天下彩票赔率-在线用户注册平台 | 官网APP下载

去年12月台湾外销订单较前年同期减逾23% 全年负成长******

　　中新网2月1日电 据台湾《中国时报》报道，台当局经济事务主管部门1月31日发布2022年12月外销订单为521.7亿美元，比前年同期大减23.2%，继11月后，再创14年来的当月最大跌幅。2022年全年订单金额衰退1.1%，为3年来首现负成长。

　　展望2023年表现，台当局经济事务主管部门统计处长黄于玲直言“比去年更诡谲难预测”，推估1月外销订单约380至400亿美元，年减幅度扩大为32.1%至35.5%，首季还未看到由负转正的迹象。

　　去年11月、12月台湾外销订单金额皆年减逾23%，是自2008年因全球金融危机，分别年减28%、33%之后，当月的最大跌幅。

　　摊开岛内七大产品接单表现，都呈双位数衰退。12月科技类的资通信、电子产品金额年减逾2成，光学器材更大减4成。传统类的基本金属、机械、塑橡胶、化学品衰减1成9到3成4。

　　台湾经济研究院同日下修2023年全年经济成长率至2.58%，较去年11月的预测数下修0.33个百分点，主要是全球需求转弱，以及民间企业投资趋缓。

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）