Los avances en el campo de la investigación del vidrio requieren la imitación de las propiedades ópticas de los materiales de vidrio antes de fundir las materias primas, ya que son muy costosos en la actualidad. Se utilizó una red neuronal artificial (ANN) durante este trabajo para entrenar y predecir los parámetros de Judd-Ofelt de varios tipos de vidrios, como Ohm, Ohm y Ohm, y los tiempos de vida radiativos de muchos tipos diferentes de vidrios dopados con tierras raras. Se encontró que la arquitectura de la ANN optimizada para predecir los parámetros de Judd-Ofelt estaba muy cerca de los parámetros medidos experimentalmente. Luego, el modelo de ANN conferido se empleó para predecir los parámetros de Judd-Ofelt de algunos vidrios de borosilicato recién preparados. En este caso, se preparó un nuevo sistema de vidrio de 0.25 PbO-0.2 SiO-(0.55 - x) BO-x DyO, con el fin de emplear la técnica de fundido y temple. Los resultados de los parámetros de la teoría de Judd-Ofelt, así como los tiempos de vida radiativos de Ohm, Ohm y Ohm mostraron que la suplementación de DyO cambió las unidades de BO a unidades de BO con oxígenos que eran átomos no enlazantes, debilitando así los marcos de vidrio. Por lo tanto, es muy importante utilizar una ANN para predecir los parámetros de Judd-Ofelt de varios vidrios dopados con tierras raras como materiales luminiscentes.