- 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
- 565611 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174906
- 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 1 F: C1 \& ~$ N# P' w" o1 ]
+ p1 F4 O! o' b: M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 a4 z" M4 m4 U+ T
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1 b4 _% S. Z5 V* }) p% M2 I
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1 @8 p0 M4 J( H/ l0 D1 ?1 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
3 N* {2 W/ P$ ]& s- }- ?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* A) \/ Q0 E5 ^$ N2 ~
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8 ^( y- X: w, U( s
交叉研究的发展趋势进行了总结和展望。
; w" c/ y) X4 w2 d4 k' J! |
+ w' R6 ?% }- H5 ]4 I. X! O) C4 C5 l6 ~4 B# Y) x
. l; `- v6 b2 r- d" n: o' P# P, _
+ q) W0 `# E4 E4 U# G, K) o2 k- ^2 U% ]
% N ?3 w" V2 i' F9 ^
; e: F& R2 d* U/ `! ?- ]. m |
zan
|