至尊彩票网投 - 平台推荐安卓版v2.9.1(2023已更新)

新西兰总理宣布将于2月辞职******

　　中新社北京1月19日电 惠灵顿消息：据当地媒体19日报道，新西兰总理阿德恩当天宣布将于2月辞职。

　　新西兰国家广播电台报道称，当地时间19日下午，阿德恩发表电视讲话宣布，将不会在今年10月14日举行的2023年大选中寻求连任，并将在2月7日前完成卸任。

　　“对我来说，已经是时候了。”阿德恩表示，经过整个夏天的反思，发现自己已没有足够的精力与能力去完成新一年以及下个任期的工作。报道指出，阿德恩在发表讲话时明显神情沮丧。

　　据美国有线电视新闻网报道，阿德恩表示这是自己作出的决定。她说，领导一个国家是最具挑战性的事情，除非做好了充足准备能够应对各种意想不到的挑战，否则就不能也不应继续任职。

　　报道称，阿德恩在讲话中列举了过去六年任期中她遇到的各种挑战，包括新冠疫情、新西兰清真寺枪击案、怀特岛火山喷发事故等。

　　据路透社报道，阿德恩说，她将继续担任选区议员至4月底，并表示相信工党将在今年大选中取得胜利。

　　阿德恩出生于1980年7月，2017年10月宣誓就任新西兰总理，2020年10月获得连任。(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）