调控回授网络(Regulatory feedback networks)是利用负反馈来进行推理的类神经网络。回授不是为了最佳学习或是最佳训练的权重,是用来找到节点的最佳活化方式(optimal activation of nodes)。此作法的效果类似非参数统计,但和最近邻居法不同,调控回授网络在数学上已证明可以模拟前馈神经网络。
调控回授网络起源于解释脑部认知的模型,包括在感官认知中常常会出现网络范围的簇状发放(英语:bursting)以及因相似造成的因难 。此作法在数学上可等效分类为前馈法,用作创建及修改网络的工具。