VOTÝPKA, T. Automatická detekce stresu pomocí biologických signálů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.
Student Tomáš Votýpka se zabýval tématem Automatická detekce stresu pomocí biologických signálů. Práce obsahuje celkem pět teoretických kapitol. První kapitola definuje pojem stres a zabývá se vlivem stresu na organismus. Ve druhé a třetí kapitole jsou popsány biosignály, které lze využít pro detekci stresu a je provedena také rešerše databází biologických signálů vhodných pro automatickou detekci stresu. Ve čtvrté kapitole jsou popsány metody pro automatickou detekci stresu publikované jinými autory. V páté kapitole student teoreticky popisuje metody pro analýzu biosignálů, které pak dále používá v praktické části práce. Teoretická část práce je na dobré úrovni, vše potřebné je popsáno velmi detailně. Praktická část představuje studentem navržené a realizované algoritmy. První algoritmus se zaměřuje na rozlišení stavu relaxace a stresu, druhý pak detailněji rozřazuje stres na fyzický, emoční a kognitivní. Navržené algoritmy jsou smysluplné a vše je popsáno srozumitelně. Kritickou poznámku mám k výběru příznaků pro detailnější klasifikaci stresů, kdy byly vybrány stejné příznaky jako v předchozím algoritmu bez další analýzy. Tímto způsobem mohlo dojít k odstranění příznaku užitečného pro odlišení jednotlivých druhů stresu. Práce obsahuje minimální množství překlepů a gramatických chyb. Student byl při řešení práce aktivní a práci pravidelně konzultoval. Práce kompletně splnila zadání, navrhuji známku A, 92 bodů.
Bakalářská práce Tomáše Votýpky je zaměřena na detekci stresu. V úvodní kapitolách (1 až 4) autor popisuje biologické signály vhodné k detekci stresu, představuje databázi biologických „non-EEG“ signálů, volně dostupnou i s anotacemi, kterou pro detekci stresu použil. Dále zmiňuje metody automatické detekce stresu. Tato část práce je zpracována velmi podrobně. Pátá kapitola (str. 30 až 38) je teoretickým úvodem pro realizaci klasifikačního programu s popisem a vysvětlením pojmů obsažených v praktické části práce. K této části mám jen jednu připomínku. Popis potlačení vf rušení pomocí vlnkové transformace s diskrétním časem (DTWT) není správný, při filtraci se neodstraňuje aproximační pásmo, ale pásma detailů (shodná chyba je v kap. 4.2.2 na str. 27). K dalšímu textu nemám připomínky. Praktická část práce je řešena v kap. 6 (str. 38 až 55), popis je dostatečně podrobný. Obsahuje potřebné informace od předzpracování signálů, přes výběr příznaků, návrh a učení klasifikačních modelů, které vycházely ze 4 klasifikačních algoritmů pro binární klasifikaci (relaxace a stres) a 3 klasifikačních algoritmů pro návrh modelů pro klasifikaci do 4 psychických stavů (relaxace a tři druhy stresu) až po jejich vyhodnocení. Natrénované modely autor otestoval na testovacích datech, pro binární klasifikaci dosáhl nejlepších výsledků s průměrnou přesností 84,8 % a pro klasifikaci 4 psychických stavů dosáhl nejlepších výsledků s průměrnou přesností 75,9 %. Ve srovnání s výsledky citované práce realizované s použitím stejné databáze, dosáhl úspěšnost klasifikace vyšší o několik procentních bodů. Pokud jde o odevzdané soubory, nebylo možné je z IS stáhnout vzhledem k velkému objemu natrénovaných modelů, což po konzultaci s vedoucím práce nepovažuji za chybu autora (CD s odevzdanými soubory bude, vzhledem k okolnostem spojeným s letošní pandemií, k dispozici až v den obhajob). Formální úpravu technické zprávy a její jazykovou úroveň hodnotím jako velmi dobré, s jedinou připomínkou: autor nerespektuje zavedenou zvyklost, že odkazy na literaturu jsou součástí věty a že čísla vzorců bývají v textu v závorkách. Seznam použité literatury obsahuje 30 položek, práce je v dostatečné míře obdařena odkazy na zdroje. Závěrem konstatuji, že autor zadání Bakalářské práce splnil v plném rozsahu a práci hodnotím jako výbornou.
eVSKP id 126738