去年第四季度台湾经济负增长 全年经济增长率未达预期******
中新社台北1月18日电 台湾当局“主计总处”18日公布，2022年第四季度台湾经济增长率概估为负0.86%，全年经济增长率概估为2.43%。另外，台湾2022年平均失业率为3.67%。
综合中央社、联合新闻网和《工商时报》等台湾媒体报道，“主计总处”去年11月曾发布经济预测表示，第四季度经济增长率为1.52%。但受到出口衰退的影响，今年1月18日发布的最新数据显示，该季度经济增长率概估为负0.86%，终结连续26季正增长；去年全年经济增长率降为2.43%，创6年来新低。
另据台湾《经济日报》报道，“主计总处”18日还公布台湾2022年12月失业率为3.52%，较11月下降0.09个百分点；去年失业率平均值为3.67%，劳动市场整体呈现稳定情形。
统计显示，台湾2022年就业人数平均为1141.8万人，较2021年减少0.26%；全年失业人数平均为43.4万人，较2021年减少7.81%。(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 盈彩网app地图 |
