业务过失致人死伤，梨泰院事故属地警察署长被检方起诉******
中新网1月19日电 据韩媒报道，当地时间18日，因涉嫌处置梨泰院踩踏事故不力，前首尔市龙山区警察署长李林宰和前龙山警署112处置室长宋丙周(音)被韩国首尔西部地方检察厅提起公诉。
当地时间2022年11月1日，首尔梨泰院区，警方从万圣节梨泰院踩踏事故现场取回的物品在体育馆中等待遇难者家属前来领取。检方指控李林宰在足以预见事发的情况下没有采取防范措施，没有及时采取交通管制、部署警备机动队等措施，造成损失扩大，犯有业务过失致人死伤罪。李林宰还涉嫌唆使虚报其到场时间，企图掩盖处置不当的过失。
对于宋丙周，检方怀疑其通过112报案和无线电联络获悉踩踏事故风险后，反而将涌向机动车道的人潮推搡回人行道，未采取安全措施，同样犯有业务过失致人死伤罪。
此外，龙山警署女性青少年科长郑铉佑(音)等3人不捕直诉。
2022年10月29日晚间，韩国首尔市梨泰院发生踩踏事故。事故共造成158人遇难，196人受伤。此后，12月有一名事故幸存者因心理创伤选择自杀，最终死亡人数统计为159人。
2023年1月13日，韩国警察厅梨泰院事故特别调查本部公布了事故调查结果，向检方移交23名涉案公务员，其中6人被捕。
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 佰家富app地图 |
