ಲಾಭಗಳು:
- ಡಿಜಿಟಲ್ ಟ್ವಿನ್ ಆರ್ಕಿಟೆಕ್ಚರ್ನಲ್ಲಿ ಡೇಟಾ ಫ್ಯೂಷನ್ ಮತ್ತು ಪ್ರಿಡಿಕ್ಷನ್ಗೆ AI ಕೊಡುಗೆಯನ್ನು ನಿರ್ಮಿಸುವ ಸಾಮರ್ಥ್ಯ
- ITAR/EAR ರಫ್ತು ನಿಯಂತ್ರಣ, ಗೌಪ್ಯತೆ ಮತ್ತು ನೈತಿಕ ಗಡಿಗಳನ್ನು ಕಾರ್ಯಾಚರಣೆಯ ನಿಯಮಗಳಾಗಿ ಪರಿವರ್ತಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಏರೋಸ್ಪೇಸ್ನಲ್ಲಿ AI ಬಳಕೆಯನ್ನು ಸಮಗ್ರ ಪರಿಶೀಲನೆ ಮತ್ತು ಆಡಳಿತ ಶಿಸ್ತಿನೊಂದಿಗೆ ನಿರ್ವಹಿಸಲಾಗಿದೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದು
ಮಾಡ್ಯೂಲ್ ಪರೀಕ್ಷೆ
1. ಏರೋಸ್ಪೇಸ್ ಎಂಜಿನಿಯರಿಂಗ್ನಲ್ಲಿ AI ಔಟ್ಪುಟ್ನ ಅಪಾಯವನ್ನು ನಿರ್ಧರಿಸುವ ಮೂಲಭೂತ ತತ್ವ ಯಾವುದು?
- ಎ) ಔಟ್ಪುಟ್ನ ಅಪಾಯವು ಆ ಔಟ್ಪುಟ್ ದೋಷಪೂರಿತವಾಗಿದ್ದರೆ ಅದು ಉಂಟುಮಾಡುವ ಹಾನಿಗೆ ಸಮಾನವಾಗಿರುತ್ತದೆ; ಅದಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಮೌಲ್ಯೀಕರಣ ಮಾಪಕಗಳು ✔
- ಬಿ) ನಿರರ್ಗಳವಾಗಿ ಮತ್ತು ಆತ್ಮವಿಶ್ವಾಸದಿಂದ ಬರೆಯಲ್ಪಟ್ಟಿರುವುದರಿಂದ AI ಔಟ್ಪುಟ್ ಸಾಮಾನ್ಯವಾಗಿ ನಿಖರವಾಗಿರುತ್ತದೆ
- ಸಿ) ಮಾದರಿಯ ಅತ್ಯಂತ ಪ್ರಸ್ತುತ ಆವೃತ್ತಿಯನ್ನು ಬಳಸಿದಾಗ ಪರಿಶೀಲನೆಯ ಅಗತ್ಯವಿಲ್ಲ
- ಡಿ) ಔಟ್ಪುಟ್ ಪ್ರಮಾಣಿತವನ್ನು ಉಲ್ಲೇಖಿಸಿದರೆ, ಹೆಚ್ಚುವರಿ ನಿಯಂತ್ರಣವು ಅನಗತ್ಯವಾಗಿರುತ್ತದೆ
ವಿವರಣೆ: ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ಪ್ರದೇಶಗಳಲ್ಲಿ, ಔಟ್ಪುಟ್ನ ಅಪಾಯವು ಆ ಔಟ್ಪುಟ್ ದೋಷಪೂರಿತವಾಗಿದ್ದರೆ ಅದು ಉಂಟುಮಾಡುವ ಹಾನಿಗೆ ಸಮಾನವಾಗಿರುತ್ತದೆ. ಪ್ರಸ್ತುತಿ ಶೀರ್ಷಿಕೆಯಲ್ಲಿನ ದೋಷವು ನಿರುಪದ್ರವವಾಗಿದ್ದರೂ, ರಚನಾತ್ಮಕ ಸುರಕ್ಷತಾ ಗುಣಾಂಕದಲ್ಲಿನ ದೋಷವು ಜೀವಹಾನಿಗೆ ಕಾರಣವಾಗಬಹುದು; ಆದ್ದರಿಂದ ಸಂಭವನೀಯ ಹಾನಿಯೊಂದಿಗೆ ಪರಿಶೀಲನೆ ತೀವ್ರತೆಯ ಮಾಪಕಗಳು.
2. ವಾಯುಯಾನ ವಿನ್ಯಾಸದಲ್ಲಿ ಬಾಡಿಗೆ ಮಾದರಿಯ ಬಳಕೆ ಏನು?
