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
千人拉网式搜寻胡鑫宇暂无结果，家属申请查看“自行离校说”案卷******
新京报讯(记者 丛之翔)1月12日，江西上饶铅山县致远中学高中生胡鑫宇失踪已90天。新京报记者当日从胡鑫宇家属处获悉，1月9日至1月11日，江西省、市、县公安机关联合工作专班(下称“专班”)组织上千人在铅山县境内开展对胡鑫宇失联线索的“拉网式”搜寻，目前未发现任何线索。铅山县公安局工业园区派出所一工作人员告诉记者，“搜寻还在进行，目前没有任何结果。”
据胡鑫宇的舅舅李先生透露，此次搜寻是围绕先前通报中的“胡鑫宇系自行离校”一说开展。“专班发动官员、民兵组织及各个学校的男老师在铅山县全域搜寻。1月9日搜寻第一天，有约2000人参与；第二天约1000人；第三天约900人。”
据多个网传视频显示，现场搜寻队伍人数众多，有身着警服、消防服、迷彩服的人员，也有普通民众。参与搜寻的人手持镰刀、手杖等工具，徒步上山。雨天中，有人身披雨衣，有人手持雨伞参与搜寻。
众多民众参与搜寻胡鑫宇。视频截图李先生称，1月11日，他致电专班工作人员，得知暂未搜寻到任何线索。铅山县公安局工业园区派出所一名工作人员告诉他，搜寻仍将继续，参与搜寻的人数会减少。12日11时许，铅山县公安局工业园区派出所一工作人员告诉新京报记者，搜寻还在进行，目前没有任何结果。
据李先生透露，他和律师正在向专班提出申请，“查看得出‘胡鑫宇系自行离校’这一说法的相关案卷，目前还在等待专班回复。”(新京报)
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
乐乐彩平台地图 |
)