仲博彩票平台客户端下载 - 购彩大厅APP | 在线登录-APP下载

重庆九区共签订4700亿元招商责任书 聚焦制造业细分领域******

　　中新网重庆2月3日电 (梁钦卿)在3日召开的重庆市2023年重大产业化项目招引专项行动动员大会上，长寿、江津、合川、永川、大足、璧山、铜梁、潼南、荣昌等九区签订制造业招商目标责任书：2023年新签约制造业正式合同总额不低于4700亿元，到位资金总额不低于1250亿元。

　　据了解，此次签订责任书的9个区是重庆市制造业发展的主战场，招商方向聚焦智能网联新能源汽车、电子信息、新能源及新型储能重点产业方向等细分领域，以招商补强产业链薄弱环节，提升产业链供应链韧性和安全水平，聚力打造国家重要先进制造业中心。

　　接下来，重庆市招商投资促进工作要聚焦“2+6+X”先进制造业、现代服务业及现代农业，推动全市产业集聚效益加速凸显，在整个重庆市甚至在成渝地区双城经济圈形成聚集效应、带动作用。

　　此外，重庆市政府驻北京、上海、广东、四川办事处要发挥驻外平台通道作用，整合各区县驻外招商工作队伍力量，竭诚当好重庆市驻外招商队伍“娘家人”，带回更多优质好项目。(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）