Оценки точности аппроксимации с помощью суперпозиции потенциальных функций

Даются оценки числа элементов искусственной нейронной сети, основанной на использовании элементов типа потенциальных функций. Показано, что при рациональном выборе характеристик элементов и не слишком большой размерности пространства достижимая точность аппроксимации гладких функций не хуже, чем для сигмоидальных перцептронов, а настройка осуществляется только одним параметром.