大发平台 - - (中国)互动百科

德国政府确定新防长人选******

　　新华社北京1月18日电 德国总理朔尔茨17日确认，鲍里斯·皮斯托留斯将出任国防部长，接替前一天辞职的克里斯蒂娜·兰布雷希特。

　　在乌克兰危机持续、西方盟友施压德国向乌克兰提供“豹”式主战坦克的背景下，皮斯托留斯履新面临挑战。

　　恰当人选

　　朔尔茨17日宣布，下萨克森州内政部长皮斯托留斯将出任防长，他是执掌这一关键部门的“恰当人选”。

　　朔尔茨说，皮斯托留斯是一名“非常杰出的政治家”，拥有丰富行政经验，多年来参与制定安全政策。“他有能力、魄力和气度，正是领导军队渡过这个变革时期的恰当人选。”

　　德新社等媒体报道，这项任命“令人意外”，皮斯托留斯并非这一职位候选人中的领跑者。在联邦内阁中，防长一职“不好干”，终结了不少人的政治生涯。不过，皮斯托留斯现年62岁，这对他而言可能不是问题。

　　皮斯托留斯法学专业出身，上世纪90年代步入政坛前做过律师。他曾出任下萨克森州奥斯纳布吕克市长，2013年起出任州内政部长，与朔尔茨同属社会民主党。

　　兰布雷希特16日辞职以前，朔尔茨内阁的16名部长为“8男8女”，而皮斯托留斯这名男性防长上任将打破内阁的性别平衡。暂时不清楚朔尔茨是否会按照2021年竞选时的承诺，继续保持内阁“性别平等”。

　　德国副总理兼经济和气候保护部长、绿党联席主席罗伯特·哈贝克17日早些时候说，他希望朔尔茨能够履行诺言。

　　社民党、绿党及自由民主党2021年12月达成联合组阁协议。

　　应对难题

　　德国政府发言人斯特芬·黑贝施特赖特说，皮斯托留斯定于19日宣誓就任。

　　德新社报道，皮斯托留斯一上任就将应对向乌克兰提供军事援助的敏感议题，还将推动德军武器和装备现代化升级。

　　俄罗斯去年2月对乌克兰发起特别军事行动后，朔尔茨宣布设立1000亿欧元防务专项资金，用于德军武器和装备现代化升级。这项计划在兰布雷希特担任防长期间未能顺利推进，如今落在皮斯托留斯肩上。

　　英国政府14日宣布，将在数周内向乌克兰提供14辆英制“挑战者2”式主战坦克及其他武器。法新社等媒体报道，英国是首个向乌克兰提供西方制造主战坦克的国家。

　　朔尔茨政府正在权衡是否向乌克兰提供德制“豹”式坦克，德国政坛就是否向乌方提供这种重型武器仍有分歧。朔尔茨认为，德国不应单独向乌克兰提供重型武器，他会同北大西洋公约组织盟友协商。不过，乌克兰和一些西方盟友近期就此向德国施压。

　　波兰总统安杰伊·杜达17日出席世界经济论坛一场讨论时说：“我们希望并且正在争取为乌克兰赢得更多支持。我们希望一些伙伴、盟友向乌克兰提供坦克。”

　　杜达11日说，波兰打算向乌克兰提供“豹”式主战坦克。不过，“豹”式坦克由德国制造，波方需要获得德方同意才能交付给乌方。(包雪琳)

　　(来源：新华网)

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）