研究论文探讨了基于本体的查询应答中的万有模型问题，特别关注存在规则边界问题，提出了一般性质并证明了一些经典的 chase 变体满足该性质，进而解决了这些变体的有限深度问题。

Apr, 2020

本研究旨在模型理论中建立存在规则语言的模型论特性，如嵌入依赖项，元组生成依赖项和线性依赖项，并确定它们的复杂度限制。

Jan, 2020

本文通过对具有有限追赶特性的规则语言分类，提出了一族可决定性规则语言，研究了这些语言的复杂性，证明了具有有限追赶特性的规则语言扩展弱无环语言的表现力与弱无环语言相同，并且综合复杂性更高的规则语言一般比综合复杂性更低的规则语言更简洁。

Nov, 2014

本文探讨了如何使用 chase 算法在存在规则的事实集上回答联合查询，介绍了两种新的不将模型扩展到不可数状态的无环性概念，展示了如何基于这些概念构造 OWl2 本体推理器，从而提供了在实践中如何实现这些系统的基本理论解释。

Feb, 2014

本文主要探讨了知识表示中重要的可决定性工具 ——Chase 算法与证明理论中的证明搜索算法之间的联系，特别是在一阶逻辑的 Gentzen 序列演算的推广中探究了在存在性规则的情况下 Chase 机制本质上与证明搜索相同，并通过证明搜索生成知识库的通用模型，该特征也与 Chase 算法相同。

Jun, 2023

该论文研究对于三种追赶算法变种，如何确定给定规则集的有界性问题是可决的。

Oct, 2018

本文主要针对线性存在规则和半盲 chase 问题，通过理论研究、算法实现及实验数据评估 Chase 算法的性能限制，以期理解影响加速 Chase 算法终止的参数，探索其在实际中的适用性，并揭示其性能限制。

Mar, 2023

研究如何通过对临时流数据进行查询应答来研究与存在性规则推理的推理方法，提出了基于 LARS 的方法，该方法支持存在性规则，同时通过引入合适的时间无环性概念来保证规则的可决定性。

May, 2022

本文研究了存在规则语言家族在本体 - 媒介查询应答中的作用，特别是它们对领域知识表达的程序表达能力的影响，并提出了基于自然模型和自动机的特征值，从而为这些语言中领域知识的可定义性提供了强有力的工具。

Dec, 2021

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