Температурные воздействия вносят существенную погрешность в показания волоконно-оптического гироскопа, отсюда встает задача компенсации возникающей в результате ошибки. Одним из успешных путей развития для данного типа задач является применение искусственных нейронных сетей, которые позволяют произвести корректировку данных, получаемых с прибора.Для задач повышения точностных характеристик волоконно-оптического гироскопа подходит нейронная сеть прямого распространения, обучение которой проводится на экспериментальных данных, полученных с датчиков температуры, входящих в состав конструкции волоконно-оптического гироскопа. В ходе обучения нейронной сети для нее формируется массив весовых коэффициентов. Обученная сеть способна повысить точностные характеристики волоконно-оптического гироскопа.В ходе работы была разработана и построена модель нейронной сети в среде MatLab, подобрана схема нейронной сети на основе экспериментов по обучению различного типа сетей, сформирована выборка данных для обучения нейронной сети, обучена сеть и протестирована на отдельных проверочных данных.