军援捉襟见肘,美国动用以色列库存援助乌克兰******
中新网1月18日电 据《纽约时报》当地时间17日报道,美国和以色列官员表示,五角大楼正动用美国储存在以色列的弹药储备军援乌克兰,以满足乌克兰对炮弹的迫切需求。
据美国和以色列官员称,本次计划向乌克兰运送30万枚炮弹,目前约有一半已运往欧洲,最终将通过波兰交付。
报道称,乌克兰危机已演变为一场以炮弹为核心的“消耗战”。乌方武器弹药储备明显不足,只能转而使用美国和其他西方国家捐赠的大炮和炮弹。然而,美国武器制造商的生产速度已经难以跟上乌克兰对弹药的消耗速度,捉襟见肘的美国只能通过利用储存在韩国和以色列的炮弹来继续援助乌克兰。
西方官员称,乌克兰军队每月大约使用9万枚炮弹,其使用量约为美国和欧洲国家炮弹生产量的两倍。为满足乌克兰的不断消耗,美国不得不动用库存。
据路透社统计,美国已向或承诺向乌克兰运送超过100万枚的155毫米炮弹。一位不愿透露姓名的美国高级官员称,其中很大一部分都来自以色列和韩国的库存。
弗吉尼亚州非营利智库CNA的俄罗斯军事专家考夫曼称,美国动用库存弥补差额,这种拆东墙补西墙的方式是否是一个可持续的解决方案还“值得怀疑”。
为避免破坏与俄罗斯之间的关系,以色列一向拒绝为乌克兰提供武器。但面对美国提出的弹药转移计划,以色列又不得不表示同意以避免和美国的关系陷入紧张。
以色列官员称,以色列从未改变拒绝向乌克兰提供致命武器的立场,此举只是“让美国使用自己的弹药”。
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)