MMFeb, 2024

通过神经网络推断的 $M_B$ 的后期转变

PDF
TL;DR通过使用神经网络不受模型限制地约束绝对光度的值以及评估绝对光度随红移的变化对 Pantheon + 汇编的影响和统计显著性，本研究重新考虑了这个参数的变化可能性，并对神经网络架构进行了彻底分析。我们发现在约为 1 的红移区域存在过渡红移的迹象。
cosmological parametershubble constanttype ia supernovaneural networksredshift
发现论文，激发创造
  • 超新星观测证实宇宙加速膨胀且存在宇宙常数

    研究了 10 个 Ia 型超新星，发现它们的距离比没有宇宙学常数的低质量密度宇宙预期的距离更远。该研究还估算了系统误差的大小，并证实宇宙有正的宇宙学常数、当前膨胀加速，并且普通物质无法构成封闭宇宙。

    May, 1998

  • H0LiCOW XIII. 通过透镜状星系测量 $H_{0}$ 为 2.4%: 早期与晚期宇宙探测之间存在 $5.3σ$ 张力

    通过对六个引力透镜中的四颗盲分析和时间延迟发布的信号进行联合分析，我们以高达 2.4% 精度测量了哈勃常数（H0）和其他宇宙学参数，发现 H0=73.3±1.7 公里 / 秒 / 兆秒，与已知测量结果相一致，但与 Planck CMB 观察结果存在 3.1σ 的紧张关系，并证明时间延迟宇宙学是衡量宇宙学模型的有用补充方法。

    Jul, 2019

  • 基于贝叶斯深度学习的修正引力宇宙体积

    使用具有不确定性估计的贝叶斯神经网络从修改引力模拟中提取宇宙学参数，优于传统神经网络的精确预测和校准不确定性估计

    Sep, 2023

  • 42 个高红移超新星的 Omega 和 Lambda 测量

    本研究使用 42 个 Ia 型超新星的视星等 - 红移数据与其他数据联合拟合得到宇宙学常数能量密度 Ω_Lambda 与宇宙质量密度 Ω_M 的联合概率分布，结果表明宇宙常数是一个非零正数，对于平直宇宙模型而言，Omega_M=0.28 {+0.09,-0.08}。

    Dec, 1998

  • 高红移类星体哈勃图的宇宙学限制

    通过对类星体的哈勃图进行测量，该研究提出一个在高红移下与现有宇宙学模型略有偏差的暗能量密度增加随时间变化的可能性和暗能量状态方程进化的可能性。

    Nov, 2018

  • 深度学习驱动的改进宇宙学参数推断方案

    使用改进的 CNN 算法和基于峰值计数的易于理解方法，可以更好地估计弱引力透镜映射的余量参数和标准差，并提取更多的高阶统计信息，这在研究宇宙学和暗物质中非常有帮助。

    Jun, 2018

  • 高红移时期超大质量黑洞与宿主星系的共同演化：来自六个宇宙学模拟的矛盾及 JWST 的关键作用

    本文研究了不同宇宙学模拟对于高红移夸克星系中黑洞的质量和 Eddington 比例的预测是否一致，结果显示暗淡夸克星系的黑洞群与整个黑洞群的质量差异是固有的，并且基于这些暗淡夸克星系可帮助约束宇宙早期宇宙学模拟的黑洞、星系演化的准确度。

    Jan, 2022

  • 使用 SDSS-II 和 SNLS 超新星样本的联合分析提高宇宙学限制

    本文使用 SDSS-II 和 SNLS 研究合作小组获得的观测结果，通过联合分析彗鼠标型 Ia 超新星（SN Ia）观测数据集，给出了暗能量状态方程参数和物质密度参数等余弦学约束。

    Jan, 2014

  • 早期暗能量可解决哈勃张力

    本文研究了早期暗能量的物理模型，通过 Markov Chain Monte Carlo 搜索参数空间，发现在某些宇宙学参数范围内，早期暗能量可以解决哈勃张力问题，同时保持与宇宙微波背景数据的一致性，未来的观测将进一步探测这种场景。

    Nov, 2018

  • 用光度分类的泛星巡天超新星测量暗能量属性。II. 宇宙学参数

    通过使用超新星和 CMB 的测量，以及贝叶斯方法针对光度分类和 CC SN 污染，我们发现暗能量状态方程参数为 - 0.989±0.057 (stat+sys)。

    Oct, 2017