Nonmonotonic Probabilistic Logics between Model-Theoretic Probabilistic Logic and Probabilistic Logic under Coherence
最近，它已被证明，概率蕴涵下的一致性是弱于模型理论的概率蕴涵。此外，概率蕴涵下的一致性是系统P中的默认蕴涵的推广。在本文中，我们继续这条线的研究，提出了更复杂的概念之间的模型理论的概率蕴涵和概率蕴涵下的一致性的经典默认蕴涵的概率概括。也就是说，新的形式主义适当地推广了经典缺省推理中的对应形式，它们比模型论概率蕴涵弱，但在一致性下比概率蕴涵强。新的形式主义是有用的，特别是处理概率不一致的条件下零事件。它们也可以应用于概率信念修正。更一般地说，在相同的精神，类似以前的文件，本文揭示了令人兴奋的新的形式主义概率推理超出了众所周知的标准。
2002-07-22 cs.AI
Propositional Defeasible Logic has Linear Complexity
可废止逻辑是一种基于规则的非单调逻辑，它既有严格规则，又有可废止规则，而且规则上存在优先关系。我们表明，推理的命题形式的逻辑可以在线性时间。这与大多数其他命题非单调逻辑形成鲜明对比，其中推理是棘手的。
2004-05-24 cs.AI
Post-Proceedings of the First International Workshop on Learning and Nonmonotonic Reasoning
知识表示与推理和机器学习是人工智能的两个重要领域。非单调逻辑程序设计（NMLP）和回答集程序设计（ASP）为常识知识的表示和推理提供了形式语言，实现了人工智能中的声明式问题求解。另一方面，归纳逻辑程序设计（ILP）在逻辑程序设计中实现了机器学习，为归纳学习提供了形式化的背景，并将其应用于关系学习和数据采掘等领域。一般来说，NMLP和ASP实现了非单调推理，但缺乏学习能力。相反，ILP实现了归纳学习，而大多数技术都是在经典单调逻辑下发展起来的。在这种背景下，一些研究者试图将各种技术结合到非单调ILP中。这样的组合将引入一个学习机制的程序，并将利用新的应用程序的NMLP侧，而在ILP侧，它将扩展的表示语言，使我们能够使用现有的求解器。学习和非单调推理之间的交叉也可以发生在诸如使用答案集求解器用于ILP、在运行答案集求解器时加速学习、学习动作理论、学习动力系统中的转换规则、溯因学习、学习具有抑制的生物网络以及涉及默认和否定的应用中。该研讨会是首次尝试提供一个公开论坛，以确定问题和讨论具有互补专长的研究人员之间可能的合作。该研讨会于2013年9月15日在西班牙Corunna举行。这篇论文集包含五篇技术论文（六篇被接受的论文中的五篇）和Luc De Raedt邀请演讲的摘要。
2013-11-19 cs.AI cs.LG cs.LO
Nonmonotonic Reasoning as a Temporal Activity
Florida State University（佛罗里达州立大学）
一个{ \it动态推理系统}（DRS）是一个传统的形式逻辑系统的适应，明确地描绘推理作为一个时间活动，与系统的每个非逻辑输入和每个推理规则的应用被视为发生在一个不同的时间步骤。每个DRS都包含一些定义良好的逻辑以及一个控制器，用于指导推理过程以响应用户输入。逻辑是通用的，而控制器是特定于应用程序的。尽管如此，每个控制器都提供了一个非单调信念修正算法。DRS的一般概念包括一个框架，在该框架内，人们可以为给定的应用制定逻辑和算法，并证明算法是正确的，即，它们用于（i）导出所有显著信息和（ii）保持信念集的一致性。本文说明了普通的一阶谓词演算的想法，适当修改为目前的目的，和一个例子。这个例子重温了一些经典的非单调推理难题（企鹅作品，尼克松钻石），并展示了如何在DRS的上下文中解决这些问题，使用扩展版本的一阶逻辑，包括类型谓词符号。所有的概念都是严格定义和有效计算的，从而为未来的软件实现提供了基础。
2014-04-28 cs.AI
Nonmonotonic inference operations
A.塔斯基提出研究无穷后果的行动作为中心议题的数理逻辑。他认为单调性是所有这些操作的一个属性。在本文中，我们削弱了单调性的要求，并考虑更一般的操作，推理操作。这些操作描述了人类和机器在从不完整的知识中推断可废止信息时似乎都在使用的非单调逻辑。我们挑选出一些有趣的家庭推理操作。本文对无穷推理运算的研究受到Kraus、Lehmann和Magidor关于有限非单调运算的结果的启发，但本文是独立的。
2002-02-20 cs.AI
Implementing Default and Autoepistemic Logics via the Logic of GK
University of Science and Technology of China（中国科学技术大学）；Leipzig University（莱比锡大学）
知识和合理假设的逻辑，也称为基础知识逻辑（GK），由林和肖汉姆提出，作为非单调推理的一般逻辑。到目前为止，它已经被用来嵌入默认逻辑（命题情况），自认知逻辑，特纳的普遍因果关系逻辑，以及稳定模型语义下的一般逻辑编程。除了显示GK作为非单调推理逻辑的一般性之外，这些嵌入还揭示了这些其他逻辑之间的关系。在本文中，第一次，我们展示了如何GK的逻辑可以嵌入到析取逻辑编程中的多项式，但非模块化的新变量的翻译。其结果可用于计算缺省逻辑、自认知逻辑和Turner泛因逻辑的扩展/扩展语义，并可通过claspD（-2）、DLV、GNT和cmodels等析取ASP求解器进行求解。
2014-05-05 cs.AI cs.LO
Towards Constraint Temporal Answer Set Programming
