본 논문은 도시 교통 신호 예측을 위한 새로운 다중 모달 프레임워크인 MTP(Multimodal framework for urban Traffic Profiling)를 제안합니다. MTP는 수치, 시각, 텍스트의 세 가지 모달리티를 활용하여 교통 신호 데이터를 다각도로 분석합니다. 특히, 주파수 영역에서 다중 모달 특징을 학습하며, 시각적 보강(주파수 이미지, 주기성 이미지), 텍스트 보강(주제, 배경 정보, 항목 설명 기반 텍스트)을 수행합니다. 또한, 계층적 대조 학습을 통해 세 가지 모달리티의 스펙트럼을 융합합니다. 6개의 실제 데이터셋에 대한 실험 결과, 기존의 최첨단 기법보다 우수한 성능을 보였습니다.
