В докладе рассказываете об опыте прогнозирования биржевых котировок с применением аппарата нейронных сетей. Предлагается гибридная архитектура нейросети на основе самоорганизующейся карты Кохонена и многослойного персептрона, а также авторская идея иерархической структуры самоорганизующегося слоя и алгоритм «справедливого» обучения кластеров. Рассматриваются различные виды зависимостей в данных и приводится пример обучения подобной архитектуры на функции типа «лунная поверхность».