小样本更准
用物理先验锚定降解规律，残差补偿未建模偏差，小样本下可解释地监控果汁品质。
Xia, Yu · Xinrui, Hu · Li, Yixuan · 刘文波 · Kang, Jie · 汤伟 · 贾鹏飞 · 张帅 · Wang, Peng · Xu, Min
Foods 2026
物理先验锚定已知降解趋势，残差网络只补偿未建模偏差，因此即使在交叉验证下，R²和RPD均稳定优于纯数据驱动基线。
温度和时间不再作为被动协变量，而是通过FiLM-ICM机制自适应缩放光谱与嗅觉特征响应，从而更充分地利用工艺控制信息。
框架表明物理知识与数据驱动学习可互补，预测不受黑箱限制，为工艺分析技术提供了稳健且可解释的范式。