- 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
- 565664 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174922
- 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
Z, S$ V2 t9 s0 M. c, n' N# ^9 z6 [# O! _
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! ^: q% G2 v8 u
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0 b2 N" u1 v3 c4 s+ S) p
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( e$ S8 J& x! F# F4 r3 D
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
0 b1 Y; z4 R, `4 l3 k: u L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) Z$ {0 W8 z& f
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* k. X. R# e' K: ?2 U
交叉研究的发展趋势进行了总结和展望。
# Q M' J+ L2 C* _" x" }" l3 ]
5 Y o% r. k3 y" d6 F' e
1 j* A8 ^1 s' K" @) U( i* K' ~; x
: D% S, G+ X7 T6 O3 J# {5 L$ m( j; v) j6 t, u9 N
3 P+ s- x( x- ~" J( E! H% _3 `
6 i# w2 {& n% P5 _. e0 t' c
|
zan
|