佰家富app手机版APP_百度词条

巡逻机器人　引领智慧物业新安保模式******

　　近日，第三届广州国际智慧物业博览会在广州广交会展馆举行。该届博览会以“科技赋能美好生活”为主题，设置了物业品牌、智慧科技、机器人、全域治理、清洁绿化园林等11大专业展区，集中展示物业行业在智慧社区、城市治理、红色物业等方面的全新成果。

　　在智慧科技展区，各种前沿产品、创新技术竞相亮相，广州高新兴机器人有限公司的“安防巡逻机器人”也在现场展出。

　　“这是我们为物业打造的安防机器人，集巡逻、检查、数据采集、人机协同于一身。”据现场工作人员介绍，巡逻机器人是综合采用人工智能、物联网、云计算、大数据、5G通信等技术，集成了环境感知、动态决策、行为控制和报警装置的多功能智能装备。它具备自主感知、自主行走、自主保护、自主识别等能力，可帮助人类完成基础性、重复性、危险性的安保工作。

　　据了解，物业领域使用安防巡逻机器人，除了日常人脸识别、人体检测、口罩检测等功能外，还能智能识别各类异常情况，如小区会出现的下水道积水、井盖缺失、废弃物违法堆放等各种特殊情况，相关异常数据都会被上传至机器人云端平台，由监控中心在线判断，并通过多种方式推送警情。

　　机器人在巡逻中一旦发现异常，将通知物业安保远程判断或前往现场，达到事件快速发现处置、主动服务业主、保障物业安全的管理效果，减少人力成本投入，以“人机协同”的新安保模式实现降本增效。（科技日报记者 叶青）

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）