Цель работы - исследование существующих архитектур нейронных сетей с целью выделения набора структурных свойств для последующего синтеза новой архитектуры нейронной сети с онлайн обучением, направленной на задачу прогнозирования временных рядов. Предмет исследования – Архитектуры нейронных сетей. Мотивацией для применения алгоритмов с онлайн обучением является одна из следующих ситуация: обрабатываемые данные себя непрерывный поток информации, объем данных слишком велик для переучивания, ресурсы памяти слишком ограничены. Такие условия встречаются в различных прикладных задачах, таких как обучение в изменяющихся средах, персонализация модели или обучение на протяжении всей жизни. Нейронной сети представляют по своей структуре идеально подходят для достижения онлайн обучения. кандидаты для обучения постепенной последовательности. В этой работе производиться поиск структурных особенности нейронных сетей, наиболее подходящие для прогнозирования. Также в работе на практическом примере рассматривается одна из передовых архитектур нейронных сетей - Online Sequential Extreme Learning Machine.