- 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
- 563317 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174218
- 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
1 |6 t" Z2 }" k; ?* X+ W7 s5 K y3 S8 o3 f
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9 ~" g1 D% c) t) O) 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
! |% H# S: k% K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 b( s/ s+ r2 a8 o# ?. @1 ]
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6 P+ M! m2 Q9 r/ Z) T
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
! A. @$ N" P2 I g$ N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: o' [" _% [0 I* i
交叉研究的发展趋势进行了总结和展望。& _& [: r& r+ p3 w2 Y) C
' E# p6 m' A U' A2 p0 Q
1 P0 N, ~; U2 L, }/ [: U2 N. Z- a+ B/ t \
/ V0 }% r4 l% k4 u6 h7 D
6 D$ W1 [8 k6 t- |5 `+ y2 q2 h/ K9 j7 I3 T' P% q8 r
+ N9 n1 m: w8 ? J" z1 m* ^ |
zan
|