欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识！
您现在的位置是： 首页

latex beamer template

程序员文章站 2023-12-25 10:30:03
...

reference南方科大的模板

reference:    https://github.com/SunYanCN/Latex-Beamer-Template

\documentclass[10pt,aspectratio=169,mathserif,table]{beamer} 
%设置为 Beamer 文档类型，设置字体为 10pt，长宽比为16:9，数学字体为 serif 风格
\batchmode

\usepackage{graphicx}
\usepackage{animate}
\usepackage{hyperref}

%导入一些用到的宏包
\usepackage{amsmath,bm,amsfonts,amssymb,enumerate,epsfig,bbm,calc,color,ifthen,capt-of,multimedia,hyperref}
\usepackage{xeCJK} %导入中文包
\setCJKmainfont{WenQuanYi Micro Hei} %字体采用黑体[SimHei]  [Microsoft YaHei] [WenQuanYi Micro Hei]

\usetheme{Berlin} %主题
\usecolortheme{sustech} %主题颜色find file:beamercolorthemesustech.sty

\usepackage[ruled,linesnumbered]{algorithm2e}

\usepackage{fancybox}
\usepackage{xcolor}
\usepackage{times}
\usepackage{listings}

\usepackage{booktabs}
\usepackage{colortbl}

\newcommand{\Console}{Console}
\lstset{ %
	backgroundcolor=\color{white},   % choose the background color
	basicstyle=\footnotesize\rmfamily,     % size of fonts used for the code
	columns=fullflexible,
	breaklines=true,                 % automatic line breaking only at whitespace
	captionpos=b,                    % sets the caption-position to bottom
	tabsize=4,
	commentstyle=\color{mygreen},    % comment style
	escapeinside={\%*}{*)},          % if you want to add LaTeX within your code
	keywordstyle=\color{blue},       % keyword style
	stringstyle=\color{mymauve}\ttfamily,     % string literal style
	numbers=left, 
	%	frame=single,
	rulesepcolor=\color{red!20!green!20!blue!20},
	% identifierstyle=\color{red},
	language=c
}

\setsansfont{WenQuanYi Micro Hei}
\setmainfont{WenQuanYi Micro Hei}

\definecolor{mygreen}{rgb}{0,0.6,0}
\definecolor{mymauve}{rgb}{0.58,0,0.82}
\definecolor{mygray}{gray}{.9}
\definecolor{mypink}{rgb}{.99,.91,.95}
\definecolor{mycyan}{cmyk}{.3,0,0,0}

%题目，作者，学校，日期
\title{my title}
\subtitle{\fontsize{9pt}{14pt}\textbf{content design}}
\author{答辩人: HOngjun Wang \newline \newline \qquad AIETHAN}
\institute{\fontsize{8pt}{14pt}AIETHAN}
\date{\today}

%学校Logo
%\pgfdeclareimage[height=0.5cm]{sustech-logo}{sustech-logo.pdf}
%\logo{\pgfuseimage{sustech-logo}\hspace*{0.3cm}}

\AtBeginSection[]
{
	\begin{frame}<beamer>
	\frametitle{\textbf{目录}}
	\tableofcontents[currentsection]
	\end{frame}
}
\beamerdefaultoverlayspecification{<+->}
% -----------------------------------------------------------------------------
\begin{document}
% -----------------------------------------------------------------------------

\frame{\titlepage}

\section[目录]{}   %目录
\begin{frame}{目录}
\tableofcontents
\end{frame}

% -----------------------------------------------------------------------------
\section{引言}  %引言
\subsection{研究背景}
\begin{frame}{研究背景}
\begin{columns}[T] % align columns
\begin{column}<0->{.40\textwidth}
	\begin{figure}[thpb]
		\centering
		\resizebox{1\linewidth}{!}{
			\includegraphics{figures/sustech.pdf}
		}
		%\includegraphics[scale=1.0]{figurefile}
		\caption{SUSTech Campus}
		\label{fig:campus}
	\end{figure}
\end{column}%
\hfill%
\begin{column}<0->{.65\textwidth}
	\begin{itemize}
		\item<1-> 短信息(SMS)成为现代通讯的重要组成部分
		\begin{itemize}
			\item<1-> 很多组织或网站使用短信息作为身份验证的辅助通道
		\end{itemize}
		\item<2-> 现代短消息的发送，在抵达终端之前不接触蜂窝网络
		\begin{itemize}
			\item<2-> 短信息(SMS)成为现代通讯的重要组成部分
		\end{itemize}
	\end{itemize}
\end{column}%
\end{columns}
\end{frame}
\subsection{主要工作}
\begin{frame}{主要工作页}
完成这项工作需要如下步骤
\begin{block}{具体步骤}
\begin{itemize}
	\item<0->  对SMS数据进行迄今为止最大的挖掘分析
	\item<0->  评估良性短消息服务的安全态势
	\item<0->  刻画通过SMS网关进行的恶意行为
\end{itemize}
\end{block}
\end{frame}

