Group Testing with Side Information via Generalized Approximate Message Passing
针对疫情下群组检测的效率需求,该研究将接触追踪侧信息融入基于广义近似消息传递的非自适应单阶段群组检测框架,经数值验证提升了感染者识别准确率。
2023-06-17 cs.IT eess.SP math.IT
Distributed Hypothesis Testing Over Noisy Channels
研究了多个观测器在噪声信道中将观测值传递给一个检测器的分布式二元假设检验问题。给定其自身的边信息,检测器的目标是在数据的联合分布的两个假设之间做出决定。当第1类错误概率随块长度变化时,得到了最优第2类错误指数(T2-EE)的上、下界。这些界限一致,并表征最佳的T2-EE时,只有一个单一的助手参与。我们的结果表明,最佳的T2-EE取决于数据和通道的边缘分布,而不是他们的联合分布。然而,HT和信道编码之间的操作分离并不成立,并且通过生成与观测数据相关的信道输入来实现最佳T2-EE。
2017-04-05 cs.IT math.IT
Scheduling Improves the Performance of Belief Propagation for Noisy Group Testing
本文考虑了噪声群测试问题,其中大量的项目中,有些是有缺陷的。目标是通过测试项目组来识别所有有缺陷的项目,并尽可能减少测试次数。这项工作的重点是在实际的设置与数量有限的项目,而不是渐近制度。在目前的文献中,信念传播已被证明是有效的,在恢复有缺陷的项目从测试结果。在这项工作中,我们采用了置信传播算法的两种变体来解决有噪群体测试问题。这些算法已成功地用于低密度校验码的译码。我们进行了实验研究,并使用广泛的模拟,我们表明,这些算法实现了更高的成功概率,较低的假阴性,假阳性率相比,传统的信念传播算法。例如,我们的结果表明,所提出的算法可以减少约$50\%$(或更多)的假阴性率相比,传统的BP算法,在组合模型。此外,在概率模型下,对于测试的情况,假阴性率的这种降低增加到约$80\%$。
2021-10-19 cs.IT math.IT
Noisy Pooled PCR for Virus Testing
快速检测有助于缓解2019冠状病毒病(COVID-19)大流行。尽管RT-PCR等传染病诊断工具在单样本分析中具有准确性,但它们需要大量资源来测试大规模人群。我们开发了一种可扩展的方法来确定合并患者样本的病毒状态。我们的方法将分组测试转换为线性逆问题,其中假阳性和假阴性被解释为由嘈杂的通信信道产生,并且消息传递算法估计患者的疾病状态。数值结果表明,我们的方法估计病人的疾病使用更少的合并测量比现有的噪声组测试算法。我们的方法可以很容易地扩展到各种应用,包括必须最小化假阴性的应用。最后,在一个乌托邦式的世界里,我们会与RT-PCR专家合作;在大流行期间,很难形成这样的联系。我们欢迎新的合作者伸出援手,帮助改善这项工作!
2020-04-06 cs.IT eess.SP math.IT
An Efficient Algorithm for Capacity-Approaching Noisy Adaptive Group Testing
在本文中,我们考虑了自适应测试设计和噪声结果的组测试问题。我们提出了一个计算效率高的四个阶段的程序,组件包括随机装箱,识别含有缺陷项目,1-稀疏恢复通过信道码,和一个“清理”的步骤,以纠正任何错误的早期阶段。我们证明,渐近所需的测试次数非常接近最知名的信息理论的可扩展性界(这是基于计算上难以处理的解码),并接近一个基于容量的逆界在低稀疏制度。
2019-11-07 cs.IT math.IT math.PR
Noisy Index Coding with Quadrature Amplitude Modulation (QAM)
本文讨论了高斯广播信道中有噪声的索引编码问题。提出了一种将索引编码比特映射到M-QAM符号的技术,使得边信息满足一定条件的接收机获得编码增益,我们称之为QAM边信息编码增益。我们将其与PSK边信息编码增益进行比较,这在2015年9月19日arXiv:1356200的“索引编码PSK调制”中进行了讨论。
2015-10-29 cs.IT math.IT
Linear Codes for Broadcasting with Noisy Side Information
我们认为网络编码的无噪声广播信道,其中每个接收器需要一个子集的消息,可在发射机,并配备了嘈杂的边信息的形式,它要求的消息符号的错误版本。我们将消息符号视为来自有限域的元素,并假设噪声边信息中的符号错误的数量由已知常数上界。这种通信问题,我们称之为“广播与嘈杂的边信息”(BNSI),在下行链路网络的重传阶段的应用。我们推导出一个充分必要条件的线性编码方案,以满足在一个给定的BNSI网络中的所有接收机的需求,并表明,伴随式解码可以在接收机解码所需的消息从接收到的码字和可用的噪声边信息。我们表示BNSI问题的二分图,并使用这种表示,分类的问题,线性编码提供的带宽节省相比,未编码传输的家庭。我们提供了一个简单的算法来确定一个给定的BNSI网络是否属于这类问题,即,以确定对于给定的BNSI问题,线性编码是否提供优于未编码传输的优势。给出了基于线性纠错码的线性编码方案的最佳码长和结构的上界和下界。对于任何给定的BNSI问题,我们构造了一个等价的索引编码问题。线性码是BNSI问题的有效方案当且仅当它对构造的索引编码问题有效。
2018-01-09 cs.IT math.IT
Non-adaptive probabilistic group testing with noisy measurements: Near-optimal bounds with efficient algorithms
