「ラフ集合理論」は、ポーランドのパブラック（Ｚｄｚｉｓｌａｗ　Ｉ．Ｐａｗｌａｋ）が、粗い情報をモデル化するものとして提案しました。（１９８２年）その後、さまざまな分野に応用されるようになり、「ファジー集合理論」と並ぶ重要な理論として認識されています。本書は、「ラフ集合理論」の理論的基礎を解説し、人間の知能をコンピュータで扱う「人工知能」（Ａｒｔｉｆｉｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ、ＡＩ）などで研究されている「推論」の一般的枠組みを示します。

第４章　「ラフ集合」の論理的特徴付け（代数的アプローチ
様相論理アプローチ
「グレード様相論理」「確率様相論理」と「ラフ集合」
「ネルソン代数」と「ラフ集合」
３値論理と「ラフ集合」
ラフ集合論理
知識推論論理
知識表現論理）
第５章　「推論」の「グラニュラリティ・ベース」の枠組み（演繹、帰納、アブダクション
測度ベース意味論
推論の一般的枠組み
非単調推論
推論の背景知識）