- 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
- 567160 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175371
- 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 6 X0 o6 ]) F& ~4 z
3 r! E3 L5 \$ a: o( g
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
# V& ?) W+ ~/ t; _; y% s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
/ t9 j3 l2 Y3 j ]& O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
! m% U) g* G4 w" \& C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
& V( g6 s, o! 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+ R1 E$ S: a. ~; g* R; v
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 B% p t" _7 p! i% ^' i1 C
交叉研究的发展趋势进行了总结和展望。# u# q5 z* c! Z, @0 u6 R" V
+ p. ~( F5 ?$ ]
0 }6 G; a: B1 a5 |% L7 V4 W
& j- K5 h% k% E" x/ o* ~
7 N3 p. l1 f D# Y6 r: [1 V4 ]% W) Y8 H: [! b
/ m8 C: x" \* l, H. ?* z2 h- w! k) l
* E; U$ X; s! s7 ]1 }: K |
zan
|