用深度学习约束局部宇宙的空间曲率

我们利用距离求和规则（DSR）方法，借助一大样本共 161 个强引力透镜（SGL）系统来约束宇宙的空间曲率，这些系统的距离通过深度学习从 Pantheon 型 Ia 超新星（SNe Ia）编目中校准。为探究透镜星系质量模型对约束曲率参数 $\Omega_k$ 的可能影响，我们考虑了三种不同的透镜模型。结果表明，在奇异等温球（SIS）模型中，平坦宇宙得到支持，参数为 $\Omega_k=0.049^{+0.147}_{-0.125}$。而在幂律（PL）模型中，闭合宇宙在 $\sim 3\sigma$ 置信水平下更受偏好，参数为 $\Omega_k=-0.245^{+0.075}_{-0.071}$。在扩展幂律（EPL）模型中，$\Omega_k$ 的 95$\%$ 置信水平上界为 $<0.011$。就透镜模型参数而言，对三种模型的约束表明透镜星系的质量轮廓不能简单地由标准 SIS 模型描述。