PDF
Apprentissage Machine pour la déconvolution multi-objet d'images de galaxies
Machine Learning for Multi-Object Galaxy Deconvolution

Spécialité

Astrophysique

Niveau d'étude

Bac+5

Formation

Master 2

Unité d'accueil

Candidature avant le

07/08/2020

Durée

6 mois

Poursuite possible en thèse

oui

Contact

STARCK Jean-Luc
+33 1 69 08 57 64

Résumé/Summary
Durant la prochaine décennie, de grands télescopes comme SKA et Euclid offriront une vue plus large de l'Univers avec de vastes images multi-objets. Le de ce stage est de reconstruire ces images à l'aide de méthodes d'optimisation et d'apprentissage profond.
In the upcoming decade, large telescopes such as the SKA and Euclid will offer a broader view of the Universe with wide multi-object images. The aim of this project is to use optimisation and Deep Learning methods to reconstruct multi-object images.
Sujet détaillé/Full description
Au cours de la prochaine décennie, de grands télescopes tels que le Square Kilometer Array (SKA) et le satellite Euclid offriront une vue plus large de l'Univers. Les données collectées correspondront à de vastes images multi-objets. Pour ce travail, nous supposons que les images ne contiennent que des galaxies sans chevauchement. L'un des principaux objectifs de ces images est de fournir aux astrophysiciens des informations précises sur les objets qu'ils contiennent et leur forme. Cependant, les objets, dans les images brutes, sont déformés par la fonction d'étalement du point du télescope (Point Spread fonction en anglais, PSF) et corrompus par le bruit additif. Des données reconstruites peuvent être obtenues comme solution à un problème inverse, en utilisant des algorithmes d'optimisation standard. Pourtant, les astrophysiciens utilisent toujours des données brutes pour effectuer une estimation de forme. C'est le cas de la méthode Kaiser-Squire-Broadhurst. Cela est dû au fait que les algorithmes standard ne garantissent pas la conservation de la forme. De plus, l'utilisation de données brutes pour les estimations rend le processus sous-optimal. L'objectif de ce projet est donc d'utiliser des méthodes d'optimisation et d'apprentissage machine pour reconstruire des images multi-objets. Dans nos travaux précédents, nous avons développé une contrainte de forme et un réseau de neurones profond pour la reconstruction d'images de galaxies. Et nous avons montré qu'ils réduisaient l'erreur d'estimation de forme avec plus de robustesse. Par conséquent, le projet est divisé en deux tâches principales. La première est de comprendre les outils existants et être capable de les utiliser. La seconde consiste à développer une nouvelle méthode de reconstruction multi-objets.
In the upcoming decade, large telescopes such as the Square Kilometre Array (SKA) and the Euclid satellite will offer a broader view of the Universe. The collected data will correspond to wide multi-object images. For this work, we assume that the images only contain galaxies with no overlapping. One of the main purposes of these images is to give astrophysicists precise information about the objects they contain and their shape. However objects , in raw images are distorted by the Point Spread Function of the telescope (PSF), and corrupted by additive noise. Reconstructed data can be obtained as a solution to an inverse problem, by using standard optimisation algorithms. Yet astrophysicists still use raw data to perform shape estimation. It is the case for the Kaiser-Squire-Broadhurst method. This is due to the fact that standard algorithms do not guarantee shape preservation. Additionally, using raw data for estimations makes the process sub-optimal. Thus the aim of this project is to use optimisation and Machine Learning methods to reconstruct multi-object images. In our previous works, we developed a shape constraint and a Deep Neural Network for galaxy image reconstruction and showed that they reduce the shape estimation error and add robustness. Hence, the project is divided into two main tasks. The first one is to understand and be able to use the existing tools. The second one is to develop a new multi-object reconstruction method.
Mots clés/Keywords
traitement du signal, traitement de l'image, optimisation, apprentissage machine
signal processing, image processing, optimisation, machine learning
Compétences/Skills
Mesure de forme, reconstruction, optimisation, apprentissage, réseaux de neurones profonds, algorithmes proximaux
Mesure de forme, reconstruction, optimisation, apprentissage, réseaux de neurones profonds, algorithmes proximaux
Logiciels
Python, Keras, Galsim
PDF
Asterosismologie et machine learning pour l'evolution stellaire avec Kepler/K2 et TESS
Asterseismology and machine learning for stellar evolution with Kepler/K2 and TESS

