شبکههای عصبی مصنوعی ) (ANNsیکی از پرکاربردترین روشها برای پیشبینی در مسایل مختلف هستند که برای مدل سازی سیستمهای پیچیده و غیر خطی به کار میروند. در این مقاله با استفاده از دستگاه IR-IECFسیمان شامل مواد کلسیم، سیلیسیم، آلومینیوم و آهن نوترون دهی گردیده است و فوتونهای پراکنده از این عناصرآشکارسازی شدهاند. کتابخانهای شامل 92عضو از طیف اشعهی گاما برای نمونههای مشخص توسط نرم افزار MCNPXتولید شده و سپس از این داده به منظور یادگیری شبکه عصبی مصنوعی پرسپترون چند لایه MLPاستفاده گردیده است و سپس درصدهای این عناصر ر سیمان پیشبینی شدهاند. در نهایت شبکهی MLPطراحی شده دارای خطای بسیار مناسبی بوده است