ZEZULA, B. Akustická detekce špačků pomocí umělé inteligence [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.
Student Benjamin Zezula se ve své bakalářské práci věnoval principiálnímu ověření akustické detekce špačků za pomocí umělé inteligence. Student vybral hardwarové komponenty pro realizaci akustického detektoru. Využil a za účelem klasifikace zvuků rozšířil neuronovou síť na předtrénovaném datasetu. Navrhl dva moduly pro akustickou detekci. První modul se skládá z jednoho mikrofonu, který se otáčí. Druhý přístup využívá soustavy čtyř směrových mikrofonů. Dle zadání student provedl analýzu a klasifikaci zvukových záznamů, ověřil a vyhodnotil navržené akustické moduly pro detekci zpěvu špačků. Zadání bylo splněno. Zvolené řešení má omezení zejména ve vzdálenosti akustického detektoru od zdroje zvuku pro správnou detekci. Formální úprava práce má drobné nedostatky. Občas se vyskytnou překlepy či nevhodná skladba věty. Student využíval pravidelných konzultací a k bakalářské práci přistupoval aktivně po celou dobu řešení. Výsledky prezentoval na konferenci EEICT 2022.
Pan Zezula se ve své bakalářské práci zabývá velmi komplexním tématem Akustická detekce špačků pomocí umělé inteligence. Prací, která na svého autora klade velmi vysoké nároky, protože musí zpracovat několik odlišných oblastí, kdy každá (pokud by byla kvalitně zpracovaná), mohla vydat na samostatnou vysokoškolskou práci. Pan Zezula se však s touto výzvou popral velmi statečně a poměrně dobře ovládl všechny části zadání. Autor práce vytvořil dva funkční vzorky mikrofonních modulů, i přes podrobný popis modulů, jsem v práci a ani v přílohách nenašla podrobné schéma zapojení, pouze na stranách 17 a 18 je vytvořeno jednoduché blokové schéma detekčních modulů. Získaná a zpracovávaná data jsou vyhodnoceny pomocí spektrogramů, avšak z dalšího popsaného postupu práce není zcela jasné, zda autor další zpracování dat provedl sám, nebo využil dostupné programy, jejichž možné použití popisuje v teoretické části práce. Velmi obsáhle je popsána problematika neuronových sítí a jejich následné zapojení pro rozpoznání hlasových projevů špačka. Autor vytvořil a otestoval daný typ neuronové sítě a prokázal tak její úspěšnou implementaci do rozpoznání hlasu špačka. Nedostatky shledávám ve vyhodnocení naměřených a zpracovaných dat. Tři tabulky se 3 provedenými měřeními a statistikou na úrovni žáka ZŠ nejsou příliš reprezentativním výstupem absolventa bakalářského studia (strany 30 a 31). Opravdu autor práce provedl pro každou navrhnutou vzdálenost jen sadu 3 měření a jako výstup mu stačí aritmetický průměr? A to se ani nezmiňuji o testování zvuku pomocí mobilního telefonu. Nebylo by vhodnější otestovat funkčnost vytvořeného vzorku přímo v místě hnízdění špačka? Z popisu výsledků je patrno, že měření bylo provedeno jen na nahrávce zvukového záznamu jednoho špačka, nebylo by vhodnější vyzkoušet funkčnost na zvukovém záznamu hejna špačků? Výhrady však také mám k formálnímu zpracování práce. V některých větách chybí interpunkce a věty samotné působí velmi krkolomným dojmem. Někdy jsem musela číst text několikrát za sebou, abych pochopila myšlenku (např. strana 15). Pasáže, které autor cituje, jsou napsány správně a bez chyb. Autor by neměl ukončovat popis obrázků tečkou a správně citovat použitou literaturu v textu. Mé výhrady však nemají natolik závažný charakter, abych práci nedoporučila k obhajobě. Navrhuji ohodnocení známkou B (velmi dobře) a 80 body.
eVSKP id 141619