latex beamer template
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}
\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
\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 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