Presentamos un nuevo algoritmo de síntesis de aprendizaje automático (ML) y aprendizaje profundo (DL) para el diseño de una estructura de onda lenta de línea de meandro de microstrip (MML). Los datos de simulación numérica exactos se utilizan en el entrenamiento de nuestra red como una forma de aprendizaje supervisado. Los resultados del aprendizaje muestran que el error cuadrático medio de entrenamiento es tan bajo como 5.23 x 10 cuando se utilizan 900 conjuntos de datos. Cuando se alcanza el rendimiento deseado, los parámetros de geometría viables pueden ser obtenidos por este algoritmo. Luego se diseña una SWS MML de banda D con un ancho de banda de 20 GHz en una frecuencia central de 160 GHz utilizando la red neuronal de auto-diseño (ADNN). Una prueba en frío muestra que su velocidad de fase varía en 0.005 c, y la tasa de transmisión de una SWS de 50 períodos es mayor que -5 dB con una reflectividad por debajo de -15 dB cuando la frecuencia está entre 150 y 170 GHz. La simulación de partículas en celda (PIC) también ilustra que se alcanza una potencia máxima de 3.2 W a 160 GHz con una ganancia de 34.66 dB y una potencia de salida mayor a 1 W de 152 a 168 GHz.