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
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
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
LLMs as ASP Programmers: Self-Correction Enables Task-Agnostic Nonmonotonic Reasoning
Arizona State University（亚利桑那州立大学）；Samsung Research（三星研究院）
提出 LLM+ASP 框架，通过自我纠正循环将自然语言转化为回答集程序，实现无需任务特定工程的非单调推理，在多个基准上优于 SMT 方法。
2026-06-12 cs.AI
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
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
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
Dynamic Reasoning Systems
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。本文用普通的一阶谓词演算来说明这一思想，并为此目的进行了适当的修改，以及两个例子。后一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），并显示了如何在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。
2013-08-25 cs.AI cs.LO
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
The lexicographic closure as a revision process
非单调推理和信念修正之间的联系是众所周知的。非单调推理领域的一个中心问题是缺省蕴涵问题，即，何时表示“如果A为真，则通常B为真”的缺省信息项被认为是从给定的这种信息项集合中得出的。对于这个问题，人们提出了许多答案，但令人惊讶的是，几乎没有人试图将其与信念修正联系起来。本文的目的是给出一个例子，说明如何可以这样的连接，显示如何词典关闭的一组默认值可能被概念化为一个过程中的迭代修订的句子集。具体来说，我们使用Nayak的修订过程。
2000-03-08 cs.AI cs.LO
Optimizing the computation of overriding
Università di Napoli Federico II（那不勒斯费德里科二世大学）
我们介绍了优化技术的推理DLN-最近推出的家庭的非单调描述逻辑，其特征似乎非常适合自然产生的生物医学领域和语义Web访问控制策略的应用模型的例子。这样的优化实验验证大KB超过30 K公理。速度提升超过1个数量级。对于第一次，响应时间与实时推理兼容的非单调知识库的这种大小。
2015-07-16 cs.AI
Proceedings of the First International Workshop on Argumentation in Logic Programming and Non-Monotonic Reasoning (Arg-LPNMR 2016)
本卷包含Arg-LPNMR 2016上发表的论文：第一届逻辑编程和非单调推理论证国际研讨会，于2016年7月8日至10日在纽约州纽约市举行。
2016-11-08 cs.AI
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
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
Declarative Representation of Revision Strategies
在本文中，我们引入了一个非单调的框架，信念修订推理的可靠性不同的信息的基础上元知识的信息是可能的，并在修订策略可以描述声明。该方法是基于一个普尔式系统的默认推理，其中壕沟信息表示在逻辑语言。基于单调算子的最小不动点的推理概念用于确保所有理论具有一致的结论集。
2000-03-08 cs.AI cs.LO
A Unified Temporal Knowledge Graph Reasoning Model Towards Interpolation and Extrapolation
National University of Defense Technology（国防科技大学）；Huawei Technologies Co., Ltd.（华为技术有限公司）
本文提出统一时序知识图谱推理模型TPAR，采用神经驱动符号推理，同时处理插值和外推，在链接预测任务上优于现有方法，并具备鲁棒性与可解释性。
