利用人工神经网络从精确定位的快速射电暴中推导与宇宙学无关的光子质量极限

假想的光子质量 $m_{\gamma}$ 会产生依赖于频率的光真空色散，这导致不同频率的光子在传播固定距离时产生额外的时间延迟。快速射电暴（FRBs）的色散测量--红移测量已被广泛用于约束光子的静止质量。然而，目前所有的研究都是在标准 $\Lambda$CDM 宇宙学背景下分析具有质量光子的依赖于频率的色散效应。为了缓解由基于光子无质量基本假设的特定宇宙学模型推测所引起的循环论证问题，这里我们采用一种新的模型无关平滑技术，即人工神经网络（ANN），从 34 个宇宙年代计测量中重构 Hubble 参数 $H(z)$ 函数。通过结合 32 个精确定位的 FRBs 观测和由 ANN 重构的 $H(z)$ 函数，我们获得了 $m_{\gamma} \le 3.5 \times 10^{-51}\;\rm{kg}$，或等价于 $m_{\gamma} \le 2.0 \times 10^{-15}\;\rm{eV/c^2}$（$m_{\gamma} \le 6.5 \times 10^{-51}\;\rm{kg}$，或等价于 $m_{\gamma} \le 3.6 \times 10^{-15}\;\rm{eV/c^2}$）的 $1\sigma$（$2\sigma$）置信水平上限。这是从河外源推导出的第一个与宇宙学无关的光子质量极限。