⚛️ general relativity

Joint reconstruction of $H(z)$ and $f\sigma_8(z)$ with physics informed neural networks

Diese Arbeit demonstriert einen Proof of Concept für die gemeinsame Rekonstruktion des Hubble-Parameters $H(z)$ und der Wachstumsrate $f\sigma_8(z)$ unter Verwendung von physik-informierten neuronalen Netzen, die über die lineare Wachstumsgleichung gekoppelt sind, wobei eine systematische Spannung zu den $\Lambda$ CDM-Vorhersagen aufgezeigt und gleichzeitig die Robustheit der Methode gegenüber unterschiedlichen lokalen $H_0$ -Priors bestätigt wird.

Ursprüngliche Autoren: Konstantinos F. Dialektopoulos

Veröffentlicht 2026-06-17

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Konstantinos F. Dialektopoulos

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich das Universum als einen riesigen, expandierenden Ballon vor. Seit Jahrzehnten versuchen Wissenschaftler, zwei spezifische Dinge über diesen Ballon zu messen:

Wie schnell er sich gerade ausdehnt und zu verschiedenen Zeiten in der Vergangenheit (bezeichnet als $H(z)$ ).
Wie schnell die „Klumpen“ der Materie (wie Galaxien) aufgrund der Gravitation zusammenwachsen (bezeichnet als $f\sigma_8(z)$ ).

Lange Zeit haben Wissenschaftler diese beiden Dinge getrennt gemessen, wie zwei verschiedene Teams, die in unterschiedlichen Räumen arbeiten. Sie maßen die Expansion, maßen das Klumpen und trafen sich erst danach, um zu sehen, ob ihre Ergebnisse gemeinsam Sinn ergeben.

Dieses Paper stellt einen neuen Weg vor, dies zu tun, unter Verwendung einer Art künstlicher Intelligenz, die ein Physics-Informed Neural Network (PINN) ist. Denken Sie an diese KI nicht nur als eine Maschine zur Mustererkennung, sondern als einen Studenten, der ein strenges Regelbuch (die Gesetze der Physik) lernt, während er studiert.

Hier ist eine einfache Aufschlüsselung dessen, was die Autoren getan haben und herausgefunden haben:

1. Das Problem: Zwei Teams, ein Universum

In der Vergangenheit arbeiteten das „Expansions-Team“ und das „Klumpen-Team“ unabhängig voneinander.

Das Expansions-Team untersuchte, wie schnell Galaxien sich voneinander entfernen.
Das Klumpen-Team untersuchte, wie die Gravitation Materie zusammenzieht.
Das Problem: Laut Einsteins Theorie der Gravitation (Allgemeine Relativitätstheorie) sind diese beiden Dinge mathematisch miteinander verknüpft. Wenn man weiß, wie schnell sich das Universum ausdehnt, sollte man theoretisch vorhersagen können, wie schnell die Materie klumpt. Wenn man sie separat misst, könnte man einen subtilen Hinweis übersehen, dass etwas mit unserem aktuellen Verständnis des Universums nicht stimmt.

2. Die Lösung: Die „verbundene“ KI

Die Autoren bauten eine spezielle KI mit zwei Köpfen (einer für die Expansion, einer für das Klumpen), aber einem einzelnen Gehirn (einem gemeinsamen Backbone).

Das Band: Sie banden die beiden Köpfe mit einem „Physik-Seil“ zusammen. Dieses Seil ist die mathematische Gleichung, die Expansion und Klumpen verbindet.
Wie es funktioniert: Während die KI versucht, aus echten Daten zu lernen, wird sie „bestraft“ (über eine „Loss Function“), wenn die beiden Köpfe Antworten geben, die das Physik-Seil reißen lassen. Es ist wie das Training eines Hundes, der einen Ball apportiert; wenn der Hund den Ball fallen lässt, bevor er den Besitzer erreicht, erhält er eine sanfte Korrektur. Die KI lernt, die Daten anzupassen, während sie gleichzeitig den Gesetzen der Physik gehorcht.

3. Die Daten: Eine Mischung aus Messungen

Die KI wurde mit zwei Arten von Daten gefütet:

50 Messungen darüber, wie schnell sich das Universum ausdehnt (aus „Cosmic Chronometers“ und Schallwellen aus dem frühen Universum).
63 Messungen darüber, wie schnell die Materie klumpt (aus der Bewegung von Galaxien im Raum).