Spécialité

Astrophysique

Niveau d'étude

Bac+4/5

Formation

Master 2

Unité d'accueil

Candidature avant le

31/07/2020

Durée

4 mois

Poursuite possible en thèse

oui

Contact

GARCIA Rafael A.
+33 1 69 08 27 25

Résumé/Summary
Nous disposons actuellement de milliers observations d’étoiles par la mission NASA K2 qui n’ont jamais pu être étudiées en detail. De plus, des observations de dizaines de milliers d'étoiles par la mission NASA TESS seront disponibles au debut du stage. Le but de ce stage est de mettre en place une méthode d’analyse automatique de ces données reposant sur l’intelligence artificielle et l'asterosismologie.
Sujet détaillé/Full description
La precision obtenue observationnellement sur les paramètres physiques des étoiles de type solaire (comme la masse ou le rayon) a un très grand impact sur les résultats de toute etude numérique visant a modéliser l'evolution des étoiles. Nous obtenons grace a l’asterosismologie les estimations les plus précises des paramètres fondamentaux de nombreuses étoiles. Cependant, la sismologie ne s’applique que sur une quantité limitée d’étoiles observées avec une resolution frequentielle suffisante et un niveau de bruit raisonnable par les satellites CoRoT, Kepler et TESS. Pour les autres, la spectroscopie donne les meilleurs résultats qui pourtant ne sont pas suffisant pour contraindre au mieux les modèles d’evolution stellaire. Nous disposons actuellement de milliers observations d’étoiles par la mission NASA K2 qui n’ont jamais pu être étudiées en detail. Le but de ce stage est de mettre en place une méthode d’analyse automatique de ces données reposant sur l’intelligence artificielle. En entrainant l’algorithme sur les données précises d’asterosismologie des meilleures étoiles, les autres étoiles pourront être tout d'abord classifies et ensuite caractérisées avec une precision surpassant les etudes spectroscopiques.
Ce sujet de stage combine asterosismologie classique et méthodes "intelligentes". Il s’inscrit dans le cadre de l’arrivée de très (trop!) nombreuses observations par les missions K2 et TESS qui ne pourront être analyses individuellement efficacement qu’après un premier filtrage automatique. Aucune connaissance en machine learning n’est requise, mais il est conseillé de suivre les modules de physique stellaire.
Une partie de cet stage peut se dérouler à l'Institut d'Astrophysique des Canaries (IAC) dans le cadre de la collaboration en physique stellaire entre les deux laboratoires.
Le stage sera co-encadre par Mme Lisa Bugnet pour les aspect de "machine learning".
Mots clés/Keywords
Asterosismologie, Physique stellaire, Traitement numérique, Machine learning
Compétences/Skills
Des outils de sismologie stellaire, algorithmes de machine learning (Random Forest, etc) Données des missions spatiales Kepler/K2 et TESS
Logiciels
Python, IDL
PDF
Déferlement des ondes de marée dans les étoiles et les planètes géantes

Spécialité

Astrophysique

Niveau d'étude

Bac+4/5

Formation

Ingenieur/Master

Unité d'accueil

Candidature avant le

30/06/2020

Durée

4 mois

Poursuite possible en thèse

oui

Contact

MATHIS Stephane
+33 1 69 08 49 30

Résumé/Summary
L'objectif est d'étudier pour la première fois l'impact de la rotation sur les processus de déferlement non-linéaire des ondes de marées dans les étoiles et les planètes géantes et leurs conséquences pour l'évolution des systèmes planétaires.
Sujet détaillé/Full description
Les interactions de marées sont l’un des mécanismes clé pour l’évolution des systèmes planétaires. Depuis les systèmes exoplanétaires de courtes périodes jusqu’aux systèmes formés par les planètes géantes et leurs satellites, la dissipation des ondes de marées se propageant dans les intérieurs stellaires et les régions fluides planétaires conduit l’évolution séculaire des orbites et des rotations des corps (e.g. Ogilvie 2014, ARAA, 52, 171; Mathis 2019, EAS, 82, 5). Il est donc nécessaire d’avoir une description physique robuste des processus de dissipation des ondes pour en déduire les temps caractéristiques d’évolution des systèmes et leur état final. Par exemple, Bolmont & Mathis (2016, CeMDA, 126, 275) ont démontré l’importance cruciale d’avoir un traitement ab-initio de la dissipation des ondes de marées se propageant dans les enveloppes convectives des étoiles de faibles masses pour la compréhension de l’architecture orbitale des systèmes de Jupiters chauds. Dans le même temps, l’étude de la dissipation de marée dans Saturne par Lainey et al. (2017, Icarus, 281, 286) a montré l’importance d’avoir une vision couplée et cohérente de la structure en couche des planètes géantes et de la dissipation dans chacune d’entre elles.

