盈彩网app计划群 - 平台推荐安卓版v2.9.1(2023已更新)

俄罗斯一架安-2飞机硬着陆导致2人死亡******

　　中新社莫斯科1月9日电 (记者 田冰)俄罗斯紧急情况部9日通报称，一架安-2轻型飞机当天在俄北部的涅涅茨自治区硬着陆导致2人死亡，4人受伤。

　　俄紧急情况部通过社交媒体平台发文称，当天早些时候，一架安-2轻型多用途运输机在距离涅涅茨自治区卡拉泰卡村约10公里处硬着陆。事故导致2人死亡，另有4人受伤。据初步信息，机上载有10名乘客和2名机组人员。

　　俄紧急情况部调派两架载有医护和搜救人员的米-8直升机，从涅涅茨自治区首府纳里扬马尔飞往事发地点，同时派出地面搜救人员展开搜救工作。目前救援人员已抵达飞机迫降点并展开救援工作。受伤人员被转移到卡拉泰卡村的医疗机构进行救治，同时该部心理医生提供心理援助。

　　俄罗斯侦查委员会稍早前表示，在此次事故中有2人罹难，另有10人不同程度受伤。

　　目前俄相关部门调查人员和专家正在现场展开调查工作，事故原因和细节正在确认当中。(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）