SAMOVAR UMR 5157

  • Accueil
  • Accueil
  • Accueil
  • Accueil

CNRS

Rechercher




Accueil > Équipes > TIPIC > Séminaires Tipic > Séminaires 2016 TIPIC

Séminaire TIPIC - Jean-Baptiste Courbot

Séminaire TIPIC - Jean-Baptiste Courbot

Séminaire TIPIC le Jeudi 25 février 2016 en salle G08 à 14h. L’intervenant sera Monsieur Jean-Baptiste Courbot.

Titre : Les observations astronomiques issues de l’instrument MUSE et leurs traitements
Date : le jeudi 25 février à 14h
Lieu : en salle G08, à Télécom Sud Paris

Intervenant : Jean-Baptiste Courbot
+33 (0)3.68.85.44.52


ICube - Equipe MIV
300, Bd Sébastien Brant - CS 10413
67412 Illkirch Cedex


CRAL - Observatoire de Lyon
9, avenue Charles André
69230 Saint-Genis-Laval

Résumé :

L’instrument MUSE, situé au Très Grand Télescope (VLT) à Paranal (Chili), permet pour la première fois l’acquisition conjointe de 300x300 spectres, formant une image hyperspectrale de 3600 bandes. Ces images, inédites et très riches, surpassent les données obtenues par les instruments classiques (spectrographes, imageurs). Leur taille les place naturellement dans la catégorie des "big data". Le traitement de ces images soulève, par ailleurs, de nombreux défis : présence d’artefacts de construction, de pré-traitements, fusion des images obtenues en plusieurs observations, étalement des sources... Dans ce cadre, la détection de halos circum-galactiques sera présentée : cette méthode permet la cartographie de ces objets lointains (entre 5 et 10 milliard d’année lumières), grands (plusieurs fois la taille des galaxies) et très peu lumineux.

Références :
- Les observations MUSE :
-"Lointaines galaxies - Une MUSE pour le Very Large Telescope ",
https://www.youtube.com/watch?v=e5TopF7DGMg
-"VLT – au-delà de Hubble, MUSE dessine l’image tridimensionnelle de l’Univers lointain ",
http://www.eso.org/public/france/news/eso1507/

- Quelques travaux sur le traitement des observations :
- Meillier, C., Chatelain, F., Michel, O., & Ayasso, H. (2015). Nonparametric Bayesian extraction of object configurations in massive data. Signal Processing, IEEE Transactions on, 63(8), 1911-1924.
- Villeneuve, E., & Carfantan, H. (2014). Nonlinear Deconvolution of Hyperspectral Data With MCMC for Studying the Kinematics of Galaxies. Image Processing, IEEE Transactions on, 23(10), 4322-4335.
- Paris, S., Mary, D., & Ferrari, A. (2013). Detection tests using sparse models, with application to hyperspectral data. Signal Processing, IEEE Transactions on, 61(6), 1481-1494.
- Petremand, M., Jalobeanu, A., & Collet, C. (2012). Optimal Bayesian fusion of large hyperspectral astronomical observations. Statistical Methodology, 9(1), 44-54.