交通流予測の高精度化は、交通データの空間時系列相関に大きく依存している。現在の大多数の研究では、空間的相関と時系列的相関を別々に捉える手法が採用されており、複雑な空間時系列の非均質性を十分に捉えることが困難であると同時に、予測精度の向上を目的としてモデルの複雑性を増加させる傾向がある。空間時系列同時モデリング分野においては、画期的な試みもなされているが、性能面およびモデルの複雑さの制御面において依然として大きな課題が残っている。本研究では、こうした課題を解決するため、より高速かつ効果的な空間時系列同時交通流予測モデルを提案する。