KUBA, M. Návrh signálů pro modelování nelineárních systémů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.
Z teoretické části je patrné, že student některým pojmům neporozuměl do hloubky a text působí místy nekonzistentně, což je pravděpodobně zapříčiněno čerpáním z různých zdrojů, které dané pojmy popisují různými způsoby a také používají různou matematikou notaci. Kvalita práce byla také negativně ovlivněna faktem, že student odvedl nejvíce práce až těsně před termínem odevzdání. Zadání považuji za splněné s výhradami. Hlavní nedostatek vidím v tom, že student sice navrhl vlastní trénovací sadu umělých signálů pro trénování neuronových sítí, avšak už do hloubky nezkoumá, které signály z trénovací sady mají největší vliv na zmenšení chyby predikce. Navržená trénovací sada byla tedy použita pouze v celé délce trvání. Student generoval trénovací sadu signálů různými prostředky, a tak je proces generování těžce zopakovatelný. Ideální by bylo vytvoření skriptu v jednom programovacím jazyce pro generování celé trénovací sady. V práci také v zásadě nezazní podrobný popis trénovací procesu, což je jedním z hlavních bodů práce. Kladně hodnotím vypracování poslechového testu, ale výsledky byly zprůměrovány pro 3 modelovaná zařízení, a tak nelze posoudit, jak navržený signál fungoval pro modelování jednotlivých zařízení. Vzhledem ke zmíněným nedostatkům práci hodnotím 70 body (C).
Student vypracoval diplomovou práci, jejímž cílem bylo navržení sad umělých trénovacích signálů, které mají sloužit k vytvoření modelů zkreslovacích kytarových efektů nebo elektronkových kytarových zesilovačů. Nejsem si však jistý, že výsledky práce odpovídají tomuto cíli. Text práce je čtivý a vychází z vhodných zdrojů, ale obsahuje typografické nedostatky (například osamocené řádky na začátku stránek, viz strana 13 nebo 15) a občasné překlepy (např. řádek 3 na straně 33 nebo řádek 5 na straně 41). V kapitole 1.1 je možná trochu nevhodně popsána frekvenční oblast a aplikace DFT – z textu vyznívá informace, že u DFT se aplikuje analyzační okno, kterým se signál násobí, což však souvisí až s následujícím STFT. Podobně nepřesná nebo zavádějící formulace se nachází o několik řádků později s periodickým signálem. Odhad výkonové spektrální hustoty na spektrogramu (Obr. 1.3) je vyjádřen jako veličina A, ale na Obr. 2.4 nebo 2.5 je stejná veličina použita pro klasický modul spektra. Teoretická část někdy vyznívá mírně nepřesně, ale je dobře strukturovaná a obsahuje podstatné informace na dostatečné úrovni. Student popisuje v teoretické části několik architektur neuronových sítí, ale v implementaci pak není řečeno, jakou přesně použil – pouze to, že je rekurentní a že mu ji poskytnul vedoucí práce. Není také specifikováno její nastavení, trénování, proces validace atp. Pokud byla ve výsledku použita LSTM síť a ostatní architektury nebyly ani testovány, proč jsou v teoretické části popsány? Rozuměl bych této volbě, pokud by některá z kapitol samostatně obsahovala výpis state-of-the-art přístupů, kde by byly jednotlivé architektury reflektovány. Myslím, že stěžejní částí práce je kapitola 5.2, Návrh trénovacích signálů, která ale neobsahuje to, co bych pro splnění cíle práce čekal. Vlastní dataset signálů je sice popsán, ale motivace pro jednotlivé druhy signálu a jejich použití jsou rozebrány minimálně. Čekal bych, že se bude jednat o rozbor signálů a jejich testování v rámci zvolené sítě tak, aby šlo zjistit a ověřit, jak se síť pro jednotlivé signály chová. Tedy zda má některý ze signálů určité vlastnosti, které síti pomáhají zlepšit přesnost výsledné modelace. Vlastní dataset však slouží pouze jako jeden z klasických vstupů pro trénování sítě. Výsledky jsou popsány dobře, oceňuji použití MUSHRA testů, ale průměrování výsledků pro všechny datasety mi přijde nešťastné. Navíc v zadání práce je „navržení sad trénovacích signálů“, ale student vzal dostupné datasety a sítě, vytvořil jednu sadu umělých signálů, navíc na základě obsahu zmíněných dostupných datasetů, a jednoduše síť natrénoval a porovnal výsledky. Myslím, že pokud by udělal analýzu vlivu různých signálů na výsledky modelace efektů pomocí dané architektury, práce by byla velmi zajímavá. Přesto má práce dobrou úroveň, text je čtivý a obsahuje malé množství chyb, typografie je relativně konzistentní a výsledky jsou zajímavé. Myslím ale, že jeden z cílů je splněn jen částečně a hlavní myšlenka práce byla ve výsledku nasměřována jinam, než jak ho zadání definovalo. Hodnotím celkově 72 bodů, známka C.
eVSKP id 155982