شهدت السنوات الأخيرة تقدّمًا كبيرًا في بحوث تمييز النشاط البشري (HAR)، وذلك بفضل الانتشار الواسع لأجهزة الاستشعار القابلة للارتداء في الساعات والهواتف الذكية، فضلًا عن التطورات الكبيرة في طرق التعلم العميق، التي تقلل الحاجة إلى استخلاص الميزات يدويًا من الإشارات الحسّاسة الخام. ومع ذلك، يُعدّ العيب الجوهري في تطبيق التعلم العميق على مهام تمييز النشاط البشري هو الحاجة إلى بيانات تدريب مُعلّمة يدويًا، وهي مشكلة خاصة صعبة التحصيل في مجموعات بيانات تمييز النشاط البشري. ومع ذلك، بدأت هناك تطورات ملحوظة في البيئة غير المُعلّمة، من خلال نماذج التجميع العميقة لتمييز النشاط البشري، التي تُمكن من تعيين التصنيفات للبيانات دون الحاجة إلى أي بيانات مُعلّمة للتدريب. لكن تبقى هناك تحديات كبيرة في تقييم نماذج التجميع العميقة لـ HAR، ما يجعل من الصعب تقييم التقدم في هذا المجال وتطوير أساليب جديدة. في هذه الورقة، نسلط الضوء على عدة مشكلات مميزة في طرق تقييم نماذج التجميع العميقة لـ HAR، ونُفصّل هذه المشكلات بالتفصيل، ونُجري تجارب دقيقة لتوضيح التأثيرات التي قد تحدثها على النتائج. ثم نناقش حلولًا لهذه المشكلات، ونُقترح معايير تقييم قياسية لاستخدامها في النماذج العميقة لـ HAR في المستقبل. بالإضافة إلى ذلك، نقدّم نموذجًا جديدًا للتجميع العميق لتمييز النشاط البشري. وعند اختباره ضمن الإعدادات المقترحة، أظهر النموذج أداءً أفضل من (أو مماثلًا لـ) النماذج الحالية، مع تحسين في الكفاءة وقدرة أفضل على التوسع إلى مجموعات بيانات أكثر تعقيدًا، وذلك بفضل التخلص من الحاجة إلى استخدام مُشفّر تلقائي (autoencoder).