KALETA, L. Detekce dešťové aktivity pomocí dat z mikrovlnných spojů a strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.
Práce pana inženýra Kalety je na vysoké úrovni. Student pracoval průběžně, posílal pravidelné reporty, aktivně se o téma zajímal, přicházel s novými nápady a vlastní implementací. Konzultace vždy vedly k dalšímu posunu v rámci práce a projevila se zde i předchozí zkušenost s vytvářením struktury a psaním závěrečné práce. Téma práce je komplexní, přesto se student bez problému inspiroval současnými přístupy WD detekce a natrénoval síť, která na vlastních i na veřejně dostupných datech dosahuje mírně lepších výsledků než state-of-the-art. V práci je implementována v podstatě jen jedna architektura, na druhou stranu byla podrobena výživnému testování a evaluaci a předcházelo ji mnoho variací, změny vrstev atp. V práci je několik typografických nejasností a překlepů, ale dojem z práce to určitě nesnižuje. Velkým plus je také ochota studenta napsat práci v angličtině a reflektovat jakékoliv připomínky vedoucího. K práci nemám výhrady, přístup studenta i samotná práce jsou na vysoké úrovni. Hodnotím celkově 100 bodů / A.
Práce Ing. Lukáše Kalety je psaná anglicky a dosahuje vysoké úrovně jak po stránce provedené rešerše s odkazy na velmi relevantní literaturu, tak i v samotné implementaci konvoluční neuronové sítě pro detekci suchých a mokrých období na základě dat z mikrovlnných spojů. Student si dokázal poradit s velmi komplikovanými vstupními trénovacími daty a přišel s řadou nápadů na jejich předzpracování. Přestože práce neobsahuje přímé porovnání s plně propojenou neuronovou sítí, ke které student v textu referuje, nepovažuji to vzhledem k rozsahu a kvalitě odvedené práce za nedostatek, ale spíše za podnět pro další výzkum. Student rovněž zmiňuje potenciál rekurentních neuronových sítí, které by mohly vzhledem k povaze problému nabídnout ještě lepší výsledky. Práci doporučuji k obhajobě s hodnocením 98 bodů / A.
eVSKP id 167235