本研究提出了一种称为可接受修订的算子，构成了一种更小的算子组，它包括了 Darwiche-Pearl 算子、Nayaks 的词典排序修订算子、以及一种新的被称为 restrained revision 的算子，并演示 restrained revision 是最保守的算子之一。同时，本研究提出了建立一种合理的方法，以选择不同情境下的适当修订算子，并讨论了未来的工作。

Sep, 2011

研究AGM信念修正，通过构造优先量图实现对iterated信念修正理论的很好的特征化，并提出在动态认识逻辑中的信念变化运算符的一种新的句法表示。

Feb, 2019

通过语法特征，我们为Sentential Decision Diagrams（SDDs）推导出具有一般性的修订算法，并呈现了一个特殊的程序，以便于修订任务的直接操作。

Jan, 2022

本文从收缩原则出发，旨在找到符合条件信念的收缩特性。我们考虑四组不同的迭代原则来描述条件信念的动态变化，并提供了其语义特征定理和公式化表述，以约束信念与条件信念的变化。

Feb, 2022

本文介绍了关于信念动态演变的原则，重点探讨了迭代信念修订与计算之间的关系，并且证明了即使广泛接受的迭代修订原则如Darwiche-Pearl公理成立，迭代修订也是Turing完备的。

Feb, 2022

本文提出了一个概率的信念模型，并探讨了它对于信念动态的影响，比 AGM 理论约弱但比 Lockean 理论强，考虑一类特定模型并提出其自然的原则，最终相较于 Leitgeb 和 Lin 以及 Kelly 的竞争性概率信念模型而言本框架比较优越。

Jul, 2023

通过基于信念状态的KM经典公设修改以及将经典迭代信念修订的若干公设移植到迭代信念更新中，本文提出了解决Rodrigues方法不满足迭代信念更新基本要求的方法，并根据偏序关系提供了每个提出的公设的确切语义特征。最后，本文分析了上述迭代公设与信念更新中的KM公设之间的兼容性。

Oct, 2023

本研究提出了一种基于知识度量和信息论的量化信念变化框架，其中引入了最小惊讶原则以减少变化信念所携带的信息量。研究主要贡献包括对知识度量的通用信息论方法，满足AGM公理的基于知识度量的信念变化运算符，以及将满足AGM公理的任何信念变化运算符编码为基于知识度量的信念变化运算符的表征。同时介绍了描述收缩的信息损失、扩展的信息增益和修订的信息变化的量化度量方法。此外，对于在该框架中应用修订操作序列的迭代修订问题进行了简要探讨，并通过严格撤回模型给出了一个基于知识度量的收缩运算符，该运算符不满足恢复公理。

Mar, 2024

本研究解决了在认识论空间中，处理不一致信念集及信念的信任限制修正问题。作者提出了一种新的方法，扩展了信任限制修正算子，使其不仅包括原有的信任限制修正算子，还涵盖了所有AGM修正算子。研究发现，扩展的信任限制修正算子具有明显的语义特征，能够有效处理可能世界上的总排序问题。

Sep, 2024

本研究探讨了在非有限逻辑中AGM信念收缩的计算性问题，揭示出大量不可计算的AGM收缩函数，显示出即使在限制理论的情况下，不可计算性依然存在。同时，研究发现了一类可计算的AGM收缩函数，用于线性时序逻辑（LTL），为相关知识的表示与推理提供了新的构造方法。

Sep, 2024