Přístupnostní navigace
E-application
Search Search Close
Bachelor's Thesis
Author of thesis: Bc. Artur Sultanov
Acad. year: 2024/2025
Supervisor: doc. Mgr. Kamil Malinka, Ph.D.
Reviewer: Ing. Milan Šalko
This thesis presents an AI-powered web application for galaxy morphology classification, which utilizes machine learning and a vision transformer-based architecture. PyTorch is used for training the model and processing images from the Galaxy Zoo 2 dataset, while data augmentation enhances the model's ability to extract robust features. The final CosmoFormer model achieves competitive accuracy in galaxy image classification tasks. The responsive web application seamlessly integrates the backend API and the frontend user interface. Deployment on Red Hat OpenShift provides scalability and reliable orchestration for the system. This work demonstrates how machine learning and cloud-native technologies can be combined to automate galaxy morphology analysis for modern astronomical surveys.
Galaxy, Astronomy, Transformer, AI, Machine Learning, PyTorch, Python, Red Hat, OpenShift, Web, Application
Date of defence
20.06.2025
Result of the defence
Defended (thesis was successfully defended)
Grading
B
Process of defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B.
Topics for thesis defence
Language of thesis
English
Faculty
Fakulta informačních technologií
Department
Department of Intelligent Systems
Study programme
Information Technology (BIT)
Composition of Committee
prof. RNDr. Alexandr Meduna, CSc. (předseda) Ing. Martin Hrubý, Ph.D. (člen) Ing. Tomáš Milet, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen) Ing. Marcela Zachariášová, Ph.D. (člen)
Supervisor’s reportdoc. Mgr. Kamil Malinka, Ph.D.
Při celkovém hodnocení nejvíce zohledňuji vysokou míru kvality zpracování výsledného řešení. Student při řešení práce postupoval systematicky a velmi dobře si poradil s technickými překážkami a zvládl integrací většího množství technologií. Práce byla po celou dobu pravidelně konzultována, kvalita textu je na výborné úrovni, výsledný návrh a implementace je velmi povedená. Pozitivně hodnotím zpracování v angličtině.
Jedná se o téma, se kterým přišel student sám. Zadání bylo řešeno ve spolupráci s partnerskou firmou Red Hat. Cílem bylo vytvořit demonstrační aplikaci pro klasifikaci morfologie galaxií, která bude postavena na RedHat technologiích. Všechny body zadání byly ve velmi dobré kvalitě.
Student aktivně vyhledával relevantní dostupnou literaturu a vhodně ji začlenil do své práce. Nicméně počet referencí mohl být větší.
Systému Theses.cz uvádí podobnost 7,8%. Významná část však tvoří podobnosti s definicí a popisem technologií v teoretických částech práce, kde jsou zdroje odkazovány, ale některé části jsou hůře parafrázovány. Přes mé výtky si nemyslím, že by autor překročil hranice citační etiky.
Po celou dobu řešení jsme měli pravidelné schůzky, na kterých byly konzultovány dílčí kroky řešení a celkový směr práce. Student byl vždy výborně připraven. Student měl také pravidelné schůzky s konzultantem, který jej hodnotí obdobně.
Student obsah práce konzultoval průběžně a její definitivní obsah mi byl zaslán k připomínkování v dostatečném předstihu. Všechny mé připomínky k práci byly zapracovány.
žádná
Grade proposed by supervisor: B
Reviewer’s reportIng. Milan Šalko
Evaluation level: průměrně obtížné zadání
Úkolem práce bylo navrhnout model pro detekci morfologické klasifikace galaxií. Student měl za úkol vybrat vhodný model založený na architektuře Vision Transformer (ViT) a následně jej doladit (fine-tuning) na vybraném datovém souboru. V závěrečné fázi měl student vytvořit škálovatelnou webovou aplikaci, která bude integrovat navržený a natrénovaný model.
Práce je rozdělena do deseti kapitol a z hlediska prezentační úrovně splňuje požadavky kladené na bakalářskou práci. Členění kapitol má logickou posloupnost a přispívá k dobré čtivosti a srozumitelnosti textu.
Z hlediska jazykové úpravy jsem při čtení nezaznamenal vážnější chyby. Z typografického hlediska má práce několik nedostatků, například neuvedený zdroj u obrázku na straně 13. Dále jde o nejednotné uvádění referencí u obrázků, někdy je použit přímý odkaz v popisku, jindy klasická citace. Za významnější nedostatek považuji kapitolu 5, kde chybí číslování podsekcí a část 5.2 neobsahuje žádné odkazy na použité zdroje.
Student práci osobně odprezentoval. Výstupem je natrénovaný model pro klasifikaci morfologií hvězd, který student publikoval na platformě Hugging Face. Další část práce tvoří webová aplikace běžící na platformě Red Hat OpenShift AI. Aplikace působí intuitivně a má jednoduché uživatelské rozhraní.
Výhradu mám k tomu, že aplikace neobsahuje žádný systém fronty, v případě přetížení požadavky jednoduše zahazuje, což nepovažuji za zcela vhodné řešení. Návrh ani implementace s tímto mechanismem nepočítají, což může snižovat využitelnost aplikace.
Zdrojový kód na GitHubu je logicky členěný a každá jeho část obsahuje soubor README s popisem obsahu.
Navržená aplikace je nasaditelná online a může být zpřístupněna běžným uživatelům. Po doplnění systému fronty by bylo možné výrazně zvýšit její spolehlivost a dostupnost i při vyšší zátěži. Využití aplikace ve vědeckém výzkumu však v aktuální podobě příliš nevidím.
Evaluation level: zadání splněno
Splněno bez výhrad. Všechny body zadání považuji za splněné.
Evaluation level: je v obvyklém rozmezí
Práce je v obvyklém rozsahu. Všechny její části jsou relevantní k tématu.
Práce obsahuje 29 zdrojů, které se vztahují k tématu samotné práce. Jediným problémem, který vnímám, je část 5.2, kde chybí citace použitých zdrojů.
Grade proposed by reviewer: B
Responsibility: Mgr. et Mgr. Hana Odstrčilová