俄总统新闻秘书:对俄制裁将扰乱国际能源市场******
对于西方国家针对俄罗斯石油产品的制裁措施,俄罗斯总统新闻秘书佩斯科夫当地时间2月3日表示,西方对俄罗斯的制裁将进一步扰乱国际能源市场,同时,俄罗斯也将采取相应的反制措施。
俄罗斯总统新闻秘书 佩斯科夫:我们对此(新一轮制裁)的态度是消极的。我们已经讨论过这个问题,制裁必将导致全球能源市场进一步失衡。当然我们也会采取相应的反制措施,以保护我们自身利益不受影响。
此前,俄罗斯已宣布自当地时间2月1日起,正式禁止向在合同中直接或间接使用设置价格上限机制的法人实体和个人供应石油。根据法令,若合同中设置价格上限机制,俄罗斯石油出口商必须通报俄罗斯海关和能源部,且出口商须承诺在规定时间内修改合同,否则将被视为违法行为。这一法令将持续至7月1日。
自去年12月5日起,欧盟成员国、七国集团和澳大利亚对俄罗斯海运石油出口设置每桶60美元的价格上限。作为反制,俄罗斯总统普京于当月签署总统令,禁止向对俄石油进行限价的国家出售俄石油和石油产品。
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() |