Recherche et analyse de lentilles gravitationnelles fortes à échelle galactique dans les grands relevés
par Florence Brault
Thèse de doctorat en Astronomie et Astrophysique
Sous la direction de Yannick Mellier.
Soutenue en 2012
à Paris 6 .
mots clés-
Résumé
This thesis focuses on the development of a novel detector of strong galaxy-galaxy lenses based on the massive modeling of candidates in wide-field ground-based imaging data. Indeed, not only are these events rare in the Universe, but they are at the same time very valuable to understand galaxy formation and evolution in a cosmological context. We use parametric models, which are optimized by MCMC in a bayesian framework, so that we know the distribution of errors. We first generate several training samples : a hundred lenses simulated in HST and CFHT conditions, along with 325 observed lens candidates resulting from a series of preselections on the CFHTLS-Wide galaxies, and that we classify according to their credibility. The whole challenge in designing this detector lies in a subtle balance between the quality of models and the execution time. We massively run the modeling on our samples, beginning with ideal application conditions that we make more complex by stages so as to get closer to the observation conditions and save time. We show that a 7-parameter model assuming a spherical source can recover the Einstein radius from the CFHT simulations with a precision of ~7%. We apply a mask to the input data that noticeably enhances the robustness of the models facing environment problems, with a median convergence time of 4 minutes that could be easily reduced by a factor of 10 with more direct optimization techniques. From our results, we define selection contours in the parameter space, resulting in a completeness of ~38% and a purity of ~55% for the sample of 51 candidates accepted by our robot among the 325 preselected systems
-
Titre traduit
Search and analysis of galaxy-scale strong gravitational lenses in cosmological survey
-
Résumé
Ce travail de thèse traite du développement d'un détecteur original de lentilles gravitationnelles fortes à échelle galactique basé sur la modélisation massive des candidats. Ces événements sont aussi rares dans l'Univers qu'ils sont précieux pour appréhender l'évolution des galaxies dans un contexte cosmologique. La modélisation est paramétrique et optimisée par MCMC dans un cadre bayésien. Nous générons d'abord plusieurs échantillons d'entraînement : une centaine de lentilles simulées dans des conditions HST et CFHT, ainsi que 325 candidats lentille réels résultant d'une série de présélections sur les galaxies du CFHTLS-Wide et que nous classons selon leur crédibilité. Tout le challenge de la conception du détecteur réside en un compromis entre qualité des modèles et temps d'exécution. Nous lançons la modélisation en masse sur nos échantillons, en partant de conditions idéales d'application que nous complexifions par étapes pour se rapprocher des conditions d'observation et gagner du temps. Nous montrons qu'un modèle à 7 paramètres supposant une source sphérique retrouve la valeur du rayon d'Einstein sur les simulations CFHT avec une précision d'~7%. Nous appliquons un masque sur les données d'entrée qui améliore sensiblement la robustesse des modèles face à l'environnement, pour un temps de convergence médian de 4 minutes qui pourrait facilement être réduit d'un facteur 10 avec des techniques d'optimisation plus directes. D'après nos résultats, nous définissons des contours de sélection dans l'espace des paramètres, conférant une complétude d'~38% et une pureté d'~55% à l'échantillon des 51 candidats retenus par notre robot parmi les 325 systèmes présélectionnes
