告别盲猜K值!KDD 2026:让AI在时间序列里实现“聚类自由”
面对如山般的IoT或金融数据,没有标签,最头疼的是什么?
老板问你:“这些数据能分成几类?”你只能看着屏幕盲猜一个K=10。
猜大了,模型过拟合;猜小了,关键模式被掩盖。这就是时间序列聚类里最经典的困境:
你需要聚类分配来学习特征,但你又需要高质量特征来找聚类边界。
最近 KDD 2026 上的一篇由上海大学Wei Li团队实现的论文 APCL(Adaptive Prototypical Contrastive Learning)直接终结了这种“盲猜K值”的苦日子,实现了真正的“冷启动”盲测。
more >>
