1分快3注册|1分快3攻略

中国央行、银保监会：引导优质房企资产负债表回归安全区间******

　　中新社北京1月10日电 (记者 夏宾)中国央行、银保监会10日联合召开的主要银行信贷工作座谈会明确，要有效防范化解优质头部房企风险，实施改善优质房企资产负债表计划，聚焦专注主业、合规经营、资质良好、具有一定系统重要性的优质房企，开展“资产激活”“负债接续”“权益补充”“预期提升”四项行动，综合施策改善优质房企经营性和融资性现金流，引导优质房企资产负债表回归安全区间。

　　上述会议旨在研究部署落实金融支持稳增长有关工作。会议指出，各主要银行要合理把握信贷投放节奏，适度靠前发力，进一步优化信贷结构，精准有力支持国民经济和社会发展重点领域、薄弱环节。当前还要全力支持重点医疗物资生产保供企业的合理资金需求。

　　会议也强调，要配合有关部门和地方政府扎实做好保交楼、保民生、保稳定各项工作，运用好保交楼专项借款、保交楼贷款支持计划等政策工具，积极提供配套融资支持，维护住房消费者合法权益。

　　同时，要落实好16条金融支持房地产市场平稳健康发展的政策措施，用好民营企业债券融资支持工具(“第二支箭”)，保持房企信贷、债券等融资渠道稳定，满足行业合理融资需求。要因城施策实施好差别化住房信贷政策，更好支持刚性和改善性住房需求，加大住房租赁金融支持，做好新市民、青年人等住房金融服务，推动加快建立“租购并举”住房制度。(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

　　（文图：赵筱尘 巫邓炎）