没有合适的资源?快使用搜索试试~ 我知道了~
我们通过耦合一个N = 1,0 $$ \ mathcal {N} = \ left()来构建6D nonabelian N = 1,0 $$ \ mathcal {N} = \ left(1,\ 0 \ right)$$理论 1,\ 0 \ right)$$张量倍数到N = 1,0 $$ \ mathcal {N} = \ left(1,\ 0 \ right)$$超倍数。 虽然N = 1,0 $$ \ mathcal {N} = \ left(1,\ 0 \ right)$$张量多重数在量规组的伴随表示中,但超多重数可以在基本表示中或任何其他表示中 表示。 如果超多重数也在量规组的伴随表示中,则超对称性将增强为N = 2,0 $$ \ mathcal {N} = \ left(2,\ 0 \ right)$$,其理论是相同的 符合Lambert和Papageorgakis(LP)的(2,0)理论。 通过降维,可以将(1,0)理论简化为5D中的一般N = 1 $$ \ mathcal {N} = 1 $$超对称Yang-Mills理论。 我们简要讨论了该理论在多M5大脑中的可能应用。
资源推荐
资源评论
资源评论
weixin_38651450
- 粉丝: 1
- 资源: 921
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- resnet模型-基于深度学习对工具识别分类识别-不含数据集图片-含逐行注释和说明文档.zip
- mobilenet模型-基于深度学习AI算法对水下摄影的海洋生物分类识别-不含数据集图片-含逐行注释和说明文档.zip
- Proteus下载和安装教程.md
- mobilenet模型-python训练识别青苹果和红苹果-不含数据集图片-含逐行注释和说明文档.zip
- densenet模型-基于图像分类算法对香蕉是否腐烂识别-不含数据集图片-含逐行注释和说明文档.zip
- Proteus下载和安装教程.md
- densenet模型-基于图像分类算法对复杂背景下的数字识别-不含数据集图片-含逐行注释和说明文档.zip
- alexnet模型-基于深度学习对蔬菜种植区域识别-不含数据集图片-含逐行注释和说明文档.zip
- Proteus下载和安装教程.md
- alexnet模型-基于卷积神经网络识别汽车类型分类-不含数据集图片-含逐行注释和说明文档.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功