协助市民预约登记“通关”配额。 香港菁英会供图
香港特区政府商务及经济发展局副局长陈百里博士、九龙社团联会观塘地区委员会副主任郑强峰、观塘区议会安泰选区议员林玮出席当天活动,和香港菁英会副主席黄进达、林力山、高松杰等一同前往探访基层家庭。
陈百里博士在探访时表示,特区政府会全力以赴支持青年就业创业的工作,带领青年把握向上流的机会。
黄进达表示,行政长官在第一份施政报告中提到“精准扶贫”策略,香港菁英会至今已连续开展3年的“菁准扶贫”工作,香港菁英会将以实际行动从多方面参与特区政府“精准扶贫”工作。
“希望通过举办各式各样的活动,向社会传递正能量,鼓励及陪伴青年朋友携手走向未来,创建更加美好的香港。”黄进达说。
陈百里(左二)与义工一起向市民赠送挥春。 香港菁英会供图因应特区政府日前公布的逐步有序全面实施香港与内地“通关”,活动现场特设“菁英爱心义登记站”协助市民预约登记“通关”配额,还有书法家现场挥春并赠送给居民。
“因为年龄大了,在网上填报资料的确很困难,感谢这些年轻人的帮助。”一名受助成功预约登记“通关”配额的老人开心地说:“受疫情影响好几年没回内地和亲友团聚了,这次终于可以团圆了。”
据悉,香港菁英会开展“菁准扶贫,新春送暖”系列活动以来,受惠人数已超过5000人。(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) [责编:天天中] 阅读剩余全文() |