点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
中国尽己所能帮助其他发展中国家提升应对气候变化的能力******
中新社北京10月27日电 (记者 阮煜琳)中国生态环境部应对气候变化司司长李高27日在北京对记者说，中国长期开展应对气候变化的南南合作，尽己所能帮助其他发展中国家提升应对气候变化的能力。
生态环境部27日在北京发布《中国应对气候变化的政策与行动2022年度报告》显示，截至2022年7月，中国已累计安排超过12亿元人民币用于开展气候变化南南合作，与38个发展中国家签署43份气候变化合作文件，与老挝、柬埔寨、塞舌尔合作建设低碳示范区，与埃塞俄比亚、巴基斯坦、萨摩亚、智利、古巴、埃及等三十余个发展中国家开展40个减缓和适应气候变化项目，同时积极开展能力建设培训，累计在华举办45期应对气候变化南南合作培训班，为120多个发展中国家培训约2000名气候变化领域的官员和技术人员。
李高说，太平洋岛国是我们开展应对气候变化南南合作的重点之一。目前我们已经与汤加、萨摩亚、斐济、基里巴斯等四个太平洋岛国签署了五份应对气候变化南南合作物资援助的项目文件，并且举办了四期面向南太岛国能力建设的培训班，为这些国家累计培训了近百名应对气候变化的专业人员。
李高透露，今年12月将举办第五期面向南太岛国的应对气候变化南南合作能力建设培训班，通过拓展合作领域，创新设计合作项目，持续开展能力建设培训等方式，帮助南太岛国提升应对气候变化的能力，同时在应对气候变化多边进程中还将加强与南太岛国沟通交流，进一步协调立场，共同维护发展中国家的共同利益。(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） [责编：天天中] 阅读剩余全文（）  视觉焦点
乐发lv地图 |
)