| 1 |
What is the primary objective of landslide susceptibility mapping as described in the article?
|
To mitigate the economic and environmental damage by predicting areas at risk. |
|
Landslide susceptibility mapping เป็นกระบวนการระบุพื้นที่ที่มีความเสี่ยงสูงต่อการเกิดดินสไลด์ |
การจัดการภัยพิบัติ: การระบุพื้นที่เสี่ยงเป็นขั้นตอนสำคัญในการวางแผนการจัดการภัยพิบัติ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 2 |
Which machine learning algorithm was noted for having the highest success rate according to the article?
|
Random Forest |
|
Random Forest: เป็นอัลกอริทึมที่ประกอบด้วยต้นไม้ตัดสินใจหลายๆ ต้น (decision trees) ทำงานได้ดีกับทั้งข้อมูลตัวเลขและตัวอักษร สามารถจัดการกับปัญหา overfitting ได้ดี |
ข้อมูลที่มีคุณภาพดีจะช่วยให้อัลกอริทึมทำงานได้ดีขึ้น |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 3 |
If the area of Chattogram district is 75% susceptible to landslides, and the highly susceptible zone covers approximately 12% of the district, what is the area (in percentage) that is not highly susceptible?
|
63% |
|
เราสนใจหาพื้นที่ที่ "ไม่เสี่ยงสูง" ซึ่งรวมถึงพื้นที่ที่เสี่ยงปานกลางและไม่เสี่ยงเลย ดังนั้น เราจึงนำเปอร์เซ็นต์ของพื้นที่เสี่ยงทั้งหมด (75%) ลบด้วยเปอร์เซ็นต์ของพื้นที่เสี่ยงสูง (12%) ที่โจทย์ให้มา ผลลัพธ์ที่ได้คือเปอร์เซ็นต์ของพื้นที่ที่ไม่เสี่ยงสูงนั่นเอง |
เราสามารถมองปัญหาในรูปของเซต โดยเซตของพื้นที่ทั้งหมดในอำเภอชัตตะกรัม สามารถแบ่งออกเป็นสองส่วนหลักคือ เซตของพื้นที่เสี่ยงสูง และเซตของพื้นที่ที่ไม่เสี่ยงสูง เมื่อเราหานิพจน์ของเซตที่ไม่เสี่ยงสูง เราจะได้คำตอบที่ต้องการ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 4 |
Considering that the total number of analyzed landslides is 255, and 80% were used for training the models, how many landslide instances were used for testing?
|
51 |
|
คำนวณหาจำนวนกรณีดินถล่มที่ใช้สำหรับการทดสอบโดยการนำสัดส่วนที่ใช้สำหรับการทดสอบ (20%) มาคูณกับจำนวนการวิเคราะห์ดินถล่มทั้งหมด (255 ครั้ง) |
เปอร์เซ็นต์เป็นสัดส่วนที่แสดงถึงปริมาณของส่วนหนึ่งเมื่อเทียบกับส่วนทั้งหมด |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 5 |
If the total area of Chattogram district is 7,000 km² and the very high susceptible zone covers 9% of the district, what is the area of the very high susceptible zone in km²?
|
630 km² |
|
คำนวณหาพื้นที่ของพื้นที่เสี่ยงสูงมากโดยการนำสัดส่วนพื้นที่เสี่ยงสูงมาก (9%) มาคูณกับพื้นที่ทั้งหมดของอำเภอชัตตะกรรม (7,000 ตารางกิโลเมตร) |
เปอร์เซ็นต์เป็นสัดส่วนที่แสดงถึงปริมาณของส่วนหนึ่งเมื่อเทียบกับส่วนทั้งหมด |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 6 |
Assuming the false positive rate (FPR) for the logistic regression model is 0.05 and the true positive rate (TPR) is 0.95, calculate the specificity of the model.
|
0.95 |
|
สัดส่วนของตัวอย่างที่เป็นลบจริงที่ถูกจำแนกได้อย่างถูกต้องว่าเป็นลบ โดยคำนวณได้จาก 1 - FPR |
เป็นตารางที่ใช้ประเมินประสิทธิภาพของโมเดลการจำแนก โดยแสดงจำนวนตัวอย่างที่ถูกจำแนกถูกต้องและผิดพลาด |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 7 |
Given that the area under the ROC curve (AUC) for the logistic regression model is 0.963, and the prediction rate is measured as the area under this curve, rate the model's prediction accuracy.
