Do przewidywania efektywnej przewodno¿ci cieplnej kompozytów polimerowych wype¿nionych metalem zastosowano trójwarstwow¿ sie¿ neuronow¿ z propagacj¿ wsteczn¿, która jest w pe¿ni po¿¿czona z kolejn¿ warstw¿ poprzez wagi po¿¿cze¿. Jako parametry wej¿ciowe wykorzystano u¿amki obj¿to¿ciowe i przewodno¿ci cieplne faz ci¿g¿ych i rozproszonych, a uzyskano dane wyj¿ciowe w postaci efektywnej przewodno¿ci cieplnej kompozytów polimerowych. Wynikowe przewidywania efektywnej przewodno¿ci cieplnej za pomoc¿ ró¿nych funkcji treningowych sztucznej sieci neuronowej dobrze zgadzaj¿ si¿ z dost¿pnymi danymi eksperymentalnymi. Ró¿ne funkcje treningowe sztucznej sieci neuronowej wykazuj¿ zdolno¿¿ do wykorzystania sztucznych sieci neuronowych do przewidywania efektywnej przewodno¿ci cieplnej ró¿nych typów dostosowanych z¿o¿onych materiäów.