吉林省经贸团启程赴香港拓商机******
中新社长春1月8日电 (记者 郭佳)中国东北老工业基地省份吉林加速对接粤港澳大湾区,推动经济人文深入交流。8日,吉林省派出一支经贸团赴香港,开启为期一周的经贸交流活动。
多年来,香港一直是吉林省利用外资的重要来源地,截至2022年9月,港资在吉林省投资企业超过400户,累计直接投资约85.4亿美元,均位居在吉投资国家和地区首位。
吉林省商务厅介绍,该经贸团将深入对接华润集团、招商局集团、恒隆集团等企业,洽谈推动新能源、农产品加工业和食品业、商业物流等领域的13个重点项目,并拜访香港工业总会等商协会,全面推动双方经贸往来、产业合作以及人文交流。
最近一个月,吉林省向韩国、新加坡、马来西亚、泰国等国家和地区派出了多支经贸团拓展合作。
吉林省商务厅表示,要充分释放过去三年维护的资源和积累的效能,推动合作、订单、项目、投资全面提升,为外贸企业抢订单、拓市场、增效益搭建宽广平台。(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)