Ein künstliches neuronales Netzwerk ist ein datengetriebenes Modell aus verknüpften künstlichen Neuronen, das nichtlineare Zusammenhänge zwischen Eingabe- und Ausgabedaten approximiert. In den Materialwissenschaften werden sie zur Vorhersage von Eigenschaften, Phasengehalten oder Lebensdauern sowie zur Auswertung komplexer Messdaten eingesetzt. Durch Training auf experimentellen oder simulierten Datensätzen können sie versteckte Struktur-Eigenschafts-Beziehungen erfassen.