Cosmological and gravitational imprints in the shape of dark matter halos.
Empreintes cosmologiques et gravitationnelles de la formedes halos de matière noire : Analyse statistique et apprentissage automatique
Résumé
Dark matter halos are fundamental structures in cosmology. The complexity of their formation process is a direct consequence of the highly non-linear nature of the gravitational dynamics of which they are the product. Thus, the properties of halos depend not only on the details of their immediate environment, but are also strongly influenced by the expansion dynamics of the background Universe. The complexity of the collapsing halos is also apparent in their structure, and in particular in their shape. While, to a first approximation, halos can be described as perfect spheres, the need for an ellipsoidal description is now well established. In this thesis, we demonstrate a cosmology-independent relationship between the shape of simulated dark matter halos and the smoothed variance of nonlinear power spectrum. The universality of this relationship is independent of the redshift, the relaxation state of the halos or even the algorithm used to detect them. We show that this property of halo collapse leads to a new method to measure the power spectrum of cosmic matter. We then extend the result to modified-gravity models, and explain how screening mechanisms alter the relationship linking cosmology and halo shape. In this way, we develop a new probe of modified gravity. Finally, we propose to use the mass and shape properties of confocal ellipsoids, which describe the distribution of matter in simulated halos, to detect cosmology. To this end, we use machine learning tools, decision trees aggregated by gradient boosting. We will focus on the many methodological pitfalls that this approach generates, and in particular the so-called Clever Hans effects that arise from the granularity of the data. We will show that their detection and elimination are necessary for any physical interpretation of the results.
Les halos de matière noire sont des structures fondamentales en cosmologie. La complexité de leur processus de formation est une conséquence directe du caractère fortement non-linéaire de la dynamique gravitationnelle dont ils sont le produit. Ainsi, les propriétés des halos ne dépendent pas seulement des détails de leur environnement immédiat; elles sont également fortement imprégnées par la dynamique d'expansion de l'Univers d'arrière-plan. La complexité du processus d'effondrement des halos se manifeste aussi au travers de leur structure, et en particulier de leur forme. Si, en première approximation, les halos peuvent être décrits comme des sphères parfaites, la nécessité d'une description ellipsoïdale est maintenant bien établie. Dans cette thèse, nous mettons en évidence une relation, indépendante de la cosmologie, entre la forme des halos simulés de matière noire et la variance lissée des fluctuations non-linéaires de la densité du champ de matière cosmique. L'universalité de cette relation est indépendante du redshift, de l'état de relaxation des halos étudiés ou même de l'algorithme utilisé pour les détecter. Nous montrons que cette propriété de l'effondrement des halos conduit à une nouvelle méthode de mesure du spectre de puissance de la matière cosmique. Nous étendons ensuite le résultat aux modèles de gravité modifiée et nous expliquons comment les mécanismes d'écrantage altèrent la relation liant cosmologie et forme des halos. En ce sens, nous élaborons une nouvelle sonde de la gravité modifiée. Enfin, nous proposons d'utiliser les propriétés de masse et de forme d'ellipsoïdes confocaux décrivant la distribution de matière dans les halos simulés, pour détecter la cosmologie. À cet effet, nous recourrons à des outils d'apprentissage automatique, des arbres de décision agrégés par descente de gradient. Nous insisterons dans cette partie sur les nombreuses embuches méthodologiques que cette approche génère, et notamment des effets de type Clever Hans qui découlent de la granularité des données. Nous montrerons que leur détection et leur élimination sont nécessaires à toute interprétation physique des résultats.
| Origine | Version validée par le jury (STAR) |
|---|