实战案例：用AI提示词制作硕士论文答辩PPT，从蓝白极简逻辑树到研究贡献与图表清晰展示

你是一位学术答辩PPT视觉总监。清华大学林舟硕士论文答辩PPT《联邦学习中的个性化推荐算法优化》需要15页。请输出：

1. 视觉体系核心决策：
   - 主色：深蓝（#2C3E50）作标题栏、逻辑树节点、图表标题（学术专业感）
   - 强调色：淡蓝（#5DADE2）作高亮重点、图表强调柱/折线、公式等号
   - 辅助色：白（#FFFFFF）作页面背景、正文文字
   - 警示色：仅红色（#E74C3C）用于局限性页标注
   - 字体：中文宋体（正文12-14pt、标题20-28pt），英文和数字用Times New Roman，公式用LaTeX标准

2. 网格规范：12列网格，页面四周留36px安全区（学术PPT信息密度极高）

3. 信息层级：每页必须有**明确的学术层级**——页面大标题（深蓝#2C3E50加粗24pt）、核心论点（黑色加粗14pt）、论证文字（黑色12pt）、脚注（浅灰10pt，引用来源）

4. 学术规范组件：
   - 逻辑树可视化（从研究背景→问题定义→研究方法→实验验证→结论的树状结构）
   - 算法流程图（标准流程图符号：矩形=过程、菱形=判断、椭圆=开始/结束）
   - 数据图表（折线图/柱状图/热力图，坐标轴清晰、图例清晰、单位标注）
   - 公式（LaTeX标准格式，等号对齐，变量斜体）

5. 避坑清单：3种学术PPT俗套——颜色超3种、图表字体小于10pt、每页字数超过300字

约束：整体蓝白极简风；每页有明确信息层级；图表字体至少10pt；每页字数控制在200以内；绝对不能花哨装饰；绝对不能颜色超3种。

请为林舟硕士答辩PPT设计4页核心页：

[封面页]
背景：纯白#FFFFFF，顶部一条细深蓝#2C3E50横线（1px）
标题：联邦学习中的个性化推荐算法优化（深蓝#2C3E50加粗28pt，居中）
副标题：Federated Learning with Personalized Recommendation Algorithm Optimization（英文，蓝色#5DADE2 18pt，居中）
下方：
  答辩人：林舟（黑色16pt，居中）
  学号：2021xxxxxx（黑色14pt，居中）
  导师：XXX 教授（黑色16pt，居中）
  清华大学计算机科学与技术系（黑色14pt，居中）
  2026年5月（黑色14pt，居中）
底部一条细深蓝#2C3E50横线
约束：极简蓝白、无装饰、所有信息居中对齐

[目录页]
背景：纯白
顶部：页面大标题 目录（深蓝加粗24pt）
左侧：9项目录列表（黑色14pt，每项配深蓝小方块bullet）
  1. 研究背景与意义
  2. 问题定义
  3. 相关工作
  4. 研究方法
  5. 实验设计
  6. 对比实验结果
  7. 消融实验
  8. 研究贡献与创新点
  9. 局限与展望
底部：页码占位（浅灰12pt右对齐）
约束：左对齐列表、深蓝bullet、极简无装饰

[逻辑树页]
背景：纯白
顶部：页面大标题 论文结构逻辑树（深蓝加粗24pt）
中心：树状图结构，全部用深蓝#2C3E50矩形框和线条（1px细）
  根节点：硕士论文（深蓝#5DADE2加粗）
  第一分支：研究背景→问题定义→研究方法→实验验证→结论
  每个第一分支下再细分2-3个叶子节点（如研究方法→核心算法→损失函数→优化策略）
  线条都是深蓝细直线，分支从根节点向下展开
约束：树状结构清晰、全部深蓝1px线条、矩形框、逻辑一目了然

[研究背景页]
背景：纯白
顶部：页面大标题 研究背景（深蓝加粗24pt）
左侧上：3段关键论点（黑色14pt，每段深蓝bullet）
  - 联邦学习保护数据隐私，但个性化推荐场景下数据孤岛问题突出
  - 现有方法在非IID数据分布下性能下降20%-35%
  - 工业界（字节/腾讯/阿里）均面临类似问题
左侧下：数据支撑（淡蓝#5DADE2加粗数字）
  - 推荐系统：占全球互联网流量70%+
  - 隐私保护：GDPR等法规强制要求数据不出域
右侧：一个极简折线图（现有方法性能 vs IID程度），深蓝折线，X轴"IID程度从低到高"，Y轴"推荐准确率%"，浅蓝色虚线标注我们的方法预期提升
约束：论点清晰+数据支撑+极简图表，每页字数不超200

