本文综述了大型语言模型在交通系统中的应用，提出了一种多模态深度学习方法，显著提高航班客流量预测的准确性。研究结合了循环神经网络和卷积神经网络，利用时间和空间数据关系，提升了预测性能。同时，介绍了基于数字孪生的移动预测方法和船只轨迹预测，强调了深度学习在交通管理和海洋保护中的潜力。

本研究提出了一种新颖的多模态深度学习方法，结合循环神经网络和卷积神经网络，显著提高了航班客流量预测的准确性，均方误差降低约33%。强调了深度学习和数据处理在航班预测中的潜力。