乐发lv交流群 - 乐发lv计划

泰国前副总理披尼：我为什么关注中共二十大？******

　　(中共二十大·声音)泰国前副总理披尼：我为什么关注中共二十大？

　　中新社曼谷10月22日电 题：泰国前副总理披尼：我为什么关注中共二十大？

　　中新社记者 王国安

　　“中共二十大对中国今后的发展进行了战略谋划，相信未来的中国一定会越来越好。”泰国前副总理、泰中文化促进委员会主席披尼·扎禄颂巴日前在曼谷接受中新社记者专访时如是表示。

　　披尼说，近几天他一直关注中共二十大的会议进程，了解大会的相关信息。

　　“作为一个泰国人，我为什么会关注中共二十大？”披尼说，这首先是因为中国是一个有全球影响力的国家。中国已稳居世界第二大经济体，也是全球货物贸易第一大国，不仅拥有世界最大的制造业规模，而且在航天、信息技术、生物技术、人工智能、高铁等诸多领域都已进入国际领先行列。

　　他说，中国是联合国五大常任理事国之一，也是金砖国家、上海合作组织的重要成员，在国际事务中发挥着越来越重要的作用。

　　“中国在国际上维护公平正义，与霸权主义和强权政治作斗争，同时，在全球助力发展中国家基础设施建设，为世界进步、繁荣作出积极贡献。”披尼说。

　　他认为，如今，许多国际事务都离不开中国的参与。

　　“其次，中共二十大是观察中国、了解中国的重要窗口。”披尼说，二十大提出的目标和任务，谋划的大政方略，将对中国和世界产生重大影响。

　　在披尼看来，中国共产党善于规划目标并最终实现目标。他说，百年来，中共以超强的智慧和勇气，团结、带领中国人民克服各种艰难险阻，实现了一个又一个目标，让中国发生了翻天覆地的变化。

　　他特别指出，作为人口大国，中国解决了绝对贫困的问题，全面建成了小康社会，这是非常了不起的成就。

　　“如今的中国，高速公路、高铁、机场、港口四通八达，基础设施日益完善，人民收入不断提高，尤其是中国社会和谐稳定，在中国生活非常安全，老百姓的幸福指数甚至超过了许多发达国家，这在几十年前是难以想象的。”披尼说。

　　他认为，中共二十大具有世界意义。国际社会可以从中了解中国未来的发展方向，以及中共将如何进一步增进国民福祉等。

　　此外，披尼注意到二十大报告重申中国坚持对外开放的基本国策。他表示，关注这次大会的重点之一，是希望泰中两国未来能够进一步加强合作。

　　他指出，中国是泰国最大的贸易伙伴。近年来，中国在泰投资规模保持泰国吸收外资的前三名，越来越多的中国企业到泰国投资，而泰国的水果等产品也大量出口中国。新冠疫情前，中国赴泰游客人数一年突破1000万人次，占赴泰外国游客的四分之一以上。泰中两国合作前景广阔。

　　披尼表示，泰中两国的合作基础牢固，两国是亲人一般的关系。作为泰中文化促进委员会主席，他希望两国除了加强经贸等领域合作外，更应重视人文、教育方面的合作，以文化为桥，促民心相通，让两国人民“亲上加亲”。(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）