我们在这里提供了一个证明理论帐户的约束编程，试图捕捉这种编程风格的基本成分。我们通过提出区间域上线性约束的证明规则来证明它，并通过分析{ \tt SEND + MORE = MONEY}难题的约束传播过程来说明它们的使用。我们还展示了这种方法如何允许建立新的约束求解器。
英文摘要：
We provide here a proof theoretic account of constraint programming that attempts to capture the essential ingredients of this programming style. We exemplify it by presenting proof rules for linear constraints over interval domains, and illustrate their use by analyzing the constraint propagation process for the {\tt SEND + MORE = MONEY} puzzle. We also show how this approach allows one to build new constraint solvers.
Extended High Utility Pattern Mining: An Answer Set Programming Based Framework and Applications
Polytechnic University of Marche（马尔凯理工大学）；University of Calabria（卡拉布里亚大学）
从给定数据集中检测相关模式集是数据采掘中的一个重要挑战。模式的相关性，在文献中也称为效用，是一种主观的衡量标准，实际上可以从非常不同的角度进行评估。基于规则的语言，如答案集编程（ASP）似乎非常适合指定用户提供的标准，以评估模式效用的约束形式;此外，ASP的声明性允许在几个标准之间进行非常容易的切换，以便从不同的角度分析数据集。在本文中，我们采取步骤扩展的概念高效用模式挖掘（HUPM），特别是我们引入了一个新的框架，允许新的类的效用标准没有考虑在以前的文献。我们还展示了如何最近扩展的ASP与外部功能可以支持一个快速有效的编码和测试的新框架。为了证明所提出的框架的潜力，我们将其作为构建模块，用于定义预测COVID-19患者入住ICU的创新方法。最后，一个广泛的实验活动从定量和定性的角度证明了所提出的方法的有效性。逻辑程序设计理论与实践（Theory and Practice of Logic Programming，TPLP）
A Common View on Strong, Uniform, and Other Notions of Equivalence in Answer-Set Programming
Technische Universität Wien（维也纳工业大学）
如今，在答案集语义下的逻辑编程处理了许多不同的程序等价概念。这是因为替代等价（称为强等价）和普通等价是不同的概念。前者成立，给定程序P和Q，当且仅当P在任何上下文R内都可以被Q忠实地替换;后者成立当且仅当P和Q提供相同的输出，即它们具有相同的答案集。强等价和普通等价之间的概念被引入作为比较不完整程序的理论工具，并且通过限制所考虑的上下文程序R的句法结构或通过限制允许在R中出现的原子的集合A（相对化等价）来定义。然而，对于前一种方法，结果是对R的任何“合理”的句法限制都与普通的、强的或一致的等价一致。在本文中，我们提出了一个参数化的等价概念，同时照顾到这两种限制的范围内，一方面，允许发生在规则头的上下文中的原子，另一方面，允许发生在规则机构的上下文中的原子。我们介绍了一个一般的语义特征，其中包括已知的SE模型（强等价）或UE模型（一致等价）作为特殊情况。此外，我们提供的问题的复杂性界限，并勾勒出一个可能的实现方法。逻辑程序设计理论与实践（Theory and Practice of Logic Programming，TPLP）
From Idea to Classroom in Days: Using "Vibe Coding" to Create a Programming Process Visualizer from IDE Activity Logs
Institute of Computer Science University of Tartu Tartu, Estonia ORCID: 0000-0002-2638-7253；Institute of Computer Science University of Tartu Tartu, Estonia ORCID: 0000-0003-3303-5245
Multi-population Ensemble Genetic Programming via Cooperative Coevolution and Multi-view Learning for Classification
Faculty of Engineering & Information Technology, University of Technology Sydney（工程与信息科技学院，技术悉尼大学）；Department of Civil and Architectural Engineering, Sultan Qaboos University（土木与建筑工程系，苏丹·卡布斯大学）；University Research and Innovation Center (EKIK), Obuda University（研究与创新中心（EKIK），奥布达大学）
A Linear Programming Approach for Resource-Aware Information-Theoretic Tree Abstractions
Georgia Institute of Technology（佐治亚理工学院）；The University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）；Institute for Robotics and Intelligent Machines（机器人与智能机器研究所）
