Обучение больших гибридных нейронных сетей для прогнозирования временных рядов

В статье описывается гибридный подход при создании нейронных сетей, используемых для прогнозирования временных рядов. Данный подход основан на объединении в рамках одной сети самообучающегося слоя Кохонена и многослойного персептрона. Приводится результат практических экспериментов обучения такой гибридной сети с помощью алгоритма «справедливого» обучения.