4. Die große Entdeckung: Die „Hubble-Spannung“ und die „Sigma-8-Spannung“

Es gibt zwei berühmte Rätsel in der Kosmologie zurzeit:

Die Hubble-Spannung: Lokale Messungen sagen, dass das Universum schneller expandiert (etwa 73 km/s) als die Modelle des frühen Universums vorhersagen (etwa 67 km/s).
Die Sigma-8-Spannung: Messungen der Klumpung von Galaxien deuten darauf hin, dass die Materie weniger klumpt, als das Standardmodell vorhersagt.

Was die KI fand:

Verankerung der Geschwindigkeit: Die Autoren zwangen die KI, die „lokale“ Expansionsgeschwindigkeit (etwa 73 km/s) als Ausgangspunkt zu akzeptieren.
Das Ergebnis: Selbst mit dieser schnelleren Expansionsgeschwindigkeit blieb die Vorhersage der KI darüber, wie die Materie klumpt, konsistent niedriger, als es das Standardmodell ( $\Lambda$ CDM) erwartet.
Die Analogie: Stellen Sie sich vor, Sie fahren ein Auto. Der Tacho zeigt an, dass Sie 70 mph fahren (die lokale Messung). Die Standardkarte sagt, dass Sie bestimmte Landschaften sehen sollten (Standardmodell). Aber wenn Sie aus dem Fenster schauen, ist die Landschaft tatsächlich anders (weniger Klumpung). Die KI bestätigte, dass selbst wenn Sie dem Tacho vertrauen, die Landschaft immer noch nicht zur Karte passt.

5. Warum das wichtig ist

Es funktioniert: Die Autoren haben bewiesen, dass es möglich und hilfreich ist, die beiden Messungen während des Lernprozesses mit Physikgleichungen zu verknüpfen. Dies erzeugt ein glatteres, konsistenteres Bild des Universums.
Robustheit: Sie testeten zwei verschiedene „lokale Geschwindigkeiten“ (73,04 und 73,50). Die KI lieferte für die Klumpung der Materie fast exakt dieselbe Antwort in beiden Fällen. Dies deutet darauf hin, dass das Ergebnis kein Zufall einer spezifischen Zahl ist.
Der „Nulltest“: Sie führmen einen Diagnosetest durch (einen sogenannten $Om(z)$-Test), um zu sehen, ob sich das Universum wie ein flaches, Standardmodell verhält. Der Test zeigte eine klare „Abweichung“ vom Standardmodell, insbesondere bei niedrigeren Rotverschiebungen (näher bei uns), was die Idee verstärkt, dass unser aktuelles Modell etwas fehlen könnte.

Was sie NICHT getan haben

Sie haben nicht behauptet, das Rätsel gelöst zu haben, warum das Universum sich so verhält (z. B. haben sie nicht bewiesen, dass eine neue Art von Dunkler Energie existiert).
Sie haben in dieser spezifischen Studie keine Supernova-Daten (eine andere Art von Messung) verwendet, obwohl sie erwähnten, dass diese später hinzugefügt werden könnten.
Sie haben nicht behauptet, dass die Ergebnisse perfekt sind; sie merkten an, dass einige Annahmen (wie die Menge der Materie im Universum) fixiert waren und Verzerrungen (Bias) einführen könnten.

Das Fazit

Dieses Paper ist ein „Proof of Concept“. Es zeigt, dass die Nutzung von KI, um die Expansion und das Wachstum des Universums gleichzeitig zu lernen, während man die KI dazu zwingt, den Gesetzen der Gravitation zu gehorchen, ein mächtiges Werkzeug ist. Es bestätigt, dass die Spannung zwischen der Geschwindigkeit, mit der das Universum expandiert, und der Art und Weise, wie Materie klumpt, real und beständig ist, selbst wenn wir die fortschrittlichsten, physikbewussten KI-Werkzeuge zur Verfügung haben.

Technische Zusammenfassung: Gemeinsame Rekonstruktion von $H(z)$ und $f\sigma_8(z)$ mit physik-informierten neuronalen Netzen

Problemstellung
Aktuelle kosmologische Beobachtungen weisen auf zwei beständige Spannungen hin: die $H_0$ -Spannung (Diskrepanz zwischen lokalen Distanzskalenmessungen von $\approx 73$ km s $^{-1}$ Mpc $^{-1}$ und CMB-abgeleiteten Werten von $\approx 67$ km s $^{-1}$ Mpc $^{-1}$ ) und die $\sigma_8$ - (oder $S_8$ -) Spannung (Galaxien-Weak-Lensing-Surveys deuten auf eine geringere Materiefluktuation als von $\Lambda$ CDM vorhergesagt hin). Während frühere Arbeiten den Hubble-Parameter $H(z)$ und die Wachstumsrate $f\sigma_8(z)$ unabhängig voneinander mittels Gauß-Prozessen oder Standard-Künstlicher Neuronaler Netze (ANNs) rekonstruiert haben, behandeln diese Methoden die beiden Observablen als statistisch unabhängig. Dieser Ansatz verwirft die bekannte physikalische Kopplung zwischen Expansion und Wachstum, die durch die Allgemeine Relativitätstheorie (GR) diktiert wird. Speziell verknüpft die lineare Wachstumsgleichung $H(z)$ und $f\sigma_8(z)$ ; das Ignorieren dieser Verbindung während der Rekonstruktion verhindert, dass die Daten die Wachstumsgeschichte durch die Expansionsgeschichte einschränken können und umgekehrt.

