2387 पेपर
यह शोध पत्र गुरुत्वाकर्षण का एक नवीन हर्गोत्ज़-प्रकार (Herglotz-type) का निरूपण प्रस्तावित करता है जो एक क्रिया-निर्भर लैग्रेंजियन (action-dependent Lagrangian) के माध्यम से अपव्यय (dissipation) को समाहित करता है, जो पूर्व में खारिज किए गए रैखिक मॉडलों को सौर मंडल के परीक्षणों के डेटा के साथ सफलतापूर्वक सुसंगत बनाता है और ब्रह्मांडीय त्वरण के लिए एक नया तंत्र प्रदान करता है।
TNG50 सिमुलेशन का उपयोग करते हुए, यह अध्ययन प्रदर्शित करता है कि डार्क-मैटर हेलो के विस्तृत गुण—विशेष रूप से सांद्रता (concentration), स्पिन और आकार—मशीन लर्निंग के माध्यम से गैलेक्टिक डिस्क की संरचनाओं की सटीक भविष्यवाणी कर सकते हैं, जो यह प्रकट करता है कि बेरियोनिक फीडबैक आंतरिक हेलो को महत्वपूर्ण रूप से पुनर्गठित करता है और डिस्क के आकार एवं हेलो घनत्व प्रोफाइल के बीच सहसंबंध को प्रभावित करता है।
यह अध्ययन प्रदर्शित करता है कि तेजी से विकसित होते विशाल तारों, विशेष रूप से प्रथम तारों द्वारा पकड़े गए भारी डार्क मैटर (dark matter), थर्मललाइजेशन (thermalization), विलोपन साम्यावस्था (annihilation equilibrium), या ब्लैक होल में स्व-गुरुत्वाकर्षण पतन (self-gravitating collapse) के माध्यम से उनके जीवनचक्र को महत्वपूर्ण रूप से बदल सकते हैं, जिसमें कैप्चर दरें तारकीय संरचना, विकास के चरण और स्थानीय डार्क मैटर वेग वितरण पर महत्वपूर्ण रूप से निर्भर करती हैं।
EAGLE50 सिमुलेशन का उपयोग करते हुए, यह अध्ययन प्रकट करता है कि गैलेक्सी निर्माण स्थलों के आसपास लैग्रेंजियन आयतनों (Lagrangian volumes) का अनिसोट्रोपिक विकास और अंतिम आकार, जो उनके विरूपण और कॉस्मिक वेब स्पाइन (Cosmic Web spine) के उभरने के समय द्वारा अभिलक्षित होते, परिणामी गैलेक्सी के द्रव्यमान और गतिज गुणों को महत्वपूर्ण रूप से प्रभावित करते हैं, जिसमें प्रोलैट (prolate) या चपटी संरचनाएं कम-द्रव्यमान वाले या रोटेशन-प्रधान प्रणालियों के पक्ष में होती हैं।
यह शोध पत्र चैमेलियन-स्क्रीनयुक्त (Chameleon-screened) गुरुत्वाकर्षण में पदार्थ के विक्षोभों (matter perturbations) के गैर-रैखिक विकास के लिए एक पुनरावृत्ति विचलित मॉडल (iterative perturbative model) प्रस्तुत करता है, जो यह प्रकट करता है कि यह तंत्र घनत्व प्रोफाइल को महत्वपूर्ण रूप से परिवर्तित करता है और विशेष रूप से पृष्ठभूमि कॉम्पटन लंबाई (background Compton length) के तुल्य पैमानों पर घनत्व-वेग विचलन संबंध को तोड़ता है।
यह शोध पत्र क्वसार प्रकाश वक्रों (quasar light curves) में समय विलंब (time delays) को संयुक्त रूप से अनुमानित करने और स्थिरता (stationarity) का परीक्षण करने के लिए मार्जिनलाइज्ड गॉसियन प्रक्रियाओं (marginalized Gaussian processes) का उपयोग करते हुए एक पूर्णतः बेयसियन ढांचे (fully Bayesian framework) को प्रस्तुत करता है, जो विशिष्ट प्रणालियों में गैर-स्थिर ड्रिफ्ट (non-stationary drifts) को प्रकट करता है और साथ ही मजबूत विलंब मापन प्रदर्शित करता है तथा एक लाइक्लीहुड पैथोलॉजी (likelihood pathology) को हल करता है जिसने पहले परिणामों को बड़े विलंब की ओर पक्षपाती बना दिया था।
यह शोध पत्र पूर्वानुमान लगाता है कि वीक लेंसिंग (weak lensing), फास्ट रेडियो बर्स्ट डिस्पर्शन मेजर्स (fast radio burst dispersion measures) और गैलेक्सी क्लस्टरिंग का एक संयुक्त विश्लेषण बेरयोनिक फीडबैक अनिश्चितताओं को प्रभावी ढंग से कम करता है, जो ब्रह्मांडीय और खगोलीय मापदंडों के बीच की विसंगतियों को तोड़कर पर ब्रह्मांडीय बाधाओं में महत्वपूर्ण सुधार करता है।
हाइड्रा I क्लस्टर के डीप VLT इमेजिंग का उपयोग करते हुए, यह अध्ययन प्रकट करता है कि इंट्राक्लस्टर ग्लोबुलर क्लस्टर्स द्रव्यमान संयोजन (mass assembly) के शक्तिशाली ट्रेसर के रूप में कार्य करते हैं, जहाँ स्थानिक रूप से भिन्न लाल और नीली उप-जनसंख्या क्रमशः केंद्रीय गैलेक्सी प्रकाश और वैश्विक गुरुत्वाकर्षण क्षमता का पता लगाती है, जो क्लस्टर के अतीत के गैलेक्सी ल्यूमिनोसिटी फंक्शन विकास के एक नवीन पुनर्निर्माण को सक्षम बनाती है।
यह शोधपत्र यह प्रदर्शित करता है कि स्केलर डार्क मैटर (scalar dark matter) उत्पन्न करने के लिए थर्मल मिसअलाइनमेंट तंत्र (thermal misalignment mechanism), बैकग्राउंड फील्ड और सुपरहोरिज़न उतार-चढ़ाव (superhorizon fluctuations) के बीच एक देर-समय के फेज ऑफसेट (late-time phase offset) के माध्यम से कॉस्मोलॉजिकल आइसोक्यूरवेचर परम्यूटेशन्स (cosmological isocurvature perturbations) को स्वाभाविक रूप से दबा देता है, जिससे यह मानक मिसअलाइनमेंट तंत्र के एक व्यवहार्य विकल्प के रूप में उभरता है जो कड़े CMB प्रतिबंधों से बचता है।
यह शोध पत्र TUNeS को प्रस्तुत करता है, जो एक न्यूरल नेटवर्क फ्रेमवर्क है जो पार्टिकल-आधारित इन्फरेंस (particle-based inference) को ग्रिड-आधारित रिफाइनमेंट (grid-based refinement) के साथ जोड़कर रेडशिफ्ट्स के पार बड़े पैमाने की संरचना के गैर-रेखीय विकास का तेजी से और सटीक रूप से अनुकरण करता है, जिससे एक सिंगल GPU पर कुछ ही सेकंडों में N-बॉडी सिमुलेशन का उच्च-निष्ठा वाला सांख्यिकीय पुनरुत्पादन प्राप्त होता है।