点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
国际最新研究：天空强力激光能制造虚拟避雷针转移电击路径******
中新网北京1月17日电 (记者 孙自法)施普林格·自然旗下专业学术期刊《自然-光子学》最新发表一篇物理学研究论文称，朝向天空的强力激光能制造出一种虚拟避雷针，转移电击路径。这项发现可能为重要基础设施如发电站、机场、发射台等寻求更好避雷方法开拓了道路。
激光避雷针工作中(图源：TRUMPF公司Martin Stollberg)。 施普林格·自然 供图该论文介绍，迄今为止，最常见的避雷设施是富兰克林避雷针，这是一种电传导金属杆，能拦截雷电放电并将之安全导入地面。作为虚拟、可动的“避雷针”，射向天空的激光光柱可能是一个替代方法。使用强激光脉冲引导雷击的想法之前在实验室环境下得到过研究。然而此前尚无在野外实验性展示激光引导雷击的成果。
论文第一作者及共同通讯作者、法国巴黎综合理工学院和法国国立高等先进科技学校奥瑞莲·霍沃德(Aurélien Houard)与合作者一起，2021年夏季在瑞士东北的森蒂斯山进行实验，探索激光是否能引导雷击。一台大型汽车大小的激光器被安装在一个电信塔附近，每秒发射多到达千次脉冲，这个塔每年被雷击约100次。在雷暴活动期间激光器运作了超过6小时。
激光避雷针工作中(图源：TRUMPF公司Martin Stollberg)。 施普林格·自然 供图论文作者观察到激光转移了4次上行闪电放电过程，使用雷电产生的高频电磁波来定位雷击位置证实了他们的观察；增加雷击时的X射线暴检测也证实了转移引导成功。其中一次雷击被高速摄影机直接记录下来，表明它沿激光路径行进了超过50米。
论文作者总结表示，他们的这项研究发现拓展了大气中激光物理学的认识，或有助于开发新的避雷策略。(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（）  视觉焦点
佰家富app地图 |
)