新しいクラスタリングアルゴリズム「AdaGraph」が研究者らによって提案されました。このアルゴリズムは、構造中心機械学習（SC-ML）パラダイムに基づき、グラフトポロジー内で完全に動作し、高次元空間における従来の距離尺度の限界を克服することを目的としています。論文は2026年5月5日にarXivに提出され、KDD 2027への投稿が予定されています。
AdaGraphの核心は、ユークリッド距離の代わりにkNN（k近傍）グラフトポロジーを用いる点にあります。高次元データでは距離尺度が均一化して情報量を失うことが多いのに対し、kNNグラフはデータ点間の相対的近接関係を保持するため、高次元でも効果的なクラスタリングが可能です。このアルゴリズムは、ユーザーがクラスタ数kを事前に指定する必要がなく、自動的にクラスタ数を推定し、ノイズをネイティブに識別・処理します。さらに、SLCD（サンプル・学習・キャリブレーション・デプロイ）フレームワークにより大規模データセットへの拡張性が実現されています。
教師なしチューニングの目的として、AdaGraphは同じくSC-MLの貢献であるGraph-SCOPEと呼ぶトポロジベースのクラスタ妥当性指標と組み合わせて使用されます。次元10から5000までの10個の合成ベンチマークデータセットでの評価では、Graph-SCOPEの平均調整ランド指数（ARI）は0.900に達し、9/10のデータセットで最適なクラスタ数kを正しく選択しました。これは、Silhouette、Davies-Bouldin、Calinski-Harabaszといった従来の指標を大幅に上回る結果です。Graph-SCOPEのKendall tauは真のクラスタ品質との相関が0.92以上であったのに対し、Silhouetteは約0.46でした。
研究者らは3つの科学領域でAdaGraphの実用性能を検証しました。バイオインフォマティクスでは、肝細胞癌の遺伝子共発現解析（GSE14520データセット、10,000遺伝子、488患者）において、AdaGraphは次元削減を行わずに条件特異的な遺伝子モジュールを同定し、WGCNA、ICA、NMF、Spectral Biclusteringなどの手法では識別できないモジュールを発見しました。自然言語処理では、20NG-6catデータセットのテキストクラスタリングで、AdaGraphはARI=0.751を達成し、HDBSCANの0.464を62%上回りました。材料科学では、超伝導体（145次元Magpie特徴量）、ペロブスカイト、JARVIS-DFT材料のクラスタリングにおいて、AdaGraphは全3データセットで最高のGraph-SCOPEスコアを記録しました。
これらの結果は、AdaGraphがグラフネイティブな手法により次元の呪いを効果的に解決し、高次元データのクラスタリングに強力なツールを提供するとともに、複数の科学分野で発見を促進する可能性を示しています。論文は12ページ、4図、1表から構成され、現時点では完全版の準備段階にあります。