盈彩网投资平台官方网站 - 盈彩网投资平台投注

来源：盈彩网投资平台登录2020-11-03 17:48

盈彩网投资平台官方网站

台当局新行政团队“绿色大风吹”，网友：换汤不换药******

　　据台湾媒体报道，台行政管理机构将于31日进行新旧团队交接。苏贞昌接任者陈建仁已启动新团队人员更替，目前班底已大致确定。

　　从已公布的名单来看，桃园市前市长郑文灿将与陈建仁搭档出任正副负责人，行政团队新面孔包括文化事务主管部门负责人史哲、台北故宫博物院院长萧宗煌等，留任成员则包括数位发展事务主管部门负责人唐凤、教育事务主管部门负责人潘文忠、交通事务主管部门负责人王国材、农业事务主管部门负责人陈吉仲等。

陈建仁与郑文灿。中时新闻网

　　陈建仁称，稳健衔接政务、扩大世代合作、增加女性成员，是此次组建团队的原则，用人唯才、适才适所，要让更多愿意为台湾做事的人尽其才。

　　对此，岛内民众并不买账，舆论直批新团队人事调整无异于“旧酒装新瓶”“换汤不换药”。

　　陈建仁何许人也？

　　陈建仁给人以“学界清流”的印象，曾任台湾大学公共卫生研究所所长等职。他的父亲出身中国国民党地方派系，曾任高雄县县长。陈水扁执政时期，陈建仁便和蔡英文在行政机构共事。2015年，他以无党籍身份与蔡英文搭档参选台湾地区正、副领导人，2016年成为台湾地区第一位无党籍的副领导人。

　　2019年，面对“务实台独工作者”赖清德的突袭式挑战，陈建仁宣布不争取竞选连任，次年任期届满后卸任，并于2021年底申请加入民进党，被视为蔡英文的“心腹”。

　　在行事方面，陈建仁以“中立温和”的学者身份自居。在镜头前总面带笑容，语气平和，岛内有媒体称其为暖男、“大仁哥”。他曾表示自己醉心于研究，对政治没有兴趣。对于此次人事调整，他宣称期许组建“温柔坚韧”的团队。

　　不过，岛内不乏针对陈建仁的批评。2007年其担任台湾科技发展部门负责人时，共同挂名的论文疑似抄袭，为此请辞。新冠疫情中，其盲目为“高端疫苗”站台而被称为“高端圣骑士”。此外，岛内有声音认为，陈建仁缺乏从政经验，恐难应对复杂的党内派系斗争及棘手的民生问题。

　　人事调整or政治妥协？

　　对于苏贞昌请辞，岛内舆论分析，这极可能是其从政生涯的最后一程。其任内台湾物价飞涨、民众薪水倒退、贫富差距拉大，而苏贞昌团队行事作风却蛮横傲慢，引发民众极大不满。

　　2022年底，民进党在台湾地区“九合一”选举中失利，民进党党内及民众皆对苏贞昌愈发不满。随着接连补选的败北，普发现金的“保卫战”失效，苏贞昌不得不下台走人。

　　岛内舆论认为，从苏贞昌的辞职时机及已公布的人选名单来看，民进党内部存在诸多派系与权位算计。陈吉仲、薛瑞元、王美花、林右昌等多位行政团队成员都有“黑历史”。此波人事安排并非以专业及经济优先，可说是派系平衡下的妥协名单，遑论“用人唯才”。当前岛内“党”“政”貌合神离，相关调整只是为避免“政治跛脚”而作出的挣扎。

　　台湾《联合报》认为，陈建仁行政经历有限，学者性格处理政务明显难大破大立，用陈建仁接替苏贞昌，便于将行政资源在“2024大选年”笼络牵制党内各派系，并掌握接班人团队。

苏贞昌与陈建仁。联合报

　　中国国民党民意代表赖士葆质疑，此次人事调整有如“绿色大风吹”，陈建仁虽成为新任行政机构负责人，但蔡英文剥夺了他的人事任命权，陈建仁带领的行政团队只是代理人而已，实效堪忧。

　　民众党立法院党团总召邱臣远建议，对于高度争议的留任名单，陈建仁应勇于展现个人意志，知人善任，才能真正展现改革魄力。

　　岛内民众期待什么？

　　对于陈建仁接任台行政机构负责人，岛内一份最新的网络民调显示，有92%的民众“不相信会做得很好”。反之，“相信陈建仁会做得很好”的民众仅有4%，调查结果引发讨论。

　　不少网友留言批评：“他的心里只有高端没有人民”“不祈望就没失望”“无需期待”“觉得现在的执政团队，哪位来接任都没用，因为没有一位是专业的，更何况都是为己私利，有哪位真为台湾百姓做事，所以换谁做还是一样无解。”

　　岛内舆论指出，面对严峻台海局势、通货膨胀及经济不景气、治安败坏等事件频传，民众并不关心人事变动，真正在乎的是如何解决实际问题。如提高薪水、稳定物价、农产品营销等民生事项，都有赖新团队尽心尽速解决，期待真正以民为先。(记者穆朗)

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）

[责编：天天中]

阅读剩余全文（）