Briser la frontière observationnelle de l’Univers lointain suscite de nombreux axes de recherches dans la cosmologie moderne. Exigeantes par la sensibilité demandée, ces observations constituent aussi bien un défi technologique pour les prochaines générations d’instruments qu’une étape nécessaire à la compréhension des différentes étapes d’évolution de l’Univers. Une des étapes importantes est la réionisation du milieu intergalactique, époque charnière marquant la fin des “Âges Sombres”. Déterminer quand et comment ce processus s’est déroulé et quelles ont été les sources l’ayant déclenché et entretenu sont les principales questions motivant ces recherches. Les travaux présentés dans cette thèse participent à l’effort de la communauté scientifique internationale dans la caractérisation de l’histoire de l’époque de la réionisation en recherchant des galaxies à grand décalage spectral vers le rouge (redshift). Après un panorama complet des contraintes observationnelles actuelles sur l’époque de la réionisation, sont ensuite présentés les deux projets ayant fournis les données constituant la matière première de cette analyse. En utilisant une même technique d’imagerie en bande étroite dans le domaine de longueurs d’onde proche-infrarouge, des observations avec l’instrument WIRCAM (CFHT) et d’autres avec l’instrument HAWK-I (VLT) ont permis d’établir des contraintes robustes sur la fonction deluminosité des Emetteurs Lyman-α au redshift z = 7.7. A l’occasion de la présentation du second projet, la problématique de la stratégie observationnelle est abordée, notamment via l’utilisation des amas de galaxies comme lentilles gravitationnelles amplifiant le flux des sources d’arrière-plan. L’absence de confirmation spectroscopique des Emetteurs Lyman-– sélectionnés durant l’analyse des données WIRCAM et l’absence de candidats dans le sondage HAWK-I suggèrent une évolution de la fonction de luminosité des Emetteurs Lyman-– entre les redshifts z = 6.5, telle quedéterminée dans d’autres études, et z = 7.7. La tendance de cette évolution, en luminosité ou en densité de galaxies, ne peut pas encore être déterminée compte tenu de la variabilité des résultats obtenus à plus bas redshift. Si cette évolutions’effectuait en luminosité, ce pourrait être le signe d’une augmentation de l’opacité du milieu intergalactique au rayonnement Lyman-α causée par une plus importante fraction d’hydrogène neutre, ce qui est une signature attendue de la réionisation. / Breaking through the observational frontier of the distant universe motivates numerous scientific cases in modern cosmology. Demanding by the required sensitivity, high-redshift observations provide both a technological challenge for next generation instruments and a necessary step toward the understanding of cosmic evolution. One critical epoch is the reionization of the intergalactic medium bringing to light the end of the so-called “Dark Ages”. Determine when and how this process took place and what were the sources that started and maintained the reionization are the mainquestions motivating this research. The work presented in this thesis contributes to the effort of the internationalscientific community in characterizing the reionization epoch history by searching for galaxies at high redshift. First, I describe the current observational constraints in a comprehensive chapter. Then the two datasets used in that work are presented. From narrow-band observations in the near-infrared with WIRCAM at the CFHT and HAWK-I at the VLT, I put strong constraints on the luminosity function of Lyman-α Emitters at z = 7.7. The best strategy for this type of survey is discussed, in particular with the use of massive galaxy clusters acting as gravitational lenses that amplify the flux from background sources. The lack of spectroscopic confirmation of candidates found with WIRCAM and the lack of candidates found with HAWK-I suggest an evolution of the luminosity function from z = 6.5. This evolution could be either in luminosity or in number density but somewhat discrepant results at lower redshift prevent any definitive answer to this question. If the evolution was mostly in luminosity, it could be interpreted as an increase in the opacity of the intergalactic medium caused by an increased fraction of neutral hydrogen, which is an expected signature of reionization.

