Este estudio presenta un enfoque de red neuronal profunda que utiliza funciones de base radial (RBFs) para resolver problemas directos e inversos en el proceso de difusión. La capa de entrada incorpora RBFs multiquádricas (MQ), simbolizando la distancia radial entre los puntos de límite en el límite espacio-temporal y los puntos fuente posicionados fuera del límite espacio-temporal. La capa de salida son los datos iniciales y de límite dados por soluciones analíticas de la ecuación de difusión. Utilizando el concepto de las coordenadas espacio-temporales, las aproximaciones para problemas de difusión directos e inversos implican asignar datos iniciales en los límites espacio-temporales inferiores o superiores, respectivamente. Al eliminarse la necesidad de discretización de la ecuación gobernante, nuestro enfoque directo utiliza solo los datos de límite proporcionados y RBFs MQ. Para validar el método propuesto, se examinan varios escenarios de difusión, incluidos problemas directos, inversos y con ruido. Los resultados indican que el método puede lograr soluciones numéricas de alta precisión para resolver problemas de difusión. Es notable que solo se conocen 1/4 de las condiciones iniciales y de límite, sin embargo, el método aún produce resultados precisos.