emQPE93ai+kLtDC2NyudrbGWvbf2WfBsWj+B/E1iLhZ9Bv9SkaDRY/BV/4Ws9OV4YxLDb2V67uInbdISp2b5JMc5AAPe64bxf8TP+ETvNctf+Ef1a6/szQJ9e/tEwbNOl8ssPsv2jnEx27tu04U59q+WtK0jxt4AsbDWv+EU8RatcfB5hoel20VjJLJrVlLLcwyNbgKWmAtDp0m5B9+FlJO1sbWifBzX/AANdS6f/AGTeXlwfhRqMF7eW9tJJFcavc3ZuJ41cA7pHlkkYLksQaAPcPA3xu/4TXxd4Y0MaL9j/ALa8HQ+LDP8AavM8nzJI0+z7dg3Y8zO/I6fd5r1Svmz4N+Ftc0r4n/Dy7vdHv7S1tfhVaadPPPauiw3QngJgdiMLIApJQ/NweKqfGvw3otz8b7q++JHgfVvH3g+bw3FB4ehsNAuNYjstQWeU3WEhR/s08iva7LhvLAEbASLtNAHs3hf4jnxJ8S/G/hH+zvs//CMpYP8AbPP3faftMTvjZtGzbsx1Oc9q7ivjz4teA/G+qn48/wDCN6TqsD6jb+GfKEsMkrXtpCD9ugQrKhuW8nzEdI5gz7igcFwaw/Dfhm98KfDv4nXfhbRE1WxvrfT4ZfBui/DTW/COno3nMs16tpLMXvG8o/vYLcqZkt0jb74yAfb9FfAfhf4da7eeDvjJoth4VuLDwzql14am0228OeDL7wpazsLsLdzW9jJK80UirGm+TKNiNHwF2O30H8HPhtbfC/47/ErTvDnhpfDHge60jRbq1t7Gz+z6fJfbr1Ll4woCGXYlt5hXnhC3UEgHfR/F3R7dJG1iy1bw2D4h/wCEbtP7WsXj+3XJIEckG3duhkJO2Q4Bwc4rd8T+MtH8HLpjaxefYxqmoQ6XafunfzLmUkRx/KDjJB+Y4A7kV8ffEL4SJq/h/XNQ8TfD248SWVh8Yf7Wkt5tAfUZ30p/ISaWGARvJNEwA3CNW3BDwQpx6Z+1P8PPDvi/4dfDi9fwEPEmg6F4h0q6fTI/DjXc9rphYLMi2QiMoQJsDwrHnC4K/LgAHsfhTx4fEvjXxpoH2EW3/CN3NtbfaDNv+0edbRz7tu0bMb9uMnOM8dK7Cvij4s/A+w8T+G/jz4m0vwJdXGu2unWM/gmQaVOlxaSRabA0TafCyBoZVkRFPlKr5jVG+4FDPi/4HfXdd+LVt4m8Ba94l+Iep/Zz8O/EVpo9xdJp6/ZIlt/Iv418vTWhvVnlkLvCSGDEuCKAPtqivj69+CXiTVdT/aE1600Iy/E021tF4U166i2FLr+w7eKSWwmlASJmlDI0se0kqodvkG3K0r4Z6d4lv9RX4RfD7V/Amm3XgLVNL8QQanodxoa6jfzRxixjkW4RPtVxG32ktcDeAJDmU78EA+1q53x94p/4QbwN4i8R/ZRejR9OuNQ+zeZ5fm+VEz7N2DtztxnBxnoa+PPiF4n1jxBA/iPSdF8U+FLbRfhHrulvrmt6dNoiWmpSGwKRCS5EZVlKbhIPkbB8t3KOFxPhT4F8NPp3xNm0/wAC6H4N8b3nw7l0ux8P6J4b1O0nv0jjlE13G99p9o8rSSTQIyRI54i3u5ZMAH2vqXjQ6f8ADS68WmzEnkaS+q/Y/Nxu2wmXy9+3jpjdj3x2qz4D8UHxv4H8PeI/s32Iavp1tqAtvM8zyvNiWTZuwN2N2M4GcdBXy9J8FR8P/EkSeEPCF1ptprHwu1aDW5bGzlY6hqSm1+z/AGqTBM10fNutpkJkbdJycGua8caJ4m+Gmh/Dm30DTL621b4peEtO8AaiEiKy6ZfxwKYryRGII8q3e+38ZHkxg9OAD7morgfhB4j0PWPD19o/hzTryw0nwrfSeGo/tMSpHKbVVjZoCrENGDlM8HdG4IBFeVfHTwVqx+KkS6ZouoanonxE0yDwzr7WMDSRW6Q3aN505AxGrWk9+m9uMrGvJYCgD3Lxx4s/4Qfwxe61/Y2ra/8AZin/ABLtDtftN5LudU+SPI3Y3bjzwqk9qxPFfxb0jw/pfj57Nv7S1fwbph1K/wBOIeHAMEk0S+YUK/Osbcru29x2r5Q8RfDvxl4t+F/j99T8N6xNqvhTQrXwNoqPYy+fqSxXySXF5CgX50mjjsjuQEZicZO3jpfGHwu0bSvi58f7mL4cyN4g8R+F/N0DW7DwxJMJ5WsbpLtFvIoSsUzvtDI7q8hZcBsigD600DVP7c0PT9R8ryftlvHceXu3bN6hsZwM4z1xWDB49874r3vgs2OPs2iwax9t8773mTyxeXs28Y8rO7dzuxjjJ8X+Fvwhtvhf8c/Bc3hrwvNoelaj4Ful8QXkNtIFu79LiyMDXkxyZLnEl0Q0rGQgycnBxd+KXwT0X4qfG/XrjxV4RXxLo0XgmOCz+32rzWf2s3F1nap/dmdVYbWxvQOdpXecgH0XRX59614D8X+INP8AhnefEXRhq2jv8O9MtPK8UfD3U/F7WmqgE3u61tJo5bS5ZTDmZ0JPllQylSG9Y+G3wYXWvjToOoeM7C78dW2kfD/RY7LxB4h0ae3jmv47u7bz2t7jd5d2ilG+fM0fmNyu9sgH0d4n8ZaP4OXTG1i8+xjVNQh0u0/dO/mXMpIjj+UHGSD8xwB3Irer57/bF8AaV4y8LeCdQ1XwaPGdnonirT7u9t49FOqzR2Jk23O2BUeSRCNu9EViQvIIFeP/ABJ8CWOsXXxPtL/4ca7q3jDUYbT/AIVhq9n4duTHpFv9ihWzS3uljC6S0F2s0kiytAwBBO4YFAH3JRXxX8XvgZdeIdA+PniK/wDCdzrvj2zsLKbw1qcdnLNOt9DpsB87Tvl+WXz0ALwgMxRVbIUKOA+Mmk6B4z+NXxETx14f0PVNBi1vR9/jLVdK1DVpvD9rbQWs09tugsZrW3id/M3pNdQbRO8ksbKw3AH6J0V8b/tCW2radoH7RHhjT/CHiTWL/wAZaPDJoA0PRZ7q1uEGniB1M6L5MToYWPlyOrsCgjV2dVPMfGn4Z67rHxa8dT+JEWzW9SyPhbxD/wAK11bxXe6VClsg3WN3YzqLCWO5WWTa0asWZXy4OFAPu+vNfHXxnt/A/h74japdeHNbMHgzTxftNLbeVb6pmFpQlrLk7yCoRjj5WI61reD/AIgWuv8AivxH4USK+m1Lw0lml/qMlusdrPNPD5oWMhid4XazIwBUSJ1BBr53+N/wsu/Gcf7TUN54Qm12LUNH0p9HSfSzcLc3UVrON1sCp3yIzAZTJUntmgD6d8H32van4etLrxNpdhousvlpbHTNQe+hjGflxM8EJY4xn92MHIBPU79eZfEXwVZ6L+z34w8M+FNBgsLZfDt/bWOj6PZrGgZ4JMRxQxqBlmb7qjkn1NeB6l8D9a8D60sHws8PXPhvVda+F2q293qVojwm51lWtPsb3dy33rrMlyVklbzOZDngkAH2TRXwb8Nfhl4ig0TxP/wgEqeD/F03gu9sRpmmfDHVvCou70onkS3N/dXEkFxcxSbwsqsWPnSsHK5NdDrvg7SNX+AXimx+DXw48QeC9ZlsdL/tlLnw7d6W1/ElwrXUDwyG3e+uPJE4d4zmQPsE2XAoA+0aK+IPDnwz0mb4ffEu1+332g+HdUg09H0Lwn8Hdb0SzS5SZiJv7Ol803izAJFcJEoDQoocrkNVhvCena98D30rU/Btt4R0qw8Urc6bFoXws1J9K8QBYQWkv/DqI1wkWWdP3rrmS3ilV8bVIB9r0V8UeJo9R1L4YfDbR9T+EOi6P4e8zUfMiPgLUda0m22SYt5D4etmSSBrlS0ymfJt/nQktITVX4TfBvUfGcHwC0v4heC7y+0rSNM8UW9/pmr6ZItlbr9stxZQTwMzxiPy0BiikZ1xEjIW8tWAB9w1xPhLx/ceK/HPjPRI9HaDSfD01taRaz9o3Je3DxeZNEqbRtMQaMEgsCXI4KsB8waZot54U+Md78J4fD+o3HgfwNfT/Eq2j023EouLaVXa102JN3+sW9a6dE6EW8YGO30snxdsW1bwBpkui63a6j4xtZry3tLi1VJdPjihSWT7YhfMRUyJGcBgJHVSRkGgDv6KKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAb14PIrxr4O3J+Fuuy/CTVC0VvZJJc+ErqT7t5pe7ItlP8Az1tNwiK9TEIX5y232euT+IXw80z4kaEunai1xaz28y3djqVjL5V3YXKg7J4JMHa4yRyCGVmVgysykA6yivH/AA58VdW8D6ta+Fvil9nsdQmkWDTPFdvGYtL1kk4VTkkWt0eMwOcOT+6Z+VT2CgAooooAKKKKACiiigAooooAKKKKACiiigAooooAKK+Y/ix4OvfhZZeDn0O2/wCEl1TUviXJrEFmzpZqZbmG7YRvKS2ETPzOAzbVO1GbCm1rv7YMfg/wnqEviXRdJ8PeKrPxV/wiMtrfeIVh0dLk263SzPqMkClIPs7Btxg37jsCE4NAH0lRXzJpP7ZQ8R6BpreH9A0XxT4juvFa+EpLfQvE8d1pazSWcl1FcR3whHmQ7EUP+6V0PmgI7IFeh8Qf24rP4ceIde0nWLXwbY3fhaG3bX7O+8ax2l7JI8KzyppdvJbBr3ZG64Mn2fe52LzkgA+qqK4L4p/E5fh18LtR8Z2mnPrsNvDFOkUbmOMRyMq+dNIEdo4ED+ZJIEcpGjttbbivGPH/AMStb8beDPhZ4l07T/C/iG/k8bxR6fD4S8UDU9OusWt0gLXrW8IQK+7ftjcqEO0O2EoA+pKK+bdd/bBj8H+E9Ql8S6LpPh7xVZ+Kv+ERltb7xCsOjpcm3W6WZ9RkgUpB9nYNuMG/cdgQnBrt/gb8eLT42+G/EN1pq6NdavoV69hcpoOtpqmmzSeUksTQXixrvRkkQEmNWVg6lTtyQD1uivC/Cn7Ttt4nvvhtEdCeyi8VWbyahLLdZ/sa6Cy7LaQeX8+6S1u495KDdCMA7sDz65+LM3xPbXNSktNX0mHV/hjqmp2unnV/O082oupI4Lg2/lL+/liKPv3nar7MNjcQD61or5b+Bf8AyVz4Zf8AZHbP/wBKLet74oftPa54IX4l6pofgSDxL4Y+HsAGr3r62LS5kujbLcGKCAwOrpGksBd2lQgO2xJGUKwB9DUV4z41/aFPg/wr8Xta/wCEf+2f8K/tI7ryPtuz7fus0udu7yz5WN+3OH6Z9q5PxN8edN+EniT4z+INVfVLqDSI9B2Wl/rCCwWa6QxxLEHRVtIy5UyyMzA8vgbdpAPpKivjfxx+2RrevfCj4ht4Ln8GS+MvDcNjeG98NeK01rThaXExj3pP9j5nV0ZWhkiUBXRw5yBXReL/ABj4o8H/ABxvvE9z4Vs9R8S6b8Mrq9l8P6XqjyxSmPUEYxxXLwIWJQZGYly3HvQB9TUV5t4R+Mtl488fLoWh2gvdMXw9aa/NrCz/ACp9qdvs0ITbyWSORydwwAvB3ZHn3xL/AGnPEfhTxD4ss/DPgjSdd0/wvqWl6NqFzq/iN9Nma6vjD5XkwpaT74lFzFliysTvCI23kA+iqK+cNd+M0/wz8f8AxU1OWw1XV7LSbnw6NThuNa3WenWtyrJLcWsJhHliMfvJF3HzMFspjBs/Ez9rrTfh9qevWzafpyWtjrdn4btNV1nW003T5tQltmupxPO0bCCGGHZmQeYzO5QR5AJAPoaivKfgL8ddO+Oeia5Pavo73+iX5069bw9rCavpzsY0lR7e7VE81Cki5yiFXDqR8uT5N+zb8XNf8K/Dz4R6PrnhCGw8K+ISdF0vWotXE12boRTTIZrQRbY4pFgl2uszsPk3om4hQD6W8VeGNL8a+HdS0HWrKPUNI1GBra6tZcgSRsMEZBBB9CCCDgggiua8FfBXwp8P9dn1rTYNUvdYktvsY1DXdbvtXuIoN24xRSXk0rRIzBSyoVDFELZ2rjxb4Z/HTX7Pwh8L/Dvhnw7eeLtX8UQa3NFd+LPExDW4srtUY3NyLVndWEpC7IiVxGu0rukXkNf+JPxL8XfB34tv4x0TSJoNF8ZW1jZRaPq3nzhor+xZbRFe0t0ZBuO2aRwxLYZVA3UAfa1YOq+DtI1zxHoeu3tn9o1TRGmbT5mlcCBpU8uRggO0sUyuWBIBbGMnPG/DD4q634r8Z+KfCPinw1aeG/EehW9lfNHpuqtqNtNbXQlETCVoIWDh7eZWQpgbQQzA8dB4X8Ax+GPG3jTxEt39ok8SXFrO8JiCmDybdIQu7PzA7d3QY3HrQB0WmaZaaLZLaWFpBY2kZYpBbRrHGpJLHCgADJJJ9yavVz/jzwuvjjwR4h8ONcG0XV9OuNPNwqbzEJY2TdtyM43ZxkZxXkfjL4z3Xwf8X+E/hxY2HhuN5dLt1ttS8X+IW0K2vnDiAW9lttbgTzrhS0WUKiWLG7fkAHvlFfKPiD4teIfhB8Rvjr4ltPCNvrvhnR7jTtQ1q9m1cWksMC6fb7xbRCKTz5FQO5VzCpG0K7EkLf8Ait+2/oPw28Z+J9JP/CL/AGXwssD6rHrniyHTNUuN8SzsNPsmic3TLE643SQh3OxSSCQAfT9FeHftIXkOo6T8Jru3cSW8/jvRJY3HRlZ2IP5Guf8AD/xon8L/APCS6dpdjqnibxLqvxCvvD+k6frmt5h81YFuJCJhCTbWscSSMI1jlZcYG7dwAfSNFfLHxc+Mj/Df4jfCfxH4+0ZdC1ZoNb02DRtNvlvvt93I9pHbxWsrLFv80lcGRYtuSXCqpaun8V/tGeIvCPivwt4W1Tw34U8Pa/rFhFdsPFHi99Ps5Z3l8v7HY3AspPtk6HaXTbGR5kW3eGyAD6AorxL9pjx7468B2XgJ/BFtpk8+qeKbHTbxdSvjbLJHKxHk5FtPhX5DSABkABUNnA831H4t+KvhH44+NviY+C7PVdF0iTTNR8Q3A1zyTbRjTrfzVs1+zsbl0UO2JBbggJhssVQA+ta8t8Q/s3+AfFetalqepabqMv8Aak6XWo6bDrt/Bpl/IoRd1xYxzrbTbljQMJI2DhQG3CvMvit+2/oPw28Z+J9JP/CL/ZfCywPqseueLIdM1S43xLOw0+yaJzdMsTrjdJCHc7FJIJHq3xU+K154I0PwtdaBoI8VXniPVIdLsrb7ctmgMsMsiStIythB5Y3YBYKSVDMAjAHo6qFUKoAAGAB2p1fNuu/tgx+D/CeoS+JdF0nw94qs/FX/AAiMtrfeIVh0dLk263SzPqMkClIPs7Btxg37jsCE4NW/AX7XNj41j0ny7DSL5X8UDwtql/4c19NU0+1mltjPazQXCxJ58chMURysbJI5Ug7ckA95sdLs9Oe5NnawWn2mZrifyI1TzZSAC7YHzMcDJPPAq9XhGi/tO/8ACQWdqtp4azqd94si8PWdk19jzrSSL7SuoBvL+59kDzbACMoU39WHA/s7fGbW/A/wz+FNh4j8JQ6b4P1pX0nTtci1YT3ZuEhmnVprRYtscUiwTbWWZ34TeibiFAPrWivA/CX7Smsa3deA9U1TwTDpXgbx7KYPD2rxax9ovdzwPcWxu7TyFWFZoYpGBjmmKnarAZJXG8PftR+M/EXw48GeMIfhjZrb+Mb22sNF08+JR9oLyxTM0lx/o2yKJTCCCryOY2LGNXHlEA+laK87+D/xOvfiNb+JbbWNEi8P+IfDesSaNqVnaXxvbbzBFFMjwzmKJnRop4m+aNCCSCOMnyj4m/Fu1+GP7UZs7eyOueLdf8KWdhoGgRzrA9/cC7u3YGRgRFEiKXeQg7VHAZiqMAfTdFfI3xm+K/jTwPafHLUPCrzR+JNHh0CV11LW/O0+yE0ZDmyha0YKcjDBh+83b/kKhT3vjL9obxH4L8Y+G/CWqaB4P0bXtUs1uDL4g8YS2Gn3MzTmIWun3BsGN3OuFZ4zHEy+bFgMGyAD3yivP/iv8S7j4fReHbPTNITXvE3iPUl0rStOmu/ssDy+VJNI802xzHGkUMjFljduAApzXmvi3WNZv/jR8CbvxNosPh/VYrnX1uLS1vRewYWxbEkU2xGdGUAjdGjc4KjuAe2ab4P0fRvEmt6/aWZj1jWRAl9dNI7mVYVKxKAxIVVDNwoAyzE8kmtA6ZaHUhqX2WD7eIfs4u/LXzfKLbim/GduQDjOMjNfNvwt/bj8PfEzxl4X0yJ/C6ad4ommt9Kh0/xZDe61C6o8kf27TliX7MHSJ/uyylGMasAWJXc8J/tYW2vfGfTfAV5B4XSfUpL2CC30bxbDqeq2M1uhkMeoWccQW3JVJBlJpQHUKeuQAfQlFfPfw5/aY1/xbqnw/k1vwHB4f8O+OHuLbSb2PWxd3S3EMEk+JoBAqpE6QTFHErN8q70QsQvqPiP4dweJPiB4W8TzTqP7Dt7+2+xvAHWcXKxKTuJ+XAi9DkMRxQB2dFeEfsk6Fpvhvwz4/wBK0iwtdK0uz8cazDbWNjCsMEEYmACIigKqj0AxXu9ABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAZuuaDp3ifSLvSdYsLbVNLvIzDcWd5EssMyHqrIwII9jXln/CC+OPhIC/gC+XxX4aTn/hD/EV2wmt1/u2V+25lAHSGcOvQLJEoxXstFAHnngr43+GvGOsf2DKbrw34sVC8nhrxBD9kvwB1aNSSs6D/AJ6QNIn+1Xodc340+H3hv4i6QdL8T6JY67YhxIkV7AsnluOjoTyjg8hlIYHkEVwg+GHjrwIAfAvjmTU9OTJXw/43338YXskV8pFzH2+aU3GOy0Aev0V5Efj03hXMXxH8J6t4GZc51VFOpaO2P4vtcCnyl97mOH6dK9I8O+J9H8YaTDqmg6tY63pkwzFe6dcpcQv/ALroSp/A0AatFFFABRRRQAUUUUAFFFFABRRRQBzPi3wRYeMrrw7cX01zE+haomrW3kMoDyrHJGFfKnK4lbgYOQOfXi9W/Zx8P6pNrt3Dqms6ZrGpeIo/FMGrWc0IuNNvktYrUNbh4mQoYYtrJKkit5j5BBAHrVFAHmY+C39op4abxH4z8ReK7zw9rg16yvNRSwhk8wW8kAhYW1rChi2zSN93fuP38DFRa38EGuPGGr+IfDfjnxN4Eu9aMUmqQaGunzQXk0aCNJmS8tLjY/lqiExlAwRcgkZr1GigDC8U6Fe+INDl0+w8Q6l4aunKldV0qO1e4TBBIAuIZYvmAwcxngnGDg1wXh/9nTQ9FlhvLjWta1nWv+EhTxPd6tfNbJPfXiWxtk81IYI4ggi2riONCdgJJOSfWqKAPJdW/Zx8P6pNrt3Dqms6ZrGpeIo/FMGrWc0IuNNvktYrUNbh4mQoYYtrJKkit5j5BBAHa+CfDWpeFtMmtdT8Wax4xnkmMi32tRWUc0akAeWBaW8CbQQTypbLHnGAOlooA8Q1b9k3wnquh+OdMXVdesk8WX0eoST2t1EsmmyJcPchbPMREameWeQ7g53TPzjAHTXvwK8OXmpyXkb3lkp8LSeEEtbZ0WGKyZgcqChIkGAAclcfwmvSaKAPPfCnwZ0Twf4i0LWrK6v5LrR/DcXhaBZ5EKNao6OHcBATJmMZIIXk/LXlv7S/7Ml3448CfFO48H6z4ht9X8VaY5uPDNje20Fjqt8lv5MLyPJH5kZ2pErKk0cbiNQ6sC4b6UooA8T+If7MOjfE4+JkvfE3ibRNM8U6fFY67pGj3VvFb3zRxGOOZmeF5UdVKAiORUcRqsiOu4Nt6/8As+eGPE83jSa/l1Jn8Upp4uGiuFja0lssm2mt2VQUkR9r5YsNyjjGQfUaKAPKtV+BUninwJ4m8JeLPH/irxdp2u26wGbUE023msipLB4GtbOEbt21v3gcZReMbgdfw98KING8ZWPiu91/V/EGvW2jNob3eo/Zl+0QtOJ97pBDGnmbgFyoVdo+7nmu+ooA8N/ZK+Ck3wU+HmpW19aXFjqWsaxd6k9jcXS3JsbcyFLS1V1JXZFbpEoVSQCWxXjfxC+B/j3/AIXb4w8ZeHfBtyfGM+pwz+HfElvZ+Hp9LSMW8MSvfT3wk1OMLtkWRLTYNgHlLuZmb7WooA8/n+DOgahqXju81ATX3/CbWUFhq1nMytB5UULwgRjbkZWRs7i3OMYrndP/AGZvD+lfDjQ/Clrrevx3mjak+tWPihriF9VjvneRnuGdojE7Ms0kZV4ihRtpXgV7FRQBzXgrwzqXhjS57XU/FmseMZ5JTIt9rUVlHNGpUDywLS3gTaCCeVLZY84wB5x4I/ZY0PwTqXhiT/hKPFGvaT4XlkutF0PWLq3ltLK5eNo2nVlgWZm2yS7UeRo08w7EXCbfbKKAPLPBn7Pfh7wNfeDLqwvdUlk8KQanbWQuJY2Ei30yTTGXEYyQ0YC7duATnd1qrcfs5aPcz+MI/wDhI9fj0fxPqcOtXWjK9qbaG8SWCQzQsYDMN5tkDK0jJhm2qpII9dooA8z8U/A3TvE2s+MNXi8QeIvD+q+JtO0/Tbi90S9W2mto7SWaWNoHCFkZjPIrklgVwAByTrfFnwnrnjbwPc6DoOtTeHru9mt45tXtbh4bm2txKjTNCyDPmlFZVyQMtk5A2ntqKAGqNoAyTjua81+KXwYk+LUV7p2peNvEeneF9QtfsWoeG9Pi077JeRHIkV5JbSS4Xep2kxzIQACu0816ZRQB5f4k+APhzxL4c+IeiT3WpW9n44tktNQ+zyoHgRLVbYeQWQ4OxAfn385PTimar8Dd/irVNe8NeOfE/gW61fyX1ODRF0+aC9lijESTMl5aT7H8tUQmPYGCLkEjNdZ8QfiJ4d+FXhS98TeK9Uh0XQrIKbi+nDFI8kKM7QTySAOOSQK8S+Dn7evw2/aE+LY8B/DyHWvEMkdpLf3WtfYjbWVvCmBuPmlZSWd41A8sfeznigD2jx18O9O+IEegLqVzdRf2Lq9rrVu1syKXngYlFfKnKEnkDB9CK5DVP2cNAv7DUY7bV9a0nU7jxM/i211iymh+1affsgjYw74mjMZjDIUlSQFZHBzxj1uigDyq+/Z68P8AiG102DxXqOr+Nfs1rqNncNrssUn26O92ecJVSNEUARqEWJY1XHC55rK1j9m6TxD4Mg8H6j8TvG154UGnjSrzS7j+zJf7QtvmBWed7EzlmQiMukivhQd2/Ln2qigDhPiV8KNO+JXhfTdFl1DUtCbTL611LTtR0l4xcWlxbsGjdfOjkjboQRIjAgnjODWRr3wB0TxP4X+IGianqusXK+OLSO01a83wJP8AJapbeZHtiCKzKgY/KV3E4AGFHqVFAHlmq/A3f4q1TXvDXjnxP4FutX8l9Tg0RdPmgvZYoxEkzJeWk+x/LVEJj2Bgi5BIzXWeLPA1l4yuPDs9/Pco+h6nHq1sICq75kikjAfKnK4lY4GDkDntXT0UAeS6t+zj4f1SbXbuHVNZ0zWNS8RR+KYNWs5oRcabfJaxWoa3DxMhQwxbWSVJFbzHyCCAL2sfBhvFXw41Pwj4j8beJfERu7iO6h1y5Wwt7+xkieOSFoDb2sUQKSRq6lo2OSckjAHplFAHlmh/s7+FvD3j/QfFtnLqAu9D0OPQrSyeZWthHGpRJ2XZuM4jeSPduxtkb5cnNYXg79lPw/4SvfDXm+JfE3iHRPDUktxo+ga1c281nZ3EkTRPMCsCzOdskoVHkaNPNOxFAQL7hRQB454L/Zl0XwZqHh7/AIqPxHrWg+GXkfw74d1a4gkstHZlaNTEUhWaXy4neOP7RLLsVjjnBGt4e+A+geHPBfw/8L215qT6f4JuYbrTpJZIzLK0cUkaiYiMBhiVs7QvIH4+m0UAcn4N+Hem+B9Y8W6lYzXU0/ibVf7YvFuHVlSb7NBb7Y8KCE2W6HBLHJbnGAOe+InwA8L/ABS1DV7zXPtxn1DTINNV7aYRNZmCd54Lm3cLujnSR9yuDxtXjrn02igDyPWf2cfD/iXSfHNlqur63fS+MtPsrHUr5poUmBtYykU8eyJVWQk7zlShYDChflpPGHwDvfHvh5/D+u/E/wAYX+g3NkbDU9Pa30dE1OJi3mec66eJELq2wmFo8BQV2tlj67RQBw3xD+FOm/EHQ9JsjfahoF5o15Df6Vq2kyRi6sJ41KBk81JI2BjZ42WRHVldgR0IoWXwVsU1Twjqup+INe8Rat4bmvZ4r3VJ4Xe7e6jMcnmqkSoFCnCpEsargcda9IooA8s8CfA1vh3LZ2WkeOfFA8IWayRWvhG4FhJYQwsGCwrKbT7XsTd8ubgkbVGSoxWF4G/ZW0bwJq/g25g8XeKtU0/wa066Bo19NaC0sI5YXhaP91bJJKAjjDTO7jYMN8z7/cKKAPMdJ+Anh/R7D4cWkF7qbReBLiS50xnljLTM9tPbkTYj+YbLhyNu3kL2yD0/gfwm3gDwja6Kusa14na181xfa5di5vZ98jSbWlIUHG7aucYVVHbNdPRQB5D+zf4d17Q/Dviy58RaBdeGrvWPFOpavBp19PbzTxwTSBo95t5ZYw2Owc4r16iigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAK828Rfs++B9f1abWYdJbw94glO59b8N3Mml3sh7eZLbshlH+zJuX1Br0migDyP/hEPiv4TX/iReO9N8YWiHiy8YaYIrlh2AvLPYq8d2tnJ6k9cu/4XH4k8OEL4y+GWv6dED8+peGiuvWY9cLCFuz/AOAw/pXrVFAHn/hj48/D3xhqI03TPGGlPq/fSrm4FtfLnputpdsq/io6V6BWL4n8G6B42042HiHQ9O16xOc2uqWkdzEc9flcEVwn/DN/hTTPm8L3ev8Agdx9xPDes3FvbJ9LRma2/OI0Aeq0V5UfAvxQ0M/8Sf4oW+sxj/ln4u8Ow3Dt7CSye0C/Uo30NIPFfxc0XA1PwDoevxAf67w74hKTMf8ArhdQRqv/AH+b+tAHq1FeVD48DTv+Rg+H3j3w/wA4OdDOqY986c9zx/k1LZ/tLfC26uUtp/HWjaTdv92z1u4/s24b6RXGxz+XGKAPUKKz9J13Tdft/tGl6ja6jB/z1tJ1lX81JFaFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRWbq3iPStBj8zU9Ts9OTG7dd3CRDHrliOK4rVP2i/hXos3kX/xK8I2tzzi2k1y2ErYGSFTfuY45wBmgD0eivKv+GlvAMpDWGoaprgOcf2F4f1HUt2ADx9nt3zwc8dRz2p7fHGe8z/Y/wAN/HmtdduNKi0/d1/5/poMdO+OooA9SorytvHvxO1In+y/hTFY/wB3/hJvEsFr69fskd3jt0z1PpyfZfjRquCdR8C+GB3VbG91gjnsxmtO2ecd+nHIB6pRXlX/AAqnxnq6/wDE7+LevqCAJLbw/p9hYQt68vDNMvttlBHqetC/s1eCL0516HWvF5PLJ4m1691GBj/17yymFfosYFAG14q+OHw/8E3hstc8Z6Hp+o5IXT3vo2u3I6hYFJkY+yqTWD/wvO813CeDfh54u8SBuFvb2xGi2a/7TNfGKVl/2oopM9QCOa7vwr4F8N+BrL7H4a8PaV4es8Y+z6VZRW0f/fMagVvUAeKa98O/iN8XtJvtH8a61ovhPwzfxNBeaH4ag/tC5uIWGGje9uowm1gSCEtlYZ4ccGuW/ZK/Ym8NfsleIPiBfaFeS6hF4hvIzYi5XMtlZIuVty/8R8x5Pm7qseeQa+lKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACq13ZwX8DQXEMdxC2N0cqhlODkZB9xVmigDznVv2dvhZrk4uL34ceFbi6XpdNo1uJl6D5ZAm4cADg9BiqP/DN/g63GNNn8T6F6LpHizVLWMf8AbJLgRnv1U9SevNeqUUAeUD4FX1p/yDPip8QNMx93/iYWt7j0/wCPu2mzj3znvmmn4Z/ESx/48fjJql1jp/bWg6dPn0z5EVvn3xjjpjrXrNFAHkx8MfGm3/1HxF8G3C9SL3wVcs2fQNHqiAD6qT9elO+z/G63P/IQ8AX+f+nG+tdv/kaTdn8MY7549