Solidjonovich, M. N., O‘G‘Li, I. S. R., O’Gli, F. V. O., & O‘G‘Li, S. A. N. (2023). SUN’IY INTELLEKT VOSITALARINI TA’LIMNI NAZORAT QILISH VA BAHOLASHDA QO ‘LLASH. Al-Farg’oniy avlodlari, 1(4), 291-297. Mamatov, N., & Ibroximov S. (2023). Artificial intelligence in education: paving the way for a more effective learning experience. Информатика и инженерные технологии, 1(2), 107-109. Stephen, O., Maduh, U. J., Ibrokhimov, S., Hui, K. L., Al-Absi, A. A., & Sain, M. (2019, February). A multiple-loss dual-output convolutional neural network for fashion class classification. In 2019 21st International Conference on Advanced Communication Technology (ICACT) (pp. 408-412). IEEE. Горбан 1991, Уоссерман 1992, Кроесе 1996 Mamatov, N. S., & Nuritdinov, N. D. (2023). NEYRON TO ‘RLARI NEGIZI VA ULARNING TURLARINI TAHLILI. Educational Research in Universal Sciences, 2(8), 76-83. Mamatov, N. S., & Nuritdinov, N. D. (2023). NEYRON TO ‘RLARI NEGIZI VA ULARNING TURLARINI TAHLILI. Educational Research in Universal Sciences, 2(8), 76-83. GeekBrains, Р. С. (2023, August 29). Алгоритмы обучения нейронной сети: наиболее распространенные варианти. GeekBrains. https://gb.ru/blog/algoritmy-obucheniya-nejronnoj-seti/ Ralhan, A. (2020, August 8). Self Organizing Maps - Abhinav Ralhan - Medium. Medium. https://medium.com/@abhinavr8/self-organizing-maps-ff5853a118d4 Kohonen T. Self-organizing Maps, ~ Heidelberg: Springer Verlag, 1995. Homik K., Stinchcomb M., White H. Multilayer feedforward networks are universal approximators // Neural Networks.— 1989. — V. 2, N. 5.— P. 359-366. Paluzo-Hidalgo, E., González-Dı́Az, R., & Gutiérrez–Naranjo, M. A. (2020). Two-hidden-layer feed-forward networks are universal approximators: A constructive approach. Neural Networks, 131, 29–36. https://doi.org/10.1016/j.neunet.2020.07.021 Logovskiy A.S. Многопросессорные и нейрокомпютерные технологии фирмы Сунденcе Мултипроcессор Течнологий, Ltd.— Neyrokompyuter, №1,1999. Stephen, O., Maduh, U. J., Ibrokhimov, S., Hui, K. L., Al-Absi, A. A., & Sain, M. (2019, February). A multiple-loss dual-output convolutional neural network for fashion class classification. In 2019 21st International Conference on Advanced Communication Technology (ICACT) (pp. 408-412). IEEE. Арнолд В.И. О представлении непрерывных функций несколких переменных в виде суперпозиции функсий меншего числа переменных // Mat. просвещение.— 1957.— № 4.— S. 41-61. Contributors to Wikimedia projects. (2023, December 11). Teorema Kolmogorova — Арнольда. https://ru.wikipedia.org/wiki/ Xext-Nilsen R. Нейрокомпютинг: история, состояние, перспективы // Открытые системы, 1998. № 4. Kruglov V.V., Borisov V.V. Исскусственные нейронные сети. Теория и практика.— М.: Горячая линия — Telekom, 2001.— 382 s. Гаврилов А.В. Системи искуственного интеллекта: Учеб. пособие: в 2-х ч.— Новосибирск: Изд-во НГТУ, 2001.— 4.1.— 67 с.