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
巴黎北站袭击事件嫌犯身份被披露 仍在医院接受治疗******
中新网巴黎1月12日电 巴黎北站袭击事件嫌犯的身份当地时间11日晚被警方披露。该嫌犯目前仍在医院接受治疗。
巴黎北站当地时间11日早晨6点45分左右发生袭击事件，造成6人受伤。嫌犯被警方制服。警方在制服嫌犯过程中对其开了三枪，他受重伤并被送往医院，目前仍在接受治疗。法国内政部长达尔马宁称该嫌犯“命悬一线”。
根据警方11日晚公布的初步调查结果，这名嫌犯来自利比亚，年龄约为20多岁，3年前来到法国。他在2022年夏天已收到官方的遣返通知。但该通知未被执行，法国媒体认为这是由于利比亚局势不稳定，因此难以执行遣返令。同时，该嫌犯也留有案底，主要是破坏公共财物等犯罪行为。
嫌犯的行凶动机目前仍不清楚，警方还在进一步调查中。另外，对于嫌犯所用凶器，警方后来澄清说并非刀具，但没有透露更多细节。(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
彩神app地图 |
)