Methodik
Die Autoren schlagen ein Proof-of-Concept-Framework unter Verwendung von Physik-informierten Neuronalen Netzen (PINNs) vor, um $H(z)$ und $f\sigma_8(z)$ gemeinsam zu rekonstruieren, ohne eine spezifische Zustandsgleichung der Dunklen Energie anzunehmen.

Architektur: Das Modell verwendet ein Dual-Head-Netzwerk mit einem gemeinsamen Backbone. Der Input ist die Rotverschiebung $z$ (reskaliert auf $[-1, 1]$ ), die durch drei Hidden Layers der Breite 512 mit ELU-Aktivierungsfunktionen (gewählt aufgrund unendlicher Differenzierbarkeit) verarbeitet wird. Das Netzwerk verzweigt sich in zwei unabhängige Output-Heads: einen für $H(z)$ und einen für $f\sigma_8(z)$ . Die Output-Aktivierungen erzwingen physikalische Grenzen (Positivität für $H(z)$ via Softplus; einen Bereich von $(0,1, 0,9)$ für $f\sigma_8(z)$ via Sigmoid).
Physik-Loss: Die Kerninnovation ist die Einbeziehung eines Physik-Loss-Terms, $\mathcal{L}_{physics}$ , der aus der linearen Wachstums-ODE der GR abgeleitet ist:
$\frac{df}{d \ln a} + f^2 + \left[ 2 + \frac{1}{2} \frac{d \ln H^2}{d \ln a} \right] f = \frac{3}{2} \Omega_m(a)$
wobei $f = f\sigma_8 / \sigma_{8,0}$ und $\Omega_m(a) = \Omega_{m,0}(1+z)^3 H_0^2 / H^2(z)$ . Die erforderlichen Ableitungen werden exakt mittels automatischer Differenzierung durch den Berechnungsgraphen des Netzwerks berechnet, wodurch numerische Diskretisierungsfehler vermieden werden.
Gesamt-Loss: Das Trainingsziel minimiert eine gewichtete Summe: $\mathcal{L}_{total} = \mathcal{L}_{data,H} + \mathcal{L}_{data,f\sigma_8} + \lambda \mathcal{L}_{physics}$ . Der Skalar $\lambda$ steuert den Trade-off zwischen der Anpassung an die Daten und der Erfüllung der physikalischen Gleichung.
Daten und Training: Das Netzwerk wird auf 50 $H(z)$ -Messungen (32 Cosmic Chronometers, 18 BAO) und 63 $f\sigma_8(z)$ -Messungen (Redshift Space Distortions) trainiert. Ein Ensemble von 100 unabhängig geseedten Netzwerken wird trainiert, um die Unsicherheit zu quantifizieren. Die Studie testet vier Werte für $\lambda \in \{0, 0,01, 0,1, 1,0\}$ und verankert die $H_0$ -Normierung mithilfe zweier lokaler Priors: SH0ES ( $73,04 \pm 1,04$ ) und Local Distance Network ( $73,50 \pm 0,81$ ).

Wichtigste Beiträge

Erste gemeinsame PINN-Rekonstruktion: Diese Arbeit stellt nach Kenntnis der Autoren die erste Verwendung einer physik-informierten Multi-Head-Architektur dar, um die Expansionsgeschichte und das lineare Wachstum der Struktur gemeinsam zu modellieren, wobei eine gemeinsame physikalische Einschränkung (die GR-Wachstums-ODE) während des Trainings genutzt wird, statt als Post-hoc-Konsistenzprüfung.
Automatische Differenzierung für die Kosmologie: Die Methode demonstriert den Nutzen der automatischen Differenzierung in der kosmologischen Rekonstruktion zur Berechnung exakter Ableitungen der Netzwerk-Outputs für den ODE-Residual, was die Notwendigkeit von räumlichen Gittern oder Finite-Differenzen-Approximationen eliminiert.
Effektivität der Kopplung: Die Studie zeigt, dass die Kopplung der beiden Observablen über die Wachstumsgleichung machbar und vorteilhaft ist, da sie die Ensemble-Streuung reduziert und dynamische Konsistenz gewährleistet.

