短评：冷门、逆转，正是世界杯的魅力所在******
当地时间11月22日，卡塔尔世界杯小组赛C组首轮第一场，阿根廷对阵沙特阿拉伯的比赛正式打响，这也是梅西第5次世界杯的首秀。图为梅西带球突破。
中新网11月22日电 世界杯小组赛C组第1轮，沙特2-1逆转战胜阿根廷爆出大冷门。阿根廷人早早落入了勒纳尔的陷阱，沙特出人意料的高位防线，让上半场的蓝白锋线无奈加冕“越王”。
与昨天的伊朗不同，梅西的点球没有击垮沙特人的意志，上半场剩余时间他们的表现，仿佛让人忘记了是阿根廷在领先，同时也让对手忘记了自己在踢世界杯。谢赫里和萨勒姆两记闪烁着名为“亚洲之光”的进球让如梦初醒的阿根廷人开始狂攻。
很可惜，在14年的恩雅玛和18年的哈尔多松之后，他们今天面对着新一尊“叹息之墙”——穆罕默德·奥韦斯。这支沙特表现出超水准的防守默契程度以及对反击的坚决投入也令人印象深刻。西亚劲旅在本届世界杯上也许能带来更多惊喜！
梅西的世界杯梦想还远没结束，但这个夜晚属于沙特阿拉伯，属于亚洲足球。可能人们还在感叹阿根廷的时运不济，不过冷门，逆转，“大卫战胜哥利亚”的情节还有“小人物一战成名”的戏码，这些不也正是世界杯的魅力所在吗？
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 大发平台地图 |
