감마선 폭발 우주론

ลงชื่อเข้าใช้

기계 학습 알고리즘을 사용하여 감마선 폭발의 광도 관계를 보정함으로써 우주론적 모델을 모델 독립적인 방식으로 제약할 수 있습니다.

본 논문에서는 최신 감마선 폭발 데이터와 우주론적 연대 측정 데이터를 사용하여 우주론적 모델을 제약하는 방법을 제시하고, 이를 통해 평탄한 ΛCDM 모델과 wCDM 모델에서 우주론적 매개변수 값을 도출했습니다.

이 연구는 인공 신경망(ANN)을 사용하여 감마선 폭발(GRB)의 광도 특성 간의 경험적 상관관계인 Dainotti 관계를 보정하여 ΛCDM 모델에 의존하지 않고 우주론적 매개변수를 정제하는 방법을 제시합니다.

감마선 폭발(GRB)은 우주의 진화와 우주론적 모델을 연구하는 데 중요한 도구가 될 수 있으며, 특히 Ia형 초신성과 우주 마이크로파 배경 복사 사이의 적색편이 영역에서 그 가치가 더욱 부각된다.

เกี่ยวกับ

ผลิตภัณฑ์

แหล่งข้อมูล