青年临时乘务员：春运车厢里的“暖”服务******
(新春走基层)青年临时乘务员：春运车厢里的“暖”服务
中新网九江1月7日电 题：青年临时乘务员：春运车厢里的“暖”服务
作者 吴鹏泉 汪翰
7日下午，由江西九江开往广西南宁的K1523次列车缓缓驶出九江火车站。18名中国铁路南昌局集团有限公司鹰潭工务机械段团员青年们值乘这趟列车，将把旅客平安顺利送回家乡。
2023年中国春运7日正式拉开序幕。今年春运，鹰潭工务机械段共抽调179名干部职工支援春运临客值乘工作。
K1523次列车，从江西九江出发，跨越1488公里，横跨三省区直抵目的地南宁，一趟折返值乘下来需要3天2夜。该趟列车共有18名工作人员，平均年龄23岁，大多为“00后”。平日里，他们是鹰潭工务机械段的大机操作工、桥隧工、线路工，春运期间，他们“变身”为列车乘务员。
鹰潭工务机械段团员青年“变身”列车乘务员，支援春运临客值乘工作。 鹰潭工务机械段供图今年25岁的王志鑫是一名线路工，也是K1523次列车的临时团支部书记，这是他第一次参加春运列车值乘工作。
7日，王志鑫提前3个多小时来到整装待发的列车上，对车厢各个角落进行消杀，整理好座椅、被褥，对车厢的水壶、拖把等服务设施及卫生间环境进行查看，做好各项准备工作。
“大爷慢点，我来扶您上车。”当天15时28分，王志鑫在南昌站立岗接车时，看到一位老年旅客行动缓慢，便立即上前搀扶。后来交谈中得知，这位老人体弱多病，王志鑫于是将老人的座位号记了下来，作为重点旅客服务。
“能够到一线为旅客服务，我觉得今年的春运特别有意义。”王志鑫在休息时，通过手机与远在浙江的妈妈视频通话中说道。
鹰潭工务机械段团员青年“变身”列车乘务员，支援春运临客值乘工作。 鹰潭工务机械段供图“注意戴好口罩，做好安全防护，越是临客列车越要对旅客服务周到，不要让旅客不满意……”王志鑫记下了妈妈的叮嘱。
王志鑫上车前补了觉，值守列车时，他一刻不敢放松，车内巡视、打扫卫生、供应开水……忙得不亦乐乎。为帮旅客应急，他还特意多带了几个口罩。
春运前夕，同事们曾问王志鑫想不想回家过年。王志鑫说，不想回家是假的，但是这样的春运让他觉得更有意义。(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 1分快3地图 |
