[论文解读] Group Testing using left-and-right-regular sparse-graph codes

Avinash Vem, Nagaraj Thenkarai Janakiraman+1 more|arXiv (Cornell University)|Jan 25, 2017

Advanced biosensing and bioanalysis techniques参考文献 16被引用 8

一句话总结

该论文提出了一种使用左右正则稀疏图码的非自适应群组测试方案，实现了接近最优的测试复杂度和次线性解码。它证明了在高概率下恢复 $ (1-\epsilon) $ 的缺陷项仅需 $ m = \mathcal{O}(K\log\frac{N}{K}) $ 次测试，且计算复杂度为 $ \mathcal{O}(K\log\frac{N}{K}) $，在实际应用中显著优于先前的左正则方案。

ABSTRACT

We consider the problem of non-adaptive group testing of $N$ items out of which $K$ or less items are known to be defective. We propose a testing scheme based on left-and-right-regular sparse-graph codes and a simple iterative decoder. We show that for any arbitrarily small $ε>0$ our scheme requires only $m=c_εK\log \frac{c_1N}{K}$ tests to recover $(1-ε)$ fraction of the defective items with high probability (w.h.p) i.e., with probability approaching $1$ asymptotically in $N$ and $K$, where the value of constants $c_ε$ and $\ell$ are a function of the desired error floor $ε$ and constant $c_1=\frac{\ell}{c_ε}$ (observed to be approximately equal to 1 for various values of $ε$). More importantly the iterative decoding algorithm has a sub-linear computational complexity of $\mathcal{O}(K\log \frac{N}{K})$ which is known to be optimal. Also for $m=c_2 K\log K\log \frac{N}{K}$ tests our scheme recovers the extit{whole} set of defective items w.h.p. These results are valid for both noiseless and noisy versions of the problem as long as the number of defective items scale sub-linearly with the total number of items, i.e., $K=o(N)$. The simulation results validate the theoretical results by showing a substantial improvement in the number of tests required when compared to the testing scheme based on left-regular sparse-graphs.

研究动机与目标

• 减少非自适应群组测试中所需的测试次数，同时保持较低的计算复杂度。
• 通过在码结构中引入右正则性，改进现有的左正则稀疏图码（如 SAFFRON）。
• 在近似群组测试中实现渐近误差概率趋近于零，且计算复杂度为最优阶。
• 将该方案扩展到概率群组测试场景，仅需在信息论下界基础上增加 $ \log K $ 因子的开销，即可实现完整缺陷集合的恢复。
• 通过蒙特卡洛模拟验证理论优势，涵盖无噪声和有噪声（BSC）模型。

提出的方法

• 使用左右正则二部图构建测试矩阵，其中每个物品连接到 $ \ell $ 个桶，每个桶连接到 $ r $ 个物品。
• 采用两阶段解码过程：首先通过改进的剥除译码器检测桶；其次利用桶输出上的纠错码恢复物品。
• 在概率恢复场景中采用仅单个符号的译码器变体，实现完整缺陷集合的识别。
• 在有噪声模型中，对 $ GF(2^7) $ 上的 Reed-Solomon 码进行应用，以纠正由二元对称信道（BSC）引入的桶级错误。
• 通过概率分析推导误差界，表明在适当的参数缩放下，总误差概率衰减为 $ \mathcal{O}(N^{-\kappa}) $。
• 利用正则稀疏图的结构特性，确保负载均衡，并实现复杂度为 $ \mathcal{O}(K\log\frac{N}{K}) $ 的高效迭代解码。

实验结果

研究问题

• RQ1 与左正则构造相比，左右正则稀疏图码是否能减少近似群组测试所需的测试次数？
• RQ2 所提出的方案是否在保持高概率缺陷项恢复的同时，实现次线性计算复杂度？
• RQ3 该方案能否扩展到概率群组测试场景，且仅在信息论下界基础上增加 $ \log K $ 因子的开销？
• RQ4 在无噪声和有噪声的群组测试场景中，该方案与 SAFFRON 的性能相比如何？
• RQ5 码率和桶大小对有信道噪声情况下的误差地板和恢复性能有何影响？

主要发现

• 所提方案仅需 $ m = c_{\epsilon}K\log\frac{N\ell}{c_{\epsilon}K} $ 次测试，即可以高概率恢复 $ (1-\epsilon) $ 的缺陷项，优于 SAFFRON 的 $ c_{\epsilon}K\log N $ 边界。
• 迭代译码器实现了 $ \mathcal{O}(K\log\frac{N}{K}) $ 的计算复杂度，该复杂度为最优且关于 $ N $ 为次线性。
• 对于完整缺陷集合的恢复，$ m = c \cdot K\log K\log\frac{N}{K} $ 次测试在高概率下已足够，仅比 $ \Omega(K\log\frac{N}{K}) $ 的下界多出 $ \log K $ 因子。
• 蒙特卡洛模拟显示性能优势明显：在 $ \ell = 3,5,7 $ 的情况下，regular-SAFFRON 方案在相同误差地板下所需的测试次数少于 SAFFRON。
• 在 BSC 有噪声模型中，鲁棒的 regular-SAFFRON 方案优于 SAFFRON，尤其在高噪声水平（如 $ q = 0.05 $）下，得益于 Reed-Solomon 编码带来的更好错误控制。
• 理论分析确认，总误差概率衰减为 $ \mathcal{O}(N^{-\kappa}) $，在次线性缩放下可确保渐近误差趋近于零。