高斯过程宇宙学
Gaussian Process Cosmography
摘要：
高斯过程提供了一种从观测中提取宇宙学信息的方法，而无需假设宇宙学模型。我们进行宇宙学-映射宇宙膨胀的时间演化-在一个模型独立的方式使用运动学变量和宇宙学的几何探测。使用最先进的超新星距离数据从联盟2.1编译，我们约束，没有任何假设的暗能量参数化或物质密度，哈勃参数和减速参数作为红移的函数。这些关系的提取成功地测试对模型的功能，在不同的连贯性尺度，受到一定的统计警告。
英文摘要：
Gaussian processes provide a method for extracting cosmological information from observations without assuming a cosmological model. We carry out cosmography -- mapping the time evolution of the cosmic expansion -- in a model-independent manner using kinematic variables and a geometric probe of cosmology. Using the state of the art supernova distance data from the Union2.1 compilation, we constrain, without any assumptions about dark energy parametrization or matter density, the Hubble parameter and deceleration parameter as a function of redshift. Extraction of these relations is tested successfully against models with features on various coherence scales, subject to certain statistical cautions.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
