结合暗能量模型的观测限制及其贝叶斯模型选择标准解析暗能量性质

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11705079
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    26.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A2504.相对论、引力与宇宙学
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

In the frame of general relativity, the dark energy theory has been one of the hot topic to explore the mechanism of present accelerated expansion of the Universe in modern cosmology. The solution of this problem strongly depends on the proper understanding of the nature of dark energy, meanwhile, one of the key methods to extract the nature of dark energy is to distinguish the theoretical models and assess the performance of dark energy models. This project will focus on the two aspects, one is to precisely constrain the cosmological parameters from the large-scale structure and future galaxy survey observations, the other is to assess the performance of dark energy models by the Bayesian model selection criterion. By combining the theoretical research, numerical simulation and cosmic observations, we will calculate the possible observational effects on the background expansion and large-scale structure formation of the Universe, employ the observational data to test the model parameter space, and calculate the Bayesian evidence of theoretical models by the nested sampling algorithm, and then assess the performance of dark energy models at the present precision, further, we could forecast the future galaxy surveys via Fisher matrix method so that the constraint precision of cosmological parameters would be improved, and Bayesian evidence of different theoretical models would be precisely calculated, then we can assess the performance of dark energy models at the high precision, this research of project would provide an important reference for extracting the nature of dark energy.
在广义相对论框架下利用暗能量理论探索当前宇宙加速膨胀机制是现代宇宙学研究的热点问题之一。该问题的解决极大地依赖于正确理解暗能量的性质,而区分不同暗能量模型并判断其优劣是解析暗能量性质的重要途径之一。本项目中,申请人将致力于大尺度结构观测和未来星系观测数据精确限制宇宙学参数以及贝叶斯模型选择标准判断模型优劣两方面开展工作。将理论研究、数值模拟和观测数据三者相结合,研究不同理论模型在宇宙背景膨胀和大尺度结构形成上的可观测效应,利用当前观测数据检验模型参数空间,通过嵌套取样算法计算贝叶斯证据并在当前观测精度上判断暗能量模型优劣;进一步,采用Fisher矩阵方法对未来星系巡天数据进行预测,据此提高宇宙学参数限制精度,并精确计算理论模型的贝叶斯证据,在高精度上判断暗能量模型优劣,为深入解析暗能量性质提供重要参考。

结项摘要

从理论研究、数值模拟和天文观测三个方面系统地研究了暗能量理论模型的观测限制及宇宙学模型选择机制,理论上通过对暗能量理论模型的分析,研究零阶背景演化方程和一阶扰动方程,分析不同理论模型对微波背景辐射各向异性功率谱、宇宙大尺度结构形成等方面的影响及所产生的可观测效应,结合最新发布的天文观测数据,采用马尔科夫链-蒙特卡洛计算方法给出模型参数的置信空间。将贝叶斯定理应用到宇宙学,利用嵌套取样算法修改适用于不同暗能量模型的宇宙学程序编码,便于在数值模拟程序中检验模型参数空间的同时,计算其贝叶斯证据。以贝叶斯定理为基础,以贝叶斯证据的计算结果为依据,利用大尺度结构观测和几何观测的联合数据在当前精度上确定不同暗能量理论模型的优劣,从当前观测数据中解析暗能量的性质。进一步,依据未来引力波探测计划的核心设计参数,模拟出引力波事件在不同红移处对应的光度距离及其误差,在未来引力波标准汽笛数据的更高精度上判断不同暗能量理论模型的优劣,深入解析暗能量的本质。

项目成果

期刊论文数量(42)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Forecast constraints on anisotropic stress in dark energy using gravitational waves
利用引力波预测暗能量各向异性应力的约束
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    Monthly Notices of the Royal Astronomical Society
  • 影响因子:
    4.8
  • 作者:
    Weiqiang Yang;Supriya Pan;David F. Mota;Minghui Du
  • 通讯作者:
    Minghui Du
Listening to the sound of dark sector interactions with gravitational wave standard sirens
聆听暗区与引力波标准警报器相互作用的声音
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    Journal of Cosmology and Astroparticle Physics
  • 影响因子:
    6.4
  • 作者:
    Weiqiang Yang;Sunny Vagnozzi;Eleonora Di Valentino;Rafael C. Nunes;Supriya Pan;David F. Mota
  • 通讯作者:
    David F. Mota
Metastable dark energy models in light of Planck 2018: Alleviating the H0 tension
Planck 2018 的亚稳态暗能量模型:缓解 H0 张力
  • DOI:
    10.1103/physrevd.102.063503
  • 发表时间:
    2020
  • 期刊:
    Physical Review D
  • 影响因子:
    5
  • 作者:
    Weiqiang Yang;Eleonora Di Valentino;Supriya Pan;Spyros Basilakos;Andronikos Paliathanasis
  • 通讯作者:
    Andronikos Paliathanasis
New limits on coupled dark energy model after Planck 2015
Planck 2015 之后耦合暗能量模型的新限制
  • DOI:
    10.1016/j.dark.2018.04.001
  • 发表时间:
    2018
  • 期刊:
    Physics of the Dark Universe
  • 影响因子:
    5.5
  • 作者:
    Hang Li;Weiqiang Yang;Yabo Wu;Ying Jiang
  • 通讯作者:
    Ying Jiang
Reheating in quintessential inflation via gravitational production of heavy massive particles: A detailed analysis
通过重力产生重质量粒子进行典型的膨胀再加热:详细分析
  • DOI:
    10.1002/lno.10619
  • 发表时间:
    2019
  • 期刊:
    Journal of Cosmology and Astroparticle Physics
  • 影响因子:
    6.4
  • 作者:
    Jaume Haro;Weiqiang Yang;Supriya Pan
  • 通讯作者:
    Supriya Pan

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Extended Analysis on New Generalized Chaplygin Gas
新广义查普利金气体的扩展分析
  • DOI:
    --
  • 发表时间:
    2009
  • 期刊:
  • 影响因子:
    --
  • 作者:
    王俊;吴亚波;王頔;杨维强
  • 通讯作者:
    杨维强
一种支持SOA系统开发的服务注册库
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    小型微型计算机系统
  • 影响因子:
    --
  • 作者:
    褚伟杰;李伟平;杨维强;刘诗童
  • 通讯作者:
    刘诗童

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

杨维强的其他基金

引力波天文学时代哈勃常数不一致问题的相关研究
  • 批准号:
    12175096
  • 批准年份:
    2021
  • 资助金额:
    63 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码