TRANSFORMER : de la généalogie des halos de matière noire aux propriétés baryoniques des amas de galaxies. // TRANSFORMER: from the genealogy of dark matter halos to the baryonic properties of galaxy clusters.
| ABG-134075 | Sujet de Thèse | |
| 29/10/2025 | Financement public/privé | 
				CEA Paris-Saclay Laboratoire de cosmologie et statistiques			
			
		
					Saclay					 				
							
					TRANSFORMER :  de la généalogie des halos de matière noire aux propriétés baryoniques des amas de galaxies. // TRANSFORMER: from the genealogy of dark matter halos to the baryonic properties of galaxy clusters.				
			- Terre, univers, espace
- Physique
					Astrophysique / Physique corpusculaire et cosmos				
			Description du sujet
				La thèse propose de prédire les propriétés baryoniques des amas de galaxies en fonction de l'historique de la formation des halos de matière noire, au moyen de réseaux de neurones novateurs (Transformers). Le travail fera appel à des simulations numériques intensives. Ce projet se situe dans le cadre général de la détermination des paramètres cosmologiques par l'observation des amas de galaxies en rayons X. Il est en lien direct avec le programme international Heritage dans le champ profond XMM-Euclid FornaX.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
The thesis proposes to predict the baryonic properties of galaxy clusters based on the history of dark matter halo formation, using innovative neural networks (Transformers). The work will involve intensive numerical simulations. This project falls within the general framework of determining cosmological parameters through the observation of galaxy clusters in X-rays. It is directly linked to the international Heritage programme in the XMM-Euclid FornaX deep field.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
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 de cosmologie et statistiques
Date de début souhaitée : 01-10-2026
Ecole doctorale : Astronomie et Astrophysique d’Île de France (ED A&A)
Directeur de thèse : PIERRE Marguerite
Organisme : CEA
Laboratoire : DRF/IRFU/DAP/LCS
URL : https://fornax.cosmostat.org/
URL : https://irfu.cea.fr/dap/cosmologie-et-statistiques/
			------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
The thesis proposes to predict the baryonic properties of galaxy clusters based on the history of dark matter halo formation, using innovative neural networks (Transformers). The work will involve intensive numerical simulations. This project falls within the general framework of determining cosmological parameters through the observation of galaxy clusters in X-rays. It is directly linked to the international Heritage programme in the XMM-Euclid FornaX deep field.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
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 de cosmologie et statistiques
Date de début souhaitée : 01-10-2026
Ecole doctorale : Astronomie et Astrophysique d’Île de France (ED A&A)
Directeur de thèse : PIERRE Marguerite
Organisme : CEA
Laboratoire : DRF/IRFU/DAP/LCS
URL : https://fornax.cosmostat.org/
URL : https://irfu.cea.fr/dap/cosmologie-et-statistiques/
Nature du financement
				Financement public/privé			
			Précisions sur le financement
Présentation établissement et labo d'accueil
				CEA Paris-Saclay Laboratoire de cosmologie et statistiques			
			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
Profil du candidat
				Master en astropyhsique			
			
		
			
	Postuler
    
        
  
    
  
    
        
	
Fermer
		Vous avez déjà un compte ?
Nouvel utilisateur ?
								Besoin d'informations sur l'ABG ?
                                
                            
					
							Vous souhaitez recevoir nos infolettres ?
Découvrez nos adhérents
 ASNR - Autorité de sûreté nucléaire et de radioprotection - Siège ASNR - Autorité de sûreté nucléaire et de radioprotection - Siège
 ADEME ADEME
 Aérocentre, Pôle d'excellence régional Aérocentre, Pôle d'excellence régional
 ONERA - The French Aerospace Lab ONERA - The French Aerospace Lab
 MabDesign MabDesign
 Généthon Généthon
 SUEZ SUEZ
 Groupe AFNOR - Association française de normalisation Groupe AFNOR - Association française de normalisation
 TotalEnergies TotalEnergies
 PhDOOC PhDOOC
 ANRT ANRT
 MabDesign MabDesign
 Institut Sup'biotech de Paris Institut Sup'biotech de Paris
 Laboratoire National de Métrologie et d'Essais - LNE Laboratoire National de Métrologie et d'Essais - LNE
 Tecknowmetrix Tecknowmetrix
 CESI CESI
 Ifremer Ifremer
 CASDEN CASDEN
 Nokia Bell Labs France Nokia Bell Labs France



