一種名為AdaGraph的新型聚類演算法近日由研究人員提出，該演算法基於結構中心機器學習（SC-ML）正規化，完全在圖拓撲結構內執行，旨在克服傳統距離度量在高維空間中的失效問題。論文於2026年5月5日提交至arXiv，並計劃投稿至KDD 2027。
AdaGraph的核心創新在於用k近鄰（kNN）圖拓撲取代歐幾里得距離。在高維資料中，距離度量往往變得均勻且無資訊，而kNN圖保留了資料點間的相對鄰近關係，使得聚類在高維下依然有效。演算法無需使用者預先指定聚類數量k，能夠自動識別簇的數目，並原生地識別和處理噪聲點。此外，透過SLCD（取樣-學習-校準-部署）框架，AdaGraph具備了良好的擴充套件性，可應用於大規模資料集。
為了進行無監督調優，AdaGraph與Graph-SCOPE指標配對使用，後者是SC-ML領域提出的另一個基於拓撲的聚類有效性指數。在10個合成資料集（維度覆蓋10至5000）上的測試中，Graph-SCOPE的平均調整蘭德指數（ARI）達到0.900，並在9個資料集上正確選出了最優聚類數量k，明顯優於Silhouette、Davies-Bouldin和Calinski-Harabasz等傳統指標。Graph-SCOPE的Kendall tau與真實聚類質量的相關性超過0.92，而Silhouette僅為0.46左右。
研究人員在三個科學領域驗證了AdaGraph的實際效能。在生物資訊學中，針對肝細胞癌的基因共表達分析（GSE14520資料集，包含10,000個基因和488名患者），AdaGraph在不進行降維的情況下識別出了條件特異性基因模組，而這些模組是WGCNA、ICA、NMF和Spectral Biclustering等方法無法分辨的。在自然語言處理領域，對20NG-6cat資料集進行文本聚類時，AdaGraph取得了0.751的ARI，相比之下HDBSCAN僅為0.464，相對提升幅度達62%。在材料科學中，對超導體（145維Magpie特徵）、鈣鈦礦和JARVIS-DFT材料的聚類測試中，AdaGraph在所有三個資料集上均獲得了最高的Graph-SCOPE分數。
這些結果表明，AdaGraph透過圖原生方法有效解決了維度詛咒問題，為高維資料聚類提供了強大工具，並在多個科學領域展現出推動發現的能力。論文包含12頁、4張圖和1張表格，目前尚為完整版本的前期準備工作。