Percées algorithmiques pour l'accélération du traitement des données de LISA

Algorithmic breakthroughs for the acceleration of LISA's data processing

• Auteur / Autrice : Tanguy Delmond
• Direction : Thomas Oberlin
• Type : Projet de thèse
• Discipline(s) : Informatique et Télécommunications
• Date : Inscription en doctorat le 07/10/2024
• Etablissement(s) : Toulouse, ISAE
• Ecole(s) doctorale(s) : École doctorale Mathématiques, informatique et télécommunications
• Partenaire(s) de recherche : Laboratoire : ISAE-ONERA MOIS MOdélisation et Ingénierie des Systèmes
• Partenaire(s) de recherche : Equipe de recherche : ISAE/DISC/MITT Département d'Ingéniérie des Systèmes Complexes

Mots clés

Mots clés libres

Traitement des données

Intelligence artificielle

Ondes gravitationnelles

Relativité générale

Data processing

Artificial intelligence

Gravitational waves

General relativity

Résumé

Les missions spatiales ont toujours enregistré des signaux électromagnétiques, de la lumière infrarouge aux rayons gamma. La mission de grande envergure LISA (Laser Interferometer Space Antenna) de l'ESA, dont le lancement est prévu en 2037, étudiera les signaux d'ondes gravitationnelles en provenance de l'espace. Premier instrument en orbite au monde à sonder l'espace-temps lui-même, il s'agit de l'une des missions scientifiques les plus ambitieuses jamais réalisées. LISA promet une multitude de nouvelles découvertes scientifiques, nous permettant de tester notre compréhension de la relativité générale et d'ouvrir une nouvelle fenêtre pour l'astrophysique et la cosmologie. L'analyse des données de cette mission devra démêler les signaux superposés provenant de diverses sources astrophysiques et modéliser le bruit instrumental. Cet ajustement global doit être abordé dans un cadre d'inférence bayésienne. Le défi informatique sera colossal et devrait être supérieur d'un ordre de grandeur au traitement des données de la récente mission Euclid de l'ESA, dans des scénarios optimistes. En conséquence, la communauté scientifique est à la recherche de percées technologiques et algorithmiques, par exemple en s'appuyant sur les GPU, la modélisation basée sur la rareté ou l'intelligence artificielle. LISA devrait détecter plusieurs types de sources d'ondes gravitationnelles, telles que des naines blanches, des étoiles à neutrons ou des trous noirs binaires orbitant dans des configurations très différentes. Les binaires de naines blanches de notre galaxie (appelés binaires galactiques, GB) devraient être les sources les plus nombreuses et présenter des signaux relativement simples (quasi-monochromatiques) ; les fusions de binaires de trous noirs massifs (MBHB) fourniront une poignée de signaux de coalescence très forts, tandis que les inspirations de rapports de masse extrêmes (EMRI) sont les plus complexes et s'accompagnent d'une énorme incertitude quant au nombre d'occurrences au cours de la durée de vie de LISA. En fait, on sait peu de choses sur l'analyse des EMRI, et ils pourraient tout aussi bien être négligeables ou dominer l'ajustement global. Il est certain que le flux de données de LISA sera une superposition continue de ces nombreux signaux et du bruit instrumental. L'inférence des paramètres de chaque source nécessitera la séparation des sources, ce qui compliquera l'estimation de leurs distributions postérieures, déjà difficile pour les événements gravitationnels isolés. Lorsque la séparation n'est pas possible (notamment pour les GB), le nombre de sources superposées devient une inconnue et les signaux eux-mêmes forment un arrière-plan de confusion comparable à du bruit ; une analyse transdimensionnelle est alors nécessaire, ce qui entraîne une complexité supplémentaire. Pour relever le défi de l'ajustement global, l'approche actuellement envisagée repose sur une stratégie de Monte Carlo par chaîne de Markov (MCMC), avec un échantillonnage de Gibbs par blocs sur les classes de sources (et le bruit l

Space missions have always recorded electromagnetic signals, from infrared light to gamma rays. Expected to launch in 2037, ESA's large-class mission LISA (Laser Interferometer Space Antenna) will survey gravitational wave signals from space. As the world's first in-orbit instrument to probe space-time itself, this is one of the most ambitious science missions ever. LISA promises a wealth of new science, allowing us to test our understanding of general relativity and to open a new window for astrophysics and cosmology. The data analysis for this mission will have to disentangle superposed signals from a variety of astrophysical sources, as well as modeling the instrumental noise. This Global Fit is to be tackled in a Bayesian inference framework. The computational challenge will be massive, expected to be about an order of magnitude heavier than the data processing of the recent ESA mission Euclid, in optimistic scenarios. As a consequence, the scientific community is looking for technological and algorithmic breakthroughs, e.g. relying on GPUs, sparsity-based modeling or artificial intelligence. LISA is expected to detect several kinds of gravitational wave sources, such as white dwarf, neutron star or black hole binaries orbiting in very different configurations. White dwarf binaries in our galaxy (known as galactic binaries, GBs) should be the most numerous sources and have relatively simple signals (quasi-monochromatic); massive black hole binary mergers (MBHBs) will provide a handful of very loud coalescence signals, while extreme mass ratio inspirals (EMRIs) are the most complex and come with a huge uncertainty on the number of occurrences over LISA's lifetime. In fact, little is known on EMRIs' analysis, and they could just as easily be negligible or dominate the Global Fit. Certainly, LISA's data stream will be a continuous superimposition of these many signals together with instrumental noise. The inference of the parameters of each source will require source separation, complicating the estimation of their posterior distributions which is already challenging for isolated gravitational events. When separation is not possible (most notably for GBs), the number of superimposed sources becomes an unknown and the signals themselves form a confusion background comparable to noise; trans-dimensional analysis is then required, which yields additional complexity. To tackle the challenge of the Global Fit, the currently envisioned approach relies on a Markov chain Monte Carlo (MCMC) strategy, with block Gibbs sampling across the classes of sources (and the noise level) to reduce the complexity. Even using this trick, existing pipeline prototypes are computationally expensive and scale badly. As of today, the main bottleneck is the signal simulation step involved in the computation of each model likelihood. There are many proposed avenues to speed up this computation. For example, on the infrastructure side, one solution is brought by GPU-based parallelization. A complementary approach is to rely on data compression to compute the likelihoods faster. Alternatives such as simulation-based inference consist in directly sampling the posterior distributions while avoiding likelihood computations, within a data-driven framework powered by recent advances in deep learning. Many other options, low- and high-level, can be envisaged, investigated and possibly combined to construct efficient large scale inference algorithms. The proposed Ph.D. project aims at studying, developing and benchmarking innovative approaches for speeding up the Global Fit, in order to fully unleash the scientific potential of the LISA mission.