Предложена обобщенная модель распознавания объектов, которые имеют как прямолинейное движение, так и вращательное, а также могут находиться в статическом состоянии (без движения). Приведены краткие описания предлагаемых методов обработки статических и динамических объектов, а также рассмотрены возможные области применения подобного решения данной задачи.

Предложена модель реализации многослойного персептрона на многопроцессорной системе при ограниченном количестве процессоров. В качестве топологии вычислительной системы предложена организация процессоров в виде звезды. Данный подход позволяет значительно снизить время обучения НС и дает возможность получения максимального ускорения, ограниченного числом имеющихся процессоров.

Розглянуто способи програмної реалізації нейромережевих моделей персептронного типу. Запропоновано метод адаптації розглянутих моделей на високопродуктивні системи із загальною пам'яттю з використанням стандарту Openmp. Проведені обчислювальні експерименти показали високу ефективність запропонованого підходу.

Рассмотрена задача классификации изображений на примере медицинской диагностики рака кожи. Предложена гибридная модель на базе вероятностной нейронной сети с суммированием результатов экспертов при определении выходного значения для классификации входных изображений на три класса, позволяющая снизить вычислительные затраты на обучение гибридной нейронной сети и повысить точность классификации входного образа.

Для решения задачи диагностики меланомы реализована нейросетевая экспертная система на основе многослойного персептрона, которая поможет врачу на ранней стадии выявить тяжелое заболевание кожи. Для оценки качества процесса функционирования диагностической системы разработаны показатели эффективности.

Предложена модель адаптации Интернет-сервиса, учитывающая предпочтения пользователей, которая позволяет автоматически настраивать контент медицинского портала, что ускоряет процесс поиска и повышает заинтересованность пользователя в посещаемости сайта.