MDAS-GNNは、交通事故の予測精度を向上させるために開発されたモデルであり、交通安全、インフラ、環境リスクという三つのリスク次元を統合したマルチ次元注意ベースの空間拡散グラフニューラルネットワークです。従来のモデルが道路セグメントを独立に扱うのに対し、このアプローチは空間的関係と時間的依存性を捉え、特定の特徴の空間拡散メカニズムやマルチヘッド時間注意を使用して異なる時間枠間の依存関係を把握します。イギリスの交通事故データを用いて評価した結果、従来の方法と比較して優れた性能を示し、長期予測において特に効果的でした。マルチ次元特徴の統合は予測誤差を最大40%削減することが確認されており、このモデルは交通インフラ設計においてデータ駆動型の意思決定を促進します。