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
【奋发2023】同程旅行CEO马和平：2023年旅游业复苏将更稳健******
中新网1月12日电 “疫情因素对旅行行业的扰动将持续减弱，2023年行业复苏轨迹会更为稳健。”近日，同程旅行CEO马和平展望2023年旅游业时如是表示。
同程旅行CEO马和平。供图马和平接受中新网“中国新观察”栏目采访时提到，过去的两年多时间里，旅游出行行业的同仁们一起走过了一段艰难而又精彩的历程。这是艰难的时刻，也是需要勇气和信心的时刻。对于每一个身处时代变革中的个体来说，唯有积极的心态才能看到机会之所在。
在马和平看来，旅行行业已经发生了结构性改变——无论是行业端还是消费端，都将摆脱疫情前的固有模式。未来市场会恢复到昔日的繁荣，但行业的新发展阶段已经到来。当大量长线出行需求因为疫情受到短期抑制，如今以本地、周边等短途旅游出行服务反而迎来了暴发机会。
马和平认为，新需求与新供给的良性互动，创造出了诸如露营旅游、乡村民宿等新消费热点。各种“旅行+X”新业态的出现，更为业界指明了行业高质量发展的新方向。
“我非常看好旅游出行行业在2023年的前景。”马和平说，中国宏观经济将企稳回到复苏轨道，这为所有行业的复苏和发展创造了一个良好的大环境，多样化、高品质的旅游出行服务需求将为旅游出行行业的复苏提供强有力的支撑。(中新财经)
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 |
)