2024-05-28 cs.AI
Reasoning about Cardinal Directions between 3-Dimensional Extended Objects using Answer Set Programming
Sabanci University（萨班哲大学）
我们提出了一种新的正式框架（称为3D-nCDC-ASP）表示和理由的基本方向之间的扩展对象在3维（3D）空间，使用答案集编程（ASP）。3D-nCDC-ASP扩展了Cardinal Directional Calculus（CDC），提供了一种新的默认约束类型，并将nCDC-ASP扩展到3D。3D-nCDC-ASP提供了一个灵活的平台，提供不同类型的推理：默认的非单调推理，检查对象之间3D基本方向上的一组约束的一致性，解释不一致性，以及推断缺失的CDC关系。我们证明了3D-nCDC-ASP的可靠性，并说明其实用性与应用程序。本文件正在考虑被TPLP接受。
2020-08-10 cs.AI cs.LO
Analytic Tableaux Calculi for KLM Logics of Nonmonotonic Reasoning
我们提出了一些逻辑的非单调推理，由克劳斯，莱曼和Magidor定义的表演算。我们给出了所有KLM逻辑，即优先，循环累积，累积和理性逻辑的一个Tableau证明过程。我们的演算是通过引入合适的模态来解释条件断言而获得的。我们提供了一个决策程序的逻辑考虑，我们研究它们的复杂性。
2006-11-10 cs.AI cs.LO
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
Plausible Reasoning about EL-Ontologies using Concept Interpolation
Cardiff University（卡迪夫大学）
描述逻辑（DL）是用于建模本体（即关于概念及其之间关系的知识）的标准知识表示语言。不幸的是，DL本体很难从数据中学习，并且手动编码耗时。因此，广泛领域的本体几乎不可避免地是不完整的。近年来，已经提出了一些数据驱动的方法来自动扩展这样的本体。一类方法依赖于从文本描述导出的概念的表征。虽然这种表征不直接捕获本体知识，但它们编码了关于不同概念之间的相似性的信息，这些信息可以用于填补现有本体中的空白。为此，已经提出了几种归纳推理机制，但这些都是以启发式的方式定义和使用的。在本文中，我们提出了一个归纳推理机制，它是基于一个明确的模型理论语义，因此可以紧密结合标准的演绎推理。我们特别关注插值，这是一个强大的常识推理机制，它与基于类别的归纳的认知模型密切相关。除了形式化的基本语义，作为我们的主要技术贡献，我们提供了计算复杂性界限EL推理与此插值机制。
2020-06-25 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
QUIP - A Tool for Computing Nonmonotonic Reasoning Tasks
在本文中，我们概述了一个自动推理工具的原型，称为QUIP，它提供了一个统一的实现几个非单调推理形式主义。QUIP的理论基础是来自著名的结果的计算复杂性的非单调逻辑，并利用表示的不同推理任务的量化布尔公式。
2000-03-08 cs.AI
Nonmonotonic Reasoning via Possibility Theory
我们介绍了可能性限定的操作，并展示了如何操作。该模态类算子可用于表示非单调推理理论中的“典型”或缺省知识。我们调查这种方法的代表性的力量，从非单调推理文献中寻找一些典型的问题。特别是，我们看看所谓的耶鲁射击问题和它的关系，在默认推理的优先级。
2013-03-27 cs.AI
Rational Nonmonotonic Reasoning
University of Illinois（伊利诺伊大学）
非单调推理（Nonmonotonic reasoning）是一种推理模式，允许代理人从不确定的证据中做出和撤回（暂定）结论。基于标准决策理论和新兴的概率逻辑，给出了非单调推理问题的可能世界解释。该系统的核心原则是，一个初步的结论是一个决定，使一个赌注，而不是一个断言的事实。这个系统是合理的，就像其基础概率日志的证明理论一样可靠。
2013-03-27 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
Characterising equilibrium logic and nested logic programs: Reductions and complexity
Universidad Politécnica de Madrid（马德里理工大学）；Technische Universität Wien（维也纳技术大学）
