中文

基于诺特定理与机器学习预测的哥白尼原理互补一致性检验

宇宙学与河外天体物理 2021-12-02 v2 广义相对论与量子宇宙学 高能物理 - 唯象学

摘要

哥白尼原理(CP),即假设我们不是宇宙的特权观测者,是标准宇宙学模型的基本信条。对这一假设的违背意味着表观宇宙加速可能无需宇宙常数、暗能量或(原文残缺)即可得到解释。本文提出一种经由诺特定理导出的、关联距离与膨胀率的 CP 新检验,它与文献中其他检验互补。我们还基于即将到来的第四阶段星系巡天模拟基准数据,并用其重建哈勃率 H(z)H(z) 与角直径距离 dA(z)d_A(z),以预测我们的零检验能多好地约束对宇宙常数模型的偏离。我们发现,在中等到高红移(z>0.5z>0.5)处,新检验能以 3σ\gtrsim 3\sigma 的置信度轻易排除若干基于 Lema\^{\i}tre-Tolman-Bondi 空洞模型的情景。

关键词

引用

@article{arxiv.2105.09049,
  title  = {Complementary consistency test of the Copernican principle via Noether's theorem and machine learning forecasts},
  author = {Rubén Arjona and Savvas Nesseris},
  journal= {arXiv preprint arXiv:2105.09049},
  year   = {2021}
}

备注

8 pages, 1 figure, 2 tables. Changes match published version