大众彩票骗局_360百科

文化和旅游部：丰富元旦春节期间群众精神文化生活******

　　2023年两节临近，有关部门已为广大群众准备好丰盛的文化大餐。日前，文化和旅游部在京举办新闻发布会，介绍元旦春节期间将要举办的群众文化活动、非遗宣传展示活动情况。

　　乡村“村晚”将开启全国百姓“新春大联欢”

　　文化和旅游部公共服务司副司长朱渤介绍，元旦春节期间，各地将因地制宜组织开展丰富多彩的“村晚”系列活动。今年“村晚”大幕12月30日拉开。广大农民群众将自编、自导、自演各类节目，展示家乡独具特色的风俗年景；承载乡音、凝聚乡情，传承优秀乡土文化；展现新时代新农村的新面貌，进一步助力乡村振兴和文明乡风建设。考虑到疫情影响，各地届时也会根据本地实际情况，统筹线下活动的规模和参与人数。

　　除了线下“村晚”活动，云上“村晚”也将精彩纷呈。国家公共文化云、央视频等多媒体平台将持续打造云上“村晚”专题，让广大群众在关注身边“村晚”的同时，可以足不出户一站式全景式欣赏各地的“村晚”，云游各地乡村，随时随地欢聚“云村”。其中，2023年1月14日，《我的“村晚”我的年》融媒体直播节目将以“主会场+各地联动接力展播”的方式，汇聚全国多个地区特色“村晚”，将“村晚”舞台从演播室延展到大江南北，带领广大观众云上看“村晚”、云上游乡村。

　　线上线下共享“非遗年夜饭”

　　春节也是各地广泛开展非遗传承实践活动的重要时间节点。文化和旅游部非物质文化遗产司副司长李晓松介绍，与春节相关的龙舞、狮舞、年画、剪纸、灯会、庙会等国家级非遗代表性项目共有200多项。文旅部将鼓励各地利用剪纸、年画、灯彩等非遗项目，营造浓厚的节日氛围，鼓励群众参加舞龙、舞狮、灯会、庙会等节日活动。

　　另外，2023年1月14日(腊月廿三)至2月5日(正月十六)，文旅部将举办“文化进万家——视频直播家乡年”活动，支持网络平台集中展播非遗年俗视频，并在小年、除夕、大年初一、元宵节等重要时间节点推出“赶大集买年货”“晒团圆年夜饭”“舞动中国龙”“点亮中国灯”等话题讨论、直播活动；发动年俗非遗项目所在地的非遗保护机构、保护单位和非遗传承人，用镜头记录年俗非遗传承活动，在网络平台直播或视频展播，让人民群众“云端”感受欢乐、喜庆、祥和的中国年氛围。

　　其中，抖音将发起“非遗过年dou来播”话题活动，设置“舞动中国龙、欢度家乡年”板块，通过主题直播、科普短视频、特效贴纸、知识问答以及新年许愿寄语等方式，提升活动丰富性；快手把民间闹新春活动中的舞龙、舞狮、社火等民俗庆典表演作为主体，将通过短视频、直播、用户互动等方式，在春节期间展示各地的特色文化；哔哩哔哩将发起“金狮献舞迎万家——祥瑞直播家乡年”话题，邀请站内up主围绕活动主题制作优质视频内容；微博将设置“非遗盘点”等栏目，通过科普年俗非遗、征集非遗作品、发起特色活动投票的形式开展年俗宣传；酷狗音乐将上线主题歌单，开展国风音乐和春节音乐直播等，以专区、直播、歌单等作为传统年俗的创新表达和传播方式。

　　将优秀群众文艺作品送到群众身边

　　两节期间，文化和旅游部公共服务司将会同有关部门开展以“赏年画过大年”为主题的新年画联展活动。目前，主办方共征集到农民画、木版年画等新年画作品1068件，将从中遴选部分优秀作品，在元旦春节期间组织线上线下展览展示活动。各级文化馆(站)、中国民间文化艺术之乡、新时代文明实践中心等，将结合当地实际情况，举办系列优秀新年画作品的线下展览、公益讲座、互动体验、交流展示等文化活动。国家公共文化云等线上平台将举办“赏年画 过大年——云上年画展”，通过“赏年画”“讲年画”“绘年画”“寻年画”“乐年画”等栏目，展示优秀新年画作品，开展丰富多彩的线上互动交流活动。

　　今年第十三届中国艺术节上开展的第十九届群星奖评奖工作，共评选出30多个群众文艺获奖作品。朱渤介绍，文旅部将在全国开展“大地情深——全国优秀群众文艺作品巡演活动”，让广大群众共享群众文化发展成果。同时，文旅部将组织协调各省以“大地情深”为品牌，组织当地优秀群众文艺作品进行基层巡演，将优秀群众文艺作品送到群众身边。其中，春节期间，江西将结合“百姓大舞台”开展“千乡万村闹新年”“百馆千万场 服务来共享”等文化惠民活动，海南将在全省开展“春风村雨”文化惠民活动。(光明日报 记者 韩业庭)

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）