可以检查并润色扩充下面这段话么：n本文在autorefsecadvance_method中介绍了主流的监督时序动作分割方法其中ASRF网络在ASRF网络在TAS任务取得了非常好的效果此网络注意到了TAS任务中过度分割的问题由此设计了一个由长期特征提取器和两个分支构成的网络。两个分支分别是动作分割分支Action-Segmentation-BranchASB和边界回归分支Boundary-Regression-BranchBRB。长期特征提取器为两个分支提供共享特征；ASB用动作类对视频帧进行分类

本文介绍了主流的监督时序动作分割方法，其中ASRF网络在TAS任务中表现优秀，其通过设计由长期特征提取器和两个分支构成的网络，解决了TAS任务中过度分割的问题。然而，ASRF仍存在潜在问题，比如没有关注以人体运动为中心的运动，在边界复合损失函数方面仅仅解决了输入不均的问题等。为了解决这些问题，本文提出了一种多阶段时空图卷积动作分割网络（MS-GCN）。MS-GCN使用ST-GCN模块提取既关注时间信息又关注空间信息的有效特征，使用FEN模块改进了以往特征提取器在低层感受野小的问题，提供共享特征给后续的ASN和BRN模块。ASN预测逐帧的动作，BRN检测动作边界并提供预测范围，同时使用边界复合损失函数解决以往损失函数效果不佳的问题，得到最终的预测结果。