MACHO, R. Bezpečnostní systém detekce zařízení připojených do elektrické sítě [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Student Radim Macho zpracoval svoji bakalářskou práci v průměrném rozsahu 87 stran. Stanovený cíl práce považuji za zcela splněný. Po formální stránce je práce na dobré úrovni, chyby se v práci vyskytují jen zřídka, v práci se místy vyskytují překlepy. Student v práci využívá aktuální a relevantní odbornou literaturu. Na práci oceňuji zejména systematický přístup k řešení této problematiky, důkladné prozkoumání možností měření spektra pomocí PLC (BPL) modemu a následné ověření naměřených hodnot šumového spektra pomocí měřicího pracoviště EMC. Grafické zpracování práce a použité obrázky mají vysokou informační hodnotu a vhodně doplňují text práce. Čtenář je tak srozumitelně seznámen s konceptem řešení této práce. Z textu je patrné mimořádné úsilí studenta a množství investovaného času zejména v oblasti zpracovávání a interpretace naměřených hodnot a výsledků. Student po celou dobu pracoval konzistentně, vždy přesně dodržoval stanovené termíny a aktivně konzultoval. Z přístupu studenta byl patrný zájem o řešenou problematiku, vzniklé problémy řešil téměř výhradně samostatně a průběžně předkládal možnosti jejich řešení. Na této spolupráci oceňuji zejména investované úsilí a množství času, pečlivost, trpělivost, a studentovu mimořádnou píli. Předložený výstup práce je velmi přínosný, je možné na tento výstup navázat a koncept tohoto řešení dále rozvíjet. Student průběžné výsledky své práce prezentoval v rámci konference Student EEICT 2023. Vzhledem k výše popsaným důvodům a s ohledem na velmi vysokou úroveň zpracování výsledků, považuji práci za mimořádně zdařilou a hodnotím ji stupněm A – 98 bodů.
Práce se zabývá návrhem a implementací vhodné metody pro detekci různých zařízení připojených v elektrické síti. Student v práci detailně popisuje využívající elektrickou síť, její šumové charakteristiky a vliv připojených elektrických zařízení a prokazuje zde velkou odbornost. Dále detailně popisuje a graficky znázorňuje naměřená data, ze kterých vhodně extrahuje statistické parametry, jenž následně využívá jako vstupní nezávislé proměnné pro trénování modelu strojového učení. Provedl několik experimentů s hyperparametry klasifikačního modelu založeného na rozhodovacích stromech a vhodně vybírá optimální kombinaci pro dosažení nejvyšší přesnosti modelu. Studentovi se podařilo dosáhnout vysoké úspěšnosti během predikce typu zařízení připojeného v elektrické síti. Pro ověření této úspěšnosti by však bylo vhodné využít křížovou validaci, která je zmíněna v teoretické části práce, ale v té praktické nebyla implementována. Práce má kvalitně sepsanou teorii, kde se však ojediněle vyskytují nepřesnosti z oblasti strojového učení. Formální úprava práce je na velmi vysoké úrovni a rozsah práce je více než dostatečný. Celkově práci hodnotím výborně.
eVSKP id 151065