综合彩票代理 - 用户注册 | 官网首页登录平台网址

德国蓝皮书：中德在绿色经济和数字经济领域存在巨大合作空间******

　　中新网北京1月18日电 (记者 李京泽)由同济大学德国研究中心与社会科学文献出版社18日联合发布的《德国蓝皮书：德国发展报告(2022)》指出，除了汽车等传统合作行业，在气候变化和新技术革命的推动下，中德两国在绿色经济和数字经济领域存在巨大的合作空间。

　　在绿色经济方面，蓝皮书称，德国是环保和气候变化领域的先行者，有许多值得中国学习的先进理念和经验，应对气候变化是中德最具潜力的合作议题。

　　在数字经济方面，蓝皮书认为，对于中国而言，数字经济发展有利于推动构建新发展格局，同时对传统生产方式变革具有重大影响。在传统制造业处于全球领先地位的德国面对数字技术的冲击，较早从政策层面推动数字技术发展以及传统产业的数字化、智能化转型。中德若能在尊重各自数字主权的基础上，加强战略对话，将在数字技术以及多边数字治理合作方面拥有广阔的合作空间。

　　蓝皮书指出，德国新一届政府的科研创新政策在结构上不会出现重大的调整或转折。在当前新冠疫情、气候变化以及德国国内与国际政治经济局势变化的因素叠加下，推动绿色和数字化转型将仍然是新一届政府最重要的两大任务。此外，新一届政府将更积极地参与欧洲研究区建设、打造国际化科研创新网络。

　　蓝皮书还指出，欧洲内部离心力继续上升。欧盟成员国围绕财政、能源、移民等政策仍旧分裂严重。作为欧洲主要国家，德国需要推动欧洲抑制离心力、加强内部团结。(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）