苏贞昌才卸任就传出住院手术，蔡英文前去探视******
【环球网报道】据台湾中时新闻网报道，苏贞昌1月31日才刚卸任台“行政院长”，随后就传出入院接受治疗的消息，连蔡英文都前往探视。苏贞昌今日(2月1日)在脸书发文称，大年初一不慎伤到腰，在办完交接典礼后前往医院进行微创手术。
苏贞昌因腰部受伤入院治疗，蔡英文探视。(图片来源：苏贞昌 脸书)苏贞昌帖文宣称，大年初一时他到台“行政院”给留守同仁与100多名驻卫警发红包，还到防疫指挥中心慰勉值班同仁，因为走太快不慎伤到腰部，这几天都忍着疼痛，直到办完交接典礼后，才前往医院进行微创手术。苏贞昌还称，目前状况良好，已经可以出院，蔡英文1日上午前去关心。
消息传出后，有岛内网友在脸书留言讽刺，“出头真多”，也有网友认为苏贞昌在演“苦肉计”。↓
“少来一套啦！”有网友说，“老百姓也是常常带病工作，因病因伤无法工作。”↓
对于蔡英文去探视，有岛内网友称，“虽然各怀鬼胎，但表面功夫还是要做的，我比较好奇，蔡英文此刻心里在想什么？”↓
(环球网)
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 凤凰彩票地图 |
