PDF
Caractérisation multidimensionnelle des vestiges de supernova en rayons X
Towards a 3D characterisation of supernova remnants in X-rays

Spécialité

Astrophysique

Niveau d'étude

Bac+5

Formation

Master 2

Unité d'accueil

Candidature avant le

30/04/2020

Durée

3 mois

Poursuite possible en thèse

oui

Contact

Acero Fabio
+33 1 69 08 47 05

Résumé/Summary
Les données en rayons X des vestiges de supernova résultant de l'explosion d'étoiles sont multidimensionnelles par nature. Pour chaque photon la position et l'énergie sont enregistrés. Ce sujet propose de développer de nouvelles méthodes d'analyses multidimensionnelles mêlant machine learning et méthode de séparation de sources.
X-ray data are multidimensional by nature. For each photon the energy and position is recorded by the X-ray satellite. Here we propose to develop novel techniques to fully exploit the multidimensional nature of the data by combining blind source separation technique with feature learning.
Sujet détaillé/Full description
Contexte: Avec les observations profondes obtenues par les satellites en rayons X XMM-Newton et Chandra, les données à haute résolution spectrale d’Hitomi et les télescopes XRISM et Athena en préparation, la richesse croissante des données en rayons X est entrain de transformer notre vision de l’Univers chaud et énergétique mais au prix d’une difficulté croissante à analyser ces données. En dépit de la richesse des données d’archives et à venir, nos méthodes d’analyses n’ont que trop peu évoluées dans les dernières décennies et ne peuvent extraire la richesse d’information scientifique contenue dans ces données. En effet les méthodes d’analyse actuelles se limitent à des analyses spectrales à 1D d’un côté et à des analyses spatiales 2D de l’autre et n’exploitent pas la nature multi-dimensionnelle des données en rayons X.

Description du projet: Ce projet se propose de transformer la façon dont nous pouvons analyser les données en rayons X en se basant sur l’expertise acquise par le groupe de mathématiques appliquées au sein de notre laboratoire et en particulier sur les méthodes d’apprentissage à l’aveugle (blind source separation) initialement développées pour séparer les avant-plans du CMB dans les données Planck. Ces méthodes se basent sur la diversité spectrale et morphologique des données dans le domaine ondelettes pour séparer les sources. Une nouvelle version de cet algorithme permet désormais d’ajouter des contraintes physiques spectrales (spectres thermiques ou loi de puissance par exemple) par le biais de machine learning (feature learning dans notre cas). Ceci ouvre alors la possibilité à une séparation de sources donnant des résultats plus robustes et à une cartographie à petite échelle des paramètres physiques.

Sujet du stage: Le sujet du stage se focalisera sur la prise en main des outils d’apprentissage à partir d’une base de données de spectres théoriques (lois de puissance associée à l’émission synchrotron des électrons accélérés dans les vestiges de supernova). Les performances de la qualité de reconstruction en fonction de la taille de l’échantillon d’apprentissage et la capacité à revenir aux paramètres physiques seront étudiés. Dans un deuxième temps l’implémentation de cet apprentissage dans un algorithme de séparation de source permettra de cartographier l’indice spectral de ces lois de puissance dans pour étudier l’efficacité de l’accélération de particules au choc des vestiges de supernova en fonction des conditions environnementales. Le code est déjà développé et permettra à l’étudiant(e) de se concentrer sur sa compréhension et l’application à des données d’archives.

Ce sujet pourra se prolonger en thèse à l’apprentissage sur des modèles thermiques plus complexes et sur des données à très haute résolutions spectrales que fournira le futur satellite Athena.

Stage d'une durée de 3 à 5 mois.
Context: With deep X-ray mega-second observations with XMM-Newton and Chandra (containing up to 100 millions photons), very high spectral resolution data from the Hitomi telescope and the Xrism and Athena satellites on the horizon, X-ray data are getting scientifically richer but increasingly complex to analyse. With a strong implication from the French community, the X-IFU instrument onboard the Athena telescope will combine high spectral and spatial resolution and will be a game changer in the X-ray spectro-imaging domain. Despite this huge improvement in instrumental performances, the development of the analysis methods have stalled in the last decades and are not ready to reveal the true wealth of information encoded in these rich datasets. Current methods are limited to 1D spectra or 2D images, and do not exploit the multi-dimensional nature (position, energy, and time being recorded for each event) of the X-ray data. In addition they are not efficient at correcting from geometrical projections effects and the disentangling of multiple physical components.

