В результате исследования реализована разработка нейронной сети для расчёта функциональных элементов дифференциального рефрактометра. Получены данные конструкции кюветы и показателя преломления, которые позволяют проводить измерения коэффициента преломления с точностью до четвёртого знака после запятой. Область применения – автоматизация подбора функциональных элементов рефрактометра на основе прогнозирования результатов нейронной сети.

As a result of the research, the development of a neural network for calculating the functional parameters of a differential refractometer was implemented. The data of the cuvette design and refractive index have been obtained, which allow measurements of the refractive index to be carried out with an accuracy of up to the fourth decimal place. The field of application is automation of the selection of functional parameters of the refractometer based on the prediction of neural network results.