QUBO Modeling of Module Learning With Errors: Stability and Scaling in Post-Quantum Cryptography
本論文は、量子アニーリングによる秘密鍵と誤差の同時復元を可能にするために、小規模なModule Learning With Errors (MLWE) インスタンスをエンコードするための構成的なQUBOフレームワークを提示し、最適化ランドスケープの安定性と問題のエネルギーギャップとの間の理論的な関連性を確立し、現在のハードウェアにおけるスケーリングの限界を評価するものである。