본 연구는 밀라노 통신 활동 데이터셋을 사용하여 수신 SMS 활동의 단변량 시계열 예측에서 고전적 순차 모델과 양자 영감을 받은 순차 모델의 성능을 평가합니다. 데이터 완성도의 한계로 인해 각 공간 격자 셀의 SMS 수신 신호에만 초점을 맞춥니다. 다양한 입력 시퀀스 길이(4, 8, 12, 16, 32, 64) 하에서 LSTM(기준), Quantum LSTM(QLSTM), Quantum Adaptive Self-Attention(QASA), Quantum Receptance Weighted Key-Value(QRWKV), Quantum Fast Weight Programmers(QFWP)의 다섯 가지 모델을 비교합니다. 모든 모델은 주어진 시퀀스 창 내의 과거 값만을 기반으로 다음 10분 동안의 SMS 수신 값을 예측하도록 훈련됩니다. 연구 결과에 따르면 서로 다른 모델은 시퀀스 길이에 대한 민감도가 다르게 나타나며, 양자적 향상이 보편적으로 유리한 것은 아님을 시사합니다. 오히려 양자 모듈의 효과는 특정 작업과 아키텍처 설계에 크게 의존하며, 모델 크기, 매개변수화 전략 및 시간 모델링 기능 간의 고유한 트레이드오프를 반영합니다.
