본 논문은 항공 교통 관리 시스템 내 4차원(4D) 궤적 예측의 중요성 증가에 따라, 항공기 간 상호 작용을 충분히 고려하지 못하는 기존 방법들의 한계를 극복하기 위해 DA-STGCN이라는 혁신적인 공간-시간 그래프 합성곱 신경망을 제안한다. DA-STGCN은 이중 주의 메커니즘을 통합하여 자기 주의 접근 방식으로 인접 행렬을 재구성하고, 그래프 주의를 활용하여 공간-시간적 특징을 추출하여 예측 궤적의 확률 분포를 생성한다. 공항 터미널 지역과 혼잡한 공역 근처의 두 ADS-B 데이터셋을 사용한 실험 결과, 기존 방법 대비 평균 변위 오차(ADE) 20%, 최종 변위 오차(FDE) 30% 감소를 달성하여 성능 향상을 입증하였다.
