永旺快投彩票平台-(中国)维基百科

国家版权局在文博会期间举办“版权让文化生活更美好”主题展******

　　12月28日，第十八届中国（深圳）国际文化产业博览交易会（以下简称文博会）开幕，国家版权局首次作为主办单位之一，举办了“版权让文化生活更美好”主题展。中宣部副部长张建春在文博会主会场巡馆期间，到版权主题展调研。

　　主题展现场（本文图片由国家版权局 供图）

　　“版权让文化生活更美好”主题展以丰富的内容和新颖的形式，全面展示了党的十八大以来,在以习近平同志为核心的党中央坚强领导下,中国版权立法、版权保护、版权服务、版权国际交流合作、版权宣传教育助力提升中华文化事业繁荣发展方面取得的重大成就，为文博会现场观众更好了解版权的价值和意义提供了参考。

　　主题展重点回顾了《著作权法》实施30多年来，经过三次修订，形成了以《著作权法》为核心，行政法规、国际条约、部门规章、司法解释和地方性法规为组成部分，既与国际规则接轨，又具有中国特色，既适应市场经济要求，又体现新技术发展的完备的版权法律体系。特别是在党的十八大以来，我国深化版权司法审判领域改革，健全审判机构，强化审判监督指导，版权司法保护更加坚定有力，有效维护权利人的合法利益；各级版权行政管理部门坚持日常监管与专项行动相结合，探索运用技术手段，严厉打击各类侵权盗版行为，不断加大惩治力度。针对盗版音像制品以及北京冬奥会等重大活动开展专项整治，连续多年开展打击侵权盗版专项治理行动，版权执法监管力度不断加大，版权执法监管成效显著，为营造法治化、国际化、便利化的一流营商环境和有利于科技创新、文化繁荣的良好环境发挥了重要的保驾护航作用。

　　展台图片

　　“版权助力文化传承与蓬勃发展”部分重点展示了党的十八大以来，版权产业对国民经济的贡献逐步加大，出版物版权输出量持续增长，版权推动电影、音乐、文化娱乐、互联网等产业快速发展的成效。该部分还就国家版权局开展全国版权示范工作、打造全国版权展会授权交易体系、开展国家版权创新发展基地试点工作、进行全国作品和计算机软件著作权登记、设立著作权集体管理组织等全面推动版权运用和价值转化进行了展示。

　　“丰富多彩的版权宣传教育讲好中国版权故事”部分主要展示了自1991年《著作权法》颁布实施以来，中国先后批准加入了8个版权相关国际条约，包括推动视听产业发展的《视听表演北京条约》和世界上唯一一部版权领域的人权条约——《马拉喀什条约》。随着中国的版权国际影响力逐步增强，开展了版权保护优秀案例示范点调研项目，推动民间文艺版权保护国内立法和国际推广联动，助力中华优秀传统文化“传下去”“活起来”“走出去”。

　　版权主题展主办方表示，党的二十大擘画了以中国式现代化推进中华民族伟大复兴的宏伟蓝图，也为中国版权事业高质量发展提出了新任务、新要求。版权工作将坚持以习近平新时代中国特色社会主义思想为指导，围绕文化强国、知识产权强国、版权强国建设，不断激发文化创新创造活力，推动文化高质量发展，优化营商环境，促进国际交流合作，努力讲好中国版权故事，为社会主义文化新辉煌提供有力版权支撑。(赖名芳)

　　编辑：刘一文

　　审核：杨为民

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）