University of Corunna, Spain；University of Angers, France；CRIL CNRS \& Artois University, France；University of Potsdam, Germany
本文提出了一种结合时间逻辑和约束的ASP扩展，用于实现高精度动态系统推理。
2025-07-18 cs.AI cs.LO
Modeling Uncertainty and Imprecision in Nonmonotonic Reasoning using Fuzzy Numbers
Indian Statistical Institute（印度统计研究所）；Jadavpur University（贾达普大学）
为了处理推理中的不确定性，区间值逻辑被发展起来。但是，统一的区间不能捕捉区间中不同值的置信度差异。为了解决这个问题，三角形和梯形模糊数被用作真值集以及传统的区间。在定义于$[0,1]$上的模糊数集合上定义了基于前序的真值和知识序。基于这一增强的认知状态集，开发了一个答案集框架，并适当定义了逻辑连接词。这种框架在规则可能包含例外的非单调环境下，对具有模糊和不确定信息的知识表示和推理是有效的。
2020-01-03 cs.AI
DES: a Challenge Problem for Nonmonotonic Reasoning Systems
美国的数据加密标准（DES）被提出作为非单调推理系统的一个有趣的基准问题，因为（i）它提供了一组工业相关的测试用例，这些测试用例具有随机生成问题和真实世界问题的特征，（ii）DES使用具有稳定模型语义的正常逻辑程序的表示简单且易于理解，和（iii）这个逻辑程序子类可以被看作是非单调推理的许多其他形式化的有趣的特殊情况。本文提出了DES作为逻辑程序的两种编码：一种是标准规范外的直接编码，另一种是扩展Massacci和Marraro工作的优化编码。利用Smodels系统作为稳定模型语义的实现，研究了编码的计算特性，并将其用于DES密钥搜索。结果表明，编码和S模型是相当有竞争力的：他们优于国家的最先进的SAT检查器与DES到SAT的优化编码工作，并与SAT检查器，是定制和优化的SAT编码调整。
2000-03-08 cs.AI
The Complexity of Circumscription in DLs
University of Naples Federico II（那不勒斯费德里科二世大学）；University of Bremen（不来梅大学）；University of Liverpool（利物浦大学）
作为一阶逻辑的一部分，描述逻辑不具有可废止继承和缺省规则等非单调特性。由于许多应用程序将受益于这些功能的可用性，已经开发了几个家庭的非单调DL，主要是基于默认逻辑和自认知逻辑。在本文中，我们认为限制作为一个有趣的替代方法，非单调的DL，特别是，支持可废止的继承在一个自然的方式。我们研究了在不同的语言限制和不同的约束条件下扩展的DLs的最小化，固定和变化的谓词集，并查明确切的计算复杂性的推理DLs范围从ALC ALCIO和ALCQO。当最小化谓词和固定谓词只包括概念名称但不包括角色名称时，则NExpTime^NP的推理完成。对于NP^NExpTime，当最小化谓词和固定谓词的数量由一个常数限制时，它就成为完备的。如果角色可以被最小化或固定，那么复杂性范围从NExpTime^NP到不可判定性。
2014-01-15 cs.AI cs.LO
Embedding Description Logic Programs into Default Logic
Guizhou University（贵州大学）；University of Alberta（阿尔伯塔大学）；Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所）；Technische Universität Wien（维也纳工业大学）
Eiter { \em et al.}被认为是一个突出的形式主义集成规则和本体知识库。一个令人感兴趣的问题是dl程序是否可以用非单调逻辑的一般形式来描述。本文研究了在缺省逻辑中嵌入dl程序的可能性。我们证明了强和弱答案集语义下的dl-程序可以通过结合两种翻译嵌入到缺省逻辑中，其中一种翻译从非单调dl-原子中消除了约束算子，另一种翻译将dl-程序转化为缺省理论。对于没有非单调dl原子但带有否定失败算子的dl程序，我们的嵌入是多项式的、忠实的和模块化的。此外，我们的默认逻辑编码可以以一种简单的方式扩展，以捕获最近提出的弱良好支持的答案集语义，为任意的dl程序。这些结果加强了默认逻辑可以作为一个富有成效的基础查询为基础的方法，整合本体和规则的论点。缺省逻辑以其简单的语法和直观的语义，加上可用的计算结果，可以被认为是一个有吸引力的方法集成的本体和规则。
2011-11-07 cs.AI
Non-Deterministic Approximation Fixpoint Theory and Its Application in Disjunctive Logic Programming
Open Universiteit（开放大学）；Tel-Aviv Academic College（特拉维夫学术学院）；Vrije Universiteit Brussel（布鲁塞尔自由大学）
近似不动点理论（AFT）是研究非单调逻辑语义的一个抽象而通用的代数框架。它提供了对非单调推理的不同形式主义的语义的统一研究，例如逻辑编程、默认逻辑和自认识逻辑。在本文中，我们将AFT扩展到处理非确定性结构，允许处理不确定的信息，例如由析取公式表示。这是通过将AFT的主要构造和相应结果推广到非确定性算子来完成的，其范围是元素的集合而不是单个元素。这种概括的适用性和有用性的上下文中说明的析取逻辑编程。
2022-12-01 cs.AI
Proceedings of the 8th International Workshop on Non-Monotonic Reasoning, NMR'2000