Dans ce cadre, Barker & Ogilvie (2010, MNRAS, 404, 1849) ont démontré l’importance potentielle du déferlement des ondes de gravité, dont la force de rappel est la poussée d’Archimède, au centre des étoiles de type solaire. Ce déferlement est similaire à celui des vagues arrivant sur les côtes. Il peut aussi se développer à la surface des corps fluides telles que les planètes géantes ou les étoiles où la densité s’effondre. Dans le travail proposé ici, l’objectif sera d’étudier, et ce pour la première fois, l’impact de la rotation potentiellement rapide, et donc de l’accélération de Coriolis, sur ces processus et d’en déduire les caractéristiques de la dissipation associée et les conséquences pour l’évolution des systèmes. Pour atteindre cet objectif, le/la candidat/e devra mettre en œuvre les méthodes semi-analytiques et numériques de modélisation de propagation d’ondes dans des milieux complexes. Les prédictions obtenues seront confrontées aux données observationnelles disponibles et seront d’une grande importance pour l’exploitation et la préparation des missions spatiales en cours et à venir TESS, CHEOPS et PLATO.
Mots clés/Keywords
Hydrodynamique - Physique théorique
Compétences/Skills
Méthodes mathématiques et numériques pour la Physique
PDF
Identification des étoiles géantes rouges présentant des modes d’oscillation avec des anomalies d’amplitude, en combinant astérosismologie classique et méthodes intelligentes.

Spécialité

Astrophysique

Niveau d'étude

Bac+4/5

Formation

Master 2

Unité d'accueil

Candidature avant le

06/06/2020

Durée

3 mois

Poursuite possible en thèse

oui

Contact

GARCIA Rafael A.
+33 1 69 08 27 25

Résumé/Summary
Le but de ce stage est de mettre en place une méthode de caractérisation automatique des étoiles reposant sur l’intelligence artificielle afin de détecter celles qui présentent des anomalies d’amplitude des modes d’oscillation parmi les quelques 25,000 étoiles géantes rouges observés par le satellite américain Kepler. En entrainant l’algorithme sur un échantillon d’étoiles particulières connus et bien identifiés, les autres étoiles pourront être caractérisées.
Sujet détaillé/Full description
Les étoiles pulsantes de type solaire possèdent des propriétés d’oscillation bien connues grâce à l’astérosismologie. En effet, les modes de pression et de gravité qui se propagent dans ces étoiles provoquent des variations régulières de luminosité qui ont été observées dans les données collectées par les missions CoRoT, Kepler, et K2. L’analyse des différents modes d’oscillation nous renseigne sur la structure et la dynamique interne et de surface de ces étoiles, et permet de mieux contraindre les modèles d’évolution stellaire. Grâce aux observations, certaines étoiles qui ne semblent pas (ou peu) osciller selon la composante dipolaire ont été découvertes. Bien que plusieurs théories comme la présence d’un fort champ magnétique interne ou bien une forte rotation interne aient été émises, l’origine de ces modes (que l’on appelle ”déprimés”) n’est pas établie. Un autre type d’étoile présentant des oscillations en désaccord avec la théorie a également été découvert : les modes y sont déprimés à basse fréquence mais d’amplitude normale à plus haute fréquence.
Le but de ce stage est de mettre en place une méthode de caractérisation automatique des étoiles reposant sur l’intelligence artificielle afin de détecter celles qui présentent des anomalies d’amplitude des modes d’oscillation parmi les quelques 25,000 étoiles géantes rouges observés par le satellite américain Kepler. En entrainant l’algorithme sur un échantillon d’étoiles particulières connus et bien identifiés, les autres étoiles pourront être caractérisées.
Mots clés/Keywords
Traitement de données
Compétences/Skills
Ce sujet de stage combine astérosismologie classique et méthodes intelligentes. Aucune connaissance en « machine learning » n’est requise, mais il est conseillé de suivre les modules de physique stellaire.
PDF
Ondes de gravité et de Rossby dans les étoiles en rotation rapide fortement déformées

