Séminaire du CIMMUL | Nicolas Lafon
octobre 18 @ 13 h 30 min - 14 h 30 min
Générateur d’extrêmes multivariés par apprentissage statistique
Multivariate Extremes Generator by Statistical Learning
Nicolas Lafon
Postdoctorant au GERAD (Groupe d’études et de recherche en analyse des décisions)
Université McGill
Résumé
La génération d’extrêmes réalistes à partir d’un ensemble de données d’observation est cruciale lorsque l’on cherche à estimer les risques associés à l’occurrence d’extrêmes futurs, d’amplitude éventuellement plus grande que ceux déjà observés. Les approches génératives de la communauté de l’apprentissage automatique ne s’appliquent pas aux échantillons extrêmes sans une adaptation minutieuse. Par ailleurs, les résultats asymptotiques de la théorie des valeurs extrêmes fournissent un cadre théorique pour modéliser les événements extrêmes multivariés, en particulier grâce à la notion de variation régulière multivariée. Faisant le lien entre ces deux domaines, cette présentation détaille une approche d’autoencodeur variationnel pour l’échantillonnage de distributions multivariées à queues lourdes, c’est-à-dire des distributions susceptibles de présenter des extrêmes d’intensités particulièrement importantes. Un exemple d’application concernant l’évaluation des risques d’inondation est abordé.
Generating realistic extremes from an observational dataset is crucial when trying to estimate the risks associated with the occurrence of future extremes, possibly of greater magnitude than those already observed. Generative approaches from the machine learning community are not applicable to extreme samples without careful adaptation. On the other hand, asymptotic results from extreme value theory provide a theoretical framework for modeling multivariate extreme events, in particular through the notion of multivariate regular variation. Bridging these two fields, this presentation details a variational autoencoder approach for sampling multivariate distributions with heavy tails, i.e. distributions likely to exhibit extremes of particularly large intensities. An application example concerning flood risk assessment is discussed.
_
Le séminaire aura lieu au local 3820 du pavillon Alexandre-Vachon et en ligne.
Pour rejoindre la réunion Zoom :
https://ulaval.zoom.us/j/62680136430?pwd=eldBYjdNTG5QR2VxTTFqbVM4UGVRZz09
Meeting ID: 626 8013 6430
Passcode: 693150