تم تطبيق تقنيات التعلم المُتَكَيِّفَة القائمة على المقاييس بنجاح في مشاكل التصنيف ذات العينات القليلة. في هذا البحث، نقترح الاستفادة من المعلومات عبر الأنظمة الحسية لتعزيز طرق التعلم القائمة على المقاييس في مسائل التصنيف ذات العينات القليلة. بحكم تعريفها، تمتلك فضاءات الخصائص البصرية والدلالية هياكل مختلفة. بالنسبة لبعض المفاهيم، قد تكون الخصائص البصرية أكثر غنىً وأكثر تمييزًا من النصوص. بينما بالنسبة لمفاهيم أخرى، قد يكون العكس صحيحًا. بالإضافة إلى ذلك، عندما يكون الدعم من المعلومات البصرية محدودًا في تصنيف الصور، يمكن أن توفر التمثيلات الدلالية (المتعلمة من مجموعات بيانات نصية غير مراقبة) معرفة أولية وسياقًا قويًا يساعد في عملية التعلم. استنادًا إلى هذين الفهمين، نقترح آلية يمكنها دمج المعلومات بشكل تكيفي من كلا النظامين الحسيين وفقًا للتصنيفات الجديدة للصور التي يجب تعلمها. من خلال سلسلة من التجارب، نوضح أن هذا الدمج التكيفي لكلا النظامين الحسيين يجعل نموذجنا يتفوق بشكل كبير على الطرق الحالية للتعلم القائم على نظام حسي واحد وعلى طرق تناسق الأنظمة الحسية في جميع مقاييس الأداء والمواقف التي تم اختبارها في تصنيف العينات القليلة. كما تظهر التجارب أن نموذجنا قادر على ضبط تركيزه بكفاءة على النظامين الحسيين. يكون تحسن الأداء خاصةً كبيرًا عندما يكون عدد العينات جدًّا قليلًا.