Voir l'ensemble des informations sur
adum.fr
Contact
doux@lpsc.in2p3.fr
Mots clés
Cosmologie, Structure et expansion de l'Univers, Lentille gravitationnelle, Energie noire, Machine learning
Profil et compétences recherchées
- Titulaire d'un master 2 en physique fondamentale, cosmologie, astrophysique et domaines reliés.
- Compétences en programmation scientifique en python (ou autres langages), expériences pratiques en Machine-Learning ou simulations seront des atouts
- Maîtrise de l'anglais (parlé, lu et écrit)
- Travail en équipe, communication, éthique
- Motivation, curiosité
Résumé du projet de thèse
Depuis la découverte de l'expansion accélérée de l'Univers il y a environ 25 ans, la cosmologie moderne est confrontée à un défi majeur : déterminer la nature de l'énergie noire. Le modèle cosmologique standard, ΛCDM, suggère que cette expansion est pilotée par une forme d'énergie à pression négative, mais l'explication physique de ce phénomène reste inconnue. Pour percer ce mystère, de grands relevés astronomiques vont cartographier le ciel avec une profondeur et une précision sans précédent. Parmi ces initiatives, l'observatoire Vera C. Rubin au Chili, s'apprête à réaliser la cartographie la plus détaillée de l'ensemble du ciel austral pendant une durée de 10 ans, baptisée LSST (Legacy Survey of Space and Time). Pour cela, l'observatoire est équipé d'un télescope optique grand champ et de la plus grande caméra numérique au monde : 3,2 milliards de pixels. L'observatoire prend en ce moment même ses premières images sur le ciel, le début du relevé LSST est prévu dès cet automne. En même temps, Euclid, la mission de l'ESA lancée en 2023, et le télescope spatial Nancy Grace Roman de la NASA, dont le lancement est prévu en 2027, joueront un rôle crucial et offriront des données fortement complémentaires.
Ces relevés observeront notamment le phénomène de lentille gravitationnelle faible, ou cisaillement cosmique, une déformation subtile des images des galaxies lointaines par la distribution de matière dans l'Univers. La cartographie de cette déformation est essentielle pour étudier la structure à grande échelle de l'Univers et son expansion, et donc pour contraindre les propriétés de l'énergie noire. Cependant, l'interprétation des données de ces relevés massifs est confrontée à un défi de taille : le “blending” des sources astronomiques. Il se produit lorsque plusieurs sources astronomiques (galaxies, étoiles, etc.) apparaissent très proches les unes des autres sur les images, au point de se superposer. Cette superposition rend difficile la séparation des sources individuelles et la mesure précise de leurs propriétés (forme, luminosité, distance, etc.). Le “blending” introduit ainsi des erreurs systématiques dans les mesures cosmologiques, ce qui peut biaiser les conclusions sur l'énergie noire et d'autres paramètres fondamentaux de l'Univers.
L'objectif principal de cette thèse est de développer des techniques innovantes pour caractériser et corriger les effets du “blending” dans les données du LSST, en tirant parti des observations complémentaires d'Euclid et Roman (sans distorsion atmosphérique, et donc moins impactées). La thèse démarrera par la caractérisation du “blending” dans les données de commissioning de LSST récemment collectées, en utilisant des méthodes probabilistes développées par l'équipe. Ensuite, on s'intéressera à l'impact du “blending” sur différentes mesures (lentille gravitationnelle, “clustering” de galaxies) grâce à des simulations cosmologiques, ce qui permettra de développer des stratégies d'atténuation du “blending” à l'aide de l'apprentissage automatique, notamment des réseaux de neurones probabilistes. Enfin, on adaptera ces méthodes à une analyse conjointe des données de LSST, Euclid et Roman pour optimiser les résultats cosmologiques et les contraintes sur l'énergie noire.
