使用深度网络进行暗能量模型比较
宇宙学与河外天体物理
2019-10-15 v3 机器学习
摘要
本工作结合变分自编码器与生成对抗网络，在观测数据（例如 Ia 型超新星的距离模数）约束下比较不同的暗能量模型。该网络找到了模型中隐参数真实后验的解析变分近似，给出了与标准贝叶斯方法一致的模型比较结果，而标准贝叶斯方法需要对似然与先验乘积中的参数进行计算代价高昂的积分。网络的并行计算特性结合随机梯度下降优化技术，为在给定一组观测数据时比较物理模型提供了一种高效途径。收敛后的网络还能对数据集提供插值，这对数据重构是有用的。
引用
@article{arxiv.1907.00568,
title = {Model Comparison of Dark Energy models Using Deep Network},
author = {Shi-Yu Li and Yun-Long Li and Tong-Jie Zhang},
journal= {arXiv preprint arXiv:1907.00568},
year = {2019}
}
备注
11 pages, 5 figures. Matches the published version in RAA