ČERMÁK, V. Restaurace poškozených audio signálů založená na optimalizaci s neuronovými sítěmi [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.
Diplomová práce pojednává o moderní metodě pro restauraci poškozených audio nahrávek na principu tzv. consensus equilibrium. Metoda je dostatečně popsána a implementována v jazyce Python. Většina testování se omezuje na experimenty s individuálními nahrávkami, i tak ale hodnotím experimentální ověření jako dostatečné a považuji zadání práce za splněné. Práce je jazykově a graficky na vysoké úrovni. Je delšího rozsahu, zejména z důvodu široké rešerše a velkého množství obrázků s rekonstruovanými signály. Objevují se drobné chyby a nekonzistence značení, např. v rovnici (1.11) symboly y, z či prostřední případ, který nemůže nastat, nekonzistentní značení součinu po složkách a maskovacího operátoru a další. Literatura je dostatečně citována. Přiznaným nedostatkem práce je omezené použití neuronových sítí jako agentů metody consensus equilibrium, které provázely potíže s veřejně dostupnými implementacemi a nekompatibilitou s použitým hardwarem. Naopak velmi oceňuji studentovu průběžnou práci, vlastní iniciativu a snahu o pochopení celé komplexní problematiky. S ohledem na vše uvedené hodnotím práci 92 body.
Bc. Václav Čermák využil princip „consensus equilibrium“ pro úlohu doplňování chybějících úseků do audiosignálu. Tímto způsobem zkombinoval několik existujících metod a snažil se využít dobré vlastnosti každé z nich. Práce je vhodně členěna do kapitol a částí. Čte se dobře a obsahuje pouze malý počet jazykových nedostatků; jsou to především překlepy; jednou se vyskytne stejná věta hned dvakrát po sobě. Část o DPAI bych viděl jako nadbytečnou – věnuje se odlišné problematice a v práci se vůbec nevyužívá. Z typografické oblasti se nejčastěji vyskytuje nekonzistence matematického značení a špatné používání kurzívy. Z textové části práce se zdá, že student vcelku porozuměl problematice (která je skutečně široká a zahrnuje jak klasickou optimalizaci, tak neuronové sítě). O to více překvapí, když se objeví nesmysly jako je například údajný vzorec pro měkké prahování na str. 37. Občas se vyskytly nejasnosti jako je například tajemné, nevysvětlené „testovací zařízení“, str. 52. Autor také zapomněl hned zkraje napsat, v jakém programovacím jazyku probíhá praktická část; čtenář se to postupně dozví mezi řádky, explicitně pak až v příloze. Co se týká výsledků, ty mohou do značné míry být ovlivněny faktem, že muselo být učiněno několik zásadních zjednodušení a kompromisů, aby metoda vůbec byla „upočitatelná“. Bohužel tedy z diplomové práce nelze učinit žádný obecnější závěr.
eVSKP id 167231