Przejdź do treści
Biblioteka skilli
Nauka i badania · Nauka i wyjaśnianie

signal-processing

/signal-processing

Prawdopodobnie pomaga rozwiązywać zadania z przetwarzania sygnałów i wykonywać związane z nimi czynności.

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

  1. Evaluator
  2. Problem Context
  3. Task
  4. 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

RepozytoriumWynikLicencja
Ta strona · openJiuwen-ai/FAST-Evolve100Apache-2.0
beita6969/scienceclaw100MIT

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.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.