彩神彩票官网平台|用户注册 | 官网首页登录平台网址

乌克兰：西方盟友做得还不够 俄罗斯：求援另有所图！******

　　中新网1月10日电 据“今日俄罗斯”(RT)报道，9日，乌克兰外交部长库列巴在社交媒体发文称，美国等乌克兰的盟友们“做得还不够”，并敦促进一步的军事援助。库列巴的言论遭到俄罗斯官员讽刺，俄方暗示乌方不断求援“另有所图”。

　　乌外长库列巴在推特发文表示，继续武装乌克兰军队对抗俄罗斯是恢复欧洲及其他地区和平安全的最短途径。他表示，乌克兰感谢合作伙伴提供的军事援助，但只要俄乌问题未获解决，“任何人做得都还不够。”

　　乌方这一声明引起了俄罗斯常驻联合国第一副代表波利安斯基的注意，他讽刺了库列巴的号召，并暗示乌方的不断求援可能别有目的。

　　波利安斯基奚落道，“乌克兰人是想说：‘我们又浪费了军队。再给我们更多军队，让我们继续假装在孤身对抗俄罗斯。对了，不要忘记继续赞助我们的大寡头在欧洲的奢华生活！’”

　　自乌克兰危机以来，西方国家源源不断地向乌克兰提供大量军事援助。报道称，一直以来，美国都是乌克兰最大的支持者，迄今为止已批准向乌提供超1000亿美元的援助。

　　据报道，俄罗斯一再敦促西方停止向乌运送武器，并警告称，持续的援助只会加剧紧张局势，不仅不会改变危机的最终结果，反而还会给乌克兰普通民众带去更多痛苦。

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）