[논문 리뷰] Nonadaptive group testing with random set of defectives via constant-weight codes

Arya Mazumdar|arXiv (Cornell University)|2015. 03. 12.

SARS-CoV-2 detection and testing참고 문헌 43인용 수 6

한 줄 요약

이 논문은 최소 거리 외 평균 거리 성질을 활용하여, 무작위 결함자가 있는 비적응형 군집 테스팅 행렬의 명시적 결정론적 구축을 제안한다. 상수 무게 코드를 기반으로 하며, 정보 이론적 한계에 도달하는 O(t log N) 테스트를 달성한다. 이는 (t+1)-차 정체성 성질과 코드 거리 간의 연결을 통해 이루어진다.

ABSTRACT

In a group testing scheme, set of tests are designed to identify a small number t of defective items that are present among a large numberN of items. Each test takes as input a group of items and produces a binary output indicating whether any defective item is present in the group. In a non-adaptive scheme the tests have to be designed in one-shot. In this setting, designing a testing scheme is equivalent to the construction of a disjunct matrix, anM N binary matrix where the union of supports of anyt columns does not contain the support of any other column. In principle, one wants to have such a matrix with minimum possible number M of rows. In this paper we consider the scenario where defective items are random and follow simple probability distributions. In particular we consider the cases where 1) each item can be defective independently with probability t N and 2) each t-set of items can be defective with uniform probability. In both cases our aim is to design a testing matrix that successfully identifies the set of defectives with high probability. Both of these models have been studied in the literature before and it is known that O(t logN) tests are necessary as well as sufficient (via random coding) in both cases. Our main focus is explicit deterministic construction of the test matrices amenable to above scenarios. One of the most popular ways of constructing test matrices relies on constant-weight error-correcting codes and their minimum distance. In particular, it is known that codes result in test matrices with O(t 2 logN) rows that identify anyt defectives. We go beyond the minimum distance analysis and connect the average distance of a constant weight code to the parameters of the resulting test matrix. Indeed, we show how distance, a pairwise property of the columns of the matrix, translates to a (t+1)-wise property

연구 동기 및 목표

• 무작위 결함자 모델에 대한 명시적 결정론적 군집 테스팅 행렬 구축의 격차를 해소하기 위해.
• 기존의 O(t² log N) 구축을 향상시키기 위해 상수 무게 코드의 평균 거리 성질을 활용하기 위해.
• 무작위 결함자 모델 하에서 정보 이론적 하한선인 O(t log N) 테스트를 달성하는 테스트 행렬을 설계하기 위해.
• 군집 테스팅에서 요구되는 (t+1)-차 정체성 성질과 쌍별 코드 거리 성질 간의 연결을 수립하기 위해.
• 확률적으로만 O(t log N) 테스트를 달성했던 랜덤 코딩에 대한 결정론적 대안을 제공하면서도, 무작위 결함자에 대해 높은 확률로 성공을 보장하기 위해.

제안 방법

• 비적응형 군집 테스팅에서 분리 가능 행렬을 구축하기 위해 상수 무게 오류 수정 코드를 기초로 사용하기 위해.
• 최소 거리 분석을 넘어서, 코드의 코드워드들의 평균 거리 성질을 통합하기 위해.
• 열이 코드워드에 대응하는 테스트 행렬을 설계하여, 임의의 t개 열의 합집합이 다른 열의 지지부를 포함하지 않도록 보장하기 위해.
• 코드워드의 평균 거리를 분석하여 (t+1)-차 정체성 성질을 분석하고, 코드 구조와 테스팅의 강건성 간의 연결을 맺기 위해.
• 상수 무게 코드의 평균 거리가 무작위 모델 하에서 t개의 결함자를 높은 확률로 성공적으로 식별할 수 있음을 증명하기 위해.
• 결함자가 독립적 또는 균일한 랜덤 t-집합 분포를 따를 경우, O(t log N) 행이 결과 행렬에 충분함을 확립하기 위해.

실험 결과

연구 질문

• RQ1 평균 거리 성질을 갖는 상수 무게 코드를 사용하여, 무작위 결함자에 대해 O(t log N) 테스트를 달성하는 명시적 결정론적 군집 테스팅 행렬을 구축할 수 있는가?
• RQ2 코드워드의 평균 거리는 군집 테스팅에서 요구되는 (t+1)-차 정체성 성질과 어떻게 관련이 있는가?
• RQ3 무작위 결함자 모델 하에서 정보 이론적 하한선인 O(t log N) 테스트를 명시적 구축으로 달성할 수 있는가?
• RQ4 최소 거리 외에 코드 구조가 무작위 결함자에 대한 효율적인 비적응형 군집 테스팅을 가능하게 하는 역할은 무엇인가?
• RQ5 상수 무게 코드의 평균 거리를 활용하면, 기존의 O(t² log N) 방법보다 우수한 결정론적 구축을 도출할 수 있는가?

주요 결과

• 제안된 방법은 두 무작위 결함자 모델 모두에서 정보 이론적 하한선인 O(t log N) 테스트를 달성한다.
• 상수 무게 코드의 평균 거리를 분석함으로써, 군집 테스팅에서 쌍별 코드 성질과 (t+1)-차 정체성 성질 간의 연결을 수립한다.
• 이 구축은 이전에 확률적으로만 O(t log N) 테스트를 달성했던 랜덤 코딩에 대한 명시적 결정론적 대안을 제공한다.
• 최소 거리 외의 코드 거리 분석을 보다 정교하게 적용함으로써, 이전의 결정론적 구축(예: O(t² log N) 테스트 필요)을 향상시킨다.
• 독립적 및 균일한 랜덤 t-집합 모델 모두에서 결함자 집합을 높은 확률로 성공적으로 식별한다.
• 이론적 프레임워크는 상수 무게 코드의 평균 거리가 비적응형 군집 테스팅에서 분리 가능성과 신뢰성 있는 식별을 보장하는 데 충분하다는 것을 입증한다.