春节期间预制菜迎来成长转折点

01版要闻 - 李强会见越共中央总书记、国家主席苏林,《报告》：央企数科公司为软件行业提供新动力

美文示范

美国更新疫情应对计划世卫推荐默沙东口服药用于高危人群｜大流行手记（3月2日）

火狐电竞app下载

【编者按】为深入学习贯彻党的二十届三中全会精神，8月21日起，由上海市社会科学界联合会、解放日报·上观新闻联合推出系列短视频“改革开放进行时——社科专家带你读懂二十届三中全会精神”，邀请权威专家对全会精神进行解读。其中，着重讲解全会《决定》里新提出、有变化和反复强调的内容，并结合上海的制度性经验、示范性案例和标志性场景加以系统阐释。今天推出第十三集。

黄晓春：党的二十届三中全会高度重视在发展中保障和改善民生，提出“健全保障和改善民生制度体系 ”，尤其是结合当代中国经济社会发展的一些新特征，以新改革和新思路不断满足人民对美好生活的向往。同时，在生产关系和生产力、上层建筑和经济基础这两对重要关系的基础上火狐电竞app下载，又创新性地提出了国家治理与社会发展更好相适应的新论断。

从人类文明演进的一般规律来看，社会领域改革追求的核心价值是公平正义。只有以此为改革出发点，才能保证经济、社会协调发展，人民群众对改革的支持度和认同感才能始终保持高位。本次全会提出各项改革要以促进社会公平正义、增进人民福祉为出发点和落脚点，这表现出了党在国家治理方面的战略思维。以此为出发点，就必须进一步完善收入分配制度，尤其是构建初次分配、再分配、第三次分配协调配套的制度体系；进一步构建符合中国社会发展特征的合理社会结构，形成有效增加低收入群体收入、稳步扩大中等收入群体规模、合理调节过高收入的制度体系；进一步健全社会保障体系，使不同群体都能分享到多层次社会安全网的支持；进一步加快建立租购并举的住房制度，使不同群体“居有所安、心有所栖”。

民生保障问题要解决，关键靠发展。只有解决了就业这个民生之本，让广大人民群众都能参与到改革事业之中，才能从根本上不断提升民生保障水平。我国劳动力规模庞大，这既是宝贵资源，同时也给就业工作带来了很大的挑战。有鉴于此，全会强调完善就业优先政策，健全高质量充分就业促进机制，完善就业公共服务体系，着力解决结构性就业矛盾。在此基础上，全会还高度重视就业过程中保障人民群众公平发展的一些深层次问题，比如完善促进机会公平的制度机制，畅通社会流动渠道。这实际上针对的是一些就业领域形成了流动“壁垒”，不利于全体人民公平分享就业机会的现象。再比如：完善劳动关系协商协调机制，这实际上是要建立有效的社会多方利益协调机制，有助于各方主体分享发展红利。

随着我国经济不断发展，人民群众对高品质生活提出了新的要求。同时，我国社会也遇到了一些新发展现象，需要民生保障体系与时俱进、不断优化。本次全会创新性地提出了“健全人口发展支持和服务体系”，以应对老龄化、少子化为重点完善人口发展战略。这为当前社会热议的“一老一小”问题提出了全新破题思路，有助于从深层次上提升人民生活品质。此外，全会还强调继续实施健康优先发展战略，健全公共卫生体系，为广大人民群众健康福祉提供充分制度保障。

在上海，凸显高品质生活的改革理念在近年来的城市发展中也有很多生动体现，比如各区在推动“15分钟生活圈”建设和实施城市更新战略时，都把提升人民群众生活品质放在核心位置。这表明，我国民生保障体系改革不仅关注公共产品配置的规模，更关注公共产品配置的效率以及需求匹配性。这也体现了我们党始终把人民对美好生活的向往作为奋斗目标的坚定意志和坚强决心。

火狐电竞app下载

其中，Kepler—879c、Kepler—158d、Kepler—1489c和Kepler—963c，在迄今发现的最小超短周期行星中，分别位列第一、第二、第三和第五；Kepler—879c、Kepler—158d、Kepler—1489c和Kepler—2003b是最接近其主星的小型行星，其轨道半径在5个恒星半径以内。

葛健表示，本次研究工作的突破性发现是人工智能在天文大数据领域应用的一个里程碑，要想使用人工智能在海量的天文数据中“挖”到极其稀少的新发现，就需要发展创新的人工智能算法。同时，需要依据新发现现象的物理图像特征生成的大量的人工数据集做训练，使之能快速、准确、完备地探寻到这些很难在传统方式下找到的稀少而微弱的信号。

普林斯顿大学天体物理学家乔什·温(Josh Winn)教授评论称，超短周期行星(或称“熔岩世界”)拥有极其极端和出乎意料的特性，为人们理解行星轨道如何随时间变化提供线索。他原以为开普勒数据中的凌星信号已经被“挖掘殆尽”，不会再有其他行星发现，听到这些新的潜在行星的消息非常兴奋，并对这项寻找新行星的技术成就印象深刻。

葛健说，这次研究工作真正起始时间是2015年，当年的人工智能AlphaGo刚取得打败围棋界职业高手的重大突破。他受佛罗里达大学计算机系同事李晓林教授的激励和启发，决定试图把人工智能的深度学习应用在开普勒太空望远镜释放的测光数据中，寻找使用传统方法没能找到的微弱凌星信号。“幸运的是经过近10年的努力，我们终于有了第一份收获”。

基于此，研究团队根据凌星信号图像的物理特征创新设计和生成各种可能的凌星信号，然后在加入200万个利用开普勒太空望远镜真实光变数据人工合成的光变曲线上进行训练。训练后的神经网络再应用在开普勒太空望远镜的数据集中，并和GPU快速折叠算法一起使用搜寻数据中的超短周期凌星信号，最终帮助团队发现5颗半径很小的超短周期系外行星。(完)