توليد اقتراحات العمل الزمنية هو مهمة صعبة وواعدة تهدف إلى تحديد المناطق الزمنية في مقاطع الفيديو الحقيقية حيث قد يحدث العمل أو الحدث. يمكن للطرق الحالية لتوليد الاقتراحات من الأسفل إلى الأعلى إنشاء اقتراحات ذات حدود دقيقة، ولكنها لا تستطيع توليد درجات ثقة موثوقة بكفاءة لاسترجاع هذه الاقتراحات. لحل هذه الصعوبات، نقدم آلية التوفيق بين الحدود (Boundary-Matching - BM) لتقييم درجات الثقة للاقتراحات الموزعة كثيفاً، والتي تعبر عن اقتراحاً كزوج مطابق من الحدود البداية والنهاية وتجمع جميع أزواج BM الموزعة كثيفاً في خريطة الثقة BM. بناءً على آلية BM، نقترح طريقة فعالة وكفوءة ومتكاملة لتوليد الاقتراحات، باسم شبكة التوفيق بين الحدود (Boundary-Matching Network - BMN)، والتي تولد اقتراحات ذات حدود زمنية دقيقة ودرجات ثقة موثوقة في آن واحد. يتم تدريب الفرعين لمجموعة BMN بشكل مشترك في إطار موحد. نقوم بإجراء التجارب على قاعدتين بيانات صعبتين: THUMOS-14 و ActivityNet-1.3، حيث تظهر BMN تحسينًا كبيرًا في الأداء مع الكفاءة والقابلية للتعميم بشكل ملحوظ. علاوة على ذلك، عند الجمع بينها وبين تصنيف العمل الموجود بالفعل، يمكن لـ BMN تحقيق أفضل أداء في الكشف عن العمل الزمني.