Se aplicó un modelo de Red Neuronal Artificial para predecir el transporte de contaminantes (cobre y cadmio) en medios saturados, homogéneos e isotrópicos para diferentes clases texturales. Los modelos fueron entrenados y evaluados a partir de la ecuación propuesta por Ogata y Banks, que considera los términos advectivo y difusivo. Se desarrollaron estructuras de retropropagacion empleando una estructura de tres capas, considerando 4, 7 y 10 neuronas en la capa oculta. Para el entrenamiento y simulación se empleó el algoritmo de Levenberg-Marquardt; se aplicó la función de transferencia Log-sigmoidal en la capa oculta, y lineal en la capa de salida. La elección de los modelos se efectuó en base al coeficiente de correlación y al mínimo error de generalización. Se comprobó que la Red Neuronal Artificial es una herramienta matemática útil, de bajos requerimientos computacionales y con la suficiente eficiencia para estimar el transporte de contaminantes en medios porosos saturados, homogéneos e isotrópicos.