Inférence cosmologique à partir de l'abondance des amas de galaxies détectés par cisaillement gravitationnel sur les données de la mission Euclid // Euclid Weak Lensing Cluster Cosmology inference

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.
Dans ce cadre, nous avons mis au point une méthode multi-échelle conçue pour détecter des amas de galaxies en s'appuyant uniquement sur leurs effets de lentille gravitationnelle faibles. Cette méthode a été pré-sélectionnée pour produire le catalogue d’amas de galaxies à partir des données de cisaillement de la mission Euclid.
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 explorera également l’apport des méthodes d’apprentissage de type SBI (Simulation-Based Inference) pour l’inférence cosmologique.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Galaxy clusters, which form at the intersection of matter filaments, are excellent tracers of the large-scale matter distribution in the Universe and are a valuable source of information for cosmology.
The sensitivity of the Euclid space mission (launch in 2023) allow blind detection of galaxy clusters through gravitational lensing (i.e. directly linked to the projected total mass). Combined with its wide survey area (14,000 deg²), Euclid should allow the construction of a galaxy cluster catalogue that is unique in both its size and selection properties.
In contrast to existing cluster catalogues, which are typically based on baryonic content (e.g., X-ray emission from intra-cluster gas, the Sunyaev-Zel’dovich effect in the millimeter regime, or optical emission from galaxies), a catalogue derived from gravitational lensing is directly sensitive to the total mass of the clusters. This makes it truly representative of the underlying cluster population, a significant advantage for both galaxy cluster studies and cosmology.
In this context, we have developed a multi-scale detection method specifically designed to identify galaxy clusters based only on their gravitational lensing signal, which has been pre-selected to produce the Euclid cluster catalogue.
The goal of this PhD project is to build and characterize the galaxy cluster catalogue identified via weak lensing in the data collected during the first year of Euclid observations (DR1), based on this detection method. The candidate will derive cosmological constraints from the modelling of the cluster abundance, using the classical Bayesian framework, and will also investigate the potential of Simulation-Based Inference (SBI) methods for cosmological inference.

------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Pôle fr : Direction de la Recherche Fondamentale
Département : Institut de recherche sur les lois fondamentales de l’univers
Service : Département d’Electronique, des Détecteurs et d’Informatique pour la physique
Laboratoire : Laboratoire ingénierie logicielle et applications spécifiques
Date de début souhaitée : 01-10-2026
Ecole doctorale : Astronomie et Astrophysique d’Île de France (ED A&A)
Directeur de thèse : Pires Sandrine
Organisme : CEA
Laboratoire : DRF/IRFU/DEDIP/LILAS
URL : https://irfu.cea.fr/Pisp/sandrine.pires/

Financement public/privé

Pôle fr : Direction de la Recherche Fondamentale
Département : Institut de recherche sur les lois fondamentales de l’univers
Service : Département d’Electronique, des Détecteurs et d’Informatique pour la physique

Etudiant en master 2 en astrophysique ou traitement du signal/image