- 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
- 567168 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175373
- 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
( F5 ]0 b+ Z! L; z, Q
& p7 `) y v# w1 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
0 N& A( a3 l: k7 J9 u0 Z' `7 _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
& c) B+ k9 z" U) }0 m8 L. |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
: P3 m% d) w7 b+ F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! i1 X/ Y" o$ z& y* N
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 [ |) F; ^4 Y% A! V8 U9 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
) G' P, o' A; y8 `& N交叉研究的发展趋势进行了总结和展望。
7 D( L" D. `1 e, c5 \
& _/ }: ]% p: Z# }* q6 b$ l: E# ~% V
8 {$ M8 {- r7 G- d% [5 i0 Q5 B0 }& c% {+ j [
6 b* ^' ^( X* ?- F; C) Y! c
" _' O- d. E% m, _* s
2 i( m- N8 G/ d. T8 \; I1 S8 P5 H+ K8 T/ ^: {4 G* r
|
zan
|