这些论文在第八届非单调推理国际研讨会（NMR2000）上发表。该系列由约翰·麦卡锡于1978年开始。第一次国际核磁共振研讨会于1984年6月在纽约州新帕尔茨的Mohonk Mountain House举行，由Ray Reiter和Bonnie Webber组织。在过去的10年里，非单调推理领域已经有了一些重要的发展。在理解非单调性的一般抽象原则方面取得了重大的理论进展。建立了非单调逻辑的可表达性和计算复杂性的关键结果。进一步阐明了非单调推理在信念修正、溯因推理、行动推理、规划推理和不确定性推理中的作用。几个成功的核磁共振系统的建立和应用，如计划，调度，逻辑编程和约束满足。会议记录中的论文反映了该领域的最新进展。它们按在讲习班上举行的特别会议分为几节：1.通用NMR轨道2。3. abduction reasonig信念修正：理论与实践4。行动与规划5。系统描述和演示6. NMR中的不确定性框架
2000-03-22 cs.AI cs.LO
Reasoning about Evolving Nonmonotonic Knowledge Bases
最近，已经引入了几种更新作为扩展逻辑程序建模的知识库的方法，从将规则集（的序列）合并到逻辑程序中的基本方法，到使用更新策略来指定必须如何合并更新的更精细的方法。在本文中，我们介绍了一个框架的推理不断发展的知识库，这是表示为扩展的逻辑程序和维护的更新政策。我们首先描述了一个正式的模型，捕捉各种更新方法，我们定义了一个逻辑语言表达不断变化的知识库的属性。然后，我们调查我们的框架，在那里我们专注于知识状态的属性相对于规范推理任务的一个给定的公式是否持有一个给定的不断发展的知识库的语义和计算属性。特别是，我们提出了有限的特征的演变为某些类别的框架实例，可以利用获得可判定性的结果。更详细地说，我们描述了一些有意义的类不断发展的知识库，从多项式到双指数空间复杂度的推理的复杂性。
2002-09-16 cs.AI
Reasoning about Minimal Belief and Negation as Failure
我们研究MBNF的命题片段中的推理问题，Lifschitz引入的最小信念和否定的逻辑，它可以被认为是几个非单调形式主义的统一框架，包括默认逻辑，自认知逻辑，限定，认知查询和逻辑编程。我们描述的复杂性，并提供算法的命题MBNF推理。特别是，我们表明，蕴涵命题MBNF位于第三级的多项式层次，因此，它比推理在所有上述命题形式主义的非单调推理。我们还证明了MBNF中的否定失败和摩尔的自认知逻辑中的否定内省之间的确切对应关系。
2011-06-01 cs.AI
Ultimate approximations in nonmonotonic knowledge representation systems
研究了格上算子的不动点。为此，我们引入算子近似的概念。我们通过精确排序来对近似进行排序。我们证明了每个格算子O都有一个唯一的最精确或终极近似。我们证明了这种最终近似的不动点提供了有用的见解，算子O的不动点。我们将我们的理论应用于逻辑编程，并引入最终的Kripke-Kleene，良好的基础和稳定的语义。我们发现，最终Kripke-Kleene和良好的基础语义更精确，然后他们的标准同行我们认为，最终的语义逻辑编程有吸引力的认识论属性，而在一般情况下，他们是计算更复杂的标准语义，对于许多类的理论，他们的复杂性是没有更糟。
2002-05-11 cs.AI
A Unified Framework for Nonmonotonic Reasoning with Vagueness and Uncertainty
Indian Statistical Institute（印度统计研究所）；Jadavpur University（贾达夫普尔大学）
针对模糊和不确定信息下的非单调推理问题，提出了一种区间值模糊答案集规划方法。$[0,1]$的子区间集被认为是真值空间。使用基于前序的真值和知识排序对区间进行排序。基于前序的排序是基于双格的排序的增强版本。该系统可以表示和推理优先规则，规则与例外。提出了一种计算答案集的迭代法。利用差分方程的概念，给出了一类逻辑程序迭代终止的充分条件。
2020-08-05 cs.AI
On the Intertranslatability of Argumentation Semantics
不同的非单调形式之间的翻译一直是该领域的一个重要课题，特别是了解这些形式提供的知识表示能力。我们提供了这样一个调查中提出的不同语义抽象的论证框架，一个非单调而简单的形式主义，在过去的十年中得到越来越多的兴趣。虽然这些不同的语义的属性现在已经很好地理解了，但关于可译性还没有明确的结果。我们提供这样的翻译wrt。不同的性质，并给出了一些新的复杂性结果，这些结果是一些负面结果的基础。
2014-01-16 cs.AI
Default reasoning over domains and concept hierarchies
W.C.圆和G。- Q. Zhang（2001）提出研究一种推广到代数域的析取逻辑编程形式。该系统允许推理的信息是分层结构，并形成一个（合适的）域。我们扩展这个框架，包括推理与默认否定，从而产生一个新的非单调推理框架的层次知识，其中包括答案集编程与扩展的析取逻辑程序。我们还表明，层次结构的知识，编程在这种模式下可以做的，产生非常自然的正式概念分析。总之，我们得到了一个默认的推理范式的概念知识，这是根据非单调推理的主流发展。
2004-09-01 cs.AI cs.LO
Representing First-Order Causal Theories by Logic Programs
Google Inc.（谷歌公司）；Arizona State University（亚利桑那州立大学）；University of Kentucky（肯塔基大学）；University of Texas at Austin（德克萨斯大学奥斯汀分校）
