본 논문은 복잡한 응답을 모델링하기 위해 선형 회귀를 확장한 프레셰 회귀를 다룹니다. 특히 다중 레이블 회귀에서 각 인스턴스에 여러 개의 레이블이 연결될 수 있는 경우에 적합합니다. 기존 프레셰 회귀의 한계인 입력 변수 간의 노이즈와 의존성 문제를 해결하기 위해, 입력 변수와 다중 응답 간의 관계를 명시적으로 모델링하는 전역 프레셰 회귀 모델의 확장을 제시합니다. 전통적인 명시적 정규화 방법이 도입하는 편향 없이 정확하고 효율적인 모델링을 위해 암시적 정규화 기반의 새로운 프레임워크를 제안하며, 이는 데이터의 고유 구조를 유지하면서 복잡한 의존성을 효과적으로 포착합니다. 이론적 보장과 함께 수치 실험을 통해 제안된 방법의 성능을 입증합니다.
