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

O artigo apresenta uma estrutura de inteligência artificial baseada em GANs Condicionais para gerar trajetórias espaciais e temporais futuras de índices climáticos, com foco no Índice de Umidade do Solo (SWI) para avaliar a gravidade da seca na França. O objetivo é auxiliar o setor de seguros a desenvolver estratégias de longo prazo para a gestão de riscos de catástrofes naturais, dado o aumento dos custos desses eventos.