Самоорганизующиеся полиномиальные нейронные сети, их разновидности и приложения

В статье представлены история развития и новые результаты в области теории и приложений полиномиальных нейронных сетей (ПНС) с самоорганизующейся архитектурой. Рассмотрены архитектура, методы обучения и принципы самоорганизации и минимизации сложности различных разновидностей ПНС, а именно: порогово-полиномиальных, диофантовых, сплайновых, многозначных, стохастических, байесовских (логико-вероятностных) и генно-нейронных сетей. Описаны примеры эффективного применения ПНС с самоорганизующейся архитектурой минимальной сложности в задачах распознавания образов, классификации ситуаций, пронозирования явлений и диагностики состояний.