宇宙学中高斯过程的核选择：基于近似贝叶斯计算拒绝与嵌套采样
宇宙学与河外天体物理
2023-06-07 v1
摘要
高斯过程（GP）因其能以模型无关方式重建宇宙学数据而受到广泛关注。在本研究中，我们比较了两种GP核选择方法：近似贝叶斯计算（ABC）拒绝与嵌套采样。我们使用五种核函数分析了三类数据：宇宙计时数据（CC）、Ia型超新星（SNIa）和伽马射线暴（GRB）。为评估核函数间差异，我们利用贝叶斯因子评判证据强度。我们的结果表明，对于ABC拒绝，具有=5/2的Mat\'ern核（M52核）在逼近全部三类数据上优于常用的径向基函数（RBF）核。贝叶斯因子表明，M52核通常比RBF核更好地支持观测数据，但相对于其他备选核并无明显优势。然而，嵌套采样给出不同结果，M52核失去其优势。尽管如此，贝叶斯因子表明数据对各核并无显著依赖。
引用
@article{arxiv.2304.03911,
title = {Kernel Selection for Gaussian Process in Cosmology: with Approximate Bayesian Computation Rejection and Nested Sampling},
author = {Hao Zhang and Yu-Chen Wang and Tong-Jie Zhang and Ting-ting Zhang},
journal= {arXiv preprint arXiv:2304.03911},
year = {2023}
}
备注
15 pages, 4 tables, 6 figures, accepted for publication in ApJS. We draw a new conclusion which is different from the standard ABC-related methods(e.g. ABC-SMC) in kernel selection for Gaussian Process