यह शोधपत्र FoMo का प्रस्ताव करता है, जो विभिन्न मोबाइल नेटवर्क कार्यों, जैसे बेस स्टेशन प्लेसमेंट, संसाधन आवंटन और ऊर्जा अनुकूलन, पर लागू होने वाला एक आधारभूत मॉडल है। FoMo एक प्रसार मॉडल और एक ट्रांसफॉर्मर को संयोजित करके विविध पूर्वानुमान कार्यों, जैसे अल्पकालिक और दीर्घकालिक पूर्वानुमान और कई शहरों में वितरण निर्माण, को संभालता है। यह विभिन्न स्थानिक-कालिक मास्क के माध्यम से विभिन्न कार्यों की अनूठी विशेषताओं को सीखता है और एक विपरीत शिक्षण रणनीति के माध्यम से मोबाइल ट्रैफ़िक और शहरी वातावरण के बीच सहसंबंधों की पहचान करके स्थानांतरण शिक्षण को बढ़ाता है। नौ वास्तविक-विश्व डेटासेट पर प्रायोगिक परिणाम दर्शाते हैं कि FoMo विभिन्न पूर्वानुमान कार्यों और शून्य- और कुछ-शॉट शिक्षण में मौजूदा मॉडलों से बेहतर प्रदर्शन करता है, जिससे इसकी सामान्यीकरण क्षमता प्रबल होती है।
