• Redução de ordem de modelos: Os modelos de ordem reduzida (ROMs) desempenham um papel crucial em aplicativos de computação científica em larga escala. A arquitetura dos ROMs é explorada em sistemas físicos e de engenharia baseados em simulação de grande dimensão. Sua estrutura algorítmica busca subespaços de baixa dimensão, tipicamente calculados com a SVD (decomposição de valores singulares), onde a dinâmica demodelos se projeta usando um método de Galerkin. Assim, em vez de resolver um sistema de equações diferenciais de alta dimensão, considera-se um modelo de baixo posto construído de uma maneira baseada em princípios tradicionais.

• Controle ótimo: Programação dinâmica torna possível realizar controles de realimentação ótima para muitos problemas de controle ótimo não lineares. Entrentanto, a função a otimizar é calculada através da aproximação numérica da equação de Hamilton-Jacobi-Bellman, e em geral não é suave, exigindo grande alocação de memória. Procura-se um algoritmo eficiente para contornar o problema.

• Ciência de dados: é uma área interdisciplinar voltada para o estudo e a análise de dados, estruturados ou não, que visa a extração de conhecimento ou insights para possíveis tomadas de decisão, de maneira similar à mineração de dados. Ciência de dados alia big data e machine learning, além de técnicas de outras áreas interdisciplinares como estatística, economia, engenharia e outros subcampos da computação como: banco de dados e análise de agrupamentos (cluster analysis).