Key points are not available for this paper at this time.
वर्तमान और आने वाले प्रयोगों से प्राप्त उच्च-सटीकता डेटा के साथ, मानक ब्रह्माण्डीय मॉडल के निरंतरता परीक्षण करना increasingly महत्वपूर्ण हो जाता है। इस कार्य में, हम विभिन्न डेटा सेटों और विधियों के बीच निरंतरता के माप पर ध्यान केंद्रित करते हैं, जो हमें विभिन्न मॉडलों की फिटिंग की अच्छाई का मूल्यांकन करने की अनुमति देते हैं। हम इन दोनों प्रश्नों को सापेक्ष एंट्रोपी या कूलबैक-लिब्लर (केएल) डाइवर्जेंस का उपयोग करके संबोधित करते हैं कूलबैक एट अल., 1951। सबसे पहले, हम डेटा सेटों के बीच निरंतरता माप के रूप में सापेक्ष एंट्रोपी पर दोबारा गौर करते हैं और इसके कुछ प्रमुख गुणों जैसे असममिति और पथ निर्भरता की और जांच करते हैं। फिर, हम एक नवीन मॉडल अस्वीकृति ढांचा प्रस्तुत करते हैं, जो सापेक्ष एंट्रोपी और पिछली भविष्यवाणी वितरण पर आधारित है। हम इस विधि का कई खिलौना मॉडलों पर मान्यता देते हैं और इसे JLA के प्रकार Ia सुपरनोवा डेटा और प्लैंक 2015 से सीएमबी प्रतिबंधों पर लागू करते हैं, डेटा की छह विभिन्न ब्रह्माण्डीय मॉडलों के साथ निरंतरता का परीक्षण करते हैं।
निकोल एट अल। (गुरुवार,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: