Wasserstein BaryBooster transforme le réalisme de la diffusion en précision de prévision d'événements

De nombreux modèles savent prévoir ce qui arrivera à un client de banque, à un patient ou à une commande dans les prochaines étapes. Presque personne n'a cherché à vérifier que ces prévisions ressemblent à la vie réelle, et pas seulement à la moyenne. Les auteurs d'un nouvel article publié sur Hugging Face Daily Papers comblent cette lacune : ils ont construit un benchmark de prévision multi-étapes de séquences d'événements et montrent que la précision et le réalisme de la distribution tirent les modèles dans des directions opposées. Ils proposent ensuite l'algorithme Wasserstein BaryBooster, qui concilie en partie les deux objectifs.

Pourquoi une séquence d'événements est un cas à part

Une séquence d'événements est une chaîne d'événements aléatoires, chacun décrit par un ensemble de caractéristiques hétérogènes : numériques (montant d'un paiement, délai entre deux événements) et catégorielles (type d'opération, diagnostic, statut d'une commande). Ces données se rencontrent en finance, en santé, dans l'analyse des processus métier et dans d'autres domaines. Les méthodes classiques de prévision de séries temporelles s'en sortent mal : il faut prédire non pas un seul nombre, mais toute une trajectoire composée de types mixtes.

Les auteurs formulent le problème comme une modélisation générative conditionnelle. Le modèle reçoit l'historique et doit produire une suite plausible sur plusieurs pas. Cette formulation change aussi les critères d'évaluation : il ne suffit pas que la prévision soit proche de la réalité, il faut encore que l'ensemble des trajectoires générées ressemble à de vraies données.

Un benchmark où tout le monde est perdant

Le benchmark comprend :

• des métriques pour deux aspects de la qualité : la précision de la prévision et le réalisme de la distribution ;
• de solides baselines statistiques ;
• des modèles récents adaptés de domaines voisins ;
• des jeux de données réels sélectionnés.

Après une évaluation rigoureuse, le tableau est peu confortable : aucune méthode n'obtient le meilleur résultat sur les deux axes à la fois. Les modèles dont les trajectoires paraissent les plus naturelles perdent en précision. Les modèles qui tombent systématiquement près de la réalité produisent des séquences trop « lissées », qui ne ressemblent pas aux séquences réelles. Les auteurs parlent de compromis fondamental.

La raison se comprend intuitivement. Pour minimiser l'erreur, mieux vaut prédire quelque chose de moyen. Mais la moyenne d'événements aléatoires coïncide rarement avec ce que l'on observe réellement dans les données. Un modèle génératif, à l'inverse, reproduit fidèlement la dispersion, et chaque trajectoire prise isolément peut alors manquer sa cible.

BaryBooster : le réalisme vient de la diffusion, la précision de l'agrégation

C'est dans ce contexte que les auteurs introduisent Wasserstein BaryBooster. L'idée : prendre un modèle de diffusion qui affiche un bon niveau de réalisme, en tirer un ensemble d'échantillons, puis les agréger en une prévision unique. Le nom renvoie au barycentre de Wasserstein, une manière de moyenner des distributions dans la géométrie du transport optimal. L'agrégation tient compte de la forme de la distribution au lieu de se contenter d'une moyenne arithmétique.

D'après les auteurs, le prédicteur obtenu atteint le niveau de l'état de l'art (state-of-the-art) en précision. Cela montre que le réalisme de la distribution peut être converti en précision, à condition de bien rassembler l'échantillon en une réponse finale. Le compromis demeure, mais on dispose d'un moyen concret de tirer parti de la partie générative.

Ce que les praticiens peuvent en retenir

Le code du benchmark et de l'algorithme est publié sur GitHub, dans le dépôt xaosina/event-sequence-forecasting. Les équipes qui prévoient des transactions, des parcours clients, des événements cliniques ou des étapes de processus métier ont intérêt à passer leurs modèles au crible des métriques proposées. Si l'évaluation ne porte que sur l'erreur de prévision, on risque d'obtenir un modèle qui produit discrètement des trajectoires irréalistes. Pour les simulations, les tests de résistance et les données synthétiques, c'est critique.

La seconde leçon pratique concerne l'architecture. Un modèle de diffusion comme générateur d'échantillons, associé à une couche d'agrégation distincte, permet d'ajuster l'équilibre entre réalisme et précision selon la tâche. Pour le scoring, la précision prime ; pour la génération de scénarios et les simulations, c'est le réalisme. Le benchmark permet pour la première fois de mesurer les deux paramètres sur les mêmes données.