CAMARA, A. Využití fuzzy množin ve shlukové analýze se zaměřením na metodu Fuzzy C-means Clustering [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2020.

Posudky

Posudek vedoucího

Žák, Libor

Spojení fuzzy množin a shlukové analýzy se často využívá pro popis dat, kde ostatní klasické metody selhávají. Oblast modelování ovzduší a zvláště závislost koncentrací na emisích patří mezi oblasti, kde se špatně hledají struktury a závislosti. Protože je tato oblast studentce blízká, pokusila se pomocí shlukových a fuzzy shlukových metod najít strukturu a s jejich pomocí a s využitím regresní analýzy popsat závislosti koncentrací na emisích. Po počáteční analýze dat se muselo přistoupit na jejich redukci (omezení místa i času sběru dat). I přes tuto redukci a velkou snahu studentky, se podařilo najít jen některé částečné závislosti. Studentka pravidelně konzultovala a přicházela s vlastními návrhy na řešení dílčích problémů a s dalšími metodami. Přes výše uvedené potíže je hlavní cíl diplomové práce – využití metody: “Fuzzy C–means Clustering“ - splněn a práci hodnotím známkou: velmi dobře.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Splnění požadavků a cílů zadání B
Postup a rozsah řešení, adekvátnost použitých metod B
Vlastní přínos a originalita B
Schopnost interpretovat dosažené výsledky a vyvozovat z nich závěry A
Využitelnost výsledků v praxi nebo teorii C
Logické uspořádání práce a formální náležitosti A
Grafická, stylistická úprava a pravopis B
Práce s literaturou včetně citací B
Samostatnost studenta při zpracování tématu A
Navrhovaná známka
B

Posudek oponenta

Popela, Pavel

Autorka splnila požadavky zajímavého zadání diplomové práce a dosáhla stanovených cílů ve všech uvedených bodech. Práce je obsáhlá a autorka jí jistě věnovala velké množství času, jak při studiu související teorie a oboru aplikace, tak při vlastním zpracování. Na přístupu autorky velmi oceňuji práci s reálnými daty a zejména postup při jejich zpracování. Autorka zúročila své teoretické znalosti a jednoznačně prokázala schopnost je aplikovat na reálná data. Z tohoto pohledu její postup považuji za svým způsobem vzorový. Získané závěry jsou pak vice ovlivněny specifickými rysy reálných dat než autorčinými postupy, kdy usilovala o získání co nejpřesvědčivějších výsledků. Postup řešení je tedy vhodný, výklad autorky z pohledu čtenáře je podrobný a široký. Rozsah práce odpovídá typu práce (71 číslovaných stran včetně tištěných příloh a dále strukturovaný ZIP soubor s programy a obrázky). Použité metody jsou adekvátní, autorka zejména zúročila své znalosti matematické statistiky a fuzzy množin a prokázala schopnosti je úspěšně aplikovat. Vlastní přínos autorky vidím zejména v rozsáhlé aplikační kapitole 3 kdy pracovala s reálnými daty vztahujícími se k vysoce aktuální problematice znečištění ovzduší. Autorka rovněž v práci podala svůj vlastní přehled prostudovaných rozmanitých odborných pramenů vztahujících se ke shlukování dat (viz kapitola 1) a k modelování kvality ovzduší (viz kapitola 2), do kterého zahrnula řadu rozšiřujících informací, jak k problematice shlukování, tak k problematice znečištění ovzduší. Interpretace výsledků dosažených autorkou v kapitole 3 je systematická a pečlivá. Praktická využitelnost výsledků práce je s ohledem na použitá reálná data nesporná, i když dosažené závěry pro reálná nemusí být vnímány jako dostatečně (výukově) přesvědčivé. Práci lze ale díky přehlednému a obšírnému zpracování považovat za svým způsobem formu rádce pro ty, kteří se o problematiku shlukování v oblasti znečišťování ovzduší zajímají. Výklad je srozumitelný, za velmi hezký a názorný zejména považuji výklad některých principů a metod (viz např „lakťová metoda“ str. 23) bezesporu dokládající zaujetí autorky tématem. Práce je logicky uspořádána a i díky tomu je pro běžného čtenáře dobře čitelná, což podporuje i její grafická úprava včetně všech prvků, které četbu zpříjemňují (viz obrázky, tabulky a základní vzorce). Obrázky jsou velmi názorné a vhodně doplňují grafické členění práce, některé by si ale zasloužily podrobnější popis v textu (viz např. Obr. 1). Formální náležitosti jsou naplněny, nicméně podrobnější a explicitní upřesnění někdy intuitivního značení (viz např. definice na straně 18) bych považoval za vhodné. Ještě více pozornosti proto bylo vhodné věnovat terminologické přesnosti (vyjasnit více symboly D na str. 19, náhodná proměnná versus náhodný vektor na str. 27) a sjednocení označení, kterému se autorka nepochybně věnovala, ale přesto je ovlivněno i čerpáním z řady rozmanitých zdrojů. V práci je poměrně málo překlepů. Řídké překlepy jsou ale zbytečné, protože snadno upoutají pozornost a jsou tedy rušivé (viz např. str. 17 Sprearmanov korelačný koeficient, str. 20 dendogram, str 27. odovdená). Mezi formální nedostatky řadím nevyřešené opakované přetečení textu přes pravý okraj (viz první řádek v abstraktu, a dále viz např. str. 15, 16, 21, 22, 26). Rušivě působí opakovaně se objevující jednopísmenné předložky na konci řádků. Práce s literaturou byla velmi pečlivá, což autorka dokládá obsáhlým seznamem použité literatury. V přehledové části většinou autorka důsledně průběžně uvádí použité zdroje. Průběžné citace by si ale zasloužila i tvrzení v úvodu a i některé odstavce bez uvedení zdroje v přehledových částech. Předloženou diplomovou práci hodnotím jako velmi dobrou a doporučuji ji k obhajobě.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Splnění požadavků a cílů zadání A
Postup a rozsah řešení, adekvátnost použitých metod B
Vlastní přínos a originalita B
Schopnost interpretovat dosaž. výsledky a vyvozovat z nich závěry A
Využitelnost výsledků v praxi nebo teorii A
Logické uspořádání práce a formální náležitosti B
Grafická, stylistická úprava a pravopis B
Práce s literaturou včetně citací B
Navrhovaná známka
B

Otázky

eVSKP id 121466