盈彩网投资平台邀请码 - 在线登录平台网址入口下载 - 官网网站首页

全球发展倡议数字合作论坛：绘制全球数字合作美好蓝图******

　　【分论坛焦点】

　　光明日报乌镇11月9日电（记者张晓华、王禹欣）11月9日下午，世界互联网大会乌镇峰会全球发展倡议数字合作论坛在乌镇互联网国际会议中心召开。论坛邀请全球各方代表，围绕“凝聚数字合作新共识 共创全球发展新时代”的主题，就深化数字经济国际合作、加强数字治理能力建设、共享数字技术发展红利等议题进行交流探讨。

　　“全球发展倡议提出一年来，已有100多个国家和国际组织支持倡议，60多个国家加入‘全球发展倡议之友小组’。”中国互联网协会理事长尚冰介绍世界各国围绕数字经济开展合作的成果，他建议各方要持续加强数字基础设施建设、积极参与数字治理合作、不断深化数字文明合作，推动构建人类命运共同体。

　　联合国助理秘书长徐浩良表示，联合国开发计划署正在与100多个国家进行合作，以推动数字化转型。他认为，包容性数字转型是任何一个参与者都无法单独完成的任务，要把包括政府、私营部门、民间社会、学术界和全体公民在内的社会各界凝聚在一起，共同创造惠及所有人的数字未来。

　　7位嘉宾在“深化数字经济国际合作，为全球经济发展增加新动能”主题演讲环节分享各自看法。

　　国家互联网信息办公室主任兼世界互联网大会理事长庄荣文、工信部副部长张云明和浙江省委常委、常务副省长徐文光出席论坛并致辞。

　　《光明日报》（ 2022年11月10日 11版）

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）