- ಎ) ಪ್ರಮಾಣೀಕರಣ ದಾಖಲೆಗಳಿಗೆ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸಹಿ ಮಾಡುತ್ತದೆ
- ಬಿ) ಗಾಳಿ ಸುರಂಗದಲ್ಲಿ ಭೌತಿಕವಾಗಿ CFD ಜಾಲರಿಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ
- ಸಿ) ದುಬಾರಿ ಸಿಮ್ಯುಲೇಶನ್ನ ಇನ್ಪುಟ್-ಔಟ್ಪುಟ್ ಸಂಬಂಧವನ್ನು ಕಲಿಯುವ ಮೂಲಕ ಮತ್ತು ತ್ವರಿತ ಅಂದಾಜು ಅಂದಾಜನ್ನು ನೀಡುವ ಮೂಲಕ ವಿಶಾಲ ವಿನ್ಯಾಸದ ಜಾಗವನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಲು ಇದು ಶಕ್ತಗೊಳಿಸುತ್ತದೆ. ✔
- ಡಿ) ವಿಮಾನದ ನಿಜವಾದ ಹಾರಾಟದ ಡೇಟಾವನ್ನು ಎನ್ಕ್ರಿಪ್ಟ್ ಮಾಡುತ್ತದೆ
ವಿವರಣೆ: ಬಾಡಿಗೆ ಮಾದರಿಯು ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಯಾಗಿದ್ದು ಅದು ದುಬಾರಿ ಮತ್ತು ನಿಧಾನಗತಿಯ ಸಿಮ್ಯುಲೇಶನ್ನ ಇನ್ಪುಟ್-ಔಟ್ಪುಟ್ ಸಂಬಂಧವನ್ನು ಕಲಿಯುವ ಮೂಲಕ ಹೆಚ್ಚು ವೇಗವಾದ ಅಂದಾಜನ್ನು ನೀಡುತ್ತದೆ (ಉದಾಹರಣೆಗೆ, ಒಂದು CFD ರನ್). ಹೀಗಾಗಿ, ದೊಡ್ಡ ವಿನ್ಯಾಸದ ಜಾಗವನ್ನು ಗಂಟೆಗಳ ಬದಲಿಗೆ ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಸ್ಕ್ಯಾನ್ ಮಾಡಲಾಗುತ್ತದೆ ಮತ್ತು ಭರವಸೆಯ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಹೆಚ್ಚಿನ ನಿಖರತೆಯೊಂದಿಗೆ ಮರು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲಾಗುತ್ತದೆ.
3. CFD ಫಲಿತಾಂಶವನ್ನು ವಿಶ್ವಾಸಾರ್ಹವೆಂದು ಸ್ವೀಕರಿಸುವ ಮೊದಲು ಮಾಡಬೇಕಾದ ಮೂಲಭೂತ ಪರಿಶೀಲನೆ ಯಾವುದು?
- ಎ) ಪರಿಹಾರದ ಬಣ್ಣದ ಬಾಹ್ಯರೇಖೆಯ ಗ್ರಾಫಿಕ್ನ ಸೌಂದರ್ಯದ ನೋಟ
- ಬಿ) ಫಲಿತಾಂಶವನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಅರ್ಥೈಸಲಾಗಿದೆ
- ಸಿ) ಪರಿಹಾರದ ಒಮ್ಮುಖ ಮತ್ತು ನೆಟ್ವರ್ಕ್ ಸ್ವಾತಂತ್ರ್ಯವನ್ನು ಪ್ರದರ್ಶಿಸಲಾಗಿದೆ ✔
- ಡಿ) ಸಿಮ್ಯುಲೇಶನ್ ಅನ್ನು ಸಾಧ್ಯವಾದಷ್ಟು ಬೇಗ ಪೂರ್ಣಗೊಳಿಸಬೇಕು
ವಿವರಣೆ: CFD ಪರಿಹಾರವು ಬಳಕೆಗೆ ಯೋಗ್ಯವಾಗಬೇಕಾದರೆ, ಅದನ್ನು ಮೊದಲು ಒಮ್ಮುಖಗೊಳಿಸಬೇಕು ಮತ್ತು ಜಾಲರಿಯ ಸ್ವಾತಂತ್ರ್ಯವನ್ನು ಪ್ರದರ್ಶಿಸಬೇಕು. ಸಂಯೋಜಿತವಲ್ಲದ ಅಥವಾ ನೆಟ್ವರ್ಕ್-ಅವಲಂಬಿತ ಫಲಿತಾಂಶವು ಭೌತಿಕವಾಗಿ ವಿಶ್ವಾಸಾರ್ಹವಲ್ಲ, AI ಅದನ್ನು ಎಷ್ಟೇ ನಿರರ್ಗಳವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಿದರೂ ಸಹ.
4. ವಾಯುಯಾನ ರಚನೆಗಳಲ್ಲಿ ಟೋಪೋಲಜಿ ಆಪ್ಟಿಮೈಸೇಶನ್ನ ಮುಖ್ಯ ಉದ್ದೇಶವೇನು?