请为林舟答辩PPT设计4页方法实验页：

[问题定义页]
背景：纯白
顶部：页面大标题 问题定义（深蓝加粗24pt）
左侧：数学问题陈述（黑色14pt，公式用LaTeX格式）
  - 给定：N个客户端的本地数据{D_i}
  - 目标：学习全局推荐模型W，同时每个客户端有个性化偏置b_i
  - 优化目标：min Σ_i L(W + b_i, D_i) s.t. ||W||_2 ≤ C
  - 公式中W全局模型加粗、b_i个性化偏置斜体（LaTeX标准）
右侧：一个极简示意图（联邦学习结构）
  - 中心：服务器节点（深蓝圆）
  - 周围：N个客户端节点（淡蓝圆）
  - 服务器→客户端：全局模型W更新（深蓝箭头）
  - 客户端→服务器：梯度+个性化偏置（淡蓝箭头）
约束：公式LaTeX格式、变量正确、示意图清晰

[研究方法页]
背景：纯白
顶部：页面大标题 联邦个性化推荐算法（深蓝加粗24pt）
左侧：3步核心方法（黑色14pt，每步深蓝bullet）
  - Step 1: 全局模型预训练（FedAvg初始化W_0）
  - Step 2: 个性化偏置学习（每个客户端独立学习b_i，加L2正则）
  - Step 3: 动态聚合（按客户端数据质量加权聚合W）
右侧：3步对应的损失函数公式（LaTeX格式），等号对齐
  L_total = L_global(W) + λ Σ_i L_personal(b_i)
约束：3步清晰+公式等号对齐+深蓝色系

[算法流程图页]
背景：纯白
顶部：页面大标题 算法伪代码（深蓝加粗24pt）
左侧：标准流程图符号，全部深蓝边框1px
  - 椭圆（开始）：初始化全局模型W_0
  - 菱形（判断）：T轮迭代完成？
  - 矩形（过程）：客户端本地训练b_i → 计算梯度 → 服务器聚合W → 发送新W给客户端
  - 椭圆（结束）：输出W和{b_i}
  线条：标准箭头，深蓝1px
右侧：伪代码（黑色12pt等宽字体），关键词（for/if/return）深蓝加粗
约束：标准流程图符号、伪代码规范、流程图和伪代码对应

[数据集与实验设计页]
背景：纯白
顶部：页面大标题 数据集与实验设计（深蓝加粗24pt）
左侧：3个数据集对比表（深蓝表头、黑色内容）
  数据集 | 类型 | 样本数 | 特征维度 | 来源
  MovieLens-1M | 电影评分 | 100万 | 100 | GroupLens
  Douban | 豆瓣书评 | 500万 | 200 | 豆瓣公开数据集
  阿里推荐 | 电商推荐 | 1000万 | 500 | 阿里天池
右侧：实验设置（黑色14pt bullet）
  - 对比方法：FedAvg / FedProx / FedMGDA / 我们的方法
  - 评估指标：NDCG@10 / MAP / AUC
  - 超参数：学习率0.01，正则系数0.001，聚合轮数T=50
约束：表格深蓝表头、对比清晰、实验设置完整

请为林舟答辩PPT设计最后7页：

[对比实验结果页]
背景：纯白
顶部：页面大标题 对比实验结果（深蓝加粗24pt）
左侧：对比表格（深蓝表头、我们的方法淡蓝底色突出）
  方法 | ML-1M NDCG@10 | Douban NDCG@10 | 阿里 AUC
  FedAvg | 0.312 | 0.285 | 0.712
  FedProx | 0.328 | 0.301 | 0.725
  FedMGDA | 0.335 | 0.312 | 0.738
  **Ours** | **0.358** | **0.334** | **0.756**
右侧：一个极简柱状图（3个数据集NDCG对比），4根柱（浅蓝→深蓝渐变），我们的方法最深，数值标注在柱顶
约束：表格突出我们的方法、柱状图清晰、数值单位标注

