用于级联极端事件的 Kolmogorov-Arnold 神经模型
统计方法学
2026-02-09 v2 机器学习
摘要
本文关注日益受到重视的级联极端事件（如极端地震引发海啸），提出一种针对此类多米诺效应的风险评估新方法。该方法在 Kolmogorov-Arnold 网络（KAN）中构建极值理论框架，以估计在给定特征向量条件下一个极端事件触发另一个极端事件的概率。为确保感兴趣参数位于单位区间内，在 KAN 架构中增加了一层，由此得到的神经模型称为 KANE（KAN with Natural Enforcement）。该方法得到了充分的数值研究支持，并通过地震学和气候学的实际应用进一步加以验证。
引用
@article{arxiv.2505.13370,
title = {A Kolmogorov-Arnold Neural Model for Cascading Extremes},
author = {Miguel de Carvalho and Clemente Ferrer and Ronny Vallejos},
journal= {arXiv preprint arXiv:2505.13370},
year = {2026}
}