Méthodes d'apprentissage par deep learning appliquées aux grands relevés d'imagerie astrophysiques

Learning salient information with neural networks for cosmological analysis

• Auteur / Autrice : Qiufan Lin
• Direction : Dominique Fouchez
• Type : Thèse de doctorat
• Discipline(s) : Astrophysique et Cosmologie
• Date : Soutenance le 01/12/2021
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : École Doctorale Physique et Sciences de la Matière (Marseille)
• Partenaire(s) de recherche : Laboratoire : Centre de physique des particules de Marseille (CPPM) - Laboratoire d’Informatique et Systèmes (Marseille ; La Garde, Var ; 2018-….) - Territoires, Environnement, Télédétection et Information Spatiale (Montpellier) - Comex SA
• Jury : Président / Présidente : Cristinel Diaconu
• Jury : Examinateurs / Examinatrices : Hiranya Peiris, Thierry Artières
• Jury : Rapporteurs / Rapporteuses : Marc Chaumont, Shirley Ho

Mots clés

Mots clés contrôlés

Traitement automatique des données

Réseaux neuronaux (informatique)

Apprentissage automatique

Cosmologie quantique

Astrophysique

Mots clés libres

Astrophysique

Cosmologie

Apprentissage automatique

Apprentissage profond

Astrophysics

Cosmology

Machine learning

Deep learning

Résumé

Les réseaux de neurones avec apprentissage profond sont des outils puissants permettant de capturer des informations à partir de données. Cependant, les réseaux de neurones sont enclins à s'adapter à des informations spécifiques qui sont enchevêtrées avec les informations saillantes que vont exploiter certaines tâches, ce qui biaiserait les résultats. Dans le but de développer des outils d'apprentissage profond robustes en préparation des futures sondages cosmologiques, cette thèse se concentre sur l'apprentissage d'informations saillantes à partir d'images multicolores avec des réseaux de neurones. Plus précisément, nous tentons d'établir des représentations informatives des données afin de capturer des informations saillantes à différents niveaux d'abstraction dans quelques tâches : À faible niveau d'abstraction, nous effectuons une traduction bidirectionnelle semi-supervisée d'images de galaxies multicolores entre deux sondages. À un niveau élevé d'abstraction, nous proposons une procédure pour corriger les biais d'estimation des méthodes basées sur les données en utilisant une représentation pré-entraînée. En plus des études astrophysiques, notre travail interdisciplinaire explore l'analyse d'images optiques sous-marines auxquelles les techniques développées en astrophysique peuvent être appliquées. Comme de nouveaux défis ont été rencontrés dans le traitement des données astronomiques, principalement le bruit et la rareté des données, notre travail implique la nécessité de faire progresser les techniques d'apprentissage automatique pour s'adapter aux problèmes réels et optimiser l'exploitation des données.

Deep learning neural networks are powerful data-driven tools to capture information from data. However, neural networks are prone to fitting on specific information that is entangled with the salient information concerned for certain tasks, which would bias the output prediction of a model. Aiming at developing robust deep learning tools in preparation for future cosmological surveys, this thesis focuses on learning salient information from multi-color images with neural networks. In specific, we attempt to establish informative representations of data in order to capture salient information at different levels of abstraction in a few tasks: At a low level, we perform semi-supervised two-way translation of multi-color galaxy images between two surveys. At a high level, we propose a procedure to correct estimation biases for data-driven methods using a pre-trained representation. In addition to astrophysical studies, our interdisciplinary work explores the analysis of underwater optical images in which the techniques developed in astrophysics can be applied. As new challenges have been encountered in dealing with astronomical data, predominantly noise and sparsity of data, our work implies the needs for advances of machine learning techniques to fit real problems and optimize the exploitation of data.