凤凰彩票官方_凤凰彩票交流群

外媒：北美峰会承诺被指空洞无约束力******

　　参考消息网1月12日报道据法新社1月10日报道，美国、加拿大和墨西哥领导人10日在墨西哥城举行北美领导人峰会，许诺共同致力于经济、气候和移民问题，保证合作，但没有真正的具体声明。

　　据报道，白宫公布了三个国家作出的一长串承诺，但没有任何有约束力的措施，也没有宣布具体的资金。

　　例如，三位领导人想要推出一个关于半导体采购的三边讨论形式，并推出一个学术交流系统。

　　关于环境，他们“承认迫切需要采取迅速、协调和雄心勃勃的措施”。

　　报道称，这三个国家都承诺减少甲烷排放和食物浪费。

　　它们还打算在边境安装电动汽车充电桩，并开发“清洁”氢市场。

　　报道还称，关于移民问题，没有真正引人注目的公告。三国将主要推出一个关于现有程序和限制的联合网站。

　　至于打击贩卖毒品、武器和人口，美国、墨西哥和加拿大也承诺加强对话。

　　据报道，美加领导人在会谈时表示，他们尤其要共同讨论“帮助稳定海地的方法”。

　　一段时间以来，美国和加拿大一直在讨论向这个遭受不安全和公共健康问题破坏的加勒比国家派遣一支国际干预部队的可能性。

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）