一分快3客户端下载|一分快3平台

吟唱架起情谊之桥——访两岸联吟发起人、台湾教师孙永忠******

　　中新社北京1月9日电 题：吟唱架起情谊之桥——访两岸联吟发起人、台湾教师孙永忠

　　作者 朱贺

　　“尽管相聚短暂，但学生间建立的情谊比想象中深厚。庆幸他们能在学生时代结识跨越海峡的朋友，这是一种美好。”

　　近日，台湾辅仁大学中文系教师孙永忠接受中新社记者采访，回忆十余年来两岸大学生通过古典诗词联吟活动缔结的深厚情谊。作为两岸联吟活动发起人，年逾六旬的孙永忠说，诗友们都期待早日恢复面对面交流。

　　幼时，孙永忠常听父亲吟唱念诗，觉得这种吟哦(放声朗读)的方式有些怪；大学时期，曾在北京求学的诗学老师用“北平腔”吟唱，“有京韵大鼓的感觉”。成为大学教师后，孙永忠发现学生们念诗时少了一种情韵，“当中需要‘细嚼慢咽’的东西不见了”。

　　“大家习惯用文字书写，却缺少了许多想象力。问起为何‘独坐幽篁里’，而不是坐在别的地方？李白吟出‘床前明月光’时，身处室内还是室外？学生很难给出答案。”孙永忠认为，帮助学生以吟唱方式依照古调或新曲把诗句唱出来，将节奏放慢，留下时间来品味、想象，“穿越”回到那个“当时”，或能更接近诗人的真实情感，感知中华古典诗词的本味。

　　1994年，孙永忠把吟唱带进课堂，并在辅仁大学的东篱诗社中刮起“旋风”。2006年来大陆参加学术交流，孙永忠发现在台湾高校已蔚然成风的吟唱形式，在大陆仍然鲜见。第二年，孙永忠带领宝岛青年在北京师范大学等高校进行吟唱展演，收获了出乎意料的反响。当青年们和着鼓乐吟唱诗经《小雅·蓼莪》，台下师生被深深打动。

　　与海峡对岸的东篱诗社遥相呼应，南山、悠然、采菊等诗社在大陆多地高校成立。北京师范大学的师生形容孙永忠“带了把火来”，孙永忠则认为一切只是水到渠成。

　　2008年，以“古韵新妍”为名的两岸青年古典诗词联吟活动应运而生，40位大陆师生赴台参加首届活动。活动在两岸高校间轮流举办，至今已至十三届，成为两岸学子一年一度的诗词盛宴。

　　联吟亦成为架起两岸情谊的桥梁。孙永忠谈道，有大陆学生后来结婚，台湾伙伴专程搭飞机送上祝福；有台生来大陆发展或旅游观光，会专程拜访当地诗友。

　　学子的生活也被吟唱所影响。孙永忠说，有学生当了教师，一样把吟唱带进课堂；有学生在困惑时唱起苏轼的“谁怕？一蓑烟雨任平生”……“每人心中都能有一两首诗词，在得意或失意之时吟哦两句，排遣一下”，在孙永忠看来，这正是吟唱的意义。

　　十余年来，孙永忠常为大陆各地诗社授课，并留下录音资料、曲谱及“服务电话”，诗社间也建立起友谊。他期待各家诗社有自己的钻研、尝试和突破，形成风格。

　　2019年第十三届联吟活动在徐州举行后，实体交流中断，但孙永忠始终与各诗社保持着线上往来。一次为江苏师范大学悠然诗社解惑，燃起了孙永忠再为两岸联吟“添一把火”的愿望；在两岸五家诗社的推动下，“古韵新妍2023冬季联吟展演”近日于大陆平台直播，在青年诗友间掀起新的涟漪。

　　早已将吟唱视作一生志业，孙永忠对在不久后恢复线下两岸联吟抱有很大期待。他在社交媒体中写下：吟唱是一辈子的美好，每当诗乐悠扬，我们的青春情怀便再一次的涤荡；诗词蕴有的真善美，可长葆生命的清新热忱。(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）