Pearl의 인과 관계 계층(PCH)은 확률적, 개입적, 반사실적 진술에 대한 추론을 위한 핵심 프레임워크이지만, PCH 수식의 만족 가능성 문제는 거의 모든 고전적 설정에서 계산적으로 다루기 어렵습니다. 본 논문은 매개변수화된 복잡성 관점에서 이 문제를 재검토하고, 트랙터빌리티의 첫 번째 게이트웨이를 식별합니다. 주요 확률적 및 반사실적 조각에서 만족 가능성에 대한 고정 매개변수 및 XP 알고리즘을 프라이멀 트리너비 및 변수 수를 포함한 매개변수를 사용하여 제시하고, 트랙터빌리티의 한계를 매핑하는 일치하는 경도 결과와 함께 제공합니다. 기술적으로, 트리너비 기반 알고리즘에 일반적으로 사용되는 동적 프로그래밍 패러다임에서 벗어나, 잘 형성된 인과 모델의 구조적 특성을 활용하여 인과적 추론을 위한 새로운 알고리즘 도구 키트를 제공합니다.
