政治密友坠机身亡后，泽连斯基称不担心自身安全******
中新网1月19日电 五天之内，乌克兰发生两起令人焦心的平民伤亡事件，先是第聂伯罗住宅楼突遭导弹袭击45名平民殒命，接着就是内务部长乘坐的直升机在首都基辅近郊幼儿园附近坠毁，造成包括儿童在内十余人遇难。
忙着在达沃斯论坛视频讲话的乌克兰总统泽连斯基，一边表示不担心自己的人身安全，一边暗示俄罗斯发起军事行动才是造成这一切的根本原因，最后不忘继续催促西方盟友加快军援。
“雾很大没有光……在幼儿园附近坠落”
乌克兰国家紧急情况局18日下午发布最新消息说，当天在基辅市东郊布罗瓦雷发生的直升机坠机事件共造成14人死亡、25人受伤。国家紧急情况局将此前的18人遇难，修改为14人死亡。
直升机上的9人全部死亡，包括内务部长杰尼斯·莫纳斯特尔斯基和内务部第一副部长叶夫根·叶宁等几名乌克兰政府高级官员。
直升机坠毁后爆炸起火，地面建筑受损，死伤者中也包含坠机现场附近的儿童。
据英国广播公司(BBC)援引当地居民Volodymyr Yermelenko的话说：“当时雾很大，没有电，没有电时建筑物上就没有灯。”
其他目击者称，飞行员在坠机前曾试图避开高层建筑，而是在幼儿园附近坠落。
一位当地妇女告诉BBC，当直升机在她家上空盘旋时，她看到了可怕的闪光。她说，飞行员显然试图避开她10层高的公寓楼，并选择靠近较小的建筑物。
目前，没有迹象表明坠机事故不是意外。但乌克兰国家安全部门表示，正在调查坠机的几个可能原因，其中包括人为破坏、技术故障或飞行员违反飞行规则。
就在四天前的14日，乌克兰遭受了自危机升级以来最严重的袭击之一，第聂伯罗的一栋住宅楼突然遭到导弹袭击，大楼被夷为平地，45名平民不幸丧生，其中包括6名儿童。
“他的死深深刺痛了基辅政府的心脏”
BBC称，在坠机事故中丧生的内务部长杰尼斯·莫纳斯特尔斯基是泽连斯基总统任职时间最长的政治顾问之一，他是自乌克兰危机开始以来乌克兰方面死亡的最高级别政府官员。
英媒称，他的死“深深刺痛了基辅政府的心脏”，因为内务部长在危机期间肩负着维持治安和管理警察的重要任务。
在整个乌克兰危机期间，他是乌克兰人最熟知的面孔之一，他曾负责向公众介绍自2022年 2月以来俄罗斯导弹袭击造成的伤亡情况。
已故部长的一位朋友、国会议员Mariia Mezentseva说，这对每个人来说都是一场悲剧，因为他在乌克兰应对危机方面发挥了重要作用。“他对同事、朋友和家人全天候做出回应。从总统竞选的第一天起，他就与泽连斯基非常亲密。”
在莫纳斯特尔斯基去世后，乌克兰国家警察部队负责人伊戈尔·克利缅科兼任内务部副部长并代行内务部长职务。
资料图：泽连斯基。“我不担心自己的安全”
就在直升机坠毁的消息传出几个小时后，泽连斯基在瑞士达沃斯举行的世界经济论坛上发表视频讲话，CNN评论员法里德扎卡里亚询问他是否担心当前的威胁和自己的安全。
他说，“不，我不担心。我没有什么可补充的。”
媒体称泽连斯基多次成为暗杀未遂的目标，但他本人对安全问题置若罔闻。
2022年2月底俄罗斯开展特别军事行动后不久，泽连斯基拒绝了美国提议他从基辅撤离的提议。
泽连斯基在2022年说的最受欢迎的一句话是“我需要弹药，而不是搭便车。”
“这不是意外”
CNN评论员还说，“我们认为这是一场意外，我们希望是一场意外。”
“这不是意外，”泽连斯基回应称，因为它是由军事行动引起的。他认为，目前俄乌局势之下，没有“意外”可言。
乌克兰没有说俄罗斯直接参与其中，但美国《华尔街日报》称，泽连斯基很明显将坠机事件归咎于俄罗斯对乌克兰发动的特别军事行动。
在哀悼遇难者和谴责俄罗斯之余，泽连斯基不忘继续敦促西方领导人加快行动，向乌克兰提供武器，以帮助抵御俄罗斯令人担忧的新攻势。
《华尔街日报》称，乌克兰官员和军事分析家最近几周警告说，俄罗斯可能正在准备采取新的行动，以重新获得在乌克兰的军事主动权。
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 盈彩网地图 |
