First steps in the logic-based assessment of post-composed phenotypic descriptions
Universitat Jaume I de Castelló（卡斯特利翁海梅一世大学）；European Bioinformatics Institute（欧洲生物信息研究所）；University of Oxford（牛津大学）
在本文中，我们提出了一个初步的逻辑为基础的评估整合后组成的表型描述与领域本体。评价已经进行了使用描述逻辑推理与可扩展的技术：本体模块化和本体之间的逻辑差异的近似。
2010-12-08 cs.AI cs.LO
An extended description logic system with knowledge element based on ALC
Yunnan Normal University（云南师范大学）；Universidad Politécnica de Cartagena（卡塔赫纳理工大学）
随着知识管理和知识经济的兴起，直接联系和体现知识系统的知识要素成为某些领域的研究热点和热点。现有的知识元表示方法在处理形式、逻辑和推理等方面的功能有限。在描述逻辑ALC和公共知识元模型的基础上，为了描述知识元，对描述逻辑ALC进行了扩展。该概念被扩展为两个不同的概念（即对象知识元概念和属性知识元概念）。将对象知识元概念与属性知识元概念之间的关系扩展为3种（即对象知识元概念与属性知识元概念之间的关系、对象知识元概念之间的关系、属性知识元概念之间的关系），并增加了逆关系构造器，提出了一种描述逻辑KEDL系统。通过论证，得到了所描述的逻辑系统KEDL的完备性、可靠性等有关性质。最后通过实例验证了描述逻辑KEDL系统具有较强的知识元描述能力。
2019-04-16 cs.AI cs.LO
Undecidability of the unification and admissibility problems for modal and description logics
我们表明，统一问题`是否有一个替代实例的一个给定的公式，是证明在一个给定的逻辑？对于用泛模态扩充的基本模态逻辑K和K_4，因此，推理规则的容许性问题对于这些逻辑也是不可判定的。这些是标准可判定模态逻辑的第一个例子，其中统一和容许问题是不可判定的。我们还证明了不可判定性的统一和容许问题的K和K4至少有两个模态算子和名（而不是通用模态），从而表明这些问题是不可判定的基本混合逻辑。最近，统一已被引入作为一个重要的推理服务的描述逻辑。带名项的K的不可判定性证明可以用来证明带名项的布尔描述逻辑（如ALCO和SHIQO）的统一的不可判定性。对于具有泛模态的K的不可判定性证明可以用来表明，对于具有传递角色、反向角色和角色层次（如SHI和SHIQ）的布尔描述逻辑，与角色盒相关的统一问题是不可判定的。
2006-09-11 cs.AI cs.LO
Description Logics with Fuzzy Concrete Domains
ISTI - CNR（意大利国家研究委员会信息科学与技术研究所）
我们提出了一个模糊版本的描述逻辑与具体领域。主要特点是：（i）概念构造器基于t-范数、t-连续、否定和蕴涵;（ii）具体域是模糊集;（iii）允许模糊修饰符;以及（iv）推理算法基于完成规则和有界混合整数规划的混合。
2012-07-04 cs.AI cs.LO
Reasoning with Individuals for the Description Logic SHIQ
虽然已经有大量的工作，推理算法的发展表达描述逻辑，在大多数情况下，只有Tbox推理被认为是。本文提出了一种在SHIQ描述逻辑中进行Tbox和Abox组合推理的算法。该算法特别令人感兴趣，因为它可用于决定（数据库）合取查询包含w.r. t的问题一种模式。此外，高效实现的实现应该相对简单，因为它可以基于FaCT系统中Tbox算法的现有高度优化的实现。
2000-05-11 cs.AI cs.LO
Probabilistic Reasoning in the Description Logic ALCP with the Principle of Maximum Entropy (Full Version)
Free University of Bozen-Bolzano（博尔扎诺自由大学）；University of Osnabrück（奥斯纳布吕克大学）
知识表示的核心问题是如何对不确定性知识进行合理的编码和处理。我们介绍的概率描述逻辑ALCP，是专为表示上下文相关的知识，其中发生的实际情况是不确定的。ALCP允许对域的逻辑依赖和对可能上下文的概率依赖的表达。为了得出概率结论，我们采用最大熵原理。我们提供了推理算法，这种逻辑，并表明它满足概率逻辑的几个理想的属性。
2016-06-30 cs.AI cs.LO
Containment in Monadic Disjunctive Datalog, MMSNP, and Expressive Description Logics
CNRS CRIStAL UMR 8189（法国国家科学研究中心晶体实验室（UMR 8189））；Université Lille 1（里尔第一大学）；INRIA Lille（里尔法国国家信息与自动化研究所）；University of Bremen（不来梅大学）
我们研究查询包含在三个密切相关的形式主义：一元析取数据集（MDDLog），MMSNP（一个逻辑概括的约束满足问题），和本体介导的查询（OMQs）的基础上表达描述逻辑和工会的合取查询。由于Feder和Vardi的结果，MMSNP中的遏制被认为是可判定的，但其确切的复杂性仍然是开放的。我们证明了2NEXPTIME-完全性，并将这一结果推广到一元析取数据库和OMQs。
