- 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
- 563322 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174219
- 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 9 X5 ^. p- q" L) J
; W7 M- k# @$ a; 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" u) i8 s7 p7 _( [3 J1 b H# J# o( [6 M
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 n2 }0 R; r: B5 }
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+ J% K4 L: A' j
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( H8 ~9 q3 Z0 P( v$ y9 M
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
9 J, w! o' p. G/ {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
5 b5 Y$ d- Y* S, x交叉研究的发展趋势进行了总结和展望。0 g% O7 R7 x' T
3 ] J4 J) _) G
& ]' {1 e3 s, C/ r" W4 Z% I1 i$ r7 j! }1 v
' ~1 ^* ^4 K, `. s! c4 j. w% e2 k6 U- C0 v3 R
. Z& {' w1 p5 @* O1 l; Q' C
]+ |. c7 D) q" f7 S4 D |
zan
|