ትርፍ፡
- ሲግናልን፣ ሎግ እና ቴሌሜትሪ መረጃን ከፓይዘን ጋር የሚያጸዱ እና የሚያሳዩ ስክሪፕቶችን በ AI ድጋፍ የማዘጋጀት ችሎታ
- ቀላል ትንበያ እና ያልተለመዱ ሞዴሎችን በሚገነቡበት ጊዜ የውሂብ ጥራትን ፣ ከመጠን በላይ የመማር እና የመጥፋት አደጋዎችን የመለየት ችሎታ
- በ AI የመነጨ ኮድ እና ውጤቱን በዩኒት ቁጥጥር ፣ በማጣቀሻ መረጃ እና በምህንድስና አሳማኝነት የማረጋገጥ ችሎታ
የሞዱል ፈተና
1. አንድ ተለማማጅ የ AI ቻት መሳሪያውን የሚፈለገውን የአቅርቦት መጠን ለኤል ኤን ኤ (ዝቅተኛ የድምፅ ማጉያ) ጠይቆ የተገኘውን የ'15 mA' እሴት በቀጥታ ወደ ሃይል የበጀት ሠንጠረዥ ይጽፋል። በዚህ አቀራረብ ውስጥ ዋናው ስህተት ምንድን ነው?
- ሀ) የአሁኑ ዋጋ ከመረጃ ወረቀት እና ከተመረጠው አካል የአሠራር ሁኔታ መምጣት አለበት; በ AI የመነጨው ቁጥር ምንጭ ያልሆነ ፈጠራ ✔ ሊሆን ይችላል።
- ለ) ከ mA ይልቅ በ µA ውስጥ ወደ AI ሊጠየቅ ይገባ ነበር።
- ሐ) እሴቱ ትክክል ነው፣ የአሃዱ አጻጻፍ ብቻ መታረም ነበረበት
- መ) ተመሳሳይ ጥያቄን ሶስት ጊዜ መጠየቅ እና አማካዩን መውሰድ በቂ ነው
ማብራሪያ፡ የቋንቋ ሞዴሉ እርስዎ የመረጡትን የተወሰነ ክፍል ዳታ ሉህ አያውቀውም። በጣም የሚመስለውን ቁጥር ያመነጫል (ቅዠት)። የአቅርቦት ወቅቱ የሚመጣው ከውሂብ ሉህ እና ከተጠቀሰው ክፍል የአሠራር ሁኔታ ብቻ ነው; የ AI ውፅዓት ያለ ማረጋገጫ ወደ ሰንጠረዡ መግባት አይችልም።
2. በኤሌክትሮኒክስ/መገናኛዎች ውስጥ AIን ለመጠቀም 'በአደጋ ላይ የተመሰረተ ምደባ' ምን ያስችላል?
- ሀ) የ AI መሳሪያ የደንበኝነት ክፍያን መቀነስ
- ለ) እንደ ሥራው ስጋት ደረጃ የ AI ሚና እና የማረጋገጫውን አስገዳጅ ጥልቀት ይወስኑ ✔
- ሐ) ጥያቄዎች ባጭሩ መፃፍ አለባቸው
- መ) ሁሉንም ውሳኔዎች በራስ-ሰር ወደ AI ውክልና መስጠት
ማብራሪያ፡- እያንዳንዱ ተልዕኮ በተመሳሳይ የአደጋ ደረጃ ላይ አይደለም። ተግባሩን ዝቅተኛ/መካከለኛ/ከፍተኛ/ ወሳኝ በማለት መፈረጅ የትኛው ውፅዓት በነፃነት ጥቅም ላይ ሊውል እንደሚችል እና መለካት፣ ማስመሰል እና ብቁ መሐንዲስ ማጽደቅን የሚጠይቅ ነው።
3. የኒኩዊስት ናሙና መስፈርት በምልክት ሂደት ውስጥ ምን ይላል እና ከተጣሰ ምን ይሆናል?