2020-10-22 cs.AI cs.LO
Complexity of the Description Logic ALCM
University of Leicester（莱斯特大学）
本文证明了描述逻辑ALCM中知识库的一致性检验问题是ExpTime完全的。M代表Motz，Rohrer和Severi定义的元建模。为了展示我们的主要结果，我们定义了ExpTime Tableau算法作为Nguyen和Szalas在ALC中检查知识库一致性的算法的扩展。
2015-11-12 cs.AI cs.LO
A Framework for Reasoning on Probabilistic Description Logics
University of Parma（帕尔马大学）；University of Ferrara（费拉拉大学）
虽然描述逻辑有几种推理机，但很少有能处理不确定性的。BUNDLE是一个推理框架，它可以利用几个OWL（非概率）推理机来执行概率描述逻辑的推理。在本章中，我们报告了BUNDLE中实现的最新进展。特别是，BUNDLE现在可以与TRILL系统的推理机接口，从而提供了一种统一的方法来使用不同的设置执行概率查询。BUNDLE可以很容易地扩展，既可以用作独立的桌面应用程序，也可以用作基于OWL API的应用程序中的库，这些应用程序需要对概率描述逻辑进行推理。推理性能很大程度上取决于推理机和计算概率的方法。我们提供了几个数据集上的不同推理设置的比较。
2020-10-02 cs.AI cs.LO
Consequence-based Reasoning for Description Logics with Disjunction, Inverse Roles, Number Restrictions, and Nominals
University of Oxford（牛津大学）
我们提出了一个基于结果的演算的概念包容和分类的描述逻辑ALCHOIQ，它扩展了ALC的角色层次结构，逆角色，数量限制，和名词。通过使用标准的转换，我们的演算扩展到SROIQ，它涵盖了所有的OWL 2 DL除了数据库。我们的演算的一个关键特征是它的现收现付行为：与现有的算法不同，我们的演算对于所有已知的ALCHOIQ适当片段都是最坏情况下的最优，尽管不是对于完整的逻辑。
2018-05-03 cs.AI cs.LO
Towards Statistical Reasoning in Description Logics over Finite Domains (Full Version)
Free University of Bozen-Bolzano（博尔扎诺-博岑自由大学）；University of Osnabrück（奥斯纳布吕克大学）
我们提出了一个概率扩展的描述逻辑$\mathcal{ALC}$的统计知识的推理。我们认为条件语句的域的比例，这些比例的概率逻辑后果感兴趣。在介绍了一些一般的推理问题并分析了它们的性质之后，我们首先给出了在统计$\mathcal{ALC}$的某些片断上的推理算法和复杂性结果。
2017-06-10 cs.AI cs.LO
Fusions of Description Logics and Abstract Description Systems
融合是组合逻辑的一种简单方法。对于正规模态逻辑，融合已被详细研究。特别是，它是已知的，在某些条件下，可判定性转移从组件逻辑的融合。虽然描述逻辑与模态逻辑密切相关，但它们不一定是正规的。此外，描述逻辑中的ABox推理没有被模态逻辑的结果所覆盖。本文将正规模态逻辑的可判定性转移结果推广到一大类描述逻辑。为了以统一的方式涵盖不同的描述逻辑，我们引入抽象描述系统，它可以被看作是描述和模态逻辑的一个共同的概括，并显示在这个一般设置的转移结果。
2011-06-09 cs.AI
The Logical Difference for the Lightweight Description Logic EL
University of Liverpool（利物浦大学）
我们研究了一种基于逻辑的本体版本化方法。在这种观点下，本体提供了对一些感兴趣的词汇表的查询的答案。本体的两个版本之间的差异由接收不同答案的查询集给出。我们调查这种方法中的描述逻辑EL扩展与角色的包容性和域和范围的限制，为三种不同类型的查询：包容，实例和合取查询的术语。在所有这三种情况下，我们提出了多项式时间算法，决定是否两个术语给出相同的答案，查询一个给定的词汇表和计算的差异，如果它是非空的简洁表示。我们提出了一个实现，CEX2，包容和实例查询的算法，并将其应用到不同版本的Snomed CT和NCI本体。
2014-01-23 cs.AI cs.LO
Foundations for Uniform Interpolation and Forgetting in Expressive Description Logics
Universität Bremen（不来梅大学）；University of Liverpool（利物浦大学）
研究了描述逻辑ALC中的一致内插和遗忘问题。我们的主要结果是模型理论的一致插值和他们的存在性的bisimula- tions，严格的复杂性界决定一致插值的存在性，一种方法来计算插值时，他们存在，和严格的限制他们的大小。我们使用模型理论和自动机理论的方法，作为一个副产品，还提供了保守扩展的特征和决策程序的混合。
2011-04-14 cs.AI cs.LO
Loop Formulas for Description Logic Programs
Guizhou University（贵州大学）；University of Alberta（阿尔伯塔大学）
