中国欧盟商会主席:“未来的市场”在中国******
中新社北京4月28日电 (记者 庞无忌)中国欧盟商会主席伍德克(Joerg Wuttke)近日在中新社“东西问·中外对话”中表示,“未来的市场”在中国,这点毋庸置疑,“我们也会继续在中国投资”。
新冠疫情持续两年多,国际航线被阻断,但伍德克表示,实际上,(多数)欧洲企业在中国经营顺利,并未遇阻。“我们的业务是持续的,员工可以生产,可以向客户出售产品,许多产品最终销往欧洲,制造业领域相当强劲。”
但他也坦言,受到疫情防控等影响,航班减少,旅游业遇冷,服务业受到了严重打击。此外,疫情导致人们的往来中断,没有高层管理人员来华,也没有合作伙伴去欧洲,这意味着未来的投资可能会被推迟甚至搁置。
不过,他认为,欧中贸易和合作的潜力、韧性很强。欧洲和中国之间的贸易往来非常频繁,这表明欧洲消费者真的很喜欢中国产品。欧洲人每天大约从中国购买13亿欧元的商品,显示中国产品的质量和竞争力。
他认为,欧洲的高需求是双边贸易韧性的来源之一,欧洲需要购买电子产品、医疗产品等,这些需求不会消失。同时,中国设计和生产的产品销路更好,很有竞争力,中国市场对于欧洲企业也很有吸引力,这些也是双方贸易合作的韧性来源。此外,疫情虽然对供应链造成冲击,但欧中贸易出货量保持良好,可以称得上是个奇迹。
货物贸易之外,他指出,(欧中)服务贸易也还有很长的路要走,潜力很大。“未来的市场”在中国,这点毋庸置疑,伍德克说,“我们也会继续在中国的投资”。(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)