Thèse Apprentissage Auto-Supervisé pour la Cosmologie du Signal à 21 Cm H/F

Observatoire de Paris

Établissement : Observatoire de Paris
École doctorale : Astronomie et Astrophysique d'Ile de France
Laboratoire de recherche : Laboratoire d'étude de l'Univers et des phénomènes extrêmes
Direction de la thèse : Benoit SEMELIN
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-05-30T23:59:59

L'observation du signal de 21 cm de l'époque de la réionisation est l'un des principaux objectifs scientifiques de SKA, dont la mise en service est prévue l'année prochaine. Cependant, le cadre théorique permettant d'interpréter les données doit encore être largement amélioré, comme l'a révélé le récent data challenge 3b. Le projet SLEEC propose d'appliquer des techniques avancées d'apprentissage machine, ancrées dans la théorie statistique, pour réaliser l'inférence bayésienne des paramètres cosmologiques et astrophysiques du modèle. L'objectif principal est que le réseau neuronal découvre les statistiques optimales du signal, permettant ainsi d'extraire le maximum d'informations du signal observé. Pour ce faire, il sera entraîné à partir de la grande base de données de simulations numériques Loreli II, avec comme objectif de maximiser l'information mutuelle entre les statistiques découvertes et les paramètres du modèle (dont les valeurs sont connues lors de l'entrainement).

Voir document joint pour projet détaillé.

Voir document joint

Voir document joint

Voir document joint