方舟的小心髒瞬間驟停。
全場這麽多教授和專家，其他人都沒有說話，唯獨身份最高的那位跳出來。
這就仿佛你打一個升級的單機遊戲，才打到一半，等級還沒有加滿，最終Boss就跳出來說，我想要和你過兩招。
“你的加密算法思路很不錯，但是前麵采用的隨機算法卻有些配不上後麵這麽優秀的搜索算法。我建議你照我說的修改一下子。
在第七行，通過3種理想狀態的假設，尋優搜索的位置和路徑的更新公式如下:
x i t + 1 = x i t+α⊕L(λ)，i=1，2，..，n(1)
式中：xi為第i個數據在第t次迭代的位置，用於控製步長的搜索範圍，其值服從正態分布。
在式(1)中，L (λ) L(\lambda)L(λ)為Ｌéｖｙ隨機搜索路徑，隨機步長為Ｌéｖｙ分布
L ( s ，λ)~ s ?λ， ( 1 <λ≤ 3 )式中：—由前麵的計算得到的隨機特征。
<a id="ads" href="/">【本站首發，最快更新】</a>
從你的上式可以看出，該迭代方式是一個隨機漫步的過程。由於其隨機遊動特征，局部極值點附近往往會出現新解，因此這樣的短步長搜索更加有利於提高解的質量。另外，距離局部最優值較遠的地方也存在新解，偶爾的大步長探索，使得算法不容易陷入局部極值點。
對於這樣的問題，我個人建議更改一下步驟的順序：
步驟1 定義目標函數f(X)， X =( x 1 ，...， x d ) T f(X)，X=(x_1，...，x_d)^Tf(X)，X=(x）函數初始化，並隨機生成多個數據保存的初始位置 X i ( i = 1 ， 2 ，...， n ) X_i(i=1，2，...，n)X (i=1，2，...，n)，設置數據大小、問題維數、最大迭代次數等參數；
步驟2 選擇適應度函數並計算每個數據位置的目標函數值，得到當前的最優函數值；
步驟3 記錄上一代最優函數值，利用式(1)對其他鳥窩的位置和狀態進行更新；
步驟 4 現有位置函數值與上一代最優函數值進行比較，若較好，則改變當前最優值；
步驟 5 通過位置更新後，用隨機數r ∈[ 0 ， 1 ] r\in[0，1]r∈[0，1]與P PP對比，若r > P r>Pr>P ，則對xt + 1 x^{t+1}x t+1進行隨機改變，反之則不變。
步驟6 若未達到最大迭代次數或最小誤差要求，則返回步驟2 ，否則，繼續下一步；
步驟7 輸出全局最優位置...”
“以此來使得數據進行”
2021年12月3日，天格計劃的GRID-02天文立方星載荷觀測到的宇宙伽馬射線暴事例GRB 210121A及其物理分析的論文在線發表在《美國天體物理學報》（The Astrophysial）上。南京大學與清華大學天格團隊合作完成了這次天格觀測數據的處理和物理分析。這是天格計劃首篇正式發表的伽馬暴科學觀測結果，也是國際上同類微納衛星（指質量小於10千克、具有實際使用功能的衛星）伽馬暴探測項目中，首例取得科學發現和論文發表的伽馬暴事例。這項工作表明該類微納衛星在空間天文粒子探測、前沿天文科學觀測等方麵具有廣闊的應用前景。
“天格計劃“是一個以本科生學生團隊為主體的空間科學項目，其主要科學目標為尋找與引力波、快速射電暴成協的伽馬暴以及其它高能天體物理瞬變源。其特色是利用立方星(分米級別的小衛星模塊)平台，搭建由多個小衛星組成的全天伽馬射線暴監視網絡，用以探測和定位伽馬射線暴等天體瞬變源。相比於綜合型、高功率的大型衛星，如美國航空航天局(NASA)將於2021年底發射的質量高達6.2噸、成本已逾數百億美元的詹姆斯·韋伯空間望遠鏡(JWST)，立方星具有模塊化、低成本、短周期的特點，能夠實現大衛星無法實現的快速發射、多顆組網、全天覆蓋，還可以降低風險與成本。天格計劃預計利用10-24顆立方星在500-600公裏的近地軌道進行組網，在2018～2023年內逐步完成。這一方案能夠實現對短伽馬射線暴真正的全天覆蓋探測，並可通過時間延遲和流強調製的方式實現有效定位，可保證不錯過任何一次與引力波暴發成協的短伽馬射線暴，有著重要的科學意義。
