至尊彩票投注_互动百科

北京冬奥精神宣讲团举办北京冬奥会一周年专场报告会******

　　中新网北京2月4日电 (记者 陈杭)2月3日，在北京冬奥会成功举办一周年之际，北京冬奥精神宣讲团来到延庆赛区，在中关村(延庆)体育科技前沿技术创新中心举办北京冬奥会一周年专场宣讲会。8位冬奥精神宣讲员从不同角度深情讲述筹办举办期间精彩非凡的冬奥故事，全方位多角度立体式展示我国冰雪运动取得的历史性成绩以及在场馆建设、城市交通、经济发展、冬季运动参与普及等方面取得的成果。

　　此次活动由北京冬奥组委、北京市委宣传部、北京市社会科学院(市委讲师团)共同主办，延庆区委宣传部承办。北京冬奥会后，为讲述冬奥筹办举办过程中台前幕后的感人故事，展示广大冬奥组织者、建设者“胸怀大局、自信开放、迎难而上、追求卓越、共创未来”的北京冬奥精神，北京冬奥组委、北京市委宣传部、北京市社会科学院(市委讲师团)联合组建北京冬奥精神宣讲团，切实将北京冬奥会留下的宝贵精神财富转化为推动新时代发展的强大动力，延续后冬奥时代的冰雪热情，让更多的奥运遗产、让冰雪运动进入寻常百姓生活中。

　　北京冬奥精神宣讲员当中有北京冬奥会短道速滑冠军任子威、花样滑冰双人滑冠军隋文静/韩聪、自由式滑雪空中技巧冠军齐广璞、残奥越野滑雪冠军杨洪琼，还有北京冬奥会滑雪救援队医生、制冰师、城市规划师、奥林匹克文化推广者、5G技术智慧办奥亲历者、双奥记者、志愿者、裁判、冬奥组委留守工作人员和普通市民。他们走进机关、企业、学校、社区、农村和各大网络直播间，通过亲历亲闻的故事，宣讲北京冬奥精神，回顾冬奥申办筹办举办的不平凡岁月。

　　据悉，北京冬奥精神宣讲团成员大部分来自北京冬奥宣讲团，在北京冬奥会举办前已经宣讲了五年。宣讲员中，年龄最大的64岁，最小的只有8岁。冬奥筹办期间，足迹遍布黑龙江、内蒙古、新疆、西藏、青海、福建等全国18个省市自治区。为了把奥林匹克的种子播撒进更多青少年的心中，组织开展“走进百所高校”“走进百所中小学”“走进百所希望小学”“走进百所海外华文学校”系列宣讲，覆盖全国31个省、市、自治区以及香港在内的450余所学校，辐射全球40个国家(地区)100余所海外华文学校、100余个侨团。

　　同时，创新双语宣讲模式，为来自55个国家和地区的侨界代表和17国欧洲在华青年举办专场宣讲会，向世界讲好冬奥故事、讲好中国故事。在全球疫情背景下，创新传播方式，在北京市1.8万公交车辆、23条地铁线路、6000多台楼宇电视和城市大屏、全国“八纵八横”铁路近3000对动车组17万块显示屏、中国国航400多架飞机700余条航线上开展短视频云宣讲，云上直接受众超过1亿人次。

　　国际奥委会主席巴赫为宣讲团亲笔题词：“感谢北京冬奥宣讲团在中国传播奥林匹克价值观。”北京冬奥宣讲团在2021年底集体荣获北京榜样特别奖，在2022年4月荣获2022年冬奥会、冬残奥会北京市先进集体。(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）