[论文解读] Improved Constructions for Non-adaptive Threshold Group Testing

Mahdi Cheraghchi|arXiv (Cornell University)|Feb 10, 2010

SARS-CoV-2 detection and testing参考文献 28被引用 13

一句话总结

本文提出了针对大规模群体中最多 $ d $ 个缺陷项的非自适应阈值群组测试的改进构造方法，其中当池中缺陷项数量达到阈值 $ u $ 时测试结果为阳性，当缺陷项数量不超过 $ \ell < u $ 时为阴性。主要贡献在于提出了一种新构造方法，实现了最优或近似最优的测试复杂度，并具备显式且可高效解码的方案。

ABSTRACT

The basic goal in combinatorial group testing is to identify a set of up to $d$ defective items within a large population of size $n \gg d$ using a pooling strategy. Namely, the items can be grouped together in pools, and a single measurement would reveal whether there are one or more defectives in the pool. The threshold model is a generalization of this idea where a measurement returns positive if the number of defectives in the pool reaches a fixed threshold $u > 0$, negative if this number is no more than a fixed lower threshold $\ell 0$.

研究动机与目标

• 解决在大规模群体中使用阈值群组测试高效识别最多 $ d $ 个缺陷项的挑战。
• 通过减少所需测试数量，提高非自适应群组测试的效率和可扩展性。
• 设计显式且可高效解码的构造方法，使阈值模型下的测试复杂度达到近似最优。
• 将标准群组测试推广至阈值模型，其中当缺陷项数量超过下限阈值 $ \ell $ 时测试结果为阳性，低于上限阈值 $ u $ 时为阴性。

提出的方法

• 提出一种基于组合设计的测试矩阵新构造方法，专为阈值模型定制。
• 结合概率方法与去随机化技术，确保高成功率并实现显式构造。
• 提出一种解码算法，利用阈值测试结果高效识别缺陷项。
• 利用组合设计的性质，如适应阈值条件的分离矩阵和不相交矩阵。
• 基于参数 $ d $、$ n $、$ \ell $ 和 $ u $ 推导所需测试数量的界，实现近似最优。
• 确保构造为非自适应，即所有测试在事先设计完成，无需反馈。

实验结果

研究问题

• RQ1 能否在识别规模为 $ n $ 的群体中最多 $ d $ 个缺陷项时，使非自适应阈值群组测试在测试数量上更加高效？
• RQ2 在阈值模型中，当测试仅在缺陷项数量超过阈值 $ u $ 时返回阳性时，所需的最少测试数量是多少？
• RQ3 能否为阈值群组测试模型设计显式且可高效解码的构造，实现最优或近似最优的测试复杂度？
• RQ4 参数 $ \ell $ 和 $ u $ 如何影响阈值模型中的测试复杂度和解码效率？

主要发现

• 所提构造在 $ n $ 和 $ d $ 方面实现了渐近最优或近似最优的测试复杂度，与已知下界仅相差对数因子。
• 该方法提供了可在多项式时间内生成的显式测试矩阵构造。
• 解码算法在多项式时间内运行，并以高概率正确识别所有缺陷项。
• 该构造在保持效率的同时，将标准群组测试推广至阈值模型。
• 所需测试数量为 $ O\left( \frac{d \log n}{\log(\frac{d}{\ell})} \right) $，在某些参数范围内优于先前构造。
• 该框架支持恒定或增长的阈值 $ \ell $ 和 $ u $，具备更广泛的应用潜力。