XooA8o/tH44d/D/AMPz7/27fD/2zpP7b+N9uf8AkTPAF9nv/wAJbfW23/ymSbv0xjvXrFFAHlP/AAkfxw/6J58P/wDwvL7/AOU1H9sfG+f5v+ET+H9l28r/AISi+uPx3/2dH+W38a9WooA8p/tL43/9C78P/wDwfX3/AMhU3zPjfMd5tvAFpn/lj9ovp8f8D2Jn/vkY9+tesUUAeT4+N7cbvACZ/i23zY98ZGfpkUv9lfHCX5R4o+H9tn/lr/wjd9Nt/wCAfb0z/wB9CvV6KAPJ/wDhFfjVMNs3xI8GRJ13Wfgi5R/pmTVZBj/gOfej/hAPilc83HxZhhY8FdP8MQRgD1XzZJCD7kke3avWKKAPKB8JPGtwf3/xv8YQ4+79h0zRI8/73mWEmfbGO+c8YT/hRV9N/wAfnxW8f3p9ft9rb89z+4to/wAug7AV6xRQB5N/wzh4dlx9r8R+Pr0Dhd3jrWIQPXIhuUDZ/wBrPtjJyf8ADLnwymH+meGm1f8A7DGo3V+Pp+/lfgdvTtXrNFAHm+k/s4fCfQpPM074YeDrGXO4yW+gWqOW/vFhHkn3PNdxpWiadokHk6bYW2nw4A8u1hWJcDgDCgdK0KKACuW1DxzBp/xI0Pwg1tI9zquk6hqyXIYbI0tJrKJkI6ksb5CP9w+orqa8q8R/8nT/AA8/7EzxL/6XaFQB6rRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAV5V4j/wCTp/h5/wBiZ4l/9LtCr1WvKvEf/J0/w8/7EzxL/wCl2hUAeq0UUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFeVeI/wDk6f4ef9iZ4l/9LtCr1WvKvEf/ACdP8PP+xM8S/wDpdoVAHp80yW8TySsscaAszscBQOSSewrzfS/2m/g9rmoW1hp3xX8EX99cOI4bW18R2cksrHoqqshJPsK6z4if8iB4m/7Bd1/6Kavw48Ka14Nf9gLW9IuPghrmp+LX1Bmj+JieG0/s+yT7RGcNqS5k+VQymPGDux3oA/emivh7xR+1lZ/su/sn/BC10fVtJ8feJPEthaaTpWtX9+bfSy0ccaS3VxNIFdYY2ZQQwVh/FsIOJfgB+3F4m8Q/tDab8J/H998OPE9zrdjLeaV4h+FuqSXtikkaO7W84kdmV9kcjZ4x8owQ2QAfblFfDvgX9rT48ftJav4v1z4KeCvBMvw/8N6jJpqt4pvrlL/WJYxuIt2iIjiLKyEeYNo3jLHnHUfFT9qn4kar8fbT4J/B7wz4duPHNtpKaxrt/wCLrqY6fpiMqHycQYeRv3kXzKSP3i/KeSAD66or5C+CX7YXjHWviB8TPhT8TvD2jaJ8UPB2mSatFLoUksmm6hAI1cMoc71wJITgtlg54UqRXjnhL9ur9pH4g/sz3/xe0L4f+A49F8OGY6zLez3e/UFjfLmzt1k/drFGV3NLK24hioONtAH6QUV+e3i/9vL45aF8GvDvx1h+GXhaz+E13Nbx3Wm3Wpzza1IjtsM6OoWKONpMqu5XblSVAPHpf7Tv7cMnwv1/wB4P8GL4ct/FHjOwXVYtW8dah9h0fS7QqWWS5YMGJbY6hQw5HGSQCAfX1cT42+NHw++Gd/BY+L/HXhrwre3EfnQ22t6vb2ckkeSN6rK6krkEZHGRXzz+yR+2ZrHxk+K/iz4W+Mv+EP1LxLotkup2viD4fag17o2oW5ZFcIzMzK6GWMcnk7uF2jd7T8cPg/4E8feF9a1TxR4J8PeJNTs9LuEtb3V9Kt7qaBRG7AI8iFlAbng9eaALOiftJfCPxPq9npOj/FLwXquqXkghtrGx8Q2c088h4CIiyFmY+gGai1T9pv4PaJqd3p2pfFfwRp+oWkrQXFpdeI7OKWGRSQyOjSAqwIIIIyCK+TP+CTvwj8Da1+zPovizUPBfh6/8VWutXjQa5daVBJfRFHXYUnZC67e2Dx2r53/Zt+Jv7Ovw9+N37Qq/Haz8PXU914suDpP9ueG31Yqq3N15uwrBL5fJjz0zx1xQB+vOja3p/iTSbTVNJv7bVNNvIlntr2ymWaGeNhlXR1JVlI5BBwaz2+IHhhfGS+ET4j0geKmg+1DQjfRfbjD/AM9PI3b9nB+bGK4a0+PfwX8C+HfD9mPHXgzwhpdxplve6Vpl5qNtpeLGRMwtHbyMjJGVHA2jGCMcYr5bjv7bVv8AgrvpN7ZXEN5Z3PgITQXFu4eOWNkYq6sOGUgggjgg0AfWF9+0x8H9K1K4028+K3gmz1G3ma3ms7jxFZpNHIp2sjIZMhgeCCM5r0Cx1ay1XTIb+yvILuwmjEsV1BIrxOhGQyuDgjHcGvzk/YE+DvgP4q/Ez9ppvGfgvw/4rkt/Gc0UEmsaZDdPArTXW4RtIpKZwPukdB6Ve/Z001/2d/20/jh8EPD93cH4eXXh+TxHp2lSymRLCZo4WKpnoMTOmepVI9xJGaAPsY/tX/BEMVPxi8ABs4x/wlFjn/0bXpNxqNpaafJfzXUMNjHEZ3uZJAsSxgbi5YnAUDnPTFfjz/wT6+LH7K/g74N3GkfGTTvC954zn1uV4DrPhN9Tm+ztHEsYEwtpAF3B/l3ccnAzX7DS2Frd6c9nJBHJZSRGFoSvyGMjG3HpjjFAGZ4R8ceHfiBoq6v4X1/S/Emks7RrfaPex3cBdfvKJI2K5HcZ4qOx8feF9U8W3/hay8SaTd+J9PiE95osF9E97bRnaQ8kIbeinenJAHzD1FfCX/BPvUk/Zv8AjT8evgNrl4INO0C7bxHpcs7YH2Mqu9+f+mLWrHH+1Xn/AMAfj1B8Efg/8Zf2rfEWly6xrHj/AMUtp2g2TuITLEjOY0LnOxB84OM8W4FAH6oUV+f3gT/goB410b4wfD/wz8QNQ+E3ivRvGl2unwT/AAw1x7650i4cqsS3aNI4ILui5XA4chjjae21L9qr4v8Axf8Ajz45+HnwK8NeDmsvAsi2+ta542ubny55ySvlQpb4ZDuSVQTuB2EnbwCAfZdFfll+23qvxp1T9on9mG9vtJ8IeH/EE12h0bTprm4uFt9SL2wuEvJI+Gg3+Xt8r5tpbPOK+kfjD+1N8Tvhxrnww+EmleH/AAt4h+PHi+2e4ufLnuItCsETfmb5sTOhEch25DYjbqSoIB9eUV8g/C39q34keHv2lbH4H/HDw/4ZsPEetae2o6JrPg6W4axuQA5MbJOS4OIpfmJHKY2ncDXmvw6/bb/aI+MHxe8S+D/BPww8Pa3pnhnxbLp2r62WeCK30xbgxLgSXKhrjakjkqTkAYi70AfoRRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFeVeI/wDk6f4ef9iZ4l/9LtCr1WvF/EniTSV/ai8AsdUsgsfg/wASI7G4TCsb7Q8A88H5Tx7H0oA9O8YadPrHhPWrC2Aa5urGeCJWOAWaNlGT25Ir83/gh8L/ANp34a/ssa38C1+BFjt11L62fxRqPi+w8i0S6XaztbRF3bapONrZzg44wf02jkWRQysGVhkFTkEetSUAfnP8TP8AgnL4q0/9nj4KaR4XuNF8X+MfhvdT31zpGsoDp2ri4nWee3AkG3YHUIA4UOpYnaeK9c/Z++HPiO6+Idjqmsfsr/Dj4KafY20yy6nYz2F5qssrx7F+yvaRKIVwzh97ZKnA9/ryigD8+vgF8LP2iv2LF8YfD7wb8NtJ+J3hLU9WfUtH8S3HiSHTks/MRUP2iB8yPgJGSsYHIbDNuGOn+IXwS+Mfwl/avn+PHw28K6V8RD4i0SHSvEPhf+1k0yRZlSMGWGWb5NmYIiCct94becj7eooA+Kvgn+zh8Std+L/xW+N/xL0vT/DXinxVoj6HpPhS0vlvPsMPloo82dfkLHyYx8vB3OflzisT4Cfs0fEnwV/wTi8c/C3WvDf2Px1qVrq0dppX262k8xplxEPNWQxDcfVxjvivvCigD4Q+JP7NPxI13/gmRoXwmsPDf2j4gW1rYRy6P9utl2tHdrI484yCI4UE8Pz25ql+0b+x7421zxt8I/il4b8HeH/iJqHhnQLbRNc8BeJGg8i9RI2GUeUNDuBlcZJwpRGG7kV9+UUAfNH7L3gXXdM8U6tr+sfs9eAvgZbGyFpbQ6E9pdarO5kDP5k9rEkYgIVDs67lBPTj3vxpY3Gq+D9dsbVPNurmxnhijyBudo2CjJ4GSR1rcooA+X/+CdPwY8X/AAG/ZpsPC/jjSf7E15NRu7l7MXMNxtR3Gwl4nZOQM8H61zn7CnwA8d/Bn4k/H3VvGGirpNh4p8SG/wBIlF3BP9pg865ffiN2KcSpw+Dz04r7DooA4Pxl8DPhv8RtXTVfFfw/8K+KNUWJYBe6zottdziMEkJvkRm2gsSBnHJ9a+eof2evF+m/8FFtL+I1j4chtPhvZ+ERo8V9BcW8ccMqoyrCsAcSBQMAYTaB3r7BooA/Oj4D+Dv2jv2Y/iL8ZLjRvgOnjTT/ABj4kn1Oz1B/GGn2CRR+bMY2MZZ3YESgkHaRjGM16x+zZ+yz448O+OfiV8Yvine6fe/E3xraNZxabpLFrbS7XaNtuJDgMcRwp3AEQ+ZixNfX9FAHyT/wTT+Bfjb9nr9n6/8ADXj3SBomtza7cXqWq3UNz+5aOFVbdE