Thématiques
Cosmologie observationnelle, structure et expansion de l'Univers, lentille gravitationnelle, énergie noire et
Machine learning
Objectif et contexte
L'objectif de cette thèse est de développer des techniques multi-instruments pour caractériser et corriger les effets du “blending” dans les données du relevé astronomique LSST, en utilisant les données des télescopes spatiaux Euclid et Roman, afin d'améliorer les mesures cosmologiques et notre compréhension de l'énergie noire.
Structure d'accueil : Le Laboratoire de physique subatomique et de cosmologie (LPSC) est l'une des grandes unités de l’Institut national de physique nucléaire et physique des particules (IN2P3) du CNRS. L'objectif scientifique du LPSC est de répondre aux questions complexes sur les interactions fondamentales à différentes échelles, depuis les briques élémentaires de la matière (physique des particules, physique hadronique et physique nucléaire), jusqu'aux plus grandes échelles (étude des rayons cosmiques d’ultra-haute énergie, physique des astroparticules et cosmologie). Le LPSC présente également des activités dans les thématiques sociétales que sont la santé (physique médicale) et l'énergie (réacteurs nucléaires civils du futur).
Équipe d'accueil : La thèse se déroulera au sein de l'équipe de Cosmologie Observationnelle du LPSC à Grenoble. Les thématiques de recherche de l'équipe couvrent les grands relevés de galaxies LSST et Euclid, la cosmologie multi-longueurs d'onde avec les amas de galaxie, les observations du fond diffus cosmologique dans le domaine millimétrique, et l'étude des phénomènes transitoires (rayons cosmiques et sursauts gamma dans un cadre multi-messagers).
Méthode
Les méthodes de cette thèse combineront une approche probabiliste pour quantifier le “blending” d'objets astronomiques avec des techniques d'apprentissage automatique pour l'identifier et le corriger, notamment des réseaux de neurones probabilistes convolutionnels ou opérant sur des graphes. Par ailleurs, la caractérisation du “blending”, des images aux contraintes cosmologiques, impliquera l'utilisation de simulations pour étudier son impact sur les mesures cosmologiques, et donc la manipulation de catalogues et d'images de galaxies.
Résultats attendus
Les résultats attendus de cette thèse sont : (i) des outils de haute qualité pour évaluer le “blending” dans les données du LSST avec une méthode probabiliste novatrice ; (ii) des catalogues de données augmentés qui permettent d'appliquer différentes stratégies d'atténuation du “blending” ; (iii) une contribution à l'analyse conjointe des données de LSST, Euclid et Roman, contribuant ainsi à leurs études cosmologiques.
En termes d'impact scientifique, on attend : (i) une meilleure compréhension et correction des erreurs systématiques dues au “blending”, ce qui augmentera la précision des mesures cosmologiques ; (ii) des contraintes plus fortes sur les paramètres cosmologiques, notamment ceux liés à l'énergie noire ; (iii) une utilisation optimale des données combinées de plusieurs grands relevés astronomiques.
Précision sur l'encadrement
La personne sélectionnée sera encadrée par Cyrille Doux (membre des collaborations LSST DESC, Euclid et Roman, ancien adjoint scientifique national pour LSST France) et David Maurin (membre de LSST). Des échanges hebdomadaires permettront de faire le point sur l’avancement du projet et impliqueront régulièrement les collaborateurs à l'Université deChicago. L'étudiant ou l'étudiante s’intégrera dans l'équipe de Cosmologie Observationnelle
du LPSC. Elle participera aux réunions de groupes hebdomadaires et aux téléconférences de
LSST DESC (Dark Energy Science Collaboration) où elle devra rendre compte régulièrement
de son travail. Plus largement, elle pourra être amenée à présenter ses travaux dans des
conférences scientifiques. Un suivi de comité de thèse sera mis en place annuellement
Conditions scientifiques matérielles (conditions de sécurité spécifiques) et financières du projet de recherches
Le financement obtenu est une thèse internationale du CNRS en collaboration avec l'Université de Chicago (sans cotutelle ou double diplôme). Ce financement permettra des déplacements en France et à l'étranger en plus de la dotation de l'équipe liée aux projets LSST et Euclid. L'étudiant ou l'étudiante aura accès à un bureau partagé avec un ordinateur portable. Les analyses et simulations seront effectuées au centre de calcul de l'IN2P3. Il n'y a pas de conditions de sécurité spécifiques.
