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
香港律师何君尧：手持1号证抵“达”广州 开启新年执业******
(情满大湾区)香港律师何君尧：手持1号证抵“达”广州 开启新年执业
中新网广州1月9日电 题：香港“大状”何君尧：手持“1号证”广州开启新年执业
中新网记者 方伟彬
2023年伊始，有30多年律师从业经验的香港“大状”(粤语，指律师)何君尧现身广州，在广信君达律师事务所，开启了新一年的内地执业。
“我一年的时间里会四次到内地上班。”何君尧告诉中新网记者，自去年成为全国首批获准在大湾区内地九市执业的港澳律师以来，这是他第二次到内地上班。
在广州周大福金融中心29层，何君尧的办公室收拾得简洁明了。 陈楚红 摄在广州周大福金融中心29层，何君尧的办公室收拾得简洁明了，办公桌上一块“大湾区法律事务首席顾问”的牌子，在阳光的照射下十分醒目。去年7月，广东省司法厅为何君尧颁发了编号为“No.90000001”的粤港澳大湾区律师执业证，截至目前，他在内地执业的半年时间里，已代理了4宗案件。
谈及半年来内地执业的感受，何君尧多次谈到了“先行先试”四字。一方面，这是他对内地司法不断进步的赞赏，另一方面，是对港澳青年律师的勉励。
“广东省司法的体系很先进，从善而流，去年新冠疫情的影响下，在保证个人身体健康，生命财产安全之余，通过视频开庭非常好。”何君尧对内地灵活的办案方式十分赞赏，他在内地代理的第一宗案件，就感受到网上开庭的便捷高效。
粤港澳大湾区具有“一国两制三法域”的特点。何君尧说：“广东省高院曾邀请我和给他们的法官讲课，谈谈香港判例等经验。”内地司法体系“先行先试”的魄力、对香港判例制度的借鉴让他印象深刻。
早在2004年，何君尧香港的律师事务所在广州设立了办事处，但当时香港律师没有内地执业资格，无法进一步服务客户。据他介绍，过去，港澳律师想要获得内地执业资格，必须通过内地统一的国家司法考试。
何君尧回忆内地律师和香港律师交流的往事。 陈楚红 摄何君尧回想起三次参加国家司法考试的经历时笑称，和几十万年轻有为内地青年参加司法考试，从头自学内地法律知识，对香港律师来说有难度。他认为，粤港澳大湾区律师执业考试面向港澳有五年以上执业经验的律师，考试内容也相应调整，是一种先行先试的好办法。
据广东省司法厅9日提供的数据显示，截至2022年底，广东共设立了16家粤港(澳)合伙联营律师事务所，派驻和受聘90名香港律师和澳门律师；205名港澳律师通过考试后取得粤港澳大湾区律师执业证书。
自1988年，在香港开办律所至今，何君尧曾担任过香港律师会会长，不断推进内地和香港的法律人才的交流。“我曾带领香港的同业到内地交流，跑遍了内地20多个省市自治区。”
“早年交流的种子，现在开花结果了。”何君尧满面笑容。如今，港澳律师可以在内地执业，他更是信心十足。
广州市律师协会副会长邓传远和何君尧有相同的看法。他认为，相关举措对大湾区融合具有很大意义。邓传远表示，港澳律师在粤港澳大湾区内地九市执业，扩大了他们业务地域。同时，也加强了与内地律师的交流，有利于共同服务中国企业走向国际市场。
何君尧已61岁，但仍干劲十足。何君尧说：“我昨天早上在广州萝岗考察，中午在广州番禺见客人谈案件，下午6时回天河吃完饭，晚上9时，回到酒店再会见另外一批客人。”记者采访当日，他还参加了“涉港澳商事纠纷司法规则衔接指引”研讨会，与港澳青年律师分享执业心得，并鼓励港澳青年律师到内地执业。
采访结束时，何君尧在办公桌上写下：“路虽远，行则将至，事虽难，做则必成，勇往前进，毫无疑虑”。(完)
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
1分快3地图 |
)