图解中央经济工作会议丨五大政策形成共促高质量发展合力******
光明网讯(记者 赵艳艳)中央经济工作会议12月15日至16日在北京举行。会议要求,明年要坚持稳字当头、稳中求进,继续实施积极的财政政策和稳健的货币政策,加大宏观政策调控力度,加强各类政策协调配合,形成共促高质量发展合力。
中央财办有关负责同志将其概况为“五大政策”,即财政、货币、产业、科技、社会政策。
明年五大政策将在哪些方面发力,推动经济运行整体好转?中央财办有关负责同志表示,对财政政策的要求是加力提效,明年要适度加大财政政策扩张的力度,提高政策效能,更好发挥财政撬动社会资金的杠杆作用。对货币政策的要求是精准有力,货币政策力度要够,保持流动性合理充裕,保持广义货币供应量和社会融资规模增速同名义经济增速基本匹配。投向结构要精准,尤其要支持小微企业、科技创新、绿色发展等领域。
总的看,财政加力、货币有力,就是要确保社会总需求得到有效支撑,从而使得社会总供求在一个比较高的水平和质量上取得平衡,推动经济整体好转。
当然,产业、科技、社会政策都非常重要,要加强各类政策协调配合,形成“1+1>2”的效果,形成共促高质量发展合力。
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)