ලාභ:
- AI සහාය ඇතිව පයිතන් සමඟ සංඥා, ලොග් සහ ටෙලිමෙට්රි දත්ත පිරිසිදු කර දෘශ්යමාන කරන ස්ක්රිප්ට් නිෂ්පාදනය කිරීමේ හැකියාව
- සරල පුරෝකථනය සහ විෂමතා ආකෘති ගොඩනඟන විට දත්තවල ගුණාත්මකභාවය, අධි ඉගෙනීම සහ පිටකිරීමේ අවදානම හඳුනා ගැනීමේ හැකියාව
- AI-උත්පාදනය කරන ලද කේතය සත්යාපනය කිරීමේ හැකියාව සහ ඒකක පාලනය, විමර්ශන දත්ත සහ ඉංජිනේරු විද්යාව සමඟ ප්රතිඵලය
මොඩියුල විභාගය
1. සීමාවාසිකයෙකු LNA (අඩු ශබ්ද ඇම්ප්ලිෆයර්) සඳහා අවශ්ය සැපයුම් ධාරාව සඳහා AI කතාබස් මෙවලමෙන් ඉල්ලා සිටින අතර එහි ප්රතිඵලය වන '15 mA' අගය සෘජුවම බල අයවැය වගුවට ලියයි. මෙම ප්රවේශයේ මූලික වැරැද්ද කුමක්ද?
- A) වත්මන් අගය දත්ත පත්රිකාවෙන් සහ තෝරාගත් සංරචකයේ මෙහෙයුම් තත්ත්වයෙන් පැමිණිය යුතුය; AI විසින් ජනනය කරන ලද අංකය මූලාශ්ර රහිත ප්රබන්ධයක් විය හැකිය ✔
- B) එය mA වෙනුවට µA හි AI වෙත ඉල්ලා සිටිය යුතුය
- C) අගය නිවැරදියි, ඒකක අක්ෂර වින්යාසය පමණක් නිවැරදි කර තිබිය යුතුය
- D) AI ගෙන් එකම ප්රශ්නය තුන් වතාවක් අසා සාමාන්යය ගැනීම ප්රමාණවත් වේ
පැහැදිලි කිරීම: භාෂා ආකෘතිය ඔබ තෝරාගත් නිශ්චිත සංරචකයේ දත්ත පත්රිකාව නොදනී; බොහෝ දුරට ඉඩ ඇති බව පෙනෙන සංඛ්යාවක් නිපදවයි (මායාව). සැපයුම් ධාරාව පැමිණෙන්නේ භාවිතා කරන ලද කොටසෙහි දත්ත පත්රිකාව සහ මෙහෙයුම් තත්ත්වයෙන් පමණි; AI ප්රතිදානය වලංගු කිරීමකින් තොරව වගුවට ඇතුළු විය නොහැක.
2. ඉලෙක්ට්රොනික/සන්නිවේදන කටයුතුවලදී AI භාවිතයේදී 'අවදානම් මත පදනම් වූ වර්ගීකරණය' සක්රීය කරන්නේ කුමක්ද?
- A) AI මෙවලමෙහි දායක ගාස්තුව අඩු කිරීම
- B) කාර්යයේ අවදානම් මට්ටම අනුව AI හි කාර්යභාරය සහ සත්යාපනයේ අනිවාර්ය ගැඹුර තීරණය කරන්න ✔
- C) විමසීම් කෙටියෙන් ලිවිය යුතුය
- D) සියලුම තීරණ ස්වයංක්රීයව AI වෙත පවරන්න
පැහැදිලි කිරීම: සෑම මෙහෙයුමක්ම එකම අවදානම් මට්ටමේ නැත. කාර්යය පහත්/මධ්යම/ඉහළ/විවේචනාත්මක ලෙස වර්ග කිරීම මඟින් කුමන ප්රතිදානය නිදහසේ භාවිත කළ හැකි ද යන්න තීරණය කරනු ලබන අතර මිනුම්, අනුකරණය සහ සුදුසුකම් ලත් ඉංජිනේරු අනුමැතිය අවශ්ය වේ.