Description of the project: we propose to transform the way X-ray data are analysed by capitalising on the expertise developed by the applied mathematics group in our laboratory; in particular in the blind source separation algorithms initially developed to separate the CMB map from the foregrounds in the Planck data. The method jointly exploits the morphological and spectral diversity of the data in the wavelet domain to separate the different astrophysical components and map their properties. These new techniques allow to identify and characterise new, potentially unexpected, physical components in extended sources. A new branch of the method is currently being developed with an implementation of physically motivated models within a machine learning context (i.e. feature learning). This open the possibility to disentangle the physical component and deconvolve from projection effects at the same time and allowing mapping of quantities such as the spectral indices of synchrotron emission, density and temperature of the heated gas.

Internship: The intern will focus on exploring the learning capacities of the algorithm as a function of the size of the training set and its capacities to return the physical parameters. In a second step, this learning will be coupled with source separation techniques to map the spectral indices of the synchrotron emission from accelerated electrons at the shock of young supernova remnants to understand particle acceleration in different environments.

Mots clés/Keywords
astronomie en rayons X, XMM-Newton, Athena, traitement du signal, blind source separation, machine learning, amas de galaxies,
Compétences/Skills
Machine Learning, Séparation de sources à l'aveugle
Machine Learning, blind source separation techniques
Logiciels
Python
PDF
Mesures du champ magnétique intergalactique avec les sursauts gamma
Measures of the intergalactic magnetic field using gamma-ray bursts

Spécialité

Astrophysique

Niveau d'étude

Bac+5

Formation

Master 2

Unité d'accueil

Candidature avant le

21/05/2020

Durée

3 mois

Poursuite possible en thèse

oui

Contact

Belmont Renaud
+33169089808

Résumé/Summary
Ce stage propose de contraindre le champ magnétique intergalactique par la modélisation de la propagation des rayons gamma issus de sursauts (GRB) et l'analyse des futures observations CTA.
This internship proposes to constrain the intergalactic magnetic field by modelling the propagation of gamma rays produced by gamma-ray bursts (GRBs), and analysing future CTA observations.
Sujet détaillé/Full description
Depuis une vingtaine d’années, l’avènement des télescopes Tcherenkov a permis le développement de l’astronomie gamma à très haute énergie (>20GeV), avec des retombées dans beaucoup de domaines de l’astrophysique, et en particulier en cosmologie. La cosmologie gamma repose sur l’absorption, par la lumière infra-rouge des galaxies, des rayons gamma émis par des sources lointaines de l’Univers. Cette absorption est en effet directement liée à l’histoire de la formation stellaire et au modèle cosmologique qui conditionne l’apparition des grandes structures de l’Univers.
L’absorption des rayons gamma par les photons infrarouge produit des électrons et des positrons qui interagissent sur le fond diffus cosmologique et produisent à leur tour des rayons gamma. Ces rayons gamma secondaires peuvent eux-mêmes être absorbés, produisant en cascade de nouvelles paires électron-positron. Ces cascades électromagnétiques se développent dans le milieu intergalactique et possèdent différentes signatures qui sont recherchées dans les données : d’une part, les rayons gamma secondaires, d’énergie plus faible, créent un excès sur la partie à basse énergie du spectre ; d’autre part, le champ magnétique intergalactique (Intergalactic Magnetic Field, IGMF) dévie les particules chargées, produisant un halo diffus autour de la source et un retard dans le temps d’arrivée des rayons gamma secondaires. La recherche de ces signatures dans les observations gamma permet d’étudier ce champ magnétique dont l’origine remonte probablement aux premiers instants de l’Univers. Cette méthode permet d’accéder à des très faibles intensités et à des propriétés à grande échelle, inaccessibles aux mesures traditionnelles de champ magnétique.

Le travail de stage s’intéressera à l’étude des cascades issues des sursauts gamma (GRB) et aux contraintes qu’elles peuvent apporter sur l’IGMF en particulier avec l’observatoire CTA en cours de construction. CTA comportera à terme 19 télescopes sur le site Nord (La Palma, îles Canaries), et 99 sur le site Sud (désert d’Atacama au Chili). Le premier grand télescope de 23 m a commencé sa prise de données laissant espérer plusieurs détections dans les années qui viennent.

