盈彩网投资平台官方网站_360百科

工业互联网论坛：聚焦制造业数字化转型******

　　【分论坛焦点】

　　光明日报乌镇11月10日电（记者卢璐）“产业数字化已逐步在数字经济中占据主导地位。除了自身产业效益以外，数字技术更大程度上是在变革传统产业体系。”11月10日，在2022年世界互联网大会工业互联网论坛上，中国信息通信研究院院长余晓晖说，“产业链和供应链的重构、重塑和变革会是未来非常重要的任务，中国在这方面有非常大的潜力和优势。”

　　中国工程院院士杨华勇表示，新一轮科技和产业变革正在重构全球创新版图，重塑全球经济结构，面对产业数字化转型升级的历史关口，一方面需要国家对制造业数字化转型开展全局性谋划和系统性部署，确保制造业数字化转型基础牢固，包容普惠；另一方面也要关注在产业链、供应链中，上下游企业和科研院所相应机构应对每一个细分领域的具体问题。

　　推动数字化、自动化更高效地运行，离不开大量的工业软件。华为公司高级副总裁张平安认为，中国工业软件要突破壁垒、快速崛起，要充分利用云计算框架变革的机会窗，聚合大量懂工业知识的科学家，构建工业软件底层技术。

　　“数据空间是实现数字生态系统的工具，也是构成数字经济的基础。”国际数据空间协会董事会主席莱茵霍尔德·阿赫思提出，“共享数据的商业伙伴应当参与到价值链创造中，受益的同时，为群体创造更多的价值。”

　　《光明日报》（ 2022年11月11日 08版）

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）