#Unsupervised Learning

讓資料自己「分家」：新研究把 Clustering 變成會演化的 Reaction–Diffusion 系統

arXiv:2609.11608 提出一種 Dynamical Clustering 方法，不再把資料分群單純視為一次性的最佳化問題，而讓每個資料點對不同類別的 Soft Assignment 隨時間演化。系統同時受到兩股力量控制：Reaction 會把分類往類似 Bayesian Posterior 的方向推動，Diffusion 則讓鄰近資料點交換分類資訊；兩者之間的擴散強度還會動態調整。在無限資料極限下，這套離散演算法會導出一組非標準 Reaction–Diffusion Differential Equations，並自然形成具有銳利邊界的分類區域。作者進一步展示 Semi-supervised Classification、Time-series Regime Detection，以及 Multiple Diffusion Networks 在高維資料上的應用。這不是新的 LLM 或資料庫技術，但它可能成為 Embedding、Vector Search 與其他 AI 資料表示系統之上的一種新型資料結構分析工具。