- 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
& g$ T, I) Z7 c* w, I! L# b" L0 R# [: s( Q
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# {4 e3 Z; t) @6 z; W
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* J; a' I: E9 u; k- `) a: 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
" K9 o$ ^9 F: t; [$ W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% z! Q- w! y$ \% G
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; C5 l) p6 j) m1 O9 d
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3 L7 L) V: d1 O' u0 D& l! h6 n ]
交叉研究的发展趋势进行了总结和展望。
6 N5 c- i. D. H& F' @0 \$ {1 F: p. z5 U8 ~7 Y0 X9 `
I$ C; R4 Q$ A8 A- e; c
8 d4 D( S2 j' j) t1 L# }2 L
3 ?$ f8 f& l) L6 e
3 F7 a; u) @+ |+ |4 N+ N) w6 u, x i# z' ?9 p8 Y
) y( v# p+ F; J4 n |
zan
|