2016年，天格計劃由清華大學工程物理係和天文係共同發起，目前有南京大學、中科院高能所等20餘所高校和研究所共同參與合作。南京大學、BJ師範大學等高校的天格團隊也將完成衛星載荷的研發調試。截至目前，天格計劃已於2018年10月、2020年11月和12月分別發射了三顆天格衛星。天格02星(GRID-02，見圖2)已積累了5個月的科學數據，其首批科學數據已被國家空間科學數據中心接收，未來將對科學界保持開放共享。
南京大學天格團隊自2018年成立以來，在江蘇省雙創計劃、南京大學天文與空間科學學院、南京大學雙創辦公室等的有力支持下，成立了創新團隊，充分發揮團隊的天文專業優勢，開發了科學數據產品分析的流程管線(pipeline)，設置了富有特色的科創融合課程，展開對小衛星探測器的研發。目前，南大天格團隊已經成功完成了首顆南大-川大合作天格立方星——天寧星——載荷的地麵試驗，預期於2022年3月發射。同時，南京大學天格小衛星團隊經過1年半的研發、設計、實驗論證，於2021年10月最終確定了自主設計的第二顆立方星——應天星——的載荷設計方案。該方案使用可編程邏輯門(FPGA)芯片替代原有的單片機（MCU）芯片，充分利用可編程邏輯的並行性、高性能和靈活性等特點。這個方案在本領域內具有前沿創新性和獨特性，充分體現了了以學生為主體的小型項目的靈活性和創新性。
天格計劃的主要科學觀測目標是伽馬射線暴。宇宙伽馬射線暴是人類已知最劇烈的天體物理過程之一，是天體物理領域的研究前沿。2020年11月清華大學天格計劃團隊研製發射的天格02星載荷成功開展持續科學觀測，已獲得首批幾十例伽馬暴事例的候選體。2021年1月21日，天格02星觀測到GRB 210121A伽馬暴事例（圖1），該事例也被我國懷柔一號（GECAM，極目）衛星、慧眼（HXMT）衛星和美國費米（Fermi/GBM）衛星所確認。有趣的是，GRB 210121A在近萬個伽馬暴樣本中的統計分布中處於很特殊的地位。其持續時間大約為13 秒，具有明顯的長暴特征（長於2s 的伽馬暴被定義為長暴）。通過使用截斷冪率譜(CPL; cutoff power-law)模型對觀測數據進行擬合，研究團隊發現GRB 210121A的譜指數偏硬，高於同步輻射限製的低能譜指數上限，此外其峰值能量(Ep)很硬，在第一個脈衝的時候由硬到軟，但是即使在最後的爆發階段也始終居高不下。高能量伽馬射線光子總是比低能量光子更早到達，這一現象被稱為譜延遲(Spectral lag)，在GRB 210121A中同樣觀測到這一現象，並且在相對於ΔE 的圖像中顯現出一個拐點，這一現象有可能用於對洛倫茲破缺效應的限製。
研究團隊進一步通過該伽馬暴的譜指數初步判斷其屬於光球模型，利用多色黑體的模型進行擬合得到了很好的效果。理論上伽馬暴的峰值能量應小於等於黑體所釋放的最大能量，通過這一限製可以求出光球模型的半徑範圍，利用物理的光球模型對GRB 210121A進行擬合，得到其半徑為幾百千米，正好處在光球模型的半徑限製內，同時這一模型也限製了該伽馬暴的紅移位於0.14到0.46的範圍內。通過Ep-Eiso的統計相關關係，研究團隊限製了其紅移應位於0.3到3.0的範圍內。此外再結合GECAM、HXMT、GRID等衛星以及IPN所給出的定位信息，在星表中對GRB 210121A的宿主星係進行了證認，僅有SuperOS星表中的J010725.95?461928.8星係能夠滿足上述限製，其紅移為0.319。研究團隊隨後使用LasCumbres天文台全球望遠鏡網絡對該宿主星係進行了後隨觀測，在觀測圖像中該宿主星係候選者清晰可見，從而進一步證實了本文的結論。
