Environnement circum-nucléaire des AGN : tores moléculaires et outflows

Circum-nuclear environment of AGN : molecular tori and outflows

• Auteur / Autrice : Rémi Poitevineau
• Direction : Françoise Combes
• Type : Thèse de doctorat
• Discipline(s) : Astronomie et Astrophysique
• Date : Soutenance le 28/09/2023
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : Astronomie et Astrophysique d'Ile de France
• Partenaire(s) de recherche : Laboratoire : Laboratoire d’étude du rayonnement et de la matière en astrophysique et atmosphères (Paris ; 2002-....)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Observatoire de Paris
• Jury : Président / Présidente : Yann Clénet
• Jury : Examinateurs / Examinatrices : Françoise Combes, Roberto Saglia, Davor Krajnović, David Cornu, Santiago García-Burillo, Matthew Lehnert, Delphine Porquet
• Jury : Rapporteurs / Rapporteuses : Roberto Saglia, Davor Krajnović

Mots clés

Mots clés contrôlés

Trous noirs (astronomie)

Noyaux actifs de galaxies

Mots clés libres

Agn

Tores moléculaires

Feedback

Fueling

Apprentissage Machine

Agn

Molecular tori

Feedback

Fueling

Machine Learning

Résumé

Le focus de cette recherche doctorale était d'explorer différents aspects des noyaux actifs de galaxies (AGN) et leur lien avec les trous noirs supermassifs (SMBH) dans différents environnements galactiques. Le chercheur a mené deux études clés au cours de son travail de thèse, contribuant ainsi à notre compréhension de l'alimentation des AGN, des mécanismes de rétroaction et de la détermination des masses des SMBH. La thèse s'est concentrée sur deux projets de recherche distincts.Le premier projet consistait à étudier la relation entre la masse des SMBH et les propriétés des galaxies radio-bruyantes, en mettant notamment l'accent sur l'évolution en fonction du décalage vers le rouge. Le chercheur a constitué un échantillon de 42 galaxies radio et d'AGN présentant des raies d'émission larges sur une plage de décalage vers le rouge de 0,3 à 4. En croisant les sources radio de l'enquête FIRST du Very Large Array (VLA) avec des galaxies spectroscopiquement confirmées provenant d'enquêtes à champ large, telles que SDSS, DES, WISE et GAMA, le chercheur a obtenu un ensemble de données complet. Les propriétés analysées comprenaient la masse stellaire, les taux de formation d'étoiles et les caractéristiques des trous noirs tels que la masse des SMBH, le rapport d'Eddington et la puissance des jets. Les résultats ont été comparés aux relations d'échelle existantes de la littérature, offrant ainsi des informations précieuses sur l'évolution des AGN radio-bruyants et leur lien avec les SMBH.Le deuxième projet faisait partie de l'enquête Galaxy Activity, Torus and Outflow Survey (GATOS). Il se concentrait sur l'étude des mécanismes d'alimentation et de rétroaction des AGN, en particulier dans les AGN de faible luminosité, les AGN occultés et les galaxies de type tardif. La détermination précise des masses des trous noirs centraux dans ces systèmes est complexe. Pour remédier à cela, le chercheur a utilisé l'échantillon GATOS et a effectué des observations à haute résolution avec le réseau ALMA (Atacama Large Millimeter/submillimeter Array) pour étudier les régions circumnucléaires des galaxies sélectionnées. En analysant l'émission CO(3-2) dans un rayon d'environ 100 parsecs autour du SMBH, le chercheur visait à obtenir des estimations plus précises des masses des trous noirs par rapport aux relations d'échelle traditionnelles. Une nouvelle approche a été développée en utilisant des techniques d'apprentissage supervisé pour estimer les masses des trous noirs à partir de diagrammes position-vitesse et d'observations ALMA CO(3-2). La méthode a été entraînée, validée et testée à l'aide de simulations numériques avec une large gamme de paramètres. Les résultats ont ensuite été appliqués à l'échantillon central de GATOS, révélant des estimations cohérentes des masses des trous noirs et fournissant des estimations robustes des erreurs. Ce travail a posé les bases d'une approche automatisée pour l'estimation de la masse des trous noirs en utilisant l'apprentissage machine.

The focus of this PhD research was to investigate various aspects of active galactic nuclei (AGN) and their connection to supermassive black holes (SMBHs) in different galactic environments. The researcher conducted two key studies during their doctoral work, which contributed to our understanding of AGN feeding, feedback mechanisms, and the determination of SMBH masses. The thesis focused on two separate research projects.The first project was to examined the relation between SMBH mass and the properties of radio loud galaxies, with a particular emphasis on redshift evolution. They compiled a sample of 42 radio galaxies and AGN with broad emission lines across a redshift range of 0.3 to 4. By cross-matching radio sources from the Very Large Array (VLA) FIRST survey with spectroscopically confirmed galaxies from wide-field surveys, including SDSS, DES, WISE, and GAMA, the researcher obtained a comprehensive dataset. The properties analyzed included stellar mass, star formation rates, and black hole characteristics such as SMBH mass, Eddington ratio, and jet power. The findings were compared with existing scaling relations from the literature, providing valuable insights into the evolution of radio loud AGN and their connection to SMBHs.The second project was part of the Galaxy Activity, Torus and Outflow Survey (GATOS). It focused on studying the feeding and feedback mechanisms of AGN, particularly in low-luminosity AGN, obscured AGN, and late-type galaxies. The precise determination of central black hole masses in these systems is challenging. To address this, the researcher utilized the GATOS sample and employed high-resolution observations from the Atacama Large Millimeter/submillimeter Array (ALMA) to study the circum-nuclear regions of selected galaxies. By analyzing the CO(3-2) emission within approximately 100 parsecs around the SMBH, the researcher aimed to obtain more accurate estimates of the black hole masses compared to traditional scaling relations. A novel approach was developed using supervised machine learning techniques to estimate black hole masses based on position-velocity diagrams and ALMA CO(3-2) observations. The method was trained, validated, and tested using numerical simulations with a wide range of parameters. The results were then applied to the GATOS core sample, revealing consistent black hole mass estimations and providing robust error estimations. This work laid the foundation for an automated approach to black hole mass estimation using machine learning.