ترجمه فارسی مقاله در باب عمومیت و پایداری ایستایی کیهانی

چکیده

Hierarchical decays of $N$ matter species to radiation may balance against Hubble expansion to yield stasis, a new phase of cosmological evolution with constant matter and radiation abundances. We analyze stasis with various machine learning techniques on the full $2N$-dimensional space of decay rates and abundances, which serve as inputs to the system of Boltzmann equations that governs the dynamics. We construct a differentiable Boltzmann solver to maximize the number of stasis $e$-folds $mathcal{N}$. High-stasis configurations obtained by gradient ascent motivate log-uniform distributions on rates and abundances to accompany power-law distributions of previous works. We demonstrate that random configurations drawn from these families of distributions regularly exhibit many $e$-folds of stasis. We additionally use them as priors in a Bayesian analysis conditioned on stasis, using stochastic variational inference with normalizing flows to model the posterior. All three numerical analyses demonstrate the generality of stasis and point to a new model in which the rates and abundances are exponential in the species index. We show that the exponential model solves the exact stasis equations, is an attractor, and satisfies $mathcal{N}propto N$, exhibiting inflation-level $e$-folding with a relatively low number of species. This is contrasted with the $mathcal{N}propto log(N)$ scaling of power-law models. Finally, we discuss implications for the emergent string conjecture and string axiverse.

چکیده به فارسی (ترجمه ماشینی)

پوسیدگی سلسله مراتبی گونه های ماده $ n $ تا تابش ممکن است در برابر گسترش هابل برای به دست آوردن استاز ، مرحله جدیدی از تکامل کیهان شناختی با ماده ثابت و فراوانی تابش باشد.ما Stasis را با تکنیک های مختلف یادگیری ماشین در فضای کامل 2N $ $ از نرخ پوسیدگی و فراوانی ، که به عنوان ورودی به سیستم معادلات بولتزمن که حاکم بر پویایی است ، تجزیه و تحلیل می کنیم.ما یک حل کننده Boltzmann متفاوت را می سازیم تا به حداکثر رساندن تعداد Stasis $ e $-folds $ Mathcal {n} $.پیکربندی های پمپ بالا به دست آمده توسط صعود شیب انگیزه توزیع یکنواخت ورود به سیستم در نرخ و فراوانی را برای همراهی با توزیع قدرت قانون آثار قبلی ایجاد می کند.ما نشان می دهیم که تنظیمات تصادفی که از این خانواده های توزیع ها تهیه شده است ، به طور مرتب بسیاری از $ $ $ استاز را نشان می دهد.ما علاوه بر این ، ما از آنها به عنوان مقدماتی در یک تجزیه و تحلیل بیزی که بر روی استاز است ، استفاده می کنیم و با استفاده از استنتاج تنوع تصادفی با نرمال کردن جریان ها برای مدل سازی خلفی.هر سه تجزیه و تحلیل عددی ، کلی بودن استاز را نشان می دهد و به یک مدل جدید اشاره می کند که در آن نرخ و فراوانی در شاخص گونه ها نمایی است.ما نشان می دهیم که مدل نمایی معادلات استاز دقیق را حل می کند ، یک جاذبه است و $ Mathcal {n} propto n $ را برآورده می کند ، و سطح تورم $ e $ را با تعداد نسبتاً کمی از گونه ها نشان می دهد.این در تضاد با $ mathcal {n} propto log (n) $ مقیاس گذاری مدل های قدرت قانون است.سرانجام ، ما در مورد پیامدهای مربوط به حدس رشته های نوظهور و Axiverse رشته بحث می کنیم.