我們的技術通過融合電信數據和影像數據，實現精確的交通預測。在廣泛道路上收集電信數據作為新穎的交通指標，並融合少量影像數據，提出最高預測精度；並通過動態損失函數調整多模態數據權重，實現跨模態預測。我們的研究提供範圍廣且真實車流，技術已被AAAI、WWW等頂級會議所接受，並場域驗證中，顯示出巨大潛力。

我們利用廣泛分佈的電信數據和視覺數據，提出了一個多模態融合框架，達到交通預測最佳效能。我們處理電信數據，確保用戶隱私，通過融合電信和視覺數據，預測準確性提升20以上。最後，我們設計了動態損失函數，實現跨模態預測，在無感測器區域成功預測車流，提升預測精度達22。此研究已被AAAI等頂級會議接受。

本技術通過融合電信數據與影像辨識數據來提高交通預測的準確性和可擴展性，具備顯著的產業應用潛力。傳統交通預測依賴範圍有限的感測器，而本技術利用廣泛的電信網路數據，降低成本並擴大應用範圍。多模態數據融合顯著提高預測精度，適用於交通管理、城市規劃等領域。此技術為電信公司創造新的商業模式，並實際場域驗證中。