CN114356190A - 基于Web的AI可视化建模流程绘制方法、系统及用途 - Google Patents
基于Web的AI可视化建模流程绘制方法、系统及用途 Download PDFInfo
- Publication number
- CN114356190A CN114356190A CN202210013867.5A CN202210013867A CN114356190A CN 114356190 A CN114356190 A CN 114356190A CN 202210013867 A CN202210013867 A CN 202210013867A CN 114356190 A CN114356190 A CN 114356190A
- Authority
- CN
- China
- Prior art keywords
- operator
- current
- modeling
- canvas
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 133
- 230000000007 visual effect Effects 0.000 title claims abstract description 75
- 230000008569 process Effects 0.000 claims abstract description 94
- 238000011156 evaluation Methods 0.000 claims abstract description 29
- 238000012549 training Methods 0.000 claims abstract description 28
- 230000006870 function Effects 0.000 claims description 34
- 238000012800 visualization Methods 0.000 claims description 25
- 238000002474 experimental method Methods 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 7
- 238000009877 rendering Methods 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000007547 defect Effects 0.000 abstract description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
Landscapes
- User Interface Of Digital Computer (AREA)
Abstract
本发明属于可视化建模技术和计算机软件领域，尤其涉及一种基于Web的AI可视化建模流程绘制方法及系统。本发明方法利用el‑tree进行所有算子以及数据集的数据展示，增加draggable属性的使用，并与Jsplumb插件相结合实现算子与数据集在整个画布区域的拖动功能，让使用者能够通过拖拽的方式，实现数据集配置、输入输出参数设置、模型训练、评估、预测、日志查看、模型保存、定时任务等AI可视化建模流程。本方法克服了现有流程绘制插件性能上的缺陷，满足了AI可视化建模的基本流程要求，使用户在进行AI可视化建模过程中，在各操作环节都能够进行更加直观的操作并能够获得准确度更高的评估和预测。
Description
技术领域
本发明属于可视化建模技术和计算机软件领域，尤其涉及一种基于Web的AI可视化建模流程绘制方法、系统及其用途。
背景技术
现今，随着人工智能技术的不断发展，应用场景越来越多，各行业对人工智能的需求也越来越大，不同实际业务场景对人工智能中模型算法的成熟度、准确性要求也越来越高，对AI可视化建模流程的需求也逐步增高。具体而言，用户在进行AI可视化建模过程中，对于数据集配置、输入输出参数设置、模型训练、评估、预测、日志查看、模型保存、定时任务等操作环节，都希望进行更加直观的操作并能够获得准确度更高的评估和预测。
目前，使用较多的流程绘制技术主要包括mxgraph、jsplumb等开源插件，但是，以上插件只具备基本的图形绘制功能，满足不了AI可视化建模流程的整体要求。AI可视化建模的基本流程要求：实现算子以及数据集与画布(可视化区域)的自由拖拽操作，各算子组件之间的链接组合，自定义建模流程的运行起始点，绘制运行后的查看日志、数据预测、定时任务、模型保存等完整流程性功能。
为了满足AI可视化建模的上述基本流程要求，很有必要构建一个完整的、直观的、方便算法工程师进行模型训练、评估、预测的AI可视化建模开发平台，并设计与之相匹配的AI可视化建模流程绘制方法和系统。
发明内容
为了克服现有流程绘制插件性能上的缺陷，以满足AI可视化建模的基本流程要求，使用户在进行AI可视化建模过程中，在各操作环节都能够进行更加直观的操作并能够获得准确度更高的评估和预测，本发明提出了一套解决方案。
术语：
Jsplumb：是一款比较强大的绘图组件，提供了主要用于连接网页上的元素的方法，在现代浏览器中，其使用SVG或者Canvas技术。
SVG(Scalable Vector Graphics)：是一种图像文件格式，为可缩放的矢量图形。
