Аннотация:Задача классификации является одной из классических задач, для решения которых на практике применяют аппарат искусственных нейронных сетей (ИНС). В последние годы исследователями было предложено и реализовано множество разнообразных архитектур нейросетевых классификаторов, в том числе основанных на глубоких нейронных сетях. Однако вопросы обоснованного выбора той или иной архитектуры и формальной оценки сложности нейронной сети, требуемой для решения задачи, в каждом конкретном случае остаются открытыми. Обоснованный выбор архитектуры и оценка необходимой сложности нейронной сети в конкретном случае позволят экономить время и вычислительные мощности при решении задач классификации. В статье проводится аналитический обзор архитектур искусственных нейронных сетей, используемых для решения задач классификации. Анализируется степень формализации подходов, используемых для синтеза архитектур глубоких ИНС. Рассматриваются основные области применения нейросетевых классификаторов. Делаются выводы о виде наиболее подходящих задач, для которых возможна разработка обоснованных методов синтеза архитектуры ИНС.