- ሀ) የናሙና ድግግሞሽ ቢያንስ ሁለት ጊዜ ከፍተኛ ድግግሞሽ መሆን አለበት; ያለበለዚያ መለያየት ይከሰታል እና ምልክቱ በማይቀለበስ ሁኔታ ✔ ይበላሻል
- ለ) ዝቅተኛ የናሙና ድግግሞሽ, ከፍተኛ ጥራት
- ሐ) ናሙና የሚያስፈልገው ለአናሎግ ሲግናሎች ብቻ ነው እንጂ ዲጂታል አይደለም።
- መ) የኒኩዊስት መስፈርት የጩኸት ደረጃን ብቻ ይወስናል
ማብራሪያ፡ ሲግናሉን በትክክል ለማግኘት፣ የናሙና ድግግሞሽ በሲግናል ውስጥ ቢያንስ ሁለት እጥፍ ከፍተኛው ድግግሞሽ መሆን አለበት። ይህ ሁኔታ ካልተሟላ, ከፍተኛ ድግግሞሾች እንደ ዝቅተኛ ድግግሞሾች ይታያሉ; ይህ አሊያሲንግ ይባላል እና ውሂቡ እስከመጨረሻው ተበላሽቷል።
4. AI የ PCB አቀማመጥ ሲጠቁም በጣም ጥሩው አቀራረብ ምንድነው?
- ሀ) AI የተጠቆመውን አቀማመጥ በቀጥታ ወደ ምርት መላክ
- ለ) ፕሮፖዛሉን በዲአርሲ፣ ሲሙሌሽን እና ፕሮቶታይፕ መለካት ለማረጋገጥ እንደ ማረጋገጫ ዝርዝር/ጅምር ገምግመው ✔
- ሐ) የመረጃ ወረቀቶቹን ሳይከፍቱ AI ጽሑፍን መቅዳት
- መ) AI እነሱን ውድቅ ስላደረገ የምልክት ትክክለኛነት ደንቦችን ችላ ማለት
መግለጫ: AI አጠቃላይ አቀማመጥ እና የምልክት ታማኝነት መርሆዎችን ማስታወስ ይችላል (አጭር መመለሻ መንገድ ፣ የማጣቀሻ አውሮፕላን ፣ የመገጣጠም አቅም አቀማመጥ); ሆኖም ግን, የመጨረሻው አቀማመጥ በ DRC (የዲዛይን ደንብ ቼክ), አስመሳይ እና ፕሮቶታይፕ መለኪያ የተረጋገጠ ነው. የ AI ውፅዓት የማረጋገጫ ዝርዝር እና መነሻ ነው።
5. በ RF አገናኝ በጀት ውስጥ 'EIRP' ምን ማለት ነው?
- ሀ) ውጤታማ የጨረር ኃይል ፣ ይህም የማስተላለፊያውን ኃይል እና የአንቴናውን ትርፍ በማጣመር ኪሳራዎችን በመቀነስ ✔
- ለ) በተቀባዩ ላይ ያለው የድምፅ ንጣፍ ፍፁም ዋጋ
- ሐ) የአንቴናውን አካላዊ መጠን
- መ) የገመድ ባህሪይ እክል
ማብራሪያ፡- EIRP (ውጤታማ ኢሶትሮፒክ ራዲየድ ሃይል) በአይዞሮፒክ አንቴና የሚፈነዳ ውጤታማ ሃይል ከማስተላለፊያው የውጤት ሃይል እና የአንቴናውን ጥቅም ጋር በማጣመር የኬብሉ/ማገናኛ መጥፋትን ይቀንሳል። የአገናኝ በጀት እና የቁጥጥር ገደቦች በአብዛኛው የተመካው በEIRP ላይ ነው። የመጨረሻው እሴት በመለኪያ እና ደንብ የተረጋገጠ ነው.
6. AI በሙቀት እና በወቅታዊ መረጃ ትንበያ ጥገና ላይ 'Anomaly' ሲያገኝ ምን ማለት ነው?
- ሀ) መሣሪያው በትክክል አለመሳካቱን የሚያሳይ ማረጋገጫ
- ለ) መረጃው ከመደበኛው የተለየ ማስጠንቀቂያ; ትክክለኛ የስህተት ምርመራ ሳይሆን በመስክ ምርመራ ✔ መረጋገጥ ያለበት ምልክት ነው።
- ሐ) መሣሪያው በራስ-ሰር እንዲዘጋ ያዝዙ
- መ) መረጃው በስህተት ለመመዝገቡ ዋስትና ይሰጣል
ማብራሪያ፡- አኖማሊ ከመደበኛ ባህሪ የውሂብ መዛባት እና ብልሽትን ሊያመለክት ይችላል። ግን ትክክለኛ ምርመራ አይደለም. ካርድ/መሳሪያን ለማሰናከል ወይም ለመተካት የወሰነው ውሳኔ በቦታው ላይ በአካል ቁጥጥር እና በኦፕሬሽን ሥራ አስኪያጁ ፈቃድ ነው።
7. በ AI የተጻፈ የጽኑ ትዕዛዝ ማቋረጫ አገልግሎት (ISR) ኮድ ወደ ሃርድዌር ከመጫንዎ በፊት ለደህንነት/መረጋጋት የግዴታ የትኛው ነው?
