点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
【奋发2023】默克中国总裁安高博：中国经济正展现出强大的韧性******
中新网1月17日电 (中新财经 吴家驹) 近日，默克中国总裁安高博在接受中新网“中国新观察”栏目采访时表示，2023年有望成为中国经济“扬帆起航、强力复苏”的一年。
他说，默克在中国的近5000名员工正干劲十足，在中国统筹推进疫情防控和经济社会发展的当下，继续支持默克在中国及其他国家的客户。默克的三大业务——生命科学、医药健康和电子科技在中国继续保持增长。
安高博提到，去年11月，默克集团首席执行官葛丽鹤随德国总理朔尔茨访华。当时，葛丽鹤在北京表示，默克计划在不久的将来深化在中国的业务，并特别提及了一些重要项目。
“毫无疑问，默克对中国的承诺，一如既往地坚定。我们可以一同在新的旅程中起航，比如现在2023年年初。”他说。
安高博认为，今年中国宏观经济再次向好，中国人民和中国经济正展现出强大的韧性，这种韧性令所有人钦佩。
“中国在电动汽车、自动驾驶或生物技术等前瞻科技领域已经非常强大。”安高博表示，默克蓄势待发，与默克在中国及其他地区的合作伙伴共同开启新篇章，在2023年扬帆起航，驶向更远大的未来，而科技将扮演更重要的角色。(完)
搜索
复制
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（）  视觉焦点
盈彩地图 |
)