Canvas：用于在网页上绘制图形的元素，HTML5中的Canvas元素使用JavaScript在网页上绘制2D图像。
HTML5：是构建以及呈现Web内容的一种语言描述方式，是互联网的下一代标准，被认为是互联网的核心技术之一。
JavaScript：是一种动态类型、弱类型、基于原型的客户端脚本语言，用来给HTML网页增加动态功能。
Panzoom：一个小的ES6模块，用于向任何DOM元素添加简单的平移和缩放功能，其包括级联容器和边界(内部或外部)的可能性。
ES6：ECMAScript 6，ECMAScript的第6个版本。
Elementui：一套为开发者、设计师和产品经理准备的基于Vue 2.0的组件库，提供了配套设计资源，帮助用户网站快速成型。
El-tree：Elementui的一款下拉树的数据展示组件。
数据集：可视化建模流程中每种算子的输入数据源，是一个数据集合，每种算子需要基础的数据配置信息。
画布：展示建模流程的载体。
实验：一个画布中可以承载一条建模流程，也可以承载同时运行的多条互不关联的建模流程，当前在同一个画布内的流程，即被称为一个实验。
本发明基于“完整、直观、便捷”的理念提供了一种能够让使用者通过拖拽的方式，实现数据集配置、输入输出参数设置、模型训练、评估、预测、日志查看、模型保存、定时任务等完整的AI可视化建模流程的设计方案，本发明AI可视化建模流程绘制方法和系统包含以下功能特点：
1、在操作区域中增加了各种业务算子、数据集的参数面板(参数配置面板)，设置其输入输出参数信息，并实现对不同参数数据格式的验证，支持输入框、下拉框、弹窗多字段选择、单选多选、日期、图片文件格式的参数动态配置。
2、针对建模流程增加定时任务配置，通过对时间的配置选择，区分年月日时分秒，通过配置定时循环执行和定时间隔执行两种执行模式，设定定时机制，完成定时任务。
3、增加反馈模型训练的评估报告数据查看功能以及针对训练效果好、模型预测一致的模型进行模型保存功能，以实现资源管理和资源复用的机制。
4、增加日志查看功能，查看模型训练过程中出现的任何异常问题，以便调整相关输入参数，以达到精准训练的效果。
5、针对算子组件增加右键功能，以实现运行此算子、从该算子运行以及运行至此算子等多种功能，便于随时根据观察的评估报告，重新验证并完善建模流程。
6、通过前端ui组件tab的方式，增加不同实验在同一可视化画布的建模流程，实现多实验同时建模流程。
第一方面，本发明提供了一种基于Web的AI可视化建模流程绘制方法，本方法将AI可视化建模流程的整个操作区域划分为三个子区域，分别为算子组件子区域、可视化画布子区域和参数面板子区域，各子区域执行不同的功能，其中：
(1)算子组件子区域
(a)利用el-tree前端ui组件展示AI可视化建模流程中需要使用的数据集以及算子数据，并包含针对运行效果好的模型保存之后的展示以及再利用；
(b)通过ui组件设置draggable属性，配置所有数据集、算子、保存的新模型的算子数据的可拖拽性，使其可进行手动拖拽进入画布区域，并实现整个数据集与算子的起始拖拽位置；
(2)可视化画布子区域
(a)通过前端ui组件tab的方式，增加不同实验在同一可视化画布的建模流程，实现多实验同时建模的操作；
(b)整个画布区域通过Jsplumb插件结合SVG，实现算子间的输入输出的链接以及建模流程运行时的不同状态的线条流动效果与算子最终运行状态的展示(运行中、成功、失败、异常原因)，并通过Jsplumb插件结合draggable属性实现整个画布区域的算子及数据集拖动功能；
(c)通过前端插件Panzoom实现整个画布区域的放大缩小，实现一个画布同时支持多条建模流程同时运行的操作与观察；
(d)在tab标签的下方分别定义多个不同的操作按钮；
(e)每个算子增加多个不同的右键操作功能；
(3)参数面板子区域
(a)展示当前画布的基本信息，包括创建时间、实验的描述、实验的名称；
(b)对当前算子以及数据集进行描述和功能说明；
(c)展示当前算子的输入输出参数配置信息，通过input、select、table等ui组件展示算子的输入输出参数配置形式，根据不同算子实际的参数格式要求对算子组件输入输出参数进行动态配置，并实现参数的基本数据格式的验证，支持输入框、下拉框、弹窗多字段选择、单选多选、日期、图片文件格式的参数动态配置，同时配置当前算子的信息。
进一步地，上述AI可视化建模流程绘制方法(2)可视化画布子区域(d)中所述多个不同的操作按钮包括保存、运行、暂停、上传、加载、定时、放大、缩小、一键部署，其中：
保存：保存当前画布内的所有数据(已选择的算子、链接状态、已经配置的参数、算子的信息)；
运行：运行当前画布内的建模流程，根据选择的算子、配置的参数信息进行建模；
暂停：在建模流程运行过程中，暂停正在运行的建模流程；
上传：上传当前整个画布信息；
加载：以之前上传的画布信息，替换当前的画布内容，重新建模；
定时：设置定时内容，按照配置的定时执行模式，执行建模流程；
放大：放大整个画布区域；
缩小：缩小整个画布区域；
一键部署：已经保存的模型算子，直接部署上线。
进一步地，上述AI可视化建模流程绘制方法(2)可视化画布子区域(e)中所述多个不同的右键操作功能包括重命名、删除、复制、从此处执行、运行至此处、运行该算子、查看日志、查看数据、保存模型、评估报告，其中：
重命名：重新命名当前算子的名称；
删除：删除当前算子以及当前已经存在链接关系的链接线；
复制：复制当前算子，复制其全部基本信息，但不包括已经配置的参数、格式、链接状态；
从此处执行：建模流程从当前算子处执行；
