Среди непозиционных кодов особое место занимают коды полиномиальной системы классов вычетов. Благодаря параллельной обработке данных модулярные коды позволяют обеспечить вычисления в реальном масштабе времени. Кроме того, при введении избыточных оснований модулярные коды могут обнаруживать и исправлять ошибки, которые возникают из-за отказа оборудования. В работе представлена нейросетевая реализация алгоритма вычисления коэффициентов обобщенной полиадической системы, позволяющая корректировать ошибки в модулярного коде.

Among nonpositional codes occupy a special place codes polynomial system of residue classes. Due to the parallel data processing modular codes allow for calculations in real time. In addition, the introduction of excess base modular codes can detect and correct errors that occur due to equipment failure. The paper presents a neural network implementation of the algorithm for calculating the coefficients of the generalized polyadic system, which allows correct errors in modular code.