Per la previsione della conducibilità termica effettiva dei compositi polimerici riempiti di metallo è stata utilizzata una rete neurale backpropagation feedforward a tre strati, completamente connessa allo strato successivo attraverso i pesi di connessione. Le frazioni volumetriche e le conduttività termiche delle fasi continue e disperse sono state utilizzate come parametri di input e si è ottenuto un output sotto forma di conduttività termica effettiva dei compositi polimerici. Le previsioni della conduttività termica effettiva ottenute con le diverse funzioni di addestramento della rete neurale artificiale concordano bene con i dati sperimentali disponibili. Le diverse funzioni di addestramento della rete neurale artificiale dimostrano la capacità di utilizzare le reti neurali artificiali per la previsione della conducibilità termica effettiva di vari tipi di materiali complessi su misura.