运行至此处：建模流程从起始位置运行到当前算子；
运行该算子：只运行当前算子；
查看日志：查看当前算子的运行日志，采用textarea动态展示算子链运行中的日志，便于使用者查看以及问题定位；
查看数据：查看当前算子的运行数据，采用table数据列表展示；
保存模型：算子运行成功之后，将运行成功的算子作为模型进行保存，方便后期直接使用；
评估报告：利用echart表单组件动态展示算子链运行之后的评估报告。
第二方面，本发明涉及上述AI可视化建模流程绘制方法在可视化AI模型构建技术中的用途。
第三方面，本发明提供了一种通过上述AI可视化建模流程绘制方法构建的AI可视化建模运行环境，所述AI可视化建模运行环境的运行方式如下：
(1)在AI可视化建模流程中，通过可视化的拖拽操作进行算子布局；
(2)通过选中不同算子，利用参数面板，配置各算子输入输出参数，并进行算子组件描述；
(3)通过定时任务流程，配置定时模型训练机制；
(4)通过模型保存流程，针对训练效果好、模型预测一致的模型进行资源管理以及资源复用；
(5)通过日志查看流程，查看模型训练过程中出现的异常问题，以便调整相关参数，再次进行精准训练；
(6)通过针对不同算子组件设置的右键功能，进行运行此算子、从该算子运行、以及运行至此算子的流程操作；
(7)通过评估报告流程，查看与当前模型训练相关的评估报告。
第四方面，本发明提供了一种基于Web的AI可视化建模流程绘制系统，所述系统包括：
(1)算子组件模块：该模块作为各类业务算子以及数据集的展示区域，配置数据集算子组件以及所有AI可视化建模流程涉及到的业务算子组件，该模块通过elementui库的el-tree组件进行业务算子与数据集的可视化展示，该模块实现算子拖拽的起始位置，并通过设置draggable属性，配置拖拽时的算子内容；
(2)可视化画布模块：该模块作为各种业务算子、数据集之间自由链接的可视化区域，通过前端ui组件tab的方式，增加不同实验在同一可视化画布的建模流程，实现了算子间的拖拽链接、算子组件的数据信息编辑、自定义建模流程运行起始点、运行算子链、算子链中不同算子的运行状态展示、定时任务操作、以及算子右键操作功能；
(3)参数面板模块：由于整个可视化建模流程中，不同链接的算子组合之间需要的输入输出参数不同，而且上一级算子组件的输出是下一级算子组件的输入，故需要针对不同算子进行参数数据的动态配置，参数面板模块即根据不同算子实际的参数格式要求对算子组件输入输出参数进行动态配置，并实现参数的基本数据格式的验证，该模块支持输入框、下拉框、弹窗多字段选择、单选多选、日期、图片文件格式的参数动态配置，该模块同时配置当前算子的信息，包括当前算子输入输出参数的备注以及数据要求。
进一步地，上述AI可视化建模流程绘制系统(2)可视化画布模块中所述算子右键操作功能包括重命名、删除、复制、从此处执行、运行至此处、运行该算子、查看日志、查看数据、保存模型、以及评估报告，其中：
重命名：重新命名当前算子的名称；
删除：删除当前算子以及当前已经存在链接关系的链接线；
复制：复制当前算子，复制其全部基本信息，但不包括已经配置的参数、格式、链接状态；
从此处执行：建模流程从当前算子处执行；
运行至此处：建模流程从起始位置运行到当前算子；
运行该算子：只运行当前算子；
查看日志：查看当前算子的运行日志，采用textarea动态展示算子链运行中的日志，便于使用者查看以及问题定位；
查看数据：查看当前算子的运行数据，采用table数据列表展示；
保存模型：算子运行成功之后，将运行成功的算子作为模型进行保存，方便后期直接使用；
评估报告：利用echart表单组件动态展示算子链运行之后的评估报告。
综上，本发明提供了一种完整、直观、方便算法工程师进行模型训练、评估、预测的AI可视化建模流程绘制方法，本方法利用el-tree进行所有算子以及数据集的数据展示，增加draggable属性的使用，并与Jsplumb插件相结合实现算子与数据集在整个画布区域的拖动功能，让使用者能够通过拖拽的方式，实现数据集配置、输入输出参数设置、模型训练、评估、预测、日志查看、模型保存、定时任务等完整的AI可视化建模流程。本方法克服了现有流程绘制插件性能上的缺陷，满足了AI可视化建模的基本流程要求，使用户在进行AI可视化建模过程中，在各操作环节都能够进行更加直观的操作并能够获得准确度更高的评估和预测，从而为用户的使用提供了极大地便利。
附图说明
为了更清楚地说明本发明实施例技术方案，下面对实施例描述中需要使用的附图作简要介绍。显而易见地，下面描述中的附图仅是本发明中记载的一些实施例，而不是全部实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明AI可视化建模流程绘制方法的系统架构示意图。
图2为本发明AI可视化建模流程绘制方法在具体案例中的效果展示示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例，本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
同时，应理解，本发明的保护范围并不局限于下述特定的具体实施方案；还应当理解，本发明实施例中使用的术语是为了描述特定的具体实施方案，而不是为了限制本发明的保护范围。
实施例1：一种基于Web的AI可视化建模流程绘制方法(参见图1-2)，本方法将AI可视化建模流程的整个操作区域划分为三个子区域，分别为算子组件子区域、可视化画布子区域和参数面板子区域，各子区域执行不同的功能，其中：
