学习贯彻党的二十大精神,推动社会建设学科发展——2022年全国党校(行政学院)系统社会建设学科发展研讨会顺利召开******
光明网讯(记者 徐倩阳)为深入学习贯彻党的二十大精神,进一步加强全国党校(行政学院)系统社会建设学科的交流与合作,12月30日,中央党校(国家行政学院)社会和生态文明教研部以线上形式召开2022年全国党校(行政学院)系统社会建设学科发展研讨会。中央党校(国家行政学院)副校(院)长龚维斌出席开幕式并讲话,中央党校(国家行政学院)社会和生态文明教研部主任褚松燕主持开幕式。
龚维斌指出,在全党全国掀起学习宣传贯彻党的二十大精神热潮之际召开本次研讨会,恰逢其时,很有意义。他强调,全国党校(行政学院)系统深入学习贯彻党的二十大精神、推动社会建设学科更好发展,需要着重把握好五个方面。一是深刻认识过去5年工作和新时代10年伟大变革的重大意义。通过深入研究阐释社会建设方面的历史性成就、历史性变革及其重大意义,深刻领悟“两个确立”的决定性意义,坚决做到“两个维护”。二是深刻认识社会建设在中国特色社会主义事业中新的地位和作用。中国式现代化的五个中国特色都与社会建设密切相关,社会建设各领域在党的二十大报告中的全新布局也凸显社会建设战略地位的提升。三是全面理解新时代新征程社会民生领域的最新部署和任务要求。深刻理解民生建设目标的重大转变,准确领会在发展中保障和改善民生的基本要求,精准把握主要民生领域的新任务新要求。四是准确把握新时代新征程完善社会治理体系的基本要求。党的二十大报告站在推进国家安全体系和能力现代化的战略高度,对完善社会治理体系作出新的部署。五是以党的二十大精神为指导,共同推动社会建设学科更好发展。要紧紧围绕党的二十大提出的社会建设方面的重大理论、重大战略问题开展研究,并学会运用科学的世界观和方法论,认真进行调查研究,不断扩展国际视野,积极开展交流协作。
上午的主旨演讲分为上下半场,由中央党校(国家行政学院)社会和生态文明教研部副主任赖德胜、党总支专职副书记刘能杰分别主持。中国人民大学社会与人口学院院长冯仕政、中央党校(国家行政学院)社会和生态文明教研部丁元竹、北京师范大学经济与工商管理学院万海远、安徽省委党校(安徽行政学院)社会和生态文明教研部主任张超、河北省委党校(河北行政学院)社会和生态文明教研部主任黄晓雪、新疆维吾尔自治区委党校(新疆维吾尔自治区行政学院)公共管理教研部主任艾玲、上海市委党校(上海行政学院)社会学教研部主任马西恒等7位专家学者,围绕新时代新征程社会建设相关理论与实践问题依次作了主题演讲。
下午的五个平行论坛,分别围绕发展中国特色社会主义社会学、中国式现代化与中国社会建设、扎实推进共同富裕、增进民生福祉提高人民生活品质、完善社会治理体系等议题开展了研讨交流。40位参会代表在平行论坛作了专题发言,来自《新华文摘》《浙江学刊》《管理学刊》以及全国党校(行政学院)系统的10位专家学者作了点评发言。
此次研讨会由中央党校(国家行政学院)社会和生态文明教研部主办。来自中央党校(国家行政学院)、地方党校(行政学院)、高等院校、期刊杂志社的专家学者及媒体代表约150人参加。
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)