A determinação do componente horizontal da velocidade aerodinâmica no regime de baixas velocidades, tipicamente abaixo de 40 kt, tem sido um grande desafio para a engenharia de asas rotativas. Dentro desse contexto, este trabalho desenvolve um equacionamento matemático, em formato de redes neurais, para estimar o componente horizontal da velocidade aerodinâmica da aeronave AS 355 F2, por meio de programas computacionais elaborados em Matlab. Por meio de instrumentação embarcada existente na aeronave AS 355 F2, matrícula FAB 8816, são registrados parâmetros de voo tais como posições de comandos, velocidades angulares e atitudes. Essas medidas, obtidas em condições estabilizadas e em acelerações niveladas, são utilizadas como entradas e referências para as redes tipo backpropagation com aprendizagem supervisionada. São projetados dois tipos de redes: uma para estimação do componente horizontal longitudinal da velocidade aerodinâmica, u, e outra para a estimação do componente lateral, v. O treinamento das redes é realizado, por tentativa e erro, alterando-se o conjunto de parâmetros de entradas, o número de camadas escondidas, o número de neurônios por camadas e as funções de transferências por camada (função de ativação). Para tanto, é implementado o algoritmo de Levenberg-Marquardt na otimização dos pesos e biases. Após esse procedimento, um novo conjunto de dados de entradas é aplicado às redes que forneceram melhores resultados na etapa de treinamento, verificando-se uma associação de redes longitudinal e lateral contendo 11 parâmetros de entrada (as deflexões de comando do cíclico lateral, do cíclico longitudinal, de pedal, do comando de coletivo, ângulo de atitude longitudinal, ângulo de atitude lateral, razão de rolamento, razão de arfagem, razão de guinada, torque dos motores e peso do helicóptero) e duas camadas escondidas de 25 neurônios cada, como capaz de fornecer resultados satisfatórios de estimação dos componentes horizontais da velocidade aerodinâmica, em condições estabilizadas, com incerteza de 3,4 kt e 16, e resultados insatisfatórios de estimação da variação temporal em manobras de acelerações niveladas. Ainda, a contribuição do presente trabalho consiste na implementação, em ambiente Matlab, do modelo matemático em forma de redes neurais na telemetria do Grupo Especial de Ensaios em Voo (GEEV), comprovando sua viabilidade como ferramenta de ensaios em voo em tempo real.