BŘEZINA, O. Klasifikátor stavů dopravy a detektorů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.
Předložená bakalářská práce pana Březiny je po formální stránce na dobré úrovni. Má doporučený rozsah (39 normostran, celkem 65). Text je dobře strukturovaný, srozumitelný. Grafická úprava, včetně obrázků, grafů a tabulek, je přehledná a napomáhá lepšímu pochopení prezentovaných informací. V praktické části si při vysvětlování postupů student vypomáhá výpisy z kódu, kdy je někdy přínos k porozumění sporný. Práce obsahuje menší množství překlepů, gramatických a stylistických chyb. Citace a odkazy na literaturu jsou v práci správně formátovány. V teoretické části bylo využito celkem 25 relevantních zdrojů a kapitoly 1 a 2 poskytly dobrý přehled o problematice a o základních metodách využívaných pro analýzu dopravních dat, kdy některé z nich byly v praktické části implementovány a testovány. Student v prostředí Matlab nejdříve naprogramoval několik podpůrných skriptů pro načtení, třízení a úpravu dat (např. výběr dne v týdnu, časová agregace apod.). Dále navrhl a implementoval několik jednodušších klasifikátorů stavu detektorů, kdy postupy považuji za správné a využitelné. Oceňuji také, že autor provedl simulace stavů, které nebyly v reálných datech zastoupeny. Pro klasifikaci stavu dopravy navrhl dva přístupy vycházející z normy a z citovaného odborného článku. Oba přístupy se opírají pouze o analýzu rychlosti, a to na základě rychlosti volného toku, kdy v případě normy je stanovena pevně na 50 km/hod (nehledě např. na povolenou rychlost v daném úseku) a v případě článku jako průměr rychlostí všech vozidel mezi 6. a 22. hodinou. Ani jeden přístup stanovení rychlosti volného toku mi ale nepřijde úplně správný. Vhodnější by byl spíše medián, resp. vyšší kvantil nebo při výpočtu zohlednit i počet vozidel (dopravní intenzitu). Pro modelování časové řady používá dekompozici, SARIMA model a model na základě průměrů. Modely SARIMA a průměr využívá pro predikci (u dekompozice není naznačeno, jak by mohla být využita). Přinos predikce, a i těchto dvou vybraných modelů, je bezesporný, ale nebyl na základě nich navržen žádný klasifikátor dopravy. Pan Březina nebyl z počátku příliš aktivní a hlubší ponoření do projektu se tak poměrně posunulo. Konzultace tedy probíhaly sporadicky a týkaly se spíše teoretické části. Praktickou část student vypracovával samostatně. Kdyby začal na bakalářské práci pracovat dříve, bylo by pochopení problematiky hlubší a dosažené výsledky jistě přínosnější. Vedle testovacího vzorku dat dostal hned po výběru zadání k dispozici také dříve provedenou studii s návrhem možných přístupů, seznamem použitých zdrojů i výsledků provedených testů. Doufala jsem, že toto posune více dál - přijde s novými nápady, respektive vyhledá v literatuře jiné přístupy nebo provede hlubší analýzu, širší testy apod. Toto mé očekávání nebylo bohužel příliš naplněno. Přesto ale student prokázal schopnost samostatně pracovat na komplexním, netriviálním, dosud plně neprobádaném problému. Práce splňuje požadavky kladené na bakalářské práce a autor splnil všechny body zadání. Podle mě všech známých skutečností i dle výsledku porovnání systémem Theses není dokument plagiátem (míra podobnosti 5,4 % je daná formálními náležitostmi práce). Proto práci doporučuji k obhajobě s návrhem hodnocení D (67 b).
Rozsah práce je 38 stránek, prezentační úroveň je dobrá, práce je čtivá, místy by ale popis měl jít víc do hloubky (detailnější popis použitých dat s rozsahy, hlubší rozbor vlivu proměnných a výsledků). Formální úprava a jazyková úroveň jsou na dobré úrovni. V práci se vyskytují drobné chyby (např. popisek u Obr.5.4; u Obr 2.3 měly být označeny dny v týdnu – vhodné by bylo, aby všechny grafy začínaly pondělím; termín „zaseknutí detektoru" 4.3.4 není vysvětlen; u kapitoly 5.1 mělo být lépe řečeno z čeho se parametry počítají (odkaz, počet prvků, délka času …); str. 47 a příslušné grafy – chybí vysvětlení pojmu fitování; tabulky (str. 59) a grafy v příloze by měly být lépe popsány - zdrojová data, počet, jednotky, význam barev; rovnice 2.12 – ve zlomku dole mělo být (podle popisu v textu) ys, nevhodný použitý typ grafů – při spojnicovém zobrazení není patrný výpadek dat …) V práci je použito 25 literárních zdrojů, které jsou v práci citovány. Zdroje byly vhodně vybrány a informace z nich jsou základem práce. Při zpracování rešerše v kapitole 2.4 cituje provedené experimenty/výzkumy a udává přesnost. Zde mohlo být srozumitelněji uvedeno v čem experiment spočíval a k čemu se přesnost vztahuje. U některých zdrojů [1][13] postrádám odkazy na www. Zvolená koncepce je správná, bylo by ale vhodné u (S)ARIMA modelů ověřit i denní, popřípadě osmihodinovou závislost dat (viz hodnoty autocorr, a parcorr pro tyto intervaly – které ovšem MATLAB v základu již nezobrazuje). Student mohl jít více do hloubky i v dalších částech, např. u Obr. 4.7 zakomponovat periodický vliv víkendů. Tento obrázek není v práci odkazován, kdy není v práci popsáno jak dekompozice pracuje, pouze, že se tak děje příkazem trenddecomp(). Nedostatek je to o to podstatnější, že výsledkem jsou i (blíže nepopsaná) rezidua, pomocí kterých se hodnotí kvalita řešení (kap 5.1). Není ani uvedeno, který symbol v použitých vzorcích rezidua reprezentují. Na přiloženém médiu jsou zpracovávaná data společně s navrženými programy, kterými je možné je zpracovat. Programy jsou i součástí textu práce, kde mohly být okomentovány alespoň body vhodné pro změny parametrů vyhodnocení. Zpracováním práce student ukázal orientaci v příslušné problematice. Prezentované zpracování lze považovat za vlastní práci studenta. Zároveň lze konstatovat, že zadání bylo splněno. Práce svědčí o bakalářských schopnostech studenta.
eVSKP id 159859