标量-张量宇宙学的神经网络重构
广义相对论与量子宇宙学
2023-05-26 v1
摘要
神经网络在为探索新物理提供数据优先方法方面已显示出巨大前景。在这项工作中，我们使用晚期宇宙学数据的完整实现，在神经网络系统框架内重构若干标量-张量宇宙学模型。在该流程中，我们将数据中的协方差纳入神经网络训练算法，而非采用马尔可夫链蒙特卡洛分析中使用的似然方法。对于经典标量-张量模型的通用子类，我们发现了更严格的函数模型界限，这可能有助于理解哪些模型在观测上是可行的。
引用
@article{arxiv.2305.15500,
title = {Neural network reconstruction of scalar-tensor cosmology},
author = {Konstantinos F. Dialektopoulos and Purba Mukherjee and Jackson Levi Said and Jurgen Mifsud},
journal= {arXiv preprint arXiv:2305.15500},
year = {2023}
}