論文の概要: Geometric Determinations Of Characteristic Redshifts From DESI-DR2 BAO and DES-SN5YR Observations: Hints For New Expansion Rate Anomalies

• arxiv url: http://arxiv.org/abs/2505.19083v1
• Date: Sun, 25 May 2025 10:40:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-27 16:58:42.888875
• Title: Geometric Determinations Of Characteristic Redshifts From DESI-DR2 BAO and DES-SN5YR Observations: Hints For New Expansion Rate Anomalies
• Title（参考訳）: DESI-DR2 BAOとDES-SN5YR観測による特徴的赤方偏移の幾何学的測定:新しい膨張速度異常へのヒント
• Authors: Purba Mukherjee, Anjan A Sen,
• Abstract要約: 我々は、宇宙距離とその微分をピンポイント特性の赤方偏移に再構成し、$E(z)$を推測する。 我々の分析では、Planck 2018 $Lambda$CDM予測から約4～5$sigma$の顕著なずれが明らかであり、特に赤シフト範囲$z sim 0.35-0.55$で顕著である。 これらの異常は、復元法と組み合わせたデータセットの両方で一貫して観察され、標準宇宙論の枠組みを超えた新しい物理を示唆する堅牢な深夜の出発を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we perform a model-agnostic reconstruction of the cosmic expansion history by combining DESI-DR2 BAO and DES-SN5YR data, with a focus on geometric determination of characteristic redshifts where notable tensions in the expansion rate are found to emerge. Employing Gaussian process regression alongside knot-based spline techniques, we reconstruct cosmic distances and their derivatives to pinpoint these characteristic redshifts and infer $E(z)$. Our analysis reveals significant deviations of approximately 4 to 5$\sigma$ from the Planck 2018 $\Lambda$CDM predictions, particularly pronounced in the redshift range $z \sim 0.35-0.55$. These anomalies are consistently observed across both reconstruction methods and combined datasets, indicating robust late-time departures that could signal new physics beyond the standard cosmological framework. The joint use of BAO and SN probes enhances the precision of our constraints, allowing us to isolate these deviations without reliance on specific cosmological assumptions. Our findings underscore the role of characteristic redshifts as sensitive indicators of expansion rate anomalies and motivate further scrutiny with forthcoming datasets from DESI-5YR BAO, Euclid, and LSST. These future surveys will tighten constraints and help distinguish whether these late-time anomalies arise from new fundamental physics or unresolved systematics in the data.
• Abstract（参考訳）: 本研究では、DES-DR2 BAOとDES-SN5YRデータを組み合わせた宇宙膨張履歴のモデルに依存しない再構成を行い、膨張速度の顕著な緊張が生じる特徴的赤方偏移の幾何的決定に焦点を当てた。 結び目に基づくスプライン法とともにガウス過程の回帰を利用して、宇宙距離とその微分を再構成し、これらの特徴的な赤方偏移をピンポイントし、$E(z)$を推測する。 我々の分析では、Planck 2018 $\Lambda$CDMの予測から約4～5$\sigma$のかなりのずれが示され、特に赤シフト範囲$z \sim 0.35-0.55$で顕著である。 これらの異常は、復元法と組み合わせたデータセットの両方で一貫して観察され、標準宇宙論の枠組みを超えた新しい物理を示唆する堅牢な深夜の出発を示す。 BAOとSNプローブの併用により,制約の精度が向上し,特定の宇宙論的な仮定に依存することなく,これらの偏差を分離することが可能となる。 以上の結果から,DSI-5YR BAO,Euclid,LSSTのデータセットから,拡張速度異常の感度指標としての特徴的赤方偏移がさらに精査される可能性が示唆された。 これらの将来の調査は制約を厳しくし、これらの深夜異常が新しい基礎物理学から生じるのか、あるいはデータの未解決体系から生じるのかを識別するのに役立つだろう。

