具有共形耦合标量毛发的5维AdS黑洞相变的全息研究下载

weixin_39820780 2020-09-20 10:00:39

在全息术的框架中，我们调查了一个高维毛状黑洞的相结构，包括标量场毛发的影响。值得强调的是，不仅黑洞熵，而且纠缠熵和两点相关函数在固定标量电荷集合中都表现出范德华式相变。此外，通过数值计算，我们证明了麦克斯韦的等面积定律对于一阶相变是有效的。此外，我们还讨论了头发参数如何影响黑洞的相变。
相关下载链接：//download.csdn.net/download/weixin_38623366/12276974?utm_source=bbsseo

...全文

11 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

在全息术的框架中，我们调查了一个高维毛状黑洞的相结构，包括标量场毛发的影响。值得强调的是，不仅黑洞熵，而且纠缠熵和两点相关函数在固定标量电荷集合中都表现出范德华式相变。此外，通过数值计算，我们证明了麦克斯韦的等面积定律对于一阶相变是有效的。此外，我们还讨论了头发参数如何影响黑洞的相变。

深度学习中会经常涉及到张量的维数、向量的维数的概念，我发现自己一直把它们给混淆了，原因是被一些约定俗成的叫法扰乱了，下面来介绍一下它们的区别。首先，张量的维数等价于张量的阶数。 0维的张量就是标量，1维的张量就是向量，2维的张量就是矩阵，大于等于3维的张量没有名称，统一叫做张量。下面举例：标量：很简单，就是一个数，1，2，5，108等等向量：[1,2]，[1,2,3]，[1,2,3,4]，[3,5,67,·······,n]都是向量矩阵：[[1,3],[3,5]]，[[1,2,3],[2,3,4]

标量与向量标量只有大小没有方向的量，向量即有大小又有方向的量，那么即有大小又有方向的量都有哪些？有平面向量和空间向量两种。定义向量的维数，向量的不同维数表示向量的不同特征，维数越高对向量的表示更精确，定义向量的维数后又用坐标表示向量的维数，一位坐标表示向量的一维，表示向量的一种特征。平面向量是二维向量，用两位坐标表示，比如（x,y），x坐标表示向量在本维的大小和方向，y坐标也是如此。空间向量是三维向量，用三维坐标表示，比如（x,y,z）。n维向量用n位坐标表示（x1,x2,…,xn），每位坐标表示向量的一

二维向量的叉积是标量还是向量？今天学习了一下《计算几何》，里面讲了一下关于判断一个点是否在某个三角形内的问题（在二维平面上）。其中有一个算法是“同向法”，主要是用叉积来判断两个点是否在某条线段的同一侧，如图(1)所示。关于“同向法”再次不做具体介绍，感兴趣的同学可...

标量标量就是一个数字。标量也称为0维数组。比如5套房子中的“5”就是标量；向量向量是一组标量组成的列表。向量也称为1维数组。比如房子的价格是受多种因素（是否为学区房、附近有无地铁、房子面积、房间数量、楼层等）来影响，那么我们将这多种因素来表示为房子的特征，这一组特征值就可以用向量表示。矩阵矩阵是由一组向量组成的集合。矩阵也称为2维数组。在刚才的例子中，一套房子的特征可以用一个向量来表示。那么我们要建m套房子的数据集，那么就是m个向量的组合，也即是得到一个m行n列的矩阵。（n为一套房子的向量的

下载资源悬赏专区

13,655

社区成员

12,605,886

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章