Adrian Macquet

Spécialiste en analyse de données scientifiques pour les détecteurs d'ondes gravitationnelles LIGO, Virgo et Einstein Telescope. Contexte : amélioration des méthodes d’analyse de données pour les détecteurs d’ondes gravitationnelles. Réalisations: • Développement d’une chaîne d’analyse de données en Python permettant de soustraire des signaux superposés dans des séries temporelles corrélées (Python, méthodes statistiques, calcul distribué, séries temporelles). • Amélioration d’un pipeline d’analyse en Python avec du Machine Learning (XGBoost). Augmentation de la capacité de détection de 10%.

Contexte : conception d’un instrument de mesure de la lumière diffusée dans une cavité laser résonante pour l’expérience Virgo. Réalisations : • Simulations optiques de la propagation d’un faisceau laser lumière diffusée dans des cavités Fabry-Pérot imparfaites (Matlab). • Définition des exigences et spécifications pour la conception de l’instrument de mesure.

Thèse : Recherche de signaux d'ondes gravitationnelles de longue durée avec les détecteurs Advanced Virgo et Advanced LIGO. Contexte : Recherche de signaux de faible amplitude dans des séries temporelles bruitées et massives (plusieurs téraoctets) provenant des détecteurs d’ondes gravitationnelles LIGO et Virgo. Réalisations : • Conception d’un algorithme pour détecter des signaux transitoires dans les données basé sur la reconnaissance de motifs dans des images (Machine learning, séries temporelles, analyse d’image, analyse temps-fréquence). • Développementetmiseenproductiond’unpipelined’analyse complet implémentant la méthode conçue (Python, C, Développement logiciel : git, intégration continue, docker, revue de code, etc) Performances : amélioration de la sensibilité de détection de 20% et diminution du temps de calcul de l’analyse d’un facteur 10. Détails: https://theses.hal.science/tel-03416102