OVESNÁ, A. Náhradní modely v evolučním návrhu klasifikátorů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2025.
Studentka ve své práci splnila zadání a provedla návrh, implementaci a experimentální vyhodnocení metody pro klasifikaci alkoholismu a deprese z EEG dat. Na základě výsledků experimentů vhodně nastavila jednotlivé metody a provedla jejich detailní analýzu včetně interpretace dosažených výsledků. S ohledem na obtížnost zadaného tématu a kvalitu dosažených výsledků navrhuji, i přes pozdní dokončení práce, celkové hodnocení stupněm B – velmi dobře .
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Informace k zadání | Cílem práce bylo prostudovat možnosti návrhu klasifikátorů pomocí evolučních algoritmů a využití technik náhradních modelů při řešení vybraných úloh. Na základě získaných poznatků bylo úkolem navrhnout, implementovat a experimentálně ověřit metodu kombinující náhradní modely s evolučním návrhem klasifikátoru a experimentálně porovnat její výkonnost se základním evolučním přístupem. Zadání této práce hodnotím jako náročnější, neboť vyžaduje orientaci v několika oblastech umělé inteligence a evolučního návrhu. Získání relevantních výsledků navíc předpokládá realizaci rozsáhlých a časově náročných experimentů, včetně jejich důkladného vyhodnocení. | ||
| Práce s literaturou | Studentka aktivně vyhledávala relevantní zdroje, které vhodně využila. | ||
| Aktivita během řešení, konzultace, komunikace | Studentka pracovala aktivně po většinu roku a samostatně navrhovala vlastní přístupy k řešení zadaných úkolů. Konzultace probíhaly po většinu doby pravidelně a studentka na ně přicházela dobře připravená. | ||
| Aktivita při dokončování | Studentka na tématu pracovala průběžně a značná část textu byla dokončena a opakovaně konzultována s dostatečným předstihem. Experimentální vyhodnocení a některé části technické zprávy však byly dokončovány až těsně před odevzdáním diplomové práce. I tyto části však byly konzultovány a mé připomínky byly zpravidla vhodně zapracovány. | ||
| Publikační činnost, ocenění | Publikace výsledků samotné diplomové práce není známa. Diplomová práce však navazuje na předchozí bakalářskou práci studentky, jejíž výsledky, rozšířené o část diplomové práce, byly publikovány na konferenci EuroGP 2025 (CORE B). |
Jelikož se jedná o náročnější zadání kombinující několik problematik dohromady a implementace i vyhodnocení výsledků je až na drobné výhrady provedena kvalitně, navrhuji souhrnné hodnocení stupněm B - velmi dobře.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Náročnost zadání | Náročnost zadání spočívá v tom, že má charakter výzkumné a experimentální práce. Zadání předpokládalo využití techniky náhradních modelů v evolučním návrhu klasifikátorů EEG signálu při rozpoznávání poruchy užívání alkoholu a depresivní poruchy. Oproti stávajícím přístupům vytvářejícím složité modely, u nichž není známo, jakým způsobem k výsledku klasifikace dospěly, bylo cílem tohoto přístupu navrhovat vysvětlitelné interpretovatelné modely klasifikátorů, které nejen s přesností srovnatelnou se složitými modely klasifikují daný jev, ale umožňují i odhalit souvislosti ve zkoumaných datech. Přesnost klasifikace navržených modelů je v práci porovnána s existujícími přístupy z literatury. Za náročnou považuji část experimentálního vyhodnocení, kdy diplomantka zkoumala vlastnosti čtyř způsobů návrhu klasifikátoru v kombinaci s osmi náhradními modely z literatury. | ||
| Rozsah splnění požadavků zadání | |||
| Rozsah technické zprávy | |||
| Prezentační úroveň technické zprávy | 80 | Práce je smysluplně členěna, jednotlivé kapitoly vhodně navazují a práce jako celek je pro čtenáře dobře pochopitelná. Teoretická část práce na rozumné úrovni detailu popisuje současný stav řešené problematiky a je zpracována nadprůměrně precizně s vysokou formální úrovní. Části popisující vlastní řešení problému jsou pochopitelné a vhodně doplněny o ilustraci navrženého systému a pseudokód. K zvýšení pochopitelnosti postrádám ilustraci chromozomů kandidátních řešení a operací nad nimi. Způsob prezentace výsledků (krabicové grafy, histogramy, tabulky) je vhodně zvolen. Experimentální vyhodnocení navržené metody je bohaté a zahrnuje porovnání i s jinými implementacemi z literatury. Drobnou výtku mám k textu, který doprovází prezentaci výsledů a obsahuje nepřesnosti v popisu nastavení experimentů i vyhodnocení výsledků. Postrádám vysvětlení významu diagramu na obrázcích 7.3 a 7.4, které se nevyskytuje před jejich použitím v hlavním textu práce, ani v popisu obrázků, ale je až v příloze. I přes to jsou dosažené výsledky vhodně interpretovány. Vzhledem k vysoké kvalitě zbytku práce se mi jeví, že na tuto kapitolu nezbyl dostatek času pro doladění kvality. | |
| Formální úprava technické zprávy | 92 | Práce je psaná pěknou angličtinou a má vysokou formální úroveň. Po typografické stránce neshledávám závažnější prohřešky. | |
| Práce s literaturou | 100 | Diplomantka uvádí 42 relevantních zdrojů, které jsou řádně zapsány a užívány. | |
| Realizační výstup | 80 | Programové řešení práce spočívá v rozšíření realizačního výstupu diplomantčiny bakalářské práce a předchozí výzkumné práce, což je ve zdrojových kódech jasně označeno. Realizačním výstupem je sada programů v Pythonu pro řešení návrhu a experimentální vyhodnocení klasifikátorů EEG pomocí AdaBoost, vícevrstvého perceptronu (MLP), naivního Bayesova algoritmu a algoritmu podpůrných vektorů (SVM) a v kombinaci s osmi náhradními modely. Zdrojové kódy jsou vhodně komentovány. Aplikaci jsem vyzkoušela a jeví se funkční. Výhrada, kterou potřebuji zmínit, se týká úpravy programového řešení - pro experimentální vyhodnocení zkoumaných přístupů je určitě dostačující, ale pro zpřístupnění k dalšímu využití bych doporučila významné přepracování zdrojových souborů. | |
| Využitelnost výsledků | Získané výsledky jsou původní a zajímavé. Po rozšíření by mohly být základem pro vědeckou publikaci. |
eVSKP id 162984