|
Excellent |
|
ในกรณีนี้ AUC = 0.963 ซึ่งเป็นค่าที่ใกล้เคียง 1 มาก ดังนั้นจึงสรุปได้ว่า โมเดลมีความแม่นยำในการทำนายที่ยอดเยี่ยม |
ค่า AUC ที่สูงบ่งบอกว่าโมเดลมีความสามารถในการจำแนกคลาสได้ดี
ค่า AUC ที่ต่ำบ่งบอกว่าโมเดลมีความสามารถในการจำแนกคลาสได้ไม่ดี |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 8 |
If the training dataset consists of 204 locations, calculate the percentage of this training dataset from the total landslide occurrences (255 locations).
|
80% |
|
ตามขั้นตอนการคำนวณที่อธิบายข้างต้น ค่าที่ได้คือใกล้เคียงกับ 80% มากที่สุด |
นำส่วนที่ต้องการหาเปอร์เซ็นต์หารด้วยส่วนทั้งหมด แล้วคูณด้วย 100 |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 9 |
If the model predicts a 25% error rate for new observations, what is the accuracy percentage for predictions made by this model?
|
75% |
|
กรณีนี้ อัตราความผิดพลาดคือ 25% ดังนั้น ความแม่นยำจะเท่ากับ 100% - 25% = 75% |
เมื่อเรารู้ค่าอัตราความผิดพลาดของแบบจำลอง เราสามารถคำนวณหาค่าความแม่นยำได้โดยตรง โดยนำค่าอัตราความผิดพลาดมาลบออกจาก 100% |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 10 |
Calculate the success rate if a model correctly predicted 181 out of 204 training data points.
|
88.73% |
|
การนำจำนวนครั้งที่ทำนายถูกมาหารด้วยจำนวนข้อมูลทั้งหมด แล้วคูณด้วย 100 เพื่อแปลงเป็นเปอร์เซ็นต์ เป็นวิธีการคำนวณอัตราความสำเร็จที่ถูกต้องตามหลักสถิติ |
โมเดลที่ถูกฝึกฝนด้วยข้อมูลจำนวนมาก (ในที่นี้คือ 204 ข้อมูล) จะเรียนรู้รูปแบบและลักษณะของข้อมูลนั้น ๆ เพื่อนำไปใช้ในการทำนายข้อมูลใหม่ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 11 |
What is the primary focus of multimodal transportation systems according to the article?
|
Enhancing environmental sustainability and safety. |
|
แม้ว่าบทความต้นฉบับไม่ได้ระบุมาโดยตรง แต่จากแนวโน้มปัจจุบันและความเข้าใจในระบบขนส่งมัลติโมดอล (Multimodal Transportation Systems) โดยทั่วไปแล้ว จุดเน้นหลักมักจะอยู่ที่ การเพิ่มประสิทธิภาพด้านสิ่งแวดล้อมและความปลอดภัย |
แม้ว่าบทความต้นฉบับไม่ได้ระบุมาโดยตรง แต่จากแนวโน้มปัจจุบันและความเข้าใจในระบบขนส่งมัลติโมดอล (Multimodal Transportation Systems) โดยทั่วไปแล้ว จุดเน้นหลักมักจะอยู่ที่ การเพิ่มประสิทธิภาพด้านสิ่งแวดล้อมและความปลอดภัย |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 12 |
According to the study, what is the main advantage of using the FAHP-DEA method in risk analysis for multimodal transportation systems?
|
|
|
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 13 |
If the risk analysis model has five criteria and assigns importance weights such that the total sums up to 1, and the weights for operational risk and security risk are 0.157 and 0.073 respectively, what is the combined weight of the remaining three criteria?
|
0.770 |
|
Combined weight of the remaining three criteria = 0.770 |
Total weight of all criteria = 1
Given weights:
Operational risk = 0.157
Security risk = 0.073
Combined weight of these two = 0.157 + 0.073 = 0.230
Therefore, combined weight of remaining three criteria = 1 - 0.230 = 0.770 |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 14 |
If the probability of an accident occurring on a route is 0.2 and the consequence severity is rated at 0.5, what is the risk level for that route segment using the model
𝑅
=
𝑃
×
𝐶
R=P×C?
|
0.1 |
|
R = P × C
R = 0.2 × 0.5
R = 0.1
ดังนั้น ระดับความเสี่ยง (Risk) สำหรับเส้นทางนี้จึงเท่ากับ 0.1 |
R (Risk): คือระดับความเสี่ยง ซึ่งเป็นผลคูณของความน่าจะเป็นที่เหตุการณ์จะเกิดขึ้น (P) กับความรุนแรงของผลกระทบหากเหตุการณ์นั้นเกิดขึ้น (C) |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 15 |
Calculate the aggregate risk score if the weights of the criteria are 0.321, 0.388, 0.157, 0.073, and 0.061, and the local risk scores for a route are 0.5, 0.6, 0.4, 0.3, and 0.2 respectively.
