Складність побудови штучної нейронної мережі, яка дозволяє реалізувати процес підучування на підставі результатів оперативного спостереження за об’єктом дослідження полягає в необхідності забезпечити високий рівень пластичності такої мережі. При цьому зазвичай висувається вимога, згідно якої стабільність вказаної нейронної мережі не може бути суттєво знижена

Запропонована структура штучної нейронної мережі, яка дозволяє реалізувати процес підучування за результатами додаткової інформації, отриманої, наприклад, на підставі оперативного спостереження за станом технічної системи, при збереженні первинного рівня стабільності. Така штучна нейронна мережа може бути подана у двох варіантах, які різняться порядком оброблення інформації консервативними блоками (наперед навченими нейронними мережами, або математичними алгоритмами, що безпосередньо обчислюють необхідні вихідні дані) й заздалегідь не навченими фрагментами.

Перший варіант відображає послідовну архітектуру нейронної мережі. При цьому вхідний вектор даних обробляється консервативними блоками, вихідна інформація яких є вхідною для окремих фрагментів нейронної мережі, які саме і виконують функцію підучування всієї структури й безпосередньо пов’язані з її виходами.

Другий варіант відображає паралельну архітектуру. При цьому вхідний вектор даних одночасно подається на консервативні блоки й фрагменти, що виконують функцію підучування. За такої архітектури виходи консервативних блоків і фрагментів підучування можна підсумовувати з визначеними ваговими коефіцієнтами, що дозволяє регулювати ступінь впливу результатів роботи консервативних блоків на кінцевий результат.

Дослідження показали ефективність використання запропонованих нейронних мереж при розв’язанні задач проектування та визначення технічного стану різних за призначенням технічних систем.