图为“渝见澳洲”少年推介官选拔赛冠亚季军颁奖仪式。 重庆国际文旅之窗供图
重庆市文化和旅游发展委员会副主任秦定波在致辞时说,重庆与澳大利亚文旅资源丰富,具有很强的互补性,互为彼此重要旅游目的地和客源地。三方签署文旅合作备忘录,将开启渝澳文旅交流合作新篇章。
据悉,近年渝澳两地人文交流日益密切。比如,重庆在澳大利亚挂牌成立“重庆文化旅游悉尼推广中心”;又如,2019年“美丽中国—山水之城·美丽之地”重庆文化旅游推介会在澳大利亚举办,当年澳大利亚赴渝游客近8万人次。
澳大利亚旅游局东半球市场及国际航司业务执行总经理何安哲说,澳大利亚旅游局一直积极努力和中国市场保持沟通,为中国游客提供赴澳旅行灵感。“渝见澳洲”活动为澳中文化旅游交流合作提供了宝贵机会,相信通过赛事能让更多重庆市民了解澳大利亚。
澳大利亚驻成都总领事馆总领事倪瑞兰称,澳中文化旅游交流合作迎来了充满无限可能的新一年,双方将以合作备忘录为框架,持续助推两地文旅关系发展。(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() |