In dieser Dissertation werden Daten aus drei Jahren vom vollständig fertiggestellten IceCube-Detektor benutzt um nach Neutrinos zu suchen, die in Dunkle-Materie-Annihilationen in fünf nahegelegen Zwerggalaxien, der M31 Galaxie und dem Virgo Galaxienhaufen produziert wurden. Um die Messung durchzuführen, wurde zunächst eine Ereignis-Selektion angewandt, die es ermöglicht, die von aus der Atmosphäre stammenden Teilchen dominierte Rate der Ereignisse von zirka 100 Hz auf 0.5 mHz zu reduzieren. Danach wird eine Maximum-Likelihood-Schätzer eingesetzt um zu bestimmen ob es ein Überschuss von Neutrinos aus der Richtung der jeweiligen Quellen gibt, der mit einen Energie-Spektrum übereinstimmt das mann für Dunkle-Materie-Annihilationen erwartet. Für die M31 Galaxie und den Virgo Galaxienhaufen wurde zusätzlich zu dieser Suche nach einer Punktquelle auch eine Suche für ein erweitertes Signal durchgeführt. In allen untersuchten Fällen ist das Ergebnis der Analyse vereinbar mit einer Messung der Hintergrund-Hypothese, und daraus wurden Limits für den über die Geschwindigkeit gemittelten Wirkungsquerschnitt für Dunkle-Materie-Annihilation für verschiedene Endprodukte bestimmt. Für hohe Dunkle-Materie-Massen gibt es ein Überschuss von Neutrinos aus drei der Zwerggalaxien. Dieser Überschuss hat einen globalen p-Wert von 4.9% und ist damit nicht statistisch signifikant. Die Suche für ein erweitertes Signal von der M31 Galaxie und dem Virgo Galaxienhaufen ergab keinen Überschuss. Die Limits auf den über die Geschwindigkeit gemittelten Wirkungsquerschnitt für Dunkle-Materie-Annihilation haben sich im Vergleich zu vorherigen IceCube-Analysen signifikant verbessert, um bis zu einer Größenordnung. Diese ist teilweise auf Grund Verbesserungen für diese Analyse besonders: eine verbesserte Ereignis-Selektion, und für die Analyse ist eine Maximum-Likelihood-Schätzer eingesetzt statt eine Analyse in ein Suchfenster. / In this thesis, three years worth of data from the completed IceCube detector is used to search for neutrinos produced in dark matter annihilations in five nearby dwarf galaxies, the M31 galaxy and the Virgo cluster. To do this, an event selection which was developed for this analysis is applied to the data sample to reduce the atmospheric background rate from approximately 100 Hz to less than 0.5 mHz. Then, an unbinned maximum likelihood method is used to determine whether there is an excess of neutrinos from the direction of the considered galaxies or galaxy cluster that has an energy spectrum that matches the spectrum expected from dark matter annihilations. For the M31 galaxy and the Virgo cluster an extended signal with a two-dimensional Gaussian shape and width up to 5 degrees is also considered. In all cases, the results of the analysis are compatible with the background-only hypothesis and limits are set on the velocity-averaged dark matter annihilation cross section for different annihilation channels. For high dark matter masses there is an excess of neutrinos from three of the five dwarf galaxies. This excess has a global p-value of 4.9%, so it is not statistically significant. The search for an extended emission from the direction of the M31 galaxy and the Virgo cluster also did not result in an excess: in both cases the global p-value is larger than 50%. The limits on the velocity-averaged dark matter annihilation cross section have improved significantly (up to an order of magnitude) with respect to the previous IceCube analysis considering these same targets. This is partially due to improvements to this analysis specifically: an improved event selection was used to select the final data sample and an unbinned maximum likelihood method was used for the final analysis instead of a binned analysis method.

