Classification non supervisée de spectres de galaxies avec le logiciel R

par Julien Dubois, 24 ans, diplômé ingénieur de Grenoble INP – Phelma (2019). Il a débuté sa thèse en 2020 sur la classification de spectres de galaxies par approche non supervisée, sous la supervision de Didier Fraix-Burnet à l’IPAG et Jihane Moultaka à l’IRAP.

Résumé du séminaire (Salle Jules Verne)

Depuis leur découverte il y a une centaine d’années, nous étudions et tentons de comprendre les galaxies, notamment à travers leur classification. Elles sont en effet si nombreuses dans notre univers que l’approche semble évidente. Edwin Hubble, astronome américain à l’origine de la découverte des galaxies, a lui-même produit sa propre classification de galaxies, basée sur leur morphologie, connue sous le nom de séquence de Hubble. Ici, nous proposons une approche moderne à cette problématique avec l’utilisation d’une méthode d’apprentissage non supervisé à variable latente basée sur un modèle de mélange Gaussien (Fisher-EM). Nous appliquons cette méthode à des données à hautes dimensions : des spectres, ces derniers étant particulièrement intéressants de par la quantité d’information qu’ils contiennent sur la physique des galaxies observées.