检索范围:
排序: 展示方式:
一个格上不经意传输协议的量子安全性分析 Article
Mo-meng LIU, Juliane KRÄMER, Yu-pu HU, Johannes BUCHMANN
《信息与电子工程前沿(英文)》 2017年 第18卷 第9期 页码 1348-1369 doi: 10.1631/FITEE.1700039
后量子安全的格盲签密方案 Research Articles
俞惠芳,白璐
《信息与电子工程前沿(英文)》 2021年 第22卷 第6期 页码 891-901 doi: 10.1631/FITEE.2000099
不依赖双线性对的带关键字搜索的无证书公钥加密方案构造 Research Articles
Yang LU, Ji-guo LI
《信息与电子工程前沿(英文)》 2019年 第20卷 第8期 页码 1049-1060 doi: 10.1631/FITEE.1700534
抗泄露的CCA2安全的无证书公钥加密机制 None
Yan-wei ZHOU, Bo YANG, Hao CHENG, Qing-long WANG
《信息与电子工程前沿(英文)》 2018年 第19卷 第4期 页码 481-493 doi: 10.1631/FITEE.1601849
标准模型下基于高效分级身份的格上加密方案 Article
Feng-he WANG,Chun-xiao WANG,Zhen-hua LIU
《信息与电子工程前沿(英文)》 2016年 第17卷 第8期 页码 781-791 doi: 10.1631/FITEE.1500219
格上基于身份的门限代理重加密方案及应用 Research Articles
吴立强1,韩益亮1,杨晓元1,2,张敏情1
《信息与电子工程前沿(英文)》 2022年 第23卷 第2期 页码 258-277 doi: 10.1631/FITEE.2000366
基于公钥具有双向影子图像验证功能且无像素扩张的图像秘密分享 Research Article
Xuehu Yan, Longlong Li, Jia Chen, Lei Sun
《信息与电子工程前沿(英文)》 2023年 第24卷 第1期 页码 88-103 doi: 10.1631/FITEE.2200118
人工智能新方向:类人、机器、仿生和量子智能 Comment
李伟钢,Liriam Michi ENAMOTO,Denise Leyi LI,Geraldo Pereira ROCHA FILHO
《信息与电子工程前沿(英文)》 2022年 第23卷 第6期 页码 984-990 doi: 10.1631/FITEE.2100227
本评论回顾1998年提出的“一次性学习”(once learning,OLM)机制,和随后出现的用于图像分类的“一瞥学习”(one-shot learning基于目前人工智能(AI)研究现状,提出将其划分为以下子学科:人工类人智能、人工机器智能、人工仿生智能和人工量子智能。这些被认为是AI研发的主要方向,并按以下分类标准区分:(1)以类人、机器、仿生或量子计算为本的AI研发;(2)升维或降维的信息输入;(3)小样本或大数据知识学习。
面向多类不平衡学习的一对多海林格距离决策树研究 Research Articles
董明刚1,2,刘明1,2,敬超1,2,3
《信息与电子工程前沿(英文)》 2022年 第23卷 第2期 页码 278-290 doi: 10.1631/FITEE.2000417
孙暐,吴镇扬
《中国工程科学》 2006年 第8卷 第3期 页码 31-34
根据人耳听觉特性,提出新的同步多带最大似然线性回归算法用于噪声环境下语音识别。
陈立全,胡爱群,周雪莉
《中国工程科学》 2005年 第7卷 第7期 页码 81-85
由于无线媒介的易变性,IP语音在无线局域网上传输受到极大的限制。通过对无线局域网媒体接入层机制的分析,考虑了碰撞概率因素,提出了采用马尔可夫链模型来推导在IEEE 80211b/a/g标准下单个接入点同时支持IP语音用户最大容量的方法,计算出针对不同IP语音编码标准如
深度学习的几何学解释 Article
雷娜, 安东生, 郭洋, 苏科华, 刘世霞, 罗钟铉, 丘成桐, 顾险峰
《工程(英文)》 2020年 第6卷 第3期 页码 361-374 doi: 10.1016/j.eng.2019.09.010
本文从几何角度来理解深度学习,特别是提出了生成对抗网络(GAN)的最优传输(OT)观点。自然数据集具有内在的模式,该模式可被概括为流形分布原理,即同一类高维数据分布于低维流形附近。GAN主要完成流形学习和概率分布变换两项任务。其中,后者可以用经典的OT方法来实现。在此基础上,我们提出了一种新的生成模型,该模型利用自编码器(AE)进行流形学习,并利用OT映射进行概率分布变换。这个AE-OT模型提升了深度学习理论的严谨性和透明性、提高了计算的稳定性和效率,尤其是避免了模式崩溃问题。实验结果验证了我们的假设,并充分展示了我们提出的AE-OT模型的优点。
关键词: 生成,对抗,深度学习,最优传输,模式崩溃
李静,高飞,秦素娟,温巧燕,张平
《中国工程科学》 2023年 第25卷 第6期 页码 80-95 doi: 10.15302/J-SSCAE-2023.06.010
量子信息领域的迅速发展为现代信息技术带来了新的机遇与挑战,其中的热门研究方向之一即量子网络,旨在利用量子力学的基本特性实现长距离的(安全)通信任务,或通过分布式计算提供优于经典计算网络的计算能力,相关研究对推动量子信息的实用化具有重要意义。本文根据量子网络应用场景和技术手段的差异性,从量子密码网络、量子云计算网络、量子隐形传态网络3 个细分类别出发,全面梳理了国内外的研究进展及发展挑战,以便掌握量子网络系统的最新发展态势;结合量子网络的实施情况,阐述了量子网络系统发展中亟待攻克的链路建立、信息传输、网络协议、物理硬件等关键技术。研究建议,加强基础硬件设施研发投入、重视量子网络理论研究、加强交叉学科研究和相关人才培养,以促进我国量子网络系统的发展。
用于设计量子点元胞自动机算术电路的可扩展 1 位全加器 Research Article
Hamideh KHAJEHNASIR-JAHROMI, Pooya TORKZADEH, Massoud DOUSTI
《信息与电子工程前沿(英文)》 2022年 第23卷 第8期 页码 1264-1276 doi: 10.1631/FITEE.2100287
李晓巍,付祥,燕飞,钟有鹏,陆朝阳,张君华,贺煜,尉石,鲁大为,辛涛,陈济雷,林本川,张振生,刘松,陈远珍,俞大鹏
《中国工程科学》 2022年 第24卷 第4期 页码 133-144 doi: 10.15302/J-SSCAE-2022.04.016
标题 作者 时间 类型 操作