SURKOŠ, O. Rozpoznání stresu pomocí biologických signálů měřených nositelnými zařízeními [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.
Diplomová práce se zaměřuje na automatickou klasifikaci stresu prostřednictvím biologických signálů, které jsou měřeny nositelnými zařízeními. V teoretické části, která zabírá 33 stran, je podrobně popsána biologie stresu a její vliv na biologické procesy, které se projevují měřitelnými signály. Jsou zde rozebrány principy a metody měření různých biologických signálů a rovněž veřejně dostupné datasety měření ve stresových situacích. Teoretická část zahrnuje i přehled několika publikovaných metod pro detekci stresu spolu s jejich výsledky. Kapitoly v teoretické části jsou logicky uspořádány a navazují na sebe. Praktická část práce má 24 stran. Technická zpráva je na dobré prezentační úrovni, s logickou strukturou a plynulým navazováním kapitol. Student využil 52 převážně zahraničních literárních zdrojů, což ukazuje na důkladnou práci s odbornou literaturou. Použité zdroje jsou relevantní a aktuální. V praktické části však chybí uvedení vyváženosti datasetů z hlediska stres/klid a dostatečná diskuse či ověření hypotézy zda je stres specifický napříč subjekty a/nebo typy stresu. Formální úprava práce je na dobré úrovni, ale obsahuje několik nedostatků. V textu je více překlepů a gramatických chyb (např. "přistopili k odstranění", "Decition Tree", "modely byli vytvořeny"). V tabulkách je nekonzistentní zaokrouhlování hodnot, hodnoty F1 jsou uvedeny na dvě desetinná místa, zatímco hodnoty ACC v procentech. Student byl během semestru velmi aktivní, pravidelně konzultoval a pracoval na svém projektu. Jeho přístup byl zodpovědný a systematický, což se pozitivně projevilo na kvalitě dosažených výsledků.
Student se ve své práci zabýval rozpoznáváním stresu pomocí biologických signálů měřených nositelnými zařízeními. V teoretické části práce student popisuje a definuje co je to stres, jeho vliv na biologické signály a veřejně dostupné datasety zaměřené na detekci stresu u člověka. Dále se věnuje popisu několika současných metod pro automatické rozpoznávání stresu. V praktické části práce student popisuje tvorbu datasetu, jak předzpracovává data, extrahuje příznaky a vlastní modely strojového učení. Zadání diplomové práce tak považuji jednoznačně za splněné. Po formální stránce je práce na dobré úrovni, text je dobře strukturován a obrázky až na některá bloková schémata mají dostatečnou kvalitu. V práci se však vyskytuje celá řada hrubek a překlepů. Po odborné stránce je práce na vynikající úrovni. Student vytvořil a otestoval celkem 7 klasifikačních modelů na různých datech a výsledky náležitě vyhodnotil a popsal. Úspěšnost detekce se pohybuje nad hranicí 80%, což je vzhledem k povaze dat velmi dobrý výsledek. Celkově práci hodnotím stupněm výborně/A.
eVSKP id 159770