3. Nyquist නියැදීමේ නිර්ණායකය සංඥා සැකසීමේදී පවසන්නේ කුමක්ද සහ එය උල්ලංඝනය කළහොත් කුමක් සිදුවේද?
- A) නියැදීමේ සංඛ්යාතය අවම වශයෙන් ඉහළම සංඛ්යාතය මෙන් දෙගුණයක් විය යුතුය; එසේ නොමැති නම්, අන්වර්ථ නාමයක් ඇති වන අතර සංඥාව ආපසු හැරවිය නොහැකි ලෙස පිරිහී යනු ඇත ✔
- B) නියැදීමේ සංඛ්යාතය අඩු වන තරමට විභේදනය වැඩි වේ
- C) නියැදීම අවශ්ය වන්නේ ප්රතිසම සංඥා සඳහා පමණි, ඩිජිටල් නොවේ
- D) Nyquist නිර්ණායකය ශබ්ද මට්ටම පමණක් තීරණය කරයි
පැහැදිලි කිරීම: සංඥාවක් නිවැරදිව ප්රතිසාධනය කිරීම සඳහා, නියැදි සංඛ්යාතය සංඥාවේ ඉහළම සංඛ්යාතය මෙන් අවම වශයෙන් දෙගුණයක් විය යුතුය. මෙම කොන්දේසිය සපුරා නොමැති නම්, ඉහළ සංඛ්යාත අඩු සංඛ්යාත ලෙස පෙනේ; මෙය අන්වර්ථකරණය ලෙස හැඳින්වෙන අතර දත්ත ස්ථිරව දූෂිත වේ.
4. AI සතුව PCB පිරිසැලසුමක් යෝජනා කිරීමේදී හොඳම ප්රවේශය කුමක්ද?
- A) AI යෝජිත පිරිසැලසුම සෘජුවම නිෂ්පාදනයට යැවීම
- B) DRC, simulation සහ prototype මිනුම් මගින් සත්යාපනය කළ යුතු පිරික්සුම් ලැයිස්තුවක්/ආරම්භයක් ලෙස යෝජනාව තක්සේරු කරන්න.
- C) දත්ත පත්රිකා විවෘත නොකර AI පෙළ පිටපත් කිරීම
- D) AI ඒවා ප්රතික්ෂේප කරන නිසා සංඥා අඛණ්ඩතා රීති නොසලකා හැරීම
විස්තරය: AI හට සාමාන්ය පිරිසැලසුම සහ සංඥා අඛණ්ඩතා මූලධර්ම (කෙටි ආපසු පැමිණීමේ මාර්ගය, විමර්ශන තලය, විසංයෝජන ධාරිත්රක ස්ථානගත කිරීම) සිහිපත් කළ හැක; කෙසේ වෙතත්, අවසාන පිරිසැලසුම DRC (සැලසුම් රීති පරීක්ෂා කිරීම), අනුකරණය සහ මූලාකෘති මැනීම මගින් තහවුරු කරනු ලැබේ. AI ප්රතිදානය පිරික්සුම් ලැයිස්තුවක් සහ ආරම්භක ලක්ෂ්යයකි.
5. RF සම්බන්ධක අයවැයෙන් 'EIRP' යන්නෙන් අදහස් කරන්නේ කුමක්ද?
- A) ඵලදායි විකිරණ බලය, සම්ප්රේෂකයේ බලය සහ පාඩු අඩු කිරීමෙන් ඇන්ටෙනා ලාභය ඒකාබද්ධ කරයි ✔
- B) ග්රාහකයේ ශබ්ද තට්ටුවේ නිරපේක්ෂ අගය
- C) ඇන්ටෙනාවෙහි භෞතික ප්රමාණය
- D) කේබලයේ ලාක්ෂණික සම්බාධනය
පැහැදිලි කිරීම: EIRP (Effective Isotropic Radiated Power) යනු, සම්ප්රේෂකයේ නිමැවුම් බලය සහ ඇන්ටෙනා ලාභය සමඟ ඒකාබද්ධව, කේබල්/සම්බන්ධක අලාභයන් අඩු කරන සමස්ථානික ඇන්ටනාවකින් විකිරණය වන ඵලදායී බලයයි. සබැඳි අයවැය සහ නියාමන සීමාවන් බොහෝ දුරට EIRP මත රඳා පවතී; අවසාන අගය මැනීම සහ නියාමනය මගින් තහවුරු කරනු ලැබේ.
