В статье рассматриваются особенности обучения сети на базе гибридных нейроподобных элементов, вызывающие трудности в нахождении оптимального набора весов. Для поиска глобального экстремума критерия обучения предложен модифицированный метод, основанный на ф- преобразовании. Сформирована система ограничений, позволяющая выделить единственную среди множества эквивалентных областей, возникающих вследствие перестановочной и знаковой симметрии пространства параметров сети на базе гибридных нейроподобных элементов, что является необходимым для применения метода ф- преобразования. Ключевые слова: параметрическая оптимизация, обучение, гибридный нейроподобный элемент, метод ф- преобразования, симметрия пространства параметров, глобальный экстремум.
