佰家富app骗局-佰家富app规则

关注新型信息消费新动向******

　　关注新型信息消费新动向

　　洪群联

　　春节是传统消费旺季，也是信息消费集中释放的时期。随着疫情防控优化措施全面落地，人们回乡过年、探亲访友、旅游观光等需求集中释放，由此带来信息消费蓬勃发展。工业和信息化部发布的数据显示，2023年春节假期全国5G移动互联网用户接入流量比上年同期增长了103%，5G正在加速融入百姓的日常生活，成为拉动新型信息消费的重要方式，也创造了更加丰富的消费产品以及更加便捷的消费体验。

　　新型信息消费群体更加庞大。春节期间，不仅年轻人群对5G技术的使用程度进一步加深，而且越来越多银发族和农村人也主动拥抱互联网，享受5G带来的智能生活便利。近年来，我国高度重视5G普惠发展，加速推进智能终端、信息网站、APP等适老化、无障碍化改造，广大农民群体和老年人群对智能手机的接受程度和应用技术持续提升，“数字鸿沟”不断弥合。与春运前相比，春节期间全国4G/5G网络流量提升超过20%的行政村总数超过18万个。目前，我国拥有全球规模最大的5G信息消费群体，为新型信息消费发展奠定了坚实庞大的用户基础。我国即将迈入高收入国家行列，伴随居民收入水平提升和消费结构升级，我国信息消费能力日益增强，将为5G新型信息服务创造巨大的市场需求。

　　新型信息消费业态更加多样。春节期间，广大人民群众通过移动终端开展网络拜年，联络感情，在线观看各类短视频和文娱节目，进行网络点餐，通过移动支付购买年货等商品。返乡、异地和跨城出行大幅增加，在线预约租车和预订酒店、门票等成为普遍选择。各地纷纷开展“信息消费体验周”“5G消费券”等活动，引导消费者感受信息消费全新体验。信息服务企业加大智慧家庭、视频彩铃等基于新兴技术的产品创新和业务营销，拉动信息消费升级。随着5G技术不断发展成熟，及其在文化、旅游、教育等领域广泛应用，超高清显示、高清同步课堂等信息服务产品快速发展，线上线下融合新场景展现巨大潜力，网上购物、远程教育、智能家居等行业方兴未艾。我国新型信息产品的供给能力和供给质量正在不断提升，5G新型信息消费将以高质量高效率的发展态势丰富着人们的消费选择。

　　新型信息消费地域更加广阔。春节期间，广大消费者切身感受到，不论是一二线大城市还是小镇、乡村，不论是工厂、商场还是田间地头，身处何时何地都可以便捷通畅地使用5G网络。近年来，我国稳妥有序加强5G、工业互联网等新型基础设施建设布局和融合应用，截至2022年底，我国累计建成并开通5G基站231.2万个，基站总量占全球60%以上，实现了“县县通5G、村村通宽带”。特别是结合主要交通干线，在机场、高铁、高速等热点枢纽站点布局建设了一批移动通信基站，基本实现5G网络覆盖春节返乡路，让春运的网络之路更好更快。“十四五”时期，我国将推动5G网络覆盖所有城市及县城，并以需求为导向，逐步推进5G网络和千兆光网向乡村延伸，5G信息服务消费的地域空间将大大扩展。

　　信息消费、数字消费是当前和今后一个时期增长迅速、创新活跃、辐射广泛的消费领域之一，以5G、人工智能、大数据、云计算等新技术推动信息消费加速进入发展新阶段，已成为引领消费的重要引擎以及拉动内需的重要动力。我国正在加快5G网络规模化部署，构建基于5G的应用场景和产业生态，5G结合各行各业所催生的新模式、新业态、新场景，将促进供需对接更加精准，加速线上线下消费融合，为消费者提供更多个性化、定制化的商品和服务。未来，要充分发挥我国5G产业链的体系化领先优势，推动城乡新型基础设施提速升级，加快信息终端普及和升级，以科技赋能引领信息产品和服务迭代创新，加速数字消费场景落地，最大程度释放信息消费潜力，将5G转化为扩大内需和改善民生的强大动能。

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）