Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieure et de la Recherche. Créé en 1939 et dirigé par des scientifiques, il a pour mission de faire progresser la connaissance et être utile à la société dans le respect des règles d’éthique, de déontologie et d’intégrité scientifique.

Missions :
Plus de 5000 exoplanètes ont été découvertes à ce jour. L'inventaire est toujours en cours, mais notre domaine investit maintenant massivement dans la caractérisation des propriétés physiques et chimiques de ces objets grâce à l'utilisation de caméras d'imagerie sensibles et de spectrographes de diverses résolutions spectrales opérant de 0,5 à 28 µm.

Notre groupe a développé l'outil de modélisation bayésienne FORMOSA (Petrus et al. 2023). Il permet d'inférer des spectres à basse (R=λ/𝚫λ=30) et haute résolution (R=100 000) des exoplanètes à l'aide de grilles pré-calculées de modèles. Le code peut estimer les propriétés globales (température effective, profils pression-température) des objets ainsi que leurs compositions atmosphériques, les distributions verticales des nuages et la taille des particules.

La nature des données que nous interprétons avec FORMOSA devient de plus en plus complexe à mesure que de nouveaux instruments entrent en fonctionnement. Les formats de données peuvent être hétérogènes, les ensembles de données déséquilibrés et couvrir les mêmes gammes de longueurs d'onde avec différents rapports signal/bruit et résolutions spectrales. De plus, les modèles d’atmosphère que nous utilisons sont encore imparfaits et montrent des déviations systématiques pouvant biaiser la caractérisation.

La fusion de données est une branche de la science des données (voir Lahat et al. 2015) visant à combiner des ensembles de données correspondant au même phénomène pour la prise de décision ou pour obtenir des contraintes plus précises sur un modèle (par exemple, les prévisions météorologiques). Dans ce cadre, considérer conjointement des données acquises par différents instruments sur les mêmes objets a le potentiel de conduire à des estimations plus robustes et fiables. Des exemples de fusion de données pour l’astrophysique ont déjà été réalisés dans le contexte du désentrelacement de spectres de galaxies à partir de différentes modalités (voir la méthode ODHIN dans Bacon et al., 2023), basés sur des hypothèses simplifiées. Surmonter les limitations inhérentes à ces méthodes et les adapter aux modalités d'imagerie des exoplanètes représente un nouveau défi.

La chercheuse ou le chercheur postdoctoral(e) étudiera comment les techniques de fusion de données peuvent être utilisées dans FORMOSA pour relever les défis mentionnés ci-dessus. Elle/Il proposera de nouvelles méthodologies reposant sur l'inférence statistique et l'apprentissage automatique appliqués à la fusion de données et les transposera au domaine de la caractérisation des exoplanètes. Elle/Il développera et maintiendra le code FORMOSA en coordination avec l'équipe d'étudiants travaillant sur son développement en France. Elle/Il appliquera la nouvelle méthodologie à la caractérisation des exoplanètes comme preuve de concept.

Références
- Petrus et al. 2023, A&A, 670, 9.
- Lahat et al. 2015, Proceedings of the IEEE,103 (9),
Voir plus sur le site emploi.cnrs.fr...

Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.

Competences :
- Doctorat en mathématiques appliquées, vision par ordinateur, science des données.
- Connaissances en méthodes d'inférence statistique et apprentissage automatique.
- Connaissances en spectroscopie et imagerie appréciées.
- Solides compétences en codage Python. Connaissance de Julia et Matlab appréciées.
- Compétences rédactionnelles en anglais.
Contraintes et risques :
Aucuns