Głównym obszarem moich zainteresowań naukowych jest sztuczna inteligencja, w szczególności metody inteligencji obliczeniowej (uczenie maszynowe, rozpoznawanie wzorców, data miting itp.)

• systemy regułowe: systemy reguł bazujących na prototypach, klasyczne systemy regałowe, drzewa decyzji, systemy reguł rozmytych, ekstrakcja reguł z nauczonych modeli
• selekcja i ekstrakcja cech: metody przeszukiwania, metody rankingowe, PCA, ICA, FDA
• metody kernelowe i statystyczne: SVM, sparse Bayesian methods (RVM), redukcja liczby wektorów wsparcia w SVM (Reduced set methods)
• sieci neuronowe: RBF, SOM, LVQ, MLP
• grupowanie danych: metody hierarchiczne, metody minimalizacji skalarnego wsp. jakości (HCM, FCM, PCM), sieci neuronowe (SOM), metody statystyczne (Gaussian Mixture Models)
• metody oceny jakości klasyfikacji
• inne: meta uczenie i komitety klasyfikatorów, optymalizacja parametrów modeli
• wstępne przetwarzanie danych: dyskretyzacja, uciąglanie atrybutów symbolicznych, itp.
• zastosowanie metod inteligencji obliczeniowych w przemyśle