海南省“2023年春风行动暨就业援助月”专项服务活动11日在海口启动。图为招聘会现场。 张茜翼 摄
做自己热爱的事,正在成为许多“95后”的就业选择。海南24岁小伙云天泽在招聘会现场寻求文化传播公司的岗位。云天泽说,“现在大家都说年轻人喜欢‘躺平’,但是我身边的同龄人都很努力,不少都是‘斜杠青年’,业余时间主动学习,非常‘内卷’。”
海南双成药业股份有限公司招聘负责人王丽喆在招聘中发现,“95后”更有主见,择业观更加个性化。“这一代年轻人生活在信息爆炸的时代,有更多机会看到新就业形态的兴起和发展,且更倾向于将个人价值的追求与职业融为一体。”
“‘Z世代’的思想更加自由开放,也为企业注入更多活力。”海南银达国际餐饮管理有限公司招聘负责人冼慧玲表示,“Z世代”的学习能力和接受新事物的能力更强,企业非常需要这样具有创新精神的年轻人。
现场还有企业招聘负责人认为,新一代年轻人的择业观也让企业重新审视,如何将企业文化、人文环境做优做好,给予员工尊重和成长空间,与年轻人共同探索职场新生态。(完)
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() ![]() 仲博彩票平台地图 |