à 
A-3521-1
400, avenue Atlantic
Montréal

Malgré les succès incontestables du modèle standard de la cosmologie, le modèle Lambda CDM inflationaire, pour la prédiction des structures observées dans l'univers à plusieurs échelles, très peu de choses sont connues au sujet de ses constituants fondamentaux: le(s) champs inflationaire(s), la matière noire et l'énergie sombre. Au cours de cette présentation, je commencerai par faire une revue des principaux succès du modèle Lambda CMD inflationaire et discuterai comment, dans les prochaines années, de nouveaux télescopes et nouveaux relevés du ciel ouvriront des opportunités sans précédent pour sonder ces composantes inconnues. En effet, les volumes impressionnants de données qui seront produits promettent de faire la lumière sur l'équation d'état de la matière sombre, la nature de la particule de la matière noire, ainsi que la nature du champs à l'origine de l'inflation. L'analyse de ces données via des méthodes d'analyse traditionnelles est, toutes fois, complètement irréalisable. Je partagerai mes travaux récents visant le développement d'outils d'apprentissage automatique pour l'analyse de données cosmologiques, et discuterai de la façon par laquelle ils pourront nous permettre de relever les défis computations à venir pour l'analyse des données provenant des télescopes de demain.

La conférence est pour tout public et le café est servi dès 11h30.

À l'aube de l'ère des données pour la cosmologie de précision: Opportunité et défis pour l'apprentissage automatique Laurence Perreault-Levasseur (UM)