2023年省级两会陆续开启，这些看点值得关注！******
中新网北京1月11日电(记者 袁秀月)2023年新年伊始，多省份陆续进入“两会时间”。自1月10日起，多地省级两会拉开帷幕。各地将如何规划今年的发展目标？今年省级两会有哪些亮点？
资料图：四川省两会现场。张浪 摄多省份两会拉开大幕
近期，各地陆续定下2023年省级两会的时间表，不少省份将省级两会的开幕日期定于1月10日-1月15日，1月10日成为省级两会开幕的密集期。
其中，四川省政协十三届一次会议、天津市政协十五届一次会议、福建省政协十三届一次会议、广东省政协十三届一次会议、云南省政协十三届一次会议、江西省政协十三届一次会议等都于1月10日开幕。
1月11日，广西、山西、浙江、辽宁等地政协会议将开幕，进入“两会时间”。1月12日，安徽、西藏、湖北等地召开政协会议。湖南、北京、江苏则稍晚一些，在1月13日、1月14日召开当地的政协会议。
按照惯例，省级政协会议往往在省级人代会前1天或2天开幕。各地的人代会目前也已陆续确定时间，四川、天津、福建、江西、云南、上海、河北等地率先在1月11日召开省级人代会，广东、黑龙江、山西、广西、浙江、内蒙古等地在1月12日召开省级人代会，西藏、湖北、安徽、河南、江苏、北京、宁夏、重庆等地的省级人代会则在1月13日-15日开幕。
值得注意的是，近期多地都对省级人代会时间进行了调整。如西藏自治区第十二届人民代表大会第一次会议召开时间调整为1月13日，原定会议时间为1月7日。江西省第十四届人民代表大会第一次会议调整为1月11日召开，原定会议时间为1月5日。
资料图：近日武汉商圈人气回升。张畅 摄多地就政府工作报告征集意见
这些是关键词！
今年是全面贯彻落实党的二十大精神的开局之年，做好各项工作意义重大。其中，各地如何规划未来的发展目标，如何规划发展路径，备受关注。
此前，已有多个省份通过座谈会、互联网等方式公开征求对政府工作报告的意见建议。记者注意到，在各地征求意见座谈会中，提振市场主体信心、基层医疗、做好新阶段疫情防控工作、乡村振兴、科技创新、健全公共卫生体系、壮大生物医药产业、优化营商环境等成为与会代表发言的关键词。
座谈会上也透露出各地未来的重点任务和目标，如2022年底山西省征求对《政府工作报告》的意见建议座谈会中透露，围绕坚定不移推进转型发展、全力抓好能源保供、深入开展市场主体提升年活动、统筹城乡融合和区域协调发展、强力推进项目建设、加快消费回暖升级、持续保障改善民生等重点任务靶向发力、加压奋进。
同样是去年底，云南省就政府工作报告征求意见的座谈会中透露，市场发育滞后是云南的突出短板，要持续大抓市场主体、大抓民营经济、大抓开放型经济、大抓创新创业、大抓营商环境、大抓金融改革发展，加快构建高水平社会主义市场经济体制。
资料图：浙江省政协十二届三次会议开幕。张茵 摄多地强调会风会纪、严肃换届纪律
正值换届之年，多地强调，两会是全省人民政治生活中的大事，要组织好选举工作，加强督查检查，严肃会风会纪，严肃换届纪律。
1月5日，四川省人大政府政协换届工作领导小组办公室风气督查组工作会召开。会议要求，要严肃换届纪律，持续抓好换届风气监督，坚决查处拉票贿选、干扰换届、破坏选举等违纪违法行为，确保大会胜利召开、风清气正。
1月5日召开的陕西省十四届人大一次会议筹备工作会议强调，要把政治纪律、组织纪律、选举纪律、保密纪律等不折不扣落到实处，确保大会风清气正、顺利圆满。
1月8日，青海省十四届人大一次会议筹备工作第二次会议召开。会议指出，要严肃会风会纪，加强监督检查，在“细节”和“严谨”上再下功夫。2022年底召开的河南省委常委会扩大会议称，科学精准优化防控措施，加强督查检查，严肃会风会纪。
此外，最近上海、重庆、四川、广东、北京、山西等多地还陆续公布了新一届的代表委员名单。(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 乐天彩票地图 |