Ergebnisse

Optimale Kopplung: Ein Kopplungsgewicht von $\lambda = 0,1$ wurde als optimales Gleichgewicht zwischen Datenanpassung und physikalischer Konsistenz identifiziert. Bei diesem Wert konvergieren der Physik-Loss und die Daten-Loss-Werte auf vergleichbare Größenordnungen, was verhindert, dass ein einzelner Term den Gradienten dominiert.
$H_0$ -Verankerung: Oh ohne expliziten $H_0$ -Prior rekonstruiert das Netzwerk ein verzerrtes niedriges $H_0$ ( $46\text{--}52$ km s $^{-1}$ Mpc $^{-1}$ ). Wenn es an entweder den SH0ES- oder den Local Distance Network-Prior verankert wird, rekonstruiert das Netzwerk $H_0$ exakt am Prior-Wert. Die zwei unterschiedlichen Priors liefern ununterscheidbare $f\sigma_8(z)$ -Rekonstruktionen, was die Robustheit gegenüber dem spezifischen $H_0$ -Spannungswert demonstriert.
Wachstums-Spannung: Das rekonstruierte $f\sigma_8(z)$ liegt bei allen Rotverschiebungen systematisch unter der $\Lambda$ CDM+GR-Vorhersage, mit der größten Abweichung um $z \sim 0,4\text{--}1,0$ . Dies ist konsistent mit der $\sigma_8$ -Spannung. Die Kopplung entfernt dieses Signal nicht, sondern verhindert vielmehr, dass der Wachstums-Head die Spannung als Rauschen absorbiert.
Null-Tests:
- $Om(z)$: Der Null-Test zeigt eine deutliche Abweichung von der flachen $\Lambda$ CDM-Erwartung (ein nicht-flaches Profil) bei niedrigen Rotverschiebungen, einschließlich eines negativen Dips bei $z \lesssim 0,2$ (auf spärliche Cosmic Chronometer-Daten und Rekonstruktionsartefakte zurückzuführen) sowie eines Überschusses bei mittleren Rotverschiebungen.
- $Om_{f\sigma_8}(z)$ : Dieses Diagnostikum bestätigt ein unterdrücktes Wachstum relativ zu $\Lambda$ CDM, konsistent mit unabhängigen ANN-Rekonstruktionen aus früherer Literatur (Ref. [9]).
Systematik: Die Autoren merken an, dass die fiduziellen Werte $\Omega_{m,0}=0,3$ und $\sigma_{8,0}=0,8$ fest kodiert sind. Die systematische Unsicherheit aus diesen Entscheidungen dominiert die statistische Ensemble-Streuung. Zusätzlich erben 18 BAO-Datenpunkte den Planck 2018 Sound-Horizont, was eine Modellabhängigkeit im Expansionssektor einführt.

Bedeutung und Ansprüche
Das Paper behauptet, ein Proof-of-Concept zu etablieren, dass die Kopplung von $H(z)$ und $f\sigma_8(z)$ durch die GR-Wachstumsgleichung während des Trainings sowohl machbar als auch vorteilhaft ist. Die primäre Bedeutung liegt in der Demonstration, dass:

Die Rekonstruktion robust gegenüber der Wahl zwischen zwei konkurrierenden lokalen $H_0$ -Bestimmungen ist.
Die physikalische Kopplung als physikalisch motivierter Regularisierer wirkt, der glattere Rekonstruktionen liefert und die Ensemble-Unsicherheit reduziert, ohne ein spezifisches Dunkle-Energie-Modell aufzuzwingen.
Die Methode erfolgreich das $\sigma_8$ -Spannungssignal (unterdrücktes Wachstum) rekonstruiert, selbst wenn sie durch lokale $H_0$ -Werte eingeschränkt ist, was darauf hindeutet, dass die Spannung ein robustes Merkmal der Daten ist und kein Artefakt der Rekonstruktionsmethode.

Die Autoren äußern sich explizit bescheiden bezüglich ihrer Ansprüche: Sie behaupten nicht, eine statistisch signifikante Detektion neuer Physik gefunden zu haben, da die Ensemble-Streuung eher durch die Sensitivität der Initialisierung als durch das Resampling der Datenrauschen getrieben wird und keine vollständigen Posteriori-Unsicherheiten propagiert wurden. Sie identifizieren die festen Parameter ( $\Omega_{m,0}, \sigma_{8,0}$ ) und das Fehlen von Alcock-Paczynski-Korrekturen für einzelne Durchmusterungen als Limitationen, die in zukünftiger Arbeit adressiert werden müssen.