平衡逻辑是一种非单调推理的方法，它扩展了逻辑程序的稳定模型和答案集语义。特别是，它包括嵌套逻辑程序的一般情况下，任意布尔组合是允许在头部和身体的规则，作为特殊类型的理论。在本文中，我们提出了多项式减少的主要推理任务与平衡逻辑和嵌套的逻辑程序到量化命题逻辑，扩展经典命题逻辑的原子公式的量化是允许的。我们不仅为决策问题提供约简，而且为平衡逻辑和嵌套逻辑程序的中心语义概念提供约简。特别是，我们的编码映射一个给定的决策问题到一些公式，后者是有效的，正是在前者举行。我们在这里处理的基本任务是一致性问题，勇敢推理和怀疑推理。此外，我们还提供了编码测试等价的理论或程序下的不同概念的等价性，即普通，强，一致等价。对于所有考虑的推理任务，我们分析了它们的计算复杂性，并给出了严格的复杂性界限。
2009-06-13 cs.AI cs.LO
Disjunctive Logic Programs with Inheritance
本文提出了一种新的知识表示语言DLP<，它通过继承扩展了析取逻辑程序设计（具有强否定）。继承的增加增强了语言的知识建模功能，提供了带有异常的默认推理的自然表示。给出了DLP<的一种声明性模型论语义，它推广了析取逻辑程序的回答集语义.通过对经典非单调问题的编码说明了该语言的知识建模特点。分析了DLP<的复杂性，证明了继承不会引起任何计算开销，因为DLP<中的推理与析取逻辑程序设计中的推理具有完全相同的复杂性。这一点被从DLP<到普通析取逻辑编程的有效翻译的存在所证实。使用这种翻译，一个支持DLP<语言的高级KR系统已经在DLV系统上实现，随后被集成到DLV中。
2001-06-28 cs.AI cs.LO
Representation results for defeasible logic
转换和范式在逻辑编程中的重要性，以及一般在计算机科学中的重要性，都有很好的文献记载。本文研究了可废止逻辑中的变换和范式，这是一种基于规则和优先级的非单调推理的简单而有效的形式主义。本文中描述的转换有两个主要的好处：一方面，它们可以被用作一个理论工具，导致更深入的理解的形式主义，另一方面，他们已被用于开发一个有效的实现可废止逻辑。
2000-03-30 cs.AI cs.LO
Nonmonotonic Reasoning, Preferential Models and Cumulative Logics
许多表现出非单调行为的系统已经在文献中描述和研究过了。然而，非单调推理的一般概念几乎总是被消极地描述，即它不享有的性质，即单调性。在这里，我们研究一般模式的非单调推理，并试图隔离的属性，可以帮助我们映射的领域的非单调推理的参考积极的属性。我们集中在一些家庭的非单调后果关系，定义的风格根岑。这两个证明理论和语义的观点是平行发展的。前一种观点是由D. Gabbay等提出的，而后者是Y. Shoham进来了。五个这样的家庭的定义和表征的表示定理，有关的两个观点。其中一个有趣的家族，即优先关系家族，已经被E。亚当斯这里提出的“偏好”模型是一个比亚当斯的概率语义更强大的工具。本文使用的基本语言是命题逻辑。我们的结果的扩展到一阶谓词演算和本文所描述的决策问题的计算复杂性的研究将在另一篇论文中处理。
2002-02-18 cs.AI
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
DynaGen: Unifying Temporal Knowledge Graph Reasoning with Dynamic Subgraphs and Generative Regularization
Zhejiang Normal University（浙江师范大学）；Hong Kong University of Science and Technology（香港科技大学）；Tencent（腾讯）；Southeast University（东南大学）
DynaGen通过动态子图和生成正则化统一了时序知识图谱推理，提升插值和外推任务的性能。
2026-01-09 cs.AI cs.LG
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
Are LLMs classical or nonmonotonic reasoners? Lessons from generics
ILLC（阿姆斯特丹大学语言逻辑与计算研究所）；University of Amsterdam（阿姆斯特丹大学）
本文通过类指句及例外推理任务评估七种大语言模型的非单调推理能力，发现其虽能模仿人类推理模式，但在加入支持或无关信息时无法保持稳定信念，揭示将人类推理归因于LLM的隐患。
2024-06-12 cs.AI cs.CL
On the links between argumentation-based reasoning and nonmonotonic reasoning
Graduate Center, City University of New York（纽约市立大学研究生中心）；University of Aberdeen（阿伯丁大学）；King’s College London（伦敦国王学院）
