statistique

régression par processus gaussien

Les processus gaussiens sont utilisés pour reconstruire l'équation d'état de l'énergie sombre à partir des données.
21 articles liés

Description

La régression par processus gaussiens est une méthode statistique puissante pour reconstruire une fonction à partir de données bruitées sans supposer une forme paramétrique spécifique. En cosmologie, elle est souvent utilisée pour déduire l'équation d'état de l'énergie sombre — la relation entre la pression et la densité d'énergie qui pilote l'expansion accélérée de l'univers — directement à partir d'observations comme les distances des supernovae ou les données du fond diffus cosmologique. Contrairement à l'ajustement traditionnel avec un modèle fixe (par exemple, une constante ou un polynôme), les processus gaussiens permettent aux données de « parler d'elles-mêmes », offrant une reconstruction flexible et non paramétrique qui quantifie également l'incertitude en chaque point.

Histoire

Les processus gaussiens pour la régression ont été formalisés dans les années 1990, en s'appuyant sur des travaux antérieurs en géostatistique (krigeage) et en apprentissage automatique. Leur application à la reconstruction de l'énergie sombre est devenue populaire dans les années 2010, avec des articles clés de Holsclaw et al. et d'autres.

Comment ça marche

La méthode traite la fonction inconnue comme un tirage aléatoire d'un processus gaussien — une collection de variables aléatoires dont tout sous-ensemble fini suit une distribution gaussienne jointe. Une fonction de covariance (noyau) encode des hypothèses sur la régularité et la longueur de corrélation. Étant donné des points de données observés, le processus est conditionné sur ceux-ci, produisant une distribution a posteriori sur les fonctions. La moyenne de cette distribution a posteriori donne la meilleure estimation de la fonction, tandis que la variance donne des barres d'erreur qui augmentent dans les régions où les données sont rares. Les hyperparamètres du noyau sont généralement optimisés en maximisant la vraisemblance marginale.

En pratique

Au-delà de la cosmologie, la régression par processus gaussiens est utilisée en robotique pour apprendre des politiques de contrôle, en prévision météorologique pour l'interpolation spatiale, et en optimisation bayésienne pour régler les hyperparamètres des modèles d'apprentissage automatique.

Anecdote

Les processus gaussiens sont une pierre angulaire de l'optimisation bayésienne moderne, qui est utilisée pour régler les paramètres des aimants du Grand collisionneur de hadrons.

