本文通过基于 DL 本体的规划来解决开放世界状态约束，并提出了一种新的编译方案，即基于 DL 查询重写为具有分层否定的 Datalog 的标准 PDDL，以应对更具表现力的 DL，同时还证明了我们的方法可以优于以前的 DL 本体规划工作。

Mar, 2022

介绍了一种形式逻辑语言，叫做条件概率逻辑（CPL），用于扩展一阶逻辑，表示概率、条件概率并进行条件概率比较。结合机器学习，数据挖掘和人工智能等领域，考虑了一种精确表述提升贝叶斯网络定义的方法，并证明一个非关键条件 CPL 公式存在一个几乎等价的非量化公式。该结果对于对于大学域上的概率推理问题，具有重要意义。

Apr, 2020

将一个使用 DL L1 表达的本体 O1 重写为 Horn DL L2 中的本体 O2，以保证在任意数据集扩展时 O1 和 O2 是等价的。对存在 Horn 重写的本体进行研究，并识别出一类本体可以用多项式大小的 Horn 重写表示。

Apr, 2015

本文研究本体数据库访问设置，其中 Abox 以关系数据库 D 的形式给出，而布尔连接查询 q 必须针对在 DL-Lite 或 Linear Datalog+/- 中制定的 Tbox T 模块进行求值。我们展示了如何将（T，q）转换为大小为多项式的等效递推 Datalog 程序 P。

Jun, 2011

本篇论文介绍了一种利用图形方法和动态规划结合已有的搜索求解器来解决定量推理问题的新系统，可以有效地处理 Answer Set Programming 方法中 epistemic logic programs 的复杂问题。

Aug, 2021

研究发现，虽然有已有的可扩展离散随机变量的分布语义和 PLP 语言及标准推理引擎，但是对于混合离散和连续随机变量的声明性语义还不够普及，因此本文提出了混合分布语义和混合 PLP 语言 DC-ProbLog 及其基于知识编译的推理引擎 infinitesimal algebraic likelihood weighting (IALW)，这是第一个基于知识编译的混合概率编程推理算法。

Feb, 2023

我们引入了一种适用于大量描述逻辑（DLs）的构造方法，用于建立基于推理系统的基于概念的 Beth 可定义性性质（CBP）。我们以高度表达能力的 DL RIQ 作为案例研究，引入了 RIQ 本体的新颖推理演算，并展示了如何从推理演算证明中计算出某些插值器，这样可以提取出隐含可定义概念的明确定义。据我们所知，这是第一种基于推理系统的计算插值器和定义的方法，也是 RIQ 享受 CBP 的第一个证明。此外，由于我们推理系统的模块化性质，我们的结果对于 RIQ 的任何限制都成立，并且可以通过适当的修改适用于其他 DLs。

Apr, 2024

本文研究了概率逻辑编程，扩展了支持离散和连续随机变量，并引入了新的采样算法和混合模型，解决了从带有缺失值和概率背景知识的关系数据中学习 PLP 的问题。

Feb, 2023

本文证明了在围绕述及 DL 知识库上进行的 (U) CQ 评估的可决定性，并获得了从 ALCHIO 通过 EL 到各种版本的 DL-Lite 等各种 DL 的组合复杂性和数据复杂性的相当完整的图片。

Jun, 2023

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