更改

为了数学性质和可解释性，以及降低模型参数量，NIS采用了[[可逆神经网络]]（INN）。其中编码器对应了式{{EquationNote|1}}中的粗粒化策略[math]\phi[/math]（<math>\boldsymbol{x} </math>是微观数据值，<math>\boldsymbol{y} </math>是宏观数据值）它是由两步操作复合而成的，即：

为了数学性质和可解释性，以及降低模型参数量，NIS采用了[[可逆神经网络]]（INN）。其中编码器对应了式{{EquationNote|1}}中的粗粒化策略[math]\phi[/math]（<math>\boldsymbol{x} </math>是微观数据值，<math>\boldsymbol{y} </math>是宏观数据值）它是由两步操作复合而成的，即：

<math>\boldsymbol{y} = \phi(x) = \chi_q (\psi(\boldsymbol{x})) </math>

<math>\boldsymbol{y} = \phi(\boldsymbol(x)) = \chi_q (\psi(\boldsymbol{x})) </math>

这里，

这里，