In questo lavoro di tesi si propone di sfruttare le più recenti scoperte tecnologiche per effettuare una predizione del comportamento di flussi turbolenti. La Proper Orthogonal Decomposition permette di ottenere una decomposizione di un campo fluidodinamico come sovrapposizione di modi. Tale decomposizione viene fornita ad una rete neurale precedentemente addestrata a ricordare dipendenze a lungo termine denominata “Long Short-Term Memory” (LSTM), per predirre il comportamento del campo di moto in istanti di tempo successivi. Si andrà ad analizzare a fondo il comportamento delle reti neurali LSTM su campi relativamente semplici,al fine di evidenziarne le peculiarità e gli eventuali limiti. Lo scopo è ottenere una piena consapevolezza del comportamento di queste reti, in modo da ottenere una buona padronanza delle stesse ed utilizzarle in campi fluidodinamici più complessi.