
本研究利用機器學習演算法校準 Pantheon+ 超新星樣本的伽瑪射線暴光度關係，並結合高紅移伽瑪射線暴數據和最新的哈勃觀測數據，對宇宙學模型進行約束，發現機器學習方法在精度上與高斯過程方法具有競爭力。


coremsg

基於機器學習的伽瑪射線暴宇宙學模型約束


本研究利用最新的伽瑪射線暴樣本和宇宙學獨立方法，限制了宇宙學模型的參數，發現結果與宇宙微波背景輻射觀測結果一致。



這篇文章主張使用人工神經網路對伽瑪射線暴進行獨立於模型的校準，以提高宇宙學參數測量的準確性，特別是在高紅移情況下。



伽瑪射線暴 (GRB) 作為宇宙學探測器，具有巨大的潛力，可以彌合最遠的 Ia 型超新星和宇宙微波背景輻射之間的宇宙演化信息空白，並為當前具有挑戰性的宇宙學矛盾提供新的思路。



高紅移宇宙學中的伽瑪射線暴：綜述
