هي نوع من الشبكات العصبونية التي يمكنها تغيير بياناتها في الوقت الفعلي بناءً على نتائج مجموعة متداخلة من المعادلات التفاضلية. ما يؤدي بشكل أساسي إلى تحسين قدرتها على تحليل بيانات السلاسل الزمنية.
تجعل الشبكة السائلة الخوارزمية أكثر قابلية للتفسير. يمكن للشبكة أن تساعد في التغلب على طبيعة الصندوق الأسود لخوارزميات التعلم الآلي بسبب الطبيعة التعبيرية للخلايا العصبية.
كان أداء الشبكة السائلة أفضل من السلاسل الزمنية الحديثة الأخرى للتنبؤ بالقيم المستقبلية في مجموعات البيانات المستخدمة في كيمياء الغلاف الجوي وأنماط حركة المرور.
استوحى الباحثون الإلهام من الديدان الخيطية C Elegans، وهي ديدان صغيرة تولد ديناميكيات معقدة بشكل غير متوقع أو مجموعات من السلوكيات على الرغم من العدد المحدود من الخلايا العصبونية. تم تطوير الشبكة السائلة من خلال التحليل الدقيق لكيفية تنشيط الخلايا العصبونية في الديدان الخيطية والتواصل مع بعضها بعضاً عبر النبضات الكهربائية.
