本論文では、DelTriC（Delaunay Triangulation Clustering）というクラスタリングアルゴリズムを紹介しています。この手法は、PCAやUMAPに基づくプロジェクション、Delaunay三角形分割、そして新しいバックプロジェクションメカニズムを統合して、高次元空間でのクラスタ形成を行います。DelTriCは、低次元空間で隣接性をインデックス化するために三角形分割を行い、その後元の空間にバックプロジェクションをして、堅牢なエッジの剪定やマージ、異常検知を実施します。この方法は、k-meansやDBSCAN、HDBSCANといった従来の手法を多くのシナリオで上回り、スケーラビリティと精度を兼ね備え、外れ値検出を大幅に改善します。