الذكاء الاصطناعي للكشف عن الشذوذ

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. لماذا يعمل اكتشاف الحالات الشاذة غالبًا دون وجود أمثلة مصنفة على الحالات الشاذة؟
   • الحالات الشاذة نادرة ولا يمكن التنبؤ بها، لذا تتعلم النماذج "طبيعية" بدلاً من ذلك
   • التسميات غير قانونية للاستخدام
   • الشذوذ لا يحدث أبدا
   • يستخدم الصور فقط
2. "الشذوذ السياقي" هو نقطة بيانات:
   • دائما غير طبيعي في كل مكان
   • عادي في سياق واحد ولكنه غير طبيعي في سياق آخر
   • خطأ مطبعي في قاعدة البيانات
   • سجل مكرر
3. What does the cited WACV autoencoder study use as an anomaly score?
   • A legal fraud label assigned to every record
   • A guarantee that no future fault will occur
   • Reconstruction error from an autoencoder trained to model the data
   • The number of random trees in an Isolation Forest
4. How does the original Isolation Forest paper isolate candidate anomalies?
   • It requires an expert to label every anomaly in advance
   • It measures reconstruction error from a neural decoder
   • It uses a fixed threshold that proves an item is defective
   • Random partitioning tends to isolate anomalous instances in fewer splits
5. ما هو الخطر الرئيسي المتمثل في تحديد عتبة الشذوذ بحساسية شديدة؟
   • يغرق المحللون بالإنذارات الكاذبة
   • النموذج يعمل بشكل أسرع
   • يتم تشفير البيانات
   • الشذوذات تصبح مستحيلة
6. What can an unusual machine-vibration score reasonably trigger?
   • An automatic shutdown because failure is guaranteed
   • A maintenance investigation or additional measurement, without predicting failure with certainty
   • A confirmed diagnosis of the failed component
   • A claim that the machine will fail within a fixed number of hours
7. Why is an anomaly score not automatically a fraud or defect label?
   • It is always a verified label
   • Anomaly scores cannot be compared
   • It indicates unusualness under a model or baseline, not the cause or consequence
   • The threshold proves intent
8. What should be documented when setting an anomaly threshold?
   • Only the model’s name
   • A claim that false positives are impossible
   • The number of GPUs alone
   • The reference data, score definition, threshold rationale, and review process