本研究工作由南京大學天文與空間科學學院碩士研究生王翔煜領銜完成，清華大學天格團隊鄭煦韜同學、中科院高能物理研究所肖碩同學等分別帶領研究團隊合作完成了GRID-02、GECAM、HXMT等科學數據的分析處理。南京大學多個院係的多位本科生和研究生參與了相關的科學分析，包括楊俊（天文學院博士研究生）、劉子科（天文學院碩士研究生）、楊雨涵（天文學院博士研究生）、鄒金航（天文學院聯合培養碩士研究生）、陳國銀（天文學院本科生）、倪陽（天文學院本科生）、張子鍵（天文學院本科生）、吳雨暄（天文學院本科生）、鄧雲未（天文學院本科生）、馬永昶（天文學院本科生）、蒙延智（天文學院博士後），王培源（匡亞明學院本科生）、許晟（天文學院本科生）、尹一涵（物理學院本科生）、張廷鈞（匡亞明學院本科生）、張釗（天文學院碩士研究生）等。南京大學張彬彬老師、清華大學曾鳴老師、中科院高能物理所的熊少林老師為該文的通訊作者。清華大學、中科院高能物理所、河北師範大學、廣西大學等多位專家學者共同參與了這一研究工作。本工作得到國家自然科學基金、科技部重點研發計劃、江蘇省雙創計劃、中央高校基本科研業務費專項資金、雙一流大學建設經費，南京大學天文與空間科學學院、以及南京大學雙創辦公室的多項基金和機構的支持。
人與其他靈長類動物相比，最重要的一項區別就在於大腦的體積。在人類進化過程中，人腦容量不斷增加，經過200萬年的演變，人類大腦體積增加了三倍，而其他靈長類動物的大腦卻變化不大。
這項發表在《自然》雜誌上的論文稱，和其他靈長類動物相比，人類活得更久，生育更多，體脂率更高，消化係統更小，而大腦更大，這些特征都需要更多的新陳代謝，這意味著人和猿在能量消耗和分配方麵差異顯著。然而，這些差異背後的機製此前並不明確。
為了解決這一問題，美國紐約市立大學亨特學院的赫爾曼·龐瑟和他的研究小組對141個人和已知大型類人猿每天的能量消耗進行了測量，並對相關數據進行了對比分析。結果發現，與其他靈長類動物相比，人類具備更快的代謝速率，需要更高的能耗。人類每天消耗的能量比黑猩猩、大猩猩以及紅毛猩猩分別高400、635和820千卡。而總能量消耗高出部分主要來自人類更高的基礎代謝率，即人體在清醒又極端安靜的狀態下，不受肌肉活動、環境溫度、食物及精神緊張等影響時的能量代謝率。基礎代謝主要服務於維持心肺、內髒功能和大腦運作，更高的基礎代謝率說明心肺、內髒和大腦更為活躍。
此外，研究人員還發現，與其他靈長類動物相比，人類還演化出了更高的體脂率，為更廣泛的新陳代謝提供了能量儲備，同時大幅降低了高能量需求的風險。
以及
在大腦中，葡萄糖通過不同的新陳代謝途徑起作用從而產生能量——這是它在大腦中最重要的功能，但葡萄糖同時也可以通過其他幾種關鍵的調節（例如，細胞凋亡）、保護（即對抗活性氧自由基）以及合成代謝（例如，蛋白質和脂質合成）途徑來起作用。產生能量的最有效的途徑與氧化磷酸化有關，但是葡萄糖也能夠迅速和高效地向離子交換膜法直接輸送能量，例如離子泵。當葡萄糖在完成這些功能時起作用且不依賴氧化磷酸化時，它傳統上被稱為有氧糖酵解。有氧糖酵解在大腦中的研究一直相對匱乏，但是在兩項最新的研究中，美國聖路易斯市華盛頓大學的S. Neil Vaishnavi、Marcus E. Raichle和同事發現，這一過程在休眠的大腦中存在區域差異，同時高水平的有氧糖酵解可能與後來的β澱粉樣沉積（也就是斑）有關。
在第一項研究中，研究人員利用正電子發射斷層顯像（PET）技術在年輕成人體內測量了氧和葡萄糖的新陳代謝速度。他們在前額皮質、外側頂葉皮質、楔前葉和後扣帶回皮質、顳側皮質、回直肌和尾狀核中發現了高速的有氧糖酵解。這些區域對應的區域包括“默認模式網絡”——當個體清醒但並未從事一項工作時最活躍的一組區域——和認知控製網絡。小腦和顳下回，包括海馬，則表現出了較低的有氧糖酵解速度。
