NEVLÁČIL, J. Aproximace funkcí stanovující aktivitu včelstva za pomoci neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.

Posudky

Posudek vedoucího

Honec, Peter

Cílem diplomové práce byla aproximace funkcí stanovující aktivitu včelstva za pomoci neuronových sítí. Toto téma je velmi aktuální, dostatečně neprobádané a s velkým společenským přínosem. Diplomant nad rámec zadání také částečně inovoval přípravek pro monitorování parametrů úlu a okolního prostředí a také zajistil online monitoring, zápis do databáze a vizualizaci samotných parametrů. Práce tedy nebyla jen o samotné analýze dat, ale také o hardwarovém vybavení a sběru dat. V hlavní části práce byla úspěšně provedena analýza zvukových záznamů s velkou mírou korelace s parametry prostředí a s chováním včelstva a královny. Diplomant kriticky přistupuje k reprezentaci až příliš pozitivních výsledků a je si vědom neprůkazné příčinné souvislosti na tak malém vzorku dat. Diplomant taktéž publikoval na studentské konferenci EEICT 2023. Práci doporučuji k obhajobě s hodnocením A/90 b.

Navrhovaná známka
A
Body
90

Posudek oponenta

Ligocki, Adam

Práce se zabývá možností využití široké palety různých dat naměřených na úlu k analýze aktivity, zdraví, či jiných stavů včelstva. Práce staví na již dříve vykonané práci a plynule na ní navazuje. Součásti práce je také významná úprava stávajícího přípravku, který slouží ke sběru dat. Tyto úpravy jsou popsány v kapitole 5 a obecně je považuji za velice přínosné pro navazující výzkum. Hlavním přínosem práce je však samotná analýza data. Student nejprve diskutuje možnosti jednotlivých typů dat a jejich vypovídací hodnota k různým stavům úlu, která je možno stanovovat. Dále student ve 3. kapitole poměrně kvalitně diskutuje množnosti užití různých příznakových extraktorů. To může výrazně přispět ke kvalitě budoucího zpracování dat. 4. kapitola pak plynule navazuje a zabývá se možnostmi využití strojového učení porozumět datům, respetivě příznakům z nich získaných. Obecně však kapitoly 3 a 4 jsou psány velice obecně a chybí mi zde návaznost na konkrétní použití metod na datech z úlu. V kapitole 6. student provádí na datech shlukové analýzy, a snaží se prokázat možnost detekce různých stavů úlů z extrahovaných příznaků. Student prohlašuje, že toto je možné. Zde ale shledávám největší slabinu práce, a tou je velmi slabá prezentace diskutovaných dat. Obr. 6.3 až 6.9 postrádají popisky os a čtenář si musí domýšlet, jak tyto obrázky vznikly a co vlastně reprezentují. Předpokládám, že se jedná o příznaky extrahované z data a zpracované PCA analýzou. To však v práci není jasně uvedeno a není zdokumentován přesný postup zpracování dat. V kapitole 7. se pak student zabývá možností použití neuronové sítě pro predikci stavů úlu. Konkrétně pak využívá zvukových záznamů a na nich extrahovaných příznaků k detekci přijetí královny včelstvem a určení denní doby ze zvuků úlu. Student pouze konstatuje výsledky učení neuronových sítí. Bylo by vhodné rozvinout diskusi, zda jsou tyto výsledky použitelné pro další práci s úlem. Obecně je práce psaná velmi čtivě a jednotlivé části na sebe logicky navazují. Navzdory několika výtkám, práci pokládám za zdařilou a doporučuji ji k obhajobě.

Navrhovaná známka
B
Body
85

Otázky

eVSKP id 151629