How to name online framefiles when there is non-integer aggregation latency?
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 25/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- python
- Área
- data-engineering
Línea de trabajo
Comienza revisando la ruta de escritura de frames del modelo prototipo y las pruebas de PE que revelaron la inconsistencia de las marcas de tiempo. Define y documenta una convención de nombres a largo plazo para la latencia de agregación no entera y, después, verifica que las señales inyectadas se encuentren en los tiempos esperados según esa convención.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
I faced this issue with the prototype model I have been using that if we are going with non-integer aggregation latency, the frame file will have to be named decimal points in the GPS times.
For example, the frame that comes from a kernel ending at 1230000000, the 1s frame that we write after allowing an aggregation latency of 0.25, will be named (under the standard naming strategy followed in LIGO) as something like H-H1_HOFT-1229999998.75-1.gwf
which follows H-H1_HOFT-{start}-{duration}.gwf
Earlier it appeared ugly to me and I kept the timestamps to integers as if we did not apply an aggregation latency while it was actually applied (and terribly forgot about it :( ). This is what eventually led to the inconsistencies in the PE tests as the injected signals were not found at the times they were expected to be.
What is the solution in the long term?
- Lenguaje dominante
- Python
- Estrellas
- 11
- Forks
- 6
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
- Sin Dockerfile ni 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 ML4GW/DeepClean
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 15/100
-
question research topic
Dificultad 5/5 Más de una semana Aptitud para principiantes 20/100
-
enhancement
Dificultad 3/5 1-2 días Aptitud para principiantes 45/100
-
bug documentation good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 45/100
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
Todos los issues de ML4GW/DeepClean
Issues similares
-
documentation good first issue help wanted
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
drevendev/HungryCrab#273 ·
Los mantenedores suelen responder en 1 día
-
good first issue help wanted
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
drevendev/BeautifulRepo#19 ·
Los mantenedores suelen responder en 2 días
-
Moonshot: Kimi K3 always sends `reasoning_effort="max"`, though the API now accepts `low` and `high`Abiertoaccepted
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
UKGovernmentBEIS/inspect_ai#5939 ·
Los mantenedores suelen responder en 1 día
-
bug linux
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
Los mantenedores suelen responder en 1 día
-
Fill paper for Screen2WordsAbiertoarea:data data-quality
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
reacher-z/Awesome-CUA#1468 ·
Los mantenedores suelen responder en 1 día