ŽÁČEK, V. Kohonenova samoorganizační mapa [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2012.
Diplomová práce Viktora Žáčka se zabývá problematikou samoorganizace se zaměřením na Kohonenovy mapy a její využitím na sebelokalizaci mobilního robota. Diplomant během práce prokázala znalosti v oblasti umělých neuronových sítí a programování. Diplomant pracoval samostatně, dosažené výsledky konzultoval. Výsledkem práce je naprogramovaná Kohonenova síť a její praktické ověření při extrakci orientačních bodů.
Zadáním práce je seznámit se s problematikou samoorganizace v oblasti umělých neuronových sítí, především s Kohonenovou samoorganizační mapou. Jako další bod je navržení a realizace programu realizující Kohonenovu mapu. Poslední bod zadání je využití Kohonenovy mapy pro úlohu sebelokalizace mobilního robota. Jak po odborné tak po časové stránce se jedná o náročnější zadání. Ve druhé kapitole je uveden podrobný přehled samoorganizačních přístupů (8 typů sítí). Třetí kapitola obsahuje podrobný a přehledný popis Kohonenovy mapy a ve čtvrté kapitole jsou uvedeny příklady aplikací této mapy. Rozsah teoretické části a přehled aplikací odpovídá vybrané problematice. V páté kapitole je popsán program Kohonenova Neuronová Síť. Popis funkčnosti a možností programu na sebe dobře navazuje a je srozumitelný. Podrobný a logicky sestavený návod pro práci s programem je uveden v příloze. Samotná funkčnost programu byla pečlivě otestována během výuky a je na vysoké úrovni. Program ukazuje na vysokou úroveň znalostí studenta nejen v programování v jazyce C#, ale i v oblasti Kohonenovy mapy. V šesté kapitole je opět pěkně proveden teoretický rozbor problému sebelokalizace mobilního robota (SLAM). Sedmá kapitola se zabývá návrhem a testování algoritmu využívajícího Kohonenovu mapu pro řešení tohoto problému. Pro toto řešení jsou použita již dříve naměřená data z 3D skeneru HDL-64E S2. Popis metody je přehledný a v logickém sledu a na závěr každé kapitoly je v bodech shrnut postup. Autor sám kriticky zhodnotil výsledky testování a poukázal na velkou závislost výsledků na výběru trénovacích dat. Jako hlavní příčinu uvádí především problematiku jednoznačného popisu orientačních bodů. Práce je sestavena v logickém sledu, pouze s drobnými nedostatky a pár překlepy. Například jako názvy kapitol uvádět pouze zkratky (LVQ, SLAM atd.) není příliš vhodné. Také bych tabulky 7.2 a 7.3 umístil do příloh. Jedná se ovšem o drobnosti a celková kvalita práce značí o vysoké odborné úrovni a schopnostech autora, který splnil zadání beze zbytku.
eVSKP id 51742