Make downstream shear calibration and weights consistent
Los mantenedores suelen responder en 1 día
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 38/100
Línea de trabajo
Start by tracing the downstream estimators for PSF leakage, ξ±, pseudo-Cℓ, and the ρ/τ adapter, then inspect get_calibrate_e_from_cat and the minimal calibration demo. Compare how configured weights and shear response are applied, and check how modern SP products avoid recalibration. Done means the leakage fit and downstream estimators use the configured weights and a common calibrated shear, with the two open convention and population identity decisions resolved.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
At #425, the downstream estimators don't all use the same weight and shear calibration:
- The PSF-leakage fit uses DES weights even for IV-calibrated catalogues; this affects the leakage-corrected columns.
- ξ± divides by the response and subtracts the weighted mean, while pseudo-Cℓ uses the configured ellipticities directly. The ρ/τ adapter doesn't forward a scalar response.
- The minimal calibration demo doesn't write the configured weights and response metadata correctly.
Make the leakage fit follow the configured weight and use a common calibrated shear in downstream estimators without recalibrating modern SP products.
Two related decisions remain: confirm the convention for averaging external DES R11/R22 with nonuniform weights, and strengthen the population identity check in get_calibrate_e_from_cat (row count and weight sum don't uniquely identify a population).
— OpenAI assistant on behalf of Cail.
- Lenguaje dominante
- Python
- Estrellas
- 2
- Forks
- 5
- Merge medio
- 13 h 3 min
- PR fusionados (30 d)
- 18
Preparar el entorno
- Incluye un Dockerfile o un archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de CosmoStat/sp_validation
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
CosmoStat/sp_validation#315 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 Medio día Aptitud para principiantes 65/100
CosmoStat/sp_validation#272 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
CosmoStat/sp_validation#433 ·
Los mantenedores suelen responder en 1 día
-
cosmo_val: pair-count shape noise in the OneCovariance covariancePosiblemente ocupada @cailmdaley la tomó hace 4 días. Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 15/100
CosmoStat/sp_validation#431 ·
Los mantenedores suelen responder en 1 día
-
cosmo_val: decouple plotting from computationPosiblemente ocupada @cailmdaley la tomó hace 4 días. Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 30/100
CosmoStat/sp_validation#429 ·
Los mantenedores suelen responder en 1 día
Todos los issues de CosmoStat/sp_validation
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 86/100
-
Validate finite output clamping limits in StepPredictor.prepare_clamping_params to prevent silent NaN/Inf propagationPosiblemente ocupada @muskan-creates352 la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 84/100
mllam/neural-lam#848 ·
Los mantenedores suelen responder en 2 días
-
infra
Dificultad 1/5 Menos de una hora Aptitud para principiantes 88/100
fab-geocommuns/RNB-coeur#1166 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
deepspeedai/DeepSpeed#8951 ·
Los mantenedores suelen responder en 2 días
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
aws/context-ontology-accelerator#343 ·
Los mantenedores suelen responder en 1 día