\begin{frame}%{OTT服务页}
\frametitle{OTT服务页}
\begin{figure}[!t]
	\centering
	\includegraphics[width=2in]{figures/sustech.pdf}
	\caption{OTT服务}
	\label{figure3_OTT}
\end{figure}
\begin{center}
	OTT服务支持在数据网络上提供短信和语音等第三方服务。\\
	OTT可以使用云服务来存储和同步SMS到用户的其他设备。
\end{center}

\end{frame}



\section{词表示模型}  %自我介绍
\begin{frame}{词表示}
在NLP任务中，可以利用各种词表示模型，将“词”这种符号信息表示成数学上的向量形式。。将语义信息表示成稠密、低维的实值向量，这样就可以用计算向量之间相似度的方法（如余弦相似度），来计算语义的相似度。词的向量表示可以作为各种深度学习模型的输入来使用
\begin{block}{词表示模型分类}
	直接表示模型
	\begin{itemize}
		\item<0-> One-Hot Representation
	\end{itemize}
	
	分布式表示模型
	\begin{itemize}
		\item<0-> 计数模型（基于共现矩阵）
		\item<0-> 预测模型（基于神经网络）
	\end{itemize}
\end{block}
\end{frame}


\section{直接表示模型}
\begin{frame}{One-Hot Representation}
最简单直接的词表示是One-Hot Representation。考虑一个词表$ \mathbb V $，里面的每一个词$ w_i $都有一个编号$ i\in \{1,...,n\} $,那么词$ w_i $的one-hot表示就是一个维度为n的向量，其中第$ i $个元素值非零，其余元素全为0。例如：
\[  w_2=[0,1,0,...,0]^\top  \]
\[  w_3=[0,0,1,...,0]^\top  \]
\begin{block}{缺点}
	\begin{itemize}
		\item<0-> 彼此正交，不能反应词间的语义关系
		\item<0-> 稀疏表示，维度很高，和词典大小成正比
	\end{itemize}
\end{block}
\begin{center}
	\textcolor{mymauve}{仅仅是为了区分词，不包含语义信息，语义信息应该从上下文中挖掘}
\end{center}
\end{frame}


\section{研究方法与数据集特征}
\begin{frame}{研究方法与数据集特征}
\begin{columns}[c] % align columns
	\begin{column}<0->{.5\textwidth}
		\vspace*{1cm}
		\begin{itemize}
			\item 使用Scrapy框架爬取公共网关
		\end{itemize}
	
		\begin{itemize}
			\item 收集8个公共短信网关在14个月的数据
		\end{itemize}
	
		\begin{itemize}
			\item 共抓取386,327条数据
		\end{itemize}
    \end{column}%
\hfill%	
	\begin{column}<0->{.40\textwidth}
		\begin{table}
			\caption{公共网关抓取的信息数}
			\footnotesize
			\rowcolors{1}{mygray}{white}
			\begin{tabular}{|c|c|}
				\hline
				\textbf{Site}           & \textbf{Messages}\\
				\hline
				receivesmsonline.net    &81313\\
				\hline
				receive-sms-online.info &69389\\
				\hline
				receive-sms-now.com     &63797\\
				\hline
				hs3x.com               &55499\\
				\hline
				receivesmsonline.com    &44640\\
				\hline
				receivefreesms.com      &37485\\
				\hline
				receive-sms-online.com  &27094\\
				\hline
				e-receivesms.com       &7107\\
				\hline
			\end{tabular}
		\end{table}
    \end{column}%
\end{columns}
\end{frame}

\begin{frame}
\frametitle{消息聚类分析}
\begin{block}{\textbf{基本思路}}
	\begin{itemize}
		\item<0-> 使用编辑距离矩阵将类似的消息归于一张连通图中。
		\item<0-> 使用固定值替换感兴趣的消息，如代码、email地址。
		\item<0-> 查找归一化距离小于阈值的消息，并确定聚类边界。
	\end{itemize}
\end{block}

\begin{block}{\textbf{实现步骤}}
	\begin{enumerate}
		\item<0-> 加载所有消息。
		\item<0-> 用固定的字符串替换数字、电子邮件和URL以预处理消息。
		\item<0-> 将预处理后的信息按字母排序。
		\item<0-> 通过使用编辑距离阈值(0.9)来确定聚类边界。
	\end{enumerate}
\end{block}
\end{frame}

