본 논문은 현대 통신 시스템의 컴퓨팅 자원 관리 및 에너지 소비 최소화를 위해 필수적인 시공간 네트워크 트래픽 예측의 정확성과 계산 효율성을 개선하는 새로운 프레임워크 DP-LET을 제안합니다. DP-LET은 데이터 전처리 모듈, 지역 특징 향상 모듈, Transformer 기반 예측 모듈로 구성됩니다. 데이터 전처리 모듈은 네트워크 데이터의 효율적인 잡음 제거 및 공간 분리를 수행하고, 지역 특징 향상 모듈은 여러 개의 TCN(Temporal Convolutional Networks)을 활용하여 세분화된 지역 특징을 포착합니다. 예측 모듈은 Transformer 인코더를 사용하여 장기 의존성을 모델링하고 특징 관련성을 평가합니다. 실제 셀룰러 트래픽 예측에 대한 사례 연구를 통해 DP-LET이 기존 모델에 비해 MSE를 31.8%, MAE를 23.1% 감소시키면서도 낮은 계산 복잡도를 유지하는 최첨단 성능을 달성함을 보여줍니다.
