关于 Shy 和 Warded Datalog+/- 之间的关系
利用 Datalog+/- 语言中的 Shy 和 Warded Datalog+/- 以及引入的新型推理技术 'chase variants'，在基于流式处理架构中实现了 Vadalog 引擎，从而在真实环境中高效解决本体推理任务。
Nov, 2023
本文介绍了 Vadalog 系统，这是使用 Datalog 进行复杂逻辑推论任务的系统，采用侵略性终止控制策略实现了 Warded Datalog+/-，并提供了全面的实验评估。
Jul, 2018
本文定义了一种新的语言，将 Warded Datalog+- 扩展到算术，证明了其 P 完备性，并为一种最近引入的整数算术 Datalog 片段提供了描述性复杂度结果，为高度表达 Datalog+- 语言奠定了理论基础，这些语言结合了先进递归规则和算术的优势，同时保证了现代 AI 系统中应用的高效推理算法，例如知识图谱。
Feb, 2022
本文介绍了 Datalog 的扩展形式 Disjunctive Datalog，Datalogex 和 Datalogexor，并提供语法和语义的定义，以及解决了语言可决性问题，这些语言都是知识表示和推理方面的有吸引力的，特别是在需要基于本体论的推理的领域中。
Oct, 2012
本篇论文提出了 Soft Vadalog 这一基于概率的 Vadalog 扩展框架，将其用于解决数据管理和工业领域问题，并采用 MCMC Chase 方法进行实用化探索。
Oct, 2022
神经符号人工智能领域的主要挑战之一是在神经和符号数据的存在下进行逻辑推理。本文通过将模糊 Datalog 的存在性规则推广到模糊设置，允许使用任意 t - 范数，在保持计算复杂度结果和已建立的推理技术适用性的同时，允许对与不确定度相关的数据进行推理。
Mar, 2024
研究了正 Datalog 上添加整数算术函数的扩展语言 Datalog_Z，并提出了两个限制子语言 limit Datalog_Z 和 stable Datalog_Z 以解决其不可判定性，并证明了相应的 NP 完全性和 ExpTime 完全性，最终表明稳定的 Datalog_Z 能够表达许多有用的数据分析任务，为先进信息系统的发展提供了一个坚实的基础。
May, 2017
本文研究了非 Horn 本体的查询方法，使用 datalog 重写来回答 OWL 2 DL 本体查询的可能性等问题，并提出了一种基于分辨率的过程来解决 SHI 本体问题。
Apr, 2013
研究了将一个分离的 Datalog 程序重写为普通的 Datalog 的问题，并提出了一种新的基于规则的知识表示语言（KR language）—— 弱线性分离 Datalog，以及在本文的框架下对本体推理问题的应用，结果表明许多非 Horn 本体可以被简化为弱线性程序，并可以用 Datalog 引擎在实践中进行查询回答。
Apr, 2014