В работе создана и описана искусственная нейронная сеть для выбора решения в неопределённой игровой ситуации, в классической карточной игре в «Дурака». Проведённые исследования показывают, что принимаемые во время игры решения человеком, основанные на чувственном уровне понимания игровой ситуации, могут быть просчитаны количественно. Гибкость структуры нейронной сети позволяет в процессе обучения изменять структуру сети, то есть удалять избыточные нейроны или добавлять недостающие. Созданная программа может служить примером развития нового рефлексивно-ориентированного программирования, являющегося функциональным расширением парадигмы объектно-ориентированного программирования. С. 54-64.

In the paper artificial neural network is described and created for decision-making in the indefinite gaming situation of classic card game “Fool”. The research shows human-made decisions based on perceptional level of comprehension during the game can be quantitatively calculated. Flexible structure of the neural network can morph during the process of training i.e. excessive neurons can be removed and missing ones can be added. The software created along the research is an example of new reflex-oriented programming paradigm being functional extension of well-known object-oriented programming paradigm.