"Объектом исследования являются задачи распознавания с бинарной и стандартной информацией, а также алгоритмы распознавания. Целью работы является, определение условий при которых в операторной алгебре может быть построен алгоритм (оператор) обеспечивающий получение точного решения задач распознавания как из множества задач распознавания с бинарной так и стандартной информацией. При этом алгебра строится над параметрической моделью распознающих алгоритмов. Методами исследования являются алгебраический и операторный методы распознавания образов. Результаты работы и их новизна заключается в следующем: определены условия при которых для задач распознавания как из множества задач распознавания с бинарной так и для задач со стандартной информацией в операторной алгебре может быть построен алгоритм (оператор), обеспечивающий получение точного решения. Эти условия служат обоснованием построения нейросетей, которые обеспечивают точное решение задач распознавания из заданых классов. Область применения: теория распознавания образов, теория нейросетей, некоторые задачи в области интеллектуальных систем, включая робототехнические системы; некоторые задачи дискретной оптимизации, а также некоторые задачи в финансово-экономической области, а именно, задача оценки и задача прогнозирования рисков портфеля ценных бумаг и оптимизация бизнес-процессов Экономическая эффективность: исследование относится к фундаментальному направлению в области Computer Science и имеет определенное прикладное значение, однако экономическую эффективность в настоящее время трудно оценить"