About: Sismologie stellaire, méthodes statistiques appliquées aux étoiles de type solaire   Goto Sponge  NotDistinct  Permalink

An Entity of Type : rdac:C10001, within Data Space : data.idref.fr associated with source document(s)

AttributesValues
type
Thesis advisor
Author
alternative label
  • Stellar seismology, statistical methods applied to solar-like stars
dc:subject
  • Thèses et écrits académiques
  • Oscillations stellaires
  • Cœur convectif
  • Modes de pulsations stellaires
  • Spectre de puissance
preferred label
  • Sismologie stellaire, méthodes statistiques appliquées aux étoiles de type solaire
Language
Subject
dc:title
  • Sismologie stellaire, méthodes statistiques appliquées aux étoiles de type solaire
Degree granting institution
note
  • Cette thèse a porté sur l'analyse des spectres de puissance des étoiles de type solaire observées par les missions Corot et Kepler. L'analyse des étoiles ciblées se révèle délicate car les pulsations sont de faibles intensités et à cause des propriétés intrinsèques des pulsations de certaines d’entre elles. Des méthodes robustes d’inférence des propriétés des modes stellaires ont été développées. Elles sont basées sur une approche Bayésienne d'analyse du signal, utilisant soit des méthodes d'échantillonnages par chaine de Markov (MCMC), soit des méthodes par maximum a posteriori (MAP). Trois problématiques sont abordées : comment identifier les modes de pulsations stellaires avec des séries temporelles à faible rapport signal sur bruit ? Comment extraire les paramètres des modes de pulsations stellaires sur un large ensemble d’étoiles ? Quelle est la structure interne des étoiles observées ? Les capacités de mes méthodes sont démontrées sur la base de simulations et d'observations de 3 étoiles : le Soleil, HD49933 et HD181420. L'ajustement du spectre de puissance de HD49933 et HD181420 par méthode MCMC nous permet d'identifier les modes avec un degré élevé de confiance là où des méthodes plus classiques d’analyse du signal échouent. Un des algorithmes développés montre qu'il est possible d'identifier automatiquement les modes de manière fiable. Enfin, des modèles de structure interne de HD49933 et de HD181420 d'après les observations sismiques sont présentés : on met en évidence par exemple la présence d'un cœur convectif au sein de ces étoiles.
  • This thesis focused on the analysis of the power spectra of solar-like stars observed by the Corot and Kepler missions. The analysis of these stars proved to be difficult, their pulsations being of low intensity and because of the intrinsic properties of the pulsations of some of them. Robust methods of inference of the properties of the stellar modes have been developed. They are based on a Bayesian approach, using either Markov Chain Monte Carlo sampling methods (MCMC) or maximum a posteriori (MAP) methods. Such approaches are based on a mathematical formalism taking into account prior information of the studied object. Three issues are addressed: How to identify the stellar pulsation modes with time series at low signal noise ratio? How to extract the parameters of the stellar pulsations of modes on a large set of stars? What is the internaI structure of the observed stars? Capabilities of my methods are demonstrated using simulations and observations of three stars: the Sun, HD49933 and HD181420. The adjustment of the power spectrum of HD49933 and HD181420 by MCMC method allows us to identify the modes with a high degree of confidence compares to more traditional methods of signal analysis. Applying the developed algorithm on these data also shows the reliability of an automatic identification method based on a MAP approach. Finally, models of internal structure of HD49933 and HD181420 using the seismic observations are presented: for instance we show that these stars have a convective core.
dc:type
  • Text
http://iflastandar...bd/elements/P1001
rdaw:P10219
  • 2010
has content type
is primary topic of
is rdam:P30135 of
Faceted Search & Find service v1.13.91 as of Aug 16 2018


Alternative Linked Data Documents: ODE     Content Formats:       RDF       ODATA       Microdata      About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data]
OpenLink Virtuoso version 07.20.3229 as of May 14 2019, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (70 GB total memory)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2025 OpenLink Software