Séparation de composantes et modélisation innovantes des avant-plans Galactiques au CMB – ForeSight

La détection des modes B primordiaux du fond diffus cosmologique (CMB) est un objectif majeur de la cosmologie moderne, qui motive le développement d'une nouvelle génération d'expériences au-delà de l'héritage du satellite Planck. Cependant, la détection robuste de ce faible signal cosmologique exige qu'il soit séparé de ses avant-plans galactiques polarisés avec une précision inférieure à un pour cent, ce qui nécessite de développer des connaissances de pointe sur le milieu interstellaire galactique. Pour relever ce défi, ForeSight propose une nouvelle approche multidisciplinaire pour construire des modèles réalistes de l’émission polarisée de la poussière des avant-plans Galactiques directement à partir des observations. Le but astrophysique final de cette proposition est de fournir un ensemble de modèles d'avant-plan qui intègrent les informations nécessaires pour valider toute détection future du mode B du CMB primordial.
Pour atteindre cet objectif ambitieux, ForeSight vise à développer des avancées récentes dans la modélisation et la séparation des processus complexes, dans lesquelles j'ai joué un rôle de pionnier. En effet, avant d’être pleinement utiles la communauté CMB, ces modèles d’avant-plan basés sur les données doivent être validés par rapport à des données de test, leurs incertitudes quantifiées, si possible dans un cadre bayésien, et leur applicabilité étendue à de grandes données multi-composantes et multi-fréquences. La mise en œuvre et validation de ces algorithmes, qui seront mis à disposition sous la forme de bibliothèques Python open source, sont les objectifs finaux de ForeSight en science des données, dont l'impact s'étendra bien au-delà de ses objectifs astrophysiques. En effet, la capacité à modéliser et séparer des composantes directement sur des données frugales, même en l'absence de modèles physiques complets, fournit des solutions nouvelles, originales et efficaces à un large éventail de problèmes en sciences naturelles.