연구진은 신경 확률 논리 프로그램(DeepProbLog)의 인과적 추론을 위한 새로운 방법론인 DeepSWIP를 제안했어요. DeepSWIP는 단일 세계 개입 프로그램을 활용하여 복잡한 추론 과정을 단순화하고 정확도를 높여요.
DeepSWIP는 신경 물질화를 통해 고정된 컨텍스트의 신경 예측 함수를 일반적인 ProbLog 선택으로 변환하고, 가중 모델 카운팅(WMC)을 적용하여 정확한 반사실적 추론을 가능하게 해요.
MPI3D 실험 결과, DeepSWIP는 기존 방식 대비 2.14배 빠른 추론 속도를 보여줬으며, SUMO HOV 실험에서는 편향된 추정 문제를 해결하는 데 기여했어요.