- ሀ) ኮዱን ሳያነቡ በመስክ ላይ ወደ መሳሪያዎች በቀጥታ ያሰማሩ
- ለ) መዘጋጀቱን ብቻ ያረጋግጡ እና ይጫኑት።
- ሐ) ኮዱን በማንበብ በስታቲስቲክስ ትንታኔ ውስጥ ማለፍ, የተጋራ ውሂብ / የጊዜ ደህንነትን ማረጋገጥ እና በሃርድዌር ላይ መሞከር ✔
- መ) በውጤቱ አነስተኛ ቁጥር ላይ በመተማመን
ማብራሪያ፡ AI ኮድ የተጋሩ ተለዋዋጮችን (ተለዋዋጭ/አቶሚሲዝምን) መከላከልን፣ በ ISR ውስጥ ረጅም/የማገድ ስራን ሊዘልል ወይም የተሳሳተ መዝገብ ሊጠቀም ይችላል። ኮዱን ማንበብ፣ በስታቲስቲክስ ትንተና ማካሄድ እና በሃርድዌር ላይ በእውነተኛ ሁኔታዎች መፈተሽ አስፈላጊ ነው። ISR ደህንነት-ወሳኝ ሊሆን ይችላል።
8. በዲጂታል ግንኙነቶች ውስጥ በ BER (ቢት የስህተት መጠን) እና SNR (ሲግናል-ወደ-ጫጫታ) መካከል ያለው የተለመደ ግንኙነት ምንድን ነው እና AI ሲተረጉመው ምን ማስታወስ አለበት?
- ሀ) ሁል ጊዜ አብረው ይጨምራሉ
- ለ) በመካከላቸው ምንም ግንኙነት የለም
- ሐ) በአጠቃላይ, SNR ሲጨምር, BER ይቀንሳል; ትክክለኛ ዋጋዎች በሞዲዩሽን ፣በሰርጥ እና በኮድ ላይ የተመሰረቱ ናቸው እና በሲሙሌሽን/በመለኪያ መረጋገጥ አለባቸው ✔
- መ) ግንኙነቱ ቋሚ እና በሁሉም ስርዓቶች ውስጥ ተመሳሳይ የቁጥር እሴት አለው
ማብራሪያ፡ በአጠቃላይ፣ SNR ሲጨምር፣ BER ይቀንሳል (ምልክቱ ከድምጽ አንፃር ሲጠናከር ስህተቱ ይቀንሳል)። AI ይህንን አጠቃላይ አዝማሚያ እና የንድፈ ሃሳባዊ ኩርባዎችን ሊያብራራ ይችላል ፣ ግን ትክክለኛ ዋጋዎች በሞጁል ዓይነት ፣ ቻናል ፣ ኮድ እና ሃርድዌር ላይ የተመሰረቱ ናቸው እና በማስመሰል / በመለኪያ መረጋገጥ አለባቸው ። የአጠቃላይ ኩርባው በስርአት ላይ የተመሰረተ እውነትን አይተካም።
9. የ I2C ግንኙነት ችግርን (መሣሪያው ምላሽ የማይሰጥ) ከ AI ጋር ሲፈታ በጣም ትክክለኛው አጠቃቀም ምንድነው?
