使用Werner提出的一种新的几何方法，我们在爱因斯坦-卡坦（EC）引力理论的背景下，通过旋转的宇宙弦在弱极限近似中找到了偏转角。 我们首先采用String-Randers光学度量，然后将Gauss-Bonnet定理应用于光学几何形状，并得出赤道平面内偏转角的先导项。 计算表明，光偏转受宇宙弦的固有自旋影响，并且

在这封信中，我们分析性地研究了霍金辐射对Schwarzschild黑洞背景下Dirac粒子的量子相关性和Bell非局部性的影响。 结果表明，当霍金效应几乎不存在时，对应于几乎黑洞的情况，物理可及态的量子性质对于初始情况是相同的。 对于有限的霍金温度T，由于霍金效应产生的热场，可及的量子相关性随T的增加而单调降低，当霍金温度大于固定值时可及的量子非局域性将消失。 Werner状态增长的参数r。 然后，我们分析了量子相关性的重新分布，发现在霍金温度为无限大的情况下，与黑洞完全蒸发的情况相对应，物理可访问状态的量子相关性等于不可访问状态之一。 此外，由于保利排斥原理以及费米·狄拉克（Fermi–Dirac）和玻色—爱因斯坦统计之间的差异，对于狄拉克（Dirac）场，可及的经典相关性随霍金温度的升高而降低，这与标量场不同。 对于贝尔非局部性，我们还发现，对于物理上不可访问的状态，量子非局部性总是灭绝的；当物理上可访问的状态中存在非局部性时，随着霍金效应强度的增加，非局部性的强度会降低。

在本文中，我们从AdS / CMT结构的角度研究了粒子涡旋对偶性和theta项的影响。 当动作被视为响应动作时，我们可以构造带有或不带有Chern-Simons项的2 + 1维场论的对偶性，并得出对电导率的影响。 我们可以发现它对3 + 1维理论的影响，无论是否带有theta项，都与渐近AdS空间中的重力有关，并得出了对AdS / CFT精神定义的电导率的最终影响。 然后，AdS / CFT自然将2 + 1维案例和3 + 1维案例关联起来。 可以类似地处理量子引力校正以及阿贝尔矢量的更一般有效作用。 我们可以使用流体/重力对应关系以及膜范式来为黑洞附近的重力加阿贝尔矢量加标量系统定义剪切粘度和体粘度η和ζ，并定义S对偶性对其的影响。

我们在量子场论的背景下探索机器学习技术的观点。 特别是，我们讨论了在非零温度和化学势下的二维复标量场理论-一种具有非平凡相图的理论。 根据现场配置，成功地训练了神经网络，以识别该系统的不同阶段并预测各种可观察物的值。 我们分析了广泛的化学势，发现该网络很健壮，能够识别远离训练点的模式。 除了属于监督学习的回归分析之外，还提出了一种无监督的生成网络，以生成遵循特定分布的新量子场配置。 我们的生成模型自动捕获了物理配置满足的隐式局部约束。 我们详细介绍了这种生成方法在训练区域之外进行采样的潜在用途。

在将机器学习应用于粒子物理学的过程中，一个持续的挑战是如何超越歧视来学习基础物理学。 为此，一个强大的工具将是无监督学习的框架，在该框架中，机器无需参考预先建立的标签，即可学习对其进行训练的数据的复杂高维轮廓。 为了处理这样一个复杂的任务，必须基于对数据的定性理解，智能地构建一个不受监管的网络。 在本文中，我们围绕数据背后的物理先导模型来构建神经网络的架构。 除了使无监督学习变得易于处理外，该设计还缓解了性能和可解释性之间的现有紧张关系。 我们将框架称为Junipr：“来自不受监督的可解释PRobabilistic模型的喷气机”。 在这种方法中，组成射流的粒子动量集合被聚类为神经网络依次检查的二叉树。 训练不受监督且不受限制：网络可以决定数据与所选树形结构几乎没有对应关系。 但是，当存在对应关系时，沿树的网络输出具有直接的物理解释。 瞻博网络模型可以通过统计上的最佳似然比检验执行判别任务，并且它们可以使喷气树中每个分支的辨别力可视化。 此外，瞻博网络模型提供了可以从中得出事件的概率分布，从而提供了数据驱动的蒙特卡洛生成器。 作为第三种应用，瞻博网络模型可以对一个（例如，模拟的）数据集的

受到WASA-at-COSY协作组织最近的实验报告的启发，我们研究了量子数为IJP = 21 +（D21）的双重子候选物NΔ的可能存在。 动力学计算表明，在能够获得实验d *的模型中，我们无法获得约束D21状态。 N-Δ散射的低能散射相移给出了相同的结论。 此外，通过使用Gursey-Radicati质量公式进行的质量计算和色磁相互作用的矩阵元素的分析表明，D21的质量大于D12的质量（NJP，IJP = 12 +），表明它 与D12相比，D21形成结合状态的可能性较小。

我们用爱因斯坦-狄拉顿引力理论构造精确的多毛AdS孤子解。 我们检查了它们的热力学性质，并讨论了这些解决方案对于毛状黑洞一阶相变存在的作用。 与费米AdS孤子相关的负能量密度可以解释为当费密子在紧凑坐标上呈反周期时，在双场理论中产生的卡西米尔能量。

两个紧凑的通用超维模型是针对不同理论和现象学问题的有趣模型，例如具有三个标准模型费米子族的理由，抑制质子衰减率，来自六维洛伦兹对称遗迹的暗物质奇偶校验等 ，标准模型中的质量和混合的起源。 然而，这些理论仅仅是有效的理论，通常在其能量规模上具有减小的有效性范围。 我们从希格斯扇形和中微子扇形的重归一化群方程演化的观点出发，探索了三个标准模型世代的两个极限情况，它们全部在整体中传播或全部局限在麸皮中。 大型强子对撞机希格斯玻色子的最新实验结果，在某些情况下，由于希格斯电势的稳定性要求，使得对截止尺度的约束更加严格。

我们考虑对标准模型进行简单扩展，其具有依赖于风味的$$ U（1）'$$ U（1）'，该模型已被提议用来解释最近在LHCb上报道的某些B介子异常。 将$$ U（1）'$$ U（1）'电荷选择为无异常$$ B_3-L_3 $$ B3-L3和$$ L_ \ mu -L_ \ tau $$Lμ-的线性组合 τ 在此模型中，SM中的风味结构由于取决于风味的$$ U（1）'$$ U（1）'电荷而受到限制，特别是夸克混合是由多余希格斯的较小真空期望值引起的 成对的东西。 结果，自然而然的是，获得了涉及底部夸克的大量沉重希格斯玻色子的违反风味的汤河耦合。 在本文中，我们关注模型希格斯扇形的现象学，包括额外的希格斯双峰和单峰标量。 我们根据希格斯和弱电数据对希格斯扩展扇区施加各种界限，B介子混合和衰减以及单位和稳定性界限，然后讨论大型强子对撞机中重型希格斯玻色子的产生和衰减。

大型强子对撞机庞大且不断增长的测量库具有强大的功能，可限制标准模型的扩展。 我们在Contur框架内，在一个动机良好的模型中考虑了这样的约束，该模型涉及已确定且自发地破坏了B-L对称性。 该模型包含一个额外的希格斯玻色子，一个规范玻色子和带有马略拉质量的右旋中微子。 这种新的粒子含量暗示着高度依赖于模型参数的多种现象学，非常适合此类常规研究。 我们发现，现有的大型强子对撞机测量显着地将模型约束在参数空间的有趣区域中。 其他地区仍然开放，其中一些是将来的大型强子对撞机数据可及的范围。