.png){kind=icon}
返回
A Machine Learning Based Optimization Approach for Continuous-Variable Quantum Key Distribution
.png){kind=icon}
PRE
AI
DOI：10.1002/qute.202500269.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在连续变量量子密钥分发（CV-QKD）系统中，密钥率和传输距离是评价系统性能的重要指标。数值方法常用于计算QKD的密钥率，但它们在寻找优化参数以提升密钥率方面常面临挑战。本研究针对高斯调制CV-QKD系统提出了一种基于机器学习的参数优化方法。所提方法采用遗传算法反向传播（GA-BP）方法优化CV-QKD系统的参数，以提升密钥率。此外，在特定假设条件下，建立了一些理论结果，使我们能够在给定的GA-BP网络下确定最大密钥率。基于这些结果，提出了一种基于二分法的策略，能够有效找到最优调制方差及其对应的最大密钥率。最后，仿真结果表明，在数值设置下，所提方法能够实现比传统方法更高的密钥率。
Keyword:
continuous-variable quantum key distribution
machine learning
parameter optimization
secret key rate
期刊
A
IF:
4.3
论文数:
524
被引数:
3.2K
机构
引用论文
High-speed information reconciliation with syndrome-based early termination for continuous-variable quantum key distribution.png)
OPTICS EXPRESS
OAAI
OPTICS EXPRESSIF3.3
OAAI分享收藏Rate compatible reconciliation for continuous-variable quantum key distribution using Raptor-like LDPC codes使用Raptor类LDPC码进行连续变量量子密钥分配的速率兼容和解
OAAI
OAAI分享收藏Secure Continuous-Variable Quantum Key Distribution with Machine Learning基于机器学习的安全连续变量量子密钥分发PhotonicsOAAI
PhotonicsIF0
OAAI分享收藏Parameter optimization of SQCC-CVQKD based on genetic algorithm in the terahertz band基于遗传算法的太赫兹波段SQCC-CVQKD参数优化
PREAI
分享收藏分享收藏High Efficiency Continuous-Variable Quantum Key Distribution Based on ATSC 3.0 LDPC CodesEntropyOAAI
EntropyIF0
OAAI分享收藏
查看更多内容