فادالوغ

📅 آخر تحديث: ٢ أغسطس ٢٠٢٦
✍️ نُشر في: ٢ أغسطس ٢٠٢٦
📷 يحتوي على 7 صور
الموسوعة الحرة

فادالوج هو نظام لأداء مهام الاستدلال المنطقي المعقدة على مخططات المعرفة . لغته مبنية على امتداد للغة داتالوج القائمة على القواعد ، وهي داتالوج المدرعة ± . [ 1 ]

تم تطوير Vadalog بواسطة باحثين في جامعة أكسفورد وجامعة فيينا التقنية بالإضافة إلى موظفين في بنك إيطاليا .

أنظمة إدارة مخططات المعرفة (KGMS)

بنية KGMS المرجعية

يجب على نظام إدارة مخططات المعرفة (KGMS) إدارة مخططات المعرفة ، التي تتضمن كميات كبيرة من البيانات في شكل حقائق وعلاقات . وبشكل عام، يمكن اعتباره اتحادًا لثلاثة مكونات: [ 2 ]

  1. KBMS، أي نظام إدارة قواعد المعرفة ،
  2. البيانات الضخمة، وهي الحاجة إلى التعامل مع كميات كبيرة من البيانات، خاصة عند الأخذ في الاعتبار أن مخططات المعرفة قد تم اعتبارها حلاً لدمج مصادر البيانات المتعددة، سواء كانت معرفة الشركات أو المعرفة العامة، والتي يمكن دمجها في مخططات معرفية كبيرة.
  3. (تحليلات البيانات) هي الحاجة إلى توفير الوصول إلى حزم البرامج الحالية للتعلم الآلي، واستخراج النصوص ، وتحليلات البيانات، وتصور البيانات، ودمجها معًا في نفس المنصة.

من وجهة نظر فنية أكثر، يمكن تحديد بعض المتطلبات الإضافية لتحديد نظام إدارة المعرفة الصحيح:

قد تشمل المتطلبات الأخرى وظائف وخدمات نظام إدارة قواعد البيانات الأكثر شيوعًا، مثل تلك التي اقترحها كود. [ 8 ]

نظام فادالوج

توفر Vadalog منصة تلبي جميع متطلبات نظام إدارة المعرفة المعرفية المذكورة أعلاه. فهي قادرة على تنفيذ مهام الاستدلال القائمة على القواعد باستخدام مخططات المعرفة، كما تدعم سير عمل علم البيانات ، مثل تصور البيانات والتعلم الآلي. [ 2 ]

مهمة الاستدلال والتكرار

رسم بياني للاعتماد الدوري

القاعدة هي تعبير على شكل n  : − a 1 , ..., a n حيث:

  • a 1 , ..., a n هي ذرات الجسم ،
  • n هي ذرة الرأس .

تسمح القاعدة باستنتاج معرفة جديدة انطلاقًا من المتغيرات الموجودة في الجسم: عندما يتم تعيين جميع المتغيرات في جسم القاعدة بنجاح، يتم تنشيط القاعدة وينتج عنها اشتقاق المسند الرئيسي: بالنظر إلى قاعدة بيانات D ومجموعة من القواعد Σ ، تهدف مهمة الاستدلال إلى استنتاج معرفة جديدة، وتطبيق قواعد المجموعة Σ على قاعدة البيانات D ( المعرفة الامتدادية).

كان الشكل الأكثر شيوعًا للمعرفة الذي تم اعتماده خلال العقود الماضية هو شكل القواعد، سواء في الأنظمة القائمة على القواعد ، أو الأنظمة القائمة على الأنطولوجيا، أو غيرها من الأشكال، ويمكن عادةً تمثيلها في مخططات المعرفة. [ 7 ] كما أن طبيعة مخططات المعرفة تجعل وجود الاستدعاء الذاتي في هذه القواعد جانبًا بالغ الأهمية. يعني الاستدعاء الذاتي أنه يمكن استدعاء القواعد نفسها عدة مرات قبل الحصول على الإجابة النهائية لمهمة الاستدلال، وهو أمر بالغ الأهمية لأنه يسمح بالاستدلال بناءً على نتائج تم استدلالها سابقًا. وهذا يعني أن النظام يجب أن يوفر استراتيجية تضمن الإنهاء. من الناحية الفنية، يكون البرنامج مستدعيًا ذاتيًا إذا كان مخطط التبعية الذي تم إنشاؤه بتطبيق القواعد دوريًا. أبسط أشكال الاستدعاء الذاتي هو ذلك الذي يظهر فيه رأس القاعدة أيضًا في متنها ( القواعد ذاتية الاستدعاء الذاتي ).