(1)算子组件子区域
(a)利用el-tree前端ui组件展示AI可视化建模流程中需要使用的数据集以及算子数据，并包含针对运行效果好的模型保存之后的展示以及再利用。
(b)通过ui组件设置draggable属性，配置所有数据集、算子、保存的新模型的算子数据的可拖拽性，使其可进行手动拖拽进入画布区域，并实现整个数据集与算子的起始拖拽位置。
(2)可视化画布子区域
(a)通过前端ui组件tab的方式，增加不同实验在同一可视化画布的建模流程，实现多实验同时建模的操作。
(b)整个画布区域通过Jsplumb插件结合SVG，实现算子间的输入输出的链接以及建模流程运行时的不同状态的线条流动效果与算子最终运行状态的展示(运行中、成功、失败、异常原因)，并通过Jsplumb插件结合draggable属性实现整个画布区域的算子及数据集拖动功能。
(c)通过前端插件Panzoom实现整个画布区域的放大缩小，实现一个画布同时支持多条建模流程同时运行的操作与观察。
(d)在tab标签的下方分别定义多个不同的操作按钮，包括保存、运行、暂停、上传、加载、定时、放大、缩小、一键部署，其中：
保存：保存当前画布内的所有数据(已选择的算子、链接状态、已经配置的参数、算子的信息)；
运行：运行当前画布内的建模流程，根据选择的算子、配置的参数信息进行建模；
暂停：在建模流程运行过程中，暂停正在运行的建模流程；
上传：上传当前整个画布信息；
加载：以之前上传的画布信息，替换当前的画布内容，重新建模；
定时：设置定时内容，按照配置的定时执行模式，执行建模流程；
放大：放大整个画布区域；
缩小：缩小整个画布区域；
一键部署：已经保存的模型算子，直接部署上线。
(e)每个算子增加多个不同的右键操作功能，包括重命名、删除、复制、从此处执行、运行至此处、运行该算子、查看日志、查看数据、保存模型、评估报告，其中：
重命名：重新命名当前算子的名称；
删除：删除当前算子以及当前已经存在链接关系的链接线；
复制：复制当前算子，复制其全部基本信息，但不包括已经配置的参数、格式、链接状态；
从此处执行：建模流程从当前算子处执行；
运行至此处：建模流程从起始位置运行到当前算子；
运行该算子：只运行当前算子；
查看日志：查看当前算子的运行日志，采用textarea动态展示算子链运行中的日志，便于使用者查看以及问题定位；
查看数据：查看当前算子的运行数据，采用table数据列表展示；
保存模型：算子运行成功之后，将运行成功的算子作为模型进行保存，方便后期直接使用；
评估报告：利用echart表单组件动态展示算子链运行之后的评估报告。
(3)参数面板子区域
(a)展示当前画布的基本信息，包括创建时间、实验的描述、实验的名称。
(b)对当前算子以及数据集进行描述和功能说明。
(c)展示当前算子的输入输出参数配置信息，通过input、select、table等ui组件展示算子的输入输出参数配置形式，根据不同算子实际的参数格式要求对算子组件输入输出参数进行动态配置，并实现参数的基本数据格式的验证，支持输入框、下拉框、弹窗多字段选择、单选多选、日期、图片文件格式的参数动态配置，同时配置当前算子的信息。
上述AI可视化建模流程绘制方法包含以下功能特点：
1、在操作区域中增加了各种业务算子、数据集的参数面板(参数配置面板)，设置其输入输出参数信息，并实现对不同参数数据格式的验证，支持输入框、下拉框、弹窗多字段选择、单选多选、日期、图片文件格式的参数动态配置。
2、针对建模流程增加定时任务配置，通过对时间的配置选择，区分年月日时分秒，通过配置定时循环执行和定时间隔执行两种执行模式，设定定时机制，完成定时任务。
3、增加反馈模型训练的评估报告数据查看功能以及针对训练效果好、模型预测一致的模型进行模型保存功能，以实现资源管理和资源复用的机制。
4、增加日志查看功能，查看模型训练过程中出现的任何异常问题，以便调整相关输入参数，以达到精准训练的效果。
5、针对算子组件增加右键功能，以实现运行此算子、从该算子运行以及运行至此算子等多种功能，便于随时根据观察的评估报告，重新验证并完善建模流程。
6、通过前端ui组件tab的方式，增加不同实验在同一可视化画布的建模流程，实现多实验同时建模流程。
实施例2：一种通过上述AI可视化建模流程绘制方法构建的AI可视化建模运行环境，其运行方式如下：
(1)在AI可视化建模流程中，通过可视化的拖拽操作进行算子布局。
(2)通过选中不同算子，利用参数面板，配置各算子输入输出参数，并进行算子组件描述。
(3)通过定时任务流程，配置定时模型训练机制。
(4)通过模型保存流程，针对训练效果好、模型预测一致的模型进行资源管理以及资源复用。
(5)通过日志查看流程，查看模型训练过程中出现的异常问题，以便调整相关参数，再次进行精准训练。
(6)通过针对不同算子组件设置的右键功能，进行运行此算子、从该算子运行、以及运行至此算子的流程操作。
(7)通过评估报告流程，查看与当前模型训练相关的评估报告。
实施例3：一种基于Web的AI可视化建模流程绘制系统，本系统包括：
(1)算子组件模块：该模块作为各类业务算子以及数据集的展示区域，配置数据集算子组件以及所有AI可视化建模流程涉及到的业务算子组件，该模块通过elementui库的el-tree组件进行业务算子与数据集的可视化展示，该模块实现算子拖拽的起始位置，并通过设置draggable属性，配置拖拽时的算子内容。
