2022年规上工业增加值预增3.6%******
去年规上工业增加值预增3.6% 力争今年底全国专精特新“小巨人”企业超1万家
本报北京1月11日电 (记者王政)记者从11日召开的全国工业和信息化工作会议上获悉：2022年我国工业经济总体回稳向好，预计全年规模以上工业增加值同比增长3.6%，其中制造业增加值增长3.1%左右；制造业增加值占GDP比重为28%，比上年提高0.5个百分点。
2022年，我国在重点领域创新取得新突破，产业链供应链韧性和安全水平持续提升，中小企业高质量发展取得新进展。制造业高端化智能化绿色化发展步伐加快，去年1—11月，高技术制造业增加值增长8%，装备制造业增加值增长6.2%；新能源汽车产销量突破650万辆，整车出口创历史新高；国内光伏新增和累计装机容量连续多年居全球首位；传统产业加快改造提升，质量品牌建设深入推进，工业领域及重点行业碳达峰方案印发实施，智能制造应用规模和水平进入全球领先行列。此外，信息通信业也取得了快速发展。
工业和信息化部党组书记、部长金壮龙表示，2023年将加快建设“数字工信”平台；实施制造业数字化转型行动；制定未来产业发展行动计划，实施“机器人+”应用行动；启动“宽带边疆”建设，全面推进6G技术研发；开展数字化赋能中小企业、科技成果转化赋智中小企业、质量标准品牌赋值中小企业专项行动，力争到2023年底，全国专精特新中小企业超过8万家、“小巨人”企业超过1万家。（人民日报）
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 每日彩票地图 |