لغة الاستعلام

تتيح لغة فادالوج الإجابة على استعلامات الاستدلال التي تتضمن الاستدعاء الذاتي. وهي مبنية على لغة داتالوج ± المُدارة، التي تنتمي إلى عائلة لغات داتالوج ±، والتي تُوسّع لغة داتالوج بإضافة مُكمِّمات وجودية في رؤوس القواعد [ 9 ] ، وفي الوقت نفسه تُقيّد تركيبها النحوي لتحقيق قابلية الحسم وسهولة المعالجة . [ 10 ] [ 11 ] تُعرف القواعد الوجودية أيضًا باسم التبعيات المُولِّدة للصفوف ( tgds ). [ 12 ]

تتخذ القاعدة الوجودية الشكل التالي:

φ(x)⇒∃zΨ(x،z){\displaystyle \varphi (x)\Rightarrow \exists z\Psi (x,z)}

أو، بدلاً من ذلك، في صيغة داتالوج، يمكن كتابتها على النحو التالي:

p ( X , Z ) :- r ( X ).

تُشبه المتغيرات في لغة فادالوج المتغيرات في منطق الرتبة الأولى، ويكون المتغير محليًا للقاعدة التي يظهر فيها. وهذا يعني أن ظهور نفس اسم المتغير في قواعد مختلفة يشير إلى متغيرات مختلفة.

بيانات واردد ±

في حالة وجود مجموعة من القواعدΣ{\displaystyle \Sigma }، والتي تتكون مما يلي:

r ( X , Y ) :- p ( X ). p ( Z ) :- r ( X , Z ).

يُقال إن المتغير Z في القاعدة الثانية خطير، لأن القاعدة الأولى ستُولد قيمة فارغة في الحد الثاني من الذرة r، وسيتم حقن هذه القيمة في القاعدة الثانية للحصول على الذرة p، مما يؤدي إلى انتشار القيم الفارغة عند محاولة إيجاد حل للبرنامج. إذا سُمح بالانتشار العشوائي، يصبح الاستدلال غير قابل للتقرير، ويصبح البرنامج لانهائيًا. [ 7 ] يتغلب Warded Datalog ± على هذه المشكلة باشتراط أنه لكل قاعدة مُعرَّفة في مجموعةΣ{\displaystyle \Sigma }يجب أن تتواجد جميع المتغيرات في قواعد البرنامج في عنصر واحد على الأقل في رأس البرنامج، يُسمى " الوارد". يُقيّد مفهوم "الواردية" طريقة استخدام المتغيرات الخطرة داخل البرنامج. على الرغم من أن هذا يُشكّل قيدًا على القدرة التعبيرية، إلا أن لغة Warded Datalog ±، بفضل هذا الشرط وبنيتها وخوارزميات الإنهاء ، قادرة على إيجاد حلول للبرنامج في عدد محدود من الخطوات. كما أنها تُظهر توازنًا جيدًا بين التعقيد الحسابي والقدرة التعبيرية، إذ تُراعي تعقيد بيانات PTIME مع السماح بالاستدلال الأنطولوجي وإمكانية تشغيل البرامج باستخدام الاستدعاء الذاتي. [ 13 ]

امتداد فادالوغ

يقوم Vadalog بنسخ Warded Datalog ± بالكامل وتوسيعه ليشمل تضمين اللغة التالية:

  • التجميعات الرتيبة ( الحد الأدنى، الحد الأقصى، المجموع، الضرب، عوامل العد)، [ 14 ]
  • النفي الطبقي ،
  • دعم أنواع البيانات المختلفة ( السلاسل النصية، والأعداد الصحيحة، والأعداد العشرية، والتواريخ، والقيم المنطقية، والمجموعات، والقوائم، والقيم الفارغة المحددة)،
  • آلية شرح غنية لتحديد كيفية التفاعل مع مصادر البيانات والمكتبات الخارجية.

