通过分析命题线性时间逻辑 LTL 与 EL 或 ELI 描述逻辑中的概念结合的 2D 语言所查询的时间知识图中的路径形查询，研究了一些查询操作可以通过（多项式大小的）正 / 负时间数据示例的集合来唯一地描述的可能性，探讨了这些查询的多项式特性，并将其应用于活性学习框架中对时间实例查询的学习。

May, 2022

以正线性时态逻辑 LTL 为例，研究了解决给定答案和非答案的情况下构造查询问题的相关问题，关注于设计合适的查询语言以及决策是否存在特定语言的查询来分离给定答案和非答案的复杂性，同时考虑了纯 LTL 查询和通过 LTL 本体中介的查询。

May, 2023

本研究探索基于本体的时间数据访问，并通过证明重写为具有内置线性顺序的一阶逻辑或关系原始递归机制保证其电路复杂度，建立了包括正 LTL 公式、单调 MFO（<）公式和任意 MFO（<）公式在内的 OM ​​问题一系列查询的层次结构，从而为基于本体的访问提供了基础。

Apr, 2020

研究本文探讨了基于本体的数据访问和时间概念建模，并设计了一种扩展 OWL 2 QL 标准本体语言的 TQL 的时间描述逻辑，以提供基本的时间概念建模工具，并确保对于数据实例的适当定义，具有一阶可重写的连接查询。

Apr, 2013

研究了如何构造多项式多个正负示例唯一确定的不变式查询，提出了前沿算法并讨论其在描述逻辑和模式映射中的应用。

Aug, 2020

本文研究了本体基础数据查询的各种类别，包括关系数据库查询与本体、描述逻辑或其他相关一阶逻辑和联结查询。研究结果包括三个方面，首先用不相交的 Datalog 片段来表达了本体中介查询的表达能力。其次，本体中介查询与约束满足问题（CSP）及其逻辑泛化 MMSNP 公式有密切联系。最后，利用这些联系得出了有关本体中介查询的新结果，如 i）本体中介查询的一阶重写和 Datalog 重写，ii）本体中介查询的 P / NP 二分法，以及 iii）本体中介查询的查询包容性问题。

Jan, 2013

研究使用 Angluin 的精确学习模型从蕴含中学习可能性理论的可学习性问题，我们考虑只有成员资格、仅等价性和两种查询可以被学习者提出的情况。对于一大类问题，我们证明了经典逻辑的多项式时间可学习性结果可以转移到相应的可能性扩展中。特别是，由我们的结果可知，命题 Horn 理论的可能性扩展可以在多项式时间内准确地学习。由于精确模型的多项式时间可学习性可转化为在会员资格查询扩展中扩展的经典大概近似正确模型，因此我们的工作也在此模型中确立了这样的结果。

May, 2020

本文研究了三类 OMQA 语言，并提出了一种新的性质，locality，用于近似一阶重写。证明了对于每一类 OMQA 语言并不存在通用的语言，但是存在一种包含离散嵌入依赖的语言可以表示 OMQA 语言簇。

Nov, 2019

本文提出一种基于元学习及相关性函数的 few-shot 元学习方法，将原先监督学习的每个样本视为一个独立的伪任务，经过实验验证，该方法在 WikiSQL 数据集上取得较好的成果。

Mar, 2018

通过实现基于本体的情境识别技术，回答时间相关的 CQs 是一种实现本体的主要技术；本文介绍了 TKB 对准问题，计算一个变体的 TKB，该 TKB 最小程度地改变原 TKB，但能推出给定的时间 CQ，且在这个意义上是（代价）最优的；我们研究了这个问题在 ALC TKBs 和带有 LTL 运算符的连同查询上的情况，并设计了一种解决方案技术，用于计算 TKBs 的（代价最优的）对准。

Jul, 2023