更包容的有效暗流动方程态参数:来自 SKA 和 Euclid 类观测的约束
机器学习
2026-01-26 v1 最优化与控制
机器学习
摘要
我们对有效暗流动方程态参数 进行预测约束,该参数封装了既修改宇宙背景膨胀又修改其大尺度结构生长的修正引力理论。通过将 Friedmann 方程中的暗流动压强与密度内容关联起来,从而将 关联到修正引力参数化模型中,其中包括牛顿势方程参数 、引力滑移参数 以及时滞相关的哈勃参数 。我们采用下一代 SKA 观测规范,单独或与预期将同步发布的 Euclid DR3 观测数据联合使用,关注其对星系聚类和引力透镜探针的实现方式与配方。我们考虑两种数据模拟模型:一种为中间参数偏离 10% 的情形(尽管 ),另一种则接近 CDM。我们发现,三个参数相对于 CDM 的偏离仅能在 SKA 单独观测下以 1 水平检测到,而联合 Euclid 可将此提升至约 。在将三个参数投影到单个 参数后,可实现约 30% 的约束精度提升。然而,这两种情形的影响都显现,虽然提升了相对于 CDM 值的检测水平,但并未显著改变局面。我们得出结论,两个观测场的协同作用有助于缩紧约束,但同样表明,尽管我们的高度泛化参数化在背景层面和扰动层面都产生影响,但在本文预测所实现的精度水平下,仍难以从 CDM 中分离出来,这至少需要来自所采用观测更高级阶段的数据方能实现此目标。
引用
@article{arxiv.2601.16897,
title = {FedSGM: A Unified Framework for Constraint Aware, Bidirectionally Compressed, Multi-Step Federated Optimization},
author = {Antesh Upadhyay and Sang Bin Moon and Abolfazl Hashemi},
journal= {arXiv preprint arXiv:2601.16897},
year = {2026}
}