义乌“联合国社区”外籍人士过中国小年：虎年讨好彩******

　　(新春见闻)义乌“联合国社区”外籍人士过中国小年：虎年讨好彩

　　中新社义乌1月26日电 题：义乌“联合国社区”外籍人士过中国小年：虎年讨好彩

　　作者 董易鑫

　　“我刚学了个义乌的年俗，小年要滚一滚茶叶蛋，这叫做‘滚元宝’，能讨个好彩头，我还给家里人拍了视频。”家住浙江义乌鸡鸣山社区的吉尔吉斯斯坦人米卡说，她已经在这里生活四年了，但探索中国文化的热情却只增不减。

　　25日是农历腊月二十三，中国北方过小年，南方则错后一天在腊月二十四过小年。当日，已在义乌鸡鸣山社区生活超两年的十多名外籍学生、客商等“沉浸式”体验了中国传统“小年”文化，参与拜年、包饺子、“滚元宝”等活动。

　　“今年学会中国麻将”

　　鸡鸣山社区因靠近义乌国际商贸城，吸引了来自74个国家和地区的上千名外籍人士居住，被称为当地的“联合国社区”。

　　“在义乌，有来自上百个国家和地区的人，我就是其中一个。”来自也门的外商马万说，临近春节，他的新年愿望是“今年学会中国麻将”。

　　“我看过中国兄弟玩麻将前总喊‘三缺一’，我觉得很有趣。但是游戏规则我还是没研究明白。”马万说，下班后，他经常和也门“老乡”、中国朋友一起品味中国茶和阿拉伯咖啡。下一步，他希望把麻将也纳入下班娱乐范畴。

　　谈及来中国的初衷，马万说，受在浙江金华兰溪市开香水厂的叔父影响，高中毕业后，他就来义乌上学，毕业后便留在这里。

　　义乌有“世界超市”之称，商品数量众多。马万的第一份工作就是义乌商场做贸易商。

　　“前几年，我就每天陪中国境外的客人采购产品，因为他们的时间一般都很紧张，所以能在‘巨大’的市场里找到合适的商品，效率很重要。”马万说，学好中文是他提高效率是关键。

　　上学时，马万总“泡”在图书馆，翻看各类中国书籍，每次在学习中文时遇到问题，他都会请教自己的中国兄弟。“中国朋友对我很好，他说‘他的家就是我的家，她的妈妈就是我的中国妈妈’，他们把我当亲人。”

　　随着中文的快速进步和自身业务的精进，马万已经从公司职员发展到一家外贸公司的经理。“我希望过几年把我的妈妈从也门接到义乌，过个圆圆满满的中国年。”

　　“想学长寿面，回国做给爸爸妈妈吃”

　　当日庆祝小年的外籍人士中有一位是来自塞尔维亚的跨境电商主播娜塔莎。她告诉中新网记者，这次小年活动，她“不虚此行”。

　　娜塔莎说：“有春联、有灯笼、有中国传统服饰，还有一群来自世界各地的小伙伴聚在一起，这对我来说就是‘第二故乡’的团圆。”

　　据了解，娜塔莎主要为义乌部分跨境电商公司“直播带货”，还没毕业的她已经在社交平台拥有5000多人关注。“我们主要直播卖一些家居用品，义乌的货品很丰富，可选择的空间大，很受欢迎。”

　　忙碌之余，娜塔莎喜欢品尝各种中国美食。火锅、麻辣烫、兰州拉面都是她的“心头好”。

　　“我在家尝试做过拉面，但是失败了，新的一年希望有机会跟中国师傅学习。”娜塔莎说，面条在中国有长寿的寓意，她希望学成后可以做给爸爸、妈妈吃。

　　前几年，和娜塔莎一样的留学生、外商都会选择在中国春节期间回国。受疫情影响，近年来不少外籍人士都选择在中国过年。当日过小年迎新年的外籍人士，就分别来自吉尔吉斯斯坦、也门、塞尔维亚、阿富汗、印度等国家和地区。

　　鸡鸣山社区党委副书记经菁说：“每年临近春节，社区就开始在线上、线下组织一系列有关中国文化、节日民俗等活动，帮助更多外籍人士了解中国，迄今为止，这个传统已保持了5年。”

　　记者从义乌市公安局出入境管理局获悉，截至目前，该市已有近万名外籍人士在此居住。(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