Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

add naturalistic memory metrics

Đang mở
  • Có gì không ổn?
#116 2 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
3/5
Thời gian dự kiến
1-2 ngày
Mức phù hợp với người mới
45/100
Loại issue
Tính năng
Độ rõ ràng
Khá rõ ràng
Mức độ hoạt động
Đình trệ
Công nghệ
python
Lĩnh vực
analytics, data

Hướng nghiên cứu

Issue không nêu tệp, kiểm thử hay entry point nào; hãy bắt đầu bằng cách tìm các triển khai memory-metric hiện có của quail và các cấu trúc dữ liệu recall-event. So sánh API của chúng với ba công thức được đề xuất, sau đó xem xét phần việc cần thực hiện khi precision, distinctiveness và recall autocorrelation có thể được truy cập thông qua metric interface hiện có của dự án và khớp với các định nghĩa đó.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

We developed a few interesting memory metrics for the sherlock paper, which would be relatively easy to port into quail:

  1. Precision: how precisely the recall events match the video events
  • the mean correlation between each recall event and the highest matching video event (can also be computed on a per event basis)
  • code: [np.max(1 - cdist(video_events, r, 'correlation'), 0).mean() for r in recall_events]
  1. Distinctiveness: how distinctive the recall events are from other recall events
  • the mean of the upper triangle of the recall event correlation matrix (can also be computed on a per event basis)
    -code: [1 - np.triu(np.corrcoef(r)).mean() for r in recall_events]
  1. Recall autocorrelation: the rate at which the recall content changes over time
  • the autocorrelation of the recall matrix (not recall event matrix)
Ngôn ngữ chính
Python
Star
22
Fork
10
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của ContextLab/quail

Tất cả issue của ContextLab/quail

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.