Progress in advanced methodology development for food-safetyinspection

Food safety is of great concern worldwide,directly related to human health through diet.Multifarious food contaminants could cause severe public health hazards,such as gastrointestinal,neurological,immunological diseases,and even cancers,thus food safety has always been a hot-button issue.Development of rapid,accurate,and non-destructive methods is required to ensure food safety for human consumption.In this review,we summarize the main factors threatening food safety,such as foodborne pathogens,toxins,residues,and adulteration as well as the corresponding food safety inspection methods,focusing on the up-to-date progress.Due to the merits of increasing sensitivity,specificity and convenience,those methods will take food detection and analysis into a new era.     

基于光学成像的益生菌体内示踪技术

益生菌是指对宿主健康有利而且能够促进人类健康的活的微生物,主要通过调节胃肠道菌群、改善肠上皮细胞屏障功能、调节免疫功能等对宿主产生有益影响.过去,益生菌在体内的存活情况是通过分析粪便中细菌的数量或是不同时间解剖动物胃肠道来进行益生菌计数.关于益生菌发挥益生作用的机理不清楚,通过现代生物学技术对益生菌进行遗传标记可为解释益生作用机理提供参考.基于光学成像的益生菌体内示踪技术主要包括生物发光、传统荧光(荧光蛋白和荧光染料)和新型纳米材料3种技术,本文评述了3种技术各自的特点和优缺点,旨在为进一步发展和研究益生菌体内示踪技术提供理论和参考依据.     

在线机器学习在数据中心节能中的应用

为了解决模块化数据中心节能问题,该文提出了基于在线机器学习算法的空调控制策略。通过构建双网络结构,将相乘的动作空间转化为相加的动作空间,极大的缩小了动作空间的大小,加快了模型的收敛速度。另外,结合在线机器学习算法中的监督学习和强化学习算法生成不同的模型,通过对比实验结果,选择效果最稳定的监督学习作为最终的实施方案。实验结果表明,通过对比算法在两种不同的模拟器环境以及真实测试环境中的运行结果,基于监督学习的在线机器学习算法可以在保证设备安全的前提下将模块化数据中心的电能使用效率降低到1.26以下。和Li等人使用的深度确定性策略梯度方法相比,在冷通道温度降低了17%的情况下,PUE降低了4%～6%。