- 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
- 563261 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174201
- 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
' g$ u5 W; L1 Y. {) w3 N- W% u( n: S8 P; Y X' E
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 Y5 C* v% l$ A+ y4 t# Z4 o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9 }3 i% L% I5 T* }6 z3 F
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
H1 U7 P0 z* L3 U2 @9 o& b- U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; l! q8 E1 ?+ W0 {
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
8 N6 Y2 s. @! U- Q) t* I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+ y, l+ {& a' d" c+ c# ]) S2 _
交叉研究的发展趋势进行了总结和展望。
3 A3 T/ \; O7 l% k
# v9 S( h! q9 N. n% c' t2 C8 C% e3 I/ g6 e& `9 G+ o( ~
) _3 p2 @ N5 `4 p
9 r6 }5 L' n" ?; D o4 @4 g6 j3 L. t- L$ W* y& i" S+ N7 p
" f! z; V* h3 k; u* j* ?1 O
* S/ p. s- k$ M8 ^* Q3 `
|
zan
|