e-means 把 k-means 的质心更新换成小批量指数移动平均，并用拟合出的缩放律从问题规模直接定出批大小与步长，不再需要超参数扫描。在多个嵌入数据集上，它用 1.4 到 2.6 个 epoch 就达到 Lloyd k-means 跑 25 个 epoch 的损失，对应相对 Flash-KMeans 的 9.5 到 45.5 倍实际耗时加速，并在收敛后损失更低。在 100 亿向量的 DINO10B 上，精确分配版本用 2.5 个 epoch 把向量分成 1600 万个簇，损失低于 Lloyd 跑 25 个 epoch 的结果。
在过敏与临床免疫专科队列上，一种把患者和临床发现建成知识图谱、再用图嵌入聚类的表示方法，在随机缺失、条件缺失和值依赖缺失三种设定下都没有出现聚类质量崩塌。此前常用的“先填补、再降维、后聚类”流程在值依赖缺失下表现最差，而填补会把未检测的抗体与确认阴性混为一谈。
在测试与评估中，若测试集缺少夜间这类关键语义条件，模型选型会被误导；一套生成式流程用视觉语言模型找出缺失语义、用扩散模型把白天图改造成夜间图补进测试集，使选型结论与完整覆盖的数据集一致。
该工作提出 SnapLog 流水线，先用预训练 ViT 逐帧编码并基于帧间相似度矩阵做 K-Means 时序分割与贪心合并，再用预训练于 Sports-1M 的 34 层 R(2+1)D 编码器加线性分类头做广义少样本事件分类，从而把原始视频转成带时间戳的事件日志（可输出确定性日志或保留标签概率分布的含不确定性日志）；在 TUM Kitchen 的 16 段布朗尼烘焙视频与 Epic Kitchens-100 的 24 段厨房清洁视频上，分割帧级准确率为 74.3% 与 67.7%，分类在增强加 100 个重叠片段设置下 Top-3 达 90.1% 与 85.4%，并可从 TUM 日志中发现基本合理的布朗尼烘焙流程模型。
该工作提出一个面向数字农业的隐私保护数据共享与协作框架，将主成分分析（PCA）降维与基于拉普拉斯噪声的本地差分隐私（ε-LDP）结合，在沙箱环境中聚合农民数据并用K-Means聚类和最近邻算法推荐潜在合作者，使研究者可在联邦学习或聚合隐私数据上训练个性化模型；在Wisconsin Farmer's Market与Crop Recommendation两个真实数据集上验证，模型精度与集中式原始数据训练相比平均损失约5.33%，并通过power分析评估对成员推断等攻击的鲁棒性。
该研究以脉络膜分割为原型任务，在80名受试者的6,076张OCT B扫描上系统比较标量无参考图像质量指标（BRISQUE、NIQE、PIQE、SNR、PSNR）、通用ImageNet预训练表征与视网膜基础模型作为任务特异性质量门控信号，发现标量指标与分割Dice相关性极弱（|r|<0.20），通用预训练表征线性探针ROC-AUC最高约0.77，而OCT特异性基础模型RETFound达到约0.81，且仅视网膜基础模型的嵌入空间在无监督K-Means下产生超过患者级置换零分布的按质量对齐聚类。
已读完全部报道