由诺曼·麦凯恩（Norman McCain）和哈德森·特纳（Hudson Turner）提出的非单调因果逻辑成为几种表达性动作语言的语义基础。McCain将确定性命题因果理论嵌入到逻辑编程中，为使用答案集求解器来回答有关此类语言描述的动作的查询铺平了道路。在本文中，我们将这种嵌入扩展到非定理论和一阶因果逻辑。
2011-03-23 cs.AI cs.LO
Probabilistic Reasoning about Actions in Nonmonotonic Causal Theories
我们提出的语言{MP}{CAL C}+概率推理的行动，这是一个概括的行动语言{CAL C}+，允许处理概率以及不确定性的影响的行动。我们定义了一个正式的语义{MP}{CAL C}+在状态集之间的概率转换。使用一个概念的历史和它的信念状态，然后，我们展示了如何在推理行动的几个重要问题，可以简洁地制定在我们的形式主义。
2012-10-19 cs.AI
Defeasible Conditional Obligation in a Two-tiered Preference-based Semantics (Extended Version)
Technische Universität Wien (TU Wien)（维也纳技术大学）
本文提出一种双层偏好语义框架，通过结合非单调推理机制和双序关系（理想性与正常性），解决可废止条件义务的逻辑建模问题，并与约束输入/输出逻辑建立联系。
2026-06-28 cs.AI cs.LO
Deductive Nonmonotonic Inference Operations: Antitonic Representations
我们提供了那些非单调推理操作C的特征，对于这些非单调推理操作C，C（X）可以被描述为X的所有逻辑后果的集合以及反单调地依赖于X的一些附加假设S（X）的集合（即，X是Y的子集意味着S（Y）是S（X）的子集）。所表示的操作的确切特征在于性质，其中大部分已在Freund-Lehmann（cs.AI/0202031）研究。还提供了类似的右吸收和累积操作的特征。对于累积操作，我们的结果与弗罗因德的结果非常吻合。然后，我们讨论了扩展有限操作无穷操作的一个典型的方式，并讨论了共紧性。我们的结果提供了一个令人满意的概念，伪紧性，推广到演绎非单调操作的概念，紧凑的单调操作。它们还提供了一个替代的，更优雅和更一般的，证明存在一个无穷演绎扩展的任何有限演绎操作（定理7.9弗罗因德-莱曼）。
2002-03-01 cs.AI
Defeasible reasoning in Description Logics: an overview on DL^N
Università di Napoli Federico II（那不勒斯费德里科二世大学）
DL^N是最近的一种方法，它扩展了描述逻辑的可废止推理能力。在本文中，我们提供了一个概述DL^N，说明了潜在的知识工程的要求，以及保护DL^N从一些经常性的语义和计算缺陷的特征。我们还比较了DL^N与其他一些非单调语义，启发了KLM假设与DL^N之间的关系。
2020-09-17 cs.AI
Proceedings 38th International Conference on Logic Programming
ICLP是展示逻辑编程研究的首要国际活动。对ICLP 2022的贡献是在逻辑编程的所有领域，包括但不限于：基础：语义学，形式主义，非单调推理，知识表示。语文问题：并发，对象，协调，移动性，高阶，类型，模式，断言，模块，元编程，基于逻辑的特定领域语言，编程技术。编程支持：程序分析、转换、验证、验证、分析、测试、执行可视化。实施情况：编译、虚拟机、存储管理、并行和分布式执行、约束处理规则、制表、外部接口、用户界面。相关范例和协同作用：归纳和共归纳逻辑编程，约束逻辑编程，答案集编程，与SAT，SMT和CSP求解器的交互，定理证明，论证，概率编程，机器学习。应用领域：数据库、大数据、数据集成和联邦、软件工程、自然语言处理、Web和语义网、代理、人工智能、计算生命科学、网络安全、机器人技术、教育。
2022-08-04 cs.AI cs.LO
Benchmarking Defeasible Reasoning with Large Language Models -- Initial Experiments and Future Directions
School of Computing and Engineering, University of Huddersfield（哈德斯菲尔德大学计算与工程学院）；Hellenic Mediterranean University（希腊地中海大学）；Leeds Beckett University（利兹贝克特大学）
本文提出一个可废止基于规则推理的基准，通过将可废止逻辑规则转化为文本，使用ChatGPT进行非单调推理初步实验并比较其推理模式。
2024-10-16 cs.AI
Proceedings 37th International Conference on Logic Programming (Technical Communications)
ICLP是展示逻辑编程研究的首要国际活动。对ICLP 2021的贡献是在逻辑编程的所有领域，包括但不限于：基础：语义学，形式主义，非单调推理，知识表示。语文问题：并发，对象，协调，移动性，高阶，类型，模式，断言，模块，元编程，基于逻辑的特定领域语言，编程技术。编程支持：程序分析、转换、验证、验证、分析、测试、执行可视化。实施情况：编译、虚拟机、存储管理、并行和分布式执行、约束处理规则、制表、外部接口、用户界面。相关范例和协同作用：归纳和共归纳逻辑编程，约束逻辑编程，答案集编程，与SAT，SMT和CSP求解器的交互，定理证明，论证，概率编程，机器学习。应用领域：数据库、大数据、数据集成和联邦、软件工程、自然语言处理、Web和语义网、代理、人工智能、计算生命科学、网络安全、机器人技术、教育。