Eiter等人提出的描述逻辑程序（DL-programs）为语义Web提供了一种简洁而强大的形式化方法，用于集成回答集编程和描述逻辑。本文将逻辑程序的完备化和循环公式的概念推广到描述逻辑程序，并证明了dl-程序的完备化和循环公式的模型可以精确地捕捉到dl-程序的回答集。此外，我们提出了一个新的，替代的语义DL-程序，称为{ \em规范答案集语义}，这是由模型定义的完成，满足所谓的规范循环公式。规范答案集的一个理想性质是它们没有循环论证。本文还探讨了规范答案集的一些性质。
2010-07-23 cs.AI cs.LO
Temporal Description Logic for Ontology-Based Data Access (Extended Version)
Free University of Bozen-Bolzano（博尔扎诺自由大学）；University of Liverpool（利物浦大学）；Birkbeck, University of London（伦敦大学伯贝克学院）
我们的目标是调查基于本体的数据访问时间的有效性时间和本体能够时间概念建模的时态数据。为此，我们设计了一个时态描述逻辑，TQL，扩展了标准的本体语言OWL 2 QL，提供了基本的手段，时间概念建模，并确保一阶重写适当定义的数据实例的有效期的合取查询。
2013-04-30 cs.AI cs.LO
T-CPDL: A Temporal Causal Probabilistic Description Logic for Developing Logic-RAG Agent
University of Derby（德比大学）
本文提出时序因果概率描述逻辑T-CPDL，扩展传统描述逻辑以处理时间、因果和概率推理，实验证明其显著提升语言模型推理准确性与可解释性，并为Logic-RAG框架奠定基础。
2025-06-23 cs.AI cs.LO
Fuzzy Lattice-based Description Logic
School of Business（商学院）；Economics Vrije Universiteit Amsterdam Amsterdam, Netherlands（经济系弗里堡大学阿姆斯特丹）
本文提出模糊描述逻辑 LE-FALC，以支持模糊形式背景与形式概念中的知识表示和推理，并给出可靠完备的 ABox 一致性多项式时间 tableau 算法及无环 TBox 下的指数时间过程。
2025-06-06 cs.AI cs.LO
Unification in the Description Logic EL
TU Dresden（德累斯顿工业大学）
描述逻辑EL最近引起了相当大的关注，因为一方面，重要的推理问题，如包容问题是多项式的。另一方面，EL用于定义大型生物医学本体。描述逻辑中的统一已经被提出作为一种新的推理服务，例如，可以用于检测本体中的冗余。本文的主要结果是EL中的统一是可判定的。更确切地说，EL-统一是NP-完全的，因此具有与EL-匹配相同的复杂性。我们还表明，w.r.t.统一类型EL表现得不太好：它是零类型，这特别意味着存在没有有限完整统一符集的统一问题。
2010-09-04 cs.AI cs.LO
Model Change for Description Logic Concepts
University of Oslo（奥斯陆大学）；Cardiff University（卡迪夫大学）
本文研究了描述逻辑概念在模型变更中的三种类型：移除、接收和修订，分析了EL和ALC逻辑中这些操作的兼容性及修订的复杂性。
2026-03-05 cs.AI cs.LO
A Survey on how Description Logic Ontologies Benefit from Formal Concept Analysis
SAP Research Center Dresden（SAP德累斯顿研究中心）
虽然概念作为共享某些属性的对象的集合的概念和概念层次的概念是形式概念分析和描述逻辑的基础，但这两个研究领域之间描述和获得概念的方式有很大不同。尽管存在这些差异，但已经有几次尝试弥合这两种形式主义之间的差距，并尝试将一个领域的方法应用于另一个领域。本文综述了描述逻辑与形式概念分析相结合的研究成果。
2011-07-14 cs.AI cs.LO
Practical Reasoning for Expressive Description Logics
描述逻辑是一类知识表示形式化体系，其主要特征是构造器从原子概念和角色构造复杂的概念和角色。表达角色构造器在许多应用中很重要，但在计算上可能存在问题。我们提出了一个算法，决定可满足性的DL ALC扩展的传递和逆角色，角色层次结构，和合格的数量限制。早期的实验表明，该算法是非常适合实现。此外，我们还证明了仅具有传递和逆角色的ALC扩展仍然是PSPACE中的。最后，我们调查这个家庭的DL的可判定性的限制。
2000-05-10 cs.AI cs.LO
Extending Description Logic EL++ with Linear Constraints on the Probability of Axioms
University of São Paulo（圣保罗大学）
采用EL或EL++等描述逻辑的主要原因之一是它具有高效的多项式时间算法属性，如判定一致性和推断包容性。然而，简单地通过向其添加概念的否定，我们获得了其决策过程是{ExpTime}-完全的描述逻辑的表达性。如果我们在概念上添加概率分配，也会发生类似的复杂性爆炸。为了降低结果的复杂性，我们集中精力为公理（GCI）分配概率。我们表明，这样的概率描述逻辑的一致性检测问题是NP-完全的，并提出了一个线性代数确定性算法来解决它，使用列生成技术。我们还研究和提供算法的概率扩展问题，其中包括推断的最小和最大概率为一个新的公理，给定一个一致的概率知识库。
