Thèse Modélisation de la Distribution du Redshift des Galaxies Lentillées d'Euclid pour des Analyses au Niveau du Champ H/F - Université Paris-Saclay GS Physique

Établissement : Université Paris-Saclay GS Physique
École doctorale : Astronomie et Astrophysique d'Ile de France
Laboratoire de recherche : Astrophysique Instrumentation Modélisation
Direction de la thèse : Natalia PORQUERES I ROSA ORCID 000000027599966X
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-03-30T23:59:59

La mission Euclid fournira des données sur les lentilles gravitationnelles faibles avec une précision sans précédent, ce qui pourrait révolutionner notre compréhension de l'énergie noire et de la croissance des structures cosmiques. Pour en extraire toute la richesse informative, il faut aller au-delà des analyses standard. Afin d'exploiter au mieux ces données, le projet OCAPi analysera les cartes de lentille gravitationnelle d'Euclid directement au niveau des pixels. Cette approche, connue sous le nom d'inférence au niveau du champ, permet de capturer toutes les informations et d'obtenir des contraintes jusqu'à 5 fois plus précises sur les paramètres cosmologiques (Porqueres et al. 2022, 2023).

Cette précision accrue nécessite toutefois une modélisation précise des données. L'un des principaux défis de l'étalonnage dans les relevés de lentilles gravitationnelles faibles est la distribution des galaxies lentillées en fonction du redshift. Les méthodes d'étalonnage actuelles ont été conçues pour les analyses standard et peuvent ne pas être suffisamment précises pour les techniques au niveau du champ. Il est essentiel de quantifier les exigences de précision et de développer des méthodes capables de les atteindre afin de permettre l'analyse au niveau du champ des données d'Euclid et de libérer tout le potentiel scientifique.

L'objectif de ce projet de doctorat est de développer un nouvel échantillonneur de redshifts pour la lentille gravitationnelle faible, conçu pour répondre aux exigences de précision de l'inférence au niveau du champ. Cet échantillonneur combinera des modèles physiques de populations de galaxies avec des techniques d'apprentissage automatique flexibles. La thèse contribuera à maximiser le potentiel des données de lentille gravitationnelle faible d'Euclid et à faire progresser notre compréhension de la formation des structures cosmiques.

Description du projet et méthodologie :
1. Quantifier les besoins en matière de précision du décalage vers le rouge pour les analyses au niveau du champ : l'étudiant déterminera le niveau de précision requis dans la distribution du décalage vers le rouge pour la cosmologie au niveau du champ. Cela comprend l'étude de l'impact des variations de profondeur d'observation à travers le ciel.
2. Développer un échantillonneur de redshift pour l'inférence au niveau du champ : en combinant des modèles physiques et des techniques d'apprentissage automatique telles que les Mixture Density Networks (Alsing et al. 2023, Leistedt et al. 2022), l'étudiant développera un échantillonneur de redshift qui répond aux besoins de précision pour les analyses au niveau du champ.
3. Intégrer l'échantillonneur dans le pipeline au niveau du champ : l'échantillonneur sera intégré dans le pipeline existant au niveau du champ (Porqueres et al. 2023) afin d'inférer conjointement la distribution des redshifts des galaxies, les paramètres cosmologiques et les conditions initiales de l'Univers. Cela permettra de propager automatiquement les incertitudes liées aux redshifts aux contraintes cosmologiques.
4. Validation et application aux données d'Euclid : après avoir validé l'échantillonneur avec des données simulées, l'étudiant appliquera le cadre au niveau du champ aux données de lentille gravitationnelle faible d'Euclid.

Environnement scientifique :
Le doctorat se déroulera au laboratoire CosmoStat du Département d'Astrophysique du CEA Saclay, sous la supervision de Natalia Porqueres et Martin Kilbinger. L'étudiant rejoindra l'équipe OCAPi, qui travaille à l'avancement des analyses sur le terrain du lentillage gravitationnel faible et contribue à l'exploitation scientifique de la mission Euclid.

CosmoStat accueille une équipe multidisciplinaire dont les recherches portent sur les statistiques, le machine learning, l'intelligence artificielle et la cosmologie. Le groupe est fortement impliqué dans l'analyse des lentillages faibles de la mission spatiale Euclid.

Le/la candidat(e) doit être titulaire d'un Master 2 (ou équivalent) en physique/astrophysique ou en mathématiques appliquées/traitement du signal/science des données. L'expérience avec Python/C++ et Git serait un plus, mais n'est pas obligatoire.