永盈彩票|-IOS/安卓通用版/手机app下载v8.8.6

汉语盘点2022揭晓：“中国式现代化”“新型实体企业”等入选年度十大新词语******

　　12月20日，国家语言资源监测与研究中心、商务印书馆、光明网联合主办的“汉语盘点2022”结果揭晓。除了“稳”“党的二十大”“战”“俄乌冲突”分别当选年度国内字、国内词、国际字、国际词外，活动还公布了“我的眼睛就是尺”等年度十大流行语，“新型实体企业”等年度十大新词语。

　　年度流行语反映时代特征，勾勒大事小情：“党的二十大”胜利召开，“太空会师”标注航天领域的中国高度，“数字经济”驱动社会生产方式改变和生产效率提升……

　　年度新词语记录生活新变化、社会经济新发展：冬奥点燃“冰雪经济”，“中国式现代化”创造人类文明新形态，“新型实体企业”正蓬勃发展……

　　新时代，更加重视融合发展。从城乡一体化、筹建粤港澳大湾区等方针举措的落地，到“一带一路”倡议、弘扬“全人类共同价值”，无一不贯穿着融合发展的思想。具体到产业、企业，数实融合已成为面向未来实现高质量发展的必答题。

　　“十四五”规划和2035年远景目标纲要强调，要促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，壮大经济发展新引擎。

　　在探索数实融合创新发展的过程中，涌现出一批具备实体企业属性，又有数字技术能力的“跨界”企业，而今，它们有了一个新的词语标签——“新型实体企业”。

　　无独有偶，“数字经济”也入选了今年十大流行语。从国家统计局对数字经济的界定（《数字经济及其核心产业统计分类（2021）》）来看，其基本范围包含数字产业化和产业数字化两方面。其中，产业数字化部分即是“数字技术与实体经济的融合”，涵盖智慧农业、智能制造、智能交通、智慧物流、数字商贸、智慧能源等数字化应用场景，这为评价“新型实体企业”划定了标准和范围。

　　新时代，造就了新型实体企业。作为数实融合催生的企业新类别，新型实体企业不仅代表着实体经济先进的生产力，同时也代表了数字经济健康发展的方向——要服务于实体经济，数实融合发展已成为全球共识。

　　就在上个月，中国企业评价协会对1.7万家样本进行测评，综合考量了实体性、科技性、生态普惠性三项指标，发布了“2022新型实体企业100强”，国家电网、京东、华为名列前三，进入前十的还有京东方、工业富联、海尔智家、比亚迪、美的、小米、百度。榜单集中呈现了一批优秀标杆，旨在发挥示范作用，为企业数实融合创新发展带来先行经验，带动更多的传统产业转型升级，为我国实体经济高质量发展“助攻”。

2022新型实体企业100强-TOP20

　　中国企业评价协会秘书长刘李佳对此解读，新型实体企业前身多为工业制造、零售流通等传统领域的实体企业，普遍坚守“兴办实业”初心，经历了数智化转型、线下线上融合等产业数字化过程发展至今，延续了传统实体企业重实业资本、重固定资产、重人力资源的经营模式，沉淀了大量的社会化基础设施，为疫情冲击之下我国经济稳增长和防风险提供了坚实的实体产业支撑。

　　“工厂来了，村里就富了”，这是工业化时代许多农村孩子的集体记忆。新时代，新型实体企业或许会接过接力棒，与数实融合大潮中的弄潮儿一起，踏上新征程。（林一诺）

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）