| 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. |
|
วัตถุประสงค์หลักของการทำแผนที่ความอ่อนไหวต่อดินถล่มคือการระบุพื้นที่ที่มีมีแนวโน้มจะเกิดดินถล่มเพื่อให้ความสามารถวางแผนการใช้ที่ดินการพัฒนาและการจัดการความเสี่ยงได้อย่างเหมาะสมซึ่งจะช่วยลดผลกระทบและความเสียหายที่อาจจะเกิดเกิดขึ้นต่อชีวิตทรัพย์สินและสิ่งแวดล้อม |
การบริหารจัดการภัยพิบัติการประยุกต์ใช้ภูมิสารสนเทศในการวางแผนและการจัดการทรัพยากรธรรมชาติ |
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?
|
Logistic Regression |
|
คำคำถามนี้ขึ้นอยู่กับผลการวิจัยเฉพาะในบทความนั้นนั้นว่าอังกอริทึมในทำงานได้ดีที่สุดอย่างไรก็ตามในการทำนายภัยพิบัติทางธรรมชาติมักมีการเปรียบเทียบประสิทธิภาพของหลายหลายอริทึมในช้อยส์ของคำถามนี้สามารถเป็นไปได้ทั้งหมดแต่Logistic regression เป็นผลลัพธ์ที่น่าพอใจ |
การเรียนรู้ของเครื่องสถิติประยุกต์แบบจำลองการจำแนกประเภทและการประเมินประสิทธิภาพของแบบจำลอง |
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% |
|
พื้นที่ทั้งหมดที่อ่อนไหวต่อดินถล่มคือ 75% ใน 75% นี้มีส่วนที่เป็นอ่อนไหวสูงมากอยู่ 12% โจทก์ถามว่าพื้นที่ที่ไม่ได้มีความอ่อนไหวสูงมากคือเท่าใดซึ่งหมายถึงพื้นที่อ่อนไหวต่อดินถล่มลบด้วยส่วนที่อ่อนไหวสูงมากก็จะได้ = 63% |
คณิตศาสตร์พื้นฐานและการคำนวณร้อยละ |
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 |
|
จำนวนเหตุการณ์ที่ใช้ในการฝึกเท่ากับ 80% ของ 255 = 0.80 × 255 = 204 เหตุการณ์ จำนวนเหตุการณ์ที่ใช้ในการทดสอบเท่ากับจำนวนเหตุการณ์ทั้งหมดลบด้วยจำนวนเหตุการณ์ที่ใช้ในการฝึกก็จะได้ 255-204 = 51 เหตุการณ์ |
การเรียนรู้ของเครื่องและการแบ่งข้อมูลเป็นชุดฝึกและชุดทดสอบซึ่งเป็นขั้นตอนสำคัญในการพัฒนาและประเมินแบบจำลอง |
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 |
|
พื้นที่ของเขตที่มีความอ่อนไหวสูงมากเท่ากับ 9% ของ 7000 ตารางกิโลเมตรพื้นที่ = 0.09 × 7000 = 630 ตารางกิโลเมตร |
คณิตศาสตร์พื้นฐานและการคำนวณร้อยละ |
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 |
|
สูตรความจำสูตรความจำเพาะคือ specificity = 1-False positive rate ก็จะเท่ากับ 1 - 0.05 = 0.95 |
สถิติประยุกต์การเรียนรู้ของเครื่องเมทริกซ์การประเมินแบบจำลอง |
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 |
|
ตัวชี้วัดประสิทธิภาพของแบบจำลองจำตัวชี้วัดประสิทธิภาพของแบบจำลองการจำแนกประเภทโดยเฉพาะอย่างยิ่งในการแยกแยะระหว่างคลาสต่างๆโดย 0.5 คือแบบจำลองไม่มีความสามารถในการจำแนกเหมือนสุ่มเดา 0.5 ถึง 0.7 คือไม่ดีหรือพอใช้ 0.7 ถึง 0.8 คือดี 0.8 ถึง 0.9 คือดีมากแต่ถ้าเป็น 0.9 ถึง 1.0 คือยอดเยี่ยมหรือ excellentค่า 0.963 อยู่ในช่วง 0.9 ถึง 1.0 ซึ่งถือว่าแบบจำลอง ค่า 0.963 อยู่ในช่วง 0.9 ถึง 1.0 ซึ่งถือว่าแบบจำลองมีประสิทธิภาพในการจำแนกยอดเยี่ยม |
สถิติประยุกต์การประเมินประสิทธิภาพของแบบจำลอง |
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% |
|
เปอร์เซ็นต์ = จำนวนข้อมูลฝึกหารด้วยข้อมูลทั้งหมดคูณ 100 ก็จะจะได้เป็น 204 ÷ 255 ทั้งหมดคูณด้วย 100 = 0.8 × 100 หรือก็คือ 80% |
คณิตศาสตร์พื้นฐานและการคำนวณร้อยละและการแบ่งข้อมูลในการเรียนรู้ของเครื่อง |
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% |
|
ความแม่นยำเท่ากับ 100% ลบอัตราความผิดพลาดจะได้ 100% -25% = 75% |
สถิติประยุกต์การเรียนรู้ของเครื่องเมตริกการประเมินแบบจำลอง |
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% |
|
อัตราความสำเร็จ = จำนวนที่ทำนายถูกต้องหารด้วยจำนวนข้อมูลทั้งหมดแล้วก็คูณ 100 จะได้ 181 หารด้วย 204 ทั้งหมดคูณ 100 = ประมาณ 0.88725 × 100 จะได้ประมาณ 88.73% |
สถิติประยุกต์การเรียนรู้ของเครื่องการประเมินประสิทธิภาพของแบบจำลองและความรู้คณิตศาสตร์พื้นฐาน |
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. |
|
ระบบการขนส่งหลายรูปแบบมักถูกออกแบบมาเพื่อเพิ่มประสิทธิภาพโดยรวมของการขนส่งรวมถึงการลดผลกระทบต่อสิ่งแวดล้อม |
วิศวกรรมการขนส่งการวางแผนโลจิสติกส์แนวคิดการขนส่งที่ยั่งยั่งยืน |
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?
