- 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
- 563333 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174223
- 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 $ ~( r( M" w: _; \) V: \5 ^
+ p5 x T% k6 N A! E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$ C2 X2 u1 d4 P& R
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 Y5 p$ P4 r: g! h7 M. I
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
7 X+ V2 `9 q; Q7 c$ s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
2 x% L% T0 ]+ Y7 G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% M( x# I$ |( {8 R3 \& |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
9 e9 c, ?4 f z+ ^0 [" X交叉研究的发展趋势进行了总结和展望。) i8 c- v5 d; H3 E: F- h
' Q6 ~2 a* _" m& b. V# C9 ~7 c3 M& `
5 Z) w8 y, Y. M8 A
M; m* v- l5 Z/ M8 v
$ B, @7 ` M9 m& e( A0 t
5 n6 J4 V7 `& z: W! h7 j! [; {3 f: Y0 k* n6 N/ `* ]
|
zan
|