ホップフィールド・ネットワーク () は、ニューラルネットワークの一モデルである。アメリカ合衆国の物理学者であるジョン・ホップフィールド (J.J. Hopfield) が提唱した。ユニット（ニューロン）間に対称的な相互作用がある非同期型ネットワークであり、自然な操作によってネットワークのエネルギーが極小値をとる。元はスピンの安定条件をもとめるモデルとして発想されたものであったが、ネットワークによる連想記憶のモデルとして歓迎され、ニューラルネットブームの火付け役の一つとなり、また後のボルツマンマシンの元ともなった。これは統計的な変動をもちいて、エネルギーが極小値ではなく最小値をとることを目指すモデルである。各ユニットはMcCulloch-Pitts 型入出力特性をもっている。タイムスライスformula_1において、formula_2をユニットjからiへの結合係数、formula_3をユニットiの閾値、formula_4をユニットiの出力とする。ここで全てのi, jの組について、i ≠ jならばformula_5、i = jならばformula_6である。またネットワーク全体のエネルギーformula_7を、次のように定義する以上の構造を持つモデルをタイムスライス毎に次のように動作させるすると、formula_7はtの増加と共に単調減少することが容易に示される。

出典:wikipedia