2019-08-27 cs.AI cs.LO
Description Logics with Abstraction and Refinement
Leipzig University（莱比锡大学）；Center for Scalable Data Analytics and Artificial Intelligence (ScaDS.AI)（可扩展数据分析与人工智能中心（ScaDS.AI））
本文提出一种支持多级抽象的描述逻辑扩展，引入概念和角色的抽象与精化显式算子，证明了推理可判定性并精确确定了逻辑复杂度。
2023-10-20 cs.AI cs.LO
Automated Reasoning in Modal and Description Logics via SAT Encoding: the Case Study of K(m)/ALC-Satisfiability
在过去的二十年中，模态和描述逻辑已被应用于计算机科学的许多领域，包括知识表示，形式化验证，数据库理论，分布式计算，以及最近的语义Web和本体。基于这个原因，模态逻辑和描述逻辑中的自动推理问题得到了深入的研究。特别地，已经提出了许多方法来有效地处理核心正规模态逻辑K（m）及其记法变体描述逻辑ALC的可满足性。虽然K（m）/ALC结构简单，但在计算上很难推理，它的可满足性是PSPACE完全的。在本文中，我们开始探索的想法，执行自动推理任务的模态和描述逻辑编码成SAT，以便处理的国家的最先进的SAT工具，与大多数以前的方法，我们开始我们的调查从满足性K（m）。我们提出了一个有效的编码，我们测试了一组广泛的基准，比较的方法与主要的国家的最先进的工具。虽然编码必然是最坏情况下的指数，从我们的实验中，我们注意到，在实践中，这种方法可以处理大多数或所有的问题，这是在其他方法的范围内，与性能相当，甚至更好，那些目前的国家的最先进的工具。
2014-01-15 cs.AI cs.LO
Game Description Logic with Integers: A GDL Numerical Extension
Université de Toulouse - IRIT（图卢兹大学 - IRIT研究所）；Toulouse（图卢兹（城市名，按要求不提取额外信息，此处仅保留机构主体））
许多问题可以被视为博弈，其中一个或多个代理试图确保某些目标保持不管来自环境和其他代理的行为。近年来，许多逻辑形式主义已经被提出来指定游戏，其中游戏描述语言（GDL）被建立为通用游戏的官方语言。虽然数字在游戏中经常出现，但在GDL中对具有数字特征的游戏的描述需要枚举所有可能的数值以及它们之间的关系。因此，在本文中，我们介绍了游戏描述逻辑与整数（GDLZ）来描述游戏的数值变量，数值参数，以及进行数值比较。我们比较我们的方法与GDL，并表明，当描述同一个游戏，GDLZ更紧凑。
2019-12-04 cs.AI cs.LO
A Cookbook for Temporal Conceptual Data Modelling with Description Logics
Free University of Bozen-Bolzano（博尔扎诺自由大学）；Birkbeck, University of London（伦敦大学伯贝克学院）
我们设计了适用于时态概念数据模型推理的时态描述逻辑，并研究了它们的计算复杂性。我们的形式主义是基于DL-Lite逻辑与三种类型的概念包含（范围从原子概念包含和不相交的完整布尔），以及基数约束和角色包含。在时间维度上，它们捕获未来和过去的时间操作符的概念，灵活和刚性的角色，操作符的“总是”和“一些时间”的角色，数据断言的特定时刻的时间和全球概念的包容性。这些逻辑被解释为对象域和时间流（Z，<）的笛卡尔积，满足恒定域假设。我们证明，我们的时间描述逻辑（它可以捕捉生命周期基数和定性或定量的进化约束）最具表现力的结果是不可判定的。然而，通过省略概念/角色上的一些时态运算符或通过限制概念包含的形式，我们获得了复杂度介于PSpace和NLogSpace之间的逻辑。这些积极的结果是通过减少到命题时态逻辑的各种子句片段，这开辟了一条道路，采用命题或一阶时态证明推理的时间数据模型。
2014-05-02 cs.AI cs.LO
Lutz's Spoiler Technique Revisited: A Unified Approach to Worst-Case Optimal Entailment of Unions of Conjunctive Queries in Locally-Forward Description Logics
Technische Universität Dresden（德累斯顿工业大学）；University of Wrocław（弗罗茨瓦夫大学）
我们提出了一个统一的方法（有限和无限制）最坏情况下的最优蕴涵（工会）的合取查询（U）CQ在广泛的类“本地向前”的描述逻辑。我们采用的主要技术是卢茨的扰流板技术，最初开发的CQ蕴涵在ALCHQ的概括。我们的研究结果填补了文献中存在的许多空白，最明显的是暗示了ALCHbregQ中包含的ALC的任何超逻辑的（U）CQ查询的ExpTime完整性，并且正如我们所相信的那样，它足够抽象，可以在许多新的场景中作为黑盒使用。
2021-08-12 cs.AI cs.LO
On the Eve of True Explainability for OWL Ontologies: Description Logic Proofs with Evee and Evonne (Extended Version)
Technische Universität Dresden（德累斯顿工业大学）
