Привет. Собираюсь писать сабж.

Из-за пребывания в наших доблестных вооруженных силах РБ и каличной предыдущей работы у меня пробел в знаниях по теме,
примерно равный 2 годам.

Наибольшее внимание в библиотеке хочу уделить персептрону с возможностью добавления реккурнтных слоев и сети Кохонена.
Акцент будет ставиться на адаптивность обучения и скорость, с возможностью содавать смешанные сети.
Поэтому интересуют следующие вопросы.

1. виды сетей их описание и описание работы, желательно с формулами (Не интересуют: сети Хопфилда, сети с состояниями, когнитрон и неокогнитрон)
2. новые эффективные методы обучения и модификации уже существующих.
3. методы стабилизации и ускорения обучения сети (например, моментум).
4. методы обнаружения незначимых весов и нейронов.
5. для персептрона — способы задания критерия обучения.
6. методы вычисления адаптивного шага обучения (не только для персептрона, но и для других).
7. все то, что я не упомянул, но вы считаете, что это важно для эффективного функционирования или обучения нейросетей.
8. Ваше мнение о актуальности, перспективах, нужности сабжа
9. Ваше мнение зависимости сходимости обучения от типа вещественных данных в нейросети.

Нужны ссылки на информацию по вышеперечисленным вопросам, желательно на русском языке (можно на английском).

Язык реализации -- С++

Если у кого-то возникнет интерес по поводу,
мое мыло -- tinytjan (at) mail (dot) ru
мой ICQ -- 399070250.

Заранее спасибо.