Занимаемся.
Понимаешь нет проблемы выполнять моделирование какой-то задачи. Скажем возьмем некую бизнес-систему - скажем система перевозки пассажиров в городе. И применим к ней систему массового обслуживания для ответа на вопросы: сколько нужно авто, какие маршруты лучше иметь и т.п. И возьмем скажем для этой цели Матлаб. Сама по себе матлаб - не ИС. Чтобы была ИС - нужны скажем структурированные данные, возможность получения информации по перевозкам, может даже в автоматическом режиме, ну и т.д.
Вопрос что здесь может быть ИС?
Зачем брать скучную бизнес-систему, если речь идёт о научных исследованиях? Я, кстати, никак не пойму, к какому факультету относится твоя кафедра.
Можно, я пофантазирую?
Возьми управление и обработку данных орбитального телескопа, например. Или моделирование атмосферных явлений (для разнообразия - марсианских
. Или миграции каких-нибудь перелётных птиц. Или закономерности распространения разных нечеловеческих штаммов гриппа.
Ну и наверняка у вас там в химии поле непаханное для всяческих исследований.
И получается, чтобы построить информационную систему, нужно изучить:
- методы, средства и технологии сбора первичных данных;
- проверка их достоверности и прочей репрезентативности (мат. статистика, куда же без неё, а я бы сюда ещё вставил элементы социологии);
- методы, средства, технологии и алгоритмы первичной обработки (всякие преобразования Фурье, распознавание образов, нейросети, ещё что-нибудь);
- хранение и обработка данных (базы данных, в основном);
- алгоритмы целевой обработки (найти новую звезду, предсказать погоду, проложить маршрут) - численные методы, нечёткая логика и что там ещё у нас было, уже не помню;
- управление всем этим добром (коррекция орбиты и ориентация телескопа).
В общем, всё те же информационные технологии, но раз уж речь идёт о научных исследованиях, с акцентом на современные технологии сбора и первичной обработки - там, наверное, сейчас самое всё интересное.
А более-менее законченные информационные системы, наверное, в НИИ и университетах нужно искать.