更改

==数学框架==

==数学框架==

 

因此，粗粒化策略优化问题可以表述为：在约束方程{{EquationNote|4}}和{{EquationNote|5}}下，

因此，最优的粗粒化策略和宏观动力学可以表述为：在约束方程{{EquationNote|4}}和{{EquationNote|5}}下，最大化宏观动力学的有效信息，即：

 

{{NumBlk|:|<blockquote><math>\max_{\phi_q,\hat{f}_{\phi_q},\phi_q^†,q} \mathcal{I}(\hat{f}_{\phi_q})</math></blockquote>|{{EquationNote|6}}}}

{{NumBlk|:|<blockquote><math>\max_{\phi_q,\hat{f}_{\phi_q},\phi_q^†,q} \mathcal{I}(\hat{f}_{\phi_q})</math></blockquote>|{{EquationNote|6}}}}

其中<math>\mathcal{I}</math>是有效信息的度量（可以是EI、Eff 或NIS主要使用的维度平均 EI。维度平均EI表示为 dEI，将于第 3.3.3 节中解析）。<math>\phi_q</math> 是一种有效的粗粒化策略，<math>\hat{f}_{\phi_q}</math>是一种有效的宏观动力学。

 

其中<math>\mathcal{I}</math>是有效信息的度量（这里，因为所有变量都是连续型实数变量，故而NIS使用的是维度平均的有效信息，即dEI）。<math>\phi_q</math> 是一种有效的粗粒化策略，<math>\hat{f}_{\phi_q}</math>是一种有效的宏观动力学。

该定义与近似因果模型抽象一致<ref name=":1" />。

该定义与近似因果模型抽象一致<ref name=":1" />。