500快三| -（中国）百科词条

辽宁明确科技类校外培训机构设置标准******

　　辽宁明确科技类校外培训机构设置标准

　　不得收取超3个月或60课时的费用

　　本报讯（记者刘玉）辽宁省科技厅与省教育厅近日联合印发《辽宁省科技类校外培训机构设置标准（试行）》，明确了培训机构举办者和从业人员应具备的条件，并对培训机构设立的课程、使用教材、培训时间和收费项目等提出要求。

　　辽宁规定，举办科技类校外培训机构的社会组织、企业或个人应当具有相应的经济能力，不得以任何形式借办科技类培训之名开设学科类课程，中小学校不得举办或参与举办培训机构。

　　校外培训机构专职教学、教研人员原则上不低于机构从业人员总数的50%。面向中小学生的线下培训，每班次专职教学人员原则上不低于学生人数的2%；面向3周岁以上学龄前儿童的线下培训，每班次专职培训人员原则上不低于儿童人数的6%。被纳入“校外培训机构从业人员黑名单”管理的人员以及中小学、幼儿园在职教师（含教研员）不得从事相关培训工作。

　　在收费管理方面，辽宁要求培训机构明码标价，公开培训内容、培训时长、收费项目、收费标准等信息，预收费须全部进入本机构收费专用账户，不得变相收取时间跨度超过3个月或60课时的费用。同时，培训时间不得和当地中小学校教学时间相冲突，合理利用节假日开展培训，结束时间不得晚于当日20:30。

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）