REPČÍK, T. EKG biometrie s využitím hlubokého učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Předložená práce je na velmi vysoké odborné i formální úrovni. Práce je velmi obsáhlá, obsahuje pouze relevantní informace, využívá relevantních zdrojů a obsahuje velké množství zajímavých výsledků v praktické části. Student se zhostil daného tématu po celou dobu řešení velmi aktivně a zodpovědně. Byl velmi samostatný a pravidelně informoval vedoucího o provedeném pokroku. Na tématu pracoval již před začátkem zimního semestru, kde část práce dokonce prezentoval na mezinárodní konferenci Computing in Cardiology. V teoretické části student uvádí velmi kvalitní rešerši aktuálních metod a přístupů k EKG biometrii. V praktické části student naměřil velké množství EKG signálů za pomocí chytrých hodinek, ze kterých připravil velmi kvalitní dataset vhodný pro učení a testování metod verifikace osob pomocí EKG. Dále student vytvořil inovativní metodu pro EKG verifikaci osob za pomoci hlubokého učení, kde tato metoda dosahuje velmi dobrých výsledků. Metodu dále implementoval do mobilního zařízení, kde vytvořil funkční ukázku vytvořené metody. Dále také otestoval sadu metod pro interpretaci vytvořené neuronové sítě a výsledky velmi dobře diskutoval. Metodu pak srovnal s jinými typy biometrie. Dokonce také vyhodnotil, zda je vytvořená metoda schopná rozpoznat osobu i po delším čase od vytvoření původního modelu. Práce tak svým obsahem výrazně přesahuje rámec diplomových prací a nemám k ní žádné výhrady. Hodnotím stupněm A – 100b.
Předložená práce studenta Tomáše Repčíka se zabývá využitím EKG pro biometrii. Práce je členěna do sedmi kapitol na 59 stranách. V teoretické části práce je čtenář seznámen s možnostmi realizace EKG biometrie. Přehled metod je kvalitní rešerší včetně srovnání výsledků jednotlivých algoritmů na dostupných databázích. Tato rešerše odkazuje na dostatečné množství relevantních zdrojů. Praktická část práce tvoří většinu práce a je možné ji rozdělit do několika dílčích úloh – náběr dat, předzpracování EKG signálu, samotná realizace biometrické verifikace, implementace do Android aplikace a interpretace neuronových sítí. V práci jsou realizovány tři neuronové sítě, jejich volba a nastavení hyperparametrů je dostatečně diskutováno, popř. ověřeno. Výsledná síť byla také úspěšně implementována do prostředí Android. Vysoce kladně hodnotím kapitolu 6, ve které je provedena interpretace sítě pomocí několika technik. Tato část je důležitá pro výsledné vyhodnocení na použitém datovém souboru a umožňuje odhalit fungování naučené sítě. Po odborné stránce je předložená práce vysoce kvalitní a jedná se o komplexní inženýrské dílo. Po formální stránce práce je práce na vynikající úrovni. Drobnou výtku mám k nezavádění některých zkratek (např. FAR, FRR) při prvním použití v textu. Práce odkazuje na 96 literárních zdrojů především odborných publikací. Na diplomovou práci je tento počet nadstandardní. Předložená práce je mimořádná svým záběrem, kdy bylo provedeno kompletní řešení problému od náběru dat až po výslednou interpretaci výsledků. Prezentované výsledky bude možné uplatnit v publikaci v odborném časopise. Práci doporučuji k obhajobě a hodnotím ji známkou výborně (A – 100 bodů).
eVSKP id 134436