全場這麽多教授和專家，其他人都沒有說話，唯獨身份最高的那位跳出來。
這就仿佛你打一個升級的單機遊戲，才打到一半，等級還沒有加滿，最終Boss就跳出來說，我想要和你過兩招。
“你的加密算法思路很不錯，但是前麵采用的隨機算法卻有些配不上後麵這麽優秀的搜索算法。我建議你照我說的修改一下子。
在第七行，通過3種理想狀態的假設，尋優搜索的位置和路徑的更新公式如下:
x i t + 1 = x i t+α⊕L(λ)，i=1，2，..，n(1)
式中：xi為第i個數據在第t次迭代的位置，用於控製步長的搜索範圍，其值服從正態分布。
在式(1)中，L (λ) L(\lambda)L(λ)為Ｌéｖｙ隨機搜索路徑，隨機步長為Ｌéｖｙ分布
L ( s ，λ)~ s ?λ， ( 1 <λ≤ 3 )式中：—由前麵的計算得到的隨機特征。
<a id="ads" href="/">【本站首發，最快更新】</a>
從你的上式可以看出，該迭代方式是一個隨機漫步的過程。由於其隨機遊動特征，局部極值點附近往往會出現新解，因此這樣的短步長搜索更加有利於提高解的質量。另外，距離局部最優值較遠的地方也存在新解，偶爾的大步長探索，使得算法不容易陷入局部極值點。
對於這樣的問題，我個人建議更改一下步驟的順序：
步驟1 定義目標函數f(X)， X =( x 1 ，...， x d ) T f(X)，X=(x_1，...，x_d)^Tf(X)，X=(x）函數初始化，並隨機生成多個數據保存的初始位置 X i ( i = 1 ， 2 ，...， n ) X_i(i=1，2，...，n)X (i=1，2，...，n)，設置數據大小、問題維數、最大迭代次數等參數；
步驟2 選擇適應度函數並計算每個數據位置的目標函數值，得到當前的最優函數值；
步驟3 記錄上一代最優函數值，利用式(1)對其他鳥窩的位置和狀態進行更新；
步驟 4 現有位置函數值與上一代最優函數值進行比較，若較好，則改變當前最優值；
步驟 5 通過位置更新後，用隨機數r ∈[ 0 ， 1 ] r\in[0，1]r∈[0，1]與P PP對比，若r > P r>Pr>P ，則對xt + 1 x^{t+1}x t+1進行隨機改變，反之則不變。
步驟6 若未達到最大迭代次數或最小誤差要求，則返回步驟2 ，否則，繼續下一步；
步驟7 輸出全局最優位置...”
“以此來使得數據進行”
2021年12月3日，天格計劃的GRID-02天文立方星載荷觀測到的宇宙伽馬射線暴事例GRB 210121A及其物理分析的論文在線發表在《美國天體物理學報》（The Astrophysial）上。南京大學與清華大學天格團隊合作完成了這次天格觀測數據的處理和物理分析。這是天格計劃首篇正式發表的伽馬暴科學觀測結果，也是國際上同類微納衛星（指質量小於10千克、具有實際使用功能的衛星）伽馬暴探測項目中，首例取得科學發現和論文發表的伽馬暴事例。這項工作表明該類微納衛星在空間天文粒子探測、前沿天文科學觀測等方麵具有廣闊的應用前景。
“天格計劃“是一個以本科生學生團隊為主體的空間科學項目，其主要科學目標為尋找與引力波、快速射電暴成協的伽馬暴以及其它高能天體物理瞬變源。其特色是利用立方星(分米級別的小衛星模塊)平台，搭建由多個小衛星組成的全天伽馬射線暴監視網絡，用以探測和定位伽馬射線暴等天體瞬變源。相比於綜合型、高功率的大型衛星，如美國航空航天局(NASA)將於2021年底發射的質量高達6.2噸、成本已逾數百億美元的詹姆斯·韋伯空間望遠鏡(JWST)，立方星具有模塊化、低成本、短周期的特點，能夠實現大衛星無法實現的快速發射、多顆組網、全天覆蓋，還可以降低風險與成本。天格計劃預計利用10-24顆立方星在500-600公裏的近地軌道進行組網，在2018～2023年內逐步完成。這一方案能夠實現對短伽馬射線暴真正的全天覆蓋探測，並可通過時間延遲和流強調製的方式實現有效定位，可保證不錯過任何一次與引力波暴發成協的短伽馬射線暴，有著重要的科學意義。
