Новая нейросетевая архитектура позволяет эффективно выполнять алгоритм обучения обратного распространения на многокомпьютерной системе с низкой шириной пропускания. Классово-распределенная (C-D) нейросеть представляет собой классификатор структур быстрого облучения на базе модифицированного алгоритма градиентного спуска обратного распространения, базированного на распределенной архитектуры. Новая сеть минимизирует требования межпроцессорной связи, обеспечивая эффективное выполнение на параллельных процессорных системах низкой стоимости, характеризуемых ограниченной шириной пропускания. Высокая скорость обучения нейросетевой C-D-архитектуры делает ее особенно полезной для работы на многокомпьютерных платформах. В статье приводятся результаты экспериментов, проведенных на 166 МГц процессорах Intel PentiumII, связанных сетью с низкой шириной пропускания (ЭКВИВ1,0 Мбайт/с).