Khí phóng xạ radon là một loại khí phổ biến, là nguyên nhân chủ yếu của hơn 50% các ca nhiễm độc phóng xạ. Mỏ đồng Sin Quyền là một mỏ phát tán phóng xạ trong quá trình khai thác ở Việt Nam. Uranium là một phóng xạ phổ biến trong mỏ, là nguồn chính phát tán khí radon ra ngoài môi trường trong quá trình khai thác. Đánh giá và dự báo lượng radon phát tán là một yêu cầu quan trọng trong quá trình khai thác. Nghiên cứu này phát triển một mạng thần kinh nhân tạo (ANN) dự báo phát tán phóng xạ radon cho mỏ Sin Quyền. Sử dụng hàng triệu điểm dữ liệu để đào tạo, mô hình cho thấy độ chính xác cao cùng với giá trị sai lệch thấp. Các kết quả so sánh với các mô hình học máy phổ biến khác như Random Forest (RF) và Support Vector Machine (SVM) đều cho thấy sự vượt trội của mô hình này. Đồng thời, các phân tích độ nhạy chỉ ra rằng các thông số về khoảng cách và vị trí điểm đánh giá có ảnh hưởng lớn đến kết quả dự báo của mô hình.Radon is one of the most toxic natural radionuclides which occupy more thant 50% of natural radiation expose. The Sinquyen is a natural radioactive bearing mine in the North of Vietnam. The uranium is the dominate radionuclide in this mine, which is the source emit radon to surrounding when the mine is exploited. The machine learning have been applied in radon prediction still rare and limitation. The assessment as well as understanding the radon dispersion released from this mine are important targets for radiation hazard assessment. In this paper, we designed a simple one-hidden layer artificial neural network (ANN) that requires low computation cost to train and reference. Our comparison results suggested that the proposed model outperformed other benchmark methods such as two-hidden-layer ANN, Random Forest (RF), and Support Vector Machine (SVM). The results also revealed that distance and coordinates factors had a greater effect on the prediction of Radon prediction.