热点事件持续更新
联邦聚类中局部与全局簇数均未知时的自适应分裂合并方法
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv 发表联邦聚类新方法：提出两阶段框架，客户端用 Adaptive Split-Merge（ASM）从自身数据估计局部簇数，聚合器以估计值替代真实值运行 FedGEM。ASM 基于 BIC 分裂与合并过剩分量，无需标签、不假设簇跨客户端共享。八数据集上 ASM+FedGEM 平均 ARI 0.333，优于无标签基线 0.256，接近真实局部簇数时的 0.361。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Statistics Machine Learning联邦聚类中局部与全局簇数均未知时的自适应分裂合并方法
提出两阶段框架，客户端用 Adaptive Split--Merge（ASM）从自身数据估计局部簇数，聚合器以估计值替代真实值运行 FedGEM。ASM 基于 BIC 分裂与合并过剩分量，无需标签、不假设簇跨客户端共享。八数据集上 ASM+FedGEM 平均 ARI 0.333，优于无标签基线 0.256，接近真实局部簇数时的 0.361。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。