2021-09-15 cs.AI cs.LO
Eliminating Unintended Stable Fixpoints for Hybrid Reasoning Systems
University of Alberta（阿尔伯塔大学）
针对传统近似不动点理论（AFT）无法利用稳定修正迭代历史信息的问题，提出一种可利用先验上界的类AFT方法，能更精确刻画语义，并在混合MKNF知识库上验证了适用性。
2023-07-21 cs.AI
Towards Ranking-based Semantics for Abstract Argumentation using Conditional Logic Semantics
Institute for Web Science and Technologies（网络科学与技术研究所）；University of Koblenz-Landau（科布伦茨-兰道大学）
我们提出了一个新的排名为Dung风格的论证框架的语义与条件逻辑的帮助。使用论证框架的直观翻译来生成条件句，我们可以应用非单调推理系统来生成可能世界的排名。有了这个排名，我们就为我们的论点构建了一个排名。通过对这种基于排名的语义进行一个小的扩展，我们已经满足了对参数进行排名的一些理想属性。
2020-08-05 cs.AI
DATALOG with constraints - an answer-set programming system
最近出现了一种可行的编程范例，它很好地适应了人工智能、约束满足和组合学中的搜索问题。可以说，命题逻辑是最简单的ASP系统，具有直观的语义，支持问题约束的直接建模。然而，对于某些应用程序，特别是那些需要计算传递闭包的应用程序，它需要额外的变量和大型理论的结果。因此，它可能不是一个实用的计算工具，这样的问题。另一方面，ASP系统基于非单调逻辑，如稳定的逻辑编程，可以有效地处理传递闭包计算，并在一般情况下，产生非常简洁的理论作为问题表示。然而，它们的语义更加复杂。寻找中间地带，本文介绍了一种新的非单调逻辑，DATALOG约束或DC。非正式地，DC理论包括命题子句（约束）和霍恩规则。语义是命题逻辑语义的简单而自然的扩展。然而，由于系统中存在Horn规则，传递闭包的建模变得简单。我们描述了DC的语法和语义，并研究了它的性质。我们讨论了DC的实施和目前的DC的有效性的实验研究结果，比较它与CSAT，可满足性检查和SMODELS实现稳定的逻辑编程。我们的研究结果表明，DC是有竞争力的其他两种方法，在许多搜索问题的情况下，往往会产生更有效的解决方案。
2000-03-24 cs.AI
On Properties of Update Sequences Based on Causal Rejection
我们考虑一种方法来更新表示为扩展逻辑程序下回答集语义的非单调知识库。新的信息被纳入到当前的知识库的因果关系拒绝原则，强制执行，在冲突的情况下，较新的规则是首选和旧的规则被推翻。这样的拒绝原理也在其他方法中被利用来更新逻辑程序，例如，在Alferes等人提出的动态逻辑规划中，我们给出了我们的方法的性质的深入分析，得到更好的理解因果拒绝原则。本文从理论变化和非单调推理两个方面对更新算子和修正算子的假设进行了综述，并给出了一些新的性质。然后，我们考虑改进我们的语义，其中包括一个概念的变化最小。以及，我们调查的关系，其他方法，表明我们的方法是语义上等价的继承程序Buccafurri等人。它符合某些类的动态逻辑程序，我们提供的图形条件方面的特征。因此，我们关于因果拒绝原理性质的大部分结果也适用于这些方法。最后，我们处理我们的方法的计算复杂性，并概述了如何更新语义及其改进可以实现现有的逻辑编程引擎。
2001-09-05 cs.AI
Embedding Non-Ground Logic Programs into Autoepistemic Logic for Knowledge Base Combination
Free University of Bozen-Bolzano（波尔扎诺自由大学）；Digital Enterprise Research Institute（数字企业研究院）；National University of Ireland, Galway（爱尔兰国立高威大学）
在语义网的背景下，已经提出了几种方法来结合的本体，在经典的一阶逻辑和规则库的理论。它们要么将规则注入经典逻辑，要么限制规则与本体之间的交互。自认知逻辑（Autoepistemic logic，AEL）是一种很有吸引力的形式化语言，它可以作为一种统一的宿主语言，将本体和非单调逻辑程序嵌入其中，从而克服了这些局限性。本文给出了正常非基逻辑程序和析取非基程序在稳定模型语义下到一阶AEL的三种嵌入。虽然嵌入都对应于目标基础原子，但在考虑非原子公式和与一阶理论的组合时会出现差异。我们比较嵌入稳定的扩展和自我认知的后果，考虑嵌入本身，以及与经典理论的组合。我们的研究结果揭示了嵌入的差异和对应关系，并提供了有用的指导，在选择一个特定的嵌入知识组合。
2010-06-11 cs.AI cs.LO
Evaluating Defaults
我们试图找到规范性标准的充分性非单调逻辑类似的标准的有效性演绎逻辑。我们不是规定一个推论的结论在前提为真的所有模型中为真，而是要求一个非单调推论的结论在前提为真的某种类型的“几乎所有”模型中为真。这种“某种”规范挑选出与推理相关的模型，考虑到诸如特异性和精确性以及先前的推理等因素。表征相关模型的频率反映了我们实际世界中的已知频率。默认推理的充分性标准可以通过阈值化扩展到扩展的充分性标准来扩展。我们表明，这避免了令人难以置信的，否则可能会导致连锁的默认推理。模型的比例，当解释的频率，提供了一个可验证的基础默认规则，并可以成为从统计数据生成默认规则的基础。
2002-07-24 cs.AI
