MESÁROŠOVÁ, M. Řídká reprezentace signálů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Cílem diplomové práce slečny Mesárošové bylo prozkoumat možnosti aplikace metod řídké reprezentace signálů na dodanou datovou sadu a následně verifikovat použitelnost vybrané metody při klasifikaci. Diplomantka přistoupila k řešení své práce velmi aktivně a svědomitě. Nejprve prostudovala a popsala potřebný obecný matematický aparát a doplnila vlastními grafickými ukázkami regresních metod. Následně se seznámila s dodanou datovou sadou reprezentující výstupy matice tlakových senzorů na matraci. Jako vhodnou metodu pro řídkou reprezentaci zvolila tzv. slovníkovou metodu, ze které následně získala řídké koeficienty pomocí LASSO regrese. Tyto koeficienty pak byly použity pro klasifikaci polohy osoby na matraci. Výsledky této metody klasifikace – SRC (Sparse Representation Classification) porovnala s dalšími, běžně používanými, nástroji, jako konvoluční neuronová síť, rozhodovací strom, či KNN. Výsledky metody SRC dosahují velmi dobrých vlastností s porovnávanými metodami, a to jak z pohledu přesnosti, tak z pohledu výpočetní náročnosti. V závěru práce pak popsala a otestovala odolnost své metody proti poruchám v signálu. I zde jsou dosažené výsledky velmi dobré. Zadání práce bylo kompletně splněno a její výsledky jsou velmi přínosné pro danou oblast zpracování a klasifikace signálů a naznačují poměrně velký potenciál pro další rozvoj. Diplomantka pracovala samostatně, získané výsledky a postupy pravidelně konzultovala se mnou a s Ing. Ondrejem Mihálikem, který se na tuto oblast specializuje. Během vypracování prokázala rovněž dobrou schopnost práce s odbornou literaturou. Po formální i prezentační úrovni je tak práce, dle mého názoru, na velmi dobré úrovni. Diplomantka předloženou prací prokázala velmi dobrou orientaci v dané problematice, s čímž souvisí i její úspěšná prezentace na soutěži Student EEICT. Práci doporučuji k obhajobě a navrhuji hodnocení 96 b/A.
Studentka se musela zorientovat v rozsáhlé problematice klasifikačních algoritmů, přičemž informace čerpala z relevantních vědeckých a internetových článků. Více se zaměřila na klasifikaci využívající řídkou reprezentaci slovníkovou metodou realizovanou LASSO algoritmem. Ostatní klasifikační metody a procesy popsala spíše zevrubně, přičemž dalšími algoritmy pro získání slovníku řídké reprezentace dat už se autorka blíže nezabývala. Provedené simulace a celou práci považuji za zdařilou. Přínosem také je srovnání různých klasifikačních metod dle TPR, přičemž srovnání proběhlo i za simulace chyb v datech. Srovnání mohlo být provedeno i s dalšími metodami, jako je např. SVM v kombinaci s SVD. Naproti tomu byla provedena časově náročná optimalizace hyperparametrů použitých metod. V práci mi také chybí diskuze ohledně vlivu dalších aspektů na přesnost klasifikace, jako je výška, váha a natočení subjektu ve snímané oblasti, případně použití polštářů. I když je v práci zmíněn způsob získávání dat, nebylo získávání dat součástí práce. Dokumentace vytvořeného skriptu a komentáře v kódu také mohly být součástí práce. Formálně jsem našel pouze drobné nedostatky jako nevysvětlené zkratky (např. “https”). Z uvedených definic, které jsou nejspíš převzaté, je definice 1.1 špatně pochopitelná. Jinak je textová část a matematické značení na vysoké úrovni. I přes uvedené výtky studentka odvedla kvalitní inženýrskou práci.
eVSKP id 151665