고장 분류 모델 퀴즈 | 예지보전 — 설비 고장 예측 시스템 | AX Academy

Q1. 예지보전에서 False Negative(FN)이 위험한 이유는?

A. 불필요한 정비가 발생하므로B. 고장을 놓치면 설비 파손과 대규모 생산 손실이 발생하므로C. 모델 학습이 느려지므로D. 데이터 저장 비용이 증가하므로

Q2. 1D-CNN과 LSTM의 차이는?

A. CNN은 시계열에 사용 불가B. LSTM은 이미지 처리에 특화C. CNN은 로컬 패턴, LSTM은 시간적 의존성에 강하다D. CNN이 항상 LSTM보다 정확하다

Q3. Soft Voting이 Hard Voting보다 일반적으로 좋은 이유는?

A. 계산이 더 빠르다B. 확률 정보를 활용하여 더 세밀한 결정이 가능하다C. 모델 수가 적어도 된다D. 학습 데이터가 적어도 된다

Q4. PdM 데이터에서 클래스 불균형 처리로 가장 무난한 방법은?

A. SMOTE로 원시 시퀀스 오버샘플링B. 다수 클래스 전부 삭제C. Class Weights + 임계값 조정D. 불균형 무시하고 그냥 학습

Q5. 엔진 단위로 train/test를 분할하는 이유는?

A. 계산을 빠르게 하기 위해B. 같은 엔진 데이터가 양쪽에 들어가면 데이터 누수가 발생하므로C. 엔진 수를 균등하게 나누기 위해D. 시간 순서를 무시할 수 있으므로