留学生猜灯谜。 周宸宇 摄
随后,留学生还参与了“记忆力大比拼”“看我百发百中”“幸运套圈”等游戏和活动。“这是我第二次包饺子,比第一次进步了很多。”来自伊朗的留学生雅莉达笑言,她非常喜欢包饺子的过程。在“幸运套圈”游戏中,来自印度的学生阿比纳兹成功将圈套入瓶中时,全场响起一阵欢呼,阿比纳兹兴奋地说:“这是我今天最喜欢的游戏,之前都没有玩过,真的相当有趣!”
最后,留学生来到银川市贺兰县金贵镇集市,采购对联、手剪窗花、兔年吉祥物、冰糖葫芦,体验中国的年货集市。宁夏医科大学国际教育学院相关负责人表示,对不少留学生来说,在中国过春节是种特别而新奇的体验,希望本次活动能够增进留学生对中国传统文化的了解。(完)
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) [责编:天天中] 阅读剩余全文() ![]() 大发彩票地图 |