新生彩票-新生彩票

河北邢台：微宣讲“声”入民心******

　　光明日报记者 耿建扩 陈元秋 光明日报通讯员 闫丽静

　　“乡村振兴，我们能做得更好！”近日，在河北省邢台市信都区前南峪村活动室里，党员群众一有空就一起学习党的二十大精神。村党委书记郭天林把二十大报告看了很多遍，从中找出群众关注的内容，结合村里实际，掰开揉碎讲给大家听。

　　“新时代的伟大成就是党和人民一道拼出来、干出来、奋斗出来的！”郭天林对此深有感触。前南峪位于太行深山区，曾经是有名的贫困村。经过几十年不懈努力，荒山变成“花果山”，农户吃上“旅游饭”，生活越来越甜。郭天林时常告诉大家，要保持奋勇争先、毫不松懈的劲头。经过多次学习讨论，大家的干劲儿越来越足，村子未来发展思路也越来越清晰。

　　前南峪村的这一幕，是邢台市“党的二十大精神万名支书微宣讲”活动的一个缩影。为推动党的二十大精神在基层落地生根，邢台市组织全市万余名基层党支部书记，通过“小现场、小切口、微宣讲”的方式，站在百姓视角，运用群众语言，坚持平实、朴实、切实的宣传基调，全面准确迅速地把党的二十大精神送到基层。

　　为了确保宣讲效果，邢台市统一编发了宣讲提纲，各县市区、市直各单位通过学习培训、集体备课等线上线下相结合的形式，对基层党组织书记进行培训，着力增强宣讲的说服力、亲和力和针对性、有效性，把党的二十大精神讲清楚、讲明白，让群众听得懂、能领会、可落实。

　　“基层党组织书记就在群众身边，更容易用群众身边的事讲清大道理，更擅长用群众易接受的方式，随时随地开展一场微宣讲。”邢台市委宣传部相关负责人表示。

　　12月15日上午，在邢台市信都区富兴社区祥和城小区的小公园里，社区党支部书记邓为娜和几个居民一边晒太阳，一边学习党的二十大精神。

　　“二十大报告指出‘提高全社会文明程度’‘实施公民道德建设工程，弘扬中华传统美德，加强家庭家教家风建设’。具体到我们社区，要以创建文明社区活动为载体，以提高居民素质和小区文明程度为主要目标，通过广泛开展‘文明单元’‘文明家庭’评选，孕育文明新风。”邓为娜说。

　　“邓书记，文明家庭评选可以细化标准，比如学习型家庭、节约型家庭，每个家庭充满正气，社区文明程度就提高了。”一位居民建议。

　　“评选出来的文明家庭，要大张旗鼓地表扬，扩大影响，营造学习典型、争当典型的浓厚氛围。”另一位居民说。

　　…………

　　在富兴社区，这样互动式的微宣讲举行了3场。邓为娜介绍，宣讲中专门设置了问题收集环节，她把居民关注的内容记录下来，作为下一次宣讲的重点，打破以往台上讲、台下听的单一模式，提高宣讲内容的精准性。

　　“这样的宣讲就在咱家门口，参加的都是街坊邻居，讲的都是接地气的实在话，我们听得心里热腾腾的，对党的二十大精神也有了更深刻的理解。”居民杨丽表示。

　　一些基层党组织书记还把宣讲与“我为群众办实事”实践活动相结合，多渠道收集群众微心愿，及时为群众办实事解难事。

　　在宁晋县上城嘉苑社区的小广场，社区党支部副书记张璐与社区群众畅谈二十大精神学习心得。现场放置了一个微心愿收集箱。

　　“更换小区路灯、院里垃圾倾倒及时些、机动车不要乱停……每个愿望虽然看起来不大，但却承载着居民实实在在的期盼。”张璐说，这次宣讲共收到30多条微心愿。社区将积极梳理，形成“微心愿”清单，建立“微心愿”台账，按照“居民点单、社区派单、党员接单、办结评价”的形式进行闭环服务，让群众有更多获得感。

　　截至目前，邢台市共开展支书微宣讲活动5000余场，受众15万余人。

　　《光明日报》（ 2022年12月21日 04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）