В работе были продемонстрированы возможности элементарных сверточных нейросетей в задаче распознавания составных шумовых сигналов. Для проведения эксперимента были сгенерированы три набора данных с различными комбинациями трёх типов вероятностных распределений: нормального, равномерного и экспоненциального. На каждом рассмотренном датасете обученные нейросети дали высокие показатели качества по F1-мере и функции ошибок. Также было отмечено, что наличие экспоненциального (ассиметричного) распределения облегчает задачу классификации составных сигналов для нейросети.