แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

AI ในแบบทดสอบรถไฟ

สำรวจการตรวจสอบสภาพทางรถไฟ, การตรวจสอบภาพ, ระบบอัตโนมัติในการปฏิบัติงาน, ข้อจำกัดด้านพลังงาน, ดิจิทัลทวิน และขีดจำกัดของการแจ้งเตือนการบำรุงรักษา

เส้นทางแนะนำที่เกี่ยวข้องAI ในรถไฟ
คำถาม 1 ของ 8

ประโยชน์หลักของการบำรุงรักษาเชิงคาดการณ์ในระบบรถไฟคืออะไร?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. ประโยชน์หลักของการบำรุงรักษาเชิงคาดการณ์ในระบบรถไฟคืออะไร?
    • ทำให้รถไฟเดินทางได้เร็วกว่าความเร็วที่กำหนด
    • โดยจะแจ้งส่วนประกอบที่มีแนวโน้มว่าจะล้มเหลวก่อนที่จะทำให้เกิดความเสียหายหรืออุบัติเหตุ
    • โดยไม่จำเป็นต้องใช้แทร็กทางกายภาพใดๆ
    • แทนที่ตั๋วรถไฟด้วยการจดจำใบหน้า
  2. วิธีใดที่สามารถตรวจสอบภาพจากกล้องบนรางรถไฟเพื่อหาข้อบกพร่องที่มองเห็นได้บนรางหรือข้างทาง?
    • การสังเคราะห์ข้อความเป็นเสียงโดยไม่มีภาพอินพุต
    • เครื่องจับลายนิ้วมือเสียงแบบเฉพาะเสียงเท่านั้น
    • ระบบแปลภาษาโดยไม่มีการประมวลผลภาพ
    • การมองเห็นด้วยคอมพิวเตอร์ที่ได้รับการฝึกหรือกำหนดค่าให้จำแนกคุณลักษณะภาพที่เกี่ยวข้อง
  3. ฟังก์ชันใดบ้างที่ระบบขับขี่อัตโนมัติของรถไฟ (ATO) สามารถทำได้ในกรอบการดำเนินงานของรถไฟ?
    • พิมพ์ตั๋วโดยสารเท่านั้น
    • ทำนายสภาพอากาศโดยไม่ควบคุมการเคลื่อนที่
    • การควบคุมการเคลื่อนที่อัตโนมัติ เช่น การขับเคลื่อน การเบรก การควบคุมความเร็ว และการหยุด
    • เปลี่ยนชื่อไฟล์ภาพการบำรุงรักษาเท่านั้น
  4. โปรไฟล์ความเร็วของรถไฟที่ประหยัดพลังงานควรสัมพันธ์กับความต้องการการดำเนินงานอย่างไร?
    • เพิ่มประสิทธิภาพการใช้พลังงานในขณะที่ยังคงตอบสนองข้อจำกัดของการเดินทาง ความจุ และความเร็วที่กำหนด
    • Ignore stopping and speed requirements whenever energy use falls
    • Guarantee a fixed percentage saving on every route
    • Stop all trains indefinitely to claim perfect efficiency
  5. What does a railway digital twin represent?
    • A second human driver with the same appearance
    • A replacement for the physical track made only of software
    • A virtual representation of physical rail assets or infrastructure
    • A guarantee that every simulated result occurs in the real network
  6. Does the presence of ATO establish that a railway uses machine learning to drive its trains?
    • Yes; every automated control system is necessarily a neural network
    • No; ATO specifies automated functions, while the implementation must be examined to identify any learned model
    • Yes; all ATO controllers are trained on social-media video
    • ไม่; ATO ไม่มีความเกี่ยวข้องกับการเคลื่อนที่ของรถไฟ
  7. ทำไมทีมบำรุงรักษาเส้นทางรถไฟต้องประเมินการแจ้งเตือนข้อบกพร่องของ AI ก่อนตัดสินใจดำเนินการ?
    • การแจ้งเตือนอาจผิดพลาดและต้องพิจารณาพร้อมกับหลักฐานทางวิศวกรรมและผลกระทบต่อการดำเนินงาน
    • ทุกการแจ้งเตือนพิสูจน์ว่าชิ้นส่วนจะล้มเหลวในเวลาที่ทราบ
    • คะแนนโมเดลทำให้ไม่จำเป็นต้องมีข้อมูลสินทรัพย์
    • การละเลยการแจ้งเตือนทั้งหมดมักจะแม่นยำกว่าการตรวจสอบ
  8. ในหลักการ ERA ATO สิ่งใดจำกัดโปรไฟล์ความเร็วที่ประหยัดพลังงานนอกจากข้อกำหนดเวลาเดินทาง?
    • เฉพาะสีของภายนอกรถไฟ
    • เฉพาะความยาวของประกาศสำหรับผู้โดยสาร
    • ไม่มีข้อจำกัดความเร็วอื่นเมื่อกำหนดเป้าหมายพลังงานแล้ว
    • โปรไฟล์ความเร็วที่เข้มงวดที่สุดของ ETCS