"""One diagram with every technique of the A9M pipeline (inference on top, training below)."""
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt
from matplotlib.patches import FancyBboxPatch

plt.rcParams.update({"font.family": "DejaVu Sans"})
INK, MUTED = "#0b0b0b", "#52514e"
C = dict(inp=("#eef2f8", "#184f95"), pre=("#eef2f8", "#184f95"), cnn=("#e9f3ee", "#2a7a52"), feat=("#fbf3e4", "#a86b12"),
         seq=("#f1ecf7", "#5b3f8c"), out=("#fdf0ec", "#b5591d"), tr=("#f4f4f2", "#52514e"), loss=("#fdecec", "#a8322d"))
fig, ax = plt.subplots(figsize=(15, 10)); ax.set_xlim(0, 150); ax.set_ylim(0, 100); ax.axis("off")


def box(x, y, w, h, title, lines=(), kind="pre", fs=7.0):
    fc, ec = C[kind]
    ax.add_patch(FancyBboxPatch((x, y), w, h, boxstyle="round,pad=0.25,rounding_size=1.0", fc=fc, ec=ec, lw=1.2))
    ax.text(x + w / 2, y + h - 1.3, title, ha="center", va="top", fontsize=fs + 0.6, weight="bold", color=ec)
    ax.text(x + w / 2, y + h - 4.2, "\n".join(lines), ha="center", va="top", fontsize=fs, color=INK, linespacing=1.35)


def arrow(x0, y0, x1, y1, dashed=False, color=MUTED, text=None, rad=0.0):
    ax.annotate("", (x1, y1), (x0, y0), arrowprops=dict(arrowstyle="-|>", color=color, lw=1.1, mutation_scale=9,
                                                        linestyle="--" if dashed else "-", connectionstyle=f"arc3,rad={rad}"))
    if text:
        ax.text((x0 + x1) / 2, (y0 + y1) / 2 + 0.8, text, ha="center", va="bottom", fontsize=6.4, color=color)


# lanes
for y0, h, label in ((49, 46, "SUY LUẬN: mỗi cửa sổ 5 s, streaming, theo thứ tự thời gian"),
                     (1, 45.5, "HUẤN LUYỆN: 8 thành viên, mỗi thành viên 25 epoch")):
    ax.add_patch(FancyBboxPatch((0.5, y0), 149, h, boxstyle="round,pad=0,rounding_size=1.5", fc="none", ec="#d8d7d0", lw=1))
    ax.text(2, y0 + h - 1.6, label, fontsize=9, weight="bold", color=MUTED, va="top")

# ---------------- inference lane
box(2, 66, 17, 18, "1. Cửa sổ", ["4 kênh × 640 mẫu", "TP9 AF7 AF8 TP10", "128 Hz, µV, chưa lọc", "", "reset_state()", "giữa hai bản ghi"], "inp")
box(22, 66, 17, 18, "2. Đầu bản ghi (E4)", ["cửa sổ đầu tiên:", "128 mẫu đầu = 0", "(bỏ transient", "khởi động)"], "pre")
box(42, 66, 19, 18, "3. Low-pass 45 Hz", ["Butterworth bậc 4", "second-order sections", "causal, trạng thái", "mang qua cửa sổ", "(bỏ 50/60 Hz, vạch AF7,", "nhiễu cơ)"], "pre")
box(65, 75.5, 22, 15, "4a. Chuẩn hoá CNN", ["trừ trung bình cửa sổ", "chia 40 µV", "kẹp ±10 (±400 µV)"], "cnn")
box(90, 75.5, 23, 15, "5a. CNN 1-D, 4 block", ["Conv1d + GroupNorm(8) + GELU", "kernel 15 / 9 / 9 / 5, stride 2", "32→64→96→128 kênh, 640→40", "mean + max theo thời gian → 256"], "cnn")
box(65, 51.5, 22, 21.5, "4b. 217 feature", ["STFT 2 s, hop 0.5 s, Hann", "band power + tương đối (6 band)", "θ/α, σ/β, δ/β, 1/f slope,", "σ residual, entropy, SEF, α peak,", "dao động giữa khung, log SD,", "line length, tương quan kênh,", "phổ 1 Hz cặp TP / AF", "9 cột artifact: từ tín hiệu THÔ"], "feat", fs=6.6)
box(90, 54, 23, 17, "5b. MLP feature", ["z-score bằng hằng số train", "kẹp ±8", "Linear 217→128 + GELU", "Linear 128→64 + GELU → 64"], "feat")
box(116, 66, 15.5, 18, "6. Gộp", ["ghép 256 + 64", "Linear 320→96", "+ GELU", "Dropout 0.1"], "seq")
box(134, 66, 15, 18, "7. GRU", ["96 → 128, 1 lớp", "một chiều", "trạng thái mang", "qua mọi cửa sổ", "của bản ghi"], "seq")
box(116, 50.5, 33, 13, "8. Head + 9. Ensemble + giải mã", ["Linear 128→64 + GELU + Linear 64→121",
    "(121 lớp: 0, 5, …, 600 s)", "× 8 model: trung bình 8 phân phối → TRUNG VỊ", "(nội suy trong lớp 5 s) → ŷ ∈ [0, 600] s"], "out", fs=6.4)
for a in ((19.3, 75, 21.7, 75), (39.3, 75, 41.7, 75), (61.3, 78, 64.7, 83), (61.3, 72, 64.7, 64), (87.3, 83, 89.7, 83),
          (87.3, 62, 89.7, 62), (113.3, 83, 115.7, 78), (113.3, 62, 115.7, 70), (131.8, 75, 133.7, 75), (141.5, 65.7, 141.5, 63.8)):
    arrow(*a)

