在超导性的Abelian-Higgs模型或Ginzburg-Landau模型中，红外稳定带电不动点的存在可确保存在一个参数范围，其中超导相变为二阶，而不是由波动引起的一阶为 一个可以从科尔曼-温伯格机制中推断出来。 我们使用功能重归一化组研究了Abelian-Higgs模型两场泛化的带电和中性不动点，其中两个N分量场耦合到两个规范场，并且彼此耦合。 在中性情况下，主要集中在三个维度上，这是两组分玻色-爱因斯坦凝聚的模型，我们确认了早期工作中使用不同方法建立的定点结构。 带电模型是二维位错介导的量子熔化的对偶理论。 对于所有N> 2，我们发现存在三个带电固定点，而对于N = 2，还有其他固定点。

我们研究了在扭曲边界条件下的4个圆环上的自对偶SU（N）规范场构型，称为分数瞬时子。 我们着眼于最小非零作用的情况，归纳了由't Hooft发现的且对某些几何形状有效的恒定场强解决方案。 对于一般情况，我们在度量的变形参数的幂级数展开中构造矢量势和场强。 前导项的下一个是显式计算的。 该方法是作者在二维Abelian Higgs模型中用于SU（2）分数瞬间和涡旋的方法的扩展。 显然，这些解也可以看作是ℝ4中具有晶体结构的自对偶构型，其中晶体的每个节点都携带1 / N的拓扑电荷。

S-对偶域墙是超对称规范理论中的扩展对象，具有一些丰富的物理属性。 本文重点研究具有2N种风味的4d N $$ \ mathcal {N} $$ = 2 SU（N）规范理论中与S-对偶墙相关的3d N $$ \ mathcal {N} $$ = 2规范理论。 与多个双重性墙关联的理论是通过将基本构造块粘合在一起而构建的，这是与单个双重性墙关联的理论。 我们提出了将许多这种基本构件粘合在一起的处方，并提出了自我粘合的处方。 使用超对称索引发现并研究了这些理论之间的许多对偶性。 这项工作将S折叠理论的概念推广到了具有较低超对称量的理论，而S折叠理论到目前为止已在4d超级杨米尔斯理论的对偶壁中进行了广泛研究。

具有整体对称性的共形理论可以在双标度体系中研究，其中相互作用强度降低而整体电荷增加。 在这里，我们研究了一般的4d N $$ \ mathcal {N} $$ = 2 SU（N）规范理论，该模型在大R电荷QR→∞时具有保形物质含量，并且具有固定的't霍夫特式耦合κ= QR g YM 2 。 $$ \ kappa = {Q} _ {\ mathrm {R}} {g} _ {\ mathrm {YM}} ^ 2。 $$我们的分析涉及两类自然缩放函数。 第一种是根据手性/反手性两点功能构建的。 第二个涉及在存在1 2 $$ \ frac {1} {2} $$ -BPS Wilson-Maldacena循环的情况下手性算子的单点函数。 在秩为1 SU（2）的情况下，最近已显示两点扇区被辅助手性随机矩阵模型捕获。 我们将分析扩展到SU（N）理论，并提供一种算法，该算法可为所有考虑的模型计算任意长的扰动展开，该模型在等级中是参数化的。 通过N $$ \ mathcal {N} $$ = 1个超空间中的三循环计算来交叉检查领先和次要的贡献。 这种微扰分析将最大非平面费恩曼图确定为双比例缩放极限

我们将标量-张量理论的最新结果扩展到O（N）不变多重态的情况。 讨论了RG流动方程的一些精确的定点解。 我们发现，在功能范围内，使用标准的“ I型”截止值时，太多标量会破坏重力固定点。 对于d = 3，我们也证明了在N> 1的情况下，也存在着重力作用的Wilson-Fisher不动点。 我们还将讨论不同的，无标量的粗粒度方案的分析结果。

我们研究了具有N味基本标量场的（3 + 1）维U（N）规范理论，该理论标量场的色味锁定（CFL）相具有拓扑稳定的非阿贝尔涡旋。 标量字段的U（1）电荷对于某个整数k必须为Nk + 1，以便它们出现在U（N）量规组的表示中。 该理论具有ZNk + 1单一形式的对称性，并且在CFL相中自发破裂，即，如果k≠0，则CFL相在拓扑上是有序的。 我们还发现，处于CFL相的拓扑稳定旋涡的世界工作表可以生成这种单一形式的对称性。

本文致力于在牛顿-卡坦背景下对（m，n）弦的分析。 我们从一般背景下对（m，n）弦的哈密顿约束开始，并对度量和NSNS和Ramond-Ramond两种形式的背景执行限制程序，这会导致严格的牛顿卡坦引力。 我们还分析了这些背景字段必须遵守的条件，以定义一致的世界表（m，n）-理论。 我们还讨论了在牛顿-卡坦重力作用下具有动态电场的D1叶片。

EGNN-Pytorch（WIP） 中的实现。 最终可用于Alphafold2复制。 安装 $ pip install egnn-pytorch 用法 import torch from egnn_pytorch import EGNN layer1 = EGNN ( dim = 512 ) layer2 = EGNN ( dim = 512 ) feats = torch . randn ( 1 , 16 , 512 ) coors = torch . randn ( 1 , 16 , 3 ) feats , coors = layer1 ( feats , coors ) feats , coors = layer2 ( feats , coors ) # (1, 16, 512), (1, 16, 3) 带边 import torch from egnn_pytorch impo

德国低压并网标准，强制执行

灰色预测模型GM（1，n）模型的matlab源代码，包括预测模型的建立，以及模型的精度检验指标c,p的计算