本研究提出了RegD框架，针对分层数据嵌入的优化问题进行了解决。通过深度距离和边界距离度量，RegD在多个数据集上显著优于现有方法，展现了广泛的应用潜力。

研究分析了不同环境下基于边界距离的泛化预测方法，提出结合数据流形的新度量，更准确预测泛化，并探讨其实用性和局限性，结果与之前研究一致。