[논문 리뷰] Non-Adaptive Group Testing Framework based on Concatenation Code

Thach V. Bui, Minoru Kuribayashi외 1명|arXiv (Cornell University)|2017. 01. 24.

SARS-CoV-2 detection and testing참고 문헌 11인용 수 5

한 줄 요약

이 논문은 최대 $ d = 2 $개의 비정상 항목에 대해 최적의 테스트 복잡도 $ t \simeq 16 \log N $ 를 달성하는 강력한 명시적이고 효율적으로 복호화 가능한 비적응형 군집 테스팅(NAGT) 프레임워크를 제안한다. 이 프레임워크는 연결 코드를 사용하며, 행렬 구축과 복호화가 시간 $ O\left( \frac{\ln^2 N}{\ln^2 \ln N} \right) $ 내에서 이루어지며, 인코딩에 $ O(N \log N) $ 비트가 필요하다. 또한 $ d > 2 $ 에 대해서는 $ (1-\varepsilon)d $ 개의 비정상 항목을 고확률로 복구할 수 있도록 확장 가능하며, $ O(d \log N) $ 개의 테스트를 사용한다.

ABSTRACT

We consider an efficiently decodable non-adaptive group testing (NAGT) problem that meets theoretical bounds. The problem is to find a few specific items (at most $d$) satisfying certain characteristics in a colossal number of $N$ items as quickly as possible. Those $d$ specific items are called extit{defective items}. The idea of NAGT is to pool a group of items, which is called extit{a test}, then run a test on them. If the test outcome is extit{positive}, there exists at least one defective item in the test, and if it is extit{negative}, there exists no defective items. Formally, a binary $t imes N$ measurement matrix $\mathcal{M} = (m_{ij})$ is the representation for $t$ tests where row $i$ stands for test $i$ and $m_{ij} = 1$ if and only if item $j$ belongs to test $i$. There are three main objectives in NAGT: minimize the number of tests $t$, construct matrix $\mathcal{M}$, and identify defective items as quickly as possible. In this paper, we present a strongly explicit construction of $\mathcal{M}$ for when the number of defective items is at most 2, with the number of tests $t \simeq 16 \log{N} = O(\log{N})$. In particular, we need only $K \simeq N imes 16\log{N} = O(N\log{N})$ bits to construct such matrices, which is optimal. Furthermore, given these $K$ bits, any entry in the matrix can be constructed in time $O \left(\ln{N}/ \ln{\ln{N}} ight)$. Moreover, $\mathcal{M}$ can be decoded with high probability in time $O\left( \frac{\ln^2{N}}{\ln^2{\ln{N}}} ight)$. When the number of defective items is greater than 2, we present a scheme that can identify at least $(1-ε)d$ defective items with $t \simeq 32 C(ε) d \log{N} = O(d \log{N})$ in time $O \left( d \frac{\ln^2{N}}{\ln^2{\ln{N}}} ight)$ for any close-to-zero $ε$, where $C(ε)$ is a constant that depends only on $ε$.

연구 동기 및 목표

• 테스트 복잡도에 대한 이론적 한계를 충족하는 효율적으로 복호화 가능한 비적응형 군집 테스팅(NAGT) 프레임워크를 설계하는 것.
• 측정 행렬 $ \mathcal{M} $ 의 빠른 구축과 복호화를 보장하면서도 테스트 수 $ t $ 를 최소화하는 것.
• 행렬 저장에 대해 최적의 공간 복잡도 $ O(N \log N) $ 비트를 확보하고, 빠른 요소 계산을 지원하는 것.
• 두 개 이상의 비정상 항목을 처리할 수 있도록 프레임워크를 확장하고, $ (1-\varepsilon)d $ 개의 비정상 항목을 고확률로 복구하는 것.
• 측정 행렬의 구축과 복호화가 각각 요소당 및 총합적으로 하위 로그 시간 내에서 수행되도록 보장하는 것.