Objectifs de valorisation des travaux de recherche du doctorant : diffusion, publication et confidentialité, droit à la propriété intellectuelle,...
Publications dans des revues internationales à comité de lecture et présentations à des conférences internationales ainsi qu'aux meetings de collaborations. Les codes produits seront tous en libre accès.
Collaborations envisagées
Outre le travail collaboratif avec les membres des équipes LSST et Euclid, une collaboration particulière est envisagée avec l'Université de Chicago avec qui le financement a été demandé.
Ouverture Internationale
Le projet de thèse prendra place au sein de la collaboration scientifique LSST DESC (Dark Energy Science Collaboration), qui regroupe 1100 expert.e.s en cosmologie et en astronomie dans plus de 20 pays. Il s'intègrera également dans le consortium Euclid. Ce contexte se traduira par des téléconférences régulières avec des collaborateurs en Europe, en Amérique du Nord et du Sud, ainsi qu'à des meetings de collaborations annuels.
Références bibliographiques
1. Arcelin, B., Doux, C., Aubourg, E., and Roucelle, C. (2020). Deblending galaxies with variational autoencoders: A joint multiband, multi-instrument approach. Mon. Not. R. Astron. Soc. 500, 531– 547. doi: 10.1093/mnras/staa3062
2. Doux, C., Jain, B., Zeurcher, D., Lee, J., Fang, X., Rosenfeld, R., et al. (2022). Dark energy survey year 3 results: cosmological constraints from the analysis of cosmic shear in harmonic space. Mon. Not. R. Astron. Soc. 515, 1942–1972. doi: 10.1093/mnras/stac1826
3. Gatti, M., Sheldon, E., Amon, A., Becker, M., Troxel, M., Choi, A., et al. (2021). Dark Energy Survey Year 3 Results: Weak Lensing Shape Catalogue. Mon. Not. R. Astron. Soc. 504, stab918. doi: 10.1093/mnras/stab918
4. Guy, L. P., Cuillandre, J.-C., Bachelet, E., Banerji, M., Bauer, F. E., Collett, T., et al. (2022). Rubin-Euclid Derived Data Products: Initial Recommendations. arXiv. doi: 10.5281/zenodo.7195671
5. MacCrann, N., Becker, M. R., McCullough, J., Amon, A., Gruen, D., Jarvis, M., et al. (2021). Dark Energy Survey Y3 results: blending shear and redshift biases in image simulations. Mon Not R Astron Soc 509, 3371–3394. doi: 10.1093/mnras/stab2870
6. Melchior, P., Joseph, R., Sanchez, J., MacCrann, N., and Gruen, D. (2021). The challenge of blending in large sky surveys. Nat Rev Phys 3, 712–718. doi: 10.1038/s42254-021-00353-y
7. Ramel, M., Doux, C., and Kuna, M. (2024). Impact of blending on weak lensing measurements with Rubin-LSST., in 58th Rencontres de Moriond.
8. Sanchez, J., Mendoza, I., Kirkby, D. P., and Burchat, P. R. (2021). Effects of overlapping sources on cosmic shear estimation: Statistical sensitivity and pixel-noise bias. J Cosmol Astropart P 2021, 043. doi: 10.1088/1475-7516/2021/07/043
9. Troxel, M. A., Lin, C., Park, A., Hirata, C., Mandelbaum, R., Jarvis, M., et al. (2023). A joint Roman Space Telescope and Rubin Observatory synthetic wide-field imaging survey. Mon. Not. R. Astron. Soc. 522, 2801–2820. doi: 10.1093/mnras/stad664