- 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
- 564697 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174632
- 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 2 ^1 V5 P4 _4 o) V
z2 F7 K |1 k) d' x4 G
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 n& _3 f; a* z0 p* O
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
# n( c+ m1 ]# Z6 M: ~. z4 a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
Y' k* B, ]2 W. ~2 U. F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 A, @: R0 {2 q* G7 Q& o2 E- ~
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
; I- R8 P6 h7 ^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
! I# u. N# q6 [' ^9 \6 Q交叉研究的发展趋势进行了总结和展望。7 z4 I* O/ V( Q/ I* `' x M7 ^
, q& x/ u. p) y! k% ~9 r
) S5 U3 d) Z( S, f1 b0 [' \
( [' S2 @/ ~( K" t- f% R: F& m; M$ N& n X' j3 j
) U9 v: P, i& E P7 m5 B2 F- g
, ]: @& ^2 H+ c' D7 l, J. t9 n
/ i* @5 a. s9 o Y& `7 u7 X N( m |
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
