优秀!苏炳添夺冠啦,赛季首秀开门红!******
北京时间3日凌晨,前不久才当选中国田径协会副主席的短跑名将苏炳添在世界田联室内巡回赛瑞典哥德堡站迎来赛季首秀。男子60米比赛中,苏炳添最终以6秒59的成绩夺冠,迎来开门红。
当天的预赛,苏炳添跑出6秒75的成绩,并以小组头名的身份晋级。决赛中,苏炳添起跑迅速占据领先优势,日本选手东田旺洋紧随其后。最终,苏炳添顶住对手的冲击,率先冲过终点。

夺冠后,网友纷纷向苏炳添送上了祝福,甚至有网友表示:“苏炳添是五千多年历史黄种人速度天花板。”

值得一提的是,1989年出生的苏炳添,今年将年满34岁。从籍籍无名的小将到人们耳熟能详的“亚洲飞人”,苏炳添一直致力于在田径赛场诠释中国速度。
东京奥运会男子百米半决赛中,苏炳添以9秒83的成绩打破亚洲纪录,成为首位闯进奥运男子百米决赛的中国人。在彼时男子4×100米接力项目中,他和谢震业、吴智强和汤星强跑出37秒79的成绩,位居第四。
不过东京奥运结束后,国际体育仲裁法庭(CAS)发布公告,认定英国队短跑运动员奇金杜·乌贾在东京奥运会期间违反了反兴奋剂条例,英国队获得的接力银牌被剥夺。加拿大队递补获得银牌,中国队递补获得铜牌。而这也是中国队在奥运会男子4×100米项目上获得的首枚奖牌。
得知这一消息后,三战奥运会的苏炳添难掩激动之情,他直言:“这枚奥运奖牌属于全部中国短跑人。”
从 2009 年全国田径锦标赛的10秒28,到2014 年仁川亚运会的10秒10,再到东京奥运会上那突破性的9秒83……苏炳添从见证者、亲历者,成为了中国田径历史的缔造者。

2023年伊始,苏炳添在运动员之外,又多了一重新的身份:中国田径协会副主席。赛场之外,他不断通过自己的努力为运动员发声。早在2019年,苏炳添就已经是世界田联运动员工作委员会中的一员。
“感谢世界田联、中国田径队的信任与支持!我会倍加珍惜这来之不易的机会,努力做好这份工作,不辜负大家的期望,为广大的运动员发声!”谈及这份荣誉,苏炳添更愿意将其称之为责任。”
虽然身兼数职,但作为一名职业运动员,苏炳添依旧拥有一颗突破自我的心。去年底到今年初的冬训,苏炳添投入到完整的赛季备战中。

农历新年刚刚结束,苏炳添就早早开启了新的赛季。本次亮相室内巡回赛瑞典哥德堡站,也是苏炳添时隔三年再度踏上欧洲赛场。按照计划,苏炳添还将参加接下来的法国蒙德维尔和列万的两站比赛。
本赛季前三站室内巡回赛评级分别为D类、B类和A类,即比赛竞争力逐渐上涨。从小型室内赛开启新赛季,再向更高强度的比赛过渡,苏炳添一步一个脚印,似乎正在向着更大的目标迈进。
今年下半年的田径世锦赛、明年的巴黎奥运会,不服老的苏炳添可能为国人带来更大的惊喜。(记者 邢蕊)


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 彩神彩票地图 |