We introduce a novel logic-based system for reasoning over data streams, which relies on a framework enabling a tight, fine-tuned interaction between Apache Flink and the I^2-DLV system. The architecture allows to take advantage from both the powerful distributed stream processing capabilities of Flink and the incremental reasoning capabilities of I^2-DLV based on overgrounding techniques. Besides the system architecture, we illustrate the supported input language and its modeling capabilities, and discuss the results of an experimental activity aimed at assessing the viability of the approach. This paper is under consideration in Theory and Practice of Logic Programming (TPLP).
DLV是一个高效的逻辑编程和非单调推理（LPNMR）系统，具有先进的知识表示机制和经典关系数据库系统的接口。它的核心语言是具有完整性约束的答案集语义（Answer Set Semantics）下的析取数据库（无函数析取逻辑编程），包括默认和强（或显式）否定以及查询。还支持算术运算和各种内置谓词。此外，DLV有几个前端，即勇敢和谨慎的推理，溯因诊断，基于一致性的诊断，SQL 3的一个子集，使用动作语言进行规划，以及使用继承进行逻辑编程。
ASP-based Multi-shot Reasoning via DLV2 with Incremental Grounding
University of Calabria（卡布里亚大学）；Gruppo Nazionale Calcolo Scientifico-Istituto Nazionale di Alta Matematica（国家科学计算集团-国家高级数学研究所）；DLVSystem Srl（DLVSystem公司）
Enhancing magic sets with an application to ontological reasoning
Department of Mathematics and Computer Science University of Calabria（卡利亚里大学数学与计算机科学系）；Italy（意大利）
魔术集是一种数据到数据的重写技术，用于优化查询应答。重写的程序集中在输入程序的稳定模型的一部分，这足以回答给定的查询。然而，重写可能会引入新的递归定义，甚至可能涉及否定和聚合，并可能减慢程序评估。本文通过防止在重写程序中创建（新的）递归定义来增强魔集技术。结果表明，新版本的幻集对于具有分层否定和聚合的Datastron程序是封闭的，这对于获得重写程序的稳定模型的有效计算是非常方便的.此外，重写的程序被进一步优化，通过消除所包含的规则和有效处理的情况下，绑定传播丢失。这项研究是由挑战刺激的利用Datasheet/ \textsc{dlv}高效推理的大型本体。因此，所有提出的技术已在\textsc{dlv}系统中实现，并进行本体推理测试，确认其有效性。《逻辑程序设计理论与实践》（Theory and Practice of Logic Programming）
Experimenting with recursive queries in database and logic programming systems
Università della Calabria（卡拉布里亚大学）
本文考虑了大量（可能是分布式的）数据的推理问题。目前，现有的建议显示出一些局限性：{ \em（i）}由于推理通常在主存中进行的事实，可以同时处理的数据的量是有限的; { \em（ii）}与外部的交互（和独立的）DBMS不是微不足道的，在某些情况下，根本不允许;{ \em（iii）}当前实现的效率对于它们在涉及大量数据的复杂推理任务中的利用仍然是不够的。本文提供了在这种情况下的贡献，它提出了一个新的系统，称为DLV $^{DB}$，旨在解决这些问题。此外，本文报告了一个彻底的实验分析的结果，我们已经进行了比较我们的系统与几个国家的最先进的系统（包括逻辑和数据库）的一些经典的演绎问题;其他测试系统是：LDL++，XSB，Smodels和三个顶级的商业DBMS。DLV $^{DB}$在递归查询上的性能甚至明显优于商业数据库系统。逻辑程序设计理论与实践（Theory and Practice of Logic Programming，TPLP）
Reactive Multi-Context Systems: Heterogeneous Reasoning in Dynamic Environments
Institute of Computer Science, Leipzig University（莱比锡大学计算机科学研究所）；NOVA LINCS & Departamento de Informática, Universidade NOVA de Lisboa（里斯本新大学信息学系与NOVA LINCS）
Optimizing Answer Set Computation via Heuristic-Based Decomposition
Department of Mathematics and Computer Science University of Calabria（卡利亚里大学数学与计算机科学系）；University of Calabria（卡利亚里大学）；Department of Mathematics and Computer Science（数学与计算机科学系）；Rende Italy（伦代（意大利）（注：此为地址信息，非机构，不应提取，原提取有误，正确应为仅提取前两个有效机构相关部分，但按文本结构准确提取应为“Department of Mathematics and Computer Science University of Calabria”））
