La comprensión del concepto de apertura dinámica proporciona conocimientos esenciales sobre la dinámica no lineal de los haces, las pérdidas de haz y la vida útil del haz en aceleradores de partículas circulares. Esta comprensión es crucial para el funcionamiento de los modernos sincrotrones de hadrones como el Gran Colisionador de Hadrones del CERN y la planificación de futuros como el Colisionador Circular Futuro. La apertura dinámica define la extensión de la región en el espacio de fases donde las trayectorias de las partículas cargadas están limitadas a lo largo de numerosas revoluciones, siendo el número real definido por la aplicación física. Los métodos tradicionales para calcular la apertura dinámica dependen de simulaciones numéricas computacionalmente exigentes, que requieren el seguimiento a lo largo de múltiples vueltas de numerosas condiciones iniciales distribuidas adecuadamente en el espacio de fases. Investigaciones previas han demostrado la eficiencia de una red de perceptrones multicapa en la predicción de la apertura dinámica del anillo del Gran Colisionador de Hadrones del CERN, logrando una notable aceleración de hasta 200 veces en comparación con las herramientas de seguimiento numérico estándar. Basándonos en avances recientes, realizamos un estudio comparativo de varias redes de aprendizaje profundo basadas en arquitecturas BERT, DenseNet, ResNet y VGG. Los resultados demuestran mejoras sustanciales en la predicción de la apertura dinámica, marcando un avance significativo en el desarrollo de modelos sustitutos más precisos y eficientes de la dinámica de haces.