- 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
- 565736 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174944
- 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 " E" n- P$ s/ d- T( \
8 C8 r' P$ }6 W- k
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
2 g j3 h4 k- C) ]! n6 }! _: M! Y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
8 ~1 Y: z, i$ j" a; w/ `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
, F/ O6 f, q4 D! t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
& Z c3 K+ g: n7 H! d" r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
7 D0 u. v, [8 E7 {! ^$ i6 L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0 M' J0 y& a! ~0 ^* y0 A3 c7 t
交叉研究的发展趋势进行了总结和展望。
/ I6 p2 r# e+ d3 Y6 b1 ?; v# H( s! K7 A. W, Y, Z
3 i7 o5 T0 i; ^5 V
- X& ?) h) o3 k2 r, A$ B% h- T- j$ N/ R# Z6 ^3 I8 f
4 f9 s# Y) p% Z1 x m+ h' a
9 \% H, Y' }; H7 j9 Y5 b9 G
- Z# t, w( Y+ o) Y& J
|
zan
|
IP卡
狗仔卡
发表于 2020-11-9 15:08
转播
淘帖
分享
收藏
支持
反对
微信
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
显身卡
