Thèse

Les amas de galaxies qui se forment à l’intersection des filaments de matière, sont de très bons traceurs de la distribution de matière de l’Univers et sont une précieuse source d’information pour la Cosmologie.
La sensibilité de la mission spatiale Euclid lancée en 2023 permet une détection aveugle des amas de galaxies à partir des effets de lentille gravitationnelle faibles i.e. étroitement liés à la masse totale projetée. Ce point combiné avec la taille du relevé grand champ (14 000 deg2) devrait permettre de construire un catalogue d’amas de galaxies unique de par sa taille et ses caractéristiques de sélection. Contrairement aux catalogues d’amas de galaxies construits jusqu’à maintenant qui sont détectés par leur contenu baryonique (e.g. via le contenu en gas de l’amas en X ou via l’effet Sunyaev-Zeldovich aux longueurs d’ondes millimétriques ou encore via les emissions dans le visible des galaxies), le catalogue d’amas détectés à partir du cisaillement gravitationnel est directement lié à la masse totale des amas et de ce fait vraiment représentatif de la vraie population d’amas de galaxies ce qui est un atout pour les études sur les amas de galaxies et la cosmologie
Au sein de la mission Euclid, S. Pires coordonne les activités liées aux amas de galaxies sélectionnés par WL, et est notamment responsable de la production du catalogue d’amas détectes par WL et son exploitation. Dans ce cadre, nous avons développé une nouvelle méthode de détection multi-échelles permettant d’identifier les amas de galaxies en nous appuyant uniquement sur le cisaillement gravitationnel. Cette méthode, développée par notre équipe, a été présélectionnée pour la construction du catalogue d’amas de galaxies de la mission Euclid à partir des données de cisaillement gravitationnel.
Le projet de thèse a pour but de construire et de caractériser ce catalogue d’amas de galaxies à partir des données collectées lors de la première année d’observation de la mission Euclid (DR1) en s’appuyant sur cette méthode de detection. Le ou la candidat(e) dérivera ensuite des contraintes cosmologiques à partir de la modélisation de l’abondance des amas, en utilisant l’approche Bayésienne classique. Il/elle explorera alors l’apport des méthodes d’apprentissage de type SBI (Simulation-Based Inference) pour l’inférence cosmologique. Cette approche permettra de prendre en compte les effets de sélection complexes dans l’inférence cosmologique directement à partir des simulations, en relaxant certaines des hypothèses simplificatrices nécessaires à l’approche Bayesienne standard. La comparaison des deux approches, appliquées au même échantillon sélectionné par cisaillement gravitationnel, permettra de valider rigoureusement les contraintes cosmologiques obtenues et d’évaluer quantitativement les limites des hypothèses de modélisation.