解放军演训是为阻挠美落实国防授权法案涉台条款？国台办回应******
中新网1月11日电 国台办发言人马晓光11日表示，美国出台所谓“年度国防授权法案”，它绝不是为台湾好，只是想把卖给乌克兰的武器卖给台湾，是要把台湾变成战场，把台湾青年变成“炮灰”。
资料图：国务院台办发言人马晓光。 中新社记者 杨可佳 摄11日，国台办举行例行新闻发布会。有记者提问：解放军频繁在台海周边进行演训，有台湾学者分析，这是为了阻挠美国落实2023年国防授权法涉台条款。请问如何评论？
对此，马晓光表示，解放军的一系列演训活动，就是针对台美勾连挑衅升级的回应。至于对美国出台所谓“年度国防授权法案”，我们已经表达了基本立场。在这里我想说的是，台湾同胞可以认真想一想，它绝不是为台湾好，只是想把卖给乌克兰的武器卖给台湾，是要把台湾变成战场，把台湾青年变成“炮灰”。我们阻止台美军事勾连挑衅升级，是为了维护两岸同胞的共同利益，维护台海和平稳定，维护台湾同胞和平安宁的生活。
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 天天彩票地图 |
