본 연구는 고차원 다변량 랜덤 효과 선형 모델 내에서 메타 학습을 위한 일반화된 릿지 회귀 기반 예측을 분석합니다. 이를 통해 랜덤 회귀 계수의 공분산 구조를 활용하여 새로운 과제에 대한 더 나은 예측 성능을 달성할 수 있음을 보여줍니다.