In this work, we study the galaxy cluster MS0735.6+7421 that hosts the most energetic observed active galactic nucleus (AGN) outburst so far. Explaining this very energetic AGN outburst is found to be challenging. McNamara et al. 2009 grappled with this problem and proposed two possible solutions: either the black hole (BH) must be an ultra massive one (with mass $> 10^{10} \ \text{M}_\odot$), or the efficiency of the mass to energy conversion ($\epsilon$) should be higher than the generally assumed value of $\epsilon \sim 0.1$. However, the efficiency of the mass to energy conversion depends on the BH's spin {Benson and Babul 2009}; higher $\epsilon$ can be achieved with a higher spinning BH. Here, we explore the second solution in detail, and ask the question: How did the BH spin up to the very high spins in advance of the outburst? We also explore the attendant physical processes, such as star formation, during the spin-up mode and investigate the associated observational implications. Comparing our results with what is generally expected from simulations and observational studies suggests that for all intents and purposes, the existence of an ultra massive BH is the simplest solution. / Graduate

Il est bien établit théoriquement et observationnellement que les amas de galaxies ne sont pas des objets sphèriques, et qu'ils sont beaucoup mieux décrits par la géométrie triaxiale. Malgré cela, les travaux sur la forme tri-dimensionnelle des amas de galaxies sont encore trés rares. L'objet de cette thèse est de contribuer à cette problématique naissante. L'originalité de ce travail est d'aborder ce sujet théoriquement et observationnellement. J'ai mesuré la forme d'amas de galaxies simulés, proposant des prédictions sur la forme des haloes de matière noire. J'ai ensuite développé un algorithme qui se propose de combiner des données en lentilles gravitationnelles et en rayons X afin de contraindre un modèle de haloe triaxial. L'algorithme est testé sur des données simulées. Finalement, je présente l'analyse en rayons X de Abell 1703, qui, combinée avec l'analyse en lentilles gravitationnelles, permettra de déterminer la forme de Abell 1703. / It is well established both theoretically and observationally that galaxy clusters are not spherical objects and that they are much better approximated as triaxial objects. This thesis focusses on the three dimencional shape of galaxy clusters. The originality of my approach is to tackle the problem both theoretically and observationally. First, I have measured the shape of dark matter haloes in the Millenium XXL and Sbarbine simulations, providing predictions for dark matter halo shape over 5 order in magnitude in mass. Then, I have developed an algorithm aimed at fitting simultaneously lensing and X-ray data in order to constrain a triaxial mass distribution. The algorithm is tested and characterized on mock data sets. It is found to be able to recover the input parameters. Finally, I present the X-ray analysis of galaxy cluster Abell 1703, which will be combined with the existing lensing analysis in order to investigate its shape.

À la fin des années 90, deux équipes indépendantes ont montré l’expansion accélérée de notre Univers, à partir des mesures de distances de supernovas de type Ia (SNIa). Depuis, une des priorités de la cosmologie moderne est de caractériser ce phénomène et d’en comprendre ses fondements. L’amélioration des mesures de distance réalisées à partir des SNIa est une technique majeure permettant de mieux caractériser l’accélération et donc de déterminer la nature physique de ce phénomène. Ce document développe un nouveau modèle de distribution spectrale en énergie de SNIa nommé le Supernova Useful Generator And Reconstructor (SUGAR) permettant d’améliorer les mesures des distances. Ce modèle est construit à partir des propriétés spectrales des SNIa et des données spectrophotométriques de la collaboration The Nearby Supernova Factory. L’avancée principale, proposée dans SUGAR, réside dans l’ajout de deux paramètres supplémentaires pour caractériser la variabilité des SNIa. Le premier dépend des propriétés des vitesses des éjectas des SNIa, le deuxième dépend de leurs raies du calcium. L’ajout de ces paramètres, ainsi que la grande qualité des données de la collaboration the Nearby Supernova Factory font de SUGAR le meilleur modèle qui existe pour décrire la distribution spectrale en énergie des SNIa et améliore les mesures des distances de l’ordre de 15% par rapport à la méthode usuelle. Les performances de ce modèle en font un excellent candidat pour préparer les expériences futures comme LSST ou WFIRST. Par ailleurs, ce document présente une analyse sur l’effet de l’appartenance d’une SNIa à un amas de galaxies sur sa mesure de distance. Les galaxies d’un amas possèdent une vitesse propre largement supérieure à la valeur supposée lors de la mesure des distances avec les SNIa. Ceci a pour conséquence d’introduire une source d’erreur systématique sur la mesure de distance. Le fait de ne pas prendre en compte cet effet peut dégrader la mesure de distance de l’ordre de 2,5% pour les SNIa appartenant à un amas. Cette analyse à été réalisée en utilisant les données de la collaboration the Nearby Supernova Factory et des catalogues public d’amas de galaxies. / At the end of the 90s, two independent teams showed, based on distance measurements of type Ia supernovæ (SNIa), that expansion of our Universe is accelerating. Since then, one of the priorities of modern cosmology is to characterize this phenomenon and to understand its nature. The improvement of distance measurements of SNIa is one technique to improve the constraints on acceleration and to determine the physical nature of it. This document develops a new SNIa spectral energy distribution model, called the Supernova Useful Generator and Reconstructor (SUGAR), which improves distance measurement. This model is constructed from SNIa spectral properties and spectrophotometric data from The Nearby Supernova Factory collaboration. The main advancement proposed in SUGAR is the addition of two additional parameters to characterize the SNIa variability. The first depends on the properties of SNIa ejecta velocity, the second depends on their calcium lines. The addition of these parameters as well as the high quality of the data of The Nearby Supernova Factory collaboration make SUGAR the best model available to describe the spectral energy distribution of SNIa and improves distances measurements of the order of 15 % relative to the usual method. The performance of this model makes it an excellent candidate for preparing future experiments like LSST or WFIRST. In addition, this document presents an analysis of the effect of SNIa belonging to a galaxy cluster on its distance measurement. Galaxies of a cluster have a peculiar velocity much higher than the assumed value when measuring distances with SNIa. This has the effect of introducing a systematic error into the distance measurement. Failure to take into account this effect may degrade the distance measurement by 2.5% for SNIa belonging to a cluster. This analysis was carried out using data from the collaboration of the Nearby Supernova Factory and public catalogs of galaxy cluster.