2016年，天格計劃由清華大學工程物理係和天文係共同發起，目前有南京大學、中科院高能所等20餘所高校和研究所共同參與合作。南京大學、BJ師範大學等高校的天格團隊也將完成衛星載荷的研發調試。截至目前，天格計劃已於2018年10月、2020年11月和12月分別發射了三顆天格衛星。天格02星(GRID-02，見圖2)已積累了5個月的科學數據，其首批科學數據已被國家空間科學數據中心接收，未來將對科學界保持開放共享。
南京大學天格團隊自2018年成立以來，在江蘇省雙創計劃、南京大學天文與空間科學學院、南京大學雙創辦公室等的有力支持下，成立了創新團隊，充分發揮團隊的天文專業優勢，開發了科學數據產品分析的流程管線(pipeline)，設置了富有特色的科創融合課程，展開對小衛星探測器的研發。目前，南大天格團隊已經成功完成了首顆南大-川大合作天格立方星——天寧星——載荷的地麵試驗，預期於2022年3月發射。同時，南京大學天格小衛星團隊經過1年半的研發、設計、實驗論證，於2021年10月最終確定了自主設計的第二顆立方星——應天星——的載荷設計方案。該方案使用可編程邏輯門(FPGA)芯片替代原有的單片機（MCU）芯片，充分利用可編程邏輯的並行性、高性能和靈活性等特點。這個方案在本領域內具有前沿創新性和獨特性，充分體現了了以學生為主體的小型項目的靈活性和創新性。
天格計劃的主要科學觀測目標是伽馬射線暴。宇宙伽馬射線暴是人類已知最劇烈的天體物理過程之一，是天體物理領域的研究前沿。2020年11月清華大學天格計劃團隊研製發射的天格02星載荷成功開展持續科學觀測，已獲得首批幾十例伽馬暴事例的候選體。2021年1月21日，天格02星觀測到GRB 210121A伽馬暴事例（圖1），該事例也被我國懷柔一號（GECAM，極目）衛星、慧眼（HXMT）衛星和美國費米（Fermi/GBM）衛星所確認。有趣的是，GRB 210121A在近萬個伽馬暴樣本中的統計分布中處於很特殊的地位。其持續時間大約為13 秒，具有明顯的長暴特征（長於2s 的伽馬暴被定義為長暴）。通過使用截斷冪率譜(CPL; cutoff power-law)模型對觀測數據進行擬合，研究團隊發現GRB 210121A的譜指數偏硬，高於同步輻射限製的低能譜指數上限，此外其峰值能量(Ep)很硬，在第一個脈衝的時候由硬到軟，但是即使在最後的爆發階段也始終居高不下。高能量伽馬射線光子總是比低能量光子更早到達，這一現象被稱為譜延遲(Spectral lag)，在GRB 210121A中同樣觀測到這一現象，並且在相對於ΔE 的圖像中顯現出一個拐點，這一現象有可能用於對洛倫茲破缺效應的限製。
研究團隊進一步通過該伽馬暴的譜指數初步判斷其屬於光球模型，利用多色黑體的模型進行擬合得到了很好的效果。理論上伽馬暴的峰值能量應小於等於黑體所釋放的最大能量，通過這一限製可以求出光球模型的半徑範圍，利用物理的光球模型對GRB 210121A進行擬合，得到其半徑為幾百千米，正好處在光球模型的半徑限製內，同時這一模型也限製了該伽馬暴的紅移位於0.14到0.46的範圍內。通過Ep-Eiso的統計相關關係，研究團隊限製了其紅移應位於0.3到3.0的範圍內。此外再結合GECAM、HXMT、GRID等衛星以及IPN所給出的定位信息，在星表中對GRB 210121A的宿主星係進行了證認，僅有SuperOS星表中的J010725.95?461928.8星係能夠滿足上述限製，其紅移為0.319。研究團隊隨後使用LasCumbres天文台全球望遠鏡網絡對該宿主星係進行了後隨觀測，在觀測圖像中該宿主星係候選者清晰可見，從而進一步證實了本文的結論。