Well-Founded Argumentation Semantics for Extended Logic Programming
本文定义了扩展逻辑程序设计的论证语义，并证明了它与具有显式否定的良基语义的等价性。我们建立了一个一般的框架，在这个框架中，我们广泛比较这种语义的其他论证语义，包括那些粪，Prakken和Sartor。我们提出了一个一般的辩证证明理论，这些论证语义。
2002-07-10 cs.AI cs.LO
A uniform approach to logic programming semantics
逻辑编程和非单调推理的部分理论涉及这些范式的不动点语义研究。在过去的二十年里，已经提出了几种不同的语义，其中一些比其他的更成功和更受认可。这些不同的语义背后的原理是多种多样的，这取决于一个人的观点，这可能是一个程序员的观点，也可能是受常识推理的启发，因此导致这些语义的结构在技术上是非常多样的，它们之间的确切关系还没有被完全理解。在本文中，我们提出了一个概念上的新方法，基于层次映射，它允许提供统一的表征不同的语义逻辑程序。我们将展示我们的方法，给出新的和统一的一些主要的语义，更特别的最小模型的语义明确的程序，拟合语义，和良好的基础语义的表征。弱完美模型语义的一个新的表征也将提供。
2003-11-12 cs.AI cs.LO
Interdefinability of defeasible logic and logic programming under the well-founded semantics
Wright State University（莱特州立大学）；The University of Georgia（佐治亚大学）
我们提供了一种将努特的可废止逻辑理论转化为逻辑程序的方法，以及相应的反方向的翻译。在一定的自然约束下，歧义传播可废止逻辑ADL下的可废止理论的结论与正常逻辑程序的良基语义的结论是一致的，这说明这两种形式主义是密切相关的。使用逻辑程序到可废止理论的相同翻译，用于歧义性阻塞可废止逻辑NDL的语义可以被视为间接地为逻辑程序提供歧义性阻塞语义。我们还提供反单调算子的ADL和NDL，每个基于Gelfond-Lifschitz（GL）运营商的逻辑程序。对于没有规则上的失败者或优先级的可废止理论，ADL的运算符对应于GL运算符，因此可以被视为根据ADL部分捕获结果。类似地，NDL的运算符根据NDL捕获结果，尽管在这种情况下对理论没有限制。这两个算子都可以用来定义可废止理论的稳定模型语义。
2011-06-10 cs.AI cs.LO
Towards a Systematic Account of Different Semantics for Logic Programs
在[Hitzler and Wendt 2002，2005]中，已经提出了一种新的方法，该方法允许导出具有否定的逻辑程序的不同声明性语义的统一表征。这项工作的一个结果是，良好的基础语义可以正式理解为Fitting（或Kripke-Kleene）语义的分层版本。然而，导致这一结果的结构显示出某种不对称性，这是不容易理解的。我们将在这里研究这种情况，其结果是，我们将获得正常逻辑程序的不同语义之间的关系的连贯画面。
2005-02-22 cs.AI cs.LO
Proceedings 35th International Conference on Logic Programming (Technical Communications)
自1982年在马赛举行第一次会议以来，ICLP一直是展示逻辑编程研究的首要国际活动。在逻辑编程的所有领域寻求贡献，包括但不限于：基础：语义学，形式主义，非单调推理，知识表示。语言：并发，对象，协调，移动性，高阶，类型，模式，断言，模块，元编程，基于逻辑的领域特定语言，编程技术。声明式编程：声明式程序开发，分析，类型和模式推理，部分求值，抽象解释，转换，验证，验证，编译，分析，测试，执行可视化实现：虚拟机，编译，存储管理，并行/分布式执行，约束处理规则，制表，外部接口，用户界面。相关范例和协同作用：归纳和协同归纳逻辑程序设计、约束逻辑程序设计、答案集程序设计、与SAT、SMT和CSP求解器的交互、类型推断和定理证明的逻辑程序设计技术、论证、概率逻辑程序设计、与面向对象和函数式程序设计的关系。应用领域：数据库、大数据、数据集成和联合、软件工程、自然语言处理、Web和语义网、代理、人工智能、计算生命科学、教育、网络安全和机器人技术。
2019-09-17 cs.AI cs.LO cs.PL
Monotonicity and Persistence in Preferential Logics
人工智能的许多逻辑的一个重要特征是它们的非单调性。这意味着在前提中加入一个公式可以使某些结果无效。然而，可能存在这样一些公式，它们总是可以安全地加到前提上而不破坏任何结果：我们说它们尊重单调性。同样，可能有一些公式，当它们是一个结果时，当把任何公式加到前提上时，它们不会失效：我们称它们为保守的。我们研究这两类公式的优惠逻辑，并表明，他们是密切相关的公式，其真值沿（优惠）有序保存。我们将考虑一些偏好逻辑作为例证，并证明它们的句法特征结果。本文的结果可以提高优先逻辑定理证明器的效率。
1998-01-01 cs.AI
Splitting an operator: Algebraic modularity results for logics with fixpoint semantics
众所周知，在某些条件下，可以在稳定的模型语义下分割逻辑程序，即，将这样的程序划分为多个不同的“级别”，使得整个程序的模型可以通过为每个级别递增地构造模型来构造。类似的结果也存在于其他非单调形式主义，如自认知逻辑和缺省逻辑。在这项工作中，我们提出了一个一般的，代数分裂理论的逻辑与不动点语义。再加上近似理论的框架，一个一般的不动点理论的任意运营商，这给了我们一个统一的和强大的方式得出分裂结果的每一个逻辑与不动点语义。我们证明了这些结果的有用性，通过推广现有的结果为逻辑编程，自动认知逻辑和默认逻辑。
