2023年全国帆船锦标赛收官 ILCA4级亚运集训队名单出炉******
中新网海口1月11日电(李璇)为期五天的2023年全国帆船锦标赛(ILCA4级)暨ILCA4级亚运集训队选拔赛10日在海口收官。经过12轮比赛的激烈角逐,浙江体彩队程康、福建队叶雅奷分别获得ILCA4级男、女子组场地赛和长距离赛两项冠军,ILCA4级亚运集训队名单也随之出炉。
根据杭州亚运会帆船项目选拔办法,本站比赛结束后,共有16名运动员入选第十九届杭州亚运会ILCA4级帆船集训队人员名单,分别为:男子:吴海涛(上海)、于浩冉(山东)、卢锦平(广东)、陈奕康(广东)、程康(浙江)、胡栋华(浙江)、潘博文(福建)、吴泓威(福建);女子:叶雅奷(福建)、刘枘(上海)、高俊祺(山东)、赵美秀(山东)、刘雨珊(广东)、刘佳琪(广东)、赵妍(浙江)、黄子颜(浙江)。进入ILCA4级亚运集训队后,运动员们将迎来更激烈的竞争,ILCA4级帆船比赛男、女各有一名运动员将代表中国队参加杭州亚运会。
本次比赛,中国帆船帆板运动协会面向社会公开选拔优秀帆船运动员,共有来自北京、福建、广东、山东、浙江等省市队及俱乐部的14支队伍参赛。比赛为国内优秀的专业、业余帆船运动员搭建了一个切磋交流的平台,激发运动员的竞赛潜能,扩大帆船运动在青少年群体中的影响力,同时,也为国家帆船运动发展培养后备人才。(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)