浙江:计划3月后体育赛事向民众敞开“大门”******
中新网杭州1月11日电(王逸飞)11日记者从浙江省体育局获悉,该局计划在3月后面向全体观众开放各类体育赛事。在此之前,该省相关体育赛事仍遵循“不禁止”“不提倡”“不举办”的原则。
1月8日,新冠病毒感染正式由“乙类甲管”调整为“乙类乙管”,这也让各地相关体育赛事政策是否发生变化受到关注。
浙江省体育局竞赛处负责人介绍,“目前我省相关体育赛事仍遵循‘不禁止’‘不提倡’‘不举办’的原则,全省不硬性禁止举办各类体育赛事,3月前不提倡举行各类竞技性较强体育赛事,省本级各类体育比赛3月前原则上不举办。”
据悉,考虑到竞技比赛都有一定强度,且“阳康”后大多数人恢复期间不能开展剧烈运动等原因,浙江并未迅速敞开赛事“大门”。浙江省体育局计划在3月后面向全体观众开放各类体育赛事,具体相关事宜该局将在其官网及时发布。
上述负责人表示,除了3月后向观众开放外,浙江省内所有体育赛事还将严格有序按照国家体育总局发布的新修订《体育赛事活动管理办法》执行和申报,实现防范化解体育赛事活动安全风险隐患和完善体育赛事活动监管机制。(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)