| 1 |
วัตถุประสงค์หลักของระบบหุ่นยนต์ที่กล่าวถึงในบทความคืออะไร
|
เพื่อดำเนินงานประกอบที่มีความแม่นยำสูง |
|
โดยทั่วไปแล้ว ในบริบทของการผลิตหรืออุตสาหกรรม การนำระบบหุ่นยนต์มาใช้มักมีจุดมุ่งหมายเพื่อทำงานที่ต้องการความแม่นยำสูง ซ้ำๆ กัน และอาจเป็นอันตรายสำหรับมนุษย์ หุ่นยนต์สามารถทำงานเหล่านี้ได้อย่างสม่ำเสมอและมีข้อผิดพลาดน้อยกว่า ซึ่งส่งผลให้คุณภาพของผลิตภัณฑ์ดีขึ้นและกระบวนการผลิตมีประสิทธิภาพมากขึ้น |
Automation for Precision Manufacturing - การใช้ระบบอัตโนมัติเพื่อบรรลุความแม่นยำและคุณภาพในกระบวนการผลิต |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 2 |
บทความกล่าวว่าอะไรคือความท้าทายที่สำคัญในการประกอบหุ่นยนต์?
|
ป้องกันความล้มเหลวในการประกอบ เช่น การกัดเพลาและรู |
|
ความท้าทายที่สำคัญในการประกอบหุ่นยนต์มีได้หลายอย่างแต่การความท้าทายที่สำคัญในการประกอบหุ่นยนต์ |
Robotics Dexterity and Compliance Control - ความสามารถของหุ่นยนต์ในการจัดการกับความคลาดเคลื่อนและแรงปฏิกิริยาเพื่อทำการประกอบที่ซับซ้อน |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 3 |
จากบทความปลายนิ้วของมนุษย์มีบทบาทอย่างไรในระบบหุ่นยนต์
|
เป็นแบบจำลองสำหรับการออกแบบเซ็นเซอร์สัมผัสบนหุ่นยนต์ |
|
หุ่นยนต์มีเซ็นเซอร์สัมผัสที่ซับซ้อน โดยได้รับแรงบันดาลใจจากความสามารถในการรับรู้สัมผัสของนิ้วมนุษย์ บทบาทของปลายนิ้วมนุษย์ในระบบหุ่นยนต์คือการเป็นต้นแบบและแรงบันดาลใจในการพัฒนาเทคโนโลยีเซ็นเซอร์สัมผัสที่ล้ำสมัย เพื่อเพิ่มความสามารถในการรับรู้และความแม่นยำของหุ่นยนต์ |
Biomimicry in Robotics (หรือ Bio-inspired Robotics) - การออกแบบระบบหุ่นยนต์โดยเลียนแบบโครงสร้างและฟังก์ชันของสิ่งมีชีวิต |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 4 |
วิธีการใดที่ใช้เพื่อหลีกเลี่ยงความล้มเหลวในกระบวนการประกอบ
|
การวัดข้อมูลแรงสัมผัส |
|
การวัดแรงสัมผัสช่วยให้หุ่นยนต์ รู้สึก ถึงแรงปฏิกิริยาจากชิ้นส่วนที่กำลังประกอบ ทำให้สามารถตรวจจับความผิดปกติ เช่น การติดขัด หรือการวางตำแหน่งที่ไม่ถูกต้อง และปรับการเคลื่อนที่ได้ทันทีเพื่อหลีกเลี่ยงความล้มเหลว |
Force Control / Tactile Sensing in Robotics - การใช้ข้อมูลแรงและการสัมผัสเพื่อควบคุมการเคลื่อนที่และแก้ไขข้อผิดพลาดในการทำงานของหุ่นยนต์ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 5 |
อะไรคือผลลัพธ์ของความสำเร็จในการรวมเทคโนโลยีที่กล่าวถึงเข้ากับวิทยาการหุ่นยนต์
|
เพิ่มความคล่องตัวของหุ่นยนต์ |
|
เทคโนโลยีที่ถูกรวมเข้ากับหุ่นยนต์ เช่น การออกแบบมือหุ่นยนต์ที่เลียนแบบโครงสร้างและกลไกของมือมนุษย์ ทำให้หุ่นยนต์สามารถหยิบจับหรือประกอบชิ้นส่วนที่มีรูปร่างและขนาดต่างกันได้อย่างยืดหยุ่นและแม่นยำมากขึ้น ซึ่งเป็นคุณสมบัติที่เรียกว่า ความคล่องตัว ช่วยให้หุ่นยนต์สามารถปรับตัวเข้ากับงานที่หลากหลายและซับซ้อนได้ดีขึ้น |
