PAŘÍZKOVÁ, I. Modelování a simulace v oblasti odpadového hospodářství [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2014.
Bakalářská práce Ivi Pařízkové se zaměřuje na použití neuronových sítí v oblasti odpadového hospodářství, konkrétně pro modely provozu zařízení na energetické využití odpadů. Iva Pařízková svou práci zpracovala do velké míry samostatně a zejména oceňuji její vytrvalost při hledání informací o tom, jakým způsobem jsou upravovány vstupy a výstupy neuronové sítě pro regresi v softwaru Statistica. To bylo nezbytné pro jeden z hlavních výstupů práce – aplikace na implementaci neuronové sítě vytvořené v softwaru Statistica do prostředí VBA. Nutno říci, že tato aplikace je již používána a funguje velmi dobře. Co se týká textu práce, dle mého názoru má logickou návaznost a je srozumitelný. Jako u všech prací, i zde se vyskytují nedostatky, ale v tomto případě jsou pouze formálního charakteru, např. obrázek 4.5 je zařazen ještě před odstavec, ve kterém se na něj odkazuje, nebo v rešeršní části citace ve stylu „Pánové Ekici a Aksoy [9] se zabývali aplikací…“ není zrovna běžná. Ale to jsou jen drobnosti, které práci nijak neubírají na její kvalitě. Práci hodnotím jako výbornou a doporučuji ji k obhajobě.
Kritérium | Známka | Body | Slovní hodnocení |
---|---|---|---|
Splnění požadavků a cílů zadání | A | ||
Postup a rozsah řešení, adekvátnost použitých metod | A | ||
Vlastní přínos a originalita | B | ||
Schopnost interpretovat dosažené vysledky a vyvozovat z nich závěry | B | ||
Využitelnost výsledků v praxi nebo teorii | A | ||
Logické uspořádání práce a formální náležitosti | B | ||
Grafická, stylistická úprava a pravopis | A | ||
Práce s literaturou včetně citací | A | ||
Samostatnost studenta při zpracování tématu | A |
Předložená bakalářská práce je zaměřena na modelování závislosti proměnných se zaměřením na odpadové hospodářství a výrobu energie. Přestože proti původnímu zadání práce (studium závislosti pomocí regresních metod) došlo k jistému posunu tématu při jeho řešení (využití neuronových sítí), tento vývoj považuji za logický a v práci zdůvodněný. Tzv. učení neurových sítí navíc lze ze statistického pohledu považovat za analogické bodovým odhadům v nelineárních regresních modelech využívajících složené funkce. Autorka tedy úspěšně splnila zadání bakalářské práce. Text je psán čtivou češtinou s minimem překlepů. Abstrakt jasně shrnuje obsah práce, která je přehledně rozdělena do kapitol a odstavců. Grafická úprava textu a členění do odstavců podporuje jeho čtivost. Kapitola 1 Úvod zahrnuje jak stručné přiblížení textu práce, tak i optimistické formulace o výhodách použití neuronových sítí ve srovnání s klasickými přístupy. Na rozdíl od jiných prací zabývajících se neuronovými sítěmi, je autorka celkem opatrná (viz uvádění "elementárních metod" v odstavcich 3 a 4 na straně 3), já bych ale uvítal ještě rezervovanější přístup. Kapitola 2 uvádí čtenáře do problematiky neuronových sítí, kladně hodnotím důraz na matematické pojetí vhodně doplňované biologickými analogiemi. Vhled autorky potvrzují glosy odstavce 2.5.2 k problematice lokálních extrémů. Rovněž rešerše odborné literatury ve 2.6 přesahuje obvyklé požadavky kladené na bakalářské práce. Je ovšem škoda, že některé formulace působí dojmem, že nebyly dotaženy při finální úpravě textu (viz str. 12 "Mohanraj at al." nebo "pojednává Kalagirou a kol.[6] kolektivu autorů"). Kapitola 3 věnující se neuronovým sítím v software STATISTICA je návodná, jak jsem se při jejím využití přesvědčil. Jistě ji ocení další čtenáři práce uživající STATISTICU. Kapitola 4 se znale zabývá aplikací výsledků práce na model páry vyrobené v kotlích v pražské spalovně ZEVO Malešice a v modelu pro předpověď nepravidelného odběru do firmy Laktos. Autorka zajímavě prezentuje vybrané poznatky (dvě kritéria hodnocení kvality modelů ve 4.2, faktory, volbu modelu, výsledky a jejich interpretaci, srovnání s regresí ve 4.3 a 4.4), které by bylo možné uvést šířeji, a to mne vede k níže položeným otázkám. Za cenný považuji autorčin program ve VBA zmíněný v kapitole 5 a uvedený v příloze, který umožňuje další implementaci neuronových sítí ze STATISTICY. Uvítal bych ale, kdyby tato část a související vhled do implementace neuronových sítí ve STATISTICE byly v práci pojednány podrobněji a srozumitelněji, a to i s ohledem na autorčinu komunikaci s firmou STATSOFT. Chápu ovšem, že autorka dále nechtěla rozšiřovat odstavce s technickými detaily mimo matematiku a aplikace méně související s řešenou problematikou. Výstižný závěr práce následuje seznam použité literatury a přílohy. Oceňuji kladně, že zájem o téma vedl autorku k pracovní stáži v ZEVO Malešice v rámci projektu řešeného na ÚPEI. Za velmi cennou považuji skutečnost, že práce dále přispívá k řešení aktivit v rámci centra kompetence TAČR (projekt TE02000236). Uvedenou práci hodnotím pozitivně a doporučuji ji k obhajobě.
Kritérium | Známka | Body | Slovní hodnocení |
---|---|---|---|
Splnění požadavků a cílů zadání | A | ||
Postup a rozsah řešení, adekvátnost použitých metod | B | ||
Vlastní přínos a originalita | B | ||
Schopnost interpretovat dosaž. vysledky a vyvozovat z nich závěry | B | ||
Využitelnost výsledků v praxi nebo teorii | A | ||
Logické uspořádání práce a formální náležitosti | B | ||
Grafická, stylistická úprava a pravopis | A | ||
Práce s literaturou včetně citací | A |
eVSKP id 72198