大发平台官网 - ISO/安卓/推荐(2023已更新)

《八闽文库·福建民间契约文书》在福州发布******

　　《八闽文库·福建民间契约文书》在福州发布

　　海内外知名专家学者出席《八闽文库》国际学术研讨会

　　本报讯 12月15日，《八闽文库·福建民间契约文书》新书发布会暨《八闽文库》国际学术研讨会在福州召开。

　　复旦大学文科资深教授、全国古籍整理出版规划领导小组成员、《八闽文库》编委会主任葛兆光致辞。厦门大学人文与艺术学部主任、《八闽文库》编委会成员、《福建民间契约文书》主编郑振满介绍了编纂情况。海峡出版发行集团党委书记、董事长林义良介绍了《八闽文库》全媒体出版工程进展情况和《福建民间契约文书》50册出版情况。新书发布会由福建省委宣传部副部长、省新闻出版局（版权局）局长肖贵新主持。

　　福建省委常委、宣传部部长张彦指出，《八闽文库》全媒体出版工程开启了福建大规模全面调查、整理、出版历代文献典籍的先河，继2020年推出第一辑《福建文献集成》后，《福建民间契约文书》的正式出版，标志着这项工程取得又一重要成果。要积极运用数字化手段，推动古籍“活起来”，走进大众视野、融入现代生活。深化闽台古籍交流合作，开展古籍外译和海外宣介活动。

　　葛兆光教授在讲话中指出，福建的地，是背山而面海，福建的人，是移民加上土著，福建的历史，是延续唐宋中原传统，又开创明清海洋文化。《八闽文库》正是在汇集地方性古典文献中，呈现和传承着这种独具一格的福建文化。《福建民间契约文书》50册的面世是一个了不起的成绩，符合目前学术界文化界“眼光向下”的新趋势，即从历史聚焦于王朝政治和精英文化，转向社会底层与日常生活。

　　发布会上，有关领导向福建省档案馆、福建省社会科学联合会、福建省图书馆、福州市图书馆、厦门大学、福州大学图书馆、福建师范大学图书馆七家单位代表递交《福建民间契约文书》赠书牌。

　　发布会结束后召开的《八闽文库》编纂出版研讨会和《八闽文库·福建民间契约文书》国际学术研讨会上，编委会成员与专家们对《八闽文库》的编纂情况进行了热烈讨论，来自哈佛大学、名古屋大学、麦吉尔大学、复旦大学、厦门大学等海内外的知名专家和学者，对东南地区民间文书的丰富内涵和特殊价值进行了不同角度的解读和分析。

　　据悉，作为重大公益性文化工程，《八闽文库》全媒体出版工程由中共福建省委宣传部牵头指导，海峡出版发行集团具体实施，厦门大学民间历史文献研究中心编，海峡出版发行集团所属福建人民出版社出版。工程先后写入福建省国民经济与社会发展第十三个、第十四个五年规划及《2021-2035年国家古籍工作规划》。本次发布的《福建民间契约文书》为《八闽文库》专题汇编部分最大的一个专题，收录了账簿、阄书、诉状、收据、税单、人情簿、科仪书等民间契约文书，于细微处见知著，生动反映了经济社会的历史变迁，对于进入历史情境、还原历史细节，深入研究福建历史文化具有重要意义，标志着《八闽文库》全媒体出版工程取得又一重要的阶段性成果。

　　出席会议的还有福建省人民政府副省长、党组成员林文斌，全国政协社会和法制委员会副主任、福建社会科学院院长、《八闽文库》编委会主任张帆，以及《八闽文库》出版工程领导小组成员单位代表和《八闽文库》编纂委员会委员代表，七家受赠单位代表。

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）