Autonomy and Dexterity Enhancement in Robotics - การเพิ่มความเป็นอิสระและความสามารถในการทำงานที่ซับซ้อนและหลากหลายของหุ่นยนต์ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 6 |
อุปกรณ์ใดใช้วัดการเคลื่อนไหวในระบบหุ่นยนต์
|
ไจโรสโคป |
|
ไจโรสโคปใช้วัดการหมุนรอบแกนในทิศทางต่างๆ |
Kinematics and Sensing in Robotics - การใช้เซ็นเซอร์เพื่อวัดตำแหน่ง ความเร็ว และการเร่งของชิ้นส่วนหุ่นยนต์เพื่อควบคุมการเคลื่อนไหว |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 7 |
อุปกรณ์วัดแรงมีโครงสร้างอย่างไร
|
โดยการวางเซ็นเซอร์ไว้บนที่ยึดหกเหลี่ยม |
|
การวางเซ็นเซอร์ไว้บนที่ยึดหกเหลี่ยม มีหน้าที่วัดแรงและแรงบิดที่เกิดขึ้นจากการสัมผัสหรือการกระทำ และ เซ็นเซอร์ไว้บนที่ยึดหกเหลี่ยม ที่ใช้ในหุ่นยนต์ มักมีโครงสร้างภายใน วางอยู่บนโครงสร้างที่ออกแบบมาเป็นพิเศษ |
Multi-axis Force/Torque Sensor Design - การออกแบบเซ็นเซอร์ที่ใช้หลักการ Strain Gauge และโครงสร้างทางกลเพื่อตรวจจับแรงและแรงบิดในหลายแกน |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 8 |
เป้าหมายสูงสุดของการวิจัยที่กล่าวถึงในบทความคืออะไร
|
เพื่อผลิตหุ่นยนต์ที่มีความสามารถในการตัดสินใจที่ซับซ้อน |
|
การพัฒนาเซ็นเซอร์สัมผัสที่เลียนแบบปลายนิ้วมนุษย์ การสร้างมือหุ่นยนต์ที่มีความคล่องตัวสูง และระบบการวัดแรงที่แม่นยำ ล้วนเป็นส่วนหนึ่งของการพัฒนาหุ่นยนต์ให้สามารถรับรู้และเข้าใจสภาพแวดล้อมได้ซับซ้อนมากขึ้น ซึ่งเป็นรากฐานสำคัญในการเพิ่มขีดความสามารถในการตัดสินใจของหุ่นยนต์ |
Cognitive Robotics / AI in Robotics - การพัฒนาหุ่นยนต์ให้มี สติปัญญา และความสามารถในการเรียนรู้ การวางแผน และการตัดสินใจในสภาพแวดล้อมที่ไม่แน่นอน |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 9 |
การวัดแรงแก้ไขปัญหาเฉพาะด้านใดบ้าง
|
การตรวจจับแรงที่ละเอียดอ่อนซึ่งบ่งชี้ถึงความล้มเหลวในการประกอบที่อาจเกิดขึ้น |
|
ในการประกอบชิ้นส่วนโดยใช้หุ่นยนต์ โดยเฉพาะงานที่ต้องการความแม่นยำสูงและมีความละเอียดอ่อน |
Force Feedback Control - การใช้ข้อมูลแรงป้อนกลับเพื่อปรับการเคลื่อนที่ของหุ่นยนต์แบบเรียลไทม์เพื่อหลีกเลี่ยงข้อผิดพลาด |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 10 |
อุปกรณ์วัดความเคลื่อนไหวนำนวัตกรรมอะไรมาสู่การประกอบหุ่นยนต์
|
วัดมุมและตำแหน่งที่แน่นอนของชิ้นส่วนระหว่างการประกอบ |
|
การวัดมุมสามารถบอกตำแหน่งแบบ real time ได้ทำให้หุ่นยนต์สามารถทำตามคำสั่งได้อย่างแนน่นอและมีความแม่นยำสูง |
Robot Kinematics and Position Control - การใช้ข้อมูลตำแหน่งและมุมที่แม่นยำเพื่อควบคุมการเคลื่อนที่ของหุ่นยนต์ให้บรรลุเป้าหมายการประกอบ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 11 |
ML ย่อมาจากอะไรในบริบทของบทความ?
