يُعالج هذا البحث مشكلة التوافق والتحجيم المتزامن لعدة رسم بيانيّات تابعة لمجموعات مختلفة، وهي مشكلة تظهر بشكل طبيعي في العديد من المسائل الواقعية. يُعد كل من التوافق البيانيّ والتحجيم تحديّين صعبين (من فئة NP-hard)، ويسعى الحل المشترك إلى تحقيق تكامل طبيعي بين المهمتين. في هذا البحث، نعتمد على عملية تخصيص تدريجيّة للتوافق والتحجيم اللينين عبر التكرارات، حيث يتم تنظيم القيود الثنائية والثقة في التحجيم من خلال معلمتين منفصلتين لعملية التبريد التدريجي. يمكن توسيع هذه التقنية لاستخدامها في التعلّم من النهاية إلى النهاية، حيث يُعرّف الدالة الخسارة بناءً على الانتروبيا المتقاطعة بين خطين من خطوط معالجة التوافق، مما يسمح بتعلم شبكات التحويل العصبي لاستخراج ميزات النقاط المفتاحية دون الحاجة إلى تدريب مدعوم بالبيانات الحقيقية (ground-truth). أظهرت النتائج التجريبية على مجموعات بيانات واقعية أن أسلوبنا يتفوّق على الخوارزميات التي لا تعتمد على التعلّم، ويُقدّم أداءً مقارنًا مع النهج المبنية على رسمين بيانيّين والخاضعة للإشراف.