Development and assessment of a blind component separation method for cosmological parameter estimation - Université Pierre et Marie Curie Accéder directement au contenu
Thèse Année : 2017

Development and assessment of a blind component separation method for cosmological parameter estimation

Développement et évaluation d'une méthode de séparation aveugle de composantes pour l'estimation des paramètres cosmologiques

Résumé

The Planck satellite observed the whole sky at various frequencies in the microwave range. These data are of high value to cosmology, since they help understanding the primordial universe through the observation of the cosmic microwave background (CMB) signal. To extract the CMB information, astrophysical foreground emissions need to be removed via component separation techniques. In this work I use the blind component separation method SMICA to estimate the CMB angular power spectrum with the aim of using it for the estimation of cosmological parameters. In order to do so, small scales limitations as the residual contamination of unresolved point sources and the noise need to be addressed. In particular, the point sources are modelled as two independent populations with a flat angular power spectrum: by adding this information, the SMICA method is able to recover the joint emission law of point sources. Auto-spectra deriving from one sky map have a noise bias at small scales, while cross-spectra show no such bias. This is particularly true in the case of cross-spectra between data-splits, corresponding to sky maps with the same astrophysical content but different noise properties. I thus adapt SMICA to use data-split cross-spectra only. The obtained CMB spectra from simulations and Planck 2015 data are used to estimate cosmological parameters. Results show that this estimation can be biased if the shape of the (weak) foreground residuals in the angular power spectrum is not well known. In the end, I also present results of the study of a Modified Gravity model called Induced Gravity.
Le rayonnement fossile, ou CMB, est un sujet d’étude clé pour la cosmologie car il indique l’état de l’univers à une époque primordiale. Le CMB est observable dans le ciel dans la bande de fréquences des micro-ondes. Cependant, il existe des processus astrophysiques, les avant-plans, qui émettent dans les micro-ondes, et rendent indispensable le traitement des données avec des méthodes de séparation de composantes. J'utilisé la méthode aveugle SMICA pour obtenir une estimation directe du spectre de puissance angulaire du CMB. La détermination des petites échelles de ce spectre est limité par les avant-plans comme les galaxies lointaines, et par le biais du bruit. Dans cette analyse, ces deux limitations sont abordées. En ajoutant des hypothèses sur la physique des galaxies lointaines, il est possible de guider l’algorithme pour estimer leur loi d'émission. Un spectre de puissance angulaire obtenu d'une carte du ciel a un biais dû au bruit à petites échelles. Toutefois, les spectres obtenus en croisant différentes cartes n'ont pas ce biais. J'ai donc adapté la méthode SMICA pour qu'elle n'utilise que ces derniers, diminuant l'incertitude due au bruit dans l'estimation du CMB. Cette méthode a été étudiée sur des nombreuses simulations et sur les données Planck 2015, afin d'estimer des paramètres cosmologiques. Les résultats montrent que la contamination résiduelle des avant-plans présente dans le spectre CMB, même si fortement réduite, peut introduire des biais dans l'estimation des paramètres si la forme des résiduels n'est pas bien connue. Dans cette thèse, je montre les résultats obtenus en étudiant un modèle de gravité modifiée.
Fichier principal
Vignette du fichier
2017PA066453.pdf (15.84 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-01791993 , version 1 (15-05-2018)

Identifiants

  • HAL Id : tel-01791993 , version 1

Citer

Caterina Umiltà. Development and assessment of a blind component separation method for cosmological parameter estimation. Astrophysics [astro-ph]. Université Pierre et Marie Curie - Paris VI, 2017. English. ⟨NNT : 2017PA066453⟩. ⟨tel-01791993⟩
156 Consultations
46 Téléchargements

Partager

Gmail Facebook X LinkedIn More