Spécialité

Astrophysique

Niveau d'étude

Bac+4/5

Formation

Ingenieur/Master

Unité d'accueil

Candidature avant le

30/06/2020

Durée

4 mois

Poursuite possible en thèse

oui

Contact

MATHIS Stephane
+33 1 69 08 49 30

Résumé/Summary
L'objectif du stage est de développer des diagnostiques sismiques de nouvelle génération pour les ondes de gravité de basses fréquences se propageant dans les étoiles en rotation rapide fortement déformées.
Sujet détaillé/Full description
Les étoiles sont le siège d’ondes de différentes familles qui nous renseignent sur leur structure et leur dynamique internes grâce à l’astérosismologie et qui modifient leur évolution du fait du transport de moment cinétique et du mélange qu’elles induisent (e.g. Aerts, Mathis & Rogers 2019, ARAA, 57, 35). Dans ce cadre, les ondes dites gravito-inertielles, qui se propagent dans les régions radiatives stellaires stables, sous l’action combinée de la poussée d’Archimède et de l’accélération de Coriolis, sont d’un intérêt majeur. Tout d’abord, elles sont détectées par l’astérosismologie dans les étoiles de masses intermédiaires et massives (e.g. Van Reeth et al. 2016, A & A, 593, 120; Christophe et al. 2018, A & A, 618, 47; Saio et al. 2018, MNRAS, 474, 2774) dont elles permettent de caractériser la rotation interne. Ensuite, elles sont l’un des candidats pour expliquer la faible différence de rotation observée entre leur surface et leur cœur (Rogers 2015, ApJL, 815, L30).

Pour les étoiles en rotation rapide potentiellement fortement déformées par l’accélération centrifuge, leur modélisation repose sur l’utilisation de codes numériques bi-dimensionnels (Ballot et al. 2010, A & A, 518, 30; Ouazzani et al. 2017, MNRAS, 465, 2294) ou sur l’utilisation de méthodes asymptotiques (e.g. Prat et al. 2016, A & A, 587, 110) ne permettant pas encore d’effectuer de manière flexible et intensive des modélisations sismiques détaillées (Pedersen et al. 2018, A & A, 614, 128). Dans ce cadre, l’Approximation dite Traditionnelle de la Rotation (ci-après ATR, e.g. Lee & Saio 1997, ApJ, 491, 839) a permis la mise au point de diagnostics et de modélisations sismiques qui semblent robustes au regard des observations et des calculs bidimensionnels. Cependant, cette approximation fait l’hypothèse d’une structure stellaire sphérique qui n’est pas adaptée au traitement des ondes se propageant depuis le cœur jusqu’à la surface des étoiles en rotation rapide. Un premier pas a été effectué par Mathis & Prat (2019, A & A, 631) qui ont généralisé l’ATR en prenant en compte une faible déformation. Il est cependant nécessaire d’aller au delà et de traiter le cas d’une structure bidimensionnelle fortement déformée. En suivant la méthodologie développée dans Mathis & Prat (2019), le/la candidat/e développera le traitement de l’ATR pour une étoile fortement déformée et en déduira les diagnostics sismiques associés.
Mots clés/Keywords
Hydrodynamique - Physique théorique
Compétences/Skills
Méthodes mathématiques et numériques pour la physique
PDF
RELIER LES ELECTRONS ET NOYAUX COSMIQUES DANS LE CIRRUS ERIDU
RELATING COSMIC-RAY ELECTRONS AND NUCLEI IN THE ERIDU CIRRUS

