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
俄外长：俄方至今未看到西方关于乌克兰问题谈判的严肃建议******
中新社莫斯科1月18日电 (记者 田冰)俄罗斯外长拉夫罗夫18日在年度记者会上表示，俄方愿意考虑西方关于乌克兰问题谈判的严肃建议，但目前尚未看到这样的建议。
在谈到俄罗斯与美国和西方关系时，拉夫罗夫指出，美西方在地缘政治新条件下试图“掠夺全世界”。俄罗斯与西方的关系已不会回到过去，莫斯科也不会在签署国际文件时遭到西方欺骗。拉夫罗夫称，欧盟完全服从于美国的指令，欧洲的工业正在向美国转移。如同西方政治学家所言，美国的目标之一是大幅降低欧洲竞争力。
针对乌克兰局势，拉夫罗夫表示，特别军事行动的目标是由俄罗斯根本的、合法的安全利益决定的。乌克兰不应拥有直接威胁俄罗斯安全的军事基础设施。俄罗斯不可能根据乌克兰总统泽连斯基的倡议与其进行谈判。他说：“根本谈不到与泽连斯基举行谈判的问题，因为他在法律上禁止与俄罗斯政府举行谈判。”他同时称，泽连斯基本人此前提出的“和平方案”极为“荒谬”。
拉夫罗夫同时表示，俄罗斯愿意考虑西方关于乌克兰问题谈判的严肃建议，但目前还没有看到这样的建议。他认为，仅就乌克兰问题与西方对话毫无意义，西方正在利用乌克兰问题破坏多年来构建的欧洲-大西洋安全体系。西方正在通过乌克兰对抗俄罗斯，其任务是最终解决“俄罗斯问题”。西方对乌克兰的支持援助规模表明，其在对抗俄罗斯的战争中投入巨大。(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（）  视觉焦点
盈彩网地图 |
)