إطار نقل مثالي موحد للتكيف عبر المجالات العام

يهدف التكيّف العالمي للنطاق (UniDA) إلى نقل المعرفة من نطاق مصدر إلى نطاق هدف دون أي قيود على مجموعات التصنيفات. نظرًا لأن كلا النطاقين قد يحتويان على فئات خاصة، فإن تحديد العينات المشتركة في النطاق الهدف لغرض التماثل بين النطاقات يُعد مشكلة أساسية في UniDA. تعتمد معظم الطرق الحالية على قيم حدّ محددة يدويًا أو مُعدّلة يدويًا للكشف عن العينات المشتركة، مما يجعلها صعبة التوسع في سياقات UniDA الواقعية بسبب التنوّع في نسب الفئات المشتركة. علاوةً على ذلك، لا يمكنها التمييز بين فئات مختلفة ضمن العينات الخاصة بالنطاق الهدف، حيث تُعامل هذه العينات كمجموعة واحدة متماسكة. في هذه الورقة، نقترح استخدام نقل الأمثل (Optimal Transport - OT) لمعالجة هذه المشكلات ضمن إطار موحد يُسمّى UniOT. أولاً، نصمم تمايزًا جزئيًا قائماً على OT مع ملء تكيفي للكشف عن الفئات المشتركة دون الحاجة إلى قيم حدّ مُحددة مسبقًا، مما يُمكّن من اكتشاف التمييز الداخلي بين الفئات المشتركة والخاصة بناءً على المعلومات الإحصائية لمصفوفة التخصيص الناتجة عن OT. ثانيًا، نقترح تعلم تمثيل النطاق الهدف القائم على OT، والذي يشجع على التمييز العالمي والاتساق المحلي للعينات، لتجنب الاعتماد المفرط على النطاق المصدر. وتجدر الإشارة إلى أن UniOT هي أول طريقة تمتلك القدرة على اكتشاف وتمييز الفئات الخاصة في النطاق الهدف بشكل تلقائي ضمن إطار UniDA. وعليه، نقدّم مقياسًا جديدًا يُسمّى H^3-score لتقييم الأداء من حيث دقة العينات المشتركة وأداء تجميع العينات الخاصة. تُظهر التجارب الواسعة بوضوح المزايا المتفوّقة لـ UniOT مقارنةً بعدة طرق حديثة ومتقدمة في مجال UniDA.