- 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
- 564698 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
$ F+ v* P# W' x8 v8 K
2 p2 Z$ f+ Q/ J4 n ?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' n" I: Y% J1 z 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" [# f9 E4 Z$ I$ X
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9 @$ x1 J/ p `8 u2 }
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
9 V1 i* [7 E* I& {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; Z2 \* {; p% O1 x9 y2 [; c
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
1 _! D* q3 V8 t4 I {交叉研究的发展趋势进行了总结和展望。) `' F* e9 T* S0 L8 L4 m+ T
$ p( A$ A( H/ _- S. |/ l5 w
: R9 L% `8 |' q7 |1 @" ^* K O
$ R! e' P6 q& w! B$ e" K7 X. F0 n( H( h' H4 x' `6 w+ R
- A" V( |1 t/ P5 i9 a6 @1 c5 a% H( q$ r5 @" s$ H
& f8 @% f) U& X& F% A |
zan
|