토러스 예측변수와 일반 메트릭 응답을 위한 로컬 프레셰 회귀

본 논문은 현대 데이터 과학에서 점점 더 많이 등장하는 비유클리드 데이터, 특히 토러스 형태의 다중 주기적 예측변수와 일반 메트릭 공간에 정의된 복합 응답을 동시에 다루는 회귀 모델링 문제에 초점을 맞춘다. 서론에서는 토러스 예측변수가 지구 과학(다중 풍향·파동 방향), 분자생물학(단백질 이중 이디헐 각), 시간‑날짜 결합 등 다양한 분야에서 자연스럽게 나타난다는 점을 강조하고, 기존 연구가 주로 토러스에 대한 선형 회귀(예: Di Marzio et al., 2009) 혹은 메트릭 응답에 대한 유클리드 예측변수 기반 프레셰 회귀에 머물렀음을 지적한다. 이러한 격차를 메우기 위해, 저자는 토러스와 메트릭 공간 양쪽의 기하학을 존중하는 두 종류의 로컬 추정기를 제안한다. 2절에서는 문제 설정과 핵심 정의를 제시한다. 응답 Y는 완비 거리 공간(M, d_M)로, 예측변수 X는 d‑차원 토러스 Tᵈ=S¹×⋯×S¹에 속한다. 목표는 Fréchet 회귀 함수 m⊕(x)=argmin_{y∈M}E