|
การเรียนรู้ของเครื่อง |
|
ML ย่อมาจาก Machine Learning ที่แปลว่า การเรียนรู้ของเครื่อง เป็นสาขาย่อยของปัญญาประดิษฐ์ AI ที่มุ่งเน้นการพัฒนาระบบที่สามารถเรียนรู้จากข้อมูลได้เองโดยไม่ต้องได้รับการตั้งโปรแกรมอย่างชัดเจน |
Standard Terminology in Artificial Intelligence / Machine Learning - การใช้คำย่อที่เป็นที่ยอมรับในสาขาวิทยาการคอมพิวเตอร์และปัญญาประดิษฐ์ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 12 |
QSAR ตามที่กล่าวไว้ในบทความคืออะไร
|
ความสัมพันธ์ระหว่างโครงสร้างเชิงปริมาณกับกิจกรรม |
|
Quantitative Structure-Activity Relationship แปลว่า ความสัมพันธ์ระหว่างโครงสร้างเชิงปริมาณกับกิจกรรม เป็นแบบจำลองทางคณิตศาสตร์ที่ใช้ในทางเคมีและชีววิทยา เพื่อสร้างความสัมพันธ์เชิงปริมาณระหว่างคุณสมบัติทางโครงสร้างของโมเลกุล |
Cheminformatics / Computational Chemistry - การประยุกต์ใช้คอมพิวเตอร์และสถิติเพื่อศึกษาข้อมูลทางเคมีและชีวภาพ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 13 |
Machine Learning มีประโยชน์หลักในการค้นคว้ายาตามบทความอย่างไร
|
เร่งกระบวนการตัดสินใจ |
|
อัลกอริทึมการเรียนรู้ของเครื่องสามารถ วิเคราะห์ข้อมูลจำนวนมหาศาลอย่างรวดเร็ว รวมถึงโครงสร้างทางเคมี ปฏิสัมพันธ์ทางชีวภาพและผู้ป่วย การตอบสนองเพื่อระบุยาที่มีศักยภาพ ผู้สมัครและทำนายประสิทธิภาพของพวกเขา และความปลอดภัย ความเร็วนี้มีนัยสำคัญ ขึ้นไปตามความยาวตามธรรมเนียมและ การค้นพบยาเสพติดที่ใช้ทรัพยากรมาก ดำเนินการโดยการชี้นำอย่างรวดเร็ว นักวิจัยที่มีแนวโน้ม ช่องทางและขจัดความเป็นไปได้น้อยลง ตัวเลือกก่อน |
Accelerated Drug Discovery via AI/ML - การใช้ปัญญาประดิษฐ์และการเรียนรู้ของเครื่องเพื่อลดระยะเวลาและต้นทุนในการระบุและพัฒนายาใหม่ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 14 |
จากบทความประเด็นใดที่เน้นในด้านวิชาการที่แตกต่างจากอุตสาหกรรม
|
การพัฒนาข้อพิสูจน์แนวคิด |
|
ในบริบทของการวิจัยและพัฒนา โดยเฉพาะด้านวิทยาศาสตร์การแพทย์หรือเทคโนโลยีชีวภาพ |
Basic vs. Applied Research / Academic-Industrial Divide - ความแตกต่างระหว่างการวิจัยพื้นฐานที่มุ่งเน้นความรู้กับการวิจัยประยุกต์และเชิงพาณิชย์ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 15 |
องค์กรใดที่ถูกกล่าวถึงว่ามีส่วนร่วมในการวิจัย ML และ AI ขั้นพื้นฐานในบทความ
|
สถาบันสุขภาพแห่งชาติ (NIH) |
|
สถาบันสุขภาพแห่งชาติ (NIH) เป็นหน่วยงานที่ให้ทุนสนับสนุนการวิจัยชีวการแพทย์ รวมถึงการวิจัยที่เกี่ยวข้องกับ AI/ML ในด้านสุขภาพ ซึ่งอาจรวมถึงการวิจัยขั้นพื้นฐาน |
Government Funding for Basic Research - บทบาทของหน่วยงานภาครัฐในการสนับสนุนการวิจัยพื้นฐานเพื่อขับเคลื่อนนวัตกรรมทางวิทยาศาสตร์ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 16 |
