L'apprentissage automatique pour l'analyse cosmologique des images de lentille gravitationnelle[...]

CEA; Saclay; Sur place; EUR 20 000 - 40 000; Plein temps

Résumé du poste

Une institution de recherche en astrophysique propose une thèse pour quantifier et corriger les biais de détection des lentilles gravitationnelles faibles en utilisant des techniques d'apprentissage automatique. Le candidat développera des analyses cosmologiques basées sur les données du satellite Euclid. La position est basée à Saclay, avec un début prévu pour le 01/10/2026. Les candidats doivent avoir une formation en physique, astrophysique, mathématiques appliquées ou un domaine similaire.

Qualifications

• Formation recommandée en physique, astrophysique, mathématiques appliquées ou domaines similaires.

Responsabilités

• Quantifier et corriger les biais de détection des lentilles faibles.
• Utiliser des algorithmes d'apprentissage automatique et profond.
• Effectuer des analyses d'inférence de paramètres cosmologiques.

Formation

Physique

Astrophysique

Mathématiques appliquées

Description du poste

Description du sujet de thèse

L'apprentissage automatique pour l'analyse cosmologique des images de lentille gravitationnelle faible provenant du satellite Euclid.

Domaine

Physique corpusculaire et cosmos

Sujets de thèse

L'apprentissage automatique pour l'analyse cosmologique des images de lentille gravitationnelle faible provenant du satellite Euclid.

Contrat

Thèse

Description de l'offre

L'effet de lentille gravitationnelle faible, la distorsion des images de galaxies à haut redshift due aux structures de matière au long de la ligne de visée à grande échelle, est l'un des outils les plus prometteurs de la cosmologie pour sonder le secteur sombre de l'Univers. Le satellite spatial européen Euclide mesurera les paramètres cosmologiques avec une précision sans précédent. Pour atteindre cet objectif ambitieux, un certain nombre de sources d'erreurs systématiques doivent être quantifiées et comprises. L'une des principales origines des biais est liée à la détection des galaxies. Il existe une forte dépendance à la densité de galaxies locale et au fait que l'émission lumineuse de la galaxie chevauche les objets proches. Si elles ne sont pas traitées correctement, de telles galaxies « mélangées » (blended) biaiseront fortement toute mesure ultérieure de distorsions d'image à faible lentille.

L'objectif de cette thèse est de quantifier et de corriger les biais de détection des lentilles faibles, notamment dus au mélange. À cette fin, des algorithmes modernes d'apprentissage automatique et profond, y compris des techniques d'auto‑différenciation, seront utilisés. Ces techniques permettent une estimation très efficace de la sensibilité des biais liés aux propriétés des galaxies et des levés sans qu'il soit nécessaire de créer un grand nombre de simulations. L'étudiant effectuera des analyses d'inférence de paramètres cosmologiques des données de lentille faible d'Euclide. Les corrections des biais développées dans cette thèse seront incluses à priorité dans la mesure de formes de galaxies, où à posteriori l'aide de paramètres de nuisance, afin d'obtenir des mesures de paramètres cosmologiques avec la fiabilité requise pour une cosmologie de précision.

Université / école doctorale

Astronomie et Astrophysique d'Île de France (ED A&A) – Paris‑Saclay

Localisation du sujet de thèse

Saclay

Critères candidat

Formation recommandée

Physique, astrophysique, mathématiques appliquées ou sujet similaire.

Demandeur

Disponibilité du poste

01/10/2026

Personne à contacter par le candidat

• Kilbinger Martin – [e-mail]
• CEA, DRF/IRFU/DAp/LCS
• Ormes des Merisiers – Département d'Astrophysique (DAp), Building 709, 21753

Tuteur / Responsable de thèse

• Farrens Samuel – [e-mail]
• CEA, DRF/IRFU
• Ormes des Merisiers – Département d'Astrophysique (DAp), Bât 709, 91191 Gif-sur‑Yvette, 28377

En savoir plus

• http://www.cosmostat.org/people/kilbinger
• http://www.cosmostat.org