Nauka i badania · Nauka i wyjaśnianie
signal-processing
/signal-processing
Prawdopodobnie pomaga rozwiązywać zadania z przetwarzania sygnałów i wykonywać związane z nimi czynności.
- Autor
- openJiuwen-ai ↗
- Repozytorium
- FAST-Evolve ↗
- Licencja
- Apache-2.0
- Ostatnia zmiana repozytorium
- 13.11.2026
Ocena i bezpieczeństwo
100/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
- Pliki w paczce
- 3
- Skrypty
- 2
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 0
Przestarzałość
Brak sygnałów. Repozytorium zmienione 13.11.2026, bez odwołań do wycofanych modeli i API.
Licencja
Apache-2.0, otwarta: można używać i zmieniać, z zachowaniem licencji i informacji o zmianach.
Co sprawdzić przed instalacją
- 2 skrypty w paczce. Przejrzyj je przed instalacją, bo Claude może je uruchomić.
Skrypty: initial_program.py, scripts/evaluator.py
Co robi i kiedy
Prawdopodobnie pomaga rozwiązywać zadania z przetwarzania sygnałów i wykonywać związane z nimi czynności.
Oryginalny opis (EN)
Use when user wants to solve signal_processing problems, or execute signal_processing tasks.
Jak działa
- Evaluator
- Problem Context
- Task
- Program Interface
Sekcje z nagłówków SKILL.md, w oryginale · 47 linii, 294 słów
Podgląd SKILL.md
--- name: signal-processing description: Use when user wants to solve signal_processing problems, or execute signal_processing tasks. --- # Real-Time Adaptive Signal Processing Real-time adaptive signal processing - filter volatile, non-stationary time series data using a sliding window approach. Optimize for smoothness, tracking accuracy, correlation, and noise reduction. You are an expert signal processing engineer specializing in real-time adaptive filtering algorithms. Your task is to improve a signal processing algorithm that filters volatile, non-stationary time series data using a sliding window approach. ## Evaluator In the commands below, `<skill_dir>` is the directory containing this SKILL.md. **IMPORTANT**: To evaluate a program, run the evaluator script directly: ```bash python <skill_dir>/scripts/evaluator.py --run-id <run_id> --task-id <task_id> --artifact-ref <artifact_ref> --out runs/<run_id>/tasks/<task_id>/attempts/<attempt_id>/eval_result.json ``` For the self-evolution workflow, evaluator success means the candidate is valid and the evaluator exits with code 0 / writes `"status": "success"`. The AlphaEvolve value is a reference objective, not a pass/fail threshold. If the evaluator succeeds, stop this task attempt and record it through MCP; do not keep editing and rerunning the same attempt just because the fitness could be higher. Do not run extra shell commands to probe the Python environment. The verifier command above is the only execution command needed by evotrias-task-executor. ## Problem Context The algorithm must minimize noise while preserving signal dynamics with minimal computational latency and phase delay. Focus on the multi-objective optimization of: 1. Slope change minimization - reducing spurious directional reversals 2. Lag error minimization - maintaining responsiveness 3. Tracking accuracy - preserving genuine signal trends 4. False reversal penalty - avoiding noise-induced trend changes ## Task Bounded computation and scientific-computing libraries such as NumPy/SciPy/jax/optax are always available. ## Program Interface Your program must implement a `run_signal_processing(noisy_signal, window_size)` function that returns: - A dict containing: - `filtered_signal`: 1D array of filtered output - `correlation`: correlation with clean signal (if available) - `noise_reduction`: noise reduction ratio (if available)
Pliki w paczce (3)
- SKILL.md 2 KB
- initial_program.py 7 KB
- scripts/evaluator.py 14 KB
Wersje
| Repozytorium | Wynik | Licencja |
|---|---|---|
| Ta strona · openJiuwen-ai/FAST-Evolve | 100 | Apache-2.0 |
| beita6969/scienceclaw | 100 | MIT |
Migawka bazy z 13.11.2026 · wersja paczki 1fa86d459abf (skrót SHA-256 całej paczki)
Pobrania w ostatnich 30 dniach: 0 · ranking
Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.
Podobne skille
- 95hexagon-packing-11
Pomaga rozwiązywać zadania hexagon_packing_11 i wykonywać związane z nimi zadania obliczeniowe. - 95hexagon-packing-12
Pomaga rozwiązywać zadania hexagon_packing_12 i wykonywać związane z nimi zadania obliczeniowe. - 90matlab-execution
Uruchamia skrypty MATLAB w trybie wsadowym do obliczeń naukowych, symulacji, przetwarzania sygnałów i statystyki, bez sterowania interfejsem. - 95signal_processing
Liczy współczynnik wypełnienia, zakres częstotliwości, długość fali elektronu i błąd pomiaru sygnałów. - 95signal_processing
Oblicza parametry sygnałów: cykl pracy, pasmo częstotliwości, długość fali elektronu i błąd bezwzględny pomiaru. - 100matlab
Pomaga pisać skrypty MATLAB i GNU Octave do algebry liniowej, przetwarzania sygnałów i obrazów, równań różniczkowych, optymalizacji, statystyki i wizualizacji oraz tłumaczyć kod między MATLABem a Pythonem.