- ಎ) ಲೋಡ್ ಮತ್ತು ನಿರ್ಬಂಧಗಳ ಅಡಿಯಲ್ಲಿ ಅಗತ್ಯವಿರುವಲ್ಲಿ ವಸ್ತುಗಳನ್ನು ವಿತರಿಸುವ ಮೂಲಕ ಕಡಿಮೆ ದ್ರವ್ಯರಾಶಿಯೊಂದಿಗೆ ಅದೇ ಶಕ್ತಿಯನ್ನು ಒದಗಿಸಲು ✔
- ಬಿ) ಭಾಗವನ್ನು ಸಾಧ್ಯವಾದಷ್ಟು ಭಾರವಾಗಿಸುವ ಮೂಲಕ ಶಕ್ತಿಯನ್ನು ಹೆಚ್ಚಿಸುವುದು
- ಸಿ) ಭಾಗದ ಬಣ್ಣ ಮತ್ತು ಮೇಲ್ಮೈ ಮುಕ್ತಾಯವನ್ನು ಆರಿಸುವುದು
- ಡಿ) ಪ್ರಮಾಣೀಕರಣ ಪರೀಕ್ಷೆಗಳ ಸಂಖ್ಯೆಯನ್ನು ಶೂನ್ಯಕ್ಕೆ ಇಳಿಸುವುದು
ವಿವರಣೆ: ಟೋಪೋಲಜಿ ಆಪ್ಟಿಮೈಸೇಶನ್ ಜ್ಯಾಮಿತಿಯನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ, ಅದು ಕೆಲವು ಲೋಡ್ಗಳು ಮತ್ತು ನಿರ್ಬಂಧಗಳ ಅಡಿಯಲ್ಲಿ ವಸ್ತುಗಳನ್ನು ಅಗತ್ಯವಿರುವಲ್ಲಿ ಮಾತ್ರ ವಿತರಿಸುವ ಮೂಲಕ ಕಡಿಮೆ ದ್ರವ್ಯರಾಶಿಯೊಂದಿಗೆ ಅದೇ ಶಕ್ತಿಯನ್ನು ಒದಗಿಸುತ್ತದೆ. ವಾಯುಯಾನದಲ್ಲಿ, ಪ್ರತಿ ಕಿಲೋಗ್ರಾಂ ಎಂದರೆ ಇಂಧನ ಮತ್ತು ಪೇಲೋಡ್ ಸಾಮರ್ಥ್ಯದ ಕಾರಣ ತೂಕ ಕಡಿತವು ನಿರ್ಣಾಯಕ ಗುರಿಯಾಗಿದೆ.
5. ಫ್ಲೈಟ್ ಕಂಟ್ರೋಲ್ ಸಿಸ್ಟಮ್ನಲ್ಲಿ AI ಔಟ್ಪುಟ್ಗೆ 'ಸ್ಟೆಬಿಲಿಟಿ ಮಾರ್ಜಿನ್' ಏಕೆ ಮೌಲ್ಯೀಕರಣ ಮಾನದಂಡವಾಗಿದೆ?
- ಎ) ಏಕೆಂದರೆ ಇದು ಇಂಧನ ಬಳಕೆಯನ್ನು ಮಾತ್ರ ಅಳೆಯುತ್ತದೆ
- ಬಿ) ಏಕೆಂದರೆ ಇದು ವಿಮಾನದ ಬಣ್ಣದ ಬಾಳಿಕೆ ತೋರಿಸುತ್ತದೆ
- ಸಿ) ಏಕೆಂದರೆ ಇದು ನೆಲದ ಪರೀಕ್ಷೆಯಲ್ಲಿ ಮಾತ್ರ ಗಮನಾರ್ಹವಾಗಿದೆ
- ಡಿ) ಏಕೆಂದರೆ ಇದು ಅನಿಶ್ಚಿತತೆ ಮತ್ತು ವಿಳಂಬಗಳ ಮುಖಾಂತರ ನಿಯಂತ್ರಕವು ಎಷ್ಟು ಸುರಕ್ಷಿತವಾಗಿದೆ ಎಂಬುದನ್ನು ಅಳೆಯುತ್ತದೆ ✔
ವಿವರಣೆ: ಸ್ಥಿರತೆಯ ಅಂಚು (ಗಳಿಕೆ ಮತ್ತು ಹಂತದ ಅಂಚು) ಅನಿಶ್ಚಿತತೆ ಮತ್ತು ವಿಳಂಬಗಳ ಮುಖಾಂತರ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಯು ಎಷ್ಟು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿದೆ ಎಂಬುದನ್ನು ಅಳೆಯುತ್ತದೆ. AI ಸೂಚಿಸಿದ ನಿಯಂತ್ರಣ ಗಳಿಕೆಯು ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿದರೂ ಸಾಕಷ್ಟು ಸ್ಥಿರತೆಯ ಅಂಚು ಬಿಟ್ಟರೆ, ಇದು ನೈಜ-ಪ್ರಪಂಚದ ಶಬ್ದ ಮತ್ತು ಮಾಡೆಲಿಂಗ್ ದೋಷಗಳ ಅಡಿಯಲ್ಲಿ ಸಿಸ್ಟಮ್ ಅನ್ನು ಅಸ್ಥಿರತೆಗೆ ಕಾರಣವಾಗಬಹುದು.
