6D诺贝尔（1，0）理论

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。