购彩大厅Welcome注册网 - 购彩大厅Welcome手机版

明说文娱丨坐在炕头为老乡唱歌 ，背后 的故事有点暖******

　　第五届全国中青年德艺双馨文艺工作者、歌手乌兰图雅从事文艺工作多年 ，创作演唱了众多脍炙人口 的音乐作品。《站在草原望北京》《点赞新时代》等作品成为群众广场舞的热门曲目，带动越来越多老百姓参与到全民健身中 ，深受人民群众喜爱 。作为文艺工作者，乌兰图雅多年来跟随中国文艺志愿者协会深入全国各地演出 ，为老百姓送去文化大餐 。在接受采访中 ，她深情回忆起去云贵川等地方演出时 ，深入老百姓家中 ，坐在炕头、拉着手为他们演出时候的场景。“乡亲们见到感到惊喜 ，但是对于我来说要由衷感谢他们 ，感谢这些宝贵 的演出机会 。”乌兰图雅深切感受到 ，在为老百姓演出中汲取艺术素材这 是非常宝贵的经历，“用情、用力热爱生活” ，像向日葵一样永远向光 、向善 、向上 。（王恩慧 董腾飞）

提速近10倍 ！基于深度学习 的全基因组选择新方法来了******

　　近日 ，中国农业科学院作物科学研究所 、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中 的应用，为智能设计育种及平台构建提供有效工具 。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型 ，根据基因组估计育种值进行早期个体 的预测和选择，从而缩短育种世代间隔，加快育种进程 ，节约成本 ，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心 ，极大地影响了全基因组预测 的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应 的能力 ，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法 的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料 ，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测 ；算法设计中包含批归一化层 、回调函数和校正线性激活函数等结构 ，可以有效降低模型错误率 ，提高运行速度；预测精度稳健，在小型数据集上 的表现与目前主流预测模型相当 ，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍 ；超参数调整对用户更加友好 。

　　该研究得到了国家重点研发计划 、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目 的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图 ：赵筱尘 巫邓炎）