Inférence cosmologique à vraisemblance implicite à partir de grands catalogues de galaxies : simulations cosmologiques hybrides neurales-numériques et diagnostic des effets systématique

Implicit-Likelihood Cosmological Inference from Massive Galaxy Surveys: Accelerated Gravity Simulations & Diagnostics of Systematic Effects

• Auteur / Autrice : Tristan Hoellinger
• Direction : Guilhem Lavaux
• Type : Projet de thèse
• Discipline(s) : Astronomie et astrophysique
• Date : Inscription en doctorat le ; Soutenance le 08/09/2026
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : Astronomie et Astrophysique d'Ile de France
• Partenaire(s) de recherche : Laboratoire : Institut d'Astrophysique de Paris
• Jury : Président / Présidente : Bertrand Laforge
• Jury : Examinateurs / Examinatrices : Guilhem Lavaux, Boris Leistedt, Romain Teyssier, Florent Leclercq, George Efstathiou, Ofer Lahav, Valeria Pettorino
• Jury : Rapporteurs / Rapporteuses : Boris Leistedt, Romain Teyssier

Mots clés

Mots clés libres

Cosmologie

Grandes structures de l'Univers

Simulation numérique

Inférence bayésienne

Apprentissage automatique

Matière noire

Cosmology

Large-scale structure of the Universe

Numerical Simulations

Bayesian Inference

Machine learning

Dark matter

Résumé

La cosmologie est entrée dans l'ère des données massives. Les relevés de galaxies en cours et à venir, nommément DESI, Euclid, Rubin, Roman, SPHEREx, et Xuntian, sondent ou s'apprêtent à sonder la distribution tardive de la matière sur des volumes et à une précision sans pareils. Leurs retombées scientifiques dépendent de notre capacité à en extraire l'information cosmologique jusqu'à des échelles fortement non linéaires en maîtrisant l'impact des effets systématiques. Afin de répondre à ces enjeux, cette thèse introduit, d'une part, des méthodes fiables et contrôlables d'accélération pour les solveurs gravitationnels cosmologiques haute précision, d'autre part, un cadre systématique permettant de diagnostiquer la méspécification des modèles directs utilisés en inférence cosmologique à vraisemblance implicite. La première contribution combine la méthode d'accélération lagrangienne temporelle comobile (tCOLA) avec un solveur N-corps cosmologique particule-particule-particule-maille (P3M). Une trajectoire perturbative lagrangienne de second ordre (2LPT) définit un référentiel non inertiel dans lequel la dynamique résiduelle est intégrée numériquement, réduisant l'erreur de discrétisation temporelle à coût fixé. Cette contribution est une étape fondatrice en vue d'intégrer les petites échelles dans les modèles directs utilisés pour l'analyse des grandes structures cosmiques. La deuxième contribution étend cette approche à l'accélération computationnelle temporelle comobile (tCOCA) du même solveur. Le référentiel 2LPT est enrichi d'une correction de champ de moments émulée, rapprochant les particules du repos et réduisant de surcroît l'erreur de discrétisation temporelle. La dynamique résiduelle est intégrée numériquement par le solveur; équivalemment, le solveur corrige les erreurs commises par l'émulateur. À travers une preuve de concept, je montre que tCOCA-P3M améliore considérablement la précision atteinte à coût fixé, illustrant le potentiel majeur des méthodes hybrides neurales—numériques pour les modèles directs d'observables cosmologiques. La troisième contribution est une méthode pour diagnostiquer la méspécification de modèles directs « boîtes noires » en inférence cosmologique à vraisemblance implicite. Le spectre de puissance initial est reconstruit préalablement à l'inférence cosmologique, afin d'être utilisé comme outil de diagnostic intermédiaire des systématiques. En l'appliquant à un modèle de relevé spectroscopique de galaxies, je montre comment cette approche permet de quantifier l'impact d'erreurs commises sur les biais des galaxies, les fonctions de sélection, les masques de relevé, les décalages spectraux, ainsi que dans la résolution de l'évolution gravitationnelle. En outre, des erreurs à l'échelle du pour cent peuvent conduire à des biais atteignant 2σ dans le plan (Ωm, σ8), qui peuvent dès lors être détectés avant l'inférence des paramètres cosmologiques. Ces résultats avancent l'état de l'art en simulation et en inférence cosmologique avec des modèles directs complexes. Les solveurs P3M accélérés posent les bases d'une nouvelle classe de modèles accélérés à haute fidélité de la formation des structures. La méthode de diagnostic fournit, pour sa part, un cadre permettant d'identifier et contrôler la méspécification des modèles en inférence cosmologique à vraisemblance implicite. Conjointement, ces contributions esquissent les fondations d'une nouvelle génération de méthodes robustes pour extraire davantage d'information des grands relevés de galaxies.

Cosmology has entered a data-dominated era. Stage-IV galaxy surveys, including DESI, Euclid, Rubin, Roman, and SPHEREx, probe the late-time matter distribution over unprecedented volumes and with extraordinary precision. Their scientific return depends on our ability to extract cosmological information down to non-linear scales while keeping systematic effects under control. To resolve this challenge, this thesis introduces trustworthy acceleration of high-accuracy gravity solvers and addresses the issue of model misspecification in implicit-likelihood cosmological inference. The first contribution combines temporal COmoving Lagrangian Acceleration (tCOLA) with full particle-particle—particle-mesh (P3M) gravitational forces for cosmological N-body simulations. The method uses a second-order Lagrangian Perturbation Theory (2LPT) trajectory as a non-inertial frame of reference to reduce time-discretisation error, and numerically integrates the residual P3M dynamics in the moving frame. The resulting tCOLA-P3M solver lowers the computational burden at fixed accuracy and marks a foundational milestone towards safely incorporating accurate small-scale gravitational dynamics in forward-modelling pipelines for large-scale structure analyses. The second contribution extends this approach to temporal COmoving Computer Acceleration (tCOCA). It supplements the 2LPT frame with a machine-learnt momentum correction, and numerically integrates the residual P3M dynamics in the improved moving frame. Equivalently, the residual P3M solver corrects the emulation errors. I present a proof of concept showing that tCOCA-P3M substantially improves accuracy over tCOLA-P3M at fixed number of residual P3M force evaluations, demonstrating the potential of hybrid neural—numerical forward models of cosmological observables. The third contribution addresses the issue of model misspecification in implicit-likelihood cosmological inference. The approach does not require any specific knowledge of the cosmological observable's model. It uses the inferred initial matter power spectrum to quantify the impact of systematic effects before they affect cosmological parameter inference. Using a forward model of a spectroscopic galaxy survey, I assess the impact of misspecified galaxy biases, selection functions, survey masks, inaccurate redshifts, and approximate gravity solvers. I show that a subtly misspecified model can lead to a 2σ bias in the (Ωm, σ8) plane, which can now be detected prior to inferring cosmological parameters. These results advance the state of the art in cosmological simulations and inference with complex forward models. The accelerated P3M solvers open the door to a new class of fast, highly accurate cosmological N-body solvers. The diagnostic framework is a versatile tool for addressing model misspecification in cosmological inference. These contributions provide robust and complementary means to extract more physical information from current and forthcoming galaxy surveys.