Adaptive multi pole method
I maintainer di solito rispondono entro 1 giorno
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 30/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Attiva
- Stack tecnologico
- python
- Ambito
- ai, data, machine-learning
Direzione di ricerca
The issue references adding an adaptive multipole method (AMM) for noise reduction in MEG data, similar to tSSS. Start by reading the attached paper to understand the algorithm and provided code. Look at existing noise reduction methods in mne-python, such as tSSS, to see where AMM would fit. Determine the required changes to the codebase for integration, likely in preprocessing modules. Testing would involve comparing AMM performance with existing methods on sample datasets.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Describe the new feature or enhancement
Should we include the adaptive multi pole method (AMM) introduced in this paper (attached and cited)? It behaves similarly to tSSS in spheroidal coordinates and they provide code.
Tierney TM, Seedat Z, St Pier K, Mellor S, Barnes GR. Adaptive multipole models of optically pumped magnetometer data. Hum Brain Mapp. 2024 Mar;45(4):e26596. doi: 10.1002/hbm.26596. PMID: 38433646; PMCID: PMC10910270.
Describe your proposed implementation
It should be alongside other noise reduction methods like tSSS.
Describe possible alternatives
I can't think of any alternatives
Additional context
Eric requested I submit this issue so he does not forget about it.
- Lingua principale
- Python
- Stelle
- 3.5k
- Fork
- 1.6k
- Merge medio
- 1g 3h
- PR unite (30g)
- 73
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Ha un modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di mne-tools/mne-python
-
ENH: Add `description` filter parameter to `Raw.crop_by_annotations()`Forse già presa @aman-coder03 l’ha presa 193 giorni fa. ApertaENH
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
mne-tools/mne-python#13743 · 2 commenti ·
I maintainer di solito rispondono entro 1 giorno
-
ENH
Difficoltà 3/5 1-2 giorni Idoneità per principianti 58/100
mne-tools/mne-python#14427 · 2 commenti ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 56/100
mne-tools/mne-python#14426 ·
I maintainer di solito rispondono entro 1 giorno
-
BUG
Difficoltà 3/5 1-2 giorni Idoneità per principianti 45/100
mne-tools/mne-python#14421 · 3 commenti ·
I maintainer di solito rispondono entro 1 giorno
-
BUG
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
mne-tools/mne-python#14420 · 3 commenti ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di mne-tools/mne-python
Issue simili
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
Graphify-Labs/graphify#4524 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
topoteretes/cognee#5982 ·
I maintainer di solito rispondono entro 1 giorno
-
Patches of derivations with `__structuredAttrs` are ignoredForse già presa @KiaraGrouwstra l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 81/100
nix-community/vulnix#184 ·
-
New InternshipApertanew_internship
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 65/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 64/100
aws-samples/sample-per-model-bedrock#295 ·
I maintainer di solito rispondono entro 1 giorno