Istraživanje obuhvaćaju područja IoT tehnologija, sustava i aplikacija. Istraživanja će uključiti napredne tehnologije senzorskih mreža kao i njihovu energetsku učinkovitosti, te napredne tehnike za povećanje pouzdanosti i propusnosti u RFID sustavima.

Istraživanje u području Internet of Things (IoT) je usmjereno prema traženju energetski efikasnih rješenja za senzorske sustave kojima je cilj smanjiti potrošnju, a time povećati životni vijek većinom baterijski napajanih uređaja. Pri tome će se intenzivno testirati komercijalna IoT rješenja kao i napredni IoT prototipovi koji se temelje na Low Power Wide Area tehnologijama (npr. LoRaWAN) kao i Bluetooth Low Energy (BLE) tehnologiji. Planiraju se razviti modeli temeljeni na tehnikama dubinskog i strojnog učenja na osnovu kojih se mogu precizno detektirati promjene u okolini, kao što je zauzeće parking mjesta ili promjene vlažnosti tla. Pri tome će se staviti naglasak na razvoj energetski efikasnih softverskih i hardverskih rješenja koja bi kao posljedica rezultirali smanjenjem cijene senzorskog uređaja. Imajući to u vidu, naglasak će se staviti na razvoj autonomnog IoT uređaja.

Istraživanje metoda koje omogućavaju povećanje brzine prijenosa u pasivnim RFID tehnologijama i razvoj IoT arhitektura se može podijeliti u tri faze. Prva faza uključuje simulaciju pasivnog RFID taga s mogućnošću ispitivanja svojstava višerazinskih modulacijskih postupaka uz primjenu odgovarajućeg kodiranja. Također, u okviru prve faze istražiti će se performanse bistatičkih komunikacijskih sustava na modelima za simulaciju sustava koji su do sada razvijeni. Korištenjem postojeće i nabavkom nove opreme planira se niz mjerenja s ciljem karakterizacije performansi IoT arhitektura. Druga faza bi uključila razvoj kodova za višerazinsku modulaciju u pasivnoj RFID tehnologiji. Treća faza bi uključivala razvoj prototipa pasivnog taga s višerazinskom modulacijom i ispitivanje svojstava u realnim uvjetima uz primjenu odgovarajućeg kodiranja.

Istraživanja u području dubokog učenja, računarstva u oblaku i podatkovne analitike će uključivati povezivanje sva tri područja u svrhu razvoja modela nad raznorodnim i velikim izvorima podataka. Područje bioinformatike je područje istraživanja doktorske disertacije u kojem će se metode dubokog učenja kao i računalni resursi visokih performansi koristiti za razvoj novih i unaprjeđenje postojećih metoda u području bioinformatika.