6. PHM (ಪ್ರೋಗ್ನೋಸ್ಟಿಕ್ಸ್ ಮತ್ತು ಹೆಲ್ತ್ ಮ್ಯಾನೇಜ್ಮೆಂಟ್) ಸಂದರ್ಭದಲ್ಲಿ 'RUL' ಎಂದರೆ ಏನು?
- ಎ) ವಿಮಾನದ ಗರಿಷ್ಠ ಟೇಕಾಫ್ ತೂಕ
- ಬಿ) ವೈಫಲ್ಯವನ್ನು ತಲುಪುವ ಮೊದಲು ಘಟಕವು ಎಷ್ಟು ಸಮಯದವರೆಗೆ ಸುರಕ್ಷಿತವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದರ ಅಂದಾಜು (ಉಪಯುಕ್ತ ಜೀವನ ಉಳಿದಿದೆ) ✔
- ಸಿ) ಗಾಳಿ ಸುರಂಗದಲ್ಲಿ ಉಲ್ಲೇಖ ವೇಗ
- ಡಿ) ಕಕ್ಷೆಯ ಎತ್ತರದ ಕುಶಲತೆಯ ಹೆಸರು
ವಿವರಣೆ: RUL (ಉಳಿದಿರುವ ಉಪಯುಕ್ತ ಜೀವನ) ಎನ್ನುವುದು ವೈಫಲ್ಯವನ್ನು ತಲುಪುವ ಮೊದಲು ಎಷ್ಟು ಸಮಯದವರೆಗೆ ಒಂದು ಘಟಕವು ಸುರಕ್ಷಿತವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದರ ಅಂದಾಜು. ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆ ನಿರ್ಧಾರಗಳು ಈ ಅಂದಾಜು ಮತ್ತು ಅದರ ವಿಶ್ವಾಸಾರ್ಹ ಮಧ್ಯಂತರವನ್ನು ಆಧರಿಸಿವೆ; ಪಾಯಿಂಟ್ ಅಂದಾಜು ಮಾತ್ರ ಸಾಕಾಗುವುದಿಲ್ಲ.
7. ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆಯಲ್ಲಿ 'ಸುಳ್ಳು ಧನಾತ್ಮಕ' ವೆಚ್ಚವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು ಏಕೆ ಮುಖ್ಯ?
- ಎ) ತಪ್ಪು ಅಲಾರಮ್ಗಳು ಯಾವಾಗಲೂ ಉಚಿತವಾಗಿರುತ್ತವೆ ಆದ್ದರಿಂದ ಅವು ಮುಖ್ಯವಲ್ಲ
- ಬಿ) ಏಕೆಂದರೆ ಇದು ವಿಮಾನದ ಬಣ್ಣವನ್ನು ಮಾತ್ರ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ
- ಸಿ) ಇದು ಅನಗತ್ಯ ಡಿಸ್ಅಸೆಂಬಲ್ ಅನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ, ನೆಲದ ಮೇಲೆ ಕಾಯುತ್ತಿದೆ ಮತ್ತು ವೆಚ್ಚಗಳು; ತಪ್ಪಿದ ದೋಷ ಮತ್ತು ಅಸಮರ್ಪಕ ಕ್ರಿಯೆಯ ನಡುವಿನ ಸಮತೋಲನವನ್ನು ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿ ಸ್ಥಾಪಿಸಬೇಕು ✔
- ಡಿ) ಏಕೆಂದರೆ ನಿಯಂತ್ರಣವು ಸುಳ್ಳು ಎಚ್ಚರಿಕೆಗಳನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ನಿಷೇಧಿಸುತ್ತದೆ
ವಿವರಣೆ: ದೋಷದ ಮುನ್ಸೂಚನೆಯು ತಪ್ಪು ಎಚ್ಚರಿಕೆಯನ್ನು ಉಂಟುಮಾಡಿದರೆ, ಘನ ಘಟಕವನ್ನು ಅನಗತ್ಯವಾಗಿ ತೆಗೆದುಹಾಕಲಾಗುತ್ತದೆ ಮತ್ತು ವಿಮಾನವನ್ನು ನೆಲಸಮ ಮಾಡಲಾಗುತ್ತದೆ; ಇದು ವೆಚ್ಚ ಮತ್ತು ಕಾರ್ಯಾಚರಣೆಯ ಅಡ್ಡಿ ಎರಡನ್ನೂ ಸೃಷ್ಟಿಸುತ್ತದೆ. ತಪ್ಪಿದ ನಿಜವಾದ ಅಸಮರ್ಪಕ ಸುರಕ್ಷತೆ ಅಪಾಯವನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ. ಉತ್ತಮ PHM ವ್ಯವಸ್ಥೆಯು ಈ ಎರಡು ದೋಷ ಪ್ರಕಾರಗಳ ನಡುವಿನ ಸಮತೋಲನ ಮತ್ತು ಮಿತಿಯನ್ನು ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿ ಆಯ್ಕೆ ಮಾಡುತ್ತದೆ.
