Уперше автором запропоновано архітектуру нейро-фаззі мережі на основі теорії резервуарних обчислень, яка характеризується підвищеною швидкістю налаштування параметрів навчання й точністю прогнозу часового ряду, що дозволяє істотно покращити апроксимувальні та екстраполювальні властивості системи для обробки нелінійних часових рядів за умов невизначеності.
Запропоновано багатовимірну модифікацію нео-фаззі-нейрону.
Набула подальшого розвитку архітектура нейро-компресора даних на основі
багатошарового персептрону «вузьке місце» за рахунок приєднання до мережі
компресора нейро-нео-фаззі мережі зустрічного поширення, що дозволило здійснювати прогнозування часових рядів зниженої розмірності без втрати внутрішніх зв'язків збережуваних даних. Набув подальшого розвитку метод сегментації багатовимірних чacoвиx рядів на основі методу нечіткої кластеризації
Гата-Геви, який відрізняється процедурою налаштування цетроїдів, що дозволяє здійснювати сегментацію багатовимірних часових рядів у режимі online.