|
It allows for precise risk prioritization and optimization of routes. |
|
เป็นวิธีการตัดสินใจแบบหลายเกณฑ์ที่ใช้ในการกำหนดน้ำหนักความสำคัญของปัจจัยต่างๆรวมถึงปัจจัยความเสี่ยงโดยสามารถจัดการกับความไม่แน่นอนได้และมีเป็นเทคนิคที่ใช้ในการประเมินประสิทธิภาพสัมภาษณ์ของหน่วยงานต่างๆโดยการเปรียบเทียบปัจจัยนำเข้าและปัจจัยส่งออกเมื่อรวมกันแล้วมักถูกใช้เพื่อการวิเคราะห์และจัดลำดับความสำคัญของความเสี่ยงในระบบที่ซับซ้อนเช่นระบบการขนส่ง |
การวิเคราะห์ความเสี่ยงการตัดสินใจแบบหลายเกณฑ์การวิจัยดำเนินงาน |
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 |
|
น้ำหนักรวมของทุกเกณฑ์คือหนึ่งหรือ 100% น้ำหนักรวมของเจนนี้ได้ 0.230 น้ำหนักรวมของสามเกณฑ์ที่เหลือก็คือน้ำหนักรวมทั้งหมดลบกับน้ำหนักรวมของสองเกณฑ์แรกจะได้ 1 - 0.230 หรือ = 0.770 |
คณิตศาสตร์พื้นฐานและการคำนวณสัดส่วนผลรวมของน้ำหนักในระบบการตัดสินใจ |
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 |
|
ตามสูตรที่ให้มาจะได้ 0.2 × 0.5 = 0.1 |
การประเมินความเสี่ยงซึ่งเป็นหลักการพื้นฐานที่ความเสี่ยงมักจะถูกคำนวณจากคูณความน่าจะเป็นของการเกิดเหตุการณ์กับความรุนแรงของผลที่ตามมา |
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.
|
0.438 |
|
จากสูตรก็จะได้ 0.321 × 0.5 ทั้งหมด +0.388 × 0.6 ทั้งหมด + 0.157 × 0.4 ทั้งหมดบวกกับ 0.073 × 0.3 ทั้งหมด +0.061 × 0.2 จะได้ 0.1605 + 0.2328 + 0.0628 + 0.0219 + 0.0122 = 0.4802 ซึ่งคำตอบที่ใกล้เคียงที่สุดคือ 0.438 |
การวิเคราะห์ความเสี่ยงการคำนวณคะแนนรวมแบบถ่วงน้ำหนัก |
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 |
|
จากสูตรที่ให้มาจะได้พีคือสามส่วนห้าสี่คือสามส่วนห้าคือ 0.20 คำตอบจะได้จากสูตรที่ให้มาจะได้พีคือสามส่วนห้าซีคือสามส่วนห้าคือ 0.20 คำตอบจะได้ = 0.072 แต่ตัวเลือกที่เป็นไปได้มากที่สุดคือ 0.18 |
คณิตศาสตร์พื้นฐานและการคำนวณการประเมินความเสี่ยงสูง |
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.
|
0.0244 |
|
สูตรคือการมีส่วนร่วมกับน้ำหนักคูณคะแนนความเสี่ยงเฉพาะส่วนก็จะได้ 0.061 × 0.4 = 0.0244 |
การวิเคราะห์ความเสี่ยงการคำนวณคะแนนรวมแบบถ่วงน้ำหนัก |
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.
|
0.080 |
|
0.400 × 0.2 = 0.080 ที่มาจากการอ้างอิงจากโจทย์ |
การวิเคราะห์ความเสี่ยงการคำนวณคะแนนรวมแบบถ่วงน้ำหนักการเปลี่ยนแปลงของปัจจัยที่มีมีผลต่อคะแนนรวม |
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 |
|
การมีส่วนร่วมเดิน = น้ำหนักคูณการมีส่วนร่วมเดิน = น้ำหนักคูณคะแนนความเสี่ยงเดิมจะได้ 0.073 × 0.4 = 0.0292 การมีส่วนร่วมใหม่ = คูณคะแนนความเสี่ยงใหม่จะได้ 0.073 × 0.35 = 0.02555 การเปลี่ยนแปลงในการมีส่วนร่วม = การมีส่วนร่วมเดิมลบของใหม่ลดลงจะได้ 0.00365 โจทก์ถามในบริบทนี้คือการลดลง 0.00365 |
การวิเคราะห์ความเสี่ยงการคำนวณคะแนนรวมแบบถ่วงน้ำหนักการวิเคราะห์ความไวเพื่อดูผลกระทบจากการเปลี่ยนแปลงค่าอินพุต |
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?
|
0.15788 |
|
คำตอบคำตอบที่คำนวณได้คือ 0.13325 มาจากการมีส่วนร่วมสูตรของการมีส่วนร่วมจะได้ 0.321 × 0.1 ทั้งหมด +0.388 × 0.2 ทั้งหมด +0.157 × 0.15 จะได้ 0.13325 แต่จากตัวเลือกทั้งหมด 0.15788 คือคำตอบที่ใกล้เคียงที่สุด |
การวิเคราะห์ความเสี่ยงการคำนวณคะแนนรวมแบบถ่วงน้ำหนักการวิเคราะห์ความไวเพื่อดูผลกระทบ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|