関連論文リスト

• Real-time gravitational-wave inference for binary neutron stars using machine learning [71.29593576787549]
  近似を行なわずに1秒で完全なBNS推論を行う機械学習フレームワークを提案する。 本手法は, (i) 合併前の正確な局所化を提供することにより, (i) 近似低遅延法と比較して, (ii) 局所化精度を$sim30%$で改善すること, (iii) 光度距離, 傾斜, 質量に関する詳細な情報を提供することにより, (i) マルチメーサの観測を向上する。
  論文  参考訳（メタデータ） (2024-07-12T18:00:02Z)
• A possible late-time transition of $M_B$ inferred via neural networks [0.0]
  ハッブル定数の張力は、局所的な宇宙と初期の宇宙の制約の間の緊張と見なすことができる。 我々は、絶対等級の値を不可知的に制約するためにニューラルネットワークを用いる。 我々は、$zapprox 1$ 領域における遷移赤方偏移の可能性を示唆する。
  論文  参考訳（メタデータ） (2024-02-16T08:21:43Z)
• Residual-based attention and connection to information bottleneck theory in PINNs [0.393259574660092]
  近年,物理インフォームドニューラルネットワーク(PINN)への関心が高まっている。 本稿では,動的システムや静的システムの収束を加速する,PINNの効率的な勾配なし重み付け手法を提案する。
  論文  参考訳（メタデータ） (2023-07-01T16:29:55Z)
• Curvature-Independent Last-Iterate Convergence for Games on Riemannian Manifolds [77.4346324549323]
  本研究では, 多様体の曲率に依存しないステップサイズが, 曲率非依存かつ直線的最終点収束率を達成することを示す。 我々の知る限りでは、曲率非依存率や/または最終点収束の可能性はこれまでに検討されていない。
  論文  参考訳（メタデータ） (2023-06-29T01:20:44Z)
• DA-VEGAN: Differentiably Augmenting VAE-GAN for microstructure reconstruction from extremely small data sets [110.60233593474796]
  DA-VEGANは2つの中心的なイノベーションを持つモデルである。 $beta$-variational autoencoderはハイブリッドGANアーキテクチャに組み込まれている。 このアーキテクチャに特化して、独自の差別化可能なデータ拡張スキームが開発されている。
  論文  参考訳（メタデータ） (2023-02-17T08:49:09Z)
• DynGFN: Towards Bayesian Inference of Gene Regulatory Networks with GFlowNets [81.75973217676986]
  遺伝子調節ネットワーク(GRN)は、遺伝子発現と細胞機能を制御する遺伝子とその産物間の相互作用を記述する。 既存の方法は、チャレンジ(1)、ダイナミックスから循環構造を識別すること、あるいはチャレンジ(2)、DAGよりも複雑なベイズ後部を学習することに焦点を当てるが、両方ではない。 本稿では、RNAベロシティ技術を用いて遺伝子発現の「速度」を推定できるという事実を活用し、両方の課題に対処するアプローチを開発する。
  論文  参考訳（メタデータ） (2023-02-08T16:36:40Z)
• Primordial non-Gaussianity from the Completed SDSS-IV extended Baryon Oscillation Spectroscopic Survey I: Catalogue Preparation and Systematic Mitigation [3.2855185490071444]
  最近完了したバリオン振動分光サーベイ(eBOSS)による最終分光試料の大規模クラスタリングについて検討する。 フォローアップ分光のターゲットを選択するために使用される画像データの品質の空間的変動に起因する密度場の急激なゆらぎを軽減するニューラルネットワークベースのアプローチを開発した。
  論文  参考訳（メタデータ） (2021-06-25T16:01:19Z)
• Supporting Optimal Phase Space Reconstructions Using Neural Network Architecture for Time Series Modeling [68.8204255655161]
  位相空間特性を暗黙的に学習する機構を持つ人工ニューラルネットワークを提案する。 私たちのアプローチは、ほとんどの最先端戦略と同じくらいの競争力があるか、あるいは優れているかのどちらかです。
  論文  参考訳（メタデータ） (2020-06-19T21:04:47Z)
• Consistency of Extreme Learning Machines and Regression under Non-Stationarity and Dependence for ML-Enhanced Moving Objects [0.0]
  ランダムな重みを持つ極端学習機械による教師付き学習は、非定常時間サンプリング設計の下で研究される。 その結果,最小二乗およびリッジ回帰推定値の整合性と正規性,および $ell_s$-penalty の整合性を示す。
  論文  参考訳（メタデータ） (2020-05-22T11:29:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。