点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
胡鑫宇失联已超90天，最新进展******
1月13日，江西上饶铅山县致远中学高中生胡鑫宇失踪已超90天。
新京报记者12日从胡鑫宇家属处获悉，1月9日至1月11日，江西省、市、县公安机关联合工作专班(下称“专班”)组织上千人在铅山县境内开展对胡鑫宇失联线索的“拉网式”搜寻，目前未发现任何线索。铅山县公安局工业园区派出所一工作人员告诉记者，“搜寻还在进行，目前没有任何结果。”
据胡鑫宇的舅舅李先生透露，此次搜寻是围绕先前通报中的“胡鑫宇系自行离校”一说开展。“专班发动官员、民兵组织及各个学校的男老师在铅山县全域搜寻。1月9日搜寻第一天，有约2000人参与；第二天约1000人；第三天约900人。”
据李先生透露，他和律师正在向专班提出申请，“查看得出‘胡鑫宇系自行离校’这一说法的相关案卷，目前还在等待专班回复。
另据澎湃新闻消息，铅山县永平镇周姓副镇长回应表示，此次搜寻从1月9日开始，到现在已经第三天，目前暂无进展。由于在野外，天气不好，搜寻难度比较大。至于此次搜寻什么时候结束，永平镇副镇长表示，“一直搜”。
据当地警方1月7日通报，未发现胡鑫宇在校内被害、自杀、发生意外的痕迹证据，未发现胡鑫宇与他人发生矛盾冲突等可疑情况。综合现有信息指向胡鑫宇系自行离校，目前正在全力查找中。
事件回顾
胡鑫宇，男，2007年7月生，汉族，铅山县永平镇排上村胡家塘人，身高173厘米。
2022年10月14日17时50分左右，江西上饶铅山县致远中学高一(5)班15岁学生胡鑫宇离奇从校园失联。
据10月14日视频监控显示及调查证实，胡鑫宇下午下课后到食堂用餐，晚餐后17时40分独自回到306寝室短暂停留，后上到五楼阳台停留2分57秒，往睢园和校外树林山岗方向张望；
17时45分走出宿舍楼，打篮球的同学与其简单对话，监控显示其往睢园方向走去；
17时49分胡鑫宇再次返回宿舍楼，未回寝室，17时50分到达五楼阳台停留13秒；
17时51分30秒胡鑫宇从宿舍楼走出后，打篮球的同学再次与其打招呼，并看到其走上睢园台阶；
17时51分58秒在睢园方向离开视频监控范围之后再未发现胡鑫宇轨迹。
图片来源：中新视频截图2022年10月15日，公安机关接到报警后即组织开展调查搜寻工作，未发现胡鑫宇在校内被害、自杀、发生意外的痕迹证据。
2022年11月23日，江西铅山县委宣传部官方微信“江西铅山微讯”发布通报称：胡鑫宇失联后，县委、县政府高度重视，立即组织公安、教育等部门开展搜寻和调查工作。省、市、县公安机关已成立联合工作专班，正在全力调查，调查结果将及时向社会公布。
后据大皖新闻报道，胡鑫宇失联事件已被提级管理，由上饶市公安局从下辖多个派出所抽调警力，统一调配，组成事件专项调查组。
为了寻找胡鑫宇，当地警方和多支救援队，动用了警犬、无人机、3D搜索和热成像技术，搜查了几乎所有地方。
2023年1月2日，新京报记者从胡鑫宇家属处获悉，1月1日，他们及律师一同与当地警方会面，就胡鑫宇失联一事的调查情况进行沟通。
在见面会及新京报记者采访参与胡鑫宇失联一事调查的上饶市公安局民警中可知，该事件目前有以下进展：
排除校内人员犯罪的可能；
胡鑫宇或有厌学情绪；
胡鑫宇或自行离开学校，但没有依据(证实)；
根据设备生产商海康威视的技术人员鉴定后出具的情况说明，学校监控视频未被删减；
寻找胡鑫宇的工作不会停止，警方“会一直盯着。”
对于相关进展，胡鑫宇家人及律师提出质疑。
据江西省上饶市公安机关2023年1月7日通报，对网民关注的班主任严某强、副校长王某、校长刘某来等人，通过视频印证、证人证言证明、其他信息综合认定，均未发现异常情况，排除犯罪嫌疑。
视频：江西警方公布胡鑫宇失踪案发校园航拍画面来源：中国新闻网
公安机关将继续全力查找胡鑫宇下落，请广大群众积极提供线索。
联系方式：
0793-5332585
曾警官 18879318780
程警官 18270390811
中国新闻社(CNS1952)综合自中国新闻网、中新视频(记者华山 李韵涵)新京报、澎湃新闻、上饶市公安局
编辑：梁静
责编：彭大伟
(中新社微信公众号)
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） [责编：天天中] 阅读剩余全文（）  视觉焦点
玛雅彩票地图 |
)