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
珍惜纳税人的钱！美国众议长暗示要削减国防开支******
中新网1月17日电 据美国《国会山报》报道，在美国国会众议院共和党内部对即将到来的债务上限的争论日益激烈之际，共和党籍的众议长麦卡锡15日暗示，他支持削减部分国防开支。
资料图：美国众议院议长麦卡锡。 中新社记者 沙晗汀 摄据报道，在接受福克斯新闻节目采访中，主持人玛丽亚•巴蒂罗姆问麦卡锡，作为共和党内部达成的协议的一部分，他是否愿意削减国防开支，将开支冻结在2022年的水平。
媒体称这将实际上从2023财年8570亿美元的国防预算中削减750亿美元。
不过，麦卡锡表示他不认为共和党内部的协议将导致国防开支被削减750亿美元，但他同时也表示支持有针对性的削减。
“如果我们回到2022年的水平，这也就是我们在两三个星期前花的钱，”麦卡锡说道。“但这并不意味着要削减750亿美元的国防开支。”
麦卡锡还指出，他认为需要提高某些国防领域的效率，消除不必要的浪费。
他说，“我希望军人尽可能拥有最好的武器，能够保卫自己，确保安全。”但是，“每个级别的政府”都应该寻求减少花费纳税人资金的方法。”
麦卡锡在发表上述言论之际，众议院共和党内部关于国防开支问题的紧张气氛正在加剧。据报道，麦卡锡此前为了争取足够多的票数支持他当选众议长，与党内反对他的强硬派达成了一项协议，同意将可自由支配的国防开支限制在2022财年的水平。
多名共和党议员公开反对潜在的军费削减，共和党众议员托尼•冈萨雷斯(Tony Gonzales)本月早些时候表示，这是一个“可怕的想法”，理由是当前的俄乌局势和其他外国威胁。
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
快三平台地图 |
)