10月16日,中国共产党第二十次全国代表大会在北京人民大会堂隆重开幕。 中新社记者 盛佳鹏 摄
指明方向擘画蓝图
俄罗斯华侨华人联合总会会长虞安林说,中共二十大报告回顾了中国过去五年的工作和新时代十年的伟大变革,科学谋划了未来五年乃至更长时期中国发展的目标任务和大政方针,激励着海内外中华儿女汇聚奋发奋进的正能量,形成同心共圆中国梦的强大合力。
“加强和改进侨务工作,形成共同致力民族复兴的强大力量。”报告中涉及侨务工作的表述让肯尼亚华侨华人联合会会长高玮深有感触,“这体现了中国共产党对侨务工作和华侨华人的重视,近年来中国侨务工作及为侨服务的理念与时俱进,期待相关部门未来出台更多惠侨举措,为侨胞提供更多便利和保障。”
埃及华人华侨协会暨埃及开罗中国和平统一促进会会长付金丽表示,“海外侨胞为中国的发展成就感到欣喜,相信在中共二十大制定的蓝图引领下,中国经济将在高质量发展道路上不断书写新篇章,为世界经济复苏提供强大动能。”
“过去十年间中国经济和社会发展取得了历史性成就,海外侨胞与有荣焉。”博茨瓦纳中国和平统一促进会会长南庚戌尤其关注中国在脱贫攻坚、全面建成小康社会方面取得的巨大成就,“中国创造了减贫治理的中国样本,为非洲国家的减贫事业提供了有益借鉴”。
中国发展惠及世界
“报告为中国未来擘画蓝图,既描绘了中国发展,也汇聚着世界机遇。”日中韩经济贸易文化交流联合总会会长李长作表示,当前世界百年未有之大变局加速演进,中国提出的构建人类命运共同体理念、全球发展倡议、全球安全倡议等将继续在国际合作和全球治理中发挥重要作用。
法国《欧洲时报》采访中心主任黄冠杰表示,报告向世界清晰展示了中国未来发展的蓝图,既让中国人民意气风发有奔头,也让世界看到中国致力于推动人类和平与发展的决心,中国智慧和中国方案也为解决复杂多变国际局势中人类面临的共同问题开辟了新思路。
澳大利亚悉尼中国和平统一促进会会长王然表示,从统筹推进21个自贸试验区到建设海南自贸港,从颁布实施《中华人民共和国外商投资法》到《区域全面经济伙伴关系协定》(RCEP)生效,近年来中国形成了更大范围、更宽领域、更深层次的对外开放格局,相信未来中国开放的大门会越开越大,中国发展将更好地惠及世界各国人民。
10月16日,中国共产党第二十次全国代表大会在北京人民大会堂隆重开幕。 中新社记者 毛建军 摄汇聚侨力继续“搭桥”
报告指出,“动员全体中华儿女围绕实现中华民族伟大复兴中国梦一起来想、一起来干。”德国纽伦堡中文学校校长李立说,华侨华人作为全体中华儿女的一部分,应继续发挥独特优势,为助推中外文明交流互鉴贡献力量。
欧洲华商联合会执行会长戴志广表示,“报告提及共建‘一带一路’成为深受欢迎的国际公共产品和国际合作平台。意大利是首个正式参与共建‘一带一路’的七国集团国家,旅意侨胞将充分整合技术和管理资源,继续助推‘一带一路’建设。”
美国《美中报导》社长江维表示,海外华文媒体将继续创新话语方式,完善全媒体矩阵,接轨主流社会,让海外民众认识一个更加全面真实的中国,感受丰富包容的中华文化。
英国中华艺术中心主任毛埴鋮表示,“报告谈到‘推动中华文化更好走向世界’,华侨华人可以从东西方文化契合点出发,探索‘各美其美、美美与共’的文化传播之路,通过能够唤起海外受众共鸣的艺术形式,助力中华文化海外传播。”(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() |