MACHO, R. Platforma pro detekci a monitoring zařízení připojených do elektrické sítě [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.
Student Radim Macho se ve své diplomové práci zabýval detekcí zařízení na základě analýzy jejich šumového spektra šířeného po silnoproudém vedení, které bylo snímáno pomocí PLC/BPL modemu. Práce navazuje na studentovu bakalářskou práci, kterou dále rozvíjí a implementuje do uceleného a funkčního systému. Student k řešení přistupoval po celou dobu velmi svědomitě, práci pravidelně konzultoval formou týdenních reportů zasílaných v domluvených termínech. Oceňuji zejména, že se problematice věnoval již během 4. ročníku studia, kdy výraznou část času investoval do zprovoznění systému sběru dat. V průběhu četných konzultací vznikla řada podnětů, které student do práce postupně zapracovával. Text práce je logicky strukturovaný a po obsahové stránce velmi dobře zpracovaný. Po formální stránce je na dobré úrovni, i když místy obsahuje drobné překlepy a stylistické nedostatky. Praktická část je realizována na vysoké technické úrovni. Student prokázal značnou míru samostatnosti a technické vyspělosti při řešení dílčích úkolů, které vhodně integroval do výsledného systému. Na práci nejvíce oceňuji výborné pracovní nasazení studenta, jeho odpovědný a samostatný přístup, schopnost aplikovat teoretické znalosti v praxi, snahu o vytvoření komplexního řešení a vysokou technickou úroveň výsledného systému. Kvalitu práce potvrzuje i účast studenta na konferenci EEICT 2025, kde se umístil na 1. místě ve své kategorii a získal ocenění společností Honeywell a Thermo Fisher Scientific. S ohledem na inženýrský přístup při řešení této práce a vzhledem k výše uvedeným skutečnostem považuji tuto práci jako velmi zdařilou a hodnotím ji stupněm A (98 bodů).
Práce se zabývá návrhem a implementací platformy pro detekci a monitoring zařízení připojených do elektrické sítě na základě změn frekvenční šumové charakteristiky. Student provedl dekompilaci existujícího softwaru pro ovládání PLC modemů a navrhl vlastní měřicí aplikaci v jazyce Python. Tento přístup svědčí o vysoké technické úrovni a schopnosti samostatné a inovativní práce. Teoretická část je rozsáhlá a dobře strukturovaná, obsahuje však i témata, která nejsou přímo využita v praktické části. Příkladem je popis neuronových sítí, které nebyly v implementaci použity. Naopak pasáž věnovaná metodám boosting, z nichž pochází použitý algoritmus CatBoost, je zpracována jen okrajově. Přestože jsou obecně zmíněny výhody a nevýhody různých metod, není dostatečně vysvětleno, proč si student zvolil právě CatBoost a proč konkrétně použil některé jeho parametry (například optimalizaci podle metriky AUC). Student mi platformu osobně předvedl a měl jsem tak možnost vidět její plnou funkčnost. Aplikace má několik užitečných funkcí a umožňuje měření, trénování modelu i detekci připojených zařízení v reálném čase. Přesto jsem v grafickém rozhraní postrádal informaci o úspěšnosti natrénování modelu – například formou zobrazení metrik na validační množině. Ačkoliv se jedná o subjektivní pohled, domnívám se, že by zahrnutí těchto údajů do rozhraní přispělo k lepší transparentnosti a důvěryhodnosti výstupů. Práce dále zmiňuje navázání na bakalářskou práci, ta však není uvedena v seznamu literatury, což představuje formální nedostatek. Na několika místech se také vyskytují gramatické a typografické chyby, které by bylo vhodné odstranit při finální jazykové korektuře. Přes uvedené nedostatky lze konstatovat, že prezentační i technická úroveň zprávy odpovídá požadavkům na diplomovou práci, student splnil stanovené cíle a dosažené výsledky mají praktický význam. Osobní demonstrace funkčního zařízení navíc podtrhuje aplikační přínos celé platformy. Souhrnně hodnotím práci velmi dobře.
eVSKP id 167212