Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.
AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.
We provide a detailed review of causal dependence within the framework of max‐linear structural models. Such models express each node variable as a max‐linear function of its parental node variables in a directed acyclic graph (DAG) and some exogenous innovation. We reformulate results on structure learning and estimation, which we apply to a network of financial data. A new method, based on hard‐thresholding and on the Hamming distance, estimates a sparse DAG for extreme risk propagation.