V rámci diplomové práce se student zabýval softwarovým řešením monitoringu a vyhodnocování kondice včelstva pomocí umělé inteligence. Student pracoval samostatně a prokázal schopnost samostatné tvůrčí činnosti. Výstupem práce je funkční mobilní aplikace, která umožňuje zadávat informace o konkrétním včelím úlu a na základě změřených hodnot je včelař informován o tom, v jakém stavu se včelstvo aktuálně nachází (například rojová nálada). Vlastní zdrojový kód byl testován na emulátoru chytrého mobilního telefonu a na zkušebních sadách testovacích dat. Kvalitě zpracování textu předkládané závěrečné práce uškodil nevhodně zvolený časový rozvrh vlastní tvorby. Na kvalitě výsledného řešení se dále výrazně odrazila velmi nízká četnost konzultací této závěrečné práce. Přes uvedené výtky student splnil všechny body zadání a práci doporučuji k obhajobě.

Předložená diplomová práce se zabývá návrhem mobilní aplikace sloužící k monitoringu a vyhodnocení kondice včelstva pomocí metod umělé inteligence.

Rešeršní část se v úvodu věnuje obecnému popisu umělé inteligence včetně její historie, rozdělení a predikce vývoje pro rok 2026. To v práci odevzdávané v polovině zmíněného roku působí poněkud neaktuálně, nicméně text poskytuje dobrý přehled o současných trendech. V rešerši však postrádám pasáž, která by se hlouběji zabývala metodami používanými pro vyhodnocování různých fyzikálních veličin, jak to vyžadují cíle této práce.

Systémová analýza nahlíží na včelstvo jako na systém, který má být znázorněn tabulkou – ta však v práci zcela chybí. Autor dále popisuje jednotlivé fyzikální veličiny vypovídající o aktuálním stavu včelstva. Z nich sice vybírá tři klíčové, v textu ale chybí metodika výběru těchto nejpodstatnějších parametrů. Následně je popsáno, jak se vybrané veličiny mění v průběhu roku a jaké jsou příčiny a důsledky těchto změn.

V praktické části autor popisuje tvorbu výsledné mobilní aplikace pro hodnocení kondice včelstva. V úvodu se až zbytečně podrobně věnuje použitým nástrojům. Následně již rozebírá postupný vývoj, fungování a ovládání aplikace. Samotné softwarové řešení je podle přiložených obrázků (zdrojový kód není přílohou práce) navrženo logicky a uživatelské rozhraní se zdá být funkční. Systém pojmenovaný „HiveAnalyzer“ je však dle popisu i obrázku kódu pouze expertním systémem postaveným na větvení podmínek (switch-case), což nespadá pod metody umělé inteligence, jak jej autor chybně klasifikuje. Druhá analytická vrstva aplikace využívající metodu instance-based learning již kritéria strojového učení splňuje. Funkčnost navržené aplikace autor testoval převážně na simulovaných datech, čímž ověřil její životaschopnost.

Z formálního, slohového a gramatického hlediska práce obsahuje značné množství chyb. Na mnoha místech se objevuje nesprávné skloňování či slovosled. V textu zcela chybí křížové odkazy na obrázky. Některé obrázky kvůli ilustraci pouhých tří tlačítek zbytečně zabírají polovinu strany. Některé odkazy na literaturu jsou v textu chybně očíslovány.

Diplomová práce v některých ohledech vykazuje nedostatky, splnila však zadané cíle a výsledná aplikace je podle popisu funkční. Práci doporučuji k obhajobě s celkovým hodnocením uspokojivě (D). Topics for thesis defence:

1. Jaké konkrétní hardwarové komponenty a typy přenosu dat byste zvolil při reálném nasazení s ohledem na to, že úly bývají často na místech bez dobrého mobilního signálu a elektrické sítě?
2. Podmínka pro uznání zásahu včelaře jako úspěšného vyžaduje sledování dat po dobu až 8 dní po provedení. Co se stane, když včelař provede dva různé ošetřovatelské zásahy v krátkém intervalu (např. 3 dny po sobě)? Nedojde k překrytí oken a chybnému vyhodnocení úspěšnosti prvního zásahu?