大众彩票开户-大众彩票交流群

国台办：对金门酒厂等符合要求的63家企业予以注册或更新注册信息******

　　中新网1月29日电 国台办发言人马晓光29日指出，经有关主管部门审核，对金门酒厂等符合要求的63家企业予以注册或更新注册信息，对不符合要求、暂时无法注册的，也逐一说明具体原因。

　　29日，有记者提问称，去年部分台湾食品企业暂未获得注册问题在岛内受到关注。此前国台办发言人曾表示已有一些台湾食品企业补充提交了相关材料，请问目前是否有新进展？

　　对此，马晓光表示，去年以来，部分台湾食品企业未能按相关规定完善注册信息，影响了其产品对大陆出口。近期，包括金门酒厂在内的岛内一些企业向大陆主管部门提交及补充完善了相关注册资料，并通过中国国民党前主席洪秀柱、新党主席吴成典、金门县长陈福海等岛内有关人士和工商团体向我们转达诉求，希望尽快获得注册，早日恢复对大陆的出口。

　　马晓光指出，我们对此高度重视，积极处理。经有关主管部门审核，对金门酒厂等符合要求的63家企业予以注册或更新注册信息，对不符合要求、暂时无法注册的，也逐一说明具体原因。

　　马晓光强调，我们始终尊重、关爱、造福台湾同胞，继续致力于促进两岸经济文化交流合作。对部分台湾食品企业注册信息不完整、不规范的问题，我们愿意继续予以协助解决，为台湾食品输入大陆提供便利。

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）