大发彩票漏洞_ios/安卓/手机版app下载

　　

巴厘岛中美元首会晤：一次相向而行的握手******

　　(近观中国)巴厘岛中美元首会晤：一次相向而行的握手

　　中新社印度尼西亚巴厘岛11月15日电 题：巴厘岛中美元首会晤：一次相向而行的握手

　　中新社记者 郭金超

　　两国元首面带微笑，相向而行，在相距几步时，彼此向对方伸出手。随后，这一次跨越大洋的握手，成为中美元首巴厘岛会晤中令人印象深刻的一幕。

当地时间11月14日下午，国家主席习近平在印度尼西亚巴厘岛同美国总统拜登举行会晤。来源：新华社

　　11月14日下午，印尼巴厘岛，中国国家主席习近平同美国总统拜登举行会晤。世界上最重要的双边关系间的这场互动吸引全球目光。

　　与无数报道、关注这场会晤的媒体相比，能来到会晤现场的记者无疑是幸运儿。当天，在提前两个多小时候场时，中新社记者在现场看到，国际各大媒体记者早早齐集于此，不少媒体还开启直播模式，动态播报这场世界级会晤进程。

　　这次会晤的地点在中国代表团的驻地。17时23分许，拜登车队来到巴厘岛努沙杜瓦湾的海滨酒店穆丽雅。美国代表团下榻的君悦酒店距此约10分钟车程。

　　17时36分许，拜登步入会见厅所在大楼，他快步向习近平走来，两人相距还有五六步时，拜登首先伸出右手。在快门声中，习近平和拜登在八面间隔排列的中美两国国旗前站定，进行了长时间的握手。为更好拍摄这一重要时刻，现场记者各出奇招，大声呼喊以吸引两国领导人的注意。为配合记者的工作，习近平和拜登又一次面向镜头站定合影。

　　此前，习近平和拜登多次会面，俩人相识已久。自2021年以来，双方已经五次通话或视频会晤。两国元首的这次握手背后，创下多个“首次”：中美元首三年来首次面对面会晤，拜登总统执政后两位领导人首次面对面会晤，中美各自完成今年国内重大议程后两国最高领导人的首次互动……

　　这次跨越大洋的握手也饱含世界对中美关系的期待。作为世界上最大发展中国家和最大发达国家，中美两国能否处理好彼此关系，攸关世界前途命运。

当地时间11月14日下午，国家主席习近平在印度尼西亚巴厘岛同美国总统拜登举行会晤。来源：新华社

　　17时42分许，两国元首移步到会谈厅，正式开始会谈。室内，一排排枝形吊灯下有两列长桌，每边有9个座位。中方陪同人员有中共中央政治局常委、中央办公厅主任丁薛祥，中共中央政治局委员、国务委员兼外长王毅，中共中央政治局委员、全国政协副主席何立峰等。随行参会的美方人员有国务卿布林肯、财长耶伦、总统国家安全事务助理沙利文、美国驻华大使伯恩斯等。

　　英国广播公司(BBC)报道称：“坐在这个桌前的人，将在管理中美关系方面发挥重要作用。”

　　在两国元首致开场白环节，拜登首先发言。他说：“我们有责任展现中美之间有能力管控分歧，避免竞争变为冲突，并在紧迫的全球性问题上设法开展合作。习近平主席，我期待着如从前那样持续的、开放的、坦诚的对话。”

　　习近平在开场白中特别提到“我们今天的会晤举世瞩目”，并直言，当前，中美关系面临的局面不符合两国和两国人民根本利益，也不符合国际社会期待。他说：“我愿同总统先生就中美关系的战略性问题及重大全球和地区问题，一如既往地坦诚深入交换看法，我也期待同总统先生共同努力，推动中美关系重回健康稳定发展的轨道，造福两国，惠及世界。”

　　简短的开场白后，媒体记者离场，会晤进入闭门阶段。根据官方披露的新闻稿可知，在随后的长时间会晤中，两国元首谈到了各自内外政策、中美关系、台湾问题、各领域对话与合作、重大国际地区问题等五方面议题，覆盖了两国关系最重要的方面和当前最紧迫的地区和全球性问题。

　　时针指向20时48分许，会谈厅的大门打开，拜登一行离开中国代表团驻地，本次中美元首会晤结束。双方进行了约3小时12分钟的会晤，超过事先商定的时长，而且会晤使用的是同声传译。

　　围绕这场会晤能否实现中美关系的稳定，国际媒体随即展开了铺天盖地的分析和跟踪报道。按照美方的说法，会晤为中美关系“建立地基”。中方则认为，会晤达到了深入沟通、明确意图、划清红线、防止冲突、指明方向、探讨合作的预期目的。(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）