No description available.

Les amas de galaxies sont l'une des plus grandes structures dans l'univers et jouent le rôle d'hôte de plusieurs phénomènes complexes. Bien qu'il existe beaucoup d'études portant sur leur formation et leur évolution, l'avènement récent de l'apprentissage automatique en astronomie nous permet d'investiguer des questions qui, jusqu'à maintenant, demeuraient sans réponse. Même si ce mémoire se concentre sur l'application de techniques d'apprentissage automatique aux observations en rayons X des amas de galaxies, nous explorons l'usage de ces techniques à son homologue à une échelle réduite : les galaxies elles-mêmes. Malgré le fait que les trois articles présentés dans ce mémoire se concentrent sur différents aspects de la physique, sur de différentes échelles et sur de différentes techniques, ils forment une base d'études que je continuerai pendant mon doctorat : l'usage des nouvelles techniques pour investiguer la physique des régions galactiques et extragalactiques. Dans le premier article, nous introduisons les premières observations en rayons X d'un amas de galaxies lointain qui détient des attributs particuliers comme une formation stellaire hors pair (∽ 900 M⊙/an). Dans cet article, nous employons les techniques traditionnelles en astronomie rayons X pour déterminer si ce taux de formation stellaire est dû à un courant de refroidissement désinhibé. Puisque l'objet est très lointain (z=1.7), il faut faire nos calculs sans beaucoup de photons et il faut donc utiliser les indices par procuration. Nous déterminons que la galaxie centrale est séparée d'une distance de plus de 50 kpc du coeur froid de l'amas. À cause de cette séparation, le trou noir supermassif central n'est pas alimenté et il ne peut pas prévenir le courant de refroidissement. Ceci est le premier exemple d'un amas de galaxies où nous observons l'échec de la rétroaction d'un trou noir supermassif. De plus, ceci nous fournit un autre mécanisme qui peut créer la lumière intra-amas. Dans le deuxième article présenté ici, nous examinons l'émission rayons X provenant du milieu intra-amas extrêmement chaud des amas de galaxies. Nous développons une méthode compréhensive qui détermine le nombre de composantes thermiques sous-jacentes dans un spectre de plasma. Notre nouvelle technique est basée sur une combinaison d'algorithmes d'apprentissage automatique non supervisé (analyse de composantes principales) et d'apprentissage automatique supervisé (arbre aléatoire). Nous créons un ensemble de 100 000 observations synthétiques et réalistes de Chandra qui représentent le gaz chaud dans les amas de galaxies voisines. Après la réduction de notre ensemble d'entraînement à ses 25 composantes principales, nous entraînons notre classificateur afin qu'il puisse déterminer le nombre de composantes thermiques sous-jacentes. Une fois l'étape d'entraînement terminée et l'optimisation des hyperparamètres terminée, nous appliquons la méthodologie à l'amas de galaxies de Persée. En plus de créer une carte de l'amas qui indique le nombre de composantes thermiques nécessaires afin de modéliser précisément l'émission du gaz chaud, nous avons développé un ensemble d'outils numériques qui calculent les températures associées. Nos résultats sont en accord avec plus d'une décennie d'études sur l'amas de galaxies de Persée et nous indiquent qu'il faut utiliser plusieurs composantes thermiques pour modéliser le milieu intra-amas correctement. Le troisième article présenté dans ce mémoire emploie de nouveau l'apprentissage automatique pour résoudre une question précédemment sans réponse nécessaire pour la caractérisation précise de la cinématique de gaz chaud dans les galaxies. Nous avons construit un réseau de neurones convolutif qui estime la vitesse et l'élargissement des raies d'émission d'un spectre de galaxies en visible. Une fois construit, nous l'appliquons aux données synthétiques qui répliquent les observations réelles de SITELLE du programme SIGNALS. En utilisant notre réseau bien entraîné, nous caractérisons l'émission d'une cible de SIGNALS : la galaxie M33. Nos résultats indiquent que notre algorithme surpasse les méthodes standards et s'adapte bien aux procédures d'ajustement spectral. En outre, notre méthodologie augmente la vitesse des calculs par plus d'un ordre de grandeur. Bien que l'algorithme soit entraîné spécifiquement pour SITELLE, on peut faire de petites modifications pour l'utiliser avec des autres interféromètres