بالإضافة إلى ذلك، يوفر النظام بنية هندسية متطورة للغاية تسمح بإجراء عمليات حسابية فعالة. ويتم ذلك بالطريقتين التاليتين.

  1. اعتماد بنية معالجة داخل الذاكرة ونهج قائم على سحب البيانات ، مما يحد من استهلاك الذاكرة أو يجعله قابلاً للتنبؤ.
  2. باستخدام استراتيجية تحكم فعّالة في الإنهاء ، والتي تكشف الأنماط والتكرار أثناء بناء مخطط المطاردة (المستخدم لتوليد الإجابات) في أقرب وقت ممكن، وتوقف الحساب عند ظهورها. [ 7 ] يرتبط هذا بمفهوم تماثل الحقائق، مما يقلل عدد الخطوات اللازمة للحصول على إجابة: إذا كانت الحقيقة h متماثلة مع h' ، فإن النظام سيستكشف فقط مخطط مطاردة الحقيقة h . [ 15 ]

وبالتالي، فإن نظام Vadalog قادر على أداء مهام الاستدلال الأنطولوجي، كونه ينتمي إلى عائلة Datalog . ويستوعب الاستدلال باستخدام النواة المنطقية لـ Vadalog لغتي OWL 2 QL و SPARQL [ 16 ] (من خلال استخدام المحددات الوجودية)، وتحليلات الرسوم البيانية (من خلال دعم الاستدعاء الذاتي والتجميع).

مثال على مهمة الاستدلال الأنطولوجي

ضع في اعتبارك مجموعة قواعد فادالوغ التالية:

السلف ( Y ، X ) :- الشخص ( X ). السلف ( Y ، Z ) :- السلف ( Y ، X )، الوالد ( X ، Z ).

تنص القاعدة الأولى على أنه لكل شخصX{\displaystyle X}يوجد سلفY{\displaystyle Y}تنص القاعدة الثانية على أنه إذاX{\displaystyle X}هو أحد والديZ{\displaystyle Z}، ثمY{\displaystyle Y}هو أحد أسلافZ{\displaystyle Z}لاحظ أيضًا التحديد الكمي الوجودي في الموضع الأول من مسند السلف في القاعدة الأولى، والذي سيولد قيمة فارغة ν i في إجراء التتبع. ثم تنتقل هذه القيمة الفارغة إلى بداية القاعدة الثانية. لنفترض قاعدة بيانات تحتوي على حقائق امتدادية، وأن مهمة الاستدلال هي إيجاد جميع حقائق السلف المتضمنة.D = {person(Alice), person(Bob), parent(Alice,Bob)}

من خلال تنفيذ إجراء المطاردة، يتم توليد الحقيقة بتفعيل القاعدة الأولى على . ثم يتم إنشاء ، بتفعيل القاعدة الثانية على و . وأخيرًا، يمكن تفعيل القاعدة الأولى على ، لكن الحقيقة الناتجة متماثلة مع ، وبالتالي لا يتم توليد هذه الحقيقة ولا يتم استكشاف الجزء المقابل من مخطط المطاردة.ancestor(ν1,Alice)person(Alice)ancestor(ν1,Bob)ancestor(ν1,Alice)parent(Alice,Bob)person(Bob)ancestor(ν2,Bob)ancestor(ν1,Bob)

وخلاصة القول، فإن الإجابة على السؤال هي مجموعة الحقائق .{ancestor(ν1,Alice), ancestor(ν1,Bob)}

ميزات إضافية

يتم تحقيق دمج Vadalog مع أدوات علم البيانات عن طريق ربط البيانات بالعناصر الأساسية والوظائف . [ 7 ]

