- 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
- 559096 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 173102
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 18
- 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 3 X1 `& b, c; J' @9 y# K7 x
3 G% g7 i) \* `) w6 @( X
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
/ T. c0 V9 ^# T% d ?) [- H' H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
& Y5 o, u6 X- N8 a: T2 F) G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
! \# l/ b4 ?- y( q0 p/ _: A& n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7 i" {/ i: f" d
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 z, w* T ?5 q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 C: o4 w$ E' t5 {/ m. W# }交叉研究的发展趋势进行了总结和展望。) d6 Z! b7 N4 _+ \
0 h9 M5 j( Z( A2 l" i1 _/ G$ D( [) h6 Y7 e! D
; T7 s* @, [9 _
- I" I9 O" O8 d9 ]" c
7 B d C! k. R0 M
1 {4 x/ o; ~6 w5 R0 S" J& D# e! s5 G: }; Z
|
zan
|