توليد اقتراحات العمل الزمنية يلعب دورًا مهمًا في فهم العمل في الفيديو، حيث يتطلب تحديد محتوى العمل عالي الجودة بدقة. ومع ذلك، فإن توليد اقتراحات زمنية تتميز بحدود دقيقة ومحتوى عمل عالي الجودة يعد تحديًا كبيرًا للغاية. لحل هذه المشكلة، نقترح شبكة عصبية بيانية جديدة للحدود والمحتوى (BC-GNN) لنمذجة العلاقات البينية بين الحدود ومحتوى العمل في الاقتراحات الزمنية باستخدام الشبكات العصبية البيانية. في BC-GNN، يتم اعتبار الحدود والمحتوى للاقتراحات الزمنية كعقد وحواف للشبكة العصبية البيانية على التوالي، حيث يتم ربطهما بشكل تلقائي. ثم يتم اقتراح عملية حساب بياني جديدة لتحديث خصائص الحواف والعقد. بعد ذلك، يتم استخدام حافة محدثة وعقيدين يرتبطان بها لتوقع احتمالات الحدود ودرجة الثقة في المحتوى، والتي سيتم دمجها لإنشاء اقتراح نهائي عالي الجودة. تم إجراء التجارب على قاعدتين رئيسيتين للبيانات: ActivityNet-1.3 و THUMOS14. بدون الإضافات الزائدة، أظهرت BC-GNN تفوقها على الأساليب السابقة الرائدة في كل من مهام توليد اقتراحات العمل الزمنية وكشف العمل الزمني.