- 自监督表征学习架构
构建Cluster-Former框架，实现基于原型学习的无监督预训练；提出Proto-MAE方法，通过原型引导的掩码自编码机制增强特征表示质量。
- 流式时序数据处理
开发Stream-Cluster-TRM系统，实现连续数据流的低延迟聚类分析；设计TimeCPT双阶段框架，有效整合时序异常检测与预测任务。
- 多模态融合与对齐
创建CrossModal-Clusterer模型，实现视觉-语言-音频的跨模态联合聚类；构建Scene-Intent-TRM架构，完成场景与意图的层级化语义聚类。
- 图结构数据分析
提出GT-ClusterPool可微分池化机制，实现图Transformer中的社区发现；开发HeteroMeta-Cluster框架，支持异构图数据的元聚类与知识迁移。
- 隐私保护与联邦学习
设计FedCluster-Former系统，通过跨机构原型共享实现隐私安全的协作学习；建立Continual-FedTax框架，支持联邦环境下的持续簇增量学习。
- 生成式与检索增强
开发Clustered-MoE-Router机制，实现簇级路由的稀疏Transformer架构；构建Cluster-RAG-Memory系统，通过基于簇的检索记忆增强提示构建效果。