“头脑风暴”聚焦练兵备战******

　　本报讯赵元涛、特约记者张军报道：“练兵备战与作战需求贴合不紧、国防动员潜力数据更新不够及时……”寒冬时节，一场检讨反思会在云南省昆明警备区举行，各级紧贴部队任务和训练实践查摆和剖析存在的问题，刮起一股聚焦练兵备战的“头脑风暴”。

　　“党的二十大报告描绘了如期实现建军一百年奋斗目标、加快把人民军队建成世界一流军队的发展蓝图。这是人民军队必须扛起的时代重任，我们要增强紧迫意识，始终保持拼出来、干出来、奋斗出来的精神状态，跑好我们手中这一棒。”该警备区政委吴正良介绍，近年来，他们严抓实战化军事训练，结合群众性岗位练兵强训精训，着力培养一专多能的复合型人才。

　　针对一些官兵年度演训任务中暴露出来的训战结合不够紧密、应急保障能力与实战要求差距较大等问题，他们组织机关干部、所属人武部主官开展“深挖新域新质战力，创新战法训法”“为保障打赢多学一手”等群众性大讨论，认真找“病灶”、寻规律、想对策。检讨反思中，大家不绕弯子直面问题。富民县人武部上半年较好地完成了陆军某旅过境保障任务，然而人武部部长王洪斌的发言刀口向内，毫不避讳地指出存在的问题：“对油料补给基数掌握不够精准，国防动员潜力调查数据采集人员的基础知识、专业知识欠缺……”

　　未来联演联训中如何做好卫勤保障力量编组、组织指挥、战场救治、协同保障？各方掌握的战场态势信息如何实现实时共享……对查摆出的一个个问题，大家边反思讨论、边研究措施，逐步达成共识。

　　在认真查摆反思问题基础上，他们成立备战打仗督导小组，重点把战备目标过一遍、把重点岗位能力过一遍、把支援保障底数过一遍，扎实推进各项备战打仗工作走深走实。

　　前不久，该警备区快速实施弹药前出支援保障演练。此次演练，严格落实各项程序，达到品种清、批次清、数量清、质量清、配套清、手续清要求。在各小组默契配合下，经过连贯作业，所有装备物资准时到达目标位置，有效锤炼了官兵“拉得出、上得去、保得好”的打赢本领。

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