STD-PLM은 공간-시간 데이터의 공간적 및 시간적 속성을 모두 이해하여 예측 및 보간 작업을 수행할 수 있는 모델이다.
제안된 C2TSD 모델은 시간 요소(추세와 계절성)를 분리하고 대조 학습을 통해 공간-시간 의존성을 효과적으로 학습하여 공간-시간 데이터 보간 성능을 향상시킨다.
베이지안 신경 필드 모델은 복잡한 공간-시간 동역학을 포착하고 대규모 예측 문제를 다룰 수 있는 유연하고 확장 가능한 통계 모델이다.