[论文解读] On the Optimality of the Kautz-Singleton Construction in Probabilistic Group Testing

Huseyin A. Inan, Peter Kairouz+2 more|arXiv (Cornell University)|Aug 4, 2018

SARS-CoV-2 detection and testing参考文献 46被引用 6

一句话总结

本文证明了Kautz-Singleton构造在$d = \Omega(\log^2 N)$时，于概率群组测试中可实现$\Theta(d\log N)$测试次数的阶最优性，提供了一种强显式确定性方案。作者提出了一种新颖的非缺陷项被随机缺陷集合覆盖的直接分析方法，避免了对组合码性质的依赖，并通过递归解码方法扩展了该构造，仅使测试复杂度增加$\log\log N$因子。

ABSTRACT

We consider the probabilistic group testing problem where $d$ random defective items in a large population of $N$ items are identified with high probability by applying binary tests. It is known that $Θ(d \log N)$ tests are necessary and sufficient to recover the defective set with vanishing probability of error when $d = O(N^α)$ for some $α\in (0, 1)$. However, to the best of our knowledge, there is no explicit (deterministic) construction achieving $Θ(d \log N)$ tests in general. In this work, we show that a famous construction introduced by Kautz and Singleton for the combinatorial group testing problem (which is known to be suboptimal for combinatorial group testing for moderate values of $d$) achieves the order optimal $Θ(d \log N)$ tests in the probabilistic group testing problem when $d = Ω(\log^2 N)$. This provides a strongly explicit construction achieving the order optimal result in the probabilistic group testing setting for a wide range of values of $d$. To prove the order-optimality of Kautz and Singleton's construction in the probabilistic setting, we provide a novel analysis of the probability of a non-defective item being covered by a random defective set directly, rather than arguing from combinatorial properties of the underlying code, which has been the main approach in the literature. Furthermore, we use a recursive technique to convert this construction into one that can also be efficiently decoded with only a log-log factor increase in the number of tests.

研究动机与目标

• 为已知的阶最优随机群组测试方案与缺乏实现$\Theta(d\log N)$测试次数的显式确定性构造之间的差距提供填补。
• 确立Kautz-Singleton构造——此前在组合群组测试中表现次优——在概率群组测试设置中实现阶最优性。
• 为概率群组测试设计一种强显式、可高效解码的构造，实现$O(d\log N)$测试次数，当$d = \Omega(\log^2 N)$时。
• 提出一种基于非缺陷项覆盖概率的直接概率分析的新分析框架，绕过传统组合码论证。
• 将该框架扩展至噪声群组测试环境，同时保持阶最优性与高效解码。

提出的方法

• 提出一种新颖的直接分析方法，用于分析非缺陷项被随机缺陷集合覆盖的概率，避免依赖底层码的组合性质。
• 以Kautz-Singleton构造作为基础群组测试矩阵$M^{\textnormal{KS}}$，其为强显式构造，实现$t^{\textnormal{KS}}(d,N,\epsilon) = O(d\log N/\epsilon)$次测试。
• 设计一种递归构造$M^{\textnormal{ED}}$，通过将更小的$M^{\textnormal{KS}}$实例组合，构建更大的矩阵，使用$M^{(F)}$和$M^{(L)}$实现快速解码。
• 采用两阶段解码过程：首先在子矩阵上使用递归解码估计一个大小为$O(d^2)$的候选集合$S'$，然后在完整矩阵上应用覆盖解码器以恢复最终的缺陷集合。
• 将总测试次数界定为$t^{\textnormal{ED}}(d,N,\epsilon) = O(d\log N\log\log_{d}N)$，解码复杂度为$D^{\textnormal{ED}}(d,N,\epsilon) = O(d^3\log N\log\log_{d}N)$。
• 通过在基础情形中使用基于重复的个体测试，将该框架扩展至噪声环境，同时保持相同的渐近测试与解码复杂度界。

实验结果

研究问题

• RQ1 Kautz-Singleton构造能否在$d = \Omega(\log^2 N)$时，于概率群组测试中实现阶最优的$\Theta(d\log N)$测试复杂度？
• RQ2 是否存在一种方法，可在不依赖组合码性质的前提下，分析随机缺陷集合下非缺陷项的覆盖概率？
• RQ3 能否为概率群组测试设计一种强显式、可高效解码的构造，实现$O(d\log N)$次测试？
• RQ4 递归构造$M^{\textnormal{ED}}$如何在保持阶最优性的同时实现高效解码？
• RQ5 噪声对所提构造的测试与解码复杂度有何影响？

主要发现

• 当$d = \Omega(\log^2 N)$时，Kautz-Singleton构造在概率群组测试中可实现$O(d\log N)$次测试，证明了其在此参数范围内的阶最优性。
• 作者建立了一种新颖的非缺陷项覆盖概率的直接分析，避免了对组合码论证的依赖，从而实现了更紧的界。
• 递归构造$M^{\textnormal{ED}}$实现$t^{\textnormal{ED}}(d,N,\epsilon) = O(d\log N\log\log_{d}N)$次测试，仅比最优的$\Theta(d\log N)$多出$\log\log N$因子。
• 解码复杂度被界定为$D^{\textnormal{ED}}(d,N,\epsilon) = O(d^3\log N\log\log_{d}N)$，其在$t$上为多项式时间，因此是高效的。
• 该构造可扩展至噪声群组测试环境，保持相同的渐近测试与解码复杂度，同时维持误差概率$\epsilon$。
• 该结果首次实现了在广泛$d$范围内，概率群组测试中阶最优$\Theta(d\log N)$测试次数的强显式构造。