6. AI විසින් උෂ්ණත්වයේ 'විෂමතාවයක්' සහ අනාවැකි නඩත්තු කිරීමේදී වත්මන් දත්ත සොයා ගන්නා විට එයින් අදහස් කරන්නේ කුමක්ද?
- A) උපකරණ නියත වශයෙන්ම අසාර්ථක වී ඇති බවට සාක්ෂි
- B) දත්ත සාමාන්යයෙන් බැහැර වන බවට අනතුරු ඇඟවීමක්; නිශ්චිත දෝෂ නිර්ණය කිරීමක් නොව, ක්ෂේත්ර පරීක්ෂාවෙන් තහවුරු කළ යුතු ලකුණකි ✔
- C) උපකරණ ස්වයංක්රීයව වසා දැමිය යුතු බවට නියෝග කරන්න
- D) දත්ත වැරදි ලෙස සටහන් කර ඇති බවට සහතික වන්න
පැහැදිලි කිරීම: විෂමතාවයක් යනු සාමාන්ය හැසිරීම් වලින් දත්ත අපගමනය වන අතර එය අක්රියතාවයක් පෙන්නුම් කරයි; නමුත් එය නිශ්චිත රෝග විනිශ්චයක් නොවේ. කාඩ්පතක්/උපකරණ අක්රිය කිරීමට හෝ ප්රතිස්ථාපනය කිරීමට තීරණය කරනු ලබන්නේ අඩවියේ භෞතික පාලනය සහ මෙහෙයුම් කළමනාකරුගේ අනුමැතියෙනි.
7. AI-ලිඛිත ස්ථිරාංග බාධා කිරීමේ සේවා දින චර්යාව (ISR) කේතයක් දෘඪාංග වෙත පැටවීමට පෙර ආරක්ෂාව/ස්ථායීතාවය සඳහා අනිවාර්ය වන්නේ කුමක්ද?
- A) කේතය කියවීමෙන් තොරව ක්ෂේත්රයේ උපාංග වෙත කෙලින්ම යෙදවීම
- B) එය සම්පාදනය කර ඇත්දැයි පරීක්ෂා කර එය ස්ථාපනය කරන්න
- C) කේතය කියවීම, එය ස්ථිතික විශ්ලේෂණය හරහා යැවීම, හවුල් දත්ත/කාල ආරක්ෂාව පරීක්ෂා කිරීම සහ දෘඪාංග මත එය පරීක්ෂා කිරීම ✔
- D) ප්රතිදානයේ කුඩා රේඛා සංඛ්යාව මත රඳා පවතී
පැහැදිලි කිරීම: AI කේතය බෙදාගත් විචල්යයන් (වාෂ්පශීලී/පරමාණුකත්වය) ආරක්ෂා කිරීම මඟ හැරිය හැක, ISR හි දිගු/අවහිර කිරීමේ ක්රියාවක් යෙදීම හෝ වැරදි ලේඛනය භාවිතා කිරීම. කේතය කියවීම, ස්ථිතික විශ්ලේෂණය හරහා එය ධාවනය කිරීම සහ දෘඪාංග මත සැබෑ තත්ත්වයේ දී එය පරීක්ෂා කිරීම අත්යවශ්ය වේ; ISR ආරක්ෂාවට තීරණාත්මක විය හැකිය.
8. ඩිජිටල් සන්නිවේදනයේ BER (bit error rate) සහ SNR (සංඥා-ශබ්ද අනුපාතය) අතර සාමාන්ය සම්බන්ධතාවය කුමක්ද සහ එය අර්ථකථනය කිරීමේදී AI මතක තබා ගත යුත්තේ කුමක්ද?
