# When Fireflies Cluster; Enhancing Automatic Clustering via Centroid-Guided Firefly Optimization

### 저자

MKA Ariyaratne, Azwirman Gusrialdi, Yury Nikulin, Jaakko Peltonen

### 💡 개요

본 논문은 K-Means와 같은 기존 클러스터링 방법의 한계를 극복하기 위해 센트로이드 이동 전략과 다목적 목적 함수를 통합한 차세대 반딧불이 알고리즘(Firefly Algorithm, FA) 변형을 제안합니다. 제안된 알고리즘은 클러스터의 개수를 자동으로 추정하고 경계를 동적으로 조정하며, 로봇 센서 네트워크와 같은 복잡한 공간 클러스터링 작업에서 K-Means 대비 향상된 클러스터링 품질과 경로 거리 감소를 보여줍니다.

### 🔑 시사점 및 한계

- 기존 클러스터링 방법의 비균일한 형태, 밀도, 클러스터 개수 사전 정의 문제 해결

- 로봇 센서 네트워크와 같은 실제 환경에서 실용적인 가치 입증 및 성능 우수성 확인

- 향후 고차원 및 적응형 시나리오로의 확장 가능성 제시

---

[PDF 보기](https://arxiv.org/pdf/2605.18460)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).