本文提出了一个基于Answer Set Prolog作为逻辑基础、以因果贝叶斯网络为概率基础的声明式语言P-log，用于知识表示和知识更新，并给出了多个例子表明更新方法更加优越。同时，论文给出了实现P-log程序的充分条件，并证明了Bayes nets的易于映射到符合条件的P-log程序上。

Dec, 2008

本文介绍了一种逻辑语言，用于表示概率因果律，该语言可以被用于概率逻辑编程，并且可以自我解释为概率因果律的表示方法，从而提供了解释这些编程背后想法的新方法。

Apr, 2009

该论文探讨了在概率约束逻辑编程中对数线性模型的研究，并将其应用到一阶概率推理中，介绍了基于标记和未标记的确定性子句确定证明概率的随机逻辑程序概率定义，通过归一化证明概率中原子公式本身的概率，扩展了相关理论，同时通过归纳逻辑编程从数据中归纳出对数线性模型的特征，最后用其他方法对其进行比较。

Jan, 2013

本研究采用分布语义模型为基础，提出了描述逻辑的概率语义，设计了TRILL P系统，实现了对具有概率知识库的查询的概率计算和推理学习算法。

May, 2014

探讨了概率逻辑编程在统计关系人工智能中的具体应用及其在不同领域中的变化，解释了基于概率逻辑编程的统计关系表示随着变量域大小的复杂行为，揭示出抽象分布语义的必要性并给出了相应的具体证明。

Feb, 2021

本文探讨了关于不确定性的定性和定量方法可能导致不同的逻辑系统，即使表达不确定性的语言相同。本文重点研究关于相对概率的推理问题，我们发现，在使用预序偏好结构的标准定性方法和使用概率测度的定量方法之间存在显著的逻辑系统差异。我们提出了一种自然的修改方法，使得相同的偏好结构可用于研究基于不准确概率的比较概率推理。

Apr, 2021

本文提出了一个概括的方法来定义渐进论证语义的多值优先解释方式，其中包括有关论据的条件推理和布尔组合，以及有关偏好解释的渐进语义的基于概率的语义，并提出了一个有限值情况下的答案集编程方法来进行多值论证语义的条件推理。

Dec, 2022

本文提出了一种将概率论争框架解释为概率逻辑程序的方法，并引入了 smProbLog 框架，它支持多种推断和学习任务，提供了新的概率论争工具，并证明了算法的计算成本。

Apr, 2023

该研究探讨了ProbLog与概率推理相结合的一种形式，即概率抽象论证，表明ProbLog是概率抽象论证的一种实例，从而为ProbLog提供了替代语义和新的论证语义，同时为ProbLog的输出提供了新的形式的论证解释。

Aug, 2023

在计算论证中，推理具有不可靠和冲突的知识是一个重要的研究领域。本文提出了一种算法方法来克服概率论证在推理任务中所面临的高计算复杂性难题，并通过动态规划算法在树分解上操作，实现了对一组给定的论证是否是完整扩展的概率进行计算。实验结果显示了该方法的潜力。

Jul, 2024