当使用描述逻辑本体时，理解由描述逻辑推理器导出的蕴涵并不总是简单的。到目前为止，标准本体编辑器Protégé提供了两种服务来帮助：OWL 2 DL本体的（黑盒）证明，以及轻量级OWL EL本体的（玻璃盒）证明，后者利用了推理机ELK的证明设施。由于理由往往不足以解释推理，因此只有很少的工具支持解释推理更有表现力的DL。在本文中，我们介绍了EVEE-LIBS，一个Java库计算证明DL ALCH，和EVEE-PROTEGE，收集Protégé插件显示这些证明在Protégé。我们还简要介绍了最新版本的EVONNE，这是一个更高级的独立应用程序，用于显示和交互使用EVEE-LIBS计算的证明。
2022-06-15 cs.AI cs.LO
A Note on Semantic Web Services Specification and Composition in Constructive Description Logics
Università degli Studi dell’Insubria（因苏布里亚大学）
语义Web的思想是用计算机可解释的描述来注释Web内容和服务，目的是使目前由人类用户执行的许多任务自动化。在Web服务的上下文中，最有趣的任务之一是它们的组合。在本文中，我们正式这个问题的框架内的建设性描述逻辑。特别是，我们提出了一个声明性的服务规约语言和演算的服务组合。我们通过一个例子表明如何使用这种演算来定义组合Web服务，我们讨论了自动服务合成的问题。
2010-07-14 cs.AI cs.LO
Reasoning in the Description Logic ALC under Category Semantics
Université Sorbonne Paris Nord（索邦巴黎北大学）；INSERM（法国国家健康与医学研究院）
本文提出了一种用范畴语言用一般的T盒重新表述描述逻辑$\mathcal{ALC}$的通常的集合论语义。在此设置中，$\mathcal{ALC}$概念表示为对象，概念包含表示为箭头，成员关系表示为类别的对象和箭头上的逻辑量词。这种基于类别的语义提供了$\mathcal{ALC}$的语义的更模块化的表示。这个特性允许我们通过去掉存在性和普遍性限制之间的相互作用来定义$\mathcal{ALC}$的子逻辑，这将导致空间中的指数复杂度。这样一个子逻辑是不可定义的，在通常的集合论语义，我们表明，这个子逻辑是{ \sc{PSPACE} }，提出了一个确定性的算法检查概念可满足性，它运行在多项式空间。
2022-05-14 cs.AI cs.LO
Signature-Based Abduction for Expressive Description Logics -- Technical Report
Technische Universität Dresden（德累斯顿工业大学）；The University of Manchester（曼彻斯特大学）；Max Planck Institut für Informatik（马克斯·普朗克计算机科学研究所）
基于特征的溯因推理旨在对一组特定的名字（特征）建立假设，这些假设解释了与某些背景知识相关的观察。这种类型的外展对于诊断等任务很有用，其中用于观察症状的词汇与预期解释这些症状的词汇不同。我们提出了第一个完整的方法解决基于签名的溯因表达的描述逻辑ALC中表示的意见，其中可以包括TBox和ABox公理，从而解决知识库溯因问题。该方法是保证计算一个有限的和完整的假设集，并在一组现实的知识库进行评估。
2020-07-08 cs.AI cs.LO
Efficient Concept Induction for Description Logics
Wright State University（莱特州立大学）
概念归纳是指创建复杂描述逻辑类描述的问题（即，TBox公理）的实例（即，ABox数据）。在本文中，我们特别关注的情况下，既有一组积极的和一组消极的情况下，并寻求复杂的类表达式下，积极的，但不是消极的例子。概念归纳已经在本体工程中找到了应用，但是现有的算法在某些情况下具有基本的性能问题，主要是因为通常需要大量的外部描述逻辑推理机的调用。在本文中，我们提出了一个新的算法，这个问题大大减少了所需的推理机调用的数量。虽然这是在一个更有限的遍历的搜索空间的代价，我们表明，我们的方法提高了执行时间高达几个数量级，而输出的正确性，测量的输入实例的正确覆盖量，在许多情况下仍然相当高。因此，我们的方法应该为现有系统提供一个强有力的替代方案，特别是在其他系统非常缓慢的情况下。
2018-12-08 cs.AI cs.LO
Design, development and implementation of a tool for construction of declarative functional descriptions of semantic web services based on WSMO methodology
Софийски Университет “Св. Климент Охридски”（索非亚大学圣·克利门特·奥赫里德斯基大学）；Институт по информационни технологии – БАН（保加利亚科学院信息技术研究所）