8. ಫ್ಲೈಟ್ ಟೆಸ್ಟ್ ಟೆಲಿಮೆಟ್ರಿ ಡೇಟಾದಲ್ಲಿ AI ಯೊಂದಿಗೆ ವೈಪರೀತ್ಯಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವಾಗ ನಿರ್ದಿಷ್ಟವಾಗಿ ಯಾವ ಅಪಾಯವನ್ನು ನಿರ್ವಹಿಸಬೇಕು?
- ಎ) ಡೇಟಾದ ಬಹುವರ್ಣದ ಚಾರ್ಟಿಂಗ್
- ಬಿ) ಟೆಲಿಮೆಟ್ರಿ ಡೇಟಾ ತುಂಬಾ ವೇಗವಾಗಿ ಬರುತ್ತದೆ
- ಸಿ) ಪರೀಕ್ಷಾ ಪೈಲಟ್ ವರದಿಯನ್ನು ಬರೆಯುವುದು
- ಡಿ) ನಿಜವಾದ ವಿಮಾನದ ನಡವಳಿಕೆಯೊಂದಿಗೆ ಸಂವೇದಕ ವೈಫಲ್ಯವನ್ನು ಗೊಂದಲಗೊಳಿಸುವುದು ಮತ್ತು ಮಾನವ ದೃಢೀಕರಣವಿಲ್ಲದೆ ಪತ್ತೆಯನ್ನು ಒಪ್ಪಿಕೊಳ್ಳುವುದು ✔
ವಿವರಣೆ: ಮಾದರಿಯು ತಾನು ಕಲಿತ ಮಾದರಿಯಿಂದ ವಿಚಲನಗೊಳ್ಳುವ ಯಾವುದನ್ನಾದರೂ ಅಸಂಗತತೆ ಎಂದು ಸಾಮಾನ್ಯ ನಡವಳಿಕೆ ಎಂದು ಪರಿಗಣಿಸುತ್ತದೆ, ಇದು ನಿಜವಾದ ವಿಮಾನದ ನಡವಳಿಕೆಯೊಂದಿಗೆ ಸಂವೇದಕ ಅಸಮರ್ಪಕ ಕಾರ್ಯವನ್ನು ಗೊಂದಲಗೊಳಿಸಬಹುದು. ಆದ್ದರಿಂದ, ಪತ್ತೆಯಾದ ಪ್ರತಿಯೊಂದು ಅಸಂಗತತೆಯನ್ನು ಕಚ್ಚಾ ಸಿಗ್ನಲ್ ಮತ್ತು ಎಂಜಿನಿಯರಿಂಗ್ ಸಂದರ್ಭದೊಂದಿಗೆ ಮಾನವ-ದೃಢೀಕರಿಸಬೇಕು; ಕುರುಡು ನಂಬಿಕೆಯು ಸುರಕ್ಷತೆಯ ಅಪಾಯಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ.
9. ಕಕ್ಷೀಯ ಕುಶಲ ಯೋಜನೆಯಲ್ಲಿ AI ಔಟ್ಪುಟ್ ಅನ್ನು ಮೌಲ್ಯೀಕರಿಸಲು ಬಳಸುವ ಅತ್ಯಂತ ವಿಶ್ವಾಸಾರ್ಹ ಆಂಕರ್ ಯಾವುದು?
- ಎ) ಭೌತಿಕ ಸಂರಕ್ಷಣಾ ಕಾನೂನುಗಳು ಮತ್ತು ಸ್ಥಾಪಿತ ಕಕ್ಷೀಯ ಸಮೀಕರಣಗಳೊಂದಿಗೆ ಕ್ರಾಸ್-ಚೆಕ್ ✔
- ಬಿ) AI ನ ಸ್ವಂತ ನಂಬಿಕೆಯ ಸ್ಕೋರ್ ಹೆಚ್ಚು
- ಸಿ) ಔಟ್ಪುಟ್ ತ್ವರಿತವಾಗಿ ಉತ್ಪತ್ತಿಯಾಗುತ್ತದೆ
- ಡಿ) ಕಾರ್ಯ ತಂಡವು ಔಟ್ಪುಟ್ ಅನ್ನು ಇಷ್ಟಪಟ್ಟಿದೆ.
ವಿವರಣೆ: ಬಾಹ್ಯಾಕಾಶ ಯಂತ್ರಶಾಸ್ತ್ರವು ಸಂರಕ್ಷಣಾ ಕಾನೂನುಗಳು (ಶಕ್ತಿ, ಕೋನೀಯ ಆವೇಗ) ಮತ್ತು ಸ್ಥಾಪಿತ ಸಮೀಕರಣಗಳನ್ನು ಆಧರಿಸಿದೆ (ಉದಾ. vis-viva, Hohmann transfer delta-v ಸೂತ್ರಗಳು). AI ನೀಡಿದ ಡೆಲ್ಟಾ-ವಿ, ಅಥವಾ ವರ್ಗಾವಣೆ ಸಮಯವನ್ನು ಈ ಭೌತಶಾಸ್ತ್ರ-ಆಧಾರಿತ ಲೆಕ್ಕಾಚಾರಗಳು ಮತ್ತು ಕಾರ್ಯಾಚರಣೆಯ ನಿರ್ಬಂಧಗಳನ್ನು ಅಡ್ಡ-ಪರಿಶೀಲಿಸುವ ಮೂಲಕ ಮೌಲ್ಯೀಕರಿಸಲಾಗುತ್ತದೆ.
