Nieodzownym elementem modelowania danych i wnioskowania jest niepewność. Jej źródłem może być sama wiedza, źródła danych, czy też błąd pomiaru urządzenia wynikający z jego skończonej dokładności. Niepewność wyrażona może być na rożne sposoby, np. przez dane brakujące, zmienne ukryte lub nieprecyzyjne wartości. W monografii zamieszczono prace, które prezentują przykłady przetwarzania informacji i modelowania w warunkach niepewności oraz ich zastosowanie w rożnych dziedzinach, takich jak biologia, ekonomia, medycyna, czy też nawigacja morska. Autorzy sięgnęli po różnorodne metody modelowania, takie jak algorytmy wielokryterialnego podejmowania decyzji, metody heurystyczne, sieci bayesowskie, czy układy równań różniczkowych zwyczajnych. Prace zebrane w niniejszej monografii stanowią ważny wkład w dziedzinę modelowania systemów rzeczywistych, w których niepewność jest istotnym elementem.