legend-exp/LegendMachineLearning.jl

Add ML based QC cut generation

オープン

#1 opened on 2025/10/09

GitHub で見る
 (0 件のコメント) (0 件のリアクション) (2 人の担当者)Julia (0 件のフォーク)auto 404
documentationenhancementgood first issue

Repository metrics

Stars
 (2 個のスター)
PR merge metrics
 (30d に merged PR はありません)

説明

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

コントリビューターガイド

調査方針
LegendDSPパッケージと現在のQCカット生成に慣れてください。Estebanのアフィニティ伝播アプローチを学び、JuliaMLエコシステムを使用してJuliaに実装してください。対話型ノートブックにはPluto.jl、SVM評価にはSymPyまたはMLJを調べてください。シリアライゼーションのためにJuLeAna MLデータ形式を理解してください。
技術スタック
julia
領域
machine learningbackend
Issue 種別
機能
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
3-5日
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
アクティブ
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
明確
前提条件
JuliaGitMachine learning basics
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
40