PTÁČEK, M. Spatial Function Estimation with Uncertain Sensor Locations [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Evaluated by Ao. Univ.-Prof. Dr. Franz Hlawatsch, Institute of Telecommunications, TU Wien
Předložená práce prezentuje základy regrese pomocí gaussovských procesů, rozebírá některé z přístupů, které umožnují regresi v situaci, kdy je poloha trénovacích vzorků nejistá a srovnává tyto metody z teoretického i praktického hlediska (za pomoci numerických simulací). Cíle zadání tedy byly bez výhrad splněny. Přestože metody zkoumané v této práci nejsou nové, prezentované experimentální výsledky, které metody vzájemně srovnávají, nebyly dříve publikovány, což dále zvyšuje technickou hodnotu textu. Z formálního hlediska je práce přehledně členěna a psána výbornou angličtinou. Zřídka se v práci vyskytují překlepy či přetékající řádky. Na některých místech se také objevují dlouhé několikařádkové vzorce, které zhoršují čitelnost textu (např. vzorce 3.7 a 3.8). Vhodnější by bylo rozdělit vzorec na více částí proložených vysvětlujícím textem. Ve vzorci 1.26 je definována “normalizovaná” funkce p_norm jako funkce y, což je v rozporu se vzorcem 1.27. Práce s literaturou je vynikající. Jelikož je svým obsahem a kvalitou práce nadprůměrná, navrhuji ji přes uvedené drobné výhrady hodnotit jako výbornou 95 body.
eVSKP id 137441