В диссертационном исследовании ведется разработка быстродействующих методов пофрагментной обработки изображений на основе специализиро-ванных искусственных нейронных сетей, которые работают по принципу самообучения. Разработана конкурентная нейронная сеть, которая в качес-тве входного сигнала использует прямоугольные фрагменты изображений вместо векторных сигналов, что обеспечивается учетом нелинейных кор-реляционнных связей, и отличается вычислительной простотой, имеет фи-льтрующие свойства и способна обрабатывать нестационарные видеосиг-налы в реальном времени. Усовершенствованы методы обучения нейрон-ных сетей для решения задач сжатия изображений, которые отличаются повышенным быстродействием и позволяют обрабатывать данные в реа-льном времени по мере их поступления. Методы самообучения нейронных сетей Т. Кохонена на основе предварительной фильтрации сигналов и ис-пользования робастных критериев позволяют решать задачи сегментации изображений, которые возмущены интенсивными помехами. Усовершенс-тво