Z kilku cech wspólnych wymienionych obszarów należy podkreślić kierunki badań dotyczące rozwijania inteligentnych systemów obliczeniowych oraz metod uczenia maszynowego. W tym zakresie badania koncentrują się głównie na sztucznych sieciach neuronowych oraz systemach logiki rozmytej. Prace z zakresu sieci neuronowych obejmują zarówno klasyczne sieci jednokierunkowe i sieci dynamiczne, jak również modele głębokie w tym sieci splotowe czy sieci LSTM (ang. long short-term memory). W przypadku systemów rozmytych główny nacisk położony jest na modele rozmyte typu Takagi-Sugeno i ich zastosowanie do projektowania modeli odpornych. Rozwijane techniki modelowania/identyfikacji systemów są wykorzystywane do projektowania zaawansowanych układów diagnostyki uszkodzeń procesów przemysłowych, do syntezy inteligentnych układów sterowania i realizacji układów sterowania tolerujących uszkodzenia. Głębokie sieci neuronowe są także wykorzystywane do obrazowania medycznego, a w szczególności do projektowania systemów wspomagających diagnostykę medyczną w tym wykrywanie raka piersi czy wykrywanie napadów padaczkowych.
W obszarze modelowania/identyfikacji prowadzone są również zaawansowane badania dotyczące sposobu dokonywania pomiarów i rozmieszczenia czujników pomiarowych zapewniających maksymalną dokładność estymacji parametrów układów o parametrach rozłożonych. Sprowadza się to do formułowania problemów optymalizacji z ograniczeniami, które rozwiązuje się z wykorzystaniem własnych implementacji i dostępnego oprogramowania (COMSOL, SAS).
Prowadzone są także prace badawcze dotyczące modelowania, analizy oraz projektowania dyskretnych systemów zdarzeniowych oraz systemów cyberfizycznych specyfikowanych sieciami Petriego. W ramach tych badań, szczególną uwagę poświęca się części sterującej systemu, tzw. cybernetycznej.
Nowym, obiecującym trendem w kontekście realizacji systemów obliczeniowych jest informatyka kwantowa. Rozwijane jest oprogramowanie służące symulacji modelu obliczeń kwantowych oraz praktyczne rozwiązania w postaci systemów rekomendacyjnych.