语义Web服务（SWS）是自包含的，自描述的，语义标记的软件资源，可以发布，发现，组合和执行在Web上以半自动的方式。它们是未来语义网的关键组成部分，在语义网中，联网的计算机程序同时成为信息的提供者和用户。这项工作的重点是开发一个全生命周期的软件工具集创建和维护语义Web服务（SWSs）的Web服务建模本体（WSMO）框架的基础上。基于WSMO的SWS的一个主要部分是服务能力--Web服务功能的声明性描述。Web服务建模语言（WSML）提供了一个正式的语法和语义的描述，这是基于不同的逻辑形式主义，即描述逻辑，一阶逻辑和逻辑编程。Web服务功能的WSML描述表示为一组复杂的逻辑表达式（公理）。我们开发了一个专门的用户友好的工具，用于构建和编辑基于WSMO的SWS功能。由于该工具的用户不是一阶逻辑专家，因此提出了一种用于约束和编辑公理的图形化方法。构造逻辑表达式的设计过程是本体驱动的，它尽可能地从逻辑语言的任何具体语法中抽象出来。我们提出了几种机制来保证所产生的逻辑表达式的语义一致性。该工具使用Eclipse for IDE和GEF（图形编辑框架）以Java实现可视化。
2009-04-02 cs.AI cs.LO
Description Logics Go Second-Order -- Extending EL with Universally Quantified Concepts
University of Ulm（乌尔姆大学）
本文提出描述逻辑EL的全称量化概念扩展，定义模式与二阶两种语义，证明有用片段中两种语义结论一致，并给出多项式可判定性，可表达角色链公理等。
2023-08-29 cs.AI cs.LO
Uniform and Modular Sequent Systems for Description Logics
Technische Universität Dresden（德累斯顿工业大学）；Institute of Artificial Intelligence（人工智能研究所）
我们介绍了一个框架，允许表达的描述逻辑扩展ALC的结构化系统。我们的框架不仅涵盖了广泛的常见的描述逻辑，但也允许的描述逻辑的扩展与特殊的公式，我们称之为“角色关系公理的可扩展系统。“所有的系统都是健全的，完整的，并具有良好的性质，如保持高度的共同结构规则的容许性和保持高度的规则可逆性。
2022-06-17 cs.AI cs.DB cs.LO
TAPO-Description Logic for Information Behavior: Refined OBoxes, Inference, and Categorical Semantics
Faculty of Informatics, Yamato University, Osaka, Japan（信息学院，山田大学，大阪，日本）
本文提出TAPO描述逻辑的改进版本，用于分析信息行为。框架分为静态描述层、过程层和Oracle敏感层，引入元层守卫判断层以明确数学结构，并给出核心推理系统和范畴语义，通过信息检索行为示例展示其统一逻辑设定。
2026-04-23 cs.AI cs.LO
Exact Learning of Lightweight Description Logic Ontologies
University of Liverpool（利物浦大学）；University of Bremen（不来梅大学）
我们研究的问题，学习描述逻辑（DL）本体在Angluin等人。的框架通过查询精确学习。我们承认成员查询（“是一个给定的包容所涉及的目标本体？“）和等价查询（“给定本体是否等价于目标本体？").我们提出了三个主要结果：（1）在描述逻辑DL-Lite（的两个相关版本）中制定的本体可以用多项式大小的多项式多个查询来学习;（2）对于在描述逻辑EL中制定的本体来说，情况并非如此，即使当仅允许非循环本体时也是如此;以及（3）在与web本体语言OWL 2 RL相关的EL的片段中制定的本体可以在多项式时间中学习。我们还表明，无论是成员资格或等价查询单独是不够的情况下（1）和（3）。
2017-09-20 cs.AI cs.LG cs.LO
A Parameterized Complexity View on Description Logic Reasoning
Institute for Logic, Language and Computation（逻辑、语言与计算研究所）；University of Amsterdam（阿姆斯特丹大学）
描述逻辑是一种知识表示语言，它被设计成在表达性和计算易处理性之间取得平衡。许多不同的描述逻辑已经被开发出来，并且这些逻辑的许多计算问题由于它们的计算复杂性而被研究。然而，基本上所有的复杂性分析的推理问题的描述逻辑使用的经典复杂性理论的一维框架。参数化复杂性理论的多维框架能够提供推理问题复杂性的更详细的图像。在本文中，我们认为，参数化复杂性的框架有很多可以提供的描述逻辑推理问题的复杂性分析-当一个人需要一个渐进的和前瞻性的观点参数化的复杂性工具。我们通过三个案例研究来证实我们的论点。第一个案例研究的问题是概念可满足的逻辑ALC关于近无环的TBox。第二个案例研究关注ALC概念的可满足性，其参数由联合算子的出现次数和完全存在量化的出现次数来确定。第三个案例研究从参数化复杂性的角度对数据复杂性结果进行了批判性的审视。这三个案例研究代表了描述逻辑问题的参数化复杂性方法的广泛应用。
2018-08-11 cs.AI cs.CC cs.LO
Hypertableau Reasoning for Description Logics
University of Oxford（牛津大学）
我们提出了一种新的推理演算的描述逻辑SHOIQ^+-一个知识表示形式主义与应用领域，如语义Web。不必要的非确定性和大型模型的建设是两个主要来源的低效率的基于表的推理演算中使用的国家的最先进的推理机。为了减少不确定性，我们基于超表和超分辨率演算，我们扩展了阻塞条件，以确保终止。为了减少所构造模型的大小，我们引入了任意位置成对分块。我们还提出了一个改进的名义介绍规则，确保终止在存在的名义，逆角色，和数量限制-DL结构的组合，已被证明是出了名的难以处理。我们的实现显示出显着的性能改进，在国家的最先进的推理几个著名的本体。
2014-01-15 cs.AI cs.LO