(2)可视化画布模块：该模块作为各种业务算子、数据集之间自由链接的可视化区域，通过前端ui组件tab的方式，增加不同实验在同一可视化画布的建模流程，实现了算子间的拖拽链接、算子组件的数据信息编辑、自定义建模流程运行起始点、运行算子链、算子链中不同算子的运行状态展示、定时任务操作、以及算子右键操作功能(重命名、删除、复制、从此处执行、运行至此处、运行该算子、查看日志、查看数据、保存模型、评估报告)。
(3)参数面板模块：由于整个可视化建模流程中，不同链接的算子组合之间需要的输入输出参数不同，而且上一级算子组件的输出是下一级算子组件的输入，故需要针对不同算子进行参数数据的动态配置，参数面板模块即根据不同算子实际的参数格式要求对算子组件输入输出参数进行动态配置，并实现参数的基本数据格式的验证，该模块支持输入框、下拉框、弹窗多字段选择、单选多选、日期、图片文件格式的参数动态配置，该模块同时配置当前算子的信息，包括当前算子输入输出参数的备注以及数据要求。
其中，各模块的功能细节参见实施例1技术方案。
本发明中各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分参见方法实施例的相关说明即可。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、替换等，均应包含在本发明的权利要求保护范围之内。
Claims (7)
1.一种基于Web的AI可视化建模流程绘制方法，其特征在于，本方法将AI可视化建模流程的整个操作区域划分为三个子区域，分别为算子组件子区域、可视化画布子区域和参数面板子区域，各子区域执行不同的功能，其中：
(1)算子组件子区域
(a)利用el-tree前端ui组件展示AI可视化建模流程中需要使用的数据集以及算子数据，并包含针对运行效果好的模型保存之后的展示以及再利用；
(b)通过ui组件设置draggable属性，配置所有数据集、算子、保存的新模型的算子数据的可拖拽性，使其可进行手动拖拽进入画布区域，并实现整个数据集与算子的起始拖拽位置；
(2)可视化画布子区域
(a)通过前端ui组件tab的方式，增加不同实验在同一可视化画布的建模流程，实现多实验同时建模的操作；
(b)整个画布区域通过Jsplumb插件结合SVG，实现算子间的输入输出的链接以及建模流程运行时的不同状态的线条流动效果与算子最终运行状态的展示，并通过Jsplumb插件结合draggable属性实现整个画布区域的算子及数据集拖动功能；
(c)通过前端插件Panzoom实现整个画布区域的放大缩小，实现一个画布同时支持多条建模流程同时运行的操作与观察；
(d)在tab标签的下方分别定义多个不同的操作按钮；
(e)每个算子增加多个不同的右键操作功能；
(3)参数面板子区域
(a)展示当前画布的基本信息；
(b)对当前算子以及数据集进行描述和功能说明；
(c)展示当前算子的输入输出参数配置信息，通过ui组件展示算子的输入输出参数配置形式，根据不同算子实际的参数格式要求对算子组件输入输出参数进行动态配置，并实现参数的基本数据格式的验证，支持输入框、下拉框、弹窗多字段选择、单选多选、日期、图片文件格式的参数动态配置，同时配置当前算子的信息。
2.根据权利要求1所述的AI可视化建模流程绘制方法，其特征在于，(2)可视化画布子区域(d)中所述多个不同的操作按钮包括保存、运行、暂停、上传、加载、定时、放大、缩小、一键部署，其中：
保存：保存当前画布内的所有数据；
运行：运行当前画布内的建模流程，根据选择的算子、配置的参数信息进行建模；
暂停：在建模流程运行过程中，暂停正在运行的建模流程；
上传：上传当前整个画布信息；
加载：以之前上传的画布信息，替换当前的画布内容，重新建模；
定时：设置定时内容，按照配置的定时执行模式，执行建模流程；
放大：放大整个画布区域；
缩小：缩小整个画布区域；
一键部署：已经保存的模型算子，直接部署上线。
3.根据权利要求2所述的AI可视化建模流程绘制方法，其特征在于，(2)可视化画布子区域(e)中所述多个不同的右键操作功能包括重命名、删除、复制、从此处执行、运行至此处、运行该算子、查看日志、查看数据、保存模型、评估报告，其中：
重命名：重新命名当前算子的名称；
删除：删除当前算子以及当前已经存在链接关系的链接线；
复制：复制当前算子，复制其全部基本信息，但不包括已经配置的参数、格式、链接状态；
从此处执行：建模流程从当前算子处执行；
运行至此处：建模流程从起始位置运行到当前算子；
运行该算子：只运行当前算子；
查看日志：查看当前算子的运行日志，采用textarea动态展示算子链运行中的日志，便于使用者查看以及问题定位；
查看数据：查看当前算子的运行数据，采用table数据列表展示；
保存模型：算子运行成功之后，将运行成功的算子作为模型进行保存，方便后期直接使用；
评估报告：利用echart表单组件动态展示算子链运行之后的评估报告。
4.根据权利要求3所述的AI可视化建模流程绘制方法在可视化AI模型构建技术中的用途。
5.一种通过权利要求3所述的AI可视化建模流程绘制方法构建的AI可视化建模运行环境，其特征在于，所述AI可视化建模运行环境的运行方式如下：
(1)在AI可视化建模流程中，通过可视化的拖拽操作进行算子布局；
(2)通过选中不同算子，利用参数面板，配置各算子输入输出参数，并进行算子组件描述；
(3)通过定时任务流程，配置定时模型训练机制；
(4)通过模型保存流程，针对训练效果好、模型预测一致的模型进行资源管理以及资源复用；
(5)通过日志查看流程，查看模型训练过程中出现的异常问题，以便调整相关参数，再次进行精准训练；
