Разработан новый основанный на модели «смеси экспертов» нейросетевой подход к решению обратной задачи восстановления высотного профиля абсолютной влажности по спектральным данным о яркостных температурах нисходящего излучения атмосферы, полученным в частотном диапазоне 10-40 ГГц, включая область резонансного поглощения водяного пара вблизи 22.235 ГГц. Программная реализация [1] модели предполагает возможность ее обучения с использованием технологии вычислений на графических процессорах (GPU). Обучающая выборка сформирована путем многократного решения прямой задачи моделирования спектров яркостной температуры [2] по данным около трех тысяч сеансов радиозондовых измерений высотных профилей метеорологических параметров температуры воздуха T, атмосферного давления P и абсолютной влажности ρ до высоты 15 км, проведенных в г. Долгопрудном с января 2019 по настоящее время [3]. С целью аугментации выборки профиль T варьируется в пределах ±5%, а ρ в пределах ±20% от соответствующих приповерхностных значений. При этом в поле зрения наземного радиометра моделируется горизонтально-однородный слой сплошной облачности, вертикальная протяженность (мощность) которого постепенно увеличивается, тогда как водозапас слоя меняется от 0.0 кг/м2 до более 5.5 кг/м2. Результаты применения обученной модели к данным тестовой подвыборки показывают удовлетворительное согласие восстановленных профилей абсолютной влажности и значений, измеренных радиозондом. Проведена оценка качества работы данной модели с использованием экспериментальных значений яркостных температур [4], полученных непосредственно при радиометрических наблюдениях, проводимых синхронно с радиозондовыми в г. Фрязино (около 30 км от Долгопрудного).