Exploiting Uncertainty for Querying Inconsistent Description Logics Knowledge Bases
本文利用DISPONTE概率语义处理描述逻辑知识库的不一致性问题，在TRILL和BUNDLE推理器中实现并验证，并与修复语义进行形式化比较。
2025-08-04 cs.AI cs.LO
Complexity Analysis and Variational Inference for Interpretation-based Probabilistic Description Logic
本文提出了概率描述逻辑推理的复杂性分析和变分方法，其特点是布尔算子，量化，合格数限制，名词，逆角色和角色层次。推理是PEXP-完全的，变分方法的设计，以便尽可能利用逻辑推理。
2012-05-09 cs.AI
Managing Change in Graph-structured Data Using Description Logics (long version with appendix)
Vienna University of Technology（维也纳工业大学）；Free University of Bozen-Bolzano（博尔扎诺自由大学）
在本文中，我们考虑的图形结构的数据，演变的结果，由用户或应用程序进行的操作的设置。我们研究了不同的推理问题，其范围从确保在给定的更新序列之后满足给定的完整性约束集合，到决定将数据带到（不）理想状态的动作序列的（不）存在，从一个特定的数据实例或从它的不完整的描述开始。我们考虑一个动作语言，其中动作是条件的有限序列节点和标签的插入和删除，并使用描述逻辑来描述数据的完整性约束和（部分）状态。然后，我们将上述数据管理问题形式化为一个静态验证问题和几个规划问题。我们提供算法和严格的复杂性界限的形式化问题，无论是表达DL和DL-Lite的变体。
2014-05-29 cs.AI cs.LO
A New Tractable Description Logic under Categorical Semantics
Université Sorbonne Paris Nord, Sorbonne Université, INSERM, Limics（巴黎-萨克雷大学、索邦大学、国家医学研究院、Limics）
本文提出一种扩展EL的逻辑，通过弱化否定来保留可计算性，同时引入范畴语义以处理负知识。
2026-03-19 cs.AI cs.LO
A formalisation of BPMN in Description Logics
FBK-irst（特伦托基础研究与应用研究所）
在本文中，我们提出了一个文本描述，在描述逻辑，BPMN本体，它提供了一个明确的语义形式化的业务流程建模表示法（BPMN）的结构组件，基于最新的稳定BPMN规范从OMG [BPMN版本1.1 - 2008年1月]。本体的开发是由BPMN规范附录B中包含的BPMN元素属性和类型的完整集合的描述指导的。
2021-09-22 cs.AI
Signature-Based Abduction with Fresh Individuals and Complex Concepts for Description Logics (Extended Version)
Technische Universität Dresden（德累斯顿工业大学）
给定一个知识库和一个观察作为一组事实，ABox溯因旨在计算一个假设，当添加到知识库时，足以引起观察。在基于签名的ABox绑架中，进一步要求该假设仅使用给定集合中的名称。这种形式的溯因可以应用于诊断、知识库修复或解释缺失的蕴涵。只有当我们承认使用新的个体和/或从给定签名构建的复杂概念时，给定观察的假设才可能存在，这是迄今为止大多数ABox绑架方法不支持或仅支持限制的。在本文中，我们调查的计算复杂性的这种形式的绑架-允许新鲜的个人，复杂的概念，或两者兼而有之-为各种描述逻辑，并给出大小界限的假设，如果它们存在。
2021-05-01 cs.AI cs.LO
Belief Revision, Minimal Change and Relaxation: A General Framework based on Satisfaction Systems, and Applications to Description Logics
Centrale Supelec（中央理工-高等电力学院）；Université Paris-Saclay（巴黎萨克雷大学）；Université Paris-Dauphine（巴黎多芬大学）；CNRS（法国国家科学研究中心）；Télécom ParisTech（巴黎电信学院）
信念修订的知识库表示的一组句子在一个给定的逻辑已被广泛研究，但具体的逻辑，主要是命题，最近也霍恩和描述逻辑。在这里，我们建议从模型理论的角度来概括这种操作，通过定义在一个抽象的模型理论的名称下的满意度系统的修订。在这个框架中，我们推广到任何满意度系统的特征的著名AGM假设给出的胜野和Mendelzon命题逻辑的最小变化之间的解释。此外，我们研究了如何定义修订，满足AGM假设，从松弛的概念，已首次引入描述逻辑定义概念之间的相异性措施，其后果是放松的旧信念的模型集，直到它成为符合新的知识。我们展示了如何建议的一般框架可以在不同的逻辑，如命题，一阶，描述和霍恩逻辑实例化。特别是描述逻辑，我们介绍了几个具体的松弛算子定制的描述逻辑$\ALC{}$和它的片段$\EL{}$和$\ELext{}$，讨论它们的属性，并提供了一些说明性的例子。
2017-01-13 cs.AI
Learning Description Logic Ontologies. Five Approaches. Where Do They Stand?