\section{算法和代码}
\subsection{算法}
\begin{frame}{算法}
\begin{algorithm}[H]
	\caption{HOSVD}
	\small 
	\KwIn{HOSVD($\mathcal{X},R_{1},R_{2}.....R_{N}$) }
	\KwOut{ $\mathcal{G},A_{(1)},A_{(2)}......A_{(N)} $ }
	
	\For{$k=1$ to $N$ }
	{
		$A_{(n)}\leftarrow R_{n}$left singular matrix of $X_{(n)}$
	}
	$\mathcal{G}=\leftarrow \mathcal{X} \times A_{(1)}^{T} \times A_{(2)}^{T}...... \times A_{(N)}^{T}$\\
	\Return $\mathcal{G},A_{(1)},A_{(2)}......A_{(N)} $
\end{algorithm}
\end{frame}

\subsection{代码}
\begin{frame}[fragile]{代码}
HOSVD在Python的代码实现和分析：
\lstinputlisting[lastline=11,
language=Python,
frame=single,
caption=First ten lines of some Python code,
label=python]
{HOSVD.py}
\end{frame}


\section{Future Work}
\begin{frame}{Future Work}  %将来可做的方向
\begin{itemize}
\item<0-> Get more people to try this
\item<0-> Benchmark the entire system in the wild
\item<0-> Profit!
\end{itemize}
\end{frame}

\begin{frame}{Thank you}
\begin{center}
\begin{minipage}{1\textwidth}
	\setbeamercolor{mybox}{fg=white, bg=black!50!blue}
 \begin{beamercolorbox}[wd=0.70\textwidth, rounded=true, shadow=true]{mybox}
\LARGE \centering Thank you for listening!  %结束语
\end{beamercolorbox}
 \end{minipage}
\end{center}
\end{frame}

\begin{frame}{Q\&A}
\begin{center}
	\begin{minipage}{1\textwidth}
		\setbeamercolor{mybox}{fg=white, bg=black!50!blue}
		\begin{beamercolorbox}[wd=0.70\textwidth, rounded=true, shadow=true]{mybox}
			\LARGE \centering  Questions?  %请求提问
		\end{beamercolorbox}
	\end{minipage}
\end{center}
\end{frame}

% -----------------------------------------------------------------------------
\end{document}
%文档结束

link usecolortheme beamercolorthemesustech.sty

%\DefineNamedColor{named}{sustechgreen}   {cmyk}{0,1,0.65,0.34}
\DefineNamedColor{named}{sustechdarkblue}    {rgb}{0.13,0.28,0.53}
\DefineNamedColor{named}{sustechgreen}    {rgb}{0.08,0.65,0.6}
\DefineNamedColor{named}{sustechblue}    {rgb}{0.0,0.39,0.62}
\DefineNamedColor{named}{sustechpaleblue}    {rgb}{0,0.56,0.83}
\DefineNamedColor{named}{sustechgold}   {rgb}{0.87,0.7,0.36}
\DefineNamedColor{named}{darkgreen}   {rgb}{0,0.16,0.14}

\mode<presentation>
\setbeamercolor{alerted text}{fg=green!80!yellow}
\setbeamercolor*{palette primary}{bg=sustechdarkblue,fg=white}
\setbeamercolor*{palette secondary}{fg=white,bg=sustechpaleblue}
\setbeamercolor*{palette tertiary}{fg=white,bg=sustechblue}
\setbeamercolor*{palette quaternary}{fg=white,bg=yellow}
\setbeamercolor*{structure}{fg=sustechdarkblue,bg=white}
\setbeamercolor{frametitle}{bg=sustechdarkblue,fg=white}
\mode<all>

link source code HOSVD.py

def hosvd(X):
    U = [None for _ in range(X.ndims())]
    dims = X.ndims()
    S = X
    for d in range(dims):
        C = base.unfold(X,d) #mode n分解
        U1,S1,V1 = np.linalg.svd(C)  #SVD分解
        S = base.tensor_times_mat(S, U1.T,d) #迭代求解核心张量
        U[d] = U1
    core  = S
    return U,core #返回伴随矩阵和核心张量

 

相关标签： 管理

上一篇：

下一篇：

推荐阅读