盈彩手机版APP-盈彩骗局

动画｜可能不认识但每天都在用，告诉你手机App里的SDK“长啥样”******

　　最新数据显示，国内市场上的App已有252万款。在移动互联网时代，App与人们工作生活的关联日益密切。App开发者为提高迭代速度、降低开发成本、丰富业务功能，除了自主开发外，还会内嵌SDK（软件开发工具包）。

　　SDK是什么？它广义上指辅助开发某一类软件的相关文档、范例和工具的集合。第三方SDK则指，由第三方服务商或开发者提供的工具包。

　　App广泛接入第三方SDK是移动互联网发展至今形成的一种常态，这对于处理用户个人信息的责任边界和安全措施增加了隐患。

　　在理想情况下，第三方SDK和App之间存在三种关系：如果第三方SDK需遵循与App开发者的约定目的及方式处理个人信息，即第三方SDK为受“委托处理者”，此时App开发者承担向用户告知同意的职责；如果App开发者无法充分定制或限制第三方SDK处理个人信息行为，此时双方属于“各自独立处理者”，App开发者需向用户告知第三方SDK处理个人信息的规则；如果App与第三方SDK约定共同决定处理个人信息，双方可能成为“共同处理者”，都应该以个人信息处理者的名义对用户作出告知。

　　从保护用户权益角度考虑，如果基于用户同意使用SDK服务，用户有撤回同意的权利；而如果SDK收集用户信息是为履行法定义务，就不应提供停止或拒绝功能。

　　监制：张宁、李政葳

　　制作：孔繁鑫

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）