연구진은 통계 모델링에서 누락 변수 편향을 고려하기 위해 사용되는 통제 변수가 심층 학습에서는 거의 연구되지 않았다는 점에 주목했어요.
심층 학습 모델은 이미지가 추론 가능한 변수(예: 인구 통계학적 변수)를 예측에 포함시켜 결과와 상관 관계를 형성하는 '단축키 학습'이라는 누락 변수 편향의 한 형태를 나타내요.
연구진은 기존의 편향 통제 방법이 실패할 수 있음을 보여주고, 모델 입력과 변수의 효과를 일반화된 가법 모델링하는 통제 변수 접근 방식을 제안했어요.
새로운 방법은 시뮬레이션 이미지와 실제 신경 영상 데이터를 사용하여 검증되었으며, 기존 방법보다 더 나은 성능을 보였고, 실험적으로 유도된 혼란이 있는 실제 신경 영상 데이터에서 예측 성능을 회복했어요.