南宁市公安局南湖派出所经侦大队民警梁颖婕说:“什么叫场外配资呢?根据国家的法律以及金融机构相关的管理规定,具有资质的公司或者机构,比如银行或者证券公司等等,为参与股票交易的股民提供一种融资融券的服务。那么在没有资质、没有国家许可的情况下的个人、公司以及机构,为证券交易提供配资服务,就是我们所认为的场外配资,它是不合法的。”
2022年年底
根据多位受害人的举报
南宁警方对以刘某为首的
场外配资团伙进行立案侦查
发现该团伙
在不具备经营证券业务资质的情况下
通过发展他人提供配额资金
及真实证券账户使用权
随后通过第三方平台
开设证券子账户进行融资
通过以管理费和服务费等名义
收取客户配资利息和交易手续费
2022年12月
警方将刘某等13名涉案人员抓获
南宁市公安局南湖派出所经侦大队民警梁颖婕说:“目前已经查证的涉案资金高达128亿元,已冻结的非法资产达400多万元,还查获了一批电脑、银行卡和账本等等。”
警方对该案进一步调查发现
刘某等人仅仅是
这起非法经营案的其中一环
该案的幕后上家
在全国各地以同样的方式非法敛财
目前,南宁警方正联合当地公安机关
进行取证调查
案件仍在进一步侦办当中
记者:农佳伟
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)