هذا العمل يتعلق بتحديد الأنشطة البشرية التي تحدث في مقاطع الفيديو على مستويات معنوية مختلفة، بما في ذلك الأفعال الفردية، التفاعلات، والأنشطة الجماعية. يتم تحقيق هذا التحديد باستخدام هرمية ثنائية المستوى من شبكات الذاكرة طويلة المدى قصيرة المدى (LSTM)، والتي تشكل بنية عميقة ذات اتجاه واحد يمكن تدريبها من البداية إلى النهاية. مقارنة بالبنيات الحالية لـ LSTM، نقدم مساهمتين رئيسيتين أطلقنا عليهما اسم شبكة الطاقة الثقة المتكررة -- CERN. أولاً، بدلاً من استخدام الطبقة الشائعة softmax للتنبؤ، نحدد طبقة طاقة جديدة (EL) لتقدير طاقة تنبؤاتنا. ثانياً، بدلاً من العثور على التعيين الشائع لأقل فئة طاقة، والذي قد يكون غير مستقر رقمياً تحت حالة عدم اليقين، نحدد أن الطبقة EL تقوم أيضاً بحساب قيم p للحلول، وبهذه الطريقة تقدير أقل طاقة بأكبر درجة من الثقة. يظهر تقييم البيانات على مجموعتي Collective Activity وVolleyball: (أ) مزايا المساهمتين اللتين قدمناهما مقارنة بالصيغة الشائعة لـ softmax وتصغير الطاقة، و(ب) أداء أفضل مقارنة بالنهج الأكثر تقدماً حاليًا.