본 논문은 고차원 공간 데이터를 활용한 도시 예측을 위한 새로운 통합 프레임워크를 제안합니다. 기존의 그래프 기반 방법과 지역 기반 방법의 한계를 극복하기 위해, 도시 지역 표현 모듈, 과제 인식 의존성 검색 모듈, 예측 모듈(GeoTransformer 아키텍처)의 세 가지 주요 구성 요소로 구성된 프레임워크를 제시합니다. GeoTransformer는 공간 근접성과 정보 엔트로피를 사전 정보로 활용하는 새로운 지리 공간 어텐션 메커니즘을 채택합니다. 이 프레임워크는 모듈식으로 다양한 표현 방법과 예측 모델을 지원하며, 최소한의 입력으로도 작동할 수 있습니다. 6가지 도시 예측 과제에 대한 실험 결과는 강력한 과제 일반화 및 프레임워크의 효과를 입증합니다.
