إطار عمل للتعلم الآلي يستخدم الأنظمة الديناميكية لمعالجة البيانات الزمنية.الحوسبة الخزانية هي نموذج تعلم آلي يستفيد من الديناميكيات الجوهرية لنظام فيزيائي أو محاكى—يُسمى 'الخزان'—لمعالجة البيانات الزمنية. بدلاً من تدريب الشبكة بأكملها، يتم تدريب طبقة قراءة بسيطة فقط، بينما يبقى الخزان ثابتًا. وهذا يجعلها فعالة للغاية في مهام مثل التنبؤ بالسلاسل الزمنية، والتعرف على الأنماط، ومعالجة الإشارات، ويمكن تنفيذها في عتاد غير تقليدي، من الأنظمة البصرية إلى الأجهزة المغناطيسية.
ظهرت الحوسبة الخزانية في أوائل العقد الأول من القرن الحادي والعشرين من تطورين مستقلين: الشبكات الصدوية من تأليف هربرت جايغر والآلات الحالة السائلة من تأليف فولفغانغ ماس.
الخزان هو نظام ديناميكي يقوم بتحويل الإشارات الداخلة إلى فضاء حالات عالي الأبعاد، حيث تجعل التحولات غير الخطية البيانات أكثر قابلية للفصل الخطي. وتتعلم طبقة القراءة، التي غالبًا ما تكون انحدارًا خطيًا، ربط هذه الحالات بالمخرجات المطلوبة. ولأن الاتصالات الداخلية للخزان لا تُضبط، يكون التدريب سريعًا ويتطلب موارد حسابية ضئيلة، مما يجعله مناسبًا للتطبيقات في الزمن الحقيقي والتطبيقات الطرفية.
يُستخدم في الروبوتات للتحكم الحركي، وفي الاتصالات لمعادلة القنوات، وفي البحث العلمي لنمذجة الأنظمة الديناميكية المعقدة، بما في ذلك الأنظمة الكمومية وديناميكيات الموائع.
يمكن صنع الخزانات الفيزيائية من أي نظام غير خطي تقريبًا، بما في ذلك دلو من الماء، أو ليزر فوضوي، أو حتى ذراع روبوت مرن.











