О построении явной архитектуры нейронной сети, приближающей кусочно-линейные функции

В работе рассматривается вопрос о нахождении оценки сверху параметров архитектуры нейронной сети, которая хорошо приближает зависимости, описывающиеся кусочно-линейными функциями. Основной результат работы заключен в теореме, утверждающей, что любую наперед заданную кусочно-линейную функцию можно приблизить сколь угодно точно нейронной сетью с активационными функциями сигмоидного типа на достаточно объемном множестве. Доказательство данной теоремы конструктивно, то есть в ней строится архитектура нейронной сети, удовлетворяющая вышеописанным свойствам.