- 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
- 565607 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174905
- 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
' N: ~' k X# D" O# F$ j" Q3 I% {0 u
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! g7 @% B% A0 }
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' K1 h% y( V$ |/ u# ?; 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
' ]1 I) d: o# x. K7 J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% D U' B8 n$ A# }1 Q g; n# L
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
$ D* k' a& O- r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 P2 Q+ Y. o" d8 _$ s' Q! W
交叉研究的发展趋势进行了总结和展望。
3 R5 \& s+ ^& Q3 f6 m0 s
" n- C" W9 f" `1 v
- o$ g0 f9 @* ~5 `! v7 E, o8 W" C
) H& J+ y, q* ]" p7 g7 J$ c& ]# |8 F; J! T0 ]3 k
4 o+ Y) h( W: n" S- w8 q
) x3 s/ j k. r5 d6 z
0 n. k; `7 e7 B- g
|
zan
|