L'approccio di ACSE nella ricerca è la multidisciplinarietà intesa come ricerca e selezione di partner di progetto con skill esaustivi e complementari nelle diverse discipline per il raggiungimento degli obiettivi progettuali nelle più disparate aree della ricerca ICT.

Per la presentazione di proposte progettuali di ricerca nazionali o internazionali, ACSE si avvale di consulenti e aziende, provvisti di reti paneuropee (in particolare società Innova www.innova-eu.net), che consentano l'interfacciamento con la Commissione europea e la soddisfazione dei requisiti e guideline richiesti dalle specifiche tematiche ed action call dei Framework Program della EC.

In particolare si fa riferimento a metodologie che vengono comunemente applicati da ACSE nei progetti di ricerca nei domini del Knowledge Management ( semantica, approcci ontologici, Knowledge Repository) , dell'elearning, della grafica avanzata 3D, delle simulazioni, della profilazione dinamica utente, dei protocolli wireless, dell'acustica, dell'affective computing.

Algoritmi genetici ed euristici: utilizzati da ACSE per la profilazione e modellazione utente ( domini del Knowledge Management e dell'elearning); altro campo di utilizzo è nell'ambito di applicazioni "mobile" per la profilazione utente rispetto ai protocolli di trasmissione wireless (GPRS- EDGE-UMTS-WIFI)

Reti neurali: Tecniche di classificazione e clustering dei dataset per il riconoscimento dei caratteri stampati nell'ambito di OCR √ Optical Character Recognition

Fuzzy Logic: teoria dell'imprecisione, che permette di trattare in modo ben fondato dati, informazioni e conoscenze vaghe, ambigue, incerte e imprecise; utilizzata da quasi quattro decenni con successi in campi come il controllo di processi, sistemi diagnostici, robotica e data mining.
In particolare in ACSE la Fuzzy Logic è utilizzata nel progetto "OntoScan" per il riconoscimento di caratteri scritti "a mano libera", parallelamente alla teoria Bayesiana e probabilistica nell'ambito dei processi ICR- Intelligent Character Recognition L'utilizzo parallelo di tecniche Fuzzy e algoritmi Bayesiani concorre a "rafforzare" la % di reliability dell'ICR.

Hidden Markov Models - classificazione e clusterizzazione di Data SET vocali per il riconoscimento dal parlato delle emozioni utente nell'ambito di percorsi formativi elearning.