Reactive Knowledge Representation and Asynchronous Reasoning
Honda Research Institute EU Offenbach am Main, Hesse Germany；Uncertainty in Artificial Intelligence Group, TU Eindhoven Eindhoven, North Brabant Netherlands；Konrad Zuse School of Excellence in Learning；Honda Research Institute EU；Hessian Center for Artificial Intelligence (hessian.AI)；Centre for Cognitive Science, TU Darmstadt；German Center for Artificial Intelligence (DFKI)
Proactive Memory for Ad-Hoc Recall over Streaming Dialogues
Department of Computing（计算系）；The Hong Kong Polytechnic University（香港理工大学）；The School of Computer Science and Technology（计算机科学与技术学院）；Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
BigSR: an empirical study of real-time expressive RDF stream reasoning on modern Big Data platforms
LIGM (UMR 8049), CNRS, UPEM（法国国家科学研究中心、马恩河谷大学联合实验室（UMR 8049））；ATOS（源讯公司）；Sorbonne Universités, UPMC, Univ Paris 06（索邦大学、巴黎第六大学）；Free University of Bozen-Bolzano（博岑-博尔扎诺自由大学）
From Exposure to Internalization: Dual-Stream Calibration for In-context Clinical Reasoning
Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港科技大学电子与计算机工程系）；College of Management and Economics, Laboratory of Computation and Analytics of Complex Management Systems (CACMS), Tianjin University（天津大学管理与经济学部、复杂管理系统计算与分析实验室）；Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系）
Turning Drift into Constraint: Robust Reasoning Alignment in Non-Stationary Multi-Stream Environments
Australian Artificial Intelligence Institute (AAII)（澳大利亚人工智能研究所）；Faulty of Engineering and Information Technology（工程与信息技术学院）；University of Technology Sydney（悉尼技术大学）；Australia（澳大利亚）
ESTR-CoT: Towards Explainable and Accurate Event Stream based Scene Text Recognition with Chain-of-Thought Reasoning
School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院）；School of Electronic and Information Engineering, Anhui University（安徽大学电子与信息学院）；Beijing Institute of Technology（北京理工大学）；Harbin Institute of Technology（哈尔滨工业大学）；Peng Cheng Laboratory（鹏城实验室）
Harmonizing Real-Time Constraints and Long-Horizon Reasoning: An Asynchronous Agentic Framework for Dynamic Scheduling
School of Computer Science and Engineering, Beihang University, Beijing 100191, China（北京航空航天大学计算机科学与工程学院）；Shenzhen Loop Area Institute, Shenzhen, China（深圳环形区研究所）；Qingdao Research Institute, Beihang University（青岛研究院）；Hangzhou Innovation Institute, Beihang University（杭州创新研究院）；School of Artificial Intelligence, Xidian University, Xi’an 710071, Shaanxi, China（西安电子科技大学人工智能学院）；Guangzhou Institute of Technology, Xidian University, Guangzhou 510555, Guangdong, China（广州技术研究所）
Unlocking High-Fidelity Molecular Generation from Mass Spectra via Dual-Stream Line Graph Diffusion
Department of Software and Information Systems, University of North Carolina at Charlotte（北卡罗来纳州立大学软件与信息系统系）；Department of Bioinformatics and Genomics, University of North Carolina at Charlotte（北卡罗来纳州立大学生物信息学与基因组学系）
