宇宙學研究與數值模擬
師大物理碩士論文「基於 Planck 與 DESI 數據對動態暗能量模型的觀測約束」（Observational Constraints on Dynamical Dark Energy Models Based on Planck and DESI Data）；2026 年 6 月起於中研院物理所（ASIOP）王子敬老師實驗室擔任研究助理，持續進行動態暗能量模型與 Planck 2018 / DESI 天文觀測數據擬合研究。
動態暗能量狀態方程式 (Dynamical Dark Energy)
傳統 Lambda-CDM (ΛCDM) 宇宙學模型假設暗能量為宇宙學常數（w = -1）。本研究基於 Chevallier-Polarski-Linder (CPL) 參數化模型，探討狀態方程式隨紅移 z 的動態演化：
進而推導出暗能量能量密度隨宇宙演化之閉合解析解：
碩士論文進一步開發基於 Flat w(a)-CDM 的動態暗能量模型：捨棄傳統高階函數形式，改採分段三次函數進行曲線擬合，在接點處維持一階微分連續性（C¹ continuity）——降低調參難度並保留模型自由度。
雙向數值積分與巡天觀測擬合
建立結合向後積分（Backward Integration，t=0 → z → ∞） 與向前演化（Forward Evolution，z=1060 → z=0） 的數值求解框架。
使用 SymPy 進行符號微分與解析求解，以 SciPy optimize 非線性最小化結合 Planck 2018 CMB 與 DESI 2024 BAO（重子聲學震盪） 觀測數據，整合 DM/rd、DH/rd、DV/rd 等距離量，透過加權 χ² 指標搜尋最佳參數組合。另操作過 CAMB、MadGraph 等科學開源工具。
在本研究設定的綜合 χ² 評估下，自研 V4 模型相較 DESI 官方多項標準模型呈現更佳資料匹配結果。