Le fond gravitationnel stochastique : méthodes de détection en régimes non-Gaussiens.

Auteurs
  • MARTELLINI Lionel
  • REGIMBAU Tania
  • SAKELLARIADOU Mairi
  • REGIMBAU Tania
  • SAKELLARIADOU Mairi
  • ROMANO Joseph d.
  • CHRISTENSEN Nelson
  • CAPRINI Chiara
  • FOURNIER Jean daniel
  • SAKELLARIADOU Mairi
  • ROMANO Joseph d.
Date de publication
2017
Type de publication
Thèse
Résumé Les méthodes standard de détection du fond gravitationnel stochastique reposent sur l'hypothèse simplificatrice selon laquelle sa distribution ainsi que celle du bruit des détecteurs sont Gaussiennes. Nous proposons dans cette thèse des méthodes améliorées de détection du fond gravitationnel stochastique qui tiennent compte explicitement du caractère non-Gaussien de ces distributions. En utilisant un développement d'Edgeworth, nous obtenons dans un premier temps une expression analytique pour la statistique du rapport de vraisemblance en présence d'une distribution non Gaussienne du fonds gravitationnel stochastique. Cette expression généralise l'expression habituelle lorsque le coefficient de symétrie et le coefficient d'aplatissement de la distribution du fond stochastique sont non nuls. Sur la base de simulations stochastiques pour différentes distributions symétriques présentant des queues plus épaisses que celles de la distribution Gaussienne, nous montrons par ailleurs que le 4eme cumulant peut-être estimé avec une précision acceptable lorsque le ratio signal à bruit est supérieur à 1%, ce qui devrait permettre d'apporter des contraintes supplémentaires intéressantes sur les valeurs de paramètres issus des modèles astrophysiques et cosmologiques. Dans un deuxième temps, nous cherchons à analyser l'impact sur les méthodes de détection du fond gravitationnel stochastique de déviations par rapport à la normalité dans la distribution du bruit des détecteurs.
Thématiques de la publication
Thématiques détectées par scanR à partir des publications retrouvées. Pour plus d’informations, voir https://scanr.enseignementsup-recherche.gouv.fr