Zbadaliśmy ekspresyjne reprezentacje modeli prawdopodobieństwa opartych zarówno na logice, jak i programach.
- Modele prawdopodobieństwa relacyjnego (RPM) definiują modele prawdopodobieństwa na światach wyprowadzone z semantyki baz danych dla języków pierwszego rzędu; są właściwe, gdy wszystkie przedmioty i ich tożsamości są znane z całą pewnością.
- Biorąc pod uwagę RPM, obiekty w każdym możliwym świecie odpowiadają stałym symbolom w RPM, a podstawowe zmienne losowe są wszystkimi możliwymi wystąpieniami symboli predykatów z obiektami zastępującymi każdy argument. Zatem zbiór światów możliwych jest skończony.
- RPM dostarczają bardzo zwięzłe modele dla światów z dużą liczbą obiektów i mogą poradzić sobie z relacyjną niepewnością.
- Modele prawdopodobieństwa otwartego wszechświata (OUPM) opierają się na pełnej semantyce logiki pierwszego rzędu, pozwalając na nowe rodzaje niepewności, takie jak niepewność tożsamości i istnienia.
- Programy generatywne to reprezentacje modeli prawdopodobieństwa – w tym OUPM – jako programy wykonywalne w probabilistycznym języku programowania lub PPL. Program generatywny reprezentuje rozkład śladów wykonania programu. PPL zazwyczaj zapewniają uniwersalną moc ekspresji dla modeli prawdopodobieństwa.