Large-Scale Structure Cosmology : A Joint-Space Approach to Redshift-Space Distortions and Low-Redshift Clustering Probes

par Vincenzo Aronica (CPPM)

lundi 15 sept. 2025, 14:00 → 17:00 Europe/Paris

Amphitéâtre (CPPM)

Composition du jury :

 

Yannick COPIN, IP2I, Université Claude Bernard Lyon 1.	Rapporteur
Luigi GUZZO, Università degli studi di Milano.	Rapporteur
Licia VERDE, ICCUB, Universi?tat de Barcelona.	Examinatrice
Mariana VARGAS MAGAÑA, Instituto de Física, Universidad Nacional Autónoma de México.	Examinatrice
Dominique FOUCHEZ, CPPM, CNRS, Marseille.	Président du jury
Julián BAUTISTA, CPPM, Aix?Marseille Université	Directeur de thèse

 

Résumé :

Cette thèse étudie la structure à grande échelle de l’Univers, en se concentrant sur les
distorsions de l’espace des redshifts (RSD) et leur rôle dans la contrainte des paramètres
cosmologiques. En utilisant les données spectroscopiques de eBOSS DR16 et DESI DR1,
nous analysons le taux de croissance des structures cosmiques à travers des mesures de
clustering en espace de Fourier et en espace des configurations. Nous développons une
méthodologie conjointe (Joint-Space, JS) combinant ces deux approches afin d’améliorer
la précision statistique. Après validation sur des simulations N-corps et approchées, nous
appliquons notre cadre d’analyse aux données réelles. Notre résultat JS pour les LRG de
eBOSS DR16 est f σ8 = 0.463±0.052, en accord avec les résultats eBOSS 2020. Pour DESI
DR1, nos mesures du taux de croissance pour les traceurs LRG, ELG et QSO sont compatibles
avec le modèle ΛCDM et offrent des contraintes plus précises que les analyses en espace
de Fourier et en espace des configurations. Toutefois, notre résultat JS pour BGS dans DESI
DR1 présente une déviation de plus de 2σ par rapport à ΛCDM.
Nous étudions également les effets systématiques dans les relevés de galaxies, en particu?lier ceux liés aux biais observationnels et à la sélection des cibles, qui peuvent induire un
faux clustering. À l’aide de techniques d’apprentissage automatique, nous quantifions et
atténuons ces effets afin d’obtenir des mesures cosmologiques non biaisées.
Enfin, nous générons des catalogues synthétiques réalistes de supernovae de type Ia (SN
Ia) à partir de simulations N-corps pour l’étude des vitesses particulières, avec pour objectif
d’améliorer les mesures du taux de croissance à bas redshift grâce à une analyse conjointe
de ZTF et DESI BGS. En comparant le clustering des galaxies hôtes de SN Ia avec celui
des échantillons de galaxies standards, nous ne trouvons pas de différence significative,
suggérant que la sélection des SN Ia n’impacte pas les statistiques de clustering.

Abstract :

This thesis reports our study of the large-scale structure of the Universe with galaxy
surveys, using the effect of redshift-space distortions and direct measurements of peculiar
velocities to constrain the growth rate of structures. We used data from the Data Release 16
of the extended Baryon Spectroscopic Survey (eBOSS) and from the Data Release 1 of the
Dark Energy Spectroscopic Instrument (DESI).
Firstly, we measured the growth rate of structures through a joint analysis of clustering
in both Fourier and configuration space. We used clustering models based on Lagrangian
framework and effective field theory of large-scale structures. We validated our methodology
on the AbacusSummit suite of N-body simulations in cubic boxes, as well as on a large set
of approximate mock catalogs reproducing eBOSS survey properties. With the luminous
red galaxy sample from eBOSS DR16, our joint-space result yields f σ8 = 0.463 ± 0.052,
consistent with eBOSS 2020 results. We also performed the joint analysis on all samples
from the DESI DR1. Our growth rate measurements are in excellent agreement with the
ΛCDM model and provide the tighter constraints than Fourier and configuration space
analysis individually.
Secondly, we investigated the impact of systematic effects in the DESI Bright Galaxy
Survey, particularly those introduced by the target selection that introduce spurious fluctua?tion, biasing clustering measurements. Using machine learning techniques implemented
in the package regressis as well as mock catalogs, we quantified the impact of the power
spectrum multipoles caused by the contamination from target selection effects as well as
their corresponding residual signal after correction schemes. We find that only very large
scale modes (k < 0.03) are affected by such systematics, with biases in power of less than
one sigma. The impact of growth rate constraints is therefore minimal.
Finally, we generated realistic type-Ia supernova (SN Ia) mocks from N-body simulations
for peculiar velocity studies. Inspired by future analyses of DESI and low-redshift SN Ia
samples such as the Zwicky Transient Facility, we compared the clustering of SN Ia host
galaxies with standard galaxy samples, we find no significant discrepancies, suggesting
that SN Ia selection does not significantly impact clustering statistics and no extra physical
parameters are needed to model the velocity statistics.
This work paves the way towards robust measurements of the growth rate of structures
from a joint analysis of low-redshift (z < 0.1) galaxies from DESI and SN Ia from ZTF, which
have the potential to test the validity of general relativity of cosmic scales.

 

Lien Zoom :
https://cern.zoom.us/j/66063764408?pwd=XUDMGM0b8EyV58YxnSGAMYarohjv29.1