এআই অ্যানোমালি ডিটেকশন কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. কেন অসঙ্গতি সনাক্তকরণ প্রায়শই অসঙ্গতির লেবেলযুক্ত উদাহরণ ছাড়া কাজ করে?
   • অসঙ্গতিগুলি বিরল এবং অপ্রত্যাশিত, তাই মডেলগুলি পরিবর্তে 'স্বাভাবিক' শিখে
   • লেবেল ব্যবহার করা অবৈধ
   • অসঙ্গতি কখনোই ঘটে না
   • এটি শুধুমাত্র ছবি ব্যবহার করে
2. একটি 'প্রসঙ্গগত অসঙ্গতি' হল একটি ডেটা পয়েন্ট যা হল:
   • সর্বদা সর্বত্র অস্বাভাবিক
   • এক প্রসঙ্গে স্বাভাবিক কিন্তু অন্য প্রসঙ্গে অস্বাভাবিক
   • একটি ডাটাবেসে একটি টাইপো
   • একটি ডুপ্লিকেট রেকর্ড
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. খুব সংবেদনশীলভাবে একটি অসঙ্গতি থ্রেশহোল্ড সেট করার প্রধান বিপদ কি?
   • বিশ্লেষকরা মিথ্যা অ্যালার্মে প্লাবিত হন
   • মডেলটি দ্রুত চলে
   • ডেটা এনক্রিপ্ট করা হয়
   • অসঙ্গতিগুলি অসম্ভব হয়ে ওঠে
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