[论文解读] Quantitative Group Testing and the rank of random matrices

Uriel Feige, Amir Lellouche|arXiv (Cornell University)|Jun 16, 2020

Advanced biosensing and bioanalysis techniques参考文献 40被引用 12

一句话总结

本文引入了子集选择（Subset Select）问题作为新框架，通过减少所需测试次数来改进定量群组测试（QGT）。通过识别一个包含所有缺陷项的子集 S，并确保子矩阵 A|S 的秩较高，原始 QGT 问题可在多项式时间内求解，从而使算法在远少于以往方法所需的测试次数下成功。

ABSTRACT

Given a random Bernoulli matrix $ A\in \{0,1\}^{m imes n} $, an integer $ 0< k < n $ and the vector $ y:=Ax $, where $ x \in \{0,1\}^n $ is of Hamming weight $ k $, the objective in the {\em Quantitative Group Testing} (QGT) problem is to recover $ x $. This problem is more difficult the smaller $m$ is. For parameter ranges of interest to us, known polynomial time algorithms require values of $m$ that are much larger than $k$. In this work, we define a seemingly easier problem that we refer to as {\em Subset Select}. Given the same input as in QGT, the objective in Subset Select is to return a subset $ S \subseteq [n] $ of cardinality $ m $, such that for all $ i\in [n] $, if $ x_i = 1 $ then $ i\in S $. We show that if the square submatrix of $A$ defined by the columns indexed by $S$ has nearly full rank, then from the solution of the Subset Select problem we can recover in polynomial-time the solution $x$ to the QGT problem. We conjecture that for every polynomial time Subset Select algorithm, the resulting output matrix will satisfy the desired rank condition. We prove the conjecture for some classes of algorithms. Using this reduction, we provide some examples of how to improve known QGT algorithms. Using theoretical analysis and simulations, we demonstrate that the modified algorithms solve the QGT problem for values of $ m $ that are smaller than those required for the original algorithms.

研究动机与目标

• 解决定量群组测试（QGT）中信息论界限与实际多项式时间算法之间的差距，其中已知算法所需的测试次数比理论最小值多出 Ω(log k)。
• 提出子集选择问题作为新抽象：给定一个随机的伯努利矩阵 A 和向量 y = Ax，返回一个大小为 m 的子集 S ⊆ [n]，该子集包含所有缺陷项（即真实支撑的超集）。
• 建立子矩阵 A|S 的秩与在多项式时间内恢复原始缺陷集合 x 的可行性之间的理论联系。
• 证明若子矩阵 A|S 具有接近满秩，则可通过求解子集选择问题高效恢复 x。
• 推测任何多项式时间子集选择算法在高概率下均能生成一个具有足够秩的输出矩阵 A|S，从而实现 x 的高效恢复，并针对特定算法类别证明该猜想。

提出的方法

• 将子集选择问题定义为 QGT 的一种松弛形式：不需恢复精确的缺陷集合，目标是返回一个包含所有缺陷项的大小为 m 的超集 S。
• 证明若由 S 中列构成的子矩阵 A|S 具有满秩或接近满秩，则可通过多项式时间内的线性系统求解恢复原始 QGT 解 x。
• 利用理论分析与仿真表明，通过子集选择框架改进现有 QGT 算法（如 k-Thresholding、Iterative-Thresholding、Q-OMP）可减少所需测试数 m。
• 提出两阶段框架：首先运行子集选择算法识别候选集 S，然后在 A|S 上应用恢复步骤（如最小二乘法或阈值化）以恢复 x。
• 提供信息论阈值 M_QGT(n,k) 的理论边界，表明其在次线性区域下呈 Θ(k log(n/k)/log k) 的尺度，并与算法需求进行比较。
• 在 n = 1000，k = 50–160，且 m 变化的条件下进行仿真，比较改进算法（如 k-Thresholding-Then-Thresholding、Q-OMP-Then-Thresholding）与基线版本的成功频率。

实验结果

研究问题

• RQ1 通过引入类似子集选择的新抽象，能否在比已知多项式时间算法更少的测试次数下求解 QGT 问题？
• RQ2 在何种条件下（如子矩阵 A|S 的秩）可实现在多项式时间内恢复原始缺陷集合 x？
• RQ3 能否设计出一种多项式时间子集选择算法，使得生成的子矩阵 A|S 几乎具有满秩，且概率很高？
• RQ4 通过子集选择框架对现有 QGT 算法进行修改，如何提升其测试效率与成功率？
• RQ5 在 QGT 中，信息论界限与实际算法性能之间的经验差距是多少？该框架能否弥合这一差距？

主要发现

• 若子矩阵 A|S 具有接近满秩，子集选择框架可实现多项式时间内恢复缺陷集合 x，为高效 QGT 提供新路径。
• 仿真结果表明，改进后的算法如 k-Thresholding-Then-Thresholding 和 Iterative-Thresholding-Then-Thresholding 在较低的 m 值下相比原始版本具有更高的成功率。
• 仿真中 Q-OMP 算法未从子集选择框架中获得显著收益，表明其在该新框架下存在适应性局限。
• 该框架将所需测试数 m 降低至通常阻碍现有 QGT 算法的 Ω(log k) 因子以下，使其更接近信息论阈值。
• 理论分析确认，在次线性区域下，信息论阈值 M_QGT(n,k) 的尺度为 (1±o(1))2k log(n/k)/log k，而所提框架旨在缩小与该边界的差距。
• 当 n=1000 且 k=100 时，改进后的 k-Thresholding-Then-Thresholding 算法在 m=700 时达到接近 100% 的成功率，而原始 k-Thresholding 在 m<900 时即失败，显示出显著改进。