关于三价逻辑，复合条件和概率演绎定理的研究
该论文提出了一种将概率论和第一阶逻辑相结合的方法，在有限域内具有Herbrand解释的情况下，定义了概率证明定理及其推广问题，然后提出了能够同时拥有图模型推理和一阶定理证明的完整能力的方法，并开发了一种高效算法。实验表明，当逻辑结构存在时，该算法远优于目前已有的方法。
Feb, 2012
该研究介绍了 Penalty logic 及其相关的非单调推理关系，可以用于选择偏好的一致子集来处理不一致的知识库，并阐述了 Penalty logic 和 Dempster-Shafer 理论之间的联系。
Feb, 2013
本文介绍了一个半定量的方法——用阶数算术来将模态逻辑系统和贝叶斯推理结合起来。最终的系统可以将传统模态逻辑语义自然地，优雅地映射到新的系统中。我们声称该逻辑系统可以被完全有限地表述，并提供了对“除去不可能的，剩下的，无论多么不可能都是真的”这一句话的完美解释。此外，还证明了该逻辑系统的一个有限模型特性定理。
Apr, 2022
介绍了一种概率类型的自然推导演算法，能够推导出概率计算过程的可信性，并通过对频率和预期概率之间的距离进行假设检验来形式化信任。该演算法在验证自动分类算法方面有潜在应用。
Jun, 2022
本文扩展了ProbLog语言，增加了“What if”查询的功能，并提出了一种能够处理ProbLog程序的反事实查询的方法，同时提供了完整的实现以及对查询可扩展性的影响的洞见，并显示了该方法与具有析取注释的逻辑程序的因果语义一致。
May, 2023
在三值逻辑的框架下，我们研究了条件的复合概率定理以及其他基本性质，在分析了多个三值逻辑的迭代条件的基础上，引入了满足复合预期定理和一些理想性质的迭代条件作为合适的随机量，并验证了两个推广版本的贝叶斯法则在迭代条件中的有效性，最后发现只有近期由Gilio和Sanfilippo在条件随机量的设置中开发的迭代条件才满足所有的基本性质。
Aug, 2023
通过将概率逻辑程序结构抽象化为程序结构，并给出一个正确的元解释器来决定给定外部数据库的程序结构是否意味着某个特定的条件独立性陈述，本研究将Pearl和Verma的有向分离理论推广到非ground情况，进而从d-separation中计算条件独立性，实验评估结果显示，比起在ProbLog 2中使用精确推理来检查独立性定义，我们的元解释器的性能明显更快。
Aug, 2023
使用预测市场和选择赌注的方式，提出了一种对具有不确定性的问题进行估算与预测的方法，可以涵盖现实世界事件的概率、逻辑不确定性以及哲学和数理逻辑方面的更广泛的影响。
Jan, 2024
引入求和运算符来捕捉应用程序中常见的设备，如Pearl（2009）的因果推断中的$do$-calculus，其中大量使用边际化。我们对使用边际化的概率和因果推理的复杂性进行了完全的特征化，证明了它们仍然等同困难。
May, 2024