在本文中，我们研究实例化的论证系统和非单调推理的公理之间的联系[9]中描述的目的是表征基于论证的推理的性质。在这样做时，我们考虑两种可能的解释的后果关系，并描述哪些公理是满足ASPIC+根据这些解释。然后，我们考虑这些公理和合理性假设之间的联系。我们的研究结果表明，ASPIC+所表征的基于论点的推理是-根据[9]的公理-非累积和非单调的，因此比他们认为可能的最弱的非单调推理系统弱。这个弱点支撑ASPIC+的成功建模其他推理系统，我们的结论是考虑ASPIC+和其他弱逻辑系统之间的关系。
2017-01-13 cs.AI
Sequent-Type Calculi for Systems of Nonmonotonic Paraconsistent Logics
Technische Universität Wien（维也纳技术大学）
次协调逻辑是一类重要的形式主义，它处理来自不协调逻辑的非平凡推理。在本文中，我们引入了一致公理化的非单调次协调逻辑族的最小不一致的序列型证明系统。后者是演算的突出和广泛使用的形式，非常适合分析证明搜索。特别是，我们提供了序列型演算牧师的三值最小不一致逻辑的悖论，并为四值次协调推理关系，由于Arieli和Avron。我们的演算遵循Bonatti和Olivetti在非单调推理的背景下首次引入的方法，其显着特点是使用所谓的拒绝演算公理化无效公式。事实上，我们提出了一个通用的方法来获得任何多值逻辑的最小不一致的基础上的演算系统，产生的演算的逻辑的牧师和Arieli和Avron作为特殊情况。
2020-09-22 cs.AI cs.LO
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
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
Origins of Answer-Set Programming - Some Background And Two Personal Accounts
University of Kentucky（肯塔基大学）；Aalto University（阿尔托大学）
我们讨论了进化方面的非单调推理的计算范式的答案集编程（ASP）。我们给出了一个总体概述的根源ASP和跟进的个人观点的研究发展，帮助verbalize ASP的主要原则，并区分它从经典的逻辑编程。
2011-08-16 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
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
Pearce's Characterisation in an Epistemic Domain
Sinop University（锡诺普大学）
本文针对认知回答集编程（ASP）领域提出总体框架，基于皮尔斯的回答集平衡模型刻画，建立现有（自反）认知平衡逻辑与该框架的对应，扩展命题理论回答集工作至认知情况并揭示相关语义提案关系。
2025-02-13 cs.AI cs.LO cs.PL
The Boolean Solution Problem from the Perspective of Predicate Logic -- Extended Version
University of Potsdam, Germany（波恩大学）
本文从谓词逻辑视角研究布尔求解问题，提出用一阶逻辑加二阶量化建模，揭示其与二阶量词消去和Craig插值的联系，并识别出若干可构造求解的情形。
2025-07-02 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
Using Methods of Declarative Logic Programming for Intelligent Information Agents
在网络上搜索信息面临着几个问题，这些问题一方面来自于大量的可用资源，另一方面来自于它们的异质性。一个有前途的方法是使用多代理系统的信息代理，合作解决先进的信息检索问题。这就需要具备处理复杂任务的能力，例如搜索和评估源、查询规划、信息合并和融合、处理不完整信息以及处理不一致性。在本文中，我们感兴趣的是在声明性逻辑编程领域的一些方法可以发挥的作用，在实现推理能力的信息代理。特别是，我们感兴趣的是如何使用它们，并进一步开发，以满足该应用领域的特定需求。我们回顾了一些现有的系统和当前的项目，解决信息集成的问题。然后，我们专注于声明性的知识表示方法，并审查和评估方法从逻辑编程和非单调推理的信息代理。我们讨论的优点和缺点，并指出可能的扩展和开放的问题。
2001-08-14 cs.AI cs.MA
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
On Loop Formulas with Variables