- A) දෙකම සෑම විටම එකට වැඩි වේ
- B) ඔවුන් අතර සම්බන්ධයක් නොමැත
- C) සාමාන්යයෙන්, SNR වැඩි වන විට, BER අඩු වේ; සැබෑ අගයන් මොඩියුලේෂන්, නාලිකාව සහ කේතීකරණය මත රඳා පවතින අතර අනුකරණය/මිනුම් මගින් සත්යාපනය කළ යුතුය ✔
- D) සම්බන්ධතාවය නියත වන අතර සියලුම පද්ධතිවල එකම සංඛ්යාත්මක අගයක් ඇත
පැහැදිලි කිරීම: සාමාන්යයෙන්, SNR වැඩි වන විට, BER අඩු වේ (ශබ්දයට සාපේක්ෂව සංඥාව ශක්තිමත් වන විට දෝෂය අඩු වේ). AI හට මෙම සාමාන්ය ප්රවණතාවය සහ න්යායික වක්ර පැහැදිලි කළ හැකි නමුත් සත්ය අගයන් මොඩියුලේෂන් වර්ගය, නාලිකාව, කේතීකරණය සහ දෘඩාංග මත රඳා පවතින අතර අනුකරණය/මිනුම් මගින් සත්යාපනය කළ යුතුය; සාමාන්ය වක්රය පද්ධති-විශේෂිත සත්යය ප්රතිස්ථාපනය නොකරයි.
9. AI සමඟ I2C සන්නිවේදන ගැටලුවක් (උපාංගය ප්රතිචාර නොදක්වන) විසඳන විට වඩාත් සුදුසු භාවිතය කුමක්ද?
- A) උපකල්පන ලැයිස්තුවක ඇති විය හැකි හේතු ලැයිස්තුගත කරන්න; විශ්ලේෂකය / දෝලනය මැනීම ✔ සමඟ නිශ්චිත රෝග විනිශ්චය කිරීම
- B) AI විසින් දෙන ලද පළමු හේතුව නිශ්චිත දෝෂයක් ලෙස පිළිගෙන දෘඩාංග ප්රතිස්ථාපනය කරන්න.
- C) AI විසින් යෝජනා කරන ලද කේතය කිසි විටෙක රේඛාව මැනීමකින් තොරව බොහෝ වාරයක් පූරණය කිරීම
- D) විශ්ලේෂක මිනුම් මඟ හැරීම සහ AI අනාවැකි මත පමණක් රඳා සිටීම
විස්තරය: උපකල්පනවල ක්රමානුකූල ලැයිස්තුවක් ලෙස AI හට සිදුවිය හැකි හේතු (වැරදි ලිපිනය, ඇද ගැනීමේ ප්රතිරෝධය නොමැතිකම, වේග නොගැලපීම, පොදු පදනමක් නොමැතිකම, මතභේදය) උපුටා ගත හැක. කෙසේ වෙතත්, නිශ්චිත රෝග විනිශ්චය සිදු කරනු ලබන්නේ තාර්කික විශ්ලේෂකය හෝ දෝලනයකින් රේඛාව මැනීමෙනි; AI ප්රතිදානය සෙවුම් සිතියමක් මිස නිශ්චිත රෝග විනිශ්චයක් නොවේ.
10. සෙලියුලර් ජාල ප්රශස්තිකරණයේදී, RSRP/SINR ප්රවණතාවය තුළ AI සොයා ගන්නා 'පිරිහීම' ලකුණක් සම්බන්ධයෙන් වඩාත් නිවැරදි ආකල්පය කුමක්ද?