2006-10-26 cs.AI cs.LO
Limitations of Skeptical Default Reasoning
University of Manchester（曼彻斯特大学）
普尔已经证明了非单调逻辑不能正确地处理彩票悖论。在本文中，我们将表明，波洛克的理论，可废止推理失败的原因是相同的：可废止推理是不兼容的怀疑概念的可推导性。
2013-02-06 cs.AI
Minimum Model Semantics for Extensional Higher-order Logic Programming with Negation
University of Athens（雅典大学）；University of Szeged（塞格德大学）
可拓高阶逻辑程序设计是经典逻辑程序设计的推广。这种范式的一个重要特征是它保留了传统逻辑编程的所有众所周知的属性。在本文中，我们考虑在新的范式的背景下，否定的语义。利用非单调不动点理论的一些最新结果，我们证明了每一个带否定的高阶逻辑程序都有唯一的最小无穷值模型。通过这种方式，我们获得了第一个纯粹的模型论语义的否定在可拓高阶逻辑编程。使用我们的方法，我们解决了一个老的悖论，介绍了W。W. Wadge，以证明高阶逻辑编程的语义困难。
2014-05-15 cs.AI cs.LO cs.PL
Reasoning about Typicality and Probabilities in Preferential Description Logics
Università del Piemonte Orientale（东皮埃蒙特大学）；Università di Torino（都灵大学）；ICAR-CNR（意大利国家研究委员会高性能计算与网络研究所）；Aix-Marseille University（艾克斯-马赛大学）
在这项工作中，我们描述了优先描述逻辑的典型性，一个非单调扩展的标准描述逻辑的典型性算子T允许扩展知识库的形式T（C）v D，其直观的含义是，通常/通常Cs也是Ds。这种扩展是基于一个最小的模型语义对应的理性闭包的概念，建立在优惠的模型。我们回顾优先描述逻辑的基本概念。我们还提出了两个扩展的优先语义：一方面，我们考虑概率扩展，基于分布式语义，是适合于解决问题的常识概念组合，另一方面，我们考虑其他加强的理性闭包语义和建设，以避免所谓的阻塞的属性继承问题。
2020-04-23 cs.AI
A Description Logic Framework for Commonsense Conceptual Combination Integrating Typicality, Probabilities and Cognitive Heuristics
ICAR-CNR, Istituto di Calcolo e Reti ad Alte Prestazioni（意大利国家研究委员会高性能计算与网络研究所）
我们提出了一个典型性的非单调描述逻辑，它能够解释原型概念的概念组合现象。所提出的逻辑依赖于典型性ALC TR的逻辑，其语义是基于理性闭包的概念，以及概率描述逻辑的分布式语义，并配备了人类用于概念组合的认知启发式。我们首先通过典型包含扩展了典型ALCTR的逻辑，其直观含义是“典型Cs是Ds的事实存在概率p”。在分布式语义中，我们定义了不同的场景，只包含一些典型性包含，每一个都有一个合适的概率。然后，我们专注于这些情况下，其概率属于一个给定的和固定的范围，我们利用这种情况下，以归因于典型的属性，以获得两个原型概念的组合的概念C。我们还表明，推理建议的描述逻辑是EXPTIME完成的基础ALC。
2019-08-12 cs.AI
Towards Closed World Reasoning in Dynamic Open Worlds (Extended Version)
Universidade Nova de Lisboa（新里斯本大学）
集成本体与非单调规则的需求在许多领域（如语义Web）中越来越重要。一些研究人员解决了这个问题，提出了一个统一的语义混合知识库组成的本体（表示在一阶逻辑的片段）和非单调规则。这些语义经过多年的发展已经成熟，但只为知识不需要进化的静态情况提供解决方案。在本文中，我们采取的第一步，解决混合动力知识库。我们专注于知识更新，并考虑到艺术的信念更新，本体更新和规则更新的状态，我们表明，目前的解决方案只是部分的，难以结合。然后，我们扩展了现有的工作ABox更新的规则，提供了这样的发展混合知识库的语义，并研究其基本性质。据我们所知，这是第一次提出了一个更新算子的混合知识库。
2010-07-23 cs.AI
Logic Programming Semantics for Causal Processes
German University Of Digital Science Potsdam（德国波茨坦数字科学大学）
研究逻辑程序设计语义与因果过程最终状态的关系，指出正逻辑程序稳定模型对应特定过程最终状态，支持模型描述任意起点可达状态，为逻辑程序设计语义讨论提供新视角及时间维度。
2026-07-24 cs.AI cs.LO cs.PL
A Reason Maintenace System Dealing with Vague Data
Universita di Perugia（佩鲁贾大学）
本文介绍了一种利用向东模糊逻辑扩展ATMS的推理维护系统。它支持一个问题解决者在不完整的信息和模糊的数据的情况下，允许非单调推理和修改以前的结论时，发现矛盾。
2013-03-20 cs.AI
Founded Semantics and Constraint Semantics of Logic Rules
Stony Brook University（石溪大学）