# ---------------- training lane
box(2, 22, 21, 19, "A. Dữ liệu train", ["500 bản ghi (train + val)", "lọc cả dòng tín hiệu", "(trùng với lọc từng cửa sổ)", "feature tính 1 lần,", "lưu mean / std vào", "weights.pt"], "tr")
box(26, 3, 37, 38, "B. Tạo batch (16 bản ghi), mỗi epoch", [
    "Random start (p 0.5): bỏ 0-36 cửa sổ đầu (≤ 3 phút)",
    "Mixup (p 0.5): trộn 2 bản ghi căn theo N2,",
    "   λ ~ Beta(0.4, 0.4), λ ≥ 0.5; nhãn trộn theo λ;",
    "   feature tính lại trên GPU (bản torch),",
    "   giữ cột artifact của bản ghi chính",
    "Gain: ±3 dB / bản ghi + ±1.5 dB / kênh,",
    "   feature đổi theo công thức chính xác",
    "   (log công suất + 2·log10 g, log biên độ + log10 g)",
    "Hoán đổi bán cầu (p 0.5): AF7↔AF8, TP9↔TP10",
    "   + hoán vị cột feature tương ứng",
    "Nhiễu Gauss: 0.1 × SD kênh (chỉ đầu vào CNN)",
    "Trọng số ω tính lại trên chuỗi đã cắt / trộn;",
    "   cửa sổ đầu thật của bản ghi: ω = 0 (mask E4)"], "tr", fs=6.5)
box(66, 26, 22, 15, "C. Forward", ["cùng model như trên", "(bước 4-8), cả chuỗi", "bản ghi một lần,", "GRU chạy tuần tự"], "seq")
box(66, 3, 35, 20, "D. Loss tối ưu metric", [
    "Nhãn mềm HL-Gauss σ = 7.5 s trên 121 lớp",
    "(lớp cuối = ≥ 600 s, khối cắt trần)",
    "L = 1/R · Σ_r Σ_i ω_i · CE(q(y_i), softmax(z_i))",
    "ω_i = w_bin / Σ w_bin có mặt / n cửa sổ của bin",
    "→ Σ_i ω_i |ŷ_i − y_i| đúng bằng W-bMAE bản ghi",
    "trung vị của phân phối học ≈ trung vị có trọng số"], "loss", fs=6.5)
box(91, 26, 26, 15, "E. Optimizer", ["AdamW, lr 2e-3, wd 1e-2", "OneCycle, 25 epoch", "clip gradient 1.0"], "tr")
box(104, 3, 22, 20, "F. Chọn epoch", ["15% số người giữ ngoài", "(khác nhau mỗi seed)", "chấm đúng W-bMAE", "(giải mã trung vị)", "giữ epoch tốt nhất"], "tr")
box(129, 3, 20, 38, "G. Ensemble", ["8 thành viên", "seed 42 … 49", "cùng công thức", "", "→ weights.pt", "(8 model +", "hằng số chuẩn hoá)", "", "→ dùng ở bước 9"], "out")
arrow(23.3, 31.5, 25.7, 31.5)
arrow(63.3, 33.5, 65.7, 33.5)
arrow(77, 25.7, 77, 23.3)
arrow(101.3, 13, 103.7, 13)
ax.text(102.5, 11.6, "sau mỗi\nepoch", fontsize=5.8, color=MUTED, ha="center", va="top")
arrow(101.3, 20, 103.5, 25.8)
arrow(90.7, 29, 88.3, 29)
ax.text(89.5, 27.6, "lặp", fontsize=6.4, color=MUTED, ha="center", va="top")
arrow(126.3, 13, 128.7, 13)
arrow(139, 41.3, 139, 50.2, dashed=True, color="#b5591d", text="")
ax.text(140, 45.5, "weights.pt", fontsize=6.6, color="#b5591d", ha="left")
# legend
for i, (k, lab) in enumerate((("pre", "tiền xử lý"), ("cnn", "nhánh dạng sóng"), ("feat", "nhánh feature"), ("seq", "gộp / chuỗi"),
                              ("out", "đầu ra / ensemble"), ("loss", "loss"), ("tr", "huấn luyện"))):
    fc, ec = C[k]
    ax.add_patch(FancyBboxPatch((30 + i * 17, 97.2), 2.4, 1.6, boxstyle="round,pad=0,rounding_size=0.3", fc=fc, ec=ec, lw=1))
    ax.text(33.2 + i * 17, 98, lab, fontsize=7, va="center", color=MUTED)
ax.text(1, 98, "Màu:", fontsize=7.5, va="center", color=MUTED, weight="bold")
fig.savefig("figures/fig0_overview.png", dpi=200, bbox_inches="tight"); plt.close(fig)
print("ok")
