نستعرض بيئة التكيّف بين المجالات في حالة الصفر (zero-shot) للانتقال من النهار إلى الليل. يُعدّ الإطار التقليدي لتكيّف المجالات هو التدريب على مجال واحد ثم التكيّف مع المجال المستهدف باستخدام عينات بيانات غير مُعلّمة من مجموعة الاختبار. وبما أن جمع بيانات الاختبار ذات الصلة يُعدّ مكلفًا، وأحيانًا مستحيلًا، فإننا نُزيل أي اعتماد على صور بيانات الاختبار، ونستفيد بدلًا من ذلك من مُقدّمة بصرية استنتاجية مستمدة من نماذج انعكاس مبنية على الفيزياء لتكيّف المجال. نُقدّم عددًا من كاشفات الحواف غير المُتغيرة لونيًا كطبقات قابلة للتدريب في شبكة عصبية تلافيفية، ونُقيّم مقاومتها للتغيرات في الإضاءة. ونُظهر أن الطبقة غير المُتغيرة لونيًا تقلّل من الانزياح التوزيعي بين النهار والليل في تفعيلات خرائط الميزات عبر الشبكة بأكملها. ونُظهر تحسّن الأداء في مهام التكيّف من النهار إلى الليل دون تدريب (zero-shot) على مجموعات بيانات اصطناعية وكذلك طبيعية في مهام مختلفة، بما في ذلك التصنيف، والتقسيم، وتحديد المكان.