Los primeros desarrollos del GII en el campo de las RNA's se centraron en el análisis e implementación de redes y algoritmos eficientes de entrenamiento para su utilización en controladores de robots autónomos y en procesamiento de señales. De estas necesidades surgieron desarrollos como algoritmos para la generación automática de redes, redes como autómatas de estados finitos (FSA), redes con retardos sinápticos modificables, modulación sináptica, neuronas tipo HAN, redes con sinapsis gausianas, redes neuronales con genes promotores (PBGA) o, uno de los últimos desarrollos, una adaptación del algoritmo de neuroevolución NEAT para su utilización en problemas que requieran un procesado temporal preciso (τ-NEAT). Con el crecimiento del grupo, estas técnicas han sido utilizadas en otros tipos de campos, incluyendo el procesado de imágenes hiperespectrales o la predicción de inestabilidades dinámicas en buques como es el fenómeno la resonancia paramétrica.

La dinámica de fluidos experimental sigue siendo una de las lineas de investigación clave del GII. La experiencia de los últimos años, junto con la participación en numerosos proyectos, ha dado lugar a un gran número de instalaciones experimentales que nos permiten estudiar una gran variedad de aplicaciones de mecánica de fluidos. 

Esta línea de investigación surge de la necesidad actual de representar sistemas complejos que aparecen en empresas de fabricación y/o de servicio, con restricciones de capacidad y tiempo. La simulación de eventos discretos (DES) se ha mostrado como una herramienta muy eficaz para caracterizar los procesos productivos complejos con objeto de obtener mejoras sustanciales.