本文旨在通过探讨各种不同的概率编程语言所使用的基本概率原语，包括逻辑编程语言的概率扩展，从而比较和理解它们之间的区别，以更好地理解概率编程的核心编程概念和执行机制。

Dec, 2013

本文研究表达丰富的概率编程语言（如 Anglican，Church 和 Venture），分析它们的语义基础，运用测度论、随机标记转移系统和函子范畴，定义操作语义和标称语义，并证明其存在性、充分性、终止性，采用其来验证编译器优化和推理算法的正确性，研究了高阶函数上概率分布的性质。

Jan, 2016

通过创造性地利用进程、分叉、互斥和共享内存等标准操作系统功能，可以在任何编程语言中实现像顺序蒙特卡罗和粒子马尔科夫链蒙特卡罗这样的前向推理技术，我们定义了一个名为 Probabilistic C 的概率规划语言中间表示语言，它本身可以通过标准编译器编译成机器代码并链接到操作系统库中，生成一个高效、可扩展、可移植的概率规划编译目标，从而为优化概率规划系统打开了一条新的硬件和系统研究路径。

Mar, 2014

本文介绍了基于概率编程中的最新进展，以广阔的概率建模和推断为视角，探讨了概率编程语言如何自动匹配模型和推断方法，强调了模型的结构和形式对这种匹配的至关重要性，并通过 Birch 进行实例演示。

Oct, 2018

本书介绍了概率编程的基础和技术，主要包括概率编程语言的设计和构建、基础推理算法和高阶概率编程语言、概率编程与可微分编程的交叉应用，尤其是深度概率编程系统的设计与语言特性对其的影响。

Sep, 2018

本文通过在 terms 上创建一个 measure space，定义级别逐步逼近的连续 lambda-Calculus 的典型操作语义，并定义采样基异质的语义来实现 MCMC 的 Tracing，并证明了分布语义与集成所有 Traces 的分布具有等价性，这是第一个针对高阶函数语言 Trace MCMC 的验证正确性的证明。

Dec, 2015

本文研究基于 Sato 分布语义的概率逻辑程序，分析了基于稳定和基于良基模型这两种语义，探讨了 credal 语义产生的概率模型集合是无限单调 Choquet 容量的结果产生的几个有用的结果，并研究了其推理和查询的复杂度。作者对此进行了详细说明，并对无环、分层、周期性的命题和关系程序，提出了推理和查询复杂度的结果，该复杂度达到各种计数层次和指数级别。

Jan, 2017

通过干预模拟程序的概念分析条件推理，我们将其扩展到概率仿真模型的情况，定义了条件语言中的概率并证明了其基本结果。同时，我们在该设置中发现了关于概率的线性不等式推理的公理化方法。我们证明了该逻辑的可满足性问题的正确性、完备性和 NP - 完全性。

Jul, 2018

本文讲述了抽象是分析复杂系统的基本工具，但是现有的程序抽象都不是概率性的，本文提出了一种针对概率性程序的抽象方法，并讨论了对该抽象方法的推理和应用。

May, 2017

利用概率性编程语言，通过合并一般性表达，找到复杂问题的规律，从而进行表示与处理。

Oct, 2011