Soutenance de la thèse doctorat de Ronan Legin

Lentilles gravitationnelles fortes: l’analyse par l’apprentissage automatique face aux défis des futurs grands relevés

Les prochains grands relevés du ciel, comme Euclid et l’Observatoire Vera C. Rubin, feront passer le nombre de lentilles gravitationnelles fortes connues d’environ un millier à plus de 100 000. Ces lentilles permettent de sonder l’expansion de l’Univers, la formation des galaxies et la nature de la matière noire. Les méthodes traditionnelles d’analyse, cependant, ne peuvent suivre un tel volume de données et reposent sur des hypothèses simplificatrices qui peuvent biaiser l’étude des lentilles. Cette thèse développe des méthodes d’apprentissage automatique ancrées dans des cadres statistiques bayésiens afin de rendre ces analyses rapides et fiables. Elle propose notamment une chaîne de traitement automatisée capable d’analyser des dizaines de milliers de lentilles en quelques jours, une correction des biais de sélection des relevés, SLIC, un cadre qui traite des bruits instrumentaux complexes, appliqué aux données de Hubble, de JWST, et l’application de ces méthodes à la modélisation de 30 lentilles de Hubble, permettant d’exploiter la quasi-totalité de l’information contenue dans les observations.