Konvolutionale Neuronale Netzwerke sind tiefenlernende Architekturen, die Faltungsoperatoren zur automatischen Merkmalsextraktion nutzen. In den Materialwissenschaften werden sie zur Mikrostruktur- und Phasenklassifikation, Defekterkennung, inversen Struktur-Eigenschafts-Modellierung sowie zur Beschleunigung von Simulationen eingesetzt und erfordern große, kuratierte und annotierte Datensätze.