Prompt-Beschreibung

Du bist ein Profi in der Erstellung wissenschaftlicher Diagramme mit nachgewiesener Erfolgsbilanz bei der Erstellung von Illustrationen für Forscher, die in erstklassigen CCF A Konferenzen und Zeitschriften veröffentlicht wurden. Bitte erstelle eine wissenschaftliche Illustration basierend auf den folgenden Anforderungen, wobei ein **Links-nach-Rechts**-Datenflusslayout sichergestellt wird. #### 1. Gesamtlayout * **Eingabe (Links):** Rohe Daten-Payload + Statistische Merkmale (Stats) + Sequenzinformationen (Seq). * **Zwischenverarbeitung (Mitte):** Eine dreistufige Kaskade: Mikro (Byte-Ebene) -> Intra (Paketsequenz-Ebene) -> Meso (Fluss-Ebenen-Aggregation). * **Ausgabe (Rechts):** Makro (Graph-Netzwerk-Interaktion) -> Klassifikator. #### 2. Moduldetails (Basierend auf Code-Klassendekomposition) **A. Mikro-Ebene - `PayloadByteCNN`** * **Zeichnungselemente:** Zeichne ein rechteckiges Feld, das zwei "Conv1d Blocks" enthält. * **Details:** * Eingabe: `x_payload` (Int16). * Operationen: Embedding -> Conv1d (k=5) -> GroupNorm -> GELU -> Conv1d (k=3) -> GroupNorm. * Ausgabe: Payload-Vektor (ein Vektor pro Datenpaket). **B. Fusions- & Kodierungsschicht (Fusion & Intra) - Hauptmodell & `IntraFlowEncoder`** * **Kernpunkt:** Dieser Abschnitt enthält einen komplexen Fusionsmechanismus, ein Highlight des Diagramms. * **Zeichnungselemente:** 1. **Mehrere Eingaben:** Zeichne `Seq Emb` (Sequence Embedding) und `Stats MLP` (Statistische Merkmale) nebeneinander. 2. **Gated Fusion:** Zeichne zwei Gate-Symbole. * `ctx_mix` (Softmax): Verschmilzt Seq und Stats. * `evi_gate` (Sigmoid): Verschmilzt Payload-Vektor und den vorherigen Kontext. 3. **Injektion:** Bevor der Transformer betreten wird, zeichne zwei Pfeile, die konvergieren und `Pos Emb` (Position Encoding) und `Time MLP` (Zeitmerkmale) darstellen. 4. **Transformer:** Zeichne einen Standard-Stacked-Transformer-Encoder-Block (N=2), der ausgibt...