DMTA ย่อมาจากอะไรที่ใช้ในบทความ
|
หน่วยงานผลิตและทดสอบยา |
|
DMTA ย่อมาจาก Drug manufacturing and testing agency ที่แปลว่า หน่วยงานผลิตและทดสอบยา |
Drug Discovery Pipeline / Materials Discovery Cycle - กระบวนการวนซ้ำในการพัฒนาสารประกอบใหม่ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 17 |
โมเดลแมชชีนเลิร์นนิงด้านใดที่ได้รับการเน้นย้ำว่ามีความสำคัญเป็นพิเศษใน อุตสาหกรรมยา
|
ความสามารถในการทำซ้ำและความทนทานของโมเดล |
|
การผลิตยาต้องมีความแม่นยำในการผสมตัวยาให้ได้เท่ากันทุกเม็ดและมีประสิทธิภาพที่สุด สามารถทำซ้ำกันได้เป็นจำนวนมาก และมีความทนทาน |
Reproducibility and Robustness in Regulated Industries - ความจำเป็นในการมีผลลัพธ์ที่เชื่อถือได้และสามารถตรวจสอบย้อนกลับได้ในอุตสาหกรรมที่มีการกำกับดูแลสูง |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 18 |
บทความประเภทใดที่บทความกล่าวถึงว่ามีข้อมูลมากขึ้นต่อสาธารณะ
|
ชุดฝึกอบรมการเรียนรู้ของเครื่อง |
|
การพัฒนา AI และ ML จำเป็นต้องใช้ชุดข้อมูลขนาดใหญ่และคุณภาพสูงในการฝึกอบรมโมเดล การเข้าถึงชุดข้อมูลเหล่านี้ได้อย่างเสรีช่วยให้นักวิจัยและนักพัฒนาทั่วโลกสามารถสร้างสรรค์นวัตกรรมและพัฒนาเทคโนโลยี AI และ ML ได้รวดเร็วขึ้น |
Open Science / Data Transparency in Clinical Research - การส่งเสริมการเปิดเผยข้อมูลการวิจัยเพื่อประโยชน์สาธารณะและความก้าวหน้าทางวิทยาศาสตร์ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 19 |
ชุดข้อมูลใดที่ถูกกล่าวถึงว่าเป็นเกณฑ์มาตรฐานสำหรับ Molecular Machine Learning
|
กัวคามอล |
|
GuacaMol อยู่ในโดเมนของ Molecular ML และเป็นชุดเกณฑ์มาตรฐานที่ถูกกล่าวถึงในบริบทของการประเมินโมเดล |
Benchmarking in Machine Learning for Drug Discovery - การสร้างชุดข้อมูลและเมตริกมาตรฐานเพื่อเปรียบเทียบและประเมินประสิทธิภาพของโมเดล ML |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 20 |
ความท้าทายใดที่เกี่ยวข้องกับชุดข้อมูลจากแหล่งต่างๆ ตามที่กล่าวไว้ในบทความ
|
เพิ่มความสม่ำเสมอ |
|
เมื่อมีการรวบรวมชุดข้อมูลจากแหล่งที่มาที่แตกต่างกัน ข้อมูลเหล่านั้นมักจะมีความหลากหลายในด้าน ความไม่สอดคล้องเหล่านี้ทำให้เกิดความท้าทายอย่างมากในการนำข้อมูลมารวมกัน ประมวลผล และใช้งานได้อย่างมีประสิทธิภาพ โดยเฉพาะอย่างยิ่งในการฝึกโมเดล ML เพราะโมเดลต้องการข้อมูลที่มีรูปแบบและคุณภาพที่สม่ำเสมอ |
Data Integration and Harmonization - กระบวนการจัดการกับความไม่เข้ากันของข้อมูลจากหลายแหล่งเพื่อวัตถุประสงค์ในการวิเคราะห์และการสร้างแบบจำลอง |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|