제안 방법

• 측정 행렬 $ \mathcal{M} $ 의 강력한 명시적 구축을 연결 코드 기반으로 사용하여 효율적인 인코딩과 복호화를 보장한다.
• 행렬 요소는 $ K \simeq N \times 16 \log N $ 비트의 단순 표현을 사용하여 $ O\left( \frac{\ln N}{\ln \ln N} \right) $ 시간 내에 계산된다.
• 비정상 항목 수 $ d \leq 2 $ 인 경우, $ t \simeq 16 \log N $ 테스트로 비정상 항목을 정확히 식별할 수 있으며, 이는 이론적 하한선과 일치한다.
• $ d > 2 $ 인 경우, $ t \simeq 32 C(\varepsilon) d \log N $ 테스트를 사용하여 적어도 $ (1-\varepsilon)d $ 개의 비정상 항목을 확률적으로 복구한다.
• 복호화 시간은 $ d \leq 2 $ 에서 $ O\left( \frac{\ln^2 N}{\ln^2 \ln N} \right) $ 이며, 더 큰 $ d $ 에서는 $ O\left( d \frac{\ln^2 N}{\ln^2 \ln N} \right) $ 이며, 고확률로 수행된다.
• 연결 코드의 성질을 활용하여 행렬 요소의 희박성과 효율적인 무작위 액세스를 보장한다.

실험 결과

연구 질문

• RQ1 비적응형 군집 테스팅 기법을 설계할 수 있을까? 이는 $ d \leq 2 $ 에 대해 최적의 테스트 복잡도 $ O(\log N) $ 와 효율적인 복호화를 달성할 수 있어야 한다.
• RQ2 측정 행렬 $ \mathcal{M} $ 의 강력한 명시적 구축을 설계할 수 있을까? 이는 요소의 빠른 계산과 최소한의 저장 공간을 지원해야 한다.
• RQ3 두 개 이상의 비정상 항목을 처리할 수 있도록 프레임워크를 어떻게 확장할 수 있을까? 이때 근사 최적의 테스트 수와 복호화 시간을 유지해야 한다.
• RQ4 $ d > 2 $ 일 때 복호화 정확도와 테스트 복잡도 사이의 상충 관계는 무엇이며, 고확률 복구를 보장할 수 있을까?
• RQ5 테스트 수 $ d > 2 $ 인 경우에도 전체 복호화 시간을 $ O\left( \frac{\ln^2 N}{\ln^2 \ln N} \right) $ 이내로 유지할 수 있을까? 이때 상수 배수 증가만을 수반한다.

주요 결과

• 최대 $ d = 2 $ 개의 비정상 항목에 대해, $ t \simeq 16 \log N $ 테스트를 달성하며 이는 이론적 하한선과 일치한다.
• 측정 행렬 $ \mathcal{M} $ 는 $ K \simeq N \times 16 \log N = O(N \log N) $ 비트만으로도 구축 가능하며, 이는 공간 복잡도에서 최적이다.
• 행렬 $ \mathcal{M} $ 의 임의의 요소는 $ O\left( \frac{\ln N}{\ln \ln N} \right) $ 시간 내에 계산 가능하여 빠른 액세스를 가능하게 한다.
• 비정상 항목은 $ d \leq 2 $ 에서 고확률로 $ O\left( \frac{\ln^2 N}{\ln^2 \ln N} \right) $ 시간 내에 복호화된다.
• $ d > 2 $ 인 경우, $ t \simeq 32 C(\varepsilon) d \log N $ 테스트를 사용하여 적어도 $ (1-\varepsilon)d $ 개의 비정상 항목을 복구한다. 여기서 $ C(\varepsilon) $ 는 $ \varepsilon $ 에 따라 달라지는 상수이다.
• $ d > 2 $ 에서 복호화 시간은 $ O\left( d \frac{\ln^2 N}{\ln^2 \ln N} \right) $ 으로 스케일링되며, 계산 효율성에서 근사 최적성을 유지한다.