tels que MUSE et ses futurs analogues dans la prochaine génération de télescopes. Notez que j'ai mené à titre de premier auteur deux des trois articles présentés dans ce mémoire et apporté des contributions majeures au troisième. Les trois articles ont déjà été acceptés pour publication ou ont déjà été soumis et révisés une fois. / Galaxy clusters are one of the largest structures in the universe and host several complex physical phenomena. Although a wealth of knowledge already exists on their formation and evolution, the recent advent of machine learning in the astronomical sciences has allowed us to probe questions heretofore unanswered. While this thesis does focus heavily on the application of machine learning techniques to X-ray observations of galaxy clusters, it takes the techniques applied there to galaxy cluster's smaller counterparts: the individual galaxies themselves. Although the three papers presented here focus on distinct physics, scales, and techniques, they all form a basis of studies that I will continue during my doctorate: using new techniques to probe the underlying physics of galactic and extragalactic regions. The first paper introduced is a study of a galaxy cluster near the beginning of the epoch of cluster formation exhibiting peculiar attributes such as an elevated stellar formation rate (∽ 900M⊙/yr). In this paper, we employ traditional techniques in X-ray astronomy to determine whether or not the prodigious formation rate is due to an uninhibited cooling core. Since the object is so distant (z=1.7), we must execute our calculations with relatively few photons and thus rely on proxy measures. We determine that there exists a strong cooling flow offset by over 50 kpc from the central galaxy. Because of this offset, the AGN is not fueled and thus fails to heat up the cooling flow. This is the first example of a galaxy cluster in which we observe the failure of AGN feedback. Additionally, this provides another mechanism for the creation of intracluster light. The second article presented here focuses on X-ray emission from the hot intra-cluster medium within the galaxy cluster. We develop a comprehensive method for determining the number of underlying thermal components in the plasma's spectra. Our novel technique relies on a combination of an unsupervised learning algorithm (principal component analysis) and a supervised learning algorithm (random forest classification). We create a set of 100,000 realistic mock Chandra observations of the hot X-ray emitting gas in nearby galaxy clusters. After reducing our synthetic training set to its 25 most important principal components, we trained a random forest classifier to distinguish between the number of underlying thermal components. After successful testing and hyperparameter optimization, we applied the methodology third paper featured in this thesis once again employs machine learning to solve a previously undetermined question necessary for the accurate characterization of the kinematics of the warm gas in galaxies. We constructed a convolutional neural network to estimate the velocity and broadening parameters from the optical spectra of emission-line nebula and applied it to synthetic data replicating real SITELLE observations from the SIGNALS program. With a trained and optimized network in hand, we apply our methodology to a target of the SIGNALS program: the galaxy M33. Our results indicate our algorithm out-performs previous methods and nicely complements spectral fitting procedures. Moreover, the methodology increases calculation speeds by more than an order of magnitude -- thus greatly reducing the time needed to determine the kinematic parameters. Although the algorithm was trained for SITELLE data, this method can be readily ported to other IFUs such as MUSE. I have led two of the papers presented in this memoire and made major contributions to the third. All three papers have been either accepted for publication or have already been submitted and revised once. to the Perseus Cluster. In addition to creating a map of the cluster indicating the number of thermal components required to accurately model the thermal emission, we developed a suite of analysis routines to determine the temperatures of the underlying components. Our results are in agreement with over a decade of studies on the Perseus cluster and indicate that multiple temperature components are required for the accurate study of its intracluster medium.