Ce projet vise à rechercher des signatures collectives en rayons gamma et X dans les régions de localisation des alertes de neutrinos astrophysiques d’IceCube, sans présélectionner de population de sources.
À partir de données publiques (IceCube, Fermi et Swift-BAT), l’étudiant développera une analyse combinant empilement statistique et apprentissage automatique non supervisé (ACP, autoencodeurs). Les propriétés des régions IceCube seront comparées à celles de régions aléatoires du ciel à l’aide de tests statistiques multivariés.
Des simulations permettront d’évaluer la sensibilité des méthodes et leur capacité à révéler des associations potentielles entre neutrinos et sources astrophysiques.