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
陈刚当选青海省人大常委会主任 吴晓军当选青海省省长******
中新社西宁1月19日电 (祁增蓓)青海省第十四届人民代表大会第一次会议1月19日选举陈刚为省人大常委会主任，选举吴晓军为省长。
据公开简历显示，陈刚，男，汉族，1965年4月生，江苏高邮人，研究生学历，理学博士学位，中共党员，教授级高级工程师。曾任中国贸促会北京市分会党组书记、主任；北京市朝阳区区长、区委书记；北京市委常委；贵州省委常委、贵阳市委书记；河北省委常委、副省长，雄安新区党工委书记、管委会主任；中华全国总工会党组书记、副主席、书记处第一书记等职。现任中国共产党第二十届中央委员，青海省委书记。
吴晓军，男，汉族，1966年1月生，江西泰和人，研究生学历，经济学博士，中共党员。曾任江西省委常委、南昌市委书记。2022年5月任青海省委副书记、省政府省长、党组书记。现任中国共产党第二十届中央委员，青海省委副书记，省政府省长、党组书记。(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
吉好彩票地图 |
)