- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 567127 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175361
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
|
机器学习在量子保密通信中的应用与研究
; s9 G, ~& _1 a8 Z( W& [; E' b. P( X% J
量子信息与机器学习是目前国际两大前沿发展领域,近期均取得了一系列重大研究进展。而3 }" |3 Y4 p" c2 q2 I* _) c
两者的交叉领域也正成为科学研究的热点,主要包括机器学习与量子通信、量子计算、量子光学等6 d3 ~5 n" R0 T ]9 [6 N8 [* A" Y
方面的结合与应用。文中主要介绍机器学习与量子保密通信结合方面的知识和进展状况。机器学2 A: Y7 ^# t3 F, c
习与量子保密通信的交叉研究,主要表现在从理论配置和实验控制两方面对量子密钥分发系统的9 H( m$ M8 B! P2 A4 u) j' S
优化。通过监督学习过程将机器学习模型用于量子保密通信系统,可以有效降低通信过程所涉及: \" |; |' _, S+ ]
的复杂度并提高系统的总体工作效率,同时实现资源优化配置。最后,对量子保密通信和机器学习
! _& n- c! R% U! [* o O交叉研究的发展趋势进行了总结和展望。
$ a" @' u- X: X) t. X
+ v. `+ J6 ]) ?# A6 t
& ]. n5 q+ N0 V* Z6 z# L' q7 P5 K6 B% y) o$ m$ j8 C. g
8 ~5 v0 L7 b0 c2 H
! M) C# D& o t4 m# @$ Y. L) A1 b/ _" H
% f! t$ t9 L0 ^8 E) L& q/ ?+ ~
1 _* `; r/ _; ? M K" U |
zan
|