Utilisation de réseau de neurones siamois en clustering : application aux événements du réseau électrique français
Résumé
This article uses the forward-pass of a siamese neural network as a similarity measure for labelling events on the French power system. After a first labelling step using logical rules, we train a siamese neural network to define a similarity measure from data. While Dynamic Time Warping couldn’t show satisfactory results, the siamese neural network provide a new tool for data exploration and new class identification.
Cet article propose d’étudier l’utilisation d’un réseau neuronal siamois dans le cadre de la labellisation des événements du réseau électrique français. Après une première étape de labellisation partielle à partir de règles expertes, nous entraînons un réseau de neurones siamois pour définir une mesure de similarité spécifique aux données. Là où d’autres mesures telles que le Dynamic Time Warping ne fournissaient pas de résultats pertinents, l’application de cette approche aux données de la région de Lyon sur l’année 2017 permet de mettre en évidence l’utilité des réseaux siamois pour l’exploration de données et l’identification de nouvelles classes et sous-classes.