- ሀ) በመላምቶች ዝርዝር ውስጥ ሊሆኑ የሚችሉ ምክንያቶችን ይዘርዝሩ; በመተንተን/oscilloscope መለኪያ ✔ ትክክለኛ ምርመራ ማድረግ
- ለ) በ AI የተሰጠውን የመጀመሪያ ምክንያት እንደ ትክክለኛ ስህተት ይቀበሉ እና ሃርድዌሩን ይተኩ።
- ሐ) መስመሩን ሳይለኩ በ AI የተጠቆመውን ኮድ ብዙ ጊዜ መጫን
- መ) የመተንተን መለኪያን መዝለል እና በ AI ትንበያ ላይ ብቻ መተማመን
መግለጫ፡ AI ሊሆኑ የሚችሉ ምክንያቶችን (የተሳሳተ አድራሻ፣ የፑል አፕ ተከላካይ እጥረት፣ የፍጥነት አለመመጣጠን፣ የጋራ መነሻ እጥረት፣ ሙግት) እንደ ስልታዊ የመላምት ዝርዝር ማውጣት ይችላል። ይሁን እንጂ ትክክለኛ ምርመራ የሚደረገው መስመርን በሎጂክ analyzer ወይም oscilloscope በመለካት ነው; የ AI ውፅዓት የፍለጋ ካርታ እንጂ ትክክለኛ ምርመራ አይደለም።
10. በሴሉላር ኔትወርክ ማመቻቸት ውስጥ፣ AI በRSRP/SINR አዝማሚያ ውስጥ የሚያገኘው 'መበላሸት' ምልክት ላይ በጣም ትክክለኛው አመለካከት ምንድነው?
- ሀ) በ AI ውፅዓት ላይ በመመስረት የቀጥታ አውታረ መረብ መለኪያዎችን በቀጥታ መለወጥ
- ለ) ማስጠንቀቂያውን ችላ ይበሉ እና መመልከትዎን ይቀጥሉ
- ሐ) የስር መንስኤውን በመስክ መለኪያ/ድራይቭ ሙከራ እና በኔትወርክ ኢንጂነር ትንተና ካረጋገጡ በኋላ ✔ ይወስኑ
- መ) በ AI ላይ ብቻ መተማመን እና የመስክ መለኪያን መሰረዝ
ማብራሪያ፡ በ AI KPI አዝማሚያ ውስጥ ያለውን ሽፋን/የጣልቃ ገብነት ችግር አስቀድሞ ሊያመለክት ይችላል። ነገር ግን የስር መንስኤው (የአንቴና ዘንበል፣ የአጎራባች ሕዋስ ጣልቃገብነት፣ የሃርድዌር ውድቀት) በመስክ መለኪያ/ድራይቭ ሙከራ እና በኔትወርኩ መሐንዲስ ትንታኔ ይወሰናል። የ AI ውፅዓት የቃኝ ማንቂያ እንጂ የመለኪያ ለውጥ ውሳኔ አይደለም።
11. በEMC/EMI ጥናት ውስጥ በአይአይ (ለምሳሌ የፌሪት ዶቃዎች መጨመር) የተጠቆመውን መፍትሄ ለመቋቋም በጣም ትክክለኛው አቀራረብ ምንድነው?
- ሀ) የ AI ምክሮችን ከተተገበሩ በኋላ ምርቱን በቀጥታ ተኳሃኝ መሆኑን ማወጅ
- ለ) ጥቆማውን እንደ መፍትሄ መላምት ግምት ውስጥ ያስገቡ እና እውቅና ባለው ላቦራቶሪ ውስጥ ባለው መደበኛ ገደብ መሠረት በመለኪያዎች ያረጋግጡ። ✔
- ሐ) መደበኛ ገደቦችን በ AI ከተሰጡት እሴቶች ጋር ማስተካከል
- መ) መለኪያን መዝለል እና በማስመሰል ላይ ብቻ መተማመን
መግለጫ: AI ሊሆኑ የሚችሉ የጣልቃ ገብነት መንገዶችን እና የተለመዱ መፍትሄዎችን (ማጣራት, መከላከያ, መሬት, የኬብል አስተዳደር) ማስታወስ ይችላል. ይሁን እንጂ ተስማሚነት ላይ ያለው ውሳኔ በመደበኛ ገደብ (ለምሳሌ CISPR / EN) መሠረት እውቅና ባለው ላቦራቶሪ ውስጥ በመለካት ነው. የ AI ውፅዓት የመጀመሪያ መላምት እንጂ የአካል ብቃት መግለጫ አይደለም።
12. እንደ 3ጂፒፒ ወይም IEEE 802.11 የመሰለ የስታንዳርድ ክፍል/አንቀፅ ቁጥር ሲጠይቁ AI የተሰራ (ሃሉሲናቶሪ) ማጣቀሻ እንዳያገኝ ለመከላከል በጣም ጠንካራው መንገድ ምንድነው?
