家彩官网平台-家彩网计划群

台智库最新预测：对明年台湾经济增长持保守态度******

　　中新社台北12月22日电 台湾“中研院”经济所22日发布经济预测，对台湾2023年经济展望持保守态度，预计全年增长2.41%，且消费者物价指数(CPI)仍将高于2%的通胀警戒线。

　　综合中央社、联合新闻网、中时新闻网等台湾媒体报道，台“中研院”经济所预估，受全球经济不景气影响，明年台湾外贸与投资表现将不乐观，今明两年经济增长恐均无法“保3”。预计2023年全年经济增长率为2.41%、消费者物价指数为2.15%。

　　“中研院”经济所研究员周雨田表示，目前台货币政策主管部门未对通胀情况予以足够重视。他说，房租在CPI中占的权重颇重，但目前CPI中的居住类涨幅仅逾2%，被严重低估。而由于房租上涨会落后于房价上涨，因此明年上涨压力仍将持续。

　　他还表示，目前台湾对油电及大宗物资施行的补贴政策也导致通胀率比实际偏低。当补贴政策不再延续，市场将反映实际成本，真实的通胀率定会超过目前的3%。他认为，一些机构预测明年CPI涨幅低于2%，显然过度乐观。

　　此外，周雨田分析，美国明年料将继续加息，台湾将面临新台币贬值、金融市场动荡等挑战，且当下台湾利率水平总体偏低，综合考量之下，台湾应继续加息。(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）