(6)通过针对不同算子组件设置的右键功能，进行运行此算子、从该算子运行、以及运行至此算子的流程操作；
(7)通过评估报告流程，查看与当前模型训练相关的评估报告。
6.一种基于Web的AI可视化建模流程绘制系统，其特征在于，所述系统包括：
(1)算子组件模块：该模块作为各类业务算子以及数据集的展示区域，配置数据集算子组件以及所有AI可视化建模流程涉及到的业务算子组件，该模块通过elementui库的el-tree组件进行业务算子与数据集的可视化展示，该模块实现算子拖拽的起始位置，并通过设置draggable属性，配置拖拽时的算子内容；
(2)可视化画布模块：该模块作为各种业务算子、数据集之间自由链接的可视化区域，通过前端ui组件tab的方式，增加不同实验在同一可视化画布的建模流程，实现了算子间的拖拽链接、算子组件的数据信息编辑、自定义建模流程运行起始点、运行算子链、算子链中不同算子的运行状态展示、定时任务操作、以及算子右键操作功能；
(3)参数面板模块：该模块根据不同算子实际的参数格式要求对算子组件输入输出参数进行动态配置，并实现参数的基本数据格式的验证，该模块支持输入框、下拉框、弹窗多字段选择、单选多选、日期、图片文件格式的参数动态配置，该模块同时配置当前算子的信息，包括当前算子输入输出参数的备注以及数据要求。
7.根据权利要求6所述的AI可视化建模流程绘制系统，其特征在于，(2)可视化画布模块中所述算子右键操作功能包括重命名、删除、复制、从此处执行、运行至此处、运行该算子、查看日志、查看数据、保存模型、以及评估报告，其中：
重命名：重新命名当前算子的名称；
删除：删除当前算子以及当前已经存在链接关系的链接线；
复制：复制当前算子，复制其全部基本信息，但不包括已经配置的参数、格式、链接状态；
从此处执行：建模流程从当前算子处执行；
运行至此处：建模流程从起始位置运行到当前算子；
运行该算子：只运行当前算子；
查看日志：查看当前算子的运行日志，采用textarea动态展示算子链运行中的日志，便于使用者查看以及问题定位；
查看数据：查看当前算子的运行数据，采用table数据列表展示；
保存模型：算子运行成功之后，将运行成功的算子作为模型进行保存，方便后期直接使用；
评估报告：利用echart表单组件动态展示算子链运行之后的评估报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210013867.5A CN114356190B (zh) | 2022-01-06 | 2022-01-06 | 基于Web的AI可视化建模流程绘制方法、系统及用途 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210013867.5A CN114356190B (zh) | 2022-01-06 | 2022-01-06 | 基于Web的AI可视化建模流程绘制方法、系统及用途 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114356190A true CN114356190A (zh) | 2022-04-15 |
| CN114356190B CN114356190B (zh) | 2024-08-27 |
Family
ID=81106379
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210013867.5A Active CN114356190B (zh) | 2022-01-06 | 2022-01-06 | 基于Web的AI可视化建模流程绘制方法、系统及用途 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114356190B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115935868A (zh) * | 2022-12-15 | 2023-04-07 | 上海日观芯设自动化有限公司 | 一种集成电路设计和验证流程管理用自动化系统 |
| CN116382666A (zh) * | 2023-04-03 | 2023-07-04 | 北京柏睿数据技术股份有限公司 | 一种基于人工智能模型的项目执行方法和系统 |
| CN117406979A (zh) * | 2023-12-14 | 2024-01-16 | 之江实验室 | 一种计算工作流的界面交互设计方法和系统 |
| CN117932972A (zh) * | 2024-03-15 | 2024-04-26 | 南京凯奥思数据技术有限公司 | 基于web应用于设备状态算法模型的可视化建模平台及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100100775A1 (en) * | 2008-10-21 | 2010-04-22 | Lev Slutsman | Filtering Redundant Events Based On A Statistical Correlation Between Events |
| CN108665071A (zh) * | 2017-03-27 | 2018-10-16 | 苏宁云商集团股份有限公司 | 一种交互式机器学习实验展示方法及系统 |
