En este estudio, se desarrolla una red neuronal artificial que puede predecir la estructura de bandas de cristales fotónicos 2-D. Se investigan tres tipos de cristales fotónicos en una red cuadrada, red triangular y red de panal y dos tipos de materiales con diferentes índices de refracción. Utilizando la longitud de los vectores de onda en la zona de Brillouin reducida, el número de banda, la relación r/a y los índices de refracción como conjunto de datos, la ANN deseada se entrena para predecir las eigenfrecuencias de los modos fotónicos y representar las estructuras de bandas fotónicas con un coeficiente de correlación mayor a 0.99. Al aumentar el número de neuronas en la capa oculta, el coeficiente de correlación puede incrementarse aún más por encima de 0.999.