切換線性動力系統（SLDS）

SLDS 將一個非線性或分段的歷程建模為一小組線性動力學區制（regime），外加一個離散潛在狀態指明每一時刻哪一個區制在作用。離散馬可夫鏈 z_t 索引出連續線性高斯潛在演化 x_t = A_{z_t} x_{t-1} + b_{z_t} + 噪聲 的參數（A_z、b_z、Q_z），再以觀測模型把 x_t 映射到尖峰或場電位。結果在整體上是非線性、在局部上卻可詮釋：每個區制都是動力學在狀態空間某一區域內有效的線性近似。

SLDS 對神經資料很有吸引力，因為行為常被組織成離散的階段（休息、準備、運動，或鳥鳴的音節），而推論出的離散狀態常能在無監督下對應上這些階段。其推論會耦合離散與連續狀態，無法求得封閉解；實務上採用結構化變分推論、搭配 Laplace／高斯近似的訊息傳遞，或粒子法。主要的警示是：區制數目是一項會強烈左右結論的建模選擇，且切換時刻可能被觀測噪聲模糊。