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
套娃式充会员 智能时代看电视反而更麻烦了?******
智能时代看电视反而更麻烦了?
近期,“看个电视太费劲了”的话题登上热搜。有网民发视频吐槽智能电视视频App收费高,通过电视机下载的视频App看电视剧、电影、动画,居然要分别收费。视频发出后,收到了很多网友的点赞和留言。不少网友表示“你说出了大家的心声”“怀念原来的电视,现在都变味了”“一年下来看电视的费用都高得离谱,导致现在电视机都成了摆设”。人们常说技术改变生活,但网友们的共鸣又不禁让人发问:为何智能电视时代,看电视反而更麻烦了?
其实,网友的吐槽不是否认电视技术的进步及其给人们生活带来的便利。智能电视不仅屏幕尺寸大、分辨率高,而且更加轻薄,便于人们节约使用室内空间。从观看体验上说,大家不用再卡着时间等电视台直播,也不用为错过某个精彩的节目或影视片段而遗憾,随时暂停、随心点播,人们有了更多选择权。这种在观赏电视节目时前所未有的掌控感,是技术向前发展才可能出现的。
人们对以往电视的怀念,或许有美好的怀旧情绪在其中,但恐怕更多指向之前看电视时的清爽和纯粹。那些年的老电视,外表显得笨重,且没有兼容太多功能,而新的技术条件下,电视的内涵和外延在不断扩展,电视节目的生态也在改变。随着新兴媒介的兴起,人们对影音视听的要求也不是旧式电视能满足的,智能电视厂商由此展开技术和价格上的竞争。不过,也正因如此,许多视频内容供应方深度融入电视产销环节,利益主体更加多元复杂,让智能电视不再只是一块大屏那么简单。
以往也有网友反映过“套娃式充会员”这类现象,电视用户的直观感受就是充完一个会员并不能完全“通关”,也不能看到所有的影视内容。若是要“一充再充”,那么看视频的费用自然就变高了。实际上,在新的售卖和营销模式之下,电视已经成为视频内容分发和聚合平台,电视厂商和内容供应方,以各式各样的会员体系和充值规则,决定着内容的开放和共享程度,最终影响着电视观众的选择。不同App间的定价与竞争策略,涉及节目的版权和收益,这也会让用户在观看电视和选择服务时,有分散和割裂之感。
可以说,即便是平日玩转网络的年轻人,在接触电视会员充值模式时,也会感到不适应。另外,电视观众中还有不少老年人和青少年,他们对相关操作并不熟悉,看电视时也可能误充会员。流行的“客厅营销”改变了电视和内容行业的市场“打法”,但如果只有不断地充会员才能“解锁”智能电视,也会让可以活跃家庭气氛的电视渐渐受到冷落。当用户开始“用脚投票”,转而抛弃电视拥抱其他收视观影媒介,这种用户的流失,对电视行业和会员体系恐怕并不是件幸事。
随着社会版权意识的提高,人们越来越愿意为优质内容付费,但丰富的内容供应、明晰的会员权益、合理的收费标准、便捷的使用体验等,同样是下一步电视行业提升用户口碑和使用体验的发力点。只有立足用户痛点解决问题的企业,才能收获更多用户,占领更大市场。
白毅鹏 来源:中国青年报
(文图:赵筱尘 巫邓炎)