A Wasserstein GAN-based climate scenario generator for risk management and insurance: the case of soil subsidence

Cet article présente un cadre d'intelligence artificielle basé sur les Réseaux Génératifs Antagonistes Conditionnels (GANs) pour générer des trajectoires spatio-temporelles futures d'indices climatiques, en se concentrant sur l'Indice d'Humidité des Sols (SWI) pour évaluer la gravité de la sécheresse en France. Cette approche vise à aider le secteur des assurances à élaborer des stratégies à long terme pour la gestion des risques de catastrophes naturelles, face à l'augmentation de leurs coûts.