Detection et classification de la toile et des filaments cosmiques

par Marion Ullmo

Projet de thèse en Astronomie et Astrophysique

Sous la direction de Nabila Aghanim et de Aurélien Decelle.

Thèses en préparation à Paris Saclay , dans le cadre de École doctorale Astronomie et astrophysique d'Île-de-France (Meudon, Hauts-de-Seine) , en partenariat avec IAS - Institut d'Astrophysique Spatiale (laboratoire) , Matière Interstellaire et Cosmologie (equipe de recherche) et de Université Paris-Sud (établissement de préparation de la thèse) depuis le 01-10-2018 .


  • Résumé

    Le projet implique l'utilisation de simulations numériques comme bancs d'essai pour permettre des algorithmes de deep learning d'identifier et de classer des filaments, des clusters et des super-clusters. Ceci nécessitera l'optimisation de l'architecture et des interfaces d'algorithmes d'apprentissage automatique. Ceci implique également le développement d'estimateurs de fiabilité. Une fois testées et optimisées sur des simulations (à la fois N-body et hydrodynamiques), ces méthodes de classification seront appliquées à de véritables enquêtes à grande échelle et serviront donc de priors pour la recherche de gaz diffus dans les données SZ. Le modèle dérivé de l'algorithme d'apprentissage automatique pourra être utilisé en analyse de reconstruction basée sur la modélisation directe.

  • Titre traduit

    Detection and classification of cosmic web elements and cosmic filaments.


  • Résumé

    The project involves the use of numerical simulations as test beds for deep learning algorithms to identify and classify filaments, clusters and super-clusters. It will necessitate the optimization of machine learning algorithms architecture and interfaces. It also involves the development of reliability estimators. Once tested and optimised on simulations (both N-body and hydrodynamical) these classification methods will be applied to actual large scale surveys and hence serve as priors for the search of diffuse gas in SZ data. The model derived from the machine learning algorithm may be used in reconstruction analysis based on forward modeling.