7LyUbjOa+tqKKAPzw/4KE/smfFnx58XNK+IPwX0j+0tR1Tw7d+GtfhW+t7Q+Q6PGGPnSJu3RzMvBJHlJxXefHT9hS88efsR+C/hN4YvLOy8ReEltL61N3/AMe93dJG4nRyAcCRppWBwRnGeCTX2nRQB8PfBb4X+Nrvxl4Uj139kP4VfDkaZcQz6h4sEmm3MjmPnfZQW0XmQylwrKXchfXNZugfCD44fsoftE/FPxN8N/h/ZfFnwZ8QroamYW1+DSZ9NufMkfDmbO5QZpR8gO5dhypBB+86KAPiH9rH4I/GP4mN8A/iZovhnSdb8eeBtRGoat4Vs9SS2hlLvDIUhuJiFwph2lif4sgHGKT43/Bf4x+I/ip8Jv2ivB/g3ToviBoGmvZa34AvNajy8T+YPKjvAFidgs8uWOACFI3YxX2/RQB8V/Dr4I/Fb4yftb6H8dPit4XsPhxZeF9LfTdG8LQ6rHqlxJI4lUyyTRfuwP37nI54QY4zWz+wt8B/HHwa8afHjUvF+jf2Ta+KPFUmo6SftcM5uLfzJ2EmInbZkSLw2G9q+u6KACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAK/Lj40/8E438Yf8ABQfRb2101j8M/Exk8S6uyJiKGSF1+1WxPbzpHiI74nfHEZr9R6KAIo4kgjVEVURQFVVGAAOgAqWiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigDjfHHwp8O/EOe1m1xdSke1VkiFjrF5ZKASCcrBKgY8Dkgmub/4Zj8Bf88PEH/hV6t/8k16tRQB5T/wzH4C/wCeHiD/AMKvVv8A5Jo/4Zj8Bf8APDxB/wCFXq3/AMk16tRQB5T/AMMx+Av+eHiD/wAKvVv/AJJo/wCGY/AX/PDxB/4Verf/ACTXq1FAHlP/AAzH4C/54eIP/Cr1b/5Jo/4Zj8Bf88PEH/hV6t/8k16tRQB5T/wzH4C/54eIP/Cr1b/5Jo/4Zj8Bf88PEH/hV6t/8k16tXg/xz+KXjXw18ZfhP4C8HXOg6a3jEaq11qOuaXPqAg+yQRyoEjiurf725gct6HtyAdF/wAMx+Av+eHiD/wq9W/+SaP+GY/AX/PDxB/4Verf/JNeb+GP2xDotpr+h+O9DkuviDoviqHwjHpfhSHeut3M8YmgktVnkUQqYizuJpdsYRsyHIz0J/bI8If2TNu0PxEviyLxGnhRvBZgtv7V/tFwXWMHz/s+wxAy+b5/l7Afm3fLQB0//DMfgL/nh4g/8KvVv/kmj/hmPwF/zw8Qf+FXq3/yTWp4h8d+JpPhbc+IPDPgu7n8TY2ReHteuI7F4ZBL5bmeRWdNkYDSFojIHVf3ZbcpPP8A7JHxe1r48fs+eE/HXiK2sbPWdWjna4h0yN0t1KXEkY2K7uwGEHVjzmgC5/wzH4C/54eIP/Cr1b/5Jo/4Zj8Bf88PEH/hV6t/8k16tRQB5T/wzH4C/wCeHiD/AMKvVv8A5Jo/4Zj8Bf8APDxB/wCFXq3/AMk16tXxvdftPfFe28IfFv4hQweEtQ8K/DzxXqOkXPh1dMuob+7sLR1Dype/amjWXY+7Bt9p2Hlc8AHuX/DMfgL/AJ4eIP8Awq9W/wDkmj/hmPwF/wA8PEH/AIVerf8AyTXI+I/20/B+gtrtxBoHifXND8OWljeeIdd020gNpoyXSCSMTCSdJZGWNlkdbeOUorDPPFdRp37RuieI/iHfeFPDug694nh01rJNU17SoYHsNPe7QPAsm6ZZnyjIzGKKRUVwXKgNtAJv+GY/AX/PDxB/4Verf/JNH/DMfgL/AJ4eIP8Awq9W/wDkmuZ/av8Air47+CHw71vx3oN14Ug0bRIIpDp+tW1xPc6tK8qp5EUkc0S27cgIds+9n5VAvze2aJfS6pothez2klhPc28cslrLy8LMoJRvcE4P0oA85/4Zj8Bf88PEH/hV6t/8k0f8Mx+Av+eHiD/wq9W/+Sa9WooA8p/4Zj8Bf88PEH/hV6t/8k0f8Mx+Av8Anh4g/wDCr1b/AOSa9WooA8p/4Zj8Bf8APDxB/wCFXq3/AMk0f8Mx+Av+eHiD/wAKvVv/AJJr1aigDyn/AIZj8Bf88PEH/hV6t/8AJNH/AAzH4C/54eIP/Cr1b/5Jr1aigDyn/hmPwF/zw8Qf+FXq3/yTR/wzH4C/54eIP/Cr1b/5Jr1aigDyn/hmPwF/zw8Qf+FXq3/yTR/wzH4C/wCeHiD/AMKvVv8A5Jrj/HnxR+JN9+0yfhf4JvvCukW0fg8eJTea/o9zfvJMbt4PK/dXcARCAp3YYjng54y/h7+2paeKPDHha3uvB2sah8RNX1HUtJk8KeHTDKyzaexW7nE1zJBEkAOzBkdWJlVQGIJoA9E/4Zj8Bf8APDxB/wCFXq3/AMk0f8Mx+Av+eHiD/wAKvVv/AJJrmNO/bI8I+JNL8Iv4Z0PxF4n1/wASy3sFv4asYLaLULV7Pi8Fx9onihj8piqH96dzMuzeDmut+Jvx90X4VeF/COtarpGvXQ8UalbaTYafaWQ+2C6nieSKOSKRkKEmMoc/dZhnAyQAQ/8ADMfgL/nh4g/8KvVv/kmj/hmPwF/zw8Qf+FXq3/yTWl8HvjNpPxl07XpbDTNU0LUdA1abRdV0nWY4kubS6iCkqTFJJGylXVlZHZSD1616JQBwfhD4L+F/Amsf2po8erJeeW0WbvXr+7jKnGQY5p3Q9BzjIxxXeUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFcX47+MPgj4Yz2kHizxRpfh6a7Vngjv7hYzIqkAkA9QCRXMf8ADWXwb/6KV4c/8DkoA9boryT/AIay+Df/AEUrw5/4HJR/w1l8G/8AopXhz/wOSgD1uivJP+Gsvg3/ANFK8Of+ByUf8NZfBv8A6KV4c/8AA5KAPW6K8k/4ay+Df/RSvDn/AIHJR/w1l8G/+ileHP8AwOSgD1uvGvjJ8Ete8f8AxK+HXjnw34p07w7rHg0aiIodV0WTUbe5F3FHE25Y7q3ZdoQkYY5JHpza/wCGsvg3/wBFK8Of+ByUf8NZfBv/AKKV4c/8DkoA89k/YtC6bbaxF4wEnxPj8Wp4zl8VXWkq9tNeCPyTAbNZUItvJJRUE29ThvMJzlk/7GN1POPFJ8bqvxR/4S1fFx8QLpB/s8zLD9nFr9i8/f8AZ/s42Y+0b9xLb8HbXov/AA1l8G/+ileHP/A5KP8AhrL4N/8ARSvDn/gclAHU3OheMH8APpsPibTJPFciEPrF9ozSWe5nJcLaR3EbBApKIDMWAClmkIJbjv2W/glrX7O3ws0/wHqXiew8U6dpm5bC5tdHewmVXkeRxLuuZhIdz8FQmAOQetWP+Gsvg3/0Urw5/wCByUf8NZfBv/opXhz/AMDkoA9boryT/hrL4N/9FK8Of+ByUf8ADWXwb/6KV4c/8DkoA9br5Wu/2NvEd9o/xB8JTfEezg+H/jnxNd+INXsLTw8yamY7iRXktI7xrto1QhFUv9n3Y3Yxnj07/hrL4N/9FK8Of+ByUf8ADWXwb/6KV4c/8DkoA8+8Z/sb3Gq3fxD0zw14vt/C/gn4gx2cXiDSP7G+0XSLDEsEgsrn7QiweZCiqfMhmCnLDrtrqvBn7Omo/DH4leINZ8G+LI9I8KeIrizvNU0G40v7TOstvEIsW1yZgsSSJHErq8MpwG2MhIK6/wDw1l8G/wDopXhz/wADko/4ay+Df/RSvDn/AIHJQBz3xi/Z+8XfE74teF/F1t400OPR/DSedpfhfXvDU2o2cOoZP+nsYr638yZV+WPeCsfLKA53V7dpsV7Fp9ol/cQXV+sSi4ntoWhikkwNzJGzuUUnJClmIHG49a8y/wCGsvg3/wBFK8Of+ByUf8NZfBv/AKKV4c/8DkoA9boryT/hrL4N/wDRSvDn/gclH/DWXwb/AOileHP/AAOSgDsPiVoHiXxT4I1LTPCHis+CfEU/l/ZdeOnRah9lxIrN+4kIR9yBk5PG7PUVyl98Pvibc6xcXNt8Wja2D+ILTUY7H/hG7V/L0yNMT6bvLZPnN83nn506AVF/w1l8G/8AopXhz/wOSj/hrL4N/wDRSvDn/gclAHrdFeSf8NZfBv8A6KV4c/8AA5KP+Gsvg3/0Urw5/wCByUAet0V5J/w1l8G/+ileHP8AwOSj/hrL4N/9FK8Of+ByUAet0V5J/wANZfBv/opXhz/wOSj/AIay+Df/AEUrw5/4HJQBjePfgR4u1P46/wDCzvBvjfSfDmpP4YHhl7XV/D0mpIE+0vP5yFLyDD5YABgw+U5znjmdF/YxX4et4A1bwL4rj03xh4XOpfaNX17Sv7Qi1f7ed9008MU1uVbzQrIUkAUDaQwPHf8A/DWXwb/6KV4c/wDA5KP+Gsvg3/0Urw5/4HJQB514c/Yxufh/deC/EHhDxutp460NtTfUNV1jSTeWerNqEnm3Re1jnhaP97taPbL8qqFbzPvV6R8VvgjP8U9O+G8F14jkgufCPiSw8RS3c1mkj6g1sjqUZUZFjLmTO5QQuOF9Gf8ADWXwb/6KV4c/8Dko/wCGsvg3/wBFK8Of+ByUAXvhB8HP+FV+IPiPqf8Aa/8Aan/CYeIZNe8r7N5P2TdDFH5Wd7b8eXndheuMcV6bXkn/AA1l8G/+ileHP/A5KP8AhrL4N/8ARSvDn/gclAHrdFcD4M+O/wAPPiHrJ0jwz4y0fXNT8tpvstldLJJsXGWwOwyK76gAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigDzv4uf8wn/tr/AOyV53Xonxc/5hP/AG1/9krxvxv4XtPFegy2t5calbRxZnV9K1S60+XcFYDMlvIjlefuk4PBI4FAHQUV8ueDPGl38NPgN8OtatLrXNZ8T+NEsrea+1efVPECwv8AZ5J5JhZrK8jfKknyQ7MkqWIVcje/4XZ48n0bRLS202yg1nUPFS6BHqms6DqGmWtzbvaSXAuo7OdlmUoV2FC5DmNgHUOGQA+haK8B8ZfFb4jeG4vGtzanwvd2/g02Rukms7mN9UMkMMkyxkTMLXG5irHz/vAFfkLP2/w98ZeI7vx54o8I+J30u7vtKtLHUIrzSbWS2iMdyZ18pkklkJZGt2+cEBgw+VccgHo9FFFABRRXkPxEtp/Gfxk8O+DrnVtW0rQzod9q0kej6jPYTXM6TW8KZmhdZNqLK52BtpLKWBwKAPXqK84+D+oan46+Bugzanql2up3unGGXVIdq3BYbk85SU2hyAGztxk9K5X4Y6LcazrXjqHw94n8RL4Fb7La2Go3GqS6hM15E0n2xrae781vJI8qIkEjcsmzaw3UAe40V5r+zfqF5qvwR8J3V/e3Wo3b2zeZdXk7zzSYlcAs7ksxwBySTXpVABRRRQAUUV8y+FdW1iZvCPjmTX9Ym1bW/Gl5pF5p7ahM1iLMS3UKQLakmJDGsEbb1VXJVizHcQQD6aoryn43+DfFPia60K90Hdd2GnpdNfaWnim+0A3LMqeUwmtEYsV2v8r4X5uteSeIfidqfj8nUNE0zVLzwbofg2y8RNp7eKrzRL1xN9oLMZoFeS5kVLfaFeVULMzFmJVlAPrGiqOh6hBq+i6ffWvmfZrq3jni83O/Yyhl3ZJ5wR3q9QAUUUUAFFFFABRRRQAUUUUAFFFFABRXz18UpNR8SeMfiWp8RaxoqeEPC9vqGkxaVqM1oi3MgupGuJVjIE4zbxqElDphX+U7jXoPjDTvEXxB+C8cWi3X9m+INRtLOcSfbprDB3RySp58KmSLcoddyjI3UAeiUV862+k+IfGvhK+8L6Hb3mk654Z8RxrrFjdeOtUdLuJrYSBItUCtc7GWaFthRcMrAr0LVfF+v3Osfs8prOkan4h8MXOh6kNOubGPWZLpnuY9RjglD3j5nnQFZNp3qGV8OvAVQD6UooooA7P4Vf8AIw3H/Xq3/oaV6rXlXwq/5GG4/wCvVv8A0NK9VoAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA87+Ln/MJ/7a/+yV5zJGs0bxuMowKkexr0b4uf8wn/ALa/+yV5Xr1vqV1pM8Wk30Gm37bQl1cWxuFjG4bjsDpk7cgEnAJBIYAqQDDk+FfhiTwXpvhMac8WiaYkS2McF3NFPa+WMI0U6uJUcDI3q4bBIzyabZ/Czw9Z22lQumpagNL1D+1LOTVNYvL6WK48to9wknldiNjuNhJX5icZ5rN+AfiTVPF3wf8ADOr61etqOqXNuxnunjSMysJGXcVRVUHAHQAe1egUAc3qfw58Paxb+IYbzT/Oi8QGM6kvnSL5+xFRejDbhUUfLjpV608K6XY+JtR8QQWuzV9Qt4LS6uPMc+ZFCZDEu0naMGaTkAE7uc4GNaigAooooAK5nxn8N9B8fizOsW90Z7PeILrT7+4sbiNXAEiCa3kR9jALuTdtbauQdox01FAHGXnwd8H3kcsZ0ZbeOTRP+EcKWc8tuq6fnPkII3UIP9pcMBxnFUtE+B3hfw5o82k6dP4kttPkt0tVgHivVWEMSFSqwk3JMONoGYyp25X7pIPoFFAHL/D/AOGuhfC/R20vw9Hfwafu3Lb3mqXV6sfXiPz5H2DknC4BJz1rqKKKACiiigArjbH4Q+FNN8Wt4kt9NkXUzNLdIrXs7WsU8ilZZ47YuYY5XBbdIiBm3vknc2eyooA86m/Z/wDBEmk2OmRWOpWNhZwSW0cOn65fWgkheRpGjl8qZTMu53O2TcBuYDAJFXPE3wS8F+LfsK6hoxWGztBp6W9jdz2cElqCCLeWOF0SaEY/1UgZOSMcnPc0UANjjWKNURQiKMKqjAAHQAU6iigAooooAKKKKACiiigAooooAKKKKAOO8ZfCPwr4+1KO+1vTpbm4WEW0vk3s9ul1AG3CG4SJ1W4iyWPlyh1+ZuPmbKav8IfC2s3er3c9jcwXuqy2011d2Oo3NpMXgQpCySRSK0RCsy/uyuQxBzk12VFAHBf8KO8IppNvp8NtqdmsNxLd/bLLW763vZZZABI8t3HMs0pYBQfMds7E/urhuufAnwZ4g8K6b4aubC+t9C08EQ2OnaveWUbEsH3S+TMhmbeofdJuO4ls5JJ7+igClo2kwaDpdtp9s91LBbpsR7y7lupiP9qWVmdz7sxNXaKKAOz+FX/Iw3H/AF6t/wChpXqteVfCr/kYbj/r1b/0NK9VoAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooA87+Ln/ADCf+2v/ALJXlXiDS7nWdIuLO01a80K4lAC6hp6QtNFggnaJo5I+QCPmQ8E4wcEe6+LfCP8AwlJtP9L+y+Rv/wCWe/du2+4x939a5/8A4VH/ANRUf+A3/wBnQB4T8K/hsnwp8Mx6Db+INW13T4Di2GrC23W65JKqYIYsgkk/PuPvjiuyr0T/AIVH/wBRUf8AgN/9nR/wqP8A6io/8Bv/ALOgDzuivRP+FR/9RUf+A3/2dH/Co/8AqKj/AMBv/s6APO6K9E/4VH/1FR/4Df8A2dH/AAqP/qKj/wABv/s6APO6K9E/4VH/ANRUf+A3/wBnR/wqP/qKj/wG/wDs6APO6K9E/wCFR/8AUVH/AIDf/Z0f8Kj/AOoqP/Ab/wCzoA87or0T/hUf/UVH/gN/9nR/wqP/AKio/wDAb/7OgDzuivRP+FR/9RUf+A3/ANnR/wAKj/6io/8AAb/7OgDzuivRP+FR/wDUVH/gN/8AZ0f8Kj/6io/8Bv8A7OgDzuivRP8AhUf/AFFR/wCA3/2dH/Co/wDqKj/wG/8As6APO6K9E/4VH/1FR/4Df/Z0f8Kj/wCoqP8AwG/+zoA87or0T/hUf/UVH/gN/wDZ0f8ACo/+oqP/AAG/+zoA87or0T/hUf8A1FR/4Df/AGdH/Co/+oqP/Ab/AOzoA87or0T/AIVH/wBRUf8AgN/9nR/wqP8A6io/8Bv/ALOgDzuivRP+FR/9RUf+A3/2dH/Co/8AqKj/AMBv/s6APO6K9E/4VH/1FR/4Df8A2dH/AAqP/qKj/wABv/s6APO6K9E/4VH/ANRUf+A3/wBnR/wqP/qKj/wG/wDs6APO6K9E/wCFR/8AUVH/AIDf/Z0f8Kj/AOoqP/Ab/wCzoA87or0T/hUf/UVH/gN/9nR/wqP/AKio/wDAb/7OgDO+FX/Iw3H/AF6t/wChpXqtcl4V8Df8IzqEl19u+074jFs8rZjJBzncfSutoAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAK5rxt44034f6QNT1WDVp7VphFjR9GvNUlBIJyYrWKRwuFOXK7RwCckZ6Wqeqqz6ZdqqlmaFwFAySdp4oA5H4YfGXwz8ZNNbUvCzavcaZ5Uc8d5qGg3+nQ3EcgJR4XuYI1mUhTzGWxkZxkZ7qvjLV/AXi+b9jv4I6M2lyw2umrpzeKNG1Lw9casTbJayDy7jTIpIprlVuPILQqc/Lkq4Uqcyw+CqeIfCvgPRzYTa94Qn+JCX1zoNp4I1Lw1p2l2n9mXCyxCxund1tZJSGfJ8l2uHXGGZSAfcFFfGnxU/Z70/UbD413Vj4GmOoaa2lf8Ie9hZSI9gYbO2AfS/LA8h1aMKXt9rfulUkhFA9V+D3w6i+Gnx5+I+neH/Do8O+CrjSNFubWOzszBYzXxe9W5kUgBXmKLbeY2SxxGW6igD3aiiigArifiH8XfC/wsOnL4gu7xbnUTJ9ksdN0y61K7mWNd0rrBbRySbEBG59u1dy5I3DPbV4V8Ubm48A/Hvwt49vdF1nV/Dq+G9R0SSTQdJudTuLa6kuLWaMGC3R5AkiwyDeF2gxqGI3LQB7D4e8Q6b4s0LT9a0a9g1PSdQgS5tby2cPHNE4DK6kdQQRXHaZ+0B8PtYh8Vz2vie0+zeF7xdP1a5mSSGGC4Ztqxq7qFlLP8g8stlvlGW4ry3wXYfEHQPgJpXwz0HR7zRvHn/CNJeJq2o7odMsjLc7ZLX7Wiz7bqON2KgRyKCqt8y8VlfAm08T/B/wAafFa58SeA4fDfhOCLSYrQeGZdR1x5DHaxwqtvGtgklyuCTJIo3KwOQwy4APozwP440b4j+FdO8S+H7tr7RdRj862uHgkgZ1yRzHIqupyCMMoPFdBXhX7GuoSN8BfDukXWk65o2qaTG8F3a65ot5prqzSu42C4iTzBtI+ZNwGcE54r3WgAooooAK850/4++BdT8dN4Qttakk1n7XLp6u2n3K2U13Em+W2jvDGLeSdFDFokkLrsfKja2PRq+QfBPh7XIF8DfDqXw5rdtrfh3x9qGv6jqcmmXCad9hM97PHOl6VEMrTLcwr5aO8gaRwyjYxAB9EfED4ueHPhle6VZ622qy3uqiY2dpo+iX2qzyiIKZG8u0hlZVXeuSQB8wqLWfjR4N8P674b0XUda+y614haFdP02S1mFyfNDmMyxbN0Aby3UGYINyMudwIryn4o+JvCPxC0Xw9rXiPwT8V9J1RbO8k0l9C0/V7XULZ2fypIZG05j5TP5UbgXBEbKynJwwHOfEHxJ4m0fwV8BdP8a6V4m1rxppWqaXrHiKfQ/DV9qcUQSCZJneWzgkiLhyMohyc7gu0igD60oqra3K3ttDcRrIscqLIqyxvE4BGRuRgGU+oIBHQirVABRRRQAUUUUAFFFFABRRRQAUUUUAeefEL48+CPhbq0WneJNXmtLxrb7dKttp11draWu/Z9oungjdbaHdkebMUT5X5+VsdN4m8XaX4P8Oz67qVxINNiCEvawSXUkhdlSNY4olZ5GZmVVVFZmLAAEmvnf4xWmqeF/Hvxd/4pnXNeHjzwfaaTocmj6XPexvdxrexNbTyRKVtVzcxOJJmjjw7nd8jY9EHi+68L+AtW8O3OmeM7K68N6fp1hNr2iaMLx52liVWuLFCkv2nyTkuPKcjH3H6UAa0v7RPw9tvAVz4yu/EB0/RLe5mspVvrK4trxLmIM0lubOSNbjzgqM/leXvKjcAV5rvNI1W11zSrPUrKXz7K8hS4gl2ld8bqGU4IBGQRwRmvk/Rbm/8ADn7O3xljutD8XanF4g1DU4dFv7nwzfvretvcWQH2i7s4oN8H74SRKxhgjEccWEUFS30D8D9bj1r4UeGClnqlhJa6fb2c0Gr6Xc6dOkscSq4MVxGj4yDhtu09iaAO+ooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACs3Xde0zwxo91q2s6jaaPpVnGZbm+v51gggQdWd2IVQPUnFaVcL8ZviB4P+Fnw81HxZ46kgi8PaU8NyzXEIl/fCRfI2Kf+Wnm7Np4w2DkYyADd8JeNfD/AI+0WPWPDGu6b4j0mRmSPUNJvI7q3dlOGAkjYqSDwRnit2vBv2U9W0HxNpnjXxLpviXw7rWs+JdbOtappvhvV7fUYdJZ4IoYbd5IWKmTyrdC7dGcybSVANe80AFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFcD8T9SvNPOmfZrqa23+bu8mQpuxsxnB9zXDf8JJq3/QTvf8AwIf/ABoA93orwj/hJNW/6Cd7/wCBD/40f8JJq3/QTvf/AAIf/GgD3eivCP8AhJNW/wCgne/+BD/40f8ACSat/wBBO9/8CH/xoA93orwj/hJNW/6Cd7/4EP8A40f8JJq3/QTvf/Ah/wDGgD3eivCP+Ek1b/oJ3v8A4EP/AI0f8JJq3/QTvf8AwIf/ABoA93orwj/hJNW/6Cd7/wCBD/40f8JJq3/QTvf/AAIf/GgD3eivCP8AhJNW/wCgne/+BD/40f8ACSat/wBBO9/8CH/xoA93orwj/hJNW/6Cd7/4EP8A40f8JJq3/QTvf/Ah/wDGgD3eivCP+Ek1b/oJ3v8A4EP/AI0f8JJq3/QTvf8AwIf/ABoA93orwj/hJNW/6Cd7/wCBD/40f8JJq3/QTvf/AAIf/GgD3eivCP8AhJNW/wCgne/+BD/40f8ACSat/wBBO9/8CH/xoA93orwj/hJNW/6Cd7/4EP8A40f8JJq3/QTvf/Ah/wDGgD3eivCP+Ek1b/oJ3v8A4EP/AI0f8JJq3/QTvf8AwIf/ABoA93orwj/hJNW/6Cd7/wCBD/40f8JJq3/QTvf/AAIf/GgD3eivCP8AhJNW/wCgne/+BD/40f8ACSat/wBBO9/8CH/xoA93orwj/hJNW/6Cd7/4EP8A40f8JJq3/QTvf/Ah/wDGgD3eivCP+Ek1b/oJ3v8A4EP/AI0f8JJq3/QTvf8AwIf/ABoA93orwj/hJNW/6Cd7/wCBD/40f8JJq3/QTvf/AAIf/GgD3eivCP8AhJNW/wCgne/+BD/40f8ACSat/wBBO9/8CH/xoA93orzP4barfX+uzx3N5cXEYtmYLLKzAHcnOCfc16ZQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQB538XP8AmE/9tf8A2SvO69E+Ln/MJ/7a/wDsleR+LtM1bWPD91aaHrX/AAj2qSbPJ1L7Klz5WHBb925CtlQV56bs9qANiiuPt/DPiyPXobqXxp52mrqk92+n/wBlQrvs3h2RWnmA5HlyfvPN+833TxXYUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQB2fwq/5GG4/69W/9DSvVa8q+FX/Iw3H/AF6t/wChpXqtABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAHA/E/TbzUDpn2a1mudnm7vJjL7c7MZwPY1w3/CN6t/0DL3/AMB3/wAK93ooA8I/4RvVv+gZe/8AgO/+FH/CN6t/0DL3/wAB3/wr3eigDwj/AIRvVv8AoGXv/gO/+FH/AAjerf8AQMvf/Ad/8K93ooA8I/4RvVv+gZe/+A7/AOFH/CN6t/0DL3/wHf8Awr3eigDwj/hG9W/6Bl7/AOA7/wCFH/CN6t/0DL3/AMB3/wAK93ooA8I/4RvVv+gZe/8AgO/+FH/CN6t/0DL3/wAB3/wr3eigDwj/AIRvVv8AoGXv/gO/+FH/AAjerf8AQMvf/Ad/8K93ooA8I/4RvVv+gZe/+A7/AOFH/CN6t/0DL3/wHf8Awr3eigDwj/hG9W/6Bl7/AOA7/wCFH/CN6t/0DL3/AMB3/wAK93ooA8I/4RvVv+gZe/8AgO/+FH/CN6t/0DL3/wAB3/wr3eigDwj/AIRvVv8AoGXv/gO/+FH/AAjerf8AQMvf/Ad/8K93ooA8I/4RvVv+gZe/+A7/AOFH/CN6t/0DL3/wHf8Awr3eigDwj/hG9W/6Bl7/AOA7/wCFH/CN6t/0DL3/AMB3/wAK93ooA8I/4RvVv+gZe/8AgO/+FH/CN6t/0DL3/wAB3/wr3eigDwj/AIRvVv8AoGXv/gO/+FH/AAjerf8AQMvf/Ad/8K93ooA8I/4RvVv+gZe/+A7/AOFH/CN6t/0DL3/wHf8Awr3eigDwj/hG9W/6Bl7/AOA7/wCFH/CN6t/0DL3/AMB3/wAK93ooA8I/4RvVv+gZe/8AgO/+FH/CN6t/0DL3/wAB3/wr3eigDwj/AIRvVv8AoGXv/gO/+FH/AAjerf8AQMvf/Ad/8K93ooA8z+G2lX1hrs8lzZz28ZtmUNLEygncnGSPY16ZRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAVyXxI8BeGviH4Zn07xX4c0rxPp8O65jtNYsoruJJVRgsgSRSAwDMAwGRk+tdbUckayKysoZWGCGGQR6UAfD3w62/Bv8AZW+Ccnw48Jw6P4h8djS9P1bVvC+n6bDqcwFpNOXD3ZS3kmYxsitcMQDKxCsxCnsNR8X/ABlsdF8H6HqWpa14Puta8eR6Lba1rlpo9zq1zpUmnzzuZI7Qy2iTLLGyo6qBiONnjb51f6Uu/AXhrUPCH/CJ3Xh3SbnwuIVtv7DlsYnsfKXBWPyCuzaMDC4wMCqHh34S+B/COn2dhofgzw/otjaXv9o21rp2lwW8UF0UMZnRUQBZdhK7x82CRnFAHzz8SfFvxM8O2nxXv9K+JF5Enw/OmfYbe50mwlXUWa1t5JxfEQqWRyzEC3+zspd8NjYqem/CfXvE2n/GHx54E17xNd+LrfSdM0rVrbUdQtbaCdGumu0khAt4o0Mam1Vl3AuN7Au3GPTrvwjoeox6rHd6Jp1zHqxU6gs1pG4vNqhV84EfvMKqgbs4AA7VZg0TTbbWbvVYdPtYtVu4o4Lm+SFVnmjjLmNHcDcyqZJCoJwN7Y6mgDSooooAK+d/jB4W0D4i/tGeDPDXjrTbPW/CC+FtX1K30vVollspb1J7SNpmR/laSOGV9pPKCVyMckfRFc141+HvhX4kabHp/i3wzpHinT4ZRcR2mtWEV5EkgBAdUkVgGwzDIGcE+tAHi3wi1XTvG37J+ieE9a8V2tnq2teE2hSbULtZbr7HPutre6ZHk3SK2+IBi2GZgN2TXn+hfCXTm034g/AKS2+HmhTvZ6LeDX/DvhZbG1vZGmkdLS9sTckzTFbN24m+eOYnC4+b6s1bwB4Y11rltT8OaRqJurA6VObuxil82zJybZ9yndETz5Z+XPase3+B/wAOrXwhc+EofAHheHwpczi5n0KPR7ZbGWUFSJGgCbGbKr8xGflHoKAOK/ZfuINN0/xt4Rg8P+F9G/4RbXn0+S68GaWNM0y+ka3hmMi229zFKolEcil3+aPO7navt9Y/hnwto3gvRLbRvD+k2OhaPagiDT9Ntkt7eEFixCRoAq5JJ4HUmtigAooooAK+IvAmh6Yk/wAPfHCWsI+KOr/E3VtN1bVMAahc26TagktpK+QzQRQQRFYjlFEMZA4DV9u1zNp8OPCWn+Mrvxda+FtGtvFd5F5NzrsOnwpfTx4UbHnC72XCIME4+VfQUAeSftFeH/D/AMa/h4smi6R4E+Ily1hfSWL+ItVDWlrFt8uW9gRIpUmkikEa5zEV3MvnR7jniPENnovi3wb+zF42gudW1W5uNX0OO2vtanfzmia0nbzXgEjRJO+fnkTLNwN7KBXv+ufBD4deJdE03R9Y8AeGNW0jTGd7GwvtGtpoLVnOXMUbIVQseTtAyetJ4x+B/wAOviHf2974q+H/AIW8TXdtCttBcaxo1tdyRQgkiNWkQlVBZiFHHJ9aAO6oqrZ2kOnWkNrawx29rCixxQxIFSNAMBVA4AAAAAq1QAUUUUAFFFFABRRRQAUUUUAFFFFAHx58ffDvh3xf8Qfjdc+Nba3uZPCvgK01Dw3NfYB0tn+3NJeWjEjypjNBCDKhVx5UYyOM/QWhtp3xF8CQ+Hdav/tGrxWFk2t6faai8F3byPGsgWbyXWRA5U5UkB13A7lJB2/E/wAOPCfjbU9K1HxF4W0bXtQ0mXztOutU0+G5ls5Mq2+F3UmNsopypByo9BSa38N/CXieDWoNY8LaLqsGteSNUivtOhmW/wDKx5XnhlIl2YG3dnbgYxQB80eEvB+leIv+CdUdre20jWdj4Z1K4htYLiSCEsiXIRZEjZVljGc+W4ZMhTtyoI+kvhL/AMkr8G/9gWy/9EJWHH+zl8J4tAl0JPhh4NXRJrlbyTTF8PWgtnnVSqytF5e0uFZlDEZAYjPNdT4R8EeHfh/oq6R4X0DS/DWkq7SLYaPZR2kAdvvMI41C5Pc45oA36KKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigArzz47eOtY+G3wx1PxBoNrZXusQXFnBbwaizrbu011FCQ7J8yjEh+YA4ODtbGD6HWJ4p8KaV410eTSdatTe2EksMzwmR48vFKssZypB4dFPXnGDkZFAHCfCvxl4wu/HfjDwf4zuND1HUdFgsL+DUNBsZrKKSG6Ew8t4pZ5jvR7d/mD4YMvyqQa9WrFsvCmlWHifU/EMFr5esanb29rd3PmOfMjgMhiXaTtG0zScgAndznAxtUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAcd4403x3fz2h8H+JPDuhRKrfaV1vQJ9TaRsjaUMV9bbABnIIbORyMc81/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQB5T/wjvxv/wCihfD/AP8ACDvv/lzR/wAI78b/APooXw//APCDvv8A5c16tRQBwXhDR/iXZawJfFPi3wrrOk+WwNrpHhe50+ff/CfNk1GdcDnI8vn1Fd7RRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQB//9k=)"
      ],
      "metadata": {
        "id": "8CqN9RicEHjs"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "print(\"Halo, saya Kucing-Bot. Apa pertanyaan Meowmu?:\")\n",
        "while(True):\n",
        "  query = input().lower()\n",
        "  # Statement jika ada kata selamat tinggal\n",
        "  if query not in ['bye', 'goodbye', 'take care', 'sayonara', 'dadah', 'selamat tinggal']:\n",
        "    print(\"😺 Kucing-Bot: \", end=\"\")\n",
        "    print(chatbot_response(query))\n",
        "    cat_sentences.remove(query)\n",
        "  else:\n",
        "    print(\"See You Again!\")\n",
        "    break"
      ],
      "metadata": {
        "id": "4dm7NG9LGgti",
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "outputId": "61c402c5-5bfb-46e5-9775-db00e2dac076"
      },
      "execution_count": 6,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "Halo, saya Kucing-Bot. Apa pertanyaan Meowmu?:\n",
            "hai\n",
            "😺 Kucing-Bot: Mohon dicoba lagi yaa\n",
            "kucing\n",
            "😺 Kucing-Bot: jumlah kucing ras hanyalah 1% dari seluruh kucing di dunia, sisanya adalah kucing dengan keturunan campuran, seperti kucing liar atau kucing kampung.\n",
            "ras kucing\n",
            "😺 Kucing-Bot: ada banyak macam ras kucing, beberapa di antaranya adalah sebagai berikut: ras bali adalah kucing ras asli indonesia yang berasal dari pulau bali.\n",
            "jenis-jenis kucing\n",
            "😺 Kucing-Bot: jenis scottish fold adalah salah satu jenis kucing dengan mutasi genetik yang langka ini.\n",
            "kucing liar\n",
            "😺 Kucing-Bot: dibandingkan dengan anjing, kucing tidak mengalami perubahan besar selama proses domestikasi karena bentuk dan perilaku kucing domestik tidak secara radikal berbeda dari kucing liar dan kucing domestik sangat mampu bertahan di alam liar.\n",
            "cakar kucing\n",
            "😺 Kucing-Bot: jumlah kucing ras hanyalah 1% dari seluruh kucing di dunia, sisanya adalah kucing dengan keturunan campuran, seperti kucing liar atau kucing kampung.\n",
            "kumis pada kucing?\n",
            "😺 Kucing-Bot: kumis ini juga dapat digunakan oleh kucing untuk menentukan apakah badannya dapat melewati ruangan yang sempit (seperti pipa) karena jarak antara kedua ujung kumis kucing hampir sama dengan lebar tubuhnya kucing memiliki kelopak mata ketiga yang disebut membrana niktitans.\n",
            "terima kasih\n",
            "😺 Kucing-Bot: Mohon dicoba lagi yaa\n",
            "bye\n",
            "See You Again!\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "# **Kesimpulan**\n",
        "\n",
        "Chatbot berbasis aturan atau *Rule Based Chatbot* hanya mengikuti instruksi atau aturan sesuai dengan masukan teks dari pengguna. Kelemahan dari Chatbot berbasis aturan ini tidak dapat menjawab pertanyaan yang kompleks sehingga chatbot ini hanya digunakan untuk pertanyaan yang sederhana saja. Dan dalam code ini mengambil dari sumber artikel Medium tentang **[Creating a Simple Rule-Based Chatbot with Python](https://medium.com/geekculture/creating-a-simple-rule-based-chatbot-with-python-e7928d0573af)** yang ditulis oleh Cornelius Yudha Wijaya."
      ],
      "metadata": {
        "id": "188YYdxIENQb"
      }
    }
  ]
}