| CN110941467A (zh) * | 2019-11-06 | 2020-03-31 | 第四范式（北京）技术有限公司 | 数据处理方法、装置及系统 |
| CN111078094A (zh) * | 2019-12-04 | 2020-04-28 | 北京邮电大学 | 分布式机器学习可视化装置 |
| CN112162831A (zh) * | 2020-11-02 | 2021-01-01 | 北京明略昭辉科技有限公司 | 一种大数据分析方法、系统、电子设备及存储介质 |
| CN112667735A (zh) * | 2020-12-23 | 2021-04-16 | 武汉烽火众智数字技术有限责任公司 | 一种基于大数据的可视化模型建立分析系统和方法 |
| CN112988130A (zh) * | 2021-02-24 | 2021-06-18 | 恒安嘉新（北京）科技股份公司 | 一种基于大数据的可视化建模方法、装置、设备及介质 |
| CN113342490A (zh) * | 2021-05-31 | 2021-09-03 | 北京顶象技术有限公司 | 一种建模任务调度的执行方法和装置 |
-
2022
- 2022-01-06 CN CN202210013867.5A patent/CN114356190B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100100775A1 (en) * | 2008-10-21 | 2010-04-22 | Lev Slutsman | Filtering Redundant Events Based On A Statistical Correlation Between Events |
| CN108665071A (zh) * | 2017-03-27 | 2018-10-16 | 苏宁云商集团股份有限公司 | 一种交互式机器学习实验展示方法及系统 |
| CN110941467A (zh) * | 2019-11-06 | 2020-03-31 | 第四范式（北京）技术有限公司 | 数据处理方法、装置及系统 |
| CN111078094A (zh) * | 2019-12-04 | 2020-04-28 | 北京邮电大学 | 分布式机器学习可视化装置 |
| CN112162831A (zh) * | 2020-11-02 | 2021-01-01 | 北京明略昭辉科技有限公司 | 一种大数据分析方法、系统、电子设备及存储介质 |
| CN112667735A (zh) * | 2020-12-23 | 2021-04-16 | 武汉烽火众智数字技术有限责任公司 | 一种基于大数据的可视化模型建立分析系统和方法 |
| CN112988130A (zh) * | 2021-02-24 | 2021-06-18 | 恒安嘉新（北京）科技股份公司 | 一种基于大数据的可视化建模方法、装置、设备及介质 |
| CN113342490A (zh) * | 2021-05-31 | 2021-09-03 | 北京顶象技术有限公司 | 一种建模任务调度的执行方法和装置 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115935868A (zh) * | 2022-12-15 | 2023-04-07 | 上海日观芯设自动化有限公司 | 一种集成电路设计和验证流程管理用自动化系统 |
| CN116382666A (zh) * | 2023-04-03 | 2023-07-04 | 北京柏睿数据技术股份有限公司 | 一种基于人工智能模型的项目执行方法和系统 |
| CN116382666B (zh) * | 2023-04-03 | 2023-09-26 | 北京柏睿数据技术股份有限公司 | 一种基于人工智能模型的项目执行方法和系统 |
| CN117406979A (zh) * | 2023-12-14 | 2024-01-16 | 之江实验室 | 一种计算工作流的界面交互设计方法和系统 |
| CN117406979B (zh) * | 2023-12-14 | 2024-04-12 | 之江实验室 | 一种计算工作流的界面交互设计方法和系统 |
| CN117932972A (zh) * | 2024-03-15 | 2024-04-26 | 南京凯奥思数据技术有限公司 | 基于web应用于设备状态算法模型的可视化建模平台及方法 |
| CN117932972B (zh) * | 2024-03-15 | 2024-05-28 | 南京凯奥思数据技术有限公司 | 基于web应用于设备状态算法模型的可视化建模平台及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114356190B (zh) | 2024-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110597506B (zh) | 一种前端应用可视化开发工具和使用方法 | |
| CN114356190A (zh) | 基于Web的AI可视化建模流程绘制方法、系统及用途 | |
| US10984177B2 (en) | System and method providing responsive editing and viewing, integrating hierarchical fluid components and dynamic layout | |
