Такая аппроксимация выполняется и в более явном виде, ибо каждая 
Следовательно, сеть строится и обучается так, чтобы заданное значение X = 
к максимальному (или усредненному) значению возбуждения другого нейрона выходного слоя, указывающего на значение 
В результате выходной слой разбивается на области, каждая из которых закреплена за своим 
Следует обратить внимание не только на высокую производительность такого рода самообучающихся систем в рабочем режиме, но и на их адаптивность, развитие, живучесть и т.д.
