Laboratorij se bavi znanstvenim istraživanjima u području računalnih znanosti, razvojem postupaka strojnog učenja, učenja reprezentacija podataka i znanja, prediktivnih i deskriptivnih modela podataka s primjenom na dubinsku analizu podataka i otkrivanje znanja. Teme naših istraživanja vezane su uz slijedeće postupke:

• učenje rijetkih reprezentacija podataka
• učenje pravila
• alternativno/višestruko opisivanje podataka
• otkrivanje grupa i podgrupa u podacima
• interaktivna dubinska analiza i vizualizacija modela podataka
• fuzija prediktivnih modela
• učenje distribuiranih reprezentacija
• polinomne (GMDH), konvolucijske, rekurentne neuralne mreže
• modeli dinamičkih procesa na kompleksnim mrežama

Značaj istraživanja najbolje se ogleda u velikom broju primjena u drugim znanstvenim disciplinama:

• medicinska dijagnostika
  • napredne tehnike segmentacije medicinskih slika; otkrivanje uzoraka
  • dijagnostika oboljenja
  • prediktivni modeli u razvoju bolesti
  • otkrivanje biomarkera
  • modeliranje aktivnosti i mehanizma djelovanja novih kemijskih spojeva
• računalna biologija i bioinformatika
  • funkcionalna anotacija gena
  • fenotipska anotacija mikroorganizama
• modeliranje kompleksnih tehno-socijalnih sustava
  • modeliranje sentimenta i tema u online medijima
  • širenje inormacija i utjecaja socijalnim mrežama
  • širenje epidemija