Bc. Ján Fridrich pracoval na tématu své diplomové práce zodpovědně, se zájmem o věc a pravidelně konzultoval svůj postup. Oceňuji zejména jeho úsilí o hluboké porozumění teoretické stránce věci, což vyžadovalo seznámení se s pokročilou matematikou; tento přístup však zároveň znamenal značné zdržení při plnění zadání, kvůli čemuž zůstaly některé cíle nesplněny. Největším nedostatkem práce je absence požadovaného subjektivního vyhodnocení. Jinak je práce vypracována na vysoké úrovni, její jazykové a grafické zpracování je výborné. Mezi další klady patří angličtina a vlastní aktivita studenta při zprovoznění algoritmu na GPU. Některé výsledky práce byly publikovány na fakultní konferenci EEICT. Výsledný počet bodů navržený vedoucím: 85

Student se v práci zabývá metodami rekonstrukce degradovaných audio signálů založenými na konceptu okamžité frekvence a korekci spektrogramu. V teoretické části podrobně nastudoval problematiku okamžité frekvence a principy metody popsané v zadané literatuře. Teoretický úvod je zpracován pečlivě a prokazuje dobrou orientaci autora v dané oblasti.
V souladu se zadáním student upravil optimalizační úlohu původně určenou pro doplňování chybějících úseků signálu tak, aby byla použitelná i pro další rekonstrukční úlohy. Student dále modifikoval optimalizační formulaci metody, avšak penalizační funkce iPCTV zůstala ve většině případů zachována. Modifikací iPCTV penalizační funkce je pouze přechod na syntetizující model, ostatní úpravy optimalizační úlohy jako je nekonzistentní varianta nebo přidání další penalizační funkce nemodifikuje přímo iPCTV. Při návrhu a implementaci metody B-PHADQ WGL se nerozlišují různé lambdy násobící iPCTV a WGL penalizační funkce.
Experimentální část práce je zpracována na dobré úrovni. Autor vhodně zvolil objektivní metriky a výsledky ednotlivých variant algoritmu systematicky porovnal s referenčními metodami. Prezentované výsledky potvrzují funkčnost navrženého řešení.
Text práce je celkově zpracován kvalitně a na dobré odborné úrovni. Práce je logicky členěna a jednotlivé části na sebe vhodně navazují. V textu se však vyskytují drobné technické a typografické nepřesnosti. Jako příklad lze uvést použití kurzívy při označování kvantizovaného signálu nebo použití termínu „magnitude“ ve významu okamžité hodnoty signálu v časové oblasti. Tyto nedostatky však nemají zásadní vliv na srozumitelnost ani odbornou hodnotu práce. Odevzdané kódy jsou přehledné a s knihovnou ltfat a funkcemi ze zdroje [2] plně funkční.
Za hlavní nedostatek práce považuji absenci subjektivního vyhodnocení výsledků, které by přineslo lepší porovnání vůči referenčním metodám a vůči implementaci metody ze zdroje [35], jenž řeší problém dekvantizace analogicky avšak ne se stejnou databází signálů.
Celkově hodnotím práci jako kvalitně zpracovanou. Student prokázal schopnost samostatně nastudovat odbornou literaturu, implementovat a modifikovat pokročilé algoritmy zpracování signálů a kriticky vyhodnotit dosažené výsledky. Přes uvedené výhrady považuji zadání za převážně splněné. Otázky k obhajobě:

1. Jakým způsobem by bylo možné ještě jinak modifikovat přímo iPCTV penalizační funkci?
2. Je vhodné použít stejný skalár lambda u obou penalizačních funkcí iPCTV i WGL?

Výsledný počet bodů navržený oponentem: 82