台湾长荣航勤百余人因不满待遇请假 致大量航班延误******

　　中新社台北1月1日电 台湾长荣航勤员工共百余人1日因对年终待遇不满而请假，致桃园机场大量航班延误、千余名旅客受到影响。台当局交通部门负责人1日晚间表示，已与长荣航空方面联络，以减少事件带来的影响。

　　综合中央社、联合新闻网、中时电子报等台湾媒体报道，长荣航勤员工因不满年终待遇而在1日“怒不出勤”，导致航班大乱。台“民航局”晚间指出，1日临时请假人数达151人，截至19时共79个班次受到影响，长荣航勤及其母公司长荣航空目前仍无法掌握2日可出勤人数，台“民航局”负责人已致电要求尽快沟通，落实对旅客权益的维护。

　　据报道，长荣航勤疫情前有员工2490人，目前员工为1890人。1日早间原安排327名人力，但有97人临时请假；午班安排291名人力，有54人临时请假，导致长荣航空航班无法正常运作。

　　长荣航勤员工发起此次请假，主因不满负责货物装卸、旅客行李搬运、客舱和航机清洁等岗位只有一个月的年终奖金，与长荣航空、长荣海运等年终奖金差距较大。

　　当日下午，台湾桃园机师工会发出声明，支持长荣航勤员工在元旦的合法休假行动，并认为长荣航空过往累积对员工辛劳的漠视，种种累积才是压垮航勤员工的重担。

　　晚间，台当局交通部门负责人表示，已与长荣航空董事长林宝水联络，朝着避免影响航空输运的方向努力。该负责人还表示，长荣航勤正在与员工沟通；另外，桃园机场方面也会配合支援人力处理相关事宜，降低冲击。(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