Cosmologie avec les sirènes sombres et populations de binaires de trous noirs avec les ondes gravitationnelles de LIGO-Virgo-KAGRA

Dark siren cosmology and binary black holes populations with LIGO-Virgo-KAGRA gravitational waves

• Auteur / Autrice : Grégoire Pierra
• Direction : Stéphane Perries
• Type : Thèse de doctorat
• Discipline(s) : Physique
• Date : Soutenance le 03/10/2024
• Etablissement(s) : Lyon 1
• Ecole(s) doctorale(s) : École doctorale de Physique et Astrophysique de Lyon (Lyon ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Institut de Physique des 2 Infinis de Lyon
• Jury : Président / Présidente : Corinne Augier
• Jury : Examinateurs / Examinatrices : Nicola Tamanini, Simone Mastrogiovanni, Florent Robinet, Danièle Steer
• Jury : Rapporteur / Rapporteuse : Nicola Tamanini, Astrid Lamberts-Marcade

Mots clés

Mots clés contrôlés

Distances (cosmologie)

Trous noirs (astronomie)

Ondes gravitationnelles

Mots clés libres

Cosmologie

Onde gravitationnelles

Constante Hubble

Sirènes sombres

Trous noirs de Kerr

Population de trous noirs

Cosmology

Gravitational waves

Hubble constant

Dark Sirens

Kerr black holes

Black hole population

Résumé

Les ondes gravitationnelles constituent une nouvelle sonde pour explorer l’Univers et étudier des phénomènes cosmiques jusque-là inaccessibles. Cette thèse se base sur des données d’ondes gravitationnelles récoltées par les détecteurs de la collaboration scientifique LIGO-Virgo-KAGRA. La première partie de ce travail porte sur la cosmologie avec les sirènes sombres, une méthode qui utilise les fusions de trous noirs pour mesurer les distances cosmologiques et inférer la valeur de la constante de Hubble, sans nécessiter de contrepartie électromagnétique. Elle présente également ICAROGW, un code d’inférence bayésienne hiérarchique, utilisant les données d’ondes gravitationnelles et des modèles décrivant les propriétés astrophysiques des trous noirs, comme leurs masses, leurs distances ou encore leurs spins, pour mesurer la constante de Hubble. La deuxième partie de cette étude teste particulièrement la robustesse des sirènes sombres pour la cosmologie. Elle explore l’impact des modèles de population de trous noirs sur l’estimation de la constante de Hubble, tout particulièrement lorsque certains processus astrophysiques ne sont pas modélisés. La troisième partie s’attache à la recherche et à l’identification de sous-populations de binaires de trous noirs dans l’univers. Elle examine la manière dont différents canaux de formation peuvent influencer les caractéristiques intrinsèques de ces objets compacts, notamment à travers les corrélations potentielles entre leur masse et leur spin. L’existence de ces corrélations serait révélatrice de la présence de sous-populations de trous noirs, comme les trous noirs hiérarchiques issus de coalescences précédentes. Enfin, le manuscrit se termine par une étude sur l’utilisation de méthodes de machine learning pour améliorer la qualité des données de l’interféromètre Virgo et détecter la présence de bruits non-gaussiens. Ces travaux explorent également l’intégration potentielle des résultats d’iDQ dans les algorithmes de détection des signaux d’ondes gravitationnelles, visant ainsi à renforcer le niveau de confiance dans ces détections.

Gravitational waves constitute a new probe for exploring the Universe and studying cosmic phenomena that were previously inaccessible. This thesis is based on gravitational wave data collected by the LIGO-Virgo-KAGRA scientific collaboration detectors. The first part of this work focuses on cosmology with dark sirens, a method that uses binary black hole mergers to measure cosmological distances and infer the value of the Hubble constant, without requiring an electromagnetic counterpart. It also presents ICAROGW, a hierarchical Bayesian inference code that uses gravitational wave data and models describing the astrophysical properties of black holes, such as their masses, distances, and spins, to estimate the Hubble constant. The second part of this study tests in particular the robustness of the dark siren method for cosmology. It explores the impact of binary black hole population parameterization on the estimation of the Hubble constant, especially when certain astrophysical processes are not modelled. The third part focuses on the search and identification of subpopulations of binary black holes in the universe. It examines how different formation channels can influence the intrinsic characteristics of these compact objects, particularly through po- tential correlations between their mass and spin. The existence of these correlations would be indicative of the presence of subpopulations of black holes, such as hierarchical black holes, resulting from previous mergers. Finally, the manuscript concludes with a study on the use of machine learning methods to improve the quality of the Virgo interferometer data and detect the presence of non-Gaussian noises. This work also explores the potential integration of iDQ results into gravitational wave signal detection algorithms, thereby aiming to strengthen the confidence level in these detections.