University of Bergen（卑尔根大学）
对获取感兴趣领域的知识的形式化表示的追求吸引了具有各种背景的研究人员进入一个称为本体学习的多样化领域。我们强调经典的机器学习和数据采掘的方法，已提出（半）自动创建描述逻辑（DL）本体。这些是基于关联规则挖掘，形式概念分析，归纳逻辑程序设计，计算学习理论和神经网络。我们提供了每种方法的概述，以及它是如何适应处理DL本体。最后，我们讨论了它们各自对于学习深度学习本体的好处和局限性。
2021-04-02 cs.AI cs.LG cs.LO
Robustness of Constraint Automata for Description Logics with Concrete Domains
提出基于约束自动机的方法，通过符号约束扩展转移，在具体域满足简单性质时实现EXPTIME最优上界，并证明本体一致性问题的EXPTIME隶属度，扩展至逆角色、功能角色名和约束断言仍保持该复杂度。
2026-06-29 cs.AI cs.LO
Practical Reasoning for Very Expressive Description Logics
描述逻辑是一类知识表示形式化体系，其主要特征是构造器从原子概念和角色构造复杂的概念和角色。表达角色构造器在许多应用中很重要，但在计算上可能存在问题。我们提出了一个算法，决定可满足性的DL ALC扩展与传递和逆角色和功能限制方面的一般概念包含公理和角色层次结构，早期的实验表明，该算法是非常适合实施。此外，我们还证明了仅具有传递和逆角色的ALC扩展仍然是PSPACE中的。我们调查这个家庭的DL的可判定性的限制，表明放松限制放置在数量限制中使用的各种角色导致所有推理问题的不可判定性。最后，我们描述了一些优化技术，这是至关重要的，在获得实现的决策过程中，尽管最坏情况下的问题的复杂性，表现出良好的性能与现实生活中的问题。
2000-05-09 cs.AI cs.LO
Exploring Non-Regular Extensions of Propositional Dynamic Logic with Description-Logics Features
TU Dresden（德累斯顿工业大学）；University of Wrocław（弗罗茨瓦夫大学）
本文研究非正则路径表达式对 ALC 扩展描述逻辑可判定性的影响，证明 ALCvpl 在加入 Self 或 nominals 后概念可满足性不可判定，并确立含非正则原子的查询蕴涵不可判定。
2024-05-13 cs.AI cs.LO
Satisfiability and Query Answering in Description Logics with Global and Local Cardinality Constraints
TU Dresden（德累斯顿工业大学）；University of Wrocław（弗罗茨瓦夫大学）
我们介绍和调查的表达描述逻辑（DL）ALCSCC++，在其中的全局和局部基数约束在以前的文件中介绍的可以混合。一方面，我们证明了这不会增加可满足性检查和其他标准推理问题的复杂性。另一方面，可满足性问题成为不可判定的，如果逆角色添加到语言。此外，即使没有相反的角色，合取查询蕴涵在这个DL原来是不可判定的。我们证明了查询的可判定性可以恢复，如果全局和局部约束不混合和全局约束适当的限制。后一个结果基于局部非循环模型构造，并且它将查询蕴涵减少到受限设置中的ABox一致性，即，到ABox一致性w.r.t. ALCSCC中的受限基数约束，我们可以显示ExpTime上限。
2020-02-14 cs.AI cs.LO
TAPO-Structured Description Logic for Information Behavior: Procedural and Oracle-Based Extensions
Takao Inoué（独立研究者）
TAPO-结构描述逻辑通过整合过程动态、Oracle推理和sheaf语义，提供了一个分析交互、不确定性和情境性信息行为的正式框架。
2026-02-19 cs.AI cs.LO
A Semantics and Complete Algorithm for Subsumption in the CLASSIC Description Logic
本文分析了CLASSIC系统中包含算法的正确性，CLASSIC是一个基于描述逻辑的知识表示系统，目前正在实际应用中。为了有效地处理CLASSIC描述中的个体，开发人员不得不使用一种算法，该算法对于描述逻辑的标准模型理论语义是不完整的。我们提供了一个变体语义的描述，就目前的实现是完整的，可以独立的动机。的合理性和完整性的多项式时间包容算法建立使用描述图，这是一个抽象的版本的CLASSIC中使用的实现结构，是独立的利益。
1994-06-01 cs.AI
