绿营要删候选人“学历”一栏，岛内痛批：实在无耻******

　　【环球时报特约记者 程东】台“行政院”日前通过“选举罢免法”修正草案，即“排黑条款”。民进党“立委”趁机也提出修法版本，主张删除选举公报中的“学历”一栏。岛内舆论大骂，民进党此举实在无耻。

　　据台湾《中国时报》21日报道，民进党“立委”钟佳滨、蔡适应、何志伟提出的“排黑修法”草案，共有24名联署人，都是民进党“立委”。提案中，他们主张把“选罢法”第47条原本规定选举公报要列出候选人学历的“学历”二字删除，即选举公报未来不用列学历。提案说明称，“参选人之学历与其是否足以代表人民意志，并无一定关联性，选举公报实不应强制要求揭露候选人学历”。钟佳滨声称，上世纪80年代各项选举有不同教育程度的要求，候选人必须具备同等教育程度资格，但现在不再以学历作为候选人的参选资格，选举公报上“学历”一栏的意义不存在。台“立法院”程序委员会讨论时，国民党党团总召集人曾铭宗认为“把学历删掉非常奇怪”，提议暂缓列案，最后该案暂时不进入修法审查阶段。

　　“立委”李德维痛批，民进党口口声声说要对抗“黑金”，要修“排黑条款”，结果搞了半天原来是要修这个，尤其主提案人还有之前被撤销博士学位的蔡适应，“已到无耻的地步”。国民党主席朱立伦21日批评称，民进党论文被撤销的“立委”，提案希望选举公报不写学历，民主社会怎么会这样做？台北市议员王鸿薇称，这真的是大笑话，选举公报就是要提供更多信息给选民参考，选民本来就有知情的权利，结果因为少数人用假学历、洗学历，就要把学历栏删除。她呼吁民进党政客悬崖勒马，若有人有洗学历的问题，应该深入检讨、改过、反省，而不是用这样的方式羞辱选民。台北市议员徐巧芯21日嘲讽说，“蔡适应怎么好意思自己提案，做人总有一点羞耻心吧”，这就是民进党的检讨吗？真的很到位，真的笑死人。

　　21日，国民党“立委”林为洲提议修法明定“假论文被判定确定的，终身不得参选”。有酒驾肇事记录者也终身不得参选。他说，前新竹市长林智坚、桃园市长郑文灿以及蔡适应等都被判定论文抄袭，抄袭造假和“黑金”一样严重。脸书粉专“政客爽”呛声道，绿营一堆候选人被爆论文抄袭，解决方法竟是未来都不写学历，笑死，“这款执政党还能期待什么？”

　　《联合报》21日评论称，稍有见识的人都理解，学历和能力不会画上等号，选举公报包括照片、政见、姓名、学经历等仅是信息披露，选民不一定会因为候选人是否为硕士博士就改变投票，但是一名有没有抄袭、学位是否如实都不敢保证的候选人，如何让人放心能授予公职权柄？文章称，蔡适应等人端出与反黑不相干的无理修法，包裹在“排黑”的案由下，这是虚心检讨执政错误，还是急着为下次选举铺路？“究竟是为公，还是为私？恐已写下最糟糕的示范”。

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