| US8015550B2 (en) | Systems and methods for hazards analysis | |
| JP5651121B2 (ja) | データオブジェクトの管理および自動的リンク | |
| US7448024B2 (en) | System and method for software application development in a portal environment | |
| US8712953B2 (en) | Data consumption framework for semantic objects | |
| US8006187B1 (en) | Checkpoint sequence fallout metrics management during path analysis | |
| US10592211B2 (en) | Generation of application behaviors | |
| US9052812B1 (en) | System for exportable graphical designs with interactive linked comments between design and playback environments | |
| Bobrik et al. | Proviado–personalized and configurable visualizations of business processes | |
| US20130179761A1 (en) | Systems and methods for creating, editing and publishing cross-platform interactive electronic works | |
| Ahmed et al. | Model-based user interface engineering with design patterns | |
| US8291334B1 (en) | Method and apparatus for creating a digital dashboard | |
| US20120221998A1 (en) | Screenflow designer with automatically changing view | |
| JP6817253B2 (ja) | 表示制御装置、表示制御方法、および表示制御プログラム | |
| CN108369514B (zh) | 用于可执行内容和可执行内容流创建的系统和方法 | |
| US20200357301A1 (en) | Interactive Learning Tool | |
| CN113900636A (zh) | 一种自助化渠道业务流程开发系统及其开发方法 | |
| CN114416516A (zh) | 基于截图的测试用例及测试脚本生成方法、系统及介质 | |
| Abrams et al. | Architectural thinking and modeling with the Architects' Workbench | |
| CN116679920A (zh) | 一种基于低代码的可视化应用开发系统 | |
| JP6265030B2 (ja) | アプリケーション開発システム、開発装置のデータ処理方法、およびプログラム | |
| Bouzit et al. | Automated Evaluation of Menu by Guidelines Review. | |
| KR102382703B1 (ko) | 어플리케이션 개발을 위한 멀티채널통합플랫폼 저작장치 및 저작방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: No. N3013, 3rd Floor, R&D Building N, Artificial Intelligence Science and Technology Park, Wuhan Economic and Technological Development Zone, Wuhan City, Hubei Province, 430058 Applicant after: Zhongdian Cloud Computing Technology Co.,Ltd. Address before: 430058 No. n3013, 3rd floor, R & D building, building n, Artificial Intelligence Science Park, economic and Technological Development Zone, Caidian District, Wuhan City, Hubei Province Applicant before: CLP cloud Digital Intelligence Technology Co.,Ltd. Country or region before: China |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |