《京·粹》新春音乐会现场 苏冠名 摄
《京·粹》系列总导演也是此次音乐会演出的导演孙勤在解读创作过程时表示,这次采取的是文旅融合的全新视角,首先要视觉美,做到画面与音乐、舞蹈的节奏完美融合,风景与艺术达到共融的平衡,而不是做一个音乐为主导的MV电视片。没有旁白意味着完全按视频内在的节奏走,把思考和阅读的空间让给了观众自己。“这也是一次挑战,毕竟短视频时代,流量非常重要,有人看、看得有意思才是好视频,所以,第一期视频播出前我非常忐忑,直到播出后迅速有了九万多观看数据,我们才坚定了制作理念和信心。”
为了保留音乐堂独特的石柱和管风琴,舞美上“嵌入式”设计让超长的宽幅画面与舞台毫不违和衔接在一起,两侧的立柱、剧场顶部的反音板都配上了精心设计的投影画面,与主舞台形成强烈的氛围呼应。导演表示,通过光影、舞美、视觉的融合运用,充分发挥剧场的空间之美,这是一次既结合短视频又完全独立于短视频的全新创作。
制作总监北京保利紫禁城剧院管理有限公司董事长徐坚说,“音乐会是《京·粹》系列短视频的延伸拓展,也是一次创新和突破。《京·粹》新春音乐会的策划创意与《京·粹》系列短视频的拍摄制作同步进行。《京·粹》系列成为北京市文旅局向海外展现北京形象的一个新品牌,它输出的不仅是旅游产品,还有深厚的文化意义。我们希望在音乐会之后,还能打造更多延伸的文化创意产品。”
《京·粹》新春音乐会现场 苏冠名 摄北京市文旅局副局长、一级巡视员庞微表示,《京·粹》系列短视频以文旅融合的全新视角,向世界展示中华优秀文化的精髓和北京这座城市的独特魅力。希望以这次新春音乐会为新的契机,进一步创新拓展传播形式,坚持海外社交平台与国内新媒体同步推送转发、线上推广与线下演出同时策划推进,让世界各地的观众朋友更好地遇见北京,向往北京,来到北京,感受北京,爱上北京。(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) [责编:天天中] 阅读剩余全文() |