legend-exp/LegendMachineLearning.jl

Add ML based QC cut generation

Aperta

#1 aperta il 9 ott 2025

Vedi su GitHub
 (0 commenti) (0 reazioni) (2 assegnatari)Julia (0 fork)auto 404
documentationenhancementgood first issue

Metriche repository

Star
 (2 stelle)
Metriche merge PR
 (Nessuna PR mergiata in 30 g)

Descrizione

Add machine learning based QC cuts based on Estebans approach including:

  • Affinity Propagation with hyperparameter optimization for clustering
  • Interactive Pluto notebook for manual relabeling of categories
  • SVM evaluation including result plots
  • Serialization of trained ML network to standard JuLeAna ML dataformat
  • Documentation

This includes updating LegendDSP and taking out functionality to make compatible with this package (e.g. via an extension) + adding new recipes to LegendMakie for result plots.

CC @Yuan-Ru-Lin

Guida contributor

Direzione di ricerca
Prendi familiarità con il pacchetto LegendDSP e la sua attuale generazione di tagli QC. Studia l'approccio di propagazione di affinità di Esteban e implementalo in Julia usando l'ecosistema JuliaML. Esplora Pluto.jl per notebook interattivi e SymPy o MLJ per la valutazione SVM. Comprendi il formato dati JuLeAna ML per la serializzazione.
Tech stack
julia
Dominio
machine learningbackend
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
3-5 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
JuliaGitMachine learning basics
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
40