GPSMasked Trajectory Transformer (GPS-MTM)은 대규모 이동성 데이터를 위한 파운데이션 모델로, 인간 이동의 정상성 패턴을 포착한다. 좌표 스트림으로 궤적을 평탄화하는 기존 접근 방식과 달리, GPS-MTM은 이동성을 상태(관심 지점 범주)와 행동(에이전트 전환)의 두 가지 보완적인 양상으로 분해한다. 자기 지도 마스크 모델링 목표를 가진 양방향 변압기를 활용하여, 모델은 양상 전반에 걸쳐 누락된 세그먼트를 재구성하여 수동 레이블 없이 풍부한 의미적 상관관계를 학습할 수 있다. Numosim-LA, Urban Anomalies, Geolife를 포함한 벤치마크 데이터 세트에서 GPS-MTM은 궤적 채우기 및 다음 정지 예측과 같은 다운스트림 작업에서 일관되게 우수한 성능을 보인다. 특히 상황적 추론이 중요한 동적 작업(역 및 순방향 역학)에서 그 장점이 두드러진다.
