Peut-on prédire les événements extrêmes ? 

La prédiction des événements extrêmes, phénomènes rares et intenses, est un défi complexe. Dans notre dernière étude, nous avons réalisé des avancées significatives en utilisant des techniques d'apprentissage automatique pour classifier ces événements dans des données expérimentales d'un laser à micro-cavité chaotique. Malgré des contraintes expérimentales limitant la collecte de données précises, notre méthode a atteint une précision de 75% à 100% pour prédire ces événements avec un temps d'avertissement allant jusqu'à deux fois l'horizon temporel théorique. De manière surprenante, nous avons constaté que l'utilisation de données spatiales non locales améliorait la précision de la prédiction à long terme par rapport aux données locales.

Cette avancée est d'une importance considérable, car elle permet de prédire les événements extrêmes dans des systèmes chaotiques à haute dimension, même avec des données expérimentales incomplètes et du bruit. Les implications de cette recherche sont vastes et touchent de nombreux domaines, tant du point de vue théorique que pratique.

Nous sommes convaincus que notre approche innovante suscitera l'intérêt d'un large public et ouvrira de nouvelles perspectives dans la prédiction des événements extrêmes.

Lien : https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.130.223801