期刊名：Quantum Reports

期刊主页：www.mdpi.com/journal/quantumrep

Quantum Reports期刊“量子计算与信息处理”栏目旨在为量子计算和信息处理领域的前沿研究提供一个专属论坛。我们诚邀投稿，探讨量子算法的基础理论和实际应用，包括针对优化、机器学习和量子化学的研究，尤其关注非集成量子计算（NISQ）时代所面临的挑战和机遇。本栏目也着重关注量子处理器的物理实现，欢迎所有主要量子比特模式（例如超导电路、囚禁离子和光子学）的研究，尤其关注相干性、门保真度和可扩展架构。通过提供展示详细实验结果和理论进展的平台，我们旨在加速实现容错量子计算的进程。

除了对计算的关注之外，本栏目还探讨量子信息的安全传输和基本特性。我们欢迎关于量子通信、密码学和量子网络发展的研究，以及关于纠缠、相干性和量子信息理论的基础研究。鉴于该领域固有的跨学科性质，我们鼓励将量子信息科学应用于量子生物学和金融等邻近领域的投稿。

栏目主页：https://www.mdpi.com/journal/quantumrep/sections/quantum_computing_and_information_processing

栏目编委

Vladimir M. Stojanovic教授 （应用物理研究所，达姆施塔特工业大学，德国）

研究兴趣：量子计算与控制；量子态工程；模拟与数字量子模拟；自旋压缩及其在量子计量学中的应用；量子控制中的李代数概念

Michel Planat教授 （玛丽和路易·巴斯德大学 FEMTO-ST 研究所，法国）

研究兴趣：拓扑量子计算；表观遗传学和表观转录组学；信号处理；几何学；量子力学；离散数学；图论；群论；结构稳定性；通信；纯数学；拓扑学

精选文章

A Comprehensive Review of Quantum Circuit Optimization: Current Trends and Future Directions

量子电路优化的研究综述：当前趋势和未来方向

Krishnageetha Karuppasamy et al.

https://www.mdpi.com/2624-960X/7/1/2

文章亮点：

（1）本文将量子电路优化系统性分为 Level I（硬件无关优化） 和 Level II（硬件相关布局优化）。

（2）文章详细分析了 启发式方法（如模式匹配、DAG 重写）、机器学习方法（如强化学习、生成对抗网络、图神经网络）、酉矩阵合成方法（如矩阵分解、张量网络）以及 算法方法（如变分量子优化、遗传算法），并对比了各自的优缺点与适用场景。

（3）论文明确指出 NISQ 设备中的噪声与退相干、大规模电路的扩展性、不同硬件平台的适配性 仍是主要瓶颈。未来需要发展噪声感知优化框架、混合量子-经典方法 以及 结合启发式与 AI 的通用优化策略，以实现容错量子计算和实用化量子应用。

Improving the Solving of Optimization Problems: A Comprehensive Review of Quantum Approaches

改进优化问题的求解：量子方法的全面回顾

Deborah Volpe et al.

https://www.mdpi.com/2624-960X/7/1/3

文章亮点：

（1）文章详细介绍了量子退火器（quantum annealer）与量子电路模型求解器（如 QAOA、VQE、GAS）两大技术路线。

（2）文章阐述了将一般优化问题转化为量子兼容形式的详细步骤，同时介绍了主流自动化工具，帮助用户降低使用门槛。

（3）针对真实问题中能量景观异质性的特点，文章指出混合求解器和反向退火能有效提升求解效率与质量。

Quantum Classical Algorithm for the Study of Phase Transitions in the Hubbard Model via Dynamical Mean-Field Theory

通过动态平均场理论研究哈伯德模型相变的量子经典算法

Anshumitra Baul et al.

https://www.mdpi.com/2624-960X/7/2/18

文章亮点：

（1）作者结合动力学平均场理论、变分量子特征求解器和量子卷积神经网络，构建了一套可在 NISQ 设备上运行的完整流程，用于研究强关联体系中的金属绝缘体相变。该工作流首次实现了从杂质模型求解到物相分类的端到端量子增强计算。

（2）针对有限 bath 位点下格林函数和自能计算不稳定的问题，本文提出在时域直接拟合自能的解析形式，避免了频域傅里叶变换中阻尼参数的任意选择，提高了准粒子权重的计算稳定性和可推广性。

（3）利用 VQE 得到的 DMFT 基态波函数作为“纯量子数据”，训练 QCNN 进行分类。QCNN 能在训练数据覆盖全部 U范围时达到约 75% 的测试精度，并在仅使用远临界点（U≤4 和 U≥7）的数据训练时，仍能正确识别临界区域 U≈5−6，展示了量子机器学习在无需显式序参量情况下探测量子相变的能力。

Quantum Reports（ISSN 2624-960X） 创刊于2019年，是一本国际同行评审的开放获取量子科学期刊，由 MDPI 每季度在线出版。发文范围囊括所有量子子领域，从基础量子理论到广泛的应用。Quantum Reports 目的是鼓励科学家尽可能详细地发表他们的实验和理论结果。因此，该期刊对论文的长度没有限制。应提供完整的实验细节，以便可以重现结果。截至目前，期刊已被Scopus、ESCI（Web of Science）等重要数据库收录。

Prof. Dr. Lajos Diósi

Editor-in-Chief

Wigner Research Center for Physics, Hungary

2024 Impact Factor: 1.3

2025 Citescore 2.7

Time to First Decision: 19.8 Days

Acceptance to Publication: 3.7 Days