MARTINEK, V. Hledání slovníku pro audiosignály [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018.
Myslím, že pan Václav Martinek podcenil téma. V teoretické rovině to nabylo podoby nedokonalého porozumění řídkým reprezentacím, v praktické rovině se jako problém ukázalo příliš pozdní intenzivní úsilí, neúplné porozumění kódům a také délka trvání výpočtů. Text jsem viděl až po odevzdání; obsahuje mnoho chyb, je sepsán příliš rychle, než aby mohl čtenáři osvětlit problematiku. Pan Martinek využíval mnou dodané funkce pro OMP a K-SVD, ale bohužel jsme během konzultací pravidelně naráželi na nepochopení dílčích kroků algoritmů. Z praktického hlediska byl pan Martinek schopen vygenerovat několik základních grafů, které odpovídají tomu, co chtěla práce ukázat; nicméně grafů a kvantitativního zhodnocení by chtělo mít víc a také vše lépe zdokumentovat v textové části. Subjektivní testy jsou příliš stručné. Obrázek 1.1 je zřejmě převzat z mojí habilitace, ale necitován.
Student zpracoval bakalářskou práci na téma učení slovníků pro audiosignály. Práce od úvodu po závěr čítá 24 stran a z formálního hlediska je na špatné úrovni. Velký počet definic v teoretické části je chybných (např. definice nosiče vektoru, čísla spark, neúplná definice framu a špatná definice DFT). Student se místy nejasně nebo nepřesně vyjadřuje, v textu se objevují rovnice, které postrádají jakékoliv vysvětlení (např. 1.6, 1.7 a 1.8). V části 1.1 je definováno značení, které pak ve zbytku práce často není dodrženo. Častokrát jsou špatně použity nebo prohozeny horní a dolní index (např. u Frobeniovy normy). Práce obsahuje také velký počet typografických chyb. V částech textu chybí diakritika, interpunkce, je použita desetinná tečka na místo desetinné čárky, atd. Práce s literaturou je rovněž špatná, počet referencí je nedostatečný a objevují se v nich chyby. Obrázek 4.2 postrádá citaci. Všechny obrázky, i grafy z Matlabu, jsou vloženy jako bitmapová grafika. Teorie statických a přizpůsobených slovníků je popsána velmi stručně, u algoritmů OMP a K-SVD mi chybí matematický popis těchto algoritmů. Z celé práce je patrné, že student problematice nedostatečně porozuměl. V praktické části student vytvořil malou databázi zvuků šesti hudebních nástrojů, avšak testy pro naučené slovníky jsou v práci popsány pravděpodobně z nedostatku času pouze pro zvuky baskytary a piana, navíc pouze pro jednu velikost slovníku. Student v praktické části podává tvrzení, které v praxi není doloženo grafem (např. vliv inicializačního slovníku na výsledný natrénovaný slovník). Některé grafy (např. 3.6) jsou pouze výřezem od 70 do 80 iterací, takže není vidět celý průběh chyby učení. V práci je pouze konstatována velká výpočetní náročnost učení. Ocenil bych však podrobnější analýzu výpočetní náročnosti, grafy výpočetního času v závislosti na velikosti slovníku, atd. S ohledem na výše uvedené nedostatky hodnotím známkou 45/F.
eVSKP id 110284