10. ಏರೋಸ್ಪೇಸ್ ತಯಾರಿಕೆಯಲ್ಲಿ ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿ ದೋಷ ಪತ್ತೆಯನ್ನು ಬಳಸುವಾಗ ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಏಕೆ ಅತ್ಯಗತ್ಯ?
- ಎ) ಮಾರ್ಕೆಟಿಂಗ್ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಮಾತ್ರ ಪತ್ತೆಹಚ್ಚುವಿಕೆಯನ್ನು ಇರಿಸಲಾಗುತ್ತದೆ
- ಬಿ) ಮಾದರಿ ಆವೃತ್ತಿ, ಥ್ರೆಶೋಲ್ಡ್ ಮತ್ತು ಇಮೇಜ್ ರೆಕಾರ್ಡಿಂಗ್ ಇಲ್ಲದೆ, ಮೂಲ ಕಾರಣ ಮತ್ತು ಪೀಡಿತ ಬ್ಯಾಚ್ ಅನ್ನು ನಿರ್ಧರಿಸಲಾಗುವುದಿಲ್ಲ; ಮಾನದಂಡಗಳಿಗೆ ಪತ್ತೆಹಚ್ಚುವಿಕೆಯ ಅಗತ್ಯವಿದೆ ✔
- ಸಿ) ರೆಕಾರ್ಡಿಂಗ್ ಅನಗತ್ಯ ಏಕೆಂದರೆ ದೃಷ್ಟಿ ಮಾದರಿಯು ಯಾವುದೇ ದೋಷಗಳನ್ನು ಮಾಡುವುದಿಲ್ಲ.
- ಡಿ) ಪತ್ತೆಹಚ್ಚುವಿಕೆಯನ್ನು ತಪ್ಪಿಸಬೇಕು ಏಕೆಂದರೆ ಅದು ಉತ್ಪಾದನೆಯನ್ನು ನಿಧಾನಗೊಳಿಸುತ್ತದೆ
ವಿವರಣೆ: AS9100 ನಂತಹ ಏರೋಸ್ಪೇಸ್ ಗುಣಮಟ್ಟದ ಮಾನದಂಡಗಳು ಪ್ರತಿ ಭಾಗ ಮತ್ತು ನಿರ್ಧಾರವನ್ನು ಮತ್ತೆ ಪತ್ತೆಹಚ್ಚುವ ಅಗತ್ಯವಿದೆ. ಯಾವ ಮಾದರಿಯ ಆವೃತ್ತಿ, ಯಾವ ಮಿತಿ ಮತ್ತು ಯಾವ ಚಿತ್ರದೊಂದಿಗೆ ದೃಷ್ಟಿ ಮಾದರಿಯು 'ಪರಿಪೂರ್ಣ' ಎಂದು ಕರೆಯುವ ಭಾಗವನ್ನು ಅನುಮೋದಿಸಲಾಗಿದೆ ಎಂಬುದನ್ನು ರೆಕಾರ್ಡ್ ಮಾಡಬೇಕು; ಇಲ್ಲದಿದ್ದರೆ, ಸಮಸ್ಯೆ ಸಂಭವಿಸಿದಾಗ, ಮೂಲ ಕಾರಣ ಮತ್ತು ಪೀಡಿತ ಪಕ್ಷವನ್ನು ನಿರ್ಧರಿಸಲಾಗುವುದಿಲ್ಲ.
11. How is the role of AI in the certification process best defined in the context of standards such as DO-178C?
- A) ಪುರಾವೆಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಉತ್ಪಾದಿಸುವ ಮತ್ತು ಮೌಲ್ಯೀಕರಿಸುವ ಮೂಲಕ AI ಮಾನವ ವಿಮರ್ಶೆಯನ್ನು ತೆಗೆದುಹಾಕುತ್ತದೆ
- ಬಿ) ಪ್ರಮಾಣೀಕರಣದಲ್ಲಿ AI ಅನ್ನು ಯಾವುದೇ ರೂಪದಲ್ಲಿ ಬಳಸಲಾಗುವುದಿಲ್ಲ
- ಸಿ) AI ಬೆಂಬಲ ಮತ್ತು ವೇಗವರ್ಧನೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ; ✔ ಸಾಕ್ಷ್ಯ, ಪರಿಶೀಲನೆ ಮತ್ತು ಅನುಮೋದನೆಯು ಅರ್ಹ ಮಾನವರ ಜವಾಬ್ದಾರಿಯಾಗಿ ಉಳಿಯುತ್ತದೆ
- ಡಿ) AI ಅನ್ನು ವಿಮಾನದಲ್ಲಿ ಮಾತ್ರ ಬಳಸಬಹುದು
ವಿವರಣೆ: ಅವಶ್ಯಕತೆಗಳ ಕರಡು ರಚನೆ, ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಸ್ಥಿರತೆ ಪರಿಶೀಲನೆ ಮತ್ತು ಡಾಕ್ಯುಮೆಂಟ್ ಸ್ಕ್ಯಾನಿಂಗ್ನಂತಹ ಬೆಂಬಲ ಕಾರ್ಯಗಳಿಗೆ AI ವೇಗವರ್ಧಕವಾಗಬಹುದು; ಆದಾಗ್ಯೂ, ಪುರಾವೆಗಳು, ವಿಮರ್ಶೆಗಳು ಮತ್ತು ಅನುಮೋದನೆಗಳು ಅರ್ಹ ಮಾನವ ಎಂಜಿನಿಯರ್ಗಳ ಜವಾಬ್ದಾರಿಯಾಗಿ ಉಳಿಯುತ್ತವೆ. ಮಾನದಂಡಗಳಿಗೆ ಆಡಿಟ್ ಮಾಡಬಹುದಾದ, ಪತ್ತೆಹಚ್ಚಬಹುದಾದ ಮತ್ತು ಮಾನವ-ಅನುಮೋದಿತ ಪ್ರಕ್ರಿಯೆಯ ಅಗತ್ಯವಿದೆ.
