Analyse statistique des champs de matière de la toile cosmique: modélisation et apprentissage profond.

Statistical analysis of matter fields within the cosmic web: modeling and deep learning.

• Auteur / Autrice : Majd Shalak
• Direction : Jean-Michel Alimi
• Type : Projet de thèse
• Discipline(s) : Astronomie et Astrophysique
• Date : Inscription en doctorat le 01/11/2020
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : École doctorale Astronomie et astrophysique d'Île-de-France (Paris ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : LUTH Laboratoire Univers et Théories (Observatoire de Paris - Section de Meudon ; 2002-2024)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Observatoire de Paris (1667-....)

Mots clés

Mots clés libres

Cosmologie

Dynamique non-linéaire

Toile cosmique

Famille de distributions de Pearson

Inférence

Réseaux de neurones

Cosmology

Non-linear dynamics

Cosmic web

Pearson family of distribution

Inference

Neural networks

Résumé

Il s'agit d'étudier la signature de l'énergie noire sur la formation des grandes structures de l'Univers. Alors que la dependence cosmologique de la dynamique linéaire de l'effondrement de la matière noire selon le modèle cosmologique est très bien résolue, elle ne permet pas sur les observations à grandes échelles de détecter de façon fiable et robuste une signature discriminante de la nature de l'énergie noire. De nombreux modèles de l'accélération cosmique récente de nature physique très différentes sont compatibles avec les observations (CMB, SN…). Mais tous ces modèles ont cependant leur incertitudes et leur part d'incompréhension à partir de principes physiques premiers. L'effondrement non-linéaire de la matière noire est un processus physique bien plus complexe. Nous étudierons comment ce processus non linéaire dépend du modèle cosmologique et en particulier de la nature de l'énergie noire. Il a été montré notamment à partir de l'analyse des simulations DEUS (www.deus-consortium.org) que le spectre de puissance des fluctuations de matière primordiales des modèles cosmologiques réalistes indistinguables sur les fluctuations à grandes échelles à z grand, se distinguait à z=0 sur les petites échelles, du fait d'une évolution non-linéaire différentiée de l'effondrement gravitationnelle de la matière noire selon différents modèles cosmologiques (Alimi et al 2010). Nous souhaiterions dans cette thèse étudier plus en détail ce phénomène et quantifier ainsi selon les différents paramètres cosmologiques et la nature de la gravitation les différences observées sur la croissance non linéaire des fluctuations de matière. Au delà d'une caractérisation sur le spectre de puissance de la matière ou à l'ordre supérieur de son « bi-spectrum », nous nous proposons d'étudier les différences selon la cosmologie mode à mode. Cela pourra se faire en reconstruisant les cartes bi-dimensionnelles et tri-dimensionnelles des champs de densité (voir d'autres observables physiques) de la matière cosmique résultant de différents modèles cosmologiques et en étudiant les modes individuels des composantes de Fourrier ou des composantes en ondelettes pour tenir compte de la hiérarchie propre à l'effondrement gravitationnel. Nous étudierons quels couplages de modes est spécifique ou dominant d'une cosmologie ou d'une théorie de la gravitation sous-jacente. Nous utiliserons pour cela l'ensemble vaste de simulations de formations des grandes structures réalisées dans le cadre des projets DEUS (www.deus-consortium.org) et nouvellement du projet Quirote (https://github.com/franciscovillaescusa/Quijote-simulations). Nous étudierons également les signatures non linéaires de la cosmologie sur la formation des grandes structures à partir des champs cosmiques générés par apprentissage artificiel profond. Cela nous renseignera conjointement sur la capacité à caractériser la dynamique non-linéaire d'un plus grand nombre de modèles et réciproquement cela nous renseignera sur comment procèdent les dispositifs d'apprentissage artificiel profond pour générer de façon adéquate des champs cosmiques pour des modèles cosmologiques ou sur des échelles non directement appris. Les prescriptions non linéaires spécifiques à une cosmologie déduites des analyses réalisées pourront ensuite être appliqués à l'analyse des champs cosmiques observés en étendant les analyses habituels à de nombreux modèles cosmologiques nouveaux.

The aim is to study the signature of dark energy on the formation of the large structures of the Universe. While the cosmological dependence of the linear dynamics of the collapse of dark matter according to the cosmological model is very well resolved, it does not allow on large scale observations to reliably and robustly detect a discriminant signature of the nature of dark energy. Many models of recent cosmic acceleration of very different physical nature are compatible with the observations (CMB, SN...). However, all these models have their uncertainties and their share of incomprehension based on first physical principles. The nonlinear collapse of dark matter is a much more complex physical process. We will study how this nonlinear process depends on the cosmological model and in particular on the nature of dark energy. In particular, it has been shown from the analysis of DEUS simulations (www.deus-consortium.org) that the power spectrum of primordial matter fluctuations of realistic cosmological models indistinguishable from large scale fluctuations at large z, was distinguished at z=0 on small scales, due to a differentiated nonlinear evolution of the gravitational collapse of dark matter according to different cosmological models (Alimi et al 2010). In this thesis, we would like to study this phenomenon in more detail and thus quantify according to the different cosmological parameters and the nature of gravitation the differences observed on the nonlinear growth of matter fluctuations. Beyond a characterization on the power spectrum of matter or at the higher order of its 'bi-spectrum', we propose to study the differences according cosmology with a “mode to mode” analysis. This can be done by reconstructing two-dimensional and three-dimensional maps of the density fields (or other physical observables) of cosmic matter resulting from different cosmological models and by studying the individual modes of the Fourier or wavelet components to account for the hierarchy of gravitational collapse. We will study which mode coupling is specific or dominant to an underlying cosmology or theory of gravitation. We will use the extensive set of large structure formation simulations carried out in the DEUS project (www.deus-consortium.org) and recently in the Quirote project (https://github.com/franciscovillaescusa/Quijote-simulations). We will also study the nonlinear signatures of cosmology on the formation of large structures from the cosmic fields generated by deep artificial learning. This will jointly inform us about the ability to characterize the nonlinear dynamics of a larger number of models and conversely it will inform us about how deep artificial learning devices proceed to adequately generate cosmic fields for cosmological models or on scales not directly learned. The cosmology specific non-linear prescriptions derived from the analyses performed can then be applied to the analysis of the observed cosmic fields by extending the usual analyses to many new cosmological models.