DUFEK, M. Využití neuronových sítí pro odhad dynamických veličin [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2024.

Posudky

Posudek vedoucího

Zháňal, Lubor

Závěrečná diplomová práce se zabývá tématem využívání neuronových sítí pro predikci obtížně měřitelných veličin v rámci dynamiky vozidel, což je velmi užitečné a aktuální téma. V poměrně obsáhlé rešerši autor rozebírá nejprve základy vozidlové dynamiky, které se uplatňují dále, a pak také principy fungování a vlastnosti různých typů neuronových sítí. Následují již praktické části věnované přípravě dat, výběru a sestavevní vhodné sítě a hlavně analýzy jejich chování při predikci vybraných veličin. Zejména tato část je pojata vcelku detailně a obsahuje množství zajímavých informací a porovnání. Kromě samotných výpočetních funkcí připravil autor také aplikaci s jednoduchým uživatelským rozhraním. I po formální stránce je práce na dobré úrovni a neobsahuje větší množství technických či jazykových chyb. Celkově se tak jedná o zdařilou práci, jejíž výsledky mohou být navíc snadno využity. Z pohledu vedoucího oceňuji taktéž samostatnost, dobré plánování v časové doméně a zejména absenci odporu k učení se nových věcí.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Splnění požadavků a cílů zadání A
Postup a rozsah řešení, adekvátnost použitých metod A
Vlastní přínos a originalita A
Schopnost interpretovat dosažené výsledky a vyvozovat z nich závěry B
Využitelnost výsledků v praxi nebo teorii A
Logické uspořádání práce a formální náležitosti B
Grafická, stylistická úprava a pravopis A
Práce s literaturou včetně citací B
Samostatnost studenta při zpracování tématu A
Navrhovaná známka
A

Posudek oponenta

Repka, Martin

Predložená diplomová práca pána Dufka pojednáva o spôsobe odhadu dynamických veličín vozidla s využitím neurónových sietí. Prácu je možné rozdeliť na časť rešeršnú, kde autor najprv definuje ako pojmy z oblasti dynamiky vozidiel, tak aj pojmy týkajúce sa oblasti strojového učenia a neurónových sietí. Praktická časť sa venuje najprv predspracovaniu dát, zostaveniu samotnej neurónovej siete, nastaveniu hyperparametrov, parametrov samotného učenia neurónovej siete a na záver aj analýze presnosti odhadu. Práca kombinuje problematiku dynamiky vozidiel a problematiku strojového učenia. Časť práce týkajúca sa dynamiky vozidiel by si však zaslúžila lepšiu pozornosť. Objavujú sa tu chyby ako napr. v kap. 6.2, kde autor zamieňa uhol smerovej odchýlky kolesa (Alfa) a uhol smerovej odchýlky vozidla (Beta), alebo uvádza vzorkovaciu frekvenciu v sekundách. Vzhľadom na rozsah práce sú však tieto chyby zanedbateľné a je pravdepodobné, že vznikli z nepozornosti. Oproti tomu je hlavná časť práce, ktorá sa venuje strojovému učeniu spracovaná na výbornej úrovni. V tejto časti práce je možné vyzdvihnúť ako teoretickú časť, kde autor podrobne popisuje proces učenia, jednotlivé pojmy a vysvetľuje ich význam pri samotnom výpočte, tak aj praktickú časť, kde autor porovnáva prístupy pomocou sietí LSTM a GRU. Práca po formálnej stránke spĺňa všetky požiadavky a autor citoval v súlade s normou ISO 690. Textový rozsah práce je nadštandardný, ciele práce boli jednoznačne splnené a práca obsahuje všetky potrebné náležitosti. Prácu odporúčam k obhajobe s celkovým hodnotením A/výborne.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Splnění požadavků a cílů zadání A
Postup a rozsah řešení, adekvátnost použitých metod A
Vlastní přínos a originalita A
Schopnost interpretovat dosaž. výsledky a vyvozovat z nich závěry B
Využitelnost výsledků v praxi nebo teorii A
Logické uspořádání práce a formální náležitosti B
Grafická, stylistická úprava a pravopis B
Práce s literaturou včetně citací A
Navrhovaná známka
A

Otázky

eVSKP id 158707