L’IGMF a déjà été étudié avec une population de noyaux actifs de galaxie (AGN) qui a permis d’établir des limites inférieures sur l’intensité moyenne du champ (B>10^(-16) G). Les sursauts gamma, très brefs par nature, permettront une approche basée sur les retards temporels, très différente de celle utilisée pour les AGN et donc des contraintes indépendantes et complémentaires sur l’IGMF.

Le travail de ce stage consistera à réaliser des simulations numériques de cascades issues des GRB et à étudier leurs signatures observationnelles. Plus précisément, les cascades simulées seront couplées à la chaine d'analyse développée dans le groupe pour CTA, ce qui permettra d’obtenir les contraintes sur l’IGMF. L’étudiant analysera pour cela plusieurs sursauts gamma observés. Il étudiera dans un premier temps des sursauts détectés par le satellite Fermi jusqu’à une dizaine de GeV, et dont les caractéristiques seront extrapolées au domaine d’énergie de CTA (au-delà de 20 GeV). Puis, il analysera les deux sursauts observées à très haute énergie par les telescopes Tcherenkov HESS et MAGIC (Nature, Nov. 2019).

L’étudiant(e) sera intégré(e) à l’équipe LEPCHE du Département d’Astrophysique du CEA Paris-Saclay. Cette équipe est très impliquée à la fois dans les observations de GRB, ainsi que dans la préparation de futur grand télescope Tcherenkov CTA. Les chercheurs de l’équipe sont en particulier chargés de préparer les futures observations de GRB avec CTA.
In the past 20 years, the advent of Cherenkov telescopes has allowed for the rapid growth of very high energy gamma-ray astronomy, and had provided impacts in many fields of astrophysics including cosmology. Gamma-ray cosmology is based on the absorption of very high energy photons (>100 GeV) from extragalactic sources by infrared photons emitted by stars in galaxies. Such absorption is linked to the history of star formation and to the cosmological model implied in the formation of large-scale structures in the Universe.
The absorption of gamma rays by infrared photons also produces pairs of electrons and positrons that interact with photons from the cosmological microwave background (CMB) and produce more gamma rays. These secondary high energy photons can also be absorbed, generating a cascade of pairs and photons. These electromagnetic cascades develop in the intergalactic medium and provide specific observational signatures that are searched in gamma-ray data. On the one hand, the secondary photons are responsible for an excess emission at lower emission. On the second hand, the intergalactic magnetic field (IGMF) deflects the charged particles, producing an extended halo around point sources and a time delay in the arrival of secondary gamma rays. This large-scale magnetic field is expected to originate from the very first epoch of the cosmic history. The search for these signatures in gamma-ray observations hence allows to probe this relic field at very low intensities, where traditional methods fail.

The work will focus on cascades induced by gamma-ray bursts (GRBs) and on the constrains they can provide on the IGMF. In particular, it will be done in preparation of the future CTA observatory. This array of Cherenkov telescopes will have 19 telescopes in its north site (La Palma, Canary islands) and 99 in its south site (Chili). The first 23m telescope is already operational, promising several GRB detections in the next years.
The IGMF has already be studied using active galactic nuclei (AGN), which has provided lower limits on its intensity (B>10^(-16)G). The very short duration of GRBs will allow for a very different approach, based on time delays, hence for independent and complementary constrains.
The work will consist in performing numerical simulations of gamma-ray induced cascades, using a Monte Carlo simulation code and studying their observational signatures. Namely the simulated cascades will be coupled to the CTA data analysis chain developed in the group in order to predict constrains on the IGMF. To that purpose, the student will analyze several typical GRBs. He/she will first focus on a few interesting events among the many detected at lower energy by Fermi (<10 GeV) and extrapolated to the CTA energy range. He/she will then analyze two GRBs recently observed at very high energy by existing Cherenkov telescopes (HESS and MAGIC collaborations, Nature, Nov. 2019).

The student will work in the LEPCHE team of the Astrophysics Department at CEA Paris-Saclay. The team is strongly involved in GRB observations and in the preparation of CTA in general. More specifically, its researchers are charged with the preparation for GRB observations with CTA.
Mots clés/Keywords
rayons gamma, astroparticules, cosmologie
gamma-rays, astroparticles, cosmology
Compétences/Skills
Modélisation avec des simulations numériques Monte Carlo Analyse de données
Modelling with Monte Carlo numerical simulations, Data analysis
Logiciels
fortran, python

 

Retour en haut