- 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
- 564661 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174621
- 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) H4 @8 Q5 G |+ @7 ]
1 E4 G2 u) ~4 H" b0 q
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: A9 M3 Z8 k9 S9 S! o3 `
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
8 f( c/ \' x1 s+ ?1 I2 J# G+ x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( n3 x2 ~7 Y
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' k2 _+ 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: p6 o" O5 `5 \$ R+ d" P
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
; L9 J5 X( M1 p) c2 c- f交叉研究的发展趋势进行了总结和展望。
% B+ g4 y3 E0 V+ W4 S- ?6 E5 o* O0 U% l" j) o% ]$ \: x; a `
b9 L" X% h3 [& r
1 x) T+ P; o" Q8 l, X( H9 c# V
" ?" ]8 t; Y9 @# F6 x* R
- ?8 A' e) V% h: f# R% _' A9 r
8 }! e5 @# D9 H" D0 T) g! Y/ ?) e2 [/ F0 q& X8 ]3 F: H
|
zan
|