点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
尼泊尔搜寻最后一名空难失踪乘客 官员称生还几率为零******
中新网1月18日电 综合报道，尼泊尔雪人航空公司客机坠毁事故发生后，目前已有71名遇难者遗体被找到。当地时间17日，搜救人员继续寻找最后一名失踪的乘客。
资料图：当地时间1月15日上午，尼泊尔雪人航空公司一架从加德满都飞往博克拉的客机在博克拉旧机场和新机场之间的位置坠毁，机上载有68名乘客和4名机组人员。图为事发现场。据报道，尼泊尔搜救人员出动无人机，在200米深的峡谷寻找最后一名失踪的乘客，但恶劣的地形和天气影响了搜救工作。
此前有当地官员向法新社表示，找到幸存者的概率为“零”，“我们祈祷奇迹出现。但找到生还者的希望是零。”
尼泊尔雪人航空公司一架客机15日在尼中部博克拉地区塞蒂河峡谷附近坠毁。失事航班共搭载68名乘客和4名机组人员。尼泊尔当局16日表示已找到坠毁飞机的黑匣子，其中的数据可能对确定事故原因具有重要意义。
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（）  视觉焦点
乐发lv地图 |
)