一面锦旗和一封感谢信背后的温暖故事******

　　“情系老兵办实事，真情服务解忧难”一面红色 的锦旗 ，一封感谢信，一位退伍老兵发自肺腑 的感激情 ，让长春市宽城区退役军人事务局的工作人员温暖而感动。

　　近日 ，1983年退伍老兵宫艺为宽城区退役军人事务局送来锦旗和感谢信 ，表示感谢 。

　　这背后又发生了什么故事呢 ？别着急往下看 ！

　　宫艺说 ：“真的特别感谢工作人员的倾心服务 ，帮助我在部分退役士兵社保补缴系统已经关闭的情况下，上报沟通申请 ，最终系统开放3小时把我录入了 ，完成部分退役士兵医保补缴工作。”

　　据了解 ，宽城区退役军人事务局在得知宫艺在办理个人医保退休手续出现无法缴费等难题时 ，工作人员主动担当 ，在严寒 的天气里，多次专程去医保中心帮他沟通办理 ，最终帮助他完成医保退休个人缴费 。

　　“不以小而不为 ，不以繁而不做”，长春市宽城区退役军人事务局在服务退役军人工作中切实做到“工作有落实、担当有作为 ，服务有温情 ，学习有实效” 。

　　中国吉林网 吉刻APP记者 越明

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