佰家富app官网平台 - 佰家富app登录

泰国军舰沉没最新进展：75人获救 仍有31名海军失踪******

　　中新网12月19日电综合报道，泰国皇家海军19日在社交媒体公布了18日深夜沉没的皇家军舰“素可泰”号的救援进展情况，称目前已救出75名海军船员，仍有31人失踪。

　　泰国海军19日下午在社交媒体推特上表示，截至19日中午12时，船上106名船员中已有75人被救出，其余31名海员失踪。获救人员中，有11人正在邦沙潘医院接受治疗。

　　据法新社报道，18日深夜，泰国皇家海军“素可泰”号军舰在距离邦沙潘大约20海里的海域巡逻时遇到巨浪，导致船内进水。由于电子系统受损、操作系统停止工作，军舰失去了控制，最终在泰国东南海岸沉没。泰国海军披露的一张照片显示，该军舰在进水后急剧向一侧倾斜。

　　泰国海军发言人称，搜救行动于当地时间19日早上7点开始，目前仍在进行中。两架“海鹰”直升机、两艘护卫舰和一艘两栖舰参与了救援行动。

　　据泰国《曼谷邮报》报道，“素可泰”号军舰由美国塔科马造船公司建造，于1987年服役，已经运行近36年。

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）