- 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
- 567145 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175366
- 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
* @' y, ?4 l, G) ^% l z2 p% r2 ]+ i) H' n# Z& F h
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
. {/ i1 i5 U/ U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
( B& k2 M. E! ~$ ?+ s" F: t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+ T) a1 V I5 `+ U- e+ T7 _9 Z' t, O' m
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% u: O, j- R/ T# I
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7 q: o# @- @. t k/ h. \
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
' J: A) A' z- k% k0 m0 ~5 ?交叉研究的发展趋势进行了总结和展望。
7 @: `& H6 r6 R, G
4 l( |% ^/ M, m) a$ x8 f+ b! ]& ]" L
* G5 K2 }" E' x
u* c' y! _5 O% S" c7 A+ `) P5 v$ v/ `! z, b4 g
% L6 D% L/ d. ]4 j
2 M* ]) z3 X3 }- @* v
$ J) S4 K* J* |! E |
zan
|