[消融实验页]
背景：纯白
顶部：页面大标题 消融实验（深蓝加粗24pt）
左侧：3个消融变体描述（黑色14pt bullet）
  - Variant A: 去掉个性化偏置b_i（只有全局W）
  - Variant B: 去掉动态聚合（均匀聚合）
  - Variant C: 去掉L2正则（无正则）
右侧：消融结果折线图（深蓝实线我们的方法、淡蓝虚线3个变体），X轴迭代轮数、Y轴NDCG
约束：折线图清晰、3个变体效果比我们的差、突出核心贡献

[研究贡献页]
背景：纯白
顶部：页面大标题 研究贡献（深蓝加粗24pt）
3项核心贡献（黑色14pt，每项深蓝加粗序号）
  1. 提出Fed-Personalize算法框架，在非IID数据下NDCG提升12%-18%
  2. 设计动态聚合策略，解决数据质量不均问题
  3. 在3个工业级数据集上验证，代码开源在GitHub（链接占位）
底部引用：[1] Kairouz et al., Federated Learning, Foundations and Trends ML, 2021
约束：3贡献清晰、引用规范、简洁有力

[创新点页]
背景：纯白
顶部：页面大标题 创新点（深蓝加粗24pt）
2个创新点（黑色14pt，每点淡蓝底色+深蓝边框小卡片）
  - 创新点1：个性化偏置b_i与全局模型W的解耦学习框架，保证隐私的同时兼顾个性化
  - 创新点2：基于客户端数据质量的动态聚合权重分配方法，比均匀聚合性能提升8%
约束：创新点明确、淡蓝底色突出、简洁不啰嗦

[局限与展望页]
背景：纯白
顶部：页面大标题 局限与展望（深蓝加粗24pt）
左侧：局限性（红色#E74C3C标题）
  - 仅考虑用户侧个性化，物品侧未覆盖
  - 需要客户端存储额外参数b_i，增加存储开销
右侧：未来工作（深蓝标题）
  - 物品侧个性化扩展
  - 异构联邦学习支持
约束：红色仅标注局限、深蓝标注展望、区分明确

[致谢页]
背景：纯白
中心大字：致谢（深蓝加粗36pt）
下方：感谢导师XXX教授的悉心指导，感谢清华计算机系提供的学术氛围，感谢答辩委员会各位专家的宝贵意见（黑色16pt，居中）
约束：极简、居中、真诚

[结束页]
背景：纯白
中心大字：感谢聆听 恳请批评指正（深蓝加粗28pt）
下方：联系方式（黑色14pt，居中）
  邮箱：linzhou@tsinghua.edu.cn
  GitHub：github.com/linzhou/fed-personalize
约束：极简、居中、留下联系方式

你是一位学术答辩PPT导出与规范检查专家。林舟答辩PPT需要最终检查：

1. PPT导出规范：
   - 尺寸：4:3标准（部分老教室投影不支持16:9），保留16:9备选
   - 字体嵌入：中文宋体、英文Times New Roman、伪代码Consolas全部嵌入
   - 图片分辨率：所有图表至少300dpi
   - 公式：LaTeX导出或PPT内嵌公式（Word公式3.0）

2. 学术规范检查清单：
   - [ ] 所有页面背景纯白#FFFFFF
   - [ ] 标题统一深蓝#2C3E50加粗24pt
   - [ ] 仅用深蓝+淡蓝+白三色（红色仅局限页）
   - [ ] 所有图表字体至少10pt
   - [ ] 每页字数不超200
   - [ ] 公式LaTeX标准格式（变量斜体、等号对齐）
   - [ ] 对比表格突出我们的方法（淡蓝底色）
   - [ ] 引用格式正确（[1] Kairouz et al., ...）
   - [ ] 算法流程图用标准符号（椭圆开始/结束、矩形过程、菱形判断）
   - [ ] 伪代码缩进规范、关键词深蓝加粗

3. 演讲时间建议（答辩15分钟）：
   - 研究背景：2分钟
   - 问题定义：2分钟
   - 研究方法+流程图：3分钟
   - 实验设计+数据集：1分钟
   - 对比实验+消融：3分钟
   - 贡献+创新：2分钟
   - 局限+致谢：2分钟

请给出PPT导出操作步骤和演讲时间分配模板。