|
0.290 |
|
|
สมมติว่าเรามีเกณฑ์ความเสี่ยง (criteria) อยู่หลายเกณฑ์ แต่ละเกณฑ์จะมีน้ำหนัก (weight) ที่บ่งบอกความสำคัญของเกณฑ์นั้น และจะมีคะแนนความเสี่ยง (local risk score) ที่ประเมินตามเกณฑ์นั้น ๆ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 16 |
If the probability assessment for a risk is ranked 3 on a scale of 5 and the severity assessment is also ranked 3, with the transport segment accounting for 20% of the total route distance, calculate the risk assessment using the formula
𝑅
=
𝑃
×
𝐶
×
𝐷
R=P×C×D.
|
0.18 |
|
สูตรที่ใช้ในการคำนวณความเสี่ยง (R) คือ 𝑅 = 𝑃 × 𝐶 × 𝐷
𝑃 (Probability) คือ ความน่าจะเป็นที่ความเสี่ยงจะเกิดขึ้น ประเมินบนสเกล 1 ถึง 5 โดย 3 หมายถึงมีความน่าจะเป็นปานกลาง
𝐶 (Severity) คือความรุนแรงของผลกระทบหากความเสี่ยงเกิดขึ้น ประเมินบนสเกล 1 ถึง 5 โดย 3 หมายถึงมีความรุนแรงปานกลาง
𝐷 (Distance) คือ น้ำหนักของความเสี่ยงตามระยะทางของเส้นทาง ในกรณีนี้ เส้นทางขนส่งคิดเป็น 20% ของระยะทางทั้งหมด ดังนั้น D = 0.2 |
สูตรที่ใช้ในการคำนวณความเสี่ยง (R) คือ 𝑅 = 𝑃 × 𝐶 × 𝐷
𝑃 (Probability) คือ ความน่าจะเป็นที่ความเสี่ยงจะเกิดขึ้น ประเมินบนสเกล 1 ถึง 5 โดย 3 หมายถึงมีความน่าจะเป็นปานกลาง
𝐶 (Severity) คือความรุนแรงของผลกระทบหากความเสี่ยงเกิดขึ้น ประเมินบนสเกล 1 ถึง 5 โดย 3 หมายถึงมีความรุนแรงปานกลาง
𝐷 (Distance) คือ น้ำหนักของความเสี่ยงตามระยะทางของเส้นทาง ในกรณีนี้ เส้นทางขนส่งคิดเป็น 20% ของระยะทางทั้งหมด ดังนั้น D = 0.2 |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 17 |
Given that the weight for environmental risk is 0.061 and the local risk score for a route is 0.4, calculate the contribution of environmental risk to the overall risk score.
|
|
|
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 18 |
Calculate the new overall risk score if the weight of infrastructure risk is increased from 0.388 to 0.400 while keeping other parameters constant, given that its local risk score is 0.2.
|
|
|
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 19 |
If a mode of transportation has a risk weight of 0.073 and its risk score is reassessed from 0.4 to 0.35, what is the change in its contribution to the overall risk score?
|
0.00365 |
|
การเปลี่ยนแปลงของ Contribution ต่อความเสี่ยงโดยรวมคือ -0.00365 ซึ่งหมายความว่า การลดลงของ Risk score ทำให้ Contribution ต่อความเสี่ยงโดยรวมลดลงด้วย |
การคำนวณนี้ใช้หลักการพื้นฐานของการประเมินความเสี่ยง โดยพิจารณาจากน้ำหนักความสำคัญของแต่ละปัจจัย (Risk weight) และค่าความเสี่ยงของปัจจัยนั้น (Risk score) การเปลี่ยนแปลงของค่าใดค่าหนึ่งจะส่งผลต่อค่าความเสี่ยงโดยรวม |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 20 |
If the local weights of freight-damage risk, infrastructure risk, and operational risk are 0.1, 0.2, and 0.15 respectively, what is their total contribution to the risk score if their respective weights are 0.321, 0.388, and 0.157?
|
0.12069 |
|
|
คำตอบที่ถูกต้องคือ 0.13325 ซึ่งแสดงถึงผล貢獻รวมของความเสี่ยงด้านความเสียหายของสินค้า ความเสี่ยงด้านโครงสร้างพื้นฐาน และความเสี่ยงด้านการดำเนินงาน ต่อคะแนนความเสี่ยงโดยรวม
แสดงโค้ดที่มาของผลลัพธ์นี้
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|