家彩网投注-家彩网赔率

年度创新人物唐恺：以科技能力驱动商业模式变革******

　　近日，顺丰科技CMO唐恺获中物联年度创新人物称号。

　　唐恺于2019年加入顺丰，负责科技产品市场化工作，从0到1搭建科技产品商业化体系，基于顺丰优势数据服务和供应链建设经验，通过科技产品标准化、平台化搭建科技产品和解决方案能力，建立数字生态体系，提升科技驱动的行业解决方案服务能力，旨在为行业客户提供（融合物流科技产品及硬件设施、科技解决方案）的一站式、数智化行业解决方案和智慧供应链服务，提升其全供应链产业的数字化水平，以科技能力驱动商业模式变革。

　　任职期间，唐恺积极加快供应链及数字化的创新与应用，赋能产业结构转型升级，助力行业企业实现高质量发展；培养出现代化供应链创新思维模式，提高各行业的产业链、供应链管理实践技能，创新模式叠加新技术，为客户带来更惊喜的体验。

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）