至尊彩票代理-ios/安卓/手机版app下载

侨界青年：“侨”见中国发展 拥抱未来机遇******

　　(中共二十大·声音)侨界青年：“侨”见中国发展 拥抱未来机遇

　　中新社北京10月19日电 题：侨界青年：“侨”见中国发展 拥抱未来机遇

　　中新社记者 吴侃 门睿

　　“中国的发展为青年人带来前所未有的新机遇。”正如中美青年企业家协会会长叶紫莹所表达，侨界青年高度关注正在召开的中共二十大，他们对中国的发展成就深有感触，对未来机遇充满期待。

　　中国发展让青年更自信

　　叶紫莹在中国的创业项目涉及人工智能等领域，近年来中国人工智能产业发展迅速，得益于中国对新兴技术领域的大力扶持。她说：“我在工作中接触到不少优秀的科研人才，感受到中国社会尊重知识、尊重人才的氛围越来越浓。”

　　泰中侨商联合会副主席齐斌今年在中国投资了医疗项目，从项目签约到厂房建成只用了五个月，让他对中国营商环境的优化深有体会。“近年来中国大力推进‘放管服’改革、落实减税降费政策、全面实施外商投资法及配套法规等举措，使企业办事更便利了，运营成本下降，市场活力不断被激发。”

　　“这些年中华文化在海外的传播力和影响力不断增强。”新西兰中华青年联合会创会会长高晓月说，华人青年更自信地拥抱中华文化，组织书法社、戏曲社等社团，举办各类中华文化活动，这些活动逐渐走出华人社区，使更多外国友人喜欢上中华文化。

　　期待更广阔的发展空间

　　“中共二十大报告为中国未来的发展绘制了蓝图，也鼓舞侨界青年继续搭桥梁、献侨力。”叶紫莹表示，青年是侨界最有生气的力量，大家有想法、有抱负、有活力，在金融、法律、商贸、文化等领域崭露头角，可以为推动中外各领域交流合作提供重要动能。

　　中共二十大报告指出，中国将“推进高水平对外开放，稳步扩大规则、规制、管理、标准等制度型开放”。叶紫莹从中捕捉到“确定性”的信号：“中国开放的大门只会越开越大，这也将为青年侨商寻求深入合作与事业发展提供更广阔的空间。”

　　“中共二十大报告对新时代侨务工作提出新要求，期待侨务部门推出更多新平台、新举措，助力青年侨商投资创业。”齐斌说，中国侨务引资引智体系正逐步完善，以其家乡山东济南为例，济南“侨梦苑”为侨胞创业提供综合性服务，侨务部门为侨企提供各类帮扶，“让我们对在中国发展更有信心了”。

　　齐斌表示，这些年来大量外国企业赴华投资兴业，共享中国发展机遇，中国拥有巨大的国内市场、完整的产业体系、便利的基础设施和营商环境，随着中国市场化、法治化、国际化营商环境日趋完善，相信中国将继续成为投资的热土。

　　要做“粘合剂”和“助推器”

　　“中共二十大报告对青年寄予殷切期望，作为新时代的侨界青年，我们应发挥所长，在创业创新中寻求发展，在中外经贸合作中牵线搭桥。”齐斌说。

　　他表示：“侨界青年可以发挥熟悉两国语言、文化和法律的优势，担当‘一带一路’的联结者、建设者、贡献者，在中国与‘一带一路’沿线国家的贸易往来中发挥‘粘合剂’和‘助推器’的作用。”

　　“祖国强大是侨胞的底气，随着中国日益走近世界舞台中央，我们在中外文化交流中也更有自信。”高晓月曾在一场宴会上用河南烩面代替了西餐主食，在场的时任新西兰总理约翰·基尝过后赞不绝口，“我想文化自信就是即使是简单的一碗烩面，拿出去都应该不虚不怯”。

　　在高晓月看来，侨界青年可以用更年轻化和多样化的方式推动中外文化交流。“青年侨团应积极融入住在国社会，加强与不同族裔青年社团的联系，在交往中增进对彼此的了解，在信任中培养对彼此文化的兴趣，让海外青年真正理解中华文化的魅力。”(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）