12. ರಹಸ್ಯ ವಿಮಾನ ವಿನ್ಯಾಸ ಪ್ಯಾರಾಮೀಟರ್ ಕುರಿತು ಸಾಮಾನ್ಯ AI ಉಪಕರಣವನ್ನು ಕೇಳುವಾಗ ಸರಿಯಾದ ವಿಧಾನ ಯಾವುದು?
- ಎ) ನಿಜವಾದ ಮೌಲ್ಯಗಳನ್ನು ನಿಖರವಾಗಿ ನಮೂದಿಸುವುದು ಮತ್ತು ವೇಗವಾದ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಪಡೆಯುವುದು
- ಬಿ) ಎಲ್ಲಾ ಪ್ರಾಜೆಕ್ಟ್ ಫೈಲ್ಗಳನ್ನು ಅಪ್ಲೋಡ್ ಮಾಡಿ ಮತ್ತು ಮಾದರಿಯು ಸಂದರ್ಭವನ್ನು ಕಲಿಯಲಿ
- ಸಿ) ಡೇಟಾ ಗೌಪ್ಯವಾಗಿದೆ ಎಂದು ತಿಳಿಸುವ ಟಿಪ್ಪಣಿಯನ್ನು ಸೇರಿಸಿ ಮತ್ತು ಅದನ್ನು ಹಾಗೆಯೇ ಹಂಚಿಕೊಳ್ಳಿ.
- ಡಿ) ಸಂದರ್ಭವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸುವುದು, ಪ್ರಾತಿನಿಧಿಕ ಮೌಲ್ಯಗಳೊಂದಿಗೆ ನಿಜವಾದ ಮೌಲ್ಯಗಳನ್ನು ಬದಲಿಸುವುದು ಮತ್ತು ಅನುಮೋದಿತ/ನಿಯಂತ್ರಿತ ಸಾಧನಗಳನ್ನು ಮಾತ್ರ ಬಳಸುವುದು ✔
ವಿವರಣೆ: ITAR/EAR ವ್ಯಾಪ್ತಿಯಲ್ಲಿನ ತಾಂತ್ರಿಕ ಡೇಟಾ ಮತ್ತು ಕಂಪನಿ-ನಿರ್ದಿಷ್ಟ ವಿನ್ಯಾಸ ಮಾಹಿತಿಯು ಅನಿಯಂತ್ರಿತ ವಿದೇಶಿ ಸೇವೆಗೆ ಪ್ರವೇಶಿಸಿದಾಗ ರಫ್ತು ನಿಯಂತ್ರಣ ಉಲ್ಲಂಘನೆ ಮತ್ತು ಬೌದ್ಧಿಕ ಆಸ್ತಿಯ ನಷ್ಟಕ್ಕೆ ಕಾರಣವಾಗಬಹುದು. ಸಂದರ್ಭವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸುವುದು, ನೈಜ ಮೌಲ್ಯಗಳನ್ನು ಪ್ರಾತಿನಿಧಿಕ ಮೌಲ್ಯಗಳೊಂದಿಗೆ ಬದಲಾಯಿಸುವುದು ಮತ್ತು ಅಗತ್ಯವಿರುವಲ್ಲಿ ಅನುಮೋದಿತ, ಆಂತರಿಕ/ನಿಯಂತ್ರಿತ ಸಾಧನಗಳನ್ನು ಮಾತ್ರ ಬಳಸುವುದು ಸರಿಯಾದ ವಿಧಾನವಾಗಿದೆ.
13. ಡಿಜಿಟಲ್ ಅವಳಿ ಎಂದರೇನು?