  1. أساسيات ربط البيانات : تسمح الروابط بالاتصال بمصادر أو أنظمة بيانات خارجية، مثل قواعد البيانات أو الأطر البرمجية أو المكتبات، وتُعلم النظام بكيفية التعامل معها. يشمل ذلك الاتصالات بأنظمة قواعد البيانات العلائقية مثل PostgreSQL و MySQL ، وقواعد بيانات الرسوم البيانية مثل Neo4j . كما يُمكن دمج مكتبات التعلم الآلي ( مثل Weka و scikit-learn و Tensorflow ) وأداة استخراج بيانات الويب OXPath، التي تُتيح استرجاع البيانات مباشرةً من الويب. يتم ذلك من خلال ما يُسمى بالتعليقات التوضيحية: وهي حقائق خاصة تُضيف سلوكيات مُحددة إلى مجموعات القواعد الوجودية. @inputتُخبر التعليقة التوضيحية النظام بأن حقائق وحدة معينة من البرنامج مُستوردة من مصدر بيانات خارجي، مثل قاعدة بيانات علائقية. @outputوتُحدد التعليقة التوضيحية أيضًا أن حقائق وحدة معينة من البرنامج سيتم تصديرها إلى وجهة خارجية، مثل المخرجات القياسية أو قاعدة بيانات علائقية. تسمح التعليقات التوضيحية الأخرى مثل @bind، @mapping، @qbindبتخصيص مصادر البيانات للتعليق @inputالتوضيحي أو الأهداف الخاصة به @output.
  2. الوظائف : يمكن أيضًا دعم التعبيرات المخصصة التي تستخدم عوامل التشغيل الحسابية، ومعالجة النصوص، أو المقارنة. كما يتم تفعيل المكتبات المكتوبة بلغة بايثون، ويمكن دمجها باستخدام التعليقات التوضيحية المخصصة @library.

يوفر النظام أيضًا تكاملًا مع منصة JupyterLab ، حيث يمكن كتابة برامج Vadalog وتشغيلها وقراءة مخرجاتها، مستفيدًا من وظائف المنصة. كما يتيح النظام إمكانية تقييم صحة البرنامج، وتشغيله، وتحليل عملية اشتقاق النتائج باستخدام أدوات مثل تمييز بناء الجملة ، وتحليل الشفرة (التحقق من صحة الشفرة أو وجود أخطاء فيها)، وشرح النتائج (كيفية الحصول على النتيجة). جميع هذه الوظائف مُدمجة في دفتر الملاحظات، وتُسهّل كتابة وتحليل شفرة Vadalog.

حالات الاستخدام

يمكن استخدام نظام فادالوج لمعالجة العديد من حالات الاستخدام الواقعية من مختلف مجالات البحث والصناعة. [ 3 ] ومن بين هذه الحالات، يعرض هذا القسم حالتين مهمتين وسهلتين التطبيق من المجال المالي. [ 17 ] [ 18 ] [ 19 ]

إدارة الشركة

يُظهر مخطط ملكية الشركة الكيانات كعُقد والأسهم كحواف. عندما يمتلك كيان ما نسبة معينة من أسهم كيان آخر (عادةً ما تكون الأغلبية المطلقة)، فإنه يصبح قادرًا على ممارسة سلطة اتخاذ القرار عليه، مما يُشكل هيكلًا للتحكم في الشركة، وبشكل أعم، هيكلًا للمجموعة. يتطلب البحث عن جميع علاقات التحكم دراسة سيناريوهات مختلفة وهياكل مجموعات بالغة التعقيد، وتحديدًا التحكم المباشر وغير المباشر. يمكن ترجمة هذا الاستعلام إلى القواعد التالية:

  • تسيطر الشركة X بشكل مباشر على الشركة Y إذا كانت X تمتلك بشكل مباشر أكثر من 50% من إجمالي حقوق ملكية Y.
  • تتحكم شركة X بشكل غير مباشر في شركة Y إذا كانت X تسيطر على مجموعة من الشركات الوسيطة التي تمتلك مجتمعة (أي مجموع أسهمها) أكثر من 50٪ من Y.

يمكن كتابة هذه القواعد في برنامج Vadalog الذي سيستنتج جميع حواف التحكم على النحو التالي:

control ( X , X ) :- company ( X ).control ( X , Y ) :- control ( X , Y ), own ( Y , Z , W ), V = sum ( W , < Y > ), V > 0.5 .