Articles liés · 21

Théorie nucléaire2026-08-103 minarXiv:2608.09678express
Comment sonder le cœur d'une étoile à neutrons
Un cuisinier goûte de minuscules morceaux aux différents bords de l'assiette et tente de reconstituer la recette d'un plat complexe. Chaque morceau ne donne qu'un indice sur la saveur, et en plus les échantillons sont un peu flous – tantôt trop salés, tantôt pas assez sucrés.
Vent arrière pour six coureurs : comment les vitesses particulières ont faussé la constante de Hubble
Six coureurs sprintent sur la piste, et les juges mesurent leur vitesse sans remarquer le vent arrière. Le vent souffle dans leur dos, et les chronomètres affichent un meilleur résultat que la réalité.
Le cerveau comme prédicteur : un nouveau regard sur les circuits neuronaux
Le cerveau ne se contente pas de réagir au monde – il ne cesse de deviner ce qui va se passer l'instant d'après. Ce principe porte le nom de codage prédictif : les neurones comparent leurs attentes à la réalité et mettent à jour leur représentation interne lorsqu'une erreur survient. Mais comment un système aussi complexe peut-il être organisé dans le tissu vivant du cortex ?
Comment lisser les ondes gravitationnelles de l'Univers primordial
Dans les premiers instants de sa vie, l'Univers ressemblait à un chaudron bouillonnant. La matière n'était pas répartie uniformément — des amas et des vides s'y formaient, et leur mouvement tumultueux faisait vibrer l'espace lui-même : ondes gravitationnelles.
Géophysique2026-07-233 minarXiv:2607.21854express
L'écho sismique révèle des flux invisibles
Un bac de sable mouillé. Vous appuyez dans un coin — et l'eau se met en mouvement. Mais comment exactement ? Au lieu d'un cercle régulier, elle peut s'étaler en langues, s'attarder longtemps à certains endroits et filer rapidement à travers d'autres.
Comment un réseau de neurones lit les pages invisibles des amas de galaxies
La température au centre d'un amas de galaxies atteint cent millions de degrés. Ces systèmes, les plus grands liés gravitationnellement, sont des laboratoires naturels où la nature cache 85% de sa masse dans la matière noire invisible.
Physique quantique2026-07-193 minarXiv:2607.17023express
Un amplificateur de lumière voit ce qui est caché
Un filigrane délicat sur du papier humide, et une vitre embuée devant les yeux. C'est à peu près à cela que ressemble la lecture des états quantiques de la lumière : les fragiles motifs de photons sont déformés par les pertes, et les détecteurs ne capturent qu'une petite partie du signal.
Comment emballer un million de nuances dans une toute petite boîte
Dans une scène tridimensionnelle, chaque point est comme un bonbon dont la couleur change selon l'angle de vue. Pour décrire ce jeu de nuances, on stocke pour chaque point des dizaines de nombres — une fonction mathématique spéciale, imaginée par Joseph Fourier. La mémoire se remplit en un instant.
Tango gravitationnel : quand un réseau de neurones à l'intuition physique perçoit le rythme des trous noirs
Distinguer le signal d'une paire de trous noirs supermassifs, c'est comme entendre les pas d'un danseur dans le fracas d'un ouragan. Quelque part dans l'espace, ces monstres tournent dans un tango gravitationnel lent, déformant l'espace-temps lui-même.
Un réseau de neurones apprend à voir la polarisation invisible
Les détecteurs de rayons X fonctionnent comme un nid d'abeilles : dans les alvéoles hexagonales, des particules scintillent de temps en temps. Les algorithmes classiques étirent ces alvéoles sur une grille carrée, ce qui fait apparaître de faux fantômes de polarisation.
Une attraction bien timide : comment la gravité épargne les superpositions quantiques
Une particule peut se trouver à deux endroits à la fois : c'est la superposition. Mais toute interaction, tel un cri, « referme » instantanément cette indétermination. On a longtemps pensé que même la force de gravité pouvait s'en mêler.
Voir la toile invisible du cosmos
À travers les ondulations de l'eau, les galets au fond d'une piscine semblent décalés et déformés. De la même manière, la gravité de la matière noire invisible courbe la lumière des galaxies lointaines — un phénomène appelé lentille gravitationnelle faible.
Sirènes gravitationnelles : où chercher la clé de l'univers sombre
Deux points sur la surface d'un ballon — voilà tous les repères dont on dispose quand on essaie de comprendre comment il se gonfle. C'est à peu près ainsi que les cosmologistes reconstruisent l'histoire de l'expansion de l'univers.
L'univers s'est accéléré, et maintenant il ralentit
On gonfle un ballon. D'abord, il se gonfle lentement, puis quelqu'un ajoute brusquement de l'air — et le ballon se dilate plus vite. Mais voilà que le flux d'air faiblit, et le ballon recommence à se gonfler plus lentement.
Physique médicale2026-03-232 minarXiv:2603.21980express
IRM cardiaque en une minute : comment les taches gaussiennes accélèrent le scan
L'IRM, c'est un peu comme un appareil photo qui photographie l'intérieur du corps, mais très lentement. Le patient doit rester immobile plusieurs minutes, pendant que le cœur, lui, continue de battre. Si la personne bouge ou si le rythme s'emballe, l'image devient floue. Les médecins doivent alors recommencer l'examen, perdre du temps et s'énerver.
Une IA retire la lentille gravitationnelle de la lumière primordiale
La lumière née au moment du Big Bang a voyagé vers nous pendant près de 14 milliards d'années. Mais en chemin, elle a traversé les champs gravitationnels des galaxies et des amas de matière noire, qui ont courbé ses rayons.
Voir l'invisible : le proton sans formules
Le proton n'est pas une boule lisse, mais un écheveau de quarks et de gluons qui se déplacent sans cesse et échangent de l'énergie. Savoir comment l'énergie, la pression et le spin sont répartis à l'intérieur est impossible directement : les mesures ne donnent que des points rares et bruités.
Physique quantique2026-02-162 minarXiv:2602.14694express
Un traducteur qui a appris le dialecte du chaos
À une conférence, l'interprète entend le bruit de la salle, mais continue de traduire. Il ne répète pas chaque mot, il trouve une langue intermédiaire où les phrases complexes deviennent simples, sans perdre le sens.