Spécialité

Astrophysique

Niveau d'étude

Bac+5

Formation

Master 2

Unité d'accueil

Candidature avant le

10/08/2020

Durée

4 mois

Poursuite possible en thèse

oui

Contact

GRENIER Isabelle
+33 1 69 08 44 00

Résumé/Summary
Le projet concerne la propagation des rayons cosmiques ayant des énergies du GeV au TeV dans un nuage proche qui se trouve le long d'un tube de lignes de champ magnétique pointant vers le halo Galactique. L'objectif est de comparer le flux des noyaux cosmiques observés en rayons gamma et celui des électrons cosmiques émettant en radio.
The project concerns the propagation of cosmic rays with GeV to TeV energies in a nearby cloud which lies along a tube of magnetic-field lines pointing towards the Galactic halo. The aim is to relate the flux of cosmic-ray nuclei observed in gamma rays and with that of cosmic-ray electrons emitting in the radio.
Sujet détaillé/Full description
Les galaxies sont des écosystèmes complexes composés d'étoiles et d'un milieu interstellaire rempli de gaz magnétisé, de poussières et de particules à haute énergie appelées rayons cosmiques. Ces constituants évoluent conjointement en fonction de leurs interactions mutuelles. Un problème vieux d'un siècle consiste à expliquer comment les rayons cosmiques sont accélérés à une vitesse proche de celle de la lumière et comment ils diffusent à travers leur galaxie hôte et comment ils influencent son évolution. Is régulent en effet les entrées et sorties de gaz, fournissant une pression à grande échelle pour propulser des vents et des fontaines hors des disques galactiques. Ils chauffent, ionisent et initient également l'évolution chimique des nuages denses formant des étoiles (Grenier et al. 2015). Pourtant, la propagation des rayons cosmiques et leur interaction complexe avec leur environnement est mal décrite, tant sur le plan de l'observation que sur le plan théorique.
Le projet concerne les rayons cosmiques dont les énergies vont de quelques GeV à des dizaines de GeV car ils contribuent le plus à la pression interstellaire et ils constituent la majeure partie de la population de rayons cosmiques observables dans la Voie lactée. Nous pouvons observer à distance les particules de haute énergie pendant qu'elles diffusent à travers les nuages interstellaires. Les noyaux des rayons cosmiques sont vus par le rayonnement gamma qu'ils produisent lors d'interactions hadroniques avec le gaz, tandis que les électrons cosmiques sont observés grâce au rayonnement synchrotron qu'ils produisent en spiralant autour des champs magnétiques.
L'étude récente de la région d'Orion-Eridanus (une superbulle proche) a mis en évidence un petit nuage en forme de cirrus, appelé Eridu, qui est situé en dehors de la superbulle et loin (~200 pc) du plan Galactique. Les données de polarisation de la poussière indiquent qu'il se trouve le long d'un tube spécifique de lignes de champ magnétique pointant vers le halo. il fait peut-être partie d'une fontaine galactique. Le fait de trouver 30 % de rayons cosmiques en moins dans ce nuage par rapport au flux uniforme qui l'entoure sur des centaines de parsecs remet en question nos connaissances actuelles sur la diffusion des rayons cosmiques dans le milieu interstellaire local (Joubaud et al. 2020).
Le bord de la superbulle et le cirrus Eridu correspondent à des directions de faible intensité synchrotron en radio (par exemple à 408 MHz, Haslam et al. 1982). Le rapport des intensités synchrotron entre les deux directions suggère que les électrons cosmiques sont également appauvris dans le cirrus. Nous proposons donc d'effectuer une étude quantitative détaillée du flux d'électrons traversant le cirrus et ses environs. Les électrons de haute énergie sont plus sujets à des pertes par rayonnement que les noyaux, mais ils sont aussi indirectement produits en tant que particules secondaires dans les interactions des noyaux cosmiques avec le gaz. La comparaison entre les informations radio et gamma permettra donc de faire la lumière sur l'histoire des rayons cosmiques dans ce nuage dans ce nuage.
Galaxies are complex ecosystems composed of stars and an interstellar medium filled with magnetised gas, dust, and high-energy particles called cosmic rays. These constituents jointly evolve according to their mutual interactions. A century-long standing problem is to explain how cosmic rays are accelerated to nearly the speed of light and how they diffuse through their host galaxy and influence its evolution. They do so by regulating the gas inflows and outflows, providing large-scale pressure support to launch Galactic winds and fountains off galactic discs. They also heat, ionise, and initiate the chemical evolution of dense star-forming clouds (Grenier et al. 2015). Yet, the propagation of cosmic rays and their complex interplay with their environment is poorly quantified, both observationally and theoretically.
The project concerns cosmic rays with energies ranging from a few GeV to tens of GeV as they contribute most to the interstellar pressure and they constitute the bulk of the observable cosmic-ray population in the Milky Way. We can remotely observe the high-energy particles while they diffuse through interstellar clouds. Cosmic-ray nuclei are traced by the gamma radiation they produce in hadronic interactions with the gas, and cosmic-ray electrons are traced by the synchrotron radiation they produce spiralling around magnetic fields.
The recent study of the Orion-Eridanus region (a nearby superbubble) has highlighted a small cirrus-like cloud, named Eridu, which is located outside the superbubble and far (~200 pc) from the Galactic plane. The dust polarisation data indicates that it lies along a specific tube of magnetic-field lines pointing towards the halo, possibly as a part of a Galactic fountain. Finding 30% fewer cosmic rays in this cloud compared to the uniform flux surrounding it over hundreds of parsecs challenges our current views on cosmic-ray diffusion in the local interstellar medium (Joubaud et al. 2020).
The rim of the superbubble and the Eridu cirrus correspond to directions of low synchrotron intensities in the radio (e.g. 408 MHz, Haslam et al. 1982). The ratio of synchrotron intensities between the two directions suggests that cosmic-ray electrons are also depleted in the cirrus. We therefore propose to do a detailed quantitative study of the electron flux pervading the cirrus and its surroundings. High-energy electrons are more prone to radiation losses than nuclei, but they are also indirectly produced as secondary particles in the cosmic-ray nuclei interactions with the gas, so the comparison between the radio and gamma-ray information will shed light on the cosmic-ray history in this cloud.
Mots clés/Keywords
rayons cosmiques
cosmic rays
Compétences/Skills
Radiation processes of high-energy particles. Data analyses in gamma rays and in the radio
Logiciels
python

 

Retour en haut