手書き署名認証は、金融や電子商取引などの分野で重要な身元確認の要素であるが、ユーザー間のバリエーションや偽造のリスクにより、高精度な認証が困難な課題となっている。本論文では、ダイナミックな署名認証のための新しいアプローチ、時間空間グラフアテンショントランスフォーマー（TS-GATR）を提案する。TS-GATRは、グラフアテンションネットワーク（GAT）とゲーテッドリカレントユニット（GRU）を組み合わせ、署名データの空間的および時間的な依存関係をモデル化する。署名をグラフとして表現し、各ノードが動的な特徴（位置、速度、圧力など）を捉えることで、複雑な関係を注意機構を用いてモデル化することで、認証性能を向上させる。さらに、デュアルグラフアテンショントランスフォーマーモジュール（DGATR）を採用し、局所および全球の空間的特徴をモデル化する。GRUを統合することで長期的な時間依存性を捉え、署名認証時の動的な特徴学習能力を強化する。MSDSやDeepSignDBなどのベンチマークデータセットでの実験では、TS-GATRが最先端の手法を上回り、さまざまなシナリオで一貫して低い等エラーレートを達成している。