更改

{{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（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。

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，详情请参考[[有效信息]]，以及文献<ref name="1s" />）。<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。

=NIS机器学习框架=

=NIS机器学习框架=