高斯过程重建晚期宇宙膨胀历史的核函数依赖性

在本工作中，我们讨论了关于晚期宇宙膨胀历史的模型无关重建。我们使用高斯过程回归（GPR）来重建各种宇宙学参数的演化，如哈勃参数 $H(z)$ 和减速参数 $q(z)$，通过观测数据训练 GPR 模型。我们使用固定核函数和非固定核函数对这些参数进行 GP 重建。我们检讨核函数选择对重建结果的影响。我们发现，如果训练数据集较嘈杂（例如 $H(z)$ 数据），则使用非固定核函数（如低阶多项式核函数）是更好的选择，如下由边际似然分析所示。我们也研究了 $H(z)$ 的导数重建，以及核函数对其他宇宙学参数重建的影响，例如 $q(z)$ 和加速膨胀过渡红移。我们看到，重建的 $q(z)$ 演化也表明，低阶多项式核函数是用于重建相对于固定核函数的更好选择。