BROMNIK, P. Využití operátoru křížení v kartézském genetickém programování [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.
Student ve své práci splnil zadání a provedl návrh nových zajímavých metod operátoru křížení pro kartézské genetické programování. Student metody experimentálně vyhodnotil na sbírce vhodně zvolených úloh z oblasti symbolické regrese a porovnal s výsledky dosaženými pomocí standardního algoritmu bez křížení. Vzhledem k obtížnosti zadání a nadprůměrné aktivitě studenta v průběhu práce navrhuji souhrnné hodnocení stupněm B – velmi dobře .
Kritérium | Známka | Body | Slovní hodnocení |
---|---|---|---|
Informace k zadání | Cílem práce bylo nastudovat problematiku použití operátoru křížení v rámci kartézského genetického programování, navrhnout alespoň dvě nové metody implementující křížení a provést jejich experimentální vyhodnocení a srovnání s existujícím přístupem. Toto zadání hodnotím jako mírně obtížnější, jelikož vyžaduje nastudování kartézského genetického programování včetně řady článků prezentujících jednotlivé metody křížení a provedení výpočetně náročných experimentů včetně jejich statistického vyhodnocení. | ||
Práce s literaturou | Student aktivně hledal patřičné zdroje, které vhodně využil. | ||
Aktivita během řešení, konzultace, komunikace | Student pracoval aktivně v průběhu celého času řešení práce a samostatně navrhoval vlastní způsoby řešení zadání. Na konzultace chodil pravidelně a řádně připraven. | ||
Aktivita při dokončování | Student na tématu práce pracoval průběžně. Text byl průběžně několikrát konzultován, a to včetně finální verze. Mé připomínky byly řádně zapracovány. | ||
Publikační činnost, ocenění | Publikační činnost není známa. |
Získané výsledky jsou průměrně dobré, což bylo patrně očekáváno. Vzhledem k průměrně obtížnému zadání a průměrně dobře zpracované technické zprávě navrhuji hodnocení stupněm dobře - C.
Kritérium | Známka | Body | Slovní hodnocení |
---|---|---|---|
Náročnost zadání | Jedná se o průměrně obtížné zadání vycházející ze stávající literatury o genetických operátorech pro genetické programování. Toto téma je rovněž studované na FIT. Prezentovaný přístup k řešení je založen na experimentálním návrhu dvou algoritmů křížení pro kartézské genetické programování (CGP), které jsou následně ohodnoceny na pěti testovacích úlohách z oblasti symbolické regrese. Výsledky jsou porovnány se standardní verzí CGP, která využívá pouze mutaci. | ||
Rozsah splnění požadavků zadání | Zadání bylo splněno v celém rozsahu. | ||
Rozsah technické zprávy | Technická zpráva je na dolní hranici obvyklého rozsahu. | ||
Prezentační úroveň technické zprávy | 75 | Text práce je vhodně strukturován, kapitoly na sebe přiměřeně navazují. V kapitole 2.4 postrádám definici fitness funkce. Není zřejmé, podle jakého zdroje byla zpracována kapitola 2.5 o CGP, které je definováno (netradičně) jen pro jednu výstupní hodnotu. Dále bych očekával detailnější popis stávajících operátorů, nejlépe pomocí pseudokódu. Navržené operátory jsou popsány pouze slovně a ilustrovány pomocí obrázku, lépe by opět posloužil pseudokód. Uvítal bych podrobnější informaci o konstrukci a významu grafů 5.1 a následujících. Dále by bylo vhodné srovnat naměřené výsledky s jinou implementací CGP. Získané výsledky byly statisticky vyhodnoceny, jak je očekáváno u tohoto typu prací. | |
Formální úprava technické zprávy | 70 | Některé části textu jsou jazykově kostrbaté, viz úvodní odstavec práce, nebo „program je spouštěn zleva doprava“, či „je stochasticky menší než u CGP“. Jinak je práce zpracována na solidní úrovni. | |
Práce s literaturou | 90 | Citovaná literatura je vhodně zvolena a vesměs správně používána. | |
Realizační výstup | 85 | Realizačním výstupem je sada programů v Pythonu realizující popsané varianty CGP a jejich statistické vyhodnocení. Zdrojové kódy jsou označeny a přiměřeně komentovány. Nepochybuji, že prezentované výsledky byly pomocí nich získány. | |
Využitelnost výsledků | Jedná se o experimentální výzkumnou studii. |
eVSKP id 154344