张量网络重整�群中的格子反射对称性：二维与三维中的纠缠过滤

张量网络重整�群（TNRG）是一种高效的实空间重整�群方法，用于研究经典和量子晶格系统的临界行为。利用系统的对称性可简化TNRG算法的实现，并有助于产生正确的张量RG流动。虽然已建立了考虑全局局部对称性的通用框架，但在TNRG中如何纳入格子对称性仍不清晰。作为格子对称性的第一步，我们提出了一种在二维（2D）和三维（3D）格子中引入格子反射对称性的方法。为此，我们提出了张量网络语言中描述格子反射对称性的通用定义。随后，我们引入一种转置技巧，用于在两种基本TNRG操作（投影截断和纠缠过滤）中利用和施加格子反射对称性。通过该转置技巧，详细阐述了2D和3D中TNRG图的算法，其中保留并施加了格子反射对称性。最后，我们展示了如何在给定的格子反射子域中构建TNRG图的线性化方法，从而可以单独提取每个子域中的尺度维数。我们的工作为理解TNRG中的格子旋转对称性奠定了基础。