- ሀ) በ AI በተሰጠው የንጥል ቁጥር እና የሠንጠረዥ እሴት ላይ መተማመን
- ለ) በተለያዩ ቃላት እንደገና ተመሳሳይ ጥያቄ መጠየቅ
- ሐ) ከደረጃው ይልቅ የመድረክ ፖስት መመልከት
- መ) እያንዳንዱን ማመሳከሪያ ከአሁኑ ኦፊሴላዊ የስታንዳርድ ጽሑፍ መክፈት እና ማረጋገጥ (ትክክለኛው የተለቀቀው / እትም) እና አስፈላጊ ሆኖ ሲገኝ የተፈቀደ ማረጋገጫ ማግኘት ✔
ማብራሪያ፡ የቋንቋ ሞዴሉ የደረጃውን ስም በትክክል ቢያውቅም የክፍል ቁጥሩን፣ የሠንጠረዡን እሴት እና ጽሑፍን ሊያሳጣው ይችላል። በተጨማሪም፣ በተለቀቁት መካከል እሴቶች ይለያያሉ። እያንዳንዱ ማመሳከሪያ መከፈት እና መረጋገጥ ያለበት አሁን ካለው የስታንዳርድ ኦፊሴላዊ ጽሑፍ ነው እና አስፈላጊ ሆኖ ሲገኝ የተፈቀደለት ሰው ፈቃድ ማግኘት አለበት።
13. በ AI የተጻፈ የ Python ሲግናል ትንተና ስክሪፕት ከማስኬዱ በፊት በጣም ወሳኝ ፍተሻ ምንድን ነው?
- ሀ) ኮዱን በማንበብ የናሙና/አሃድ ማዛመጃን ማረጋገጥ፣ በሚታወቅ የማመሳከሪያ ምልክት መሞከር እና የውጤቱን ትክክለኛነት ማረጋገጥ ✔
- ለ) ኮዱን ሳያነቡ በጠቅላላው የውሂብ ስብስብ ላይ በቀጥታ ማስኬድ
- ሐ) ምንም ስህተት እንደሌለ በማየት ውጤቱን መቀበል ብቻ ነው
- መ) በውጤቱ ግራፊክ ላይ በመተማመን ምስላዊ ውበት
መግለጫ፡ AI ኮድ የናሙና ድግግሞሹን ፣ የድብልቅ አሃዶችን (Hz/kHz ፣ V/mV) ፣ መስኮት መዝለል/መደበኛ ማድረግ ወይም አምዶችን አለመዛመድ በስህተት ሊወስድ ይችላል። ኮዱን ማንበብ፣ ክፍሉን እና የናሙና መለኪያዎችን ማረጋገጥ፣ በሚታወቅ የማጣቀሻ ምልክት መሞከር እና ውጤቱ በአካል አሳማኝ መሆኑን ማረጋገጥ አስፈላጊ ነው።
14. የንድፍ ፋይሎችን ወይም የደንበኛ አውታረ መረብ መረጃን በደመና ላይ የተመሰረተ AI መሳሪያ ሲያቀርቡ ከግላዊነት እና ከአእምሮአዊ ንብረት አንፃር የተሻለው የእርምጃ አካሄድ ምንድነው?
- ሀ) ሁሉንም ጥሬ ንድፍ / ጥልፍ ውሂብ በመለጠፍ
- ለ) የአውድ ማንነትን መደበቅ እና ሚስጥራዊነት ያለው ንድፍ/ደንበኛ/መለኪያ መረጃን አጽዳ እና ኮርፖሬት ፖሊሲን የሚያከብር መሳሪያ መጠቀም ✔
- ሐ) እውነተኛ የደንበኛ እና የአይፒ መረጃን ማቅረብ ለውጤት ጥራት አስፈላጊ ነው ብለን በማሰብ
- መ) የግላዊነት እና የአእምሮአዊ ንብረት ፖሊሲን ችላ ማለት
መግለጫ፡ የመርሃግብር/የፒሲቢ ፋይሎች፣ የጽኑ ትዕዛዝ ምንጭ፣ የደንበኛ ቶፖሎጂ እና የደንበኝነት ተመዝጋቢ/መለኪያ መረጃ ከንግድ ሚስጥር እና ህግ (KVKK/GDPR) አንፃር ሚስጥራዊነት አላቸው። የዐውደ-ጽሑፉን ማንነት መደበቅ፣ እውነተኛ IP/MAC/Coordinate/የደንበኛ ስሞችን ማጽዳት፣ የድርጅት እና የፖሊሲ ማሟያ መሣሪያን መምረጥ እና የኩባንያውን ፖሊሲ ማክበር ያስፈልጋል።