玛雅彩票下载 - 玛雅彩票计划

为文化强国建设注入强劲动力******

图片从上至下依次为：海外采购商在文博会上挑选产品；深圳宝安展区的文创产品；观众在“文化中国”专题展内体验VR探秘南越王墓；陕西展馆打造的唐风市集。王星摄

1月2日，第十八届中国（深圳）国际文化产业博览交易会（以下简称“文博会”）在深圳圆满落幕。

展出文化产品超过10万件、4000多个文化产业投融资项目在现场进行展示与交易、3402家政府组团、文化机构和企业参展……本届文博会全面展示新时代文化产业发展的最新成果，不仅助力文化产业的高质量发展，也为文化强国建设注入强劲动力，充分彰显了“中国文化产业第一展”的引领作用。

文化魅力竞相绽放

悦耳的六弦琴、华丽的藏袍、悠扬的歌声，走进文博会西藏展馆，立刻便能感受到一种别样风情：热气腾腾的酥油茶、做工精致的唐卡、神秘古老的木刻雕塑……展会现场，琳琅满目的特色文创产品，充分展现了西藏独特的文化旅游资源和生命活力，时刻吸引着过往游客的目光。

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）