Arizona State University（亚利桑那州立大学）
本文关联了无实例化的稳定模型新定义与带变量循环公式思想，将循环公式推广到更广泛场景，扩展逻辑程序语法并定义其语义，还给出了可将扩展程序查询归约为一阶逻辑蕴涵检查的语法条件。
2023-07-15 cs.AI
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
On Strong Equivalence Notions in Logic Programming and Abstract Argumentation
TU Wien, Austria（维也纳技术大学，奥地利）
本文探讨逻辑编程和抽象论证中强等价性差异，提出新的强等价性定义以恢复不同形式化之间的兼容性。
2026-05-14 cs.AI
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
Space Efficiency of Propositional Knowledge Representation Formalisms
Politecnico di Bari（巴里理工大学）
我们研究了一个命题知识表示（PKR）形式主义的空间效率。直觉，一个形式F在表示某个知识A时的空间效率，是F中表示A的最短公式的大小。在本文中，我们假设知识是一组命题解释（模型）或一组命题公式（定理）。我们提供了一种正式的方式来讨论PKR形式主义紧凑地表示一组模型或一组定理的相对能力。我们引入了两个新的紧凑性措施，相应的类，并表明PKR形式主义在表示模型/定理的相对空间效率是直接关系到这样的类。特别是，我们认为形式主义的非单调推理，如界限和默认逻辑，以及信念修正算子和稳定的模型语义的逻辑程序否定。一个有趣的结果是，具有相同时间复杂度的形式主义不一定属于相同的空间效率类。
2011-06-01 cs.AI
Efficient Computation of the Well-Founded Semantics over Big Data
University of Huddersfield（哈德斯菲尔德大学）
来自网络、传感器读数和社交媒体的数据导致数据集越来越庞大。所谓的大数据带来了新的科学和技术挑战，同时创造了新的机遇，因此学术界和工业界的兴趣越来越大。传统上，逻辑编程专注于复杂的知识结构/程序，因此问题出现了，它是否以及如何在大数据面前工作。在本文中，我们将研究如何通过大规模并行化来处理大量数据。更具体地说，我们提出并评估了一个并行的方法，使用MapReduce框架。我们的实验结果表明，我们的方法是可扩展的，有根据的语义可以应用于数十亿的事实。据我们所知，这是第一个工作，解决了大规模的非单调推理，而不限制分层的谓词任意arity。出现在逻辑编程理论与实践（TPLP）中。
2014-05-11 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 Unified Neurosymbolic Reasoning on Knowledge Graphs
Saw Swee Hock School of Public Health, National University of Singapore（新加坡国立大学 Saw Swee Hock 公共卫生学院）；School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院）；State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统国家重点实验室）；College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院）
本文提出统一神经符号推理框架 Tunsr，通过一致推理图结构、前向逻辑消息传递和 FARI 规则归纳算法，在 19 个数据集上有效融合神经与符号推理并覆盖多种知识图谱推理场景。
2025-07-04 cs.AI
Nonmonotonic Logics and Semantics
塔斯基给出了演绎推理的一般语义：一个公式a可以从一组公式A中推导出来，当且仅当a在所有模型中成立，其中A的每个元素都成立。一个更自由的语义被认为是：公式a可以从一组公式A中推导出来，当且仅当a在所有的“偏好”模型中成立，其中A的所有元素都成立。Shoham提出“首选”模型的概念可以通过底层语言模型的部分排序来定义。本文描述了一个更一般的语义，基于一组自然属性的选择功能。这种语义在这里被证明是等价于语义的基础上比较的相对“重要性”的模型集，由什么金额的定性概率测量。等价语义定义的结果操作的特点，然后由Tarski的性质，其中的单调性要求被替换为三个较弱的条件的削弱。经典命题连接词在非单调环境下具有自然的引入-消去规则。即使在非单调的设置，人们获得经典的命题逻辑，从而表明单调性是不需要证明经典的命题连接词。
2002-04-15 cs.AI cs.LO math.LO
