点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
拜登与麦卡锡举行面对面会谈 未就债务上限达成协议******
中新网2月2日电 综合美媒报道，当地时间1日下午，美国总统拜登在白宫与众议院议长麦卡锡举行了一个小时的面对面闭门会谈，这也是共和党人重新掌握众议院控制权之后，两人的首次会晤。
当地时间2月1日，众议院议长麦卡锡在与拜登会晤后，在白宫西翼外与记者交谈。这场备受期待的会谈主要围绕提高美国债务上限问题展开。白宫在会谈举行的前几日便已向麦卡锡进行施压，包括公布拜登计划在会谈中强调的两个核心问题——要求麦卡锡承诺避免美国发生债务违约以及发布概述众议院共和党支出计划的预算提案。但麦卡锡方面则坚持“不为所动”。
根据白宫在会后发布的声明，拜登与麦卡锡在椭圆形办公室进行了“坦率直接的对话”，涵盖了一系列问题。拜登强调，在他上任的头两年通过具有历史意义的两党法律之后，他渴望继续本着诚意与共和党人继续开展合作。
拜登明确表示，正如国会两党所有其他领导人所确认的那样，确保不会发生前所未有的灾难性违约是两党的共同责任。美国《宪法》明确规定了这项义务，美国民众期望国会以其所有前任相同的方式履行这一义务。这是不可协商或有附加条件的。
麦卡锡则在会后表示，尽管他与拜登在此次会谈中均未做出任何承诺，但他仍然对“白宫与国会达成协议以避免政府违约的可能性”持乐观态度。
麦卡锡在白宫对记者说：“我们进行了一个小时的谈话，我认为这是一次非常好的讨论。我们还将继续进行对话，而且我认为双方有机会达成协议。”
麦卡锡承认他与拜登对于债务上限问题有着不同的看法，但没有向记者透露具体的细节。此外，麦卡锡还表示他没有在会谈中与拜登讨论在其私人办公室和住所发现机密文件的问题，而这也是众议院共和党人目前要求调查的重点。
预计拜登将在6月的最后期限之前，继续与最高级别的议员讨论债务上限问题。
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（）  视觉焦点
玛雅彩票地图 |
)