Сложность поиска быстрых радиовсплесков (FRB) заключается в относительной редкости самого явления, коротком времени события, наличии большого количества радиопомех и большом объеме получаемых данных. В настоящее время применяется подход к поиску кандидатов с помощью сверточных нейронных сетей, где анализируются "изображения" потенциальных FRB-событий, составленные из записей временных рядов, соответствующих различным радиочастотам. Особенностью данных РАТАН-600 является небольшое количество частотных каналов (в настоящее время - четыре), что затрудняет использование стандартных нейросетевых архитектур с двумерными свертками. Нами проведена адаптация архитектуры EfficientNet для классификации многоканальных временных рядов с использованием одномерной свертки. Обучающая выборка составлена на основе реальных шумов и радиопомех радиометрического комплекса, а также синтетических FRB-событий. Для эффективного отсева ложноположительных результатов применяется каскадная схема из двух нейросетей. В работе демонстрируется эффективность отбора кандидатов, включая слабоамплитудные сигналы, наряду с отсевом радиопомех различного временного профиля. Разработанный подход может использоваться для классификации произвольных временных рядов, при этом количество каналов и детектируемых классов можно варьировать.