人民需要什么样的力量?
团结奋进新征程,同心奋斗创伟业。近日,2022中国正能量“五个一百”网络精品征集评选展播活动进入报送阶段,一个个精彩作品如点点星火,汇聚成炬,照亮前行的方向。
由中央网信办主办的2022中国正能量“五个一百”网络精品征集评选展播活动至今已举办六届,期间涌现了无数凡人英雄模范、传奇感人事迹,展现了新时代发展巨变。深入作品,情系其中,文字将内心的温度化为指尖的力量,承载着光阴的印记;影像定格精彩瞬间,串联起奋斗者的足迹,正能量的主旋律高昂澎湃。
人无精神不立,国无精神不强。走向复兴,走向辉煌,既需强大的物质力量,亦需强大的精神力量。“五个一百”正是用记录的点滴星芒,去鼓舞平凡者的守望,让人人都能在新时代新征程上形成“披荆斩棘、奋勇前行”的个体意识,继而凝聚社会集体的意志与共识,构筑时代洪流里昂扬奋进的生动注脚。
人民需要真善美的力量。“云山苍苍,江水泱泱,先生之风,山高水长。”唯有知真、尽善,方可各美其美、美美与共。习近平总书记强调:“只要中华民族一代接着一代追求真善美的道德境界,我们的民族就永远健康向上、永远充满希望。”我们看到,因时因势战“疫”,衣着白衣“铠甲”的最美逆行者冲锋在前,科研工作者分秒必争铸造生物“盾牌”,为战“疫”大局提供有力支持;看到落红有情,化作春泥,把青春华章谱写在群山之间的老师,还有获得“2022中国经济年度人物特别奖”的快递外卖小哥代表,在奔跑中传递人间烟火,用行动诠释人间大爱……人们在守望相助间流动着温暖与关切,在与人为善、与邻为友中,真切感受到人间有情、世间有爱、生活美好。我们需要真善美的力量,因为真善美的行为最为打动人,真善美的力量最为鼓舞人。
人民需要自信、自立、自强的力量。树高叶茂,系于根深,自力更生是中华民族自立于世界民族之林的奋斗基点。民族复兴、国家富强、人民幸福,离不开自信、自立、自强的精神力量。“天宫”遥筑苍穹,“复兴号”贴地飞行,“福建舰”驰骋远洋。目之所及,身之所往,一个个举世属瞩目的发展成就,让今天的中国人民更有志气、骨气和底气,坚持中国式现代化发展道路,创造更多的中国奇迹。
人民需要接续奋斗的力量。“千磨万击还坚劲,任尔东西南北风。”奋斗创造伟业,实干成就未来。看冬奥健儿赛场摘金夺银,观大国工匠让中国制造绽放异彩,瞻建设者们逢山开路、遇水搭桥,蜀道之难不再难。每个人都是奋斗的主角,每一份付出都映照着梦想的天空。国之所需,吾之所向,积力之所举则无不胜,众智之所为则无不成。以奋斗为舟、劳动作桨,接续奋斗、永远奋斗,我们需要这样的精神力量,当好新时代新征程的主人翁,实现人生价值、创造美好生活、建功伟大时代。
人民需要让未来更美好的力量。有所为,有所爱,有所期待。对生活有期待,我们拥抱青春、不负韶华,在酸甜苦辣的人生百味中感悟生命的真谛;对工作有期待,我们脚踏实地、埋头苦干,用一点一滴的努力去实现梦想;对未来有期待,我们播撒种子、耕耘希望,让期待的嫩芽萌发成长为华盖参天的未来。因为美好的憧憬与期盼,会让我们更踏实、更幸福、更充实,会指引我们勇敢跨越山海,冲破阴霾,给我们面对不确定的勇气,点亮生命的光辉。
“五个一百”,每个人都是答卷人,我们用探索与实践的点滴,迎面时代抛出的问题,汇聚成波澜壮阔的中国力量,为岁月赋荣光,给人民以力量,让明天的中国更美好!(声、文/张婷)
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() |