- ಎ) ಒಮ್ಮೆ ಮಾತ್ರ ತೆಗೆದ ವಿಮಾನದ ಸ್ಥಿರ ಛಾಯಾಚಿತ್ರ
- ಬಿ) ಸಂವೇದಕ ಡೇಟಾದೊಂದಿಗೆ ನಿರಂತರವಾಗಿ ಫೀಡ್ ಮಾಡುವ ನೈಜ ಅಸ್ತಿತ್ವದ ಜೀವಂತ ವರ್ಚುವಲ್ ಮಾದರಿ, ಅದರ ಸ್ಥಿತಿಯನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ ಮತ್ತು ಅದರ ನಡವಳಿಕೆಯನ್ನು ಮುನ್ಸೂಚಿಸುತ್ತದೆ ✔
- ಸಿ) ವಿಮಾನದ ನಿಖರವಾದ ಭೌತಿಕ ಎರಡನೇ ಪ್ರತಿಕೃತಿ
- ಡಿ) ಮಾರ್ಕೆಟಿಂಗ್ ಪ್ರಸ್ತುತಿಗಳಲ್ಲಿ ಮಾತ್ರ ಬಳಸುವ ಅನಿಮೇಷನ್
ವಿವರಣೆ: ಡಿಜಿಟಲ್ ಅವಳಿ ನೈಜ ಸ್ವತ್ತಿನ (ವಿಮಾನ, ಎಂಜಿನ್, ಉಪಗ್ರಹ) ಜೀವಂತ ವರ್ಚುವಲ್ ಮಾದರಿಯಾಗಿದ್ದು, ಸಂವೇದಕ ಡೇಟಾವನ್ನು ನಿರಂತರವಾಗಿ ನೀಡಲಾಗುತ್ತದೆ, ಅದರ ಪ್ರಸ್ತುತ ಸ್ಥಿತಿಯನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ ಮತ್ತು ಅದರ ಭವಿಷ್ಯದ ನಡವಳಿಕೆಯನ್ನು ಊಹಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ. ಈ ಮಾದರಿಯಲ್ಲಿ, ಮಾಪನ ಮತ್ತು ಭೌತಶಾಸ್ತ್ರದ ಮಾದರಿಯನ್ನು ಸಂಯೋಜಿಸುವ ಡೇಟಾ ಸಮ್ಮಿಳನ ಮತ್ತು ಭವಿಷ್ಯ ಪದರದಲ್ಲಿ AI ಒಂದು ಪಾತ್ರವನ್ನು ವಹಿಸುತ್ತದೆ.
14. AI-ರಚಿಸಿದ ಎಂಜಿನಿಯರಿಂಗ್ ಲೆಕ್ಕಾಚಾರದಲ್ಲಿ 'ಆರ್ಡರ್ ಆಫ್ ಮ್ಯಾಗ್ನಿಟ್ಯೂಡ್ ಕಂಟ್ರೋಲ್' ಎಂದರೆ ಏನು?
- ಎ) ಫಲಿತಾಂಶದ ದಶಮಾಂಶ ಸ್ಥಾನಗಳ ಸಂಖ್ಯೆಯನ್ನು ಹೆಚ್ಚಿಸುವುದು
- ಬಿ) ಫಲಿತಾಂಶದ ಬಣ್ಣವನ್ನು ಪ್ರಮಾಣೀಕರಿಸುವುದು
- ಸಿ) ಫಲಿತಾಂಶದ ಗ್ರಾಫಿಕ್ ರೆಸಲ್ಯೂಶನ್ ಅನ್ನು ಅಳೆಯುವುದು
- ಡಿ) ಫಲಿತಾಂಶವು ಸರಿಸುಮಾರು 10 ✔ ನಿರೀಕ್ಷಿತ ಶಕ್ತಿಯೊಳಗೆ ಇದೆಯೇ ಎಂದು ತ್ವರಿತ ಕೈ ಲೆಕ್ಕಾಚಾರದೊಂದಿಗೆ ಪರೀಕ್ಷಿಸುವುದು
ವಿವರಣೆ: ಫಲಿತಾಂಶವು ಸ್ಥೂಲವಾಗಿ 10 ಶ್ರೇಣಿಯ ನಿರೀಕ್ಷಿತ ಶಕ್ತಿಯೊಳಗೆ ಇದೆಯೇ ಎಂದು ತ್ವರಿತ ಕೈ ಲೆಕ್ಕಾಚಾರದ ಮೂಲಕ ಪರೀಕ್ಷೆಯ ಪರಿಮಾಣದ ಪರಿಶೀಲನೆಯ ಕ್ರಮವಾಗಿದೆ. ಉದಾಹರಣೆಗೆ, ಒಂದು ರೆಕ್ಕೆಯ ಲೋಡ್ ಟನ್ಗಳಲ್ಲಿ ಇರಬಹುದೆಂದು ನಿರೀಕ್ಷಿಸಲಾಗಿದೆ ಆದರೆ ಅದು ಗ್ರಾಂ ಆಗಿ ಹೊರಹೊಮ್ಮಿದರೆ, ಇದು ವಿವರಗಳಿಗೆ ಹೋಗುವ ಮೊದಲು ಘಟಕ ಅಥವಾ ಎಡಿಟಿಂಗ್ ದೋಷವನ್ನು ಸೂಚಿಸುತ್ತದೆ.