تُفشل العديد من خوارزميات التجميع عندما تكون المجموعات ذات أشكال عشوائية، أو كثافات متفاوتة، أو عندما تكون فئات البيانات غير متوازنة وتقع بالقرب من بعضها البعض، حتى في الأبعاد الثنائية. تُقدَّم خوارزمية تجميع جديدة تُسمى DenMune للتصدي لهذا التحدي. تعتمد هذه الخوارزمية على تحديد المناطق الكثيفة باستخدام جيران متبادلين بحجم K، حيث يُعد K المعلمة الوحيدة المطلوبة من المستخدم، بجانب الالتزام بمبدأ اتساق جيران الجيران المتبادلين. وتُظهر الخوارزمية استقرارًا على نطاق واسع من قيم K. علاوةً على ذلك، تمتلك القدرة على اكتشاف الضوضاء وحذفها تلقائيًا أثناء عملية التجميع، بالإضافة إلى اكتشاف المجموعات المستهدفة. وتُنتج نتائج موثوقة على مجموعة متنوعة من المجموعات البيانات منخفضة وعالية الأبعاد مقارنةً بعدة خوارزميات تجميع رائدة معروفة في المجال.