Выпускная квалификационная работа нацелена на получение новых алгоритмов обучения искусственных нейронных сетей, с учетом динамики наблюдаемых процессов. В случае, если после обучения нейронная сеть является статической, а классифицируемые объекты – динамическими, то после обучения сети, со временем, качество классификации может портиться. Дорофееву А. С. предлагалось разработать методы, которые смогли бы частично или полностью нивериловать эту проблему.  В своей выпускной работе А. С. Дорофеев предлагает для решения поставленной задачи использовать искусственные нейронные сети с весами, меняющимися во времени, а точнее с весами в виде аффиной функции, у которой постоянный член находится по методу обратного распространения ошибки, а коэффициент перед переменной времени t – по методу скоростного градиента. Этот подход позволяет улучшить качество классификации процессов по мгновенным наблюдениям, как минимум локально, в первом приближении, что и продемонстрировано в работе. К сожалению, Антон Сергеевич не успел получить результаты для оценки погрешности на длительном временном промежутке, а также не успел применить полученные алгоритмы для какого-нибудь хорошего примера из возможных приложений.  За время работы над выпускной работой А. С. Дорофеев продемонстрировал хорошие знания в области математической теории управления, а также способность самостоятельно осваивать новые методы из смежных областей науки.  Считаю, что выпускная квалификационная работа Дорофеева Антона Сергеевича заслуживает оценки «хорошо».