大发六合- - (中国)百科词条

瑞士留学剪影（走近非热门留学国(12)）******

　　陆晋（右二）与瑞士洛桑联邦理工学院的同学一起举办活动。受访者供图

　　马铭萱近照。受访者供图

　　瑞士位于欧洲中部，有“世界花园”“钟表王国”等美称。在高等教育领域，瑞士大学数量众多，其中苏黎世大学、苏黎世联邦理工学院、洛桑联邦理工学院等在欧洲及世界范围享有盛誉。近日，本报记者采访了几名中国留学生，听听他们在瑞士的留学故事。

　　优质的教学资源

　　陆晋在瑞士洛桑联邦理工学院学习金融工程。据陆晋介绍，苏黎世联邦理工学院和洛桑联邦理工学院共同组成了瑞士联邦理工学院，是世界上著名的工学院之一，有着举足轻重的科学影响力。“其中，洛桑联邦理工学院有雄厚的师资力量和卓越的科研平台，培养了不少各行业人才。我认为来此留学可以拓宽视野，享受高质量的学习环境。”

　　“瑞士的公立大学不仅教学质量高，学费也很便宜。”就读于苏黎世大学的马铭萱说，“以我所学的银行与金融专业为例，每学期学费折合人民币约5000元，比欧美高校便宜得多。”

　　“苏黎世大学世界排名靠前，项目课程安排扎实。在120个学分中，必修课、学术论文、选修课各有占比，我认为能学到很多东西。”马铭萱说，“硕士期间我印象很深的一门课是计量经济学和机器学习。这门课很有难度，每次我至少要花15小时完成作业。为了充分利用时间，我常在睡觉前就让代码开始运行，然后伴着电脑的嗡鸣声入睡，醒来之后查看代码结果。付出终有回报，结课时教授提出给坚持下来的同学写申请攻读博士的推荐信。”

　　在陆晋看来，瑞士有安全、稳定的社会环境，留学生活省心。“瑞士治安总体良好，居民生活安定，对中国留学生友好欢迎。此外，瑞士民众很看重诚信。有一次我在一家文具店买明信片，结账时店员不记得明信片的价格，她便直接问我，我回答后就顺利结账。”

　　灵活的选课制度

　　“洛桑联邦理工学院的课程设置很灵活。每个专业都设有大量的选修课，以便学生按自己的兴趣和职业发展方向提升。”陆晋说，“除了上金融必修课外，我还想学数据处理方面的知识，因此选了机器学习、人工智能方向的课，拓展了个人技能。此外，在多样的选修课中可以认识各专业的同学，这有助于打开我的交际圈。”

　　马铭萱对此有同样体会，她说：“我的选修课学分约占总学分的一半，选课的自由度很高。此外，苏黎世大学和苏黎世联邦理工学院距离近，学生还可以跨学校选课，比如我曾在苏黎世联邦理工学院上过公共经济学课，所修学分在苏黎世大学也受认可。”

　　马铭萱说：“在苏黎世大学，经济与金融系常组织学术讲座与论坛，帮助我们了解前沿的学术研究。有一次讲座请来了八九位教授，每位教授在5分钟内快速介绍自己的研究项目。我觉得这种讲座形式新颖，短时间深入浅出的讲解能抓住听众的注意力，引发学习兴趣，而且我可以一次听到八、九个研究主题，收获满满。”

　　陆晋以金融工程专业为例介绍了洛桑联邦理工学院为学生提供的实习机会。“学生需要完成6个月的实习任务。学校许多教授在行业内有广泛的人脉，他们能向企业争取到不错的实习岗位。除此之外，学校还有强大的校友网络，他们毕业后就职于各大公司，有招聘需求时就会和学校联系。”陆晋说。

　　感受瑞士生活

　　利用课余时间，马铭萱游览了瑞士不少地方，深入了解了当地的风土人情。她说：“瑞士的湖泊星罗棋布，我曾去过卢塞恩湖，它位于瑞士中部，湖水清澈，湖岸线蜿蜒曲折，景色如画。苏黎世周边的湖光山色美不胜收，当地人喜欢在周末徒步，亲近自然。”

　　“瑞士盛产巧克力，种类丰富，包装精美，很适合作为节日礼物。”马铭萱说，她曾参观过当地的巧克力博物馆。“这个博物馆很有意思，游客除了能了解巧克力的原料、生产历史、加工工艺外，还可以亲手制作巧克力，在上面绘制自己喜欢的图案，趣味横生。”

　　马铭萱对瑞士的圣诞节印象深刻，她说：“每年11月末，苏黎世的各大广场会举行圣诞集市，集市上的各个小商铺装饰精美，氛围感十足，供应热红酒、瑞士奶酪等美食。学校会组织‘神秘圣诞老人’活动，每名参与者准备好小礼物，交给活动‘小秘书’，等到圣诞节时‘小秘书’会随机向参与者发放礼物。由于大家在此之前并不知道谁是自己的‘圣诞老人’，心怀好奇和期待。”

　　陆晋在上学期间加入了洛桑联邦理工学院中国学生协会，参加了不少校园活动。“学校在2022年3月举办了‘世界文化节’，各国家的学生社团有专属一天展现本国文化的机会。为了展示中华文化的魅力，我们准备了‘看字猜意义’的活动，向参与者展示象形文字，让其猜测其意义，答对者可以领取免费中餐小食一份。此外，我们还准备了水印书法字帖供参与者临摹，中外同学纷纷上前尝试，活动现场热闹非凡。”陆晋说。

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）