开心彩票_ 官方版本下载 - 最新app下载V6.8.6

14部门公布内外贸一体化试点地区名单******

　　新华社北京1月11日电（记者谢希瑶）记者11日从商务部获悉，在地方自愿申报的基础上，经专家评审、向社会公示，商务部等14部门研究确定了内外贸一体化试点地区名单，包括北京市、上海市、江苏省、浙江省（含宁波市）、福建省（含厦门市）、湖南省、广东省（含深圳市）、重庆市、新疆维吾尔自治区。

　　据了解，《商务部等14部门办公厅（室）关于公布内外贸一体化试点地区名单的通知》已于近日下发。通知要求，试点地区商务主管部门要牵头会同有关单位建立试点工作联系机制，加强组织协调，进一步完善试点工作方案，紧密围绕完善内外贸一体化体制机制、提高内外贸一体化发展能力、优化内外贸一体化发展环境确定试点目标、试点任务和职责分工，细化配套政策和工作措施，制定时间表、路线图，确保试点工作落到实处、取得实效。计划单列市可结合实际，单独制定试点工作方案并实施。

　　通知提出，要突出目标导向，聚焦若干重点产业，力争培育一批内外贸一体化经营企业，打造一批内外贸融合发展平台，形成一批具有国际竞争力、融合发展的产业集群，建立健全促进内外贸一体化发展体制机制。要突出问题导向，梳理解决一批市场主体在开展内外贸一体化经营中遇到的实际问题。要及时评估总结，形成一批可复制推广的经验和模式，为促进内外贸融合发展发挥示范带动作用。各地区要积极复制推广试点地区成功经验和模式，促进内外贸高效运行、融合发展。

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）