168彩票计划_168彩票必赚方案

来源：168彩票网址2023-04-16 17:48

访谈｜金光集团APP（中国）副总裁：进博会一直是外企侨商融入中国市场的大好机会******

　　(第五届进博会)访谈｜金光集团APP(中国)副总裁：进博会一直是外企侨商融入中国市场的大好机会

　　中新网上海11月5日电题：访谈｜金光集团APP(中国)副总裁：进博会一直是外企侨商融入中国市场的大好机会

　　作者高志苗

　　从艺术纸花打造的生态花园，到造型独特的纸质婚纱成为“打卡点”，再到把“展台”搬到线上带来沉浸式、数字化的观展体验……自从2018年第一届中国国际进口博览会举办以来，金光集团APP作为进博会坚定的伙伴，五年来一直如期奔赴“进博之约”。

　　“进博会一直是我们这些外企侨商融入中国市场的大好机会，双循环和进博会的双重助力为我们带来了更多发展机遇。历届进博会在打通内外贸、促进双循环等方面取得了实打实的成果，进博‘溢出效应’也更加显著，连续参展进博会也让我们每年都有新的收获。”金光集团APP(中国)副总裁翟京丽接受中新网记者专访时表示。

金光集团APP(中国)旗下广西金桂工厂金光集团APP供图

　　在往届进博会中，无论是产品推广还是企业合作，金光集团APP都取得了出色成绩。包括王牌产品Foopak可生物降解系列等在内的低碳绿色产品，受到广泛关注，累计意向合作订单近5亿美金。

　　“对企业而言进博会的辐射效应是无边的，可以倒逼企业快速发展成长。作为进博会的老朋友，每次参加进博会我们都感觉责任重大，而这样的压力也转化成我们的动力，促使我们不断地升级。所以我们也把进博会当作我们的奥运会，每一年都要展示不一样的风采。”翟京丽说。

金光集团APP(中国)旗下山东博汇纸业金光集团APP供图

　　在本届进博会上，金光集团APP带来了全球首发产品创新纤维素生物基材“BBC纤维絮纸”，这种新型生物可降解材料提取于天然材料，使用过后可以通过回收并予微生物分解，作为腐殖质培育苗圃再次造林，与可降解塑料复合使用后，不仅能提升材料强度和耐热性，同时可形成良好的塑料分解生态循环。

　　作为全球造纸行业的领军企业，经过30年的发展，印尼华侨企业金光集团APP在中国已经拥有30多家全资或控股浆纸企业，17家林业公司，是全球领先的浆纸业集团公司之一。2021年，金光集团APP(中国)在华总资产达2465亿元(人民币，下同)，销售额约973亿元。

　　金光集团APP持续加码本土投入投资。2022年上半年，金光集团APP(中国)旗下金桂浆纸二期第二台纸机和年产75万吨化机浆扩建项目同时开工，总投资达118亿元。不久前，旗下山东博汇纸业45万吨高档信息纸项目—PM8纸机生产线上卷出纸，打破了同行业纸机开机纪录。

　　翟京丽介绍，面对未来发展，企业提出了两个转型，即数智转型和绿色转型。“中国的数智化转型走在世界前列，我们现在也在跨界学习进行各种重构，从生产端到终端打通整个链条，我们的在中国数智化转型成功经验，也可以复制到印尼。”

　　绿色转型方面，翟京丽表示金光集团APP坚持“碳汇做加法，碳排做减法”。“例如，我们考虑通过搭建平台和不同企业合作，充分利用各类木材边角料或者秸秆等‘废物’资源，增加生物质能源的比例。今年进博会展台我们也将继续以绿色、可持续为核心，展现无限循环的绿色基因理念，也将正式启动APP(中国)ESG三年路径图规划、发布集团首份ESG报告，向合作伙伴和行业同仁展现‘绿色信心’。”

　　“中国市场强大的韧性以及持续扩大对外开放的愿景，让我们这些侨企感受到了稳定的营商环境和实实在在的安全感。未来，中国依旧会是我们全球投资的首选国。”翟京丽说。(完)

168彩票计划

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（）