연구진은 현대 셀룰러 네트워크의 효율적인 운영을 위해 교통 데이터를 분석하는 U-STS-LLM이라는 통합 프레임워크를 제안했습니다.
U-STS-LLM은 동적 시공간 주의 집중 편향 생성기를 통해 LLM의 주의를 제어하고, LoRA와 게이티드 적응 융합 메커니즘을 결합하여 안정적이고 효율적인 적응을 가능하게 합니다.
실제 셀룰러 데이터 세트에서 실험한 결과, U-STS-LLM은 장기 예측과 고결손율 보완 모두에서 새로운 최고 성능을 달성했으며, 훈련 효율성과 안정성을 유지했습니다.