- A) AI ප්රතිදානය මත සෘජුවම සජීවී ජාල පරාමිතීන් වෙනස් කිරීම
- B) අනතුරු ඇඟවීම නොසලකා හැර දිගටම නරඹන්න
- C) ක්ෂේත්ර මිනුම්/ධාවක පරීක්ෂාව සහ ජාල ඉංජිනේරු විශ්ලේෂණය හරහා මූල හේතුව තහවුරු කර, පසුව තීරණය කරන්න ✔
- D) AI මත පමණක් රඳා සිටීම සහ ක්ෂේත්ර මැනීම අවලංගු කිරීම
පැහැදිලි කිරීම: එය AI KPI ප්රවණතාවයේ විය හැකි ආවරණය/මැදිහත්වීම් ගැටලුවක් කලින් සංඥා කළ හැක; කෙසේ වෙතත්, මූල හේතුව (ඇන්ටෙනා ඇලවීම, අසල්වැසි සෛල මැදිහත්වීම, දෘඪාංග අසාර්ථක වීම) ජාල ඉංජිනේරුවරයා විසින් ක්ෂේත්ර මිනුම්/ධාවක පරීක්ෂාව සහ විශ්ලේෂණය මගින් තීරණය කරනු ලැබේ. AI ප්රතිදානය ස්කෑන් ඇඟවීමක් මිස පරාමිති වෙනස් කිරීමේ තීරණයක් නොවේ.
11. EMC/EMI අධ්යයනයකදී AI විසින් යෝජනා කරන ලද විසඳුමක් (උදා: ෆෙරයිට් පබළු එකතු කිරීම) සමඟ කටයුතු කිරීමට වඩාත්ම නිවැරදි ප්රවේශය කුමක්ද?
- A) AI නිර්දේශය යෙදීමෙන් පසු නිෂ්පාදිතය ගැළපෙන බව ප්රකාශ කිරීම
- B) යෝජනාව හැකි විසඳුම් කල්පිතයක් ලෙස සලකා ප්රතීතනය ලත් රසායනාගාරයක සම්මත සීමාවට අනුව මිනුම් සමඟ එය සත්යාපනය කරන්න. ✔
- C) AI මඟින් ලබා දෙන අගයන් සමඟ සම්මත සීමාවන් සවි කිරීම
- D) මිනුම් මඟ හැරීම සහ අනුකරණය මත පමණක් රඳා සිටීම
විස්තරය: AI හට හැකි බාධා මාර්ග සහ සාමාන්ය විසඳුම් (පෙරහන්, පලිහක්, භූගත කිරීම, කේබල් කළමනාකරණය) සිහිපත් කළ හැක. කෙසේ වෙතත්, යෝග්යතාවය පිළිබඳ තීරණය සම්මත සීමාවට අනුව ප්රතීතනය ලත් රසායනාගාරයක මැනීම මගින් ගනු ලැබේ (උදා: CISPR/EN); AI ප්රතිදානය ආරම්භක කල්පිතයක් මිස යෝග්යතාවයේ ප්රකාශයක් නොවේ.
12. ඔබ 3GPP හෝ IEEE 802.11 වැනි ප්රමිතියක කොටසක්/වගන්ති අංකයක් ඉල්ලා සිටින විට AI විසින් සාදන ලද (හලුසිනේටරි) යොමුවක් ලබා ගැනීමෙන් වලක්වා ගැනීමට වඩාත්ම ශක්තිමත් ක්රමය කුමක්ද?
- A) AI විසින් ලබා දී ඇති අයිතම අංකය සහ වගු අගය මත විශ්වාසය තැබීම
- B) එකම ප්රශ්නයම විවිධ වචන වලින් නැවත ඇසීම
- C) සම්මතය වෙනුවට ෆෝරම් පෝස්ට් එකක් බැලීම
- D) සම්මතයේ වත්මන් නිල පාඨයෙන් එක් එක් යොමුව විවෘත කිරීම සහ තහවුරු කිරීම (නිවැරදි නිකුතුව/අනුවාදය) සහ අවශ්ය විටදී බලයලත් අනුමැතිය ලබා ගැනීම ✔
පැහැදිලි කිරීම: භාෂා ආකෘතිය සම්මතයේ නම නිවැරදිව දැන සිටියද, එය කොටස් අංකය, වගු අගය සහ පෙළ මායාවට පත් කළ හැකිය; මීට අමතරව, නිකුත් කිරීම් අතර අගයන් වෙනස් වේ. සෑම සඳහනක්ම සම්මතයේ වත්මන් නිල පාඨයෙන් විවෘත කර තහවුරු කළ යුතු අතර, අවශ්ය නම්, බලයලත් පුද්ගල අනුමැතිය ලබා ගත යුතුය.
