更改

在NIS中，解码器和编码器都使用了[[可逆神经网络]]，这样做的好处是，其解码器可由编码器逆转得到，且可以自上而下地从解码器配合随机采样的数据生成微观态细节，属于生成模型的一种。

在NIS中，解码器和编码器都使用了[[可逆神经网络]]，这样做的好处是，其解码器可由编码器逆转得到，且可以自上而下地从解码器配合随机采样的数据生成微观态细节，属于生成模型的一种。

=问题描述=

=数学描述=

==基本概念==

==基本概念==

可以通过<math>\phi_q^†</math>重构微观状态时间序列，使得宏观状态变量尽可能多地包含微观状态的信息。

可以通过<math>\phi_q^†</math>重构微观状态时间序列，使得宏观状态变量尽可能多地包含微观状态的信息。

==数学框架==

==最大化有效信息==

为了找到上述各个函数，即有效粗粒化和有效的宏观动力学，NIS提出通过最大化[[有效信息]]（EI）来进行求解。

为了找到上述各个函数，即有效粗粒化和有效的宏观动力学，NIS提出通过最大化[[有效信息]]（EI）来进行求解。