图片来源:中国篮球之队
针对此次国家队集训,中国男篮主教练乔尔杰维奇就外界关心的若干问题,做出了回答。
对此次选拔球员的标准,乔尔杰维奇表示,首先的考量是3个H:“Healthy 健康,我指的健康更多是头脑方面;Hungry 渴望,渴望必须展现在攻防两端;Humble 谦逊,一个国家队球员的必备素质。除此之外,我还会关注无私程度、防守质量,防守质量又包括个人防守质量及领悟未来国家队整体防守规则的能力、身体的强壮程度、运动天赋,还有未来国家队建设的考量。”
除了人们熟悉的球员之外,本次名单中也出现了一些新面孔。乔尔杰维奇提到,希望通过此次征召,让中国有天赋的年轻球员们加强认识,基于过往国际大赛和走势,到底具备什么样的素质才是国家队所优先需要的,然后让他们带着这个认识去继续成长。
他说:“本次我训练所关注的重点和想要达成的目标是尽快建立我们的沟通默契,从而将我个人的篮球理念转换成我们集体的篮球理念,建立球队内部人员之间的联系、建立对内行为准则,让这些联系和准则成为积极结果的基础。尽快进行团队协作,尽快在教练组之间形成默契,在教练员和其他球队成员之间不断交换意见并加强交流。”
对此次参赛目标,乔尔杰维奇表示,“我希望队员能够最大化地利用本次比赛的机会,去建立并接受“球队整体目标高于个人目标”的理念,我期待每个人把职业球员的最高素养展现出来,结合大家心中毋庸置疑的对祖国的自豪感,化作每天团结协作去迎接挑战的准则,除此之外别无他法。”(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) [责编:天天中] 阅读剩余全文() |