13. AI විසින් ලියන ලද Python සංඥා විශ්ලේෂණ ස්ක්රිප්ට් එකක් ධාවනය කිරීමට පෙර වඩාත්ම තීරණාත්මක පරීක්ෂණය කුමක්ද?
- A) කේතය කියවීම සහ නියැදීම/ඒකක ගැලපීම තහවුරු කිරීම, දන්නා සමුද්දේශ සංඥාවක් සමඟ පරීක්ෂා කිරීම සහ ප්රතිඵලයේ විශ්වසනීයත්වය පරීක්ෂා කිරීම ✔
- B) කේතය කියවීමෙන් තොරව සම්පූර්ණ දත්ත කට්ටලය මත කෙලින්ම ධාවනය කිරීම
- C) වරදක් නැති බව දැක ප්රතිඵලය පිළිගැනීම
- D) දෘශ්යමය වශයෙන් අලංකාර වීමට ප්රතිදානයේ ග්රැෆික් මත විශ්වාසය තැබීම
විස්තරය: AI කේතය නියැදීමේ සංඛ්යාතය, මිශ්ර ඒකක (Hz/kHz, V/mV), කවුළු/සාමාන්යකරණය මඟ හැරීම හෝ තීරු නොගැලපීම වැරදි ලෙස උපකල්පනය කළ හැක. කේතය කියවීම, ඒකකය සහ නියැදි පරාමිතීන් තහවුරු කිරීම, දන්නා යොමු සංඥාවක් සමඟ පරීක්ෂා කිරීම සහ ප්රතිඵලය භෞතිකව පිළිගත හැකිදැයි පරීක්ෂා කිරීම අත්යවශ්ය වේ.
14. වලාකුළු මත පදනම් වූ AI මෙවලමකට නිර්මාණ ගොනු හෝ පාරිභෝගික ජාල දත්ත ලබා දීමේදී පෞද්ගලිකත්වය සහ බුද්ධිමය දේපළ සම්බන්ධයෙන් හොඳම ක්රියාමාර්ගය කුමක්ද?
- A) සියලුම raw design/mesh දත්ත එලෙසම ඇලවීම
- B) සන්දර්භය නිර්නාමික කිරීම සහ සංවේදී සැලසුම්/පාරිභෝගික/මිනුම් දත්ත පිරිසිදු කිරීම සහ ආයතනික, ප්රතිපත්ති-අනුකූල මෙවලම් භාවිතා කිරීම ✔
- C) ප්රතිඵලයේ ගුණාත්මක භාවය සඳහා සැබෑ පාරිභෝගික සහ IP තොරතුරු සැපයීම අත්යවශ්ය බව උපකල්පනය කිරීම
- D) පෞද්ගලිකත්වය සහ බුද්ධිමය දේපල ප්රතිපත්තිය කිසිසේත් නොසලකා හැරීම
විස්තරය: ක්රමානුකුල/PCB ගොනු, ස්ථිරාංග මූලාශ්රය, පාරිභෝගික ස්ථාන විද්යාව සහ ග්රාහක/මිනුම් දත්ත වෙළඳ රහස් සහ නීති (KVKK/GDPR) අනුව සංවේදී වේ. සන්දර්භය නිර්නාමික කිරීම, සැබෑ IP/MAC/ඛණ්ඩාංක/සේවාදායකයාගේ නම් පැහැදිලි කිරීම, ආයතනික සහ ප්රතිපත්ති අනුකූල මෙවලමක් තෝරාගෙන සමාගම් ප්රතිපත්තිවලට අනුකූල වීම අවශ්ය වේ.