红旗彩票APP|红旗彩票计划

专家学者纵论如何构筑中华民族共有精神家园******

　　近日，由中国少数民族哲学及社会思想史学会主办的“构筑中华民族共有精神家园”全国学术研讨会暨中国少数民族哲学及社会思想史学会2022年年会以线上线下相结合形式举行。会议由呼和浩特民族学院马克思主义学院、东北师范大学马克思主义学部承办，来自中国社会科学院、中央民族大学、内蒙古大学、西南民族大学、内蒙古师范大学等20余所院校的专家学者以及学会相关领导等与会研讨。

　　深化中华民族共有精神家园相关内容研究

　　呼和浩特民族学院党委副书记刘九万表示，推进文化自信自强，铸就社会主义文化，探索构建中华民族共有精神家园是新时代民族哲学的使命，要进一步深化中华民族共有精神家园相关内容研究，进一步推动少数民族哲学研究、社会思想史研究取得新进展。

　　会上，中国少数民族哲学及社会思想史学会理事长、中央民族大学教授宝贵贞以“铸牢中华民族共同体意识的科学内涵及其实现路径”为题，阐释了铸牢中华民族共同体意识重要论断的形成过程和科学内涵，从推进中华民族共有精神家园建设、促进各民族交往交流交融、推动各民族为全面建设社会主义现代化国家而共同奋斗、推动民族事务治理体系和治理能力现代化对铸牢中华民族共同体意识实现的四条路径进行了分析和探讨。

　　内蒙古大学铸牢中华民族共同体意识研究培育基地首席专家何生海阐述了铸牢中华民族共同体意识人本观深刻内涵、理论逻辑和实践路径。

　　“用‘各美其美，美人之美，美美与共，天下大同’十六个字来说明中华民族共有精神家园，再合适不过。”中国社会科学院研究员赵智奎从精神家园及其相关的哲学范畴和观念和怎样构筑中华民族共有精神家园两个问题谈起，呼吁中国哲学史学界同心协力，加快构建和完善中华民族共有精神家园。

　　中央民族大学党委副书记邹吉忠表示，新征程上的民族哲学研究，要坚持以中国化时代化的马克思主义为指导，聚焦铸牢中华民族共同体意识这条主线，在增进共同性、增强融合性上下功夫，为全面建设社会主义现代化国家、推进中华民族伟大复兴作出新的更大贡献。

　　会上，东北师范大学马克思主义学部教授胡海波立足中华优秀传统文化，深入阐释了“中华民族共有精神家园”的科学内涵和有效路径；青岛黄海学院马克思主义学院院长朝克吉勒图就“党的二十大精神与中华民族共有精神家园建设探索”交流阐释；东北师范大学马克思主义学部副部长荆雨立足中国古代哲学的理论观点阐发了共同体的古代文化思想渊源。华中农业大学教授萧洪恩、福建省委党校行政学院教授雷弯山围绕强化历史担当，夯实铸牢中华民族共同体意识的主体基础专题作了主旨发言。

　　汇聚民族高校研究合力，增进认同感归属感自豪感

　　中央民族大学教授王文东在题为“中国式现代化视域下少数民族传统美德转化发展的基本矛盾和理论深蕴”交流发言中认为，中国各民族传统美德是建设社会主义核心价值体系不可或缺的精神资源。

　　中国社会科学院副研究员陈亚联认为，所谓“费孝通困惑”的产生和走出表明，任何西方理论都要与中国实际相结合，进而给出中国答案。

　　中央民族大学哲学与宗教学学院院长刘成有从何为多元通和、多元通和何为的核心问题的提出出发，引出对中国传统哲学的思维普遍性的思考与讨论。

　　贵阳信息科技学院校长唐建荣指出，深化民族团结进步教育，注重运用历史史实，尤其是中国革命史实，促进各民族大学生交往交流，引导各民族学生进一步增强对中华民族的认同感、归属感和自豪感。

　　会上，内蒙古师范大学教授格·孟和、西南民族大学教授杨翰卿、云南师范大学教授杨志明、朝阳师范学院教授乌凤琴分别从促进蒙古族哲学发展以培育蒙古族理论思维的重要性、边疆经学成果研究的重要意义和研究论域、少数民族文化与中华优秀传统文化的交流交融等方面对少数民族哲学发展作阐释和探讨；中国社会科学院研究员洪军从中国古代儒家哲学思想对东亚国家哲学发展的影响作发言交流。

　　呼和浩特民族学院党委副书记、副院长韩伟新在会议总结中表示，新征程上，作为民族高校必须以铸牢中华民族共同体意识为主线，更好推动学校民族团结进步事业、为更好地促进民族地区经济社会的高质量发展贡献应有之力。（供稿：杜思成）

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）