柬埔寨吴哥古迹外国游客增长 收入回暖******

　　中新网金边1月12日电 (欧阳开宇 余湘珺)柬埔寨吴哥古迹2022年收入达到1152万美元，相比2021年大幅增长。

　　吴哥古迹门票收入是柬埔寨最大的旅游收入来源。柬埔寨官方管理机构吴哥机构12日消息称，随着疫情逐渐平稳，参观吴哥古迹的外国游客迅速增长。去年购买吴哥古迹门票的外国游客有28.7万人次，同比增长21倍；门票收入达1152万美元，同比增长20倍。

　　吴哥机构报告指出，去年12月份参观吴哥古迹的外国游客有6.2万人次，门票收入达251万美元。在吴哥古迹收入增长带动下，去年吴哥机构向坤塔帕花儿童医院拨出的捐款也出现增长，捐款达57.4万美元，前年只有2.5万美元。

　　自去年9月1日起，在柬生活两年以上的外国人可以免费参观吴哥古迹和国戈寺。

　　吴哥古迹门票共分三类，其中“一日游”门票37美元；可在7天以内择日使用的“三日游”门票62美元；可在一个月内择日使用的“七日游”门票72美元。(完)

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