本研究工作由南京大學天文與空間科學學院碩士研究生王翔煜領銜完成，清華大學天格團隊鄭煦韜同學、中科院高能物理研究所肖碩同學等分別帶領研究團隊合作完成了GRID-02、GECAM、HXMT等科學數據的分析處理。南京大學多個院係的多位本科生和研究生參與了相關的科學分析，包括楊俊（天文學院博士研究生）、劉子科（天文學院碩士研究生）、楊雨涵（天文學院博士研究生）、鄒金航（天文學院聯合培養碩士研究生）、陳國銀（天文學院本科生）、倪陽（天文學院本科生）、張子鍵（天文學院本科生）、吳雨暄（天文學院本科生）、鄧雲未（天文學院本科生）、馬永昶（天文學院本科生）、蒙延智（天文學院博士後），王培源（匡亞明學院本科生）、許晟（天文學院本科生）、尹一涵（物理學院本科生）、張廷鈞（匡亞明學院本科生）、張釗（天文學院碩士研究生）等。南京大學張彬彬老師、清華大學曾鳴老師、中科院高能物理所的熊少林老師為該文的通訊作者。清華大學、中科院高能物理所、河北師範大學、廣西大學等多位專家學者共同參與了這一研究工作。本工作得到國家自然科學基金、科技部重點研發計劃、江蘇省雙創計劃、中央高校基本科研業務費專項資金、雙一流大學建設經費，南京大學天文與空間科學學院、以及南京大學雙創辦公室的多項基金和機構的支持。
人與其他靈長類動物相比，最重要的一項區別就在於大腦的體積。在人類進化過程中，人腦容量不斷增加，經過200萬年的演變，人類大腦體積增加了三倍，而其他靈長類動物的大腦卻變化不大。
這項發表在《自然》雜誌上的論文稱，和其他靈長類動物相比，人類活得更久，生育更多，體脂率更高，消化係統更小，而大腦更大，這些特征都需要更多的新陳代謝，這意味著人和猿在能量消耗和分配方麵差異顯著。然而，這些差異背後的機製此前並不明確。
為了解決這一問題，美國紐約市立大學亨特學院的赫爾曼·龐瑟和他的研究小組對141個人和已知大型類人猿每天的能量消耗進行了測量，並對相關數據進行了對比分析。結果發現，與其他靈長類動物相比，人類具備更快的代謝速率，需要更高的能耗。人類每天消耗的能量比黑猩猩、大猩猩以及紅毛猩猩分別高400、635和820千卡。而總能量消耗高出部分主要來自人類更高的基礎代謝率，即人體在清醒又極端安靜的狀態下，不受肌肉活動、環境溫度、食物及精神緊張等影響時的能量代謝率。基礎代謝主要服務於維持心肺、內髒功能和大腦運作，更高的基礎代謝率說明心肺、內髒和大腦更為活躍。
此外，研究人員還發現，與其他靈長類動物相比，人類還演化出了更高的體脂率，為更廣泛的新陳代謝提供了能量儲備，同時大幅降低了高能量需求的風險。
以及
在大腦中，葡萄糖通過不同的新陳代謝途徑起作用從而產生能量——這是它在大腦中最重要的功能，但葡萄糖同時也可以通過其他幾種關鍵的調節（例如，細胞凋亡）、保護（即對抗活性氧自由基）以及合成代謝（例如，蛋白質和脂質合成）途徑來起作用。產生能量的最有效的途徑與氧化磷酸化有關，但是葡萄糖也能夠迅速和高效地向離子交換膜法直接輸送能量，例如離子泵。當葡萄糖在完成這些功能時起作用且不依賴氧化磷酸化時，它傳統上被稱為有氧糖酵解。有氧糖酵解在大腦中的研究一直相對匱乏，但是在兩項最新的研究中，美國聖路易斯市華盛頓大學的S. Neil Vaishnavi、Marcus E. Raichle和同事發現，這一過程在休眠的大腦中存在區域差異，同時高水平的有氧糖酵解可能與後來的β澱粉樣沉積（也就是斑）有關。
在第一項研究中，研究人員利用正電子發射斷層顯像（PET）技術在年輕成人體內測量了氧和葡萄糖的新陳代謝速度。他們在前額皮質、外側頂葉皮質、楔前葉和後扣帶回皮質、顳側皮質、回直肌和尾狀核中發現了高速的有氧糖酵解。這些區域對應的區域包括“默認模式網絡”——當個體清醒但並未從事一項工作時最活躍的一組區域——和認知控製網絡。小腦和顳下回，包括海馬，則表現出了較低的有氧糖酵解速度。