二维与三维含纠缠过滤的张量网络重整化群中的格点反射对称性
张量网络重整化群(TNRG)是一种高效实空间重整化群方法,用于研究经典与量子格点系统的临界性。在TNRG算法中利用系统对称性可简化算法实现,并有助于生成正确的张量重整化群流。虽然目前已建立针对全局在位对称性的通用框架,但如何将旋转或反射等格点对称性融入TNRG仍不明确。作为格点对称性研究的初步探索,该团队提出了一种在二维和三维(2D/3D)含纠缠过滤的TNRG中引入格点反射对称性的方法。具体实现包括:首先用张量网络语言给出格点反射对称性的普适定义;随后提出转置技巧,在投影截断和纠缠过滤这两个基础TNRG算符中利用并强制保持格点反射对称性。基于该技巧,研究人员详细阐述了2D/3D体系中保持格点反射对称性的TNRG映射算法。最后,该工作演示了如何在给定格点反射对称子空间内构建TNRG映射的线性化形式,借此实现对各子空间标度维度的独立提取。本研究为理解TNRG中的格点旋转对称性奠定了基础。



