请扩写下面的内容：在本次研究中卷积神经网络已经展现了较好的预测性。但由于样本数量有限因此其预测精度与速度受到了限制。倘若将卷积神经网络运运用到更大的数据库中其对于不单单是双相不锈钢的预测甚至对于其他复合材料的都可以进行准确快速地预测。

在本次研究中，卷积神经网络已经展现了较好的预测性，但由于样本数量有限，其预测精度与速度受到了限制。然而，如果我们将卷积神经网络运用到更大的数据库中，它就能够对不仅仅是双相不锈钢，甚至其他复合材料进行准确快速的预测。这样的扩展将极大地提高卷积神经网络的应用范围和实用性，使其成为材料科学领域中的重要工具。此外，随着技术的不断进步和数据的不断增长，卷积神经网络的预测能力和速度将会不断提高，为材料研究和应用提供更加精确和高效的支持。