点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
两部门：鼓励银行开展境外人民币贷款，积极创新产品服务******
中新网1月11日电 据商务部网站11日消息，商务部、中国人民银行联合印发《关于进一步支持外经贸企业扩大人民币跨境使用 促进贸易投资便利化的通知》。
通知强调，各地商务主管部门和人民银行分支机构要深入学习贯彻党的二十大和中央经济工作会议精神，充分认识跨境人民币业务服务实体经济、促进贸易投资便利化的积极作用，及时摸排和对接行业企业需求，结合当地实际采取针对性举措，为人民币跨境使用创造良好环境。
通知要求，便利各类跨境贸易投资使用人民币计价结算，推动银行提供更加便捷、高效的结算服务；鼓励银行开展境外人民币贷款，积极创新产品服务，更好满足企业跨境人民币投融资需求；因企施策，增强优质企业、首办户、中小微企业等主体获得感，支持供应链核心企业等发挥带动作用；依托自贸试验区、海南自由贸易港、境外经贸合作区等各类开放平台，促进人民币跨境使用；结合企业需求提供交易撮合、财务规划、风险管理等业务支持，强化保险保障，完善跨境人民币综合金融服务；发挥相关资金、基金等引导作用；开展多样化宣传培训，促进银企对接，扩大政策受益面。(中新财经)
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（）  视觉焦点
一分彩地图 |
)