逻辑规则和推理是计算机科学的基础，并已得到广泛的研究。然而，逻辑语言的先验语义可能有微妙的含义，甚至在非常简单的程序上也可能存在显著的不一致，包括试图解决着名的罗素悖论。当在递归中使用无限制否定时，这些语义通常是非直观的，难以理解。本文描述了一个简单的新的语义逻辑规则，成立的语义，其直接扩展到另一个简单的新的语义，约束语义，统一的核心不同的先验语义。新的语义支持无限制否定，以及无限制存在和全称量化。它们通过允许关于谓词、规则和推理的假设被明确地指定为简单而精确的二元选择而具有独特的表达性和直观性。它们是完全声明性的，并且与先前的语义干净地相关。此外，所建立的语义可以在地面程序的大小中在线性时间内计算。
2020-03-26 cs.AI cs.DB cs.LO
Non Deterministic Logic Programs
非确定性应用出现在许多领域，包括随机优化、多目标优化、随机规划、偶然随机规划、强化学习、部分可观测马尔可夫决策过程中的强化学习和条件规划。我们提出了一个逻辑编程框架，称为非确定性逻辑程序，以及声明性语义和定点语义，允许表示和推理固有的非确定性的现实世界的应用程序。对非确定性逻辑程序语言框架进行了非单调否定扩展，定义了两种可供选择的语义：稳定非确定性模型语义和良基非确定性模型语义，并研究了它们之间的关系。这些语义继承了确定性正常逻辑程序的确定性稳定模型语义和确定性良基语义，并将其归结为确定性逻辑程序的无否定语义。我们展示了应用程序的非确定性逻辑程序框架的条件规划问题。
2013-04-26 cs.AI
Uniform semantic treatment of default and autoepistemic logics
我们重新审视了非单调推理中两种主要形式主义之间的联系：自认知逻辑和缺省逻辑。对于每个逻辑，我们开发了一个全面的语义框架的基础上的概念的信念对。所有信念对的集合与所谓的知识排序一起形成一个完整的格。对于每一个逻辑，我们介绍了几个语义的信念对格上的运营商的不动点。我们的研究结果阐明了各自的语义结构的基本同构。特别是，我们表明，由Konolige提出的模态公式的默认值的解释，使我们能够代表所有的语义默认逻辑的相应的语义的自认识逻辑。因此，我们的研究结果最终确定，默认逻辑确实可以被视为一个片段的自我认知逻辑。然而，正如我们还证明的那样，Moore和Reiter的语义是由不同的运算符给出的，并且在其相应的语义族中占据不同的位置。这一结果解释了长期以来难以将这两种语义正式联系起来的原因。在本文中，我们还讨论了近似怀疑推理与自认知和默认逻辑，并建立建设性的原则背后的这种近似。
2000-02-03 cs.AI
A general approach to belief change in answer set programming
Simon Fraser University（西蒙菲莎大学）
我们解决问题的信念改变（非单调）逻辑编程下的答案集语义。与以往的方法，相信逻辑编程的变化，我们的形式化技术类似于那些基于距离的信念修正命题逻辑。在发展我们的结果，我们建立在SE模型提供的逻辑程序的模型理论。由于SE模型提供了一个正式的，单调的逻辑程序的特点，我们可以适应技术从信仰的修订领域的信念改变逻辑程序。我们分别介绍了修改和合并逻辑程序的方法。对于前者，我们研究了基于子集的修订以及基数为基础的修订，我们表明，他们满足大多数的AGM修改假设。对于合并，我们考虑仲裁合并和IC合并后的运营商，分别。我们还提出了编码计算的修订，以及合并的逻辑程序在同一逻辑编程框架内，引起我们的方法在现成的答案集求解器方面的直接实施。这些编码反过来反映了这样一个事实，即我们的变化操作符并没有增加基本形式主义的复杂性。
2009-12-30 cs.AI
Historical Review of Variants of Informal Semantics for Logic Programs under Answer Set Semantics: GL'88, GL'91, GK'14, D-V'12
University of Nebraska Omaha（内布拉斯加大学奥马哈分校）
该研究对回答集语义下逻辑程序的非形式语义变体做历史综述，以统一术语梳理相关内容并将其对应到两大知识表示与推理范式，成果正于TPLP期刊审议。
2024-07-09 cs.AI
Comparisons and Computation of Well-founded Semantics for Disjunctive Logic Programs
在将良基语义扩展到一般的析取逻辑程序方面已经做了大量的工作，并提出了各种方法。然而，这些语义彼此不同，并且对于哪个语义是最意图的没有达成共识。在本文中，我们从不同的角度来看待析取良据推理。我们表明，有一个直观的形式的良基推理的析取逻辑编程，其特征在于通过稍微修改的一些定义析取良基语义，包括程序转换，论证，无基集（和解决方案的过程）的构造方法。我们还提供了一个自底向上的过程，这种语义。我们的工作的意义不仅在于澄清不同方法之间的关系，而且还揭示了什么是一个良好的基础语义的析取逻辑程序。
2003-01-16 cs.AI
On the Semantic Relationship between Probabilistic Soft Logic and Markov Logic
Arizona State University（亚利桑那州立大学）
马尔可夫逻辑网络（MLN）和概率软逻辑（PSL）是统计关系学习中广泛应用的形式主义，统计关系学习是人工智能中的一个新兴领域，它涉及将逻辑和统计AI相结合。尽管他们很相似，但他们的关系还没有正式说明。本文从逻辑的角度描述了它们之间的精确语义关系。这通过首先扩展模糊逻辑以允许权重来促进，这也可以被视为PSL的概括，然后将该概括与MLN相关联。我们观察到PSL和MLN之间的关系类似于模糊逻辑和布尔逻辑之间的已知关系，而且PSL的权方案本质上是MLN的权方案对于多值设置的推广。
2016-06-28 cs.AI
