盈彩网交流群|盈彩官网网址

“音乐之国”求学记（走近非热门留学国（11））******

薛杨扬（左一）与留学生同学、老师在一起。

黄韵文（右）、黄韵瑜姐妹俩在演出中。

　　奥地利位于中欧南部，其首都维也纳被誉为“世界音乐之都”。在高等教育领域，奥地利维也纳大学、维也纳音乐与表演艺术大学、萨尔茨堡莫扎特音乐大学等高校历史悠久、专业突出，吸引各地学子前往进修。近日，本报记者采访了几名中国学生，听听他们讲述在奥地利的留学体验。

　　学习音乐的好地方

　　“萨尔茨堡是学习古典音乐的好地方。”就读于奥地利萨尔茨堡莫扎特音乐大学的薛杨扬说，他来此留学是想在音乐领域精进。“我学习钢琴演奏，萨尔茨堡是作曲家莫扎特的出生地，也是指挥家赫伯特·冯·卡拉扬的故乡，这里有浓厚的古典音乐氛围。每年8月当地会举办萨尔茨堡音乐节，它是世界上历史最悠久、规模最大的古典音乐节之一，闻名世界的音乐艺术家和演出团体云集此地，带来歌剧、话剧、音乐会和芭蕾舞等表演。”

　　黄韵文和黄韵瑜是一对双胞胎姐妹，她们在维也纳音乐与表演艺术大学学习室内乐小提琴。姐姐黄韵文说：“作为一名音乐生，维也纳是我梦寐以求的留学地。这里是欧洲古典音乐的摇篮，音乐厅、歌剧院众多，时常有大大小小的音乐演出，艺术氛围浓厚。此外，维也纳音乐与表演艺术大学历史悠久，孕育了众多音乐人才，我和妹妹想来体验这里的生活，丰富阅历，提升演奏技艺。”

　　除了音乐类院校，奥地利还有享有盛誉的综合型高等学府。“维也纳大学历史悠久，学术水平卓越，这是吸引我前来的重要原因。”项歆璇目前是维也纳大学地质学方向的在读博士生，她说：“留学前我和导师取得了联系，幸运地收到了他的邀请函。导师拟定的博士研究计划和我硕士研究内容契合度高，我决定来这里继续做研究，探索地质学。”

　　难忘校园生活

　　“莫扎特音乐大学的课程设置很全面，除了钢琴，我还要上通识课，比如音乐史、射箭、心理咨询课等。”薛杨扬说，令他印象最深刻的是学校的合唱课。“学期结束时，合唱课的老师带我们到当地一所教堂进行公开演出，还有管风琴伴奏。演出吸引了大量观众前来观看，对我来说这是一次非常新奇的体验。”

　　黄韵瑜很喜欢学校的氛围，她说：“我周围的同学努力上进，大家每天都会踊跃前往琴房练习，我要尽量提早去琴房排队才能轮上琴，运气好的话等十几分钟，慢则得1小时不等。此外，同学们来自各个国家，他们很有主见，在上课或排练时我常与他们讨论想法，大家畅所欲言，我总能得到灵感和启发。”

　　在项歆璇看来，学校的教授友善负责，令人暖心。“刚开始我的选课经验不足，选到的一门课程有一半内容是德语授课，这让不会德语的我很头疼。教授发现我听不懂后，在课堂上耐心地将每句话都翻译成英语。后来，我和教授熟悉起来，我还向他推荐了维也纳不错的中餐厅，结课之后我们也保持着联络，这是一次很特别的学习经历。”

　　留学时，薛杨扬经常参加钢琴表演。他说：“我的班级每周都会举办音乐会，同学们都会参与其中，教授有时还会带我们去校外的礼堂、私人别墅演出，这是不错的表现机会。令我难忘的是，之前我去德国参加了一场纪念贝多芬诞辰250周年的主题演出，观众是当地的古典音乐爱好者。整场音乐会还被录制成了光盘，对我而言很有纪念价值。”

　　走近奥地利文化生活

　　“我发现，参加朋友聚会时，奥地利同学总会带一瓶酒参加；演出结束时，教授也常会开一瓶好酒庆功。在与朋友和老师的交流中，我逐渐认识到了奥地利葡萄酒的魅力。”薛杨扬说，“奥地利闻名世界的不仅有音乐，还有葡萄酒。奥地利的红酒很有特色，本地代表性的葡萄品种果实大，酿出的酒带有樱桃的芬芳。出于兴趣，我开始翻阅葡萄酒书籍、参观本地酒厂，和相关专业的人交流，学到了不少有趣的葡萄酒知识，发展出了新的爱好。”

　　项歆璇曾和组里的奥地利同事一起去野外采样，她回忆说，这次经历新鲜而有趣，让她走近了当地居民的生活。“由于路程较远，我们需要自驾几小时去奥地利中部，一路上我和同事聊了奥地利的地理情况、区域划分，增进了我对当地的了解。我们采样的地点在阿尔卑斯山附近的村庄，这里的氛围和维也纳的都市感不同，村民的生活节奏更慢、更放松。”项歆璇说，他们遇见了不少在野外徒步的当地人，当地居民的热情友好给项歆璇一行人留下了很深的印象。

　　黄韵瑜说，她和姐姐在奥地利参加了不少文化活动。“今年，当地主办的维也纳艺术节中安排了‘奥地利中国日’活动，通过精彩纷呈的节目向观众展现中国传统文化。我和姐姐作为维也纳音乐生代表有幸参与其中，与其他同学一起表演了弦乐四重奏《梁祝》等曲目。当天演出结束后，我们被告知很多观众非常喜欢我们的演出，这让我们特别开心。”

　　“在海外学习音乐，我和姐姐希望能积累更多专业知识、提升演奏技艺，从而演奏好更多中国音乐作品。我们希望能用音乐作为‘桥梁’，做中外文化交流的使者，让更多人感受到室内乐的魅力。”黄韵瑜说。(本报记者 周姝芸)(本文照片均由受访者提供)

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）