تنص القاعدة الأولى على أن كل شركة تسيطر على نفسها. أما القاعدة الثانية فتحدد سيطرة الشركة X على الشركة Z من خلال جمع أسهم Z التي تمتلكها الشركات Y ، على جميع الشركات Y التي تسيطر عليها الشركة X.

يتمثل هذا السيناريو في تحديد ما إذا كانت هناك علاقة بين كيانين في مخطط ملكية الشركة. يُعدّ تحديد وجود مثل هذه العلاقات ذا أهمية، على سبيل المثال، في الرقابة المصرفية وتقييم الجدارة الائتمانية، إذ لا يمكن لشركة أن تكون ضامنة لقروض شركة أخرى إذا كانت تربطهما علاقة من هذا القبيل. رسميًا، ترتبط شركتان X و Y بعلاقة وثيقة إذا:

  • يمتلك x (أو Y ) بشكل مباشر أو غير مباشر 20% أو أكثر من أسهم Y (أو X )، أو
  • يمتلك طرف ثالث مشترك (Z) بشكل مباشر أو غير مباشر 20% أو أكثر من أسهم كل من X و Y.

يمكن كتابة هذه القواعد في برنامج Vadalog الذي سيستنتج جميع حواف الروابط القريبة على النحو التالي:

mcl ( X , Y , S ) :- own ( X , Y , S ).mcl ( X , Z , S1 * S2 ) :- mc1 ( X , Y , S1 ), own ( Y , Z , S2 ).cl1 ( X , Y ) :- mcl ( X , Y , S ), TS = sum ( S ), TS > 0.2 .cl2 ( X , Y ) :- cl1 ( Z , X ), cl1 ( Z , Y ), X ! = Y .closelink ( X , Y ) :- cl1 ( X , Y ).closelink ( X , Y ) :- cl2 ( X , Y ).

تنص القاعدة الأولى على أن الشركتين X و Y المرتبطتين برابط ملكية تُعتبران رابطتين وثيقتين محتملتين. وتنص القاعدة الثانية على أنه إذا كانت X و Y رابطتين وثيقتين محتملتين بحصة S1، وكان هناك رابط ملكية من Y إلى شركة Z بحصة S2 ، فإن X و Z تُعتبران أيضًا رابطتين وثيقتين محتملتين بحصة S1 * S2 . وتنص القاعدة الثالثة على أنه إذا كان مجموع جميع الأسهم الجزئية S في Y المملوكة بشكل مباشر أو غير مباشر من قِبل X أكبر من أو يساوي 20% من حقوق ملكية Y ، فإنهما تُعتبران رابطتين وثيقتين وفقًا للتعريف الأول. أما القاعدة الرابعة فتُجسد التعريف الثاني للروابط الوثيقة، أي حالة الطرف الثالث.

