在皖台商的新年心声:两岸交流不是难题 未来发展充满信心******
中新社合肥1月17日电 题:在皖台商的新年心声:两岸交流不是难题 未来发展充满信心
中新社记者 张俊
“新的一年,两岸交流一定会更频繁,特别是民间交流合作会更加紧密。相信在同样的共识下,两岸的交流合作不会是一个难题。”近日,台湾工程师郑人豪在接受中新社记者采访时如是说。
今年49岁的郑人豪来自台湾台北,扎根安徽已近5年时间,幽默风趣的他形容自己是半个合肥人,无论是本地方言,还是民俗文化,他都耳熟能详。
郑人豪是合盟精密工业(合肥)有限公司总经理。2017年,当他刚刚走进公司所在的合肥新桥集成电路科技园时,这里还是一片荒地,周边除了正在建设的厂房,人烟寥寥。然而短短半年时间,在政府的支持和帮助下,工厂就建成交付,这让他非常感动。
郑人豪表示,大陆半导体产业已发展多年,并形成了完整产业生态圈,惟有部分关键零配件仍需进口。有着20多年从业经验的他,当时受所在公司委派,希望在大陆选择一地建厂,实现高端零配件的国产化,减少对进口的依赖。
怀揣着打造国产化高端零配件的目标,从2017年起,郑人豪与团队开始走访大陆多个城市与开发区,寻求在地理区位、地方政策、人才与配套适宜的厂址。经过调研讨论后,最终选定合肥为最佳落户建厂地点。
2018年,郑人豪和团队正式入驻合肥的公司,并一直工作至今。尽管遇到疫情,但公司依然快速发展。郑人豪说:“我很高兴当初选择来到合肥创业耕耘,如今企业不仅步入正轨,进入发展快车道,还培养了一批本土人才。”目前,郑人豪的公司有近50名员工,其中超过八成员工都是本地培养的人才。
郑人豪表示,大陆调整疫情防控政策后,台商将加大对安徽的投资,尤其是在高端制造等高新技术产业。新的一年,他也为公司制定了新的目标,对未来发展充满信心。
在大陆工作生活已有23年的黄宏洲来自台湾嘉义,来到合肥投资兴业也有14年时间,是合肥市台湾同胞投资企业协会会长。黄宏洲说,20多年来,他切身感受到大陆翻天覆地的变化,也亲眼见证到了安徽在经济社会发展的巨大成就,特别是在新型显示、高端装备、新能源汽车等高新技术产业的集聚发展。
黄宏洲表示,过去三年时间,尽管受到疫情影响,但台商台企来到大陆投资创业的热情并未减弱,其所在的协会先后接待了80多批来访的台商代表团。
黄宏洲说,新的一年,随着疫情防控政策的优化调整,在皖台商将加强与国际客商之间的交流频次,获得更多的发展合作机会,产业一定会得到更大的提升。“我们会积极发挥好桥梁纽带的作用,号召广大在皖台资企业抓住机遇,加快企业转型升级和创新发展,更加深入参与和支持皖台之间的交流合作。”
截至目前,安徽共有海峡两岸青年创业基地、台湾工业园等各类涉台园区19个,在安徽创业就业的台商、台青3000余人。(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)