我们考虑使用AdS 3 N扩展的Chern-Simons超重力（la Achucarro-Townsend），并研究其规范对称性。 我们将那些规范对称性提升为BRST对称性，并通过选择合适的规范固定来执行其量化。 由此产生的量子理论具有我们在本工作中讨论的不同特征。 特别是，我们表明，规规固定的特殊选择正确地再现了Alvarez，Valenzuela和Zanelli的石墨烯费米子的Ansatz。

我们根据爱因斯坦-麦克斯韦-迪拉顿-阿克西翁理论构造了红外（IR）区域中具有超标度违规的带电黑洞解决方案，并研究了全息剪切粘度与熵密度之比的温度行为。 当IR中存在平移对称断裂时，该比的幂定律在低温T上通过数值验证，即η/ s〜Tκ，其中指数κ的值与分析结果一致。 我们还发现，指数κ不受无关电流的影响，但受相关电流的影响而减小。

研究了一类矩阵模型，该模型在三球面上的U（）Chern-Simons物质理论中作为分区函数出现。 使用标准的扩展技术，我们可以解决超出平面极限的系统。 特别地，我们研究矩阵模型电位具有校正的情况，并给出其一般解，直到的数量级。 我们确认，在纯Chern-Simons理论的情况下，一般解可以正确地重现过去自由能的精确结果，直到有序为止。 我们还将适用于Chern–Simons理论的矩阵模型，该模型具有任意数量的基本手性多重峰和反基本多重峰，这通常不接受费米气体分析。

在本文中，我们将分析具有边界的流形上的三维超对称Chern–Simons理论。 我们将在本文中考虑的边界将由nâx= 0定义，其中n是类似光的矢量。 将证明该边界在Lorentz组的SIM（1）子组的作用下得以保留。 此外，该边界的存在将破坏原始理论的超对称性的一半。 由于原始的Chern–Simons理论在没有边界的情况下具有N = 1个超对称性，因此在存在该边界的情况下它将仅具有N = 1/2个超对称性。 我们还将观察到，通过在边界上引入新的自由度，可以使Chern？Simons理论在尺度上不变。 这些新的自由度的尺度转换将完全抵消从Chern？Simons理论的尺度转换获得的边界项。

我们通过在IIB型弦理论中使用非超对称的Brane构型，从非超对称的Seiberg对偶性推导纯Chern-Simons规范理论中的层级对偶性。 枪身配置由五把枪，N D3防弹弓和一个O3飞机组成。 通过交换五个大脑，我们得出了3d非超对称Seiberg对偶性。 电平从环路效应移开后，这将确定Sp（2N）2k-2N + 2和Sp（2k-2N + 2）-2N纯Chern-Simons理论的IR，这是一个电平秩对。 我们还基于单一群在Chern-Simons理论中推导了等级-等级对偶性。

结果表明，可以通过适当地缩放广义Chern-Simons动作的本来无量纲的场来获得D = 11超重力的玻色子扇形的动作。 这来自封闭形式，规范不变十二形式的最一般线性组合的十一形式CS势，该十二形式包含sp（32）值的二形式曲率，并由三形式场补充。 在此结构中，D = 11超引力的一阶公式所需的偏对称四指标辅助函数的作用是由与osp（1）的bosonic sp（32）子代数的五个Lorentz指标生成器相关的规范场发挥的 | 32）。

随着技术的进步，无线网络的使用日益普及。无线传感器网络（WSN）允许远程收集数据以供审查。我们已经写过关于物联网文章，它是真实世界的应用程序。在本文中，我们将详细介绍WSN技术，它与物联网的关系，受益于无线传感器网络的行业，以及超声波传感器如何适应您的无线传感器网络。 什么是无线传感器网络（WSN）技术？ 无线传感器网络(Wireless Sensor Networks, WSN)是一种分布式传感网络，由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成的一个多跳的自组织的网络系统，其目的是协作地感知、采集和处理网络覆盖区域中被感知对象的信息，并发送给观察者。传感器、感知对象和观察者构成了无线传感器网络的三个要素。它的末梢是可以感知和检查外部世界的传感器。 无线传感器网络监测的是什么？ 温度、声音、压力、或者更多。 无线传感器网络（WSN）和物联网有什么区别？ 无线传感器网络听起来与应用中的物联网非常相似。无线传感器网络是物联网领域的一部分。作一个形象的比喻，在物联网中传感器被比喻成物联网的手，手指，眼睛和耳朵等感官。传感器需要连接到物联网平台，以便传达

从以超过100帧/秒的速度从单色摄像机捕捉手部动作的最小化解决方案单个彩色摄像机以100fps以上的速度捕获手势的最小解决方案。易于使用，即插即用。

超级场景清理器是一个很好用的3dmax场景清理插件，英文名"SPCleaner”，能够清理轨迹节点、位图缓存、场景缓存、场景垃圾、粒子视图等场景中的垃圾文件和空物体，彻底解决保存慢，场景文件体积越来越大的问题。 超级场景清理器主要功能 1、清除轨迹节点 2、清除场景垃圾 3、清除位图缓存 4、清除丢失的贴图 5、清除碰撞缓存 6、清除无用动画图层 7、清除场景缓存 8、清除粒子视

在探测极限范围内，我们在高曲率理论中数值研究了全息p波超导体的相变。 具体而言，我们分别研究了高斯-邦尼特参数α在五维高斯-邦尼特-AdS黑洞和孤子背景下对麦克斯韦复数模型（MCV）的影响。 在这两种情况下，高斯-邦内参数α的提高和矢量算子Δ的尺寸会抑制矢量凝结。 在黑洞中，冷凝液在较低温度下会迅速饱和一个稳定值。 而且，凝结水的稳定值和比率ωg/ Tc都随α增大。 在孤子中，虚部第二极点的位置随α增加，这意味着随着改进的较高曲率校正，准粒子激发的能量也会增加。 此外，高斯-邦尼特校正对MCV模型的影响与对SU（2）p波模型的影​​响类似，这证实了MCV模型是SU（2）Yang-Mills模型的推广 即使没有一定程度的磁场