Вопросы экономических наук, № 6, 2015 Искаков Т.Р., соискатель Бахаркин О.М., соискатель Соколянский В.В., кандидат медицинских наук, доцент Князева Е.В., кандидат экономических наук, доцент (Московский государственный технический университет им. <...> Н.Э. Баумана) ТОПОЛОГИЯ ИНТЕЛЛЕКТУАЛЬНЫХ НЕЙРОННЫХ СЕТЕЙ, ПРОИЗВОДЯЩИХ ОЦЕНКУ ИНТЕЛЛЕКТУАЛЬНОГО КАПИТАЛА (ЧАСТЬ 1) В статье рассматривается концепция искусственных нейронных сетей, представлена архитектура нейронных сетей. <...> Так же приведены алгоритмы и вычисления для описания нечетных знаний, описаны основные характеристики нечеткой логики и возможности применения нечеткой логики в экономических исследованиях. <...> TOPOLOGY OF THE INTELLECTUAL NEURAL NETWORKS MAKING THE ASSESSMENT OF THE INTELLECTUAL CAPITAL (PART 1) In article the concept of artificial neural networks is considered, the architecture of neural networks is presented. <...> С каждым годом искусственные нейронные сети находят все более широкое применение в экономике. <...> Построение модели на текущий момент является одним из базовых инструментов в экономике, чему посвящена работа Соколянского В.В., Каганова Ю.Т. и соавторов [6]. <...> Моделирование различных экономических процессов может происходить как при помощи классических математических моделей, так и с помощью современных вычислительных методов, к которым относятся искусственные нейронные сети. <...> Весомое преимущество нейронных сетей заключается в том, что они могут решать задачи, опираясь на неполные, зашумлённые данные. <...> Заимствован из [8] 103 Вопросы экономических наук, № 6, 2015 Из названия становится очевидно, что нейронная сеть - это система, состоящая из многочисленных простейших элементов (нейронов), определённым образом связанных между собой. <...> Искусственная нейронная сеть полностью моделирует поведение обычной нейронной сети в мозгу человека. <...> В основе всей нейронной сети лежит нейрон. <...> 1 представлена модель нейрона, лежащая в основе искусственных нейронных сетей. <...> В математическом представлении функционирование k-ого нейрона, имеющего m синапсов <...>