交通流用予測において，LSTNは交通データの時空間依存関係を効果的に捉える能力で注目されているが、計算コストが高く、汎化性能に課題が残ることが指摘されている．我々は、位置情報の外挿性を高めるRoPEエンコーディングを導入するとともに、Conformer構造を通じて局所的な時空間特徴を効率的に抽出する手法を提案し，評価により性能向上を確認した．これらの改良により、計算効率の向上と予測精度の強化を実現し、複雑な交通データにおけるトレンドや周期性の抽出性能を高めることが期待される．本発表では，改善手法とその評価について紹介する．