연구진은 교통량 예측을 위한 GNN 모델의 공간적 일반화 격차 문제를 해결하기 위해 GUIDED(Geometrically Unconstrained Inductive Demand EmbeDding)라는 네트워크 독립적 초기화 계층을 제안했어요.
GUIDED는 교통 수요를 노드 특징 대신 가상 링크의 스칼라 속성으로 주입하여 네트워크 규모에 관계없이 입력 공간을 표준화하는 방식으로 작동해요.
실험 결과, GUIDED를 적용한 HetGAT 모델은 기존 모델 대비 예측 정확도를 유지하면서도 데이터 부족 상황에서 뛰어난 성능을 보였고, 학습 시간도 약 50% 단축됐어요.