في هذا البحث، نقدم استراتيجية التكيف المباشر (ADAS)، والتي تهدف إلى تكييف نموذج واحد مباشرة مع عدة مجالات مستهدفة في مهمة تقسيم الدلالات دون استخدام نماذج مسبقة التدريب محددة للمجال. لتحقيق ذلك، صممنا شبكة نقل متعددة الأهداف (MTDT-Net) التي تتوافق فيها الخصائص البصرية عبر المجالات من خلال نقل الميزات المميزة للمجال عبر وحدة التطبيع التكيفي الجديد (TAD). بالإضافة إلى ذلك، اقترحنا اختيار المنطقة التكيفي ثنائي الاتجاه (BARS)، والذي يقلل من الغموض في السمات بين العلامات الفئوية من خلال اختيار المناطق ذات الإحصاءات المتسقة للميزات بشكل تكيفي. أظهرنا أن شبكتنا الواحدة MTDT-Net قادرة على إنشاء صور مشتقة من المجال بصرياً جذابة باستخدام مجموعات بيانات معقدة للقيادة، وأن BARS يفلتر بفعالية المناطق غير الضرورية من صور التدريب لكل مجال مستهدف. بفضل التعاون بين MTDT-Net و BARS، تحقق استراتيجيتنا ADAS أداءً رائداً في تكييف متعدد الأهداف (MTDA). حسب علم us، طريقتنا هي أول طريقة MTDA تقوم بالتكيف المباشر مع عدة مجالات في تقسيم الدلالات.请注意，最后一句中的 "us" 应该是 "نا" 以保持正式和客观的语气。以下是修正后的版本：في هذا البحث، نقدم استراتيجية التكيف المباشر (ADAS)، والتي تهدف إلى تكييف نموذج واحد مباشرة مع عدة مجالات مستهدفة في مهمة تقسيم الدلالات دون استخدام نماذج مسبقة التدريب محددة للمجال. لتحقيق ذلك، صممنا شبكة نقل متعددة الأهداف (MTDT-Net) التي تتوافق فيها الخصائص البصرية عبر المجالات من خلال نقل الميزات المميزة للمجال عبر وحدة التطبيع التكيفي الجديد (TAD). بالإضافة إلى ذلك، اقترحنا اختيار المنطقة التكيفي ثنائي الاتجاه (BARS)، والذي يقلل من الغموض في السمات بين العلامات الفئوية من خلال اختيار المناطق ذات الإحصاءات المتسقة للميزات بشكل تكيفي. أظهرنا أن شبكتنا الواحدة MTDT-Net قادرة على إنشاء صور مشتقة من المجال بصرياً جذابة باستخدام مجموعات بيانات معقدة للقيادة، وأن BARS يفلتر بفعالية المناطق غير الضرورية من صور التدريب لكل مجال مستهدف. بفضل التعاون بين MTDT-Net و BARS، تحقق Strategيتنا ADAS أداءً رائداً في تكييف متعدد الأهداف (MTDA). حسب علم النا، طريقتنا هي أول طريقة MTDA تقوم بالتكيف المباشر مع عدة مجالات في تقسيم الدلالات.