انظر أيضاً

مراجع

  1. ↑ بيلوماريني، لويجي؛ سالينجر، إيمانويل؛ جوتلوب، جورج (2018-05-01). "نظام فادالوغ: الاستدلال القائم على داتالوج لرسوم المعرفة" . وقائع مؤسسة VLDB . 11 (9): 975-987 . doi : 10.14778/3213880.3213888 . ISSN 2150-8097 . S2CID 49300741 .  
  2. ١ ٢ ٣ بيلوماريني، لويجي؛ جوتلوب، جورج؛ بيريس، أندرياس؛ سالينجر، إيمانويل (٢٠١٨). "منطق سويفت للبيانات الضخمة ومخططات المعرفة" . في: تجوا، أ. مين؛ بيلا تريش، لادجيل؛ بيفل، ستيفان؛ فان ليوين، يان؛ ويدرمان، جيري (محررون). SOFSEM ٢٠١٨: نظرية وممارسة علوم الحاسوب . سلسلة محاضرات في علوم الحاسوب. المجلد ١٠٧٠٦. تشام: دار نشر سبرينغر الدولية. الصفحات ٣-١٦ . doi : 10.1007/978-3-319-73117-9_1 . hdl : 20.500.11820/ea876c0e-2cde-47e7-a38a-7898a35e635b . رقم الكتاب المعياري الدولي (ISBN)   978-3-319-73117-9. S2CID 3193327 . 
  3. 1 2 بيلوماريني، لويجي؛ فاخوري، دانييلي؛ جوتلوب، جورج؛ سالينجر، إيمانويل (2019). "مخططات المعرفة والذكاء الاصطناعي المؤسسي: وعد التكنولوجيا المُمكّنة". المؤتمر الدولي الخامس والثلاثون لهندسة البيانات (ICDE) لعام 2019. ماكاو، ماكاو: IEEE. الصفحات 26-37 . doi : 10.1109/ICDE.2019.00011 . ISBN  978-1-5386-7474-1. S2CID 174818761 . 
  4. ↑ دانتسين، يفغيني؛ إيتر، توماس؛ غوتلوب، جورج؛ فورونكوف، أندريه (1 سبتمبر 2001). "تعقيد وقدرة التعبير في البرمجة المنطقية" . مجلة ACM Computing Surveys . 33 (3): 374–425 . doi : 10.1145/502807.502810 . ISSN 0360-0300 . 
  5. ↑ كونستانتينو، نيكولاوس؛ كوهلر، مارتن؛ أبيل، إدوارد؛ سيفيلي، كريستينا؛ نيومير، بيرند؛ سالينجر، إيمانويل؛ فرنانديز، ألفارو أ.أ.؛ جوتلوب، جورج؛ كين، جون أ.؛ ليبكين، ليونيد؛ باتون، نورمان و. (9 مايو 2017). "بنية VADA لمعالجة البيانات بكفاءة من حيث التكلفة" . وقائع المؤتمر الدولي لإدارة البيانات لعام 2017 (ملف PDF) . SIGMOD '17. نيويورك، نيويورك، الولايات المتحدة الأمريكية: رابطة آلات الحوسبة. الصفحات 1599-1602 . doi : 10.1145/3035918.3058730 . hdl : 20.500.11820/36295a10-0b57-48a8-82ac-19d856815a89 . ISBN  978-1-4503-4197-4. S2CID 11521729 . 
  6. ↑ كالي، أندريا؛ غوتلوب، جورج؛ بيريس، أندرياس (1 ديسمبر 2012). "نحو لغات أنطولوجية أكثر تعبيرًا: مشكلة الإجابة على الاستعلامات" . الذكاء الاصطناعي . 193 : 87-128 . doi : 10.1016/j.artint.2012.08.002 . ISSN 0004-3702 . 
  7. 1 2 3 4 5 بيلوماريني، لويجي؛ فايزراخمانوف، روسلان ر.؛ جوتلوب، جورج؛ كرافتشينكو، أندريه؛ لورينزا، إليونورا؛ نينوف، يافور؛ ريسفيلدر، ستيفان؛ سالينجر، إيمانويل؛ شيرخونوف، يفغيني؛ وو، ليانلونغ (23 يوليو 2018). "علم البيانات باستخدام فادالوغ: الربط بين التعلم الآلي والاستدلال". arXiv : 1807.08712 [ cs.DB ].
  8. ↑ كونولي، توماس م.؛ بيج، كارولين إي. (2014). أنظمة قواعد البيانات - منهج عملي للتصميم والتنفيذ والإدارة (الطبعة السادسة) . بيرسون. ISBN  978-1292061184.
  9. ↑ كالي، أندريا؛ غوتلوب، جورج؛ لوكاسيفيتش، توماس (2012-07-01). "إطار عمل عام قائم على لغة داتالوج للإجابة على الاستعلامات بسهولة عبر الأنطولوجيات" . مجلة دلالات الويب . عدد خاص حول التعامل مع فوضى شبكة البيانات. 14 : 57-83 . doi : 10.1016/j.websem.2012.03.001 . ISSN 1570-8268 . 
