[论文解读] Non-Adaptive Group Testing Framework based on Concatenation Code

Thach V. Bui, Minoru Kuribayashi+1 more|arXiv (Cornell University)|Jan 24, 2017

SARS-CoV-2 detection and testing参考文献 11被引用 5

一句话总结

该论文提出了一种强显式、可高效解码的非适应性群体测试（NAGT）框架，采用级联码技术，对于最多 $ d = 2 $ 个缺陷项，实现了最优的测试复杂度 $ t acksimeq 16 /log N $。该框架支持快速的矩阵构造与解码，时间复杂度为 $ O\left( \frac{\ln^2 N}{\ln^2 \ln N} \right) $，编码所需空间为 $ O(N \log N) $ 位，并可扩展至 $ d > 2 $ 的情形，通过 $ O(d \log N) $ 次测试实现对 $ (1-\varepsilon)d $ 个缺陷项的高概率恢复。

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 $ε$.

研究动机与目标

• 设计一种可高效解码的非适应性群体测试（NAGT）框架，使其在测试复杂度上达到理论下界。
• 在确保测量矩阵 $ \mathcal{M} $ 的快速构造与解码的前提下，最小化测试次数 $ t $。
• 实现存储矩阵所需的最优空间复杂度 $ O(N \log N) $ 位，并支持快速的矩阵元素计算。
• 将框架扩展至处理超过两个缺陷项的情形，实现对 $ (1-\varepsilon)d $ 个缺陷项的高概率恢复。
• 确保矩阵构造与解码的时间复杂度在每项元素和整体上均为次对数级。

提出的方法

• 该框架基于级联码，采用强显式构造方法生成 $ t \times N $ 的测量矩阵 $ \mathcal{M} $，以确保高效的编码与解码。
• 利用仅需 $ K \simeq N \times 16 \log N $ 位的紧凑表示，可在时间 $ O\left( \frac{\ln N}{\ln \ln N} \right) $ 内计算矩阵元素。
• 对于 $ d \leq 2 $，该方法可保证在 $ t \simeq 16 \log N $ 次测试内正确识别缺陷项，与理论下界一致。
• 对于 $ d > 2 $，该方案采用概率方法，在 $ t \simeq 32 C(\varepsilon) d \log N $ 次测试内恢复至少 $ (1-\varepsilon)d $ 个缺陷项。
• 对于 $ d \leq 2 $，解码时间复杂度为 $ O\left( \frac{\ln^2 N}{\ln^2 \ln N} \right) $；对于更大的 $ d $，解码时间复杂度为 $ O\left( d \frac{\ln^2 N}{\ln^2 \ln N} \right) $，且具有高概率。
• 该构造利用级联码的特性，确保了矩阵的稀疏性以及对矩阵元素的高效随机访问。

实验结果

研究问题

• RQ1 能否构建一种非适应性群体测试方案，使得在 $ d \leq 2 $ 时实现 $ O(\log N) $ 次最优测试复杂度，同时具备高效的解码能力？
• RQ2 是否可以设计一种强显式测量矩阵 $ \mathcal{M} $ 的构造方法，支持快速的元素计算并实现最小存储开销？
• RQ3 如何将该框架扩展至处理超过两个缺陷项的情形，同时保持接近最优的测试次数与解码时间？
• RQ4 当 $ d > 2 $ 时，解码准确率与测试复杂度之间的权衡如何？能否保证高概率恢复？
• RQ5 即使 $ d > 2 $，整体解码时间是否仍可保持在 $ O\left( \frac{\ln^2 N}{\ln^2 \ln N} \right) $ 的量级，仅增加一个常数因子？

主要发现

• 对于最多 $ d = 2 $ 个缺陷项的情形，该方法实现了 $ t \simeq 16 \log N $ 次测试，与理论下界一致。
• 测量矩阵 $ \mathcal{M} $ 仅需 $ K \simeq N \times 16 \log N = O(N \log N) $ 位即可构造，空间复杂度达到最优。
• 矩阵 $ \mathcal{M} $ 的任意元素均可在时间 $ O\left( \frac{\ln N}{\ln \ln N} \right) $ 内计算，实现快速访问。
• 对于 $ d \leq 2 $，缺陷项可以高概率在 $ O\left( \frac{\ln^2 N}{\ln^2 \ln N} \right) $ 时间内被解码。
• 对于 $ d > 2 $，该方案可在 $ t \simeq 32 C(\varepsilon) d \log N $ 次测试内恢复至少 $ (1-\varepsilon)d $ 个缺陷项，其中 $ C(\varepsilon) $ 是依赖于 $ \varepsilon $ 的常数。
• 当 $ d > 2 $ 时，解码时间复杂度为 $ O\left( d \frac{\ln^2 N}{\ln^2 \ln N} \right) $，保持了计算效率的近似最优性。