KALIŠ, V. Simulace Biologických Procesů pomocí Asynchronních Celulárních Automatů a Strojového Učení [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.
I evaluate the work very positively. The student successfully understood, proposed, and implemented advanced experiments. He worked hard and diligently all year round, it was clear that he was interested in the topic.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Informace k zadání | The bachelor’s thesis is more demanding and required a thorough understanding of the topic of neural networks and cellular automata, both theoretically and practically. The student managed this exceptionally well. The assignment was fulfilled. | ||
| Práce s literaturou | The student continuously studied relevant literature, which he sourced independently. My intervention was mainly at the beginning, from then on the student independently deepened relevant knowledge. | ||
| Aktivita během řešení, konzultace, komunikace | The student adhered to deadlines, consulted regularly throughout the year every week, almost without exception. He was always prepared. | ||
| Aktivita při dokončování | Yes, the student managed to achieve results in advance, which allowed him a comfortable passage through the final part of the thesis completion. The final content has undergone sufficient consultation. | ||
| Publikační činnost, ocenění | The work is not publishable, however, the results in it can be made publishable after transformation. The software created by the student is a good tool for further experiments. |
S přihlédnutím k vyšší náročnosti práce a zdařilé originální implementaci navrhuji lehce nadprůměrné hodnocení na horní hranici stupně C.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Náročnost zadání | Práce má částečně experimentální charakter, úkolem bylo na základě existujících metod popsaných v literatuře vytvořit a odladit hybridní systém založený na celulárním automatu a řízený pomocí vhodně trénované neuronové sítě pro simulaci vybraných biologických procesů. Student zvolil pro svou práci simulaci života kolonií buněk, konkrétně celulární automaty Game-of-Life, SmoothLife a Lenia. | ||
| Rozsah splnění požadavků zadání | Body 5 a 6 zadání jsou podle mého názoru splněny pouze povrchně. Z popisu výsledků v kapitole 4 není zřejmé experimentování s různými parametry modelu (k bodu 5 chybí systematický popis uvažovaných nastavení), přestože mám za to, že se tím student k dosažení uvedených výsledků musel zabývat. Srovnání výsledků s původními modely v rámci bodu 6 je provedeno pouze slovně na základě vizuálního pozorování, chybí kvantitativní vyhodnocení (podložené např. statistickými daty). | ||
| Rozsah technické zprávy | |||
| Prezentační úroveň technické zprávy | 80 | Strukturu práce považuji za vyhovující ve své teoretické části (kapitoly 1 až 3). Poslední kapitola, kapitola 4, však prezentuje implementované výpočetní modely (Game-of-Life, SmoothLife a Lenia), experimenty s nimi, výsledky i diskuzi v jednom. Za vhodnější řešení bych považoval (jak bývá obvyklé) tomu vyhradit samostatné kapitoly. | |
| Formální úprava technické zprávy | 80 | Práce je psána anglicky, na řadě míst (dle mého mínění) používá autor téměř básnické obraty než odborný text. Přesto však považuji formální stránku za kvalitní, pouze s menším množstvím překlepů nebo závažnějších gramatických či formálních chyb. | |
| Práce s literaturou | 70 | Seznam literatury čítá celkem 49 položek relevantních řešené problematice. Jejich citace z hlavního textu je však spíše občasná, na některých místech, které očividně pracují s převzatými fakty, citace chybí (např. v sekcích 2.2.1, 2.2.5, 2.4.1 ale i dalších). | |
| Realizační výstup | 85 | Vznikla zajímavá originální kombinace pokročilých verzí Game-of-Life (včetně přehledného GUI) s metodami strojového učení realizovanými natrénováním vhodných neuronových sítí. Tyto modely jsou schopny s relativně vysokou přesností realizovat procesy podobné těm z původních variant SmoothLife a Lenia. Student použil zejména dostupných prostředků popsaných k těmto modelům v literatuře, k natrénování modelů použil knihovnu PyTorch. Navíc student přišel s vlastním návrhem konvoluční funkce pro model SmoothLife umožňující získat přesnější výsledky. Realizační výstup však postrádá uživatelský manuál, popis jednotlivých modulů, případně tutoriál demonstrující postup, co a v jakém pořadí musí uživatel provést, aby daných výsledků dosáhl. | |
| Využitelnost výsledků | Prezentovaný přístup a výsledky považuji za slušný základ pro další výzkum s potenciálem budoucí odborné publikace. |
eVSKP id 156074