  10. ↑ أبيتبول، سيرج؛ هول، ريتشارد؛ فيانو، فيكتور (1995). أسس قواعد البيانات: المستوى المنطقي ( الطبعة الأولى). الولايات المتحدة الأمريكية: شركة أديسون-ويسلي لونغمان للنشر. ISBN  978-0-201-53771-0.
  11. ↑ كالي، أندريا؛ غوتلوب، جورج؛ لوكاسيفيتش، توماس؛ مارنيت، برونو؛ بيريس، أندرياس (2010). "Datalog+/-: عائلة من لغات تمثيل المعرفة المنطقية والاستعلام لتطبيقات جديدة". المؤتمر السنوي الخامس والعشرون لمعهد مهندسي الكهرباء والإلكترونيات حول المنطق في علوم الحاسوب ، 2010. الصفحات 228-242 . doi : 10.1109/LICS.2010.27 . ISBN  978-1-4244-7588-9. S2CID 16829529 . 
  12. ↑ بيلوماريني، لويجي؛ فايزراخمانوف، روسلان ر.؛ جوتلوب، جورج؛ وآخرون . (أبريل 2022). "علم البيانات باستخدام فادالوج: الرسوم البيانية المعرفية مع التعلم الآلي والاستدلال في الممارسة العملية" . أنظمة حاسوب الجيل القادم . 129 : 407-422 . doi : 10.1016/j.future.2021.10.021 . ISSN 0167-739X . S2CID 243885469 .   
  13. ↑ بيلوماريني، لويجي؛ بينيديتو، دافيدي؛ جوتلوب، جورج؛ سالينجر، إيمانويل (2022-03-01). "فادالوج: بنية حديثة للاستدلال الآلي باستخدام مخططات معرفية ضخمة" . نظم المعلومات . 105 101528. doi : 10.1016/j.is.2020.101528 . ISSN 0306-4379 . S2CID 218964910 .  
  14. ↑ شكابسكي، ألكسندر؛ يانغ، موهان؛ زانيولو، كارلو (2015). "تحسين الاستعلامات المتكررة باستخدام التجميعات الرتيبة في DeALS". المؤتمر الدولي الحادي والثلاثون لهندسة البيانات IEEE لعام 2015. الصفحات 867-878 . doi : 10.1109/ICDE.2015.7113340 . ISBN  978-1-4799-7964-6. S2CID 5345997 . 
  15. ↑ بيلوماريني، لويجي؛ لورينزا، إليونورا؛ سالينجر، إيمانويل؛ شيرخونوف، يفغيني (2020). "الاستدلال في ظل عدم اليقين في مخططات المعرفة" . في: غوتيريز-باسولتو، فيكتور؛ كليغر، توماش؛ سويلو، أحمد؛ جيز، مارتن؛ رومان، دوميترو (محررون). القواعد والاستدلال . سلسلة محاضرات في علوم الحاسوب. المجلد 12173. تشام: دار نشر سبرينغر الدولية. الصفحات 131-139 . doi : 10.1007/978-3-030-57977-7_9 . ISBN   978-3-030-57977-7. S2CID 221193385 . 
  16. ↑ غوتلوب، ج.؛ بيريس، أندرياس (2015). "ما وراء SPARQL في ظل نظام الاستلزام OWL 2 QL: القواعد للإنقاذ". IJCAI . S2CID 6980701 . 
  17. ↑ أتزيني، باولو؛ بيلوماريني، لويجي؛ إيزي، ميكايلا؛ سالينجر، إيمانويل؛ فلاد، أدريانو. "نسج مخططات المعرفة المؤسسية: حالة مخططات ملكية الشركات" (ملف PDF) . EDBT : 555-566.
  18. ^ أتزيني، باولو. بيلوماريني، لويجي؛ عزي، ميشيلا؛ سالينجر، إيمانويل. فلاد ، أدريانو (2020). “زيادة الرسوم البيانية المعرفية القائمة على المنطق: حالة الرسوم البيانية للشركة” (PDF) . Kr4L@ إيكاي : 22--27.
  19. ↑ بالداتزي، تيودورو؛ بينيديتو، دافيدي؛ برانديتي، ماتيو؛ فلاد، أدريانو؛ بيلوماريني، لويجي؛ سالينجر، إيمانويل (2022). "الاستدلال القائم على لغة البيانات باستخدام الاستدلالات على مخططات المعرفة" (ملف PDF) . ورشة عمل Datalog 2.0 الدولية .