我们考虑通过非自适应“随机池化”组测试从大集合中检测缺陷项的一小部分集的问题。我们考虑的情况下,当测量是无噪声的,和的情况下,当测量是嘈杂的(每个组测试的结果可能是独立的故障概率q)。这些方案的订单最优结果在文献中是已知的。我们给这些问题的查询复杂性的信息理论的下限,并提供相应的计算效率的算法,匹配的下限到一个常数因子。据我们所知,这项工作是第一次明确估计这样一个常数,这些问题的上限和下限之间的差距的特点。
2011-07-22 cs.IT math.IT
Noisy Adaptive Group Testing: Bounds and Algorithms
组测试问题包括基于许多可能有噪声的测试从较大的项目集合中确定一小组有缺陷的项目,并且在诸如医疗测试、通信协议、模式匹配等应用中是相关的。分组测试问题的一个定义特征是非自适应和自适应设置之间的区别:在非自适应情况下,所有测试都必须提前设计,而在自适应情况下,每个测试都可以根据以前的结果设计。虽然严格的信息理论的限制和接近最佳的实际算法是已知的自适应设置在没有噪声的情况下,令人惊讶的是,在嘈杂的自适应设置知之甚少。在本文中,我们解决这个差距,提供信息理论的可扩展性和各种噪声模型下的逆界,以及一个计算效率较低的可扩展性界。这些界限被证明是紧或近紧在广泛的缩放制度,特别是在低噪声水平。用于可扩展性结果的算法具有仅使用两个或三个阶段的自适应性的显著特征。
2018-10-04 cs.IT math.IT math.PR
Note on Noisy Group Testing: Asymptotic Bounds and Belief Propagation Reconstruction
最近Atia和Saligrama提出了一种基于信息论的分组测试问题的观点,以确定最优测试次数。他们的结果在无噪声的情况下成立,只有假阳性发生,只有假阴性发生。我们将他们的结果扩展到一个包含假阳性和假阴性的模型,开发了所需测试数量的简单信息理论界限。基于这些界限,我们得到了改进的收敛阶的情况下,假阴性。由于这些结果是基于(计算上不可行的)联合典型性解码,我们提出了一个信念传播算法检测有缺陷的项目,并比较其实际性能的理论界。
2010-10-12 cs.IT math.IT
Near-Optimal Noisy Group Testing via Separate Decoding of Items
组测试问题包括基于多个测试从较大的项目集合中确定较小的缺陷项目集合,并且在诸如医疗测试、通信协议、模式匹配等应用中是相关的。在本文中,我们重新审视了一个有效的算法,噪声组测试中,每个项目是单独解码(Malyutov和Mateev,1980年),并通过一般噪声模型的信息理论框架开发新的性能保证。对于没有噪声和对称噪声的特殊情况下,我们发现,消失的错误概率所需的测试的渐近数是在一个因素$\log 2 \approx 0.7$的信息理论的最佳在低稀疏水平,并与一小部分允许错误解码的项目,这种保证扩展到所有次线性稀疏水平。此外,我们提供了一个相反的界限,表明如果一个人试图稍微超过我们的低稀疏性可重复性阈值使用单独的解码项目和i.i.d.在随机化测试中,不正确解码的平均项目数接近平凡解码器的平均项目数。
2018-04-02 cs.IT math.IT math.PR
The Capacity of Adaptive Group Testing
我们定义的能力组测试问题,并推导出各种嘈杂的模型的能力的界限,等效的嘈杂的通信信道的能力的基础上。对于无噪声自适应组测试,我们证明了一个信息理论的下界,收紧了陈等的界限。这可以结合一个版本的黄氏自适应组测试算法的性能分析,以推断无噪声和擦除组测试模型的能力。
2013-07-18 cs.IT math.IT
Improved bounds for noisy group testing with constant tests per item
本文研究含噪分组测试问题,通过为每个个体分配固定数量测试的设计,为两种推断算法推导出显式算法界,提供了目前已知最强的性能保证。
2021-12-21 cs.DM cs.IT math.IT
On Index Coding in Noisy Broadcast Channels with Receiver Message Side Information
这封信调查的作用,索引编码的AWGN广播信道的容量与接收机消息侧信息。我们首先表明,索引编码是不必要的,有两个接收器,复用编码和叠加编码足以实现的容量区域。我们接下来表明,对于两个以上的接收器,单独的复用编码和叠加编码可能是次优的。我们给出了一个例子,这两个编码方案单独不能实现的容量区域,但添加索引编码可以。这表明,与两个接收机的情况相比,复用编码不能实现索引编码的功能,其中有三个或更多个接收机。
2014-01-29 cs.IT math.IT
Privacy-aware Distributed Hypothesis Testing in Gray-Wyner Network with Side Information
研究了带边信息的Gray-Wyner网络中的分布式二元假设检验问题。观察者可以访问一个离散的无记忆和稳定的源,并通过一个公共和两个私有信道向两个检测器描述其观察结果。信道被认为是无差错的,但速率受限。每个检测器还可以访问其自己的离散无记忆和固定源,即,边信息。我们的目标是执行两个不同的二元假设检验的联合分布的观察在检测器。此外,观察者的目标是保持相关的潜在源对检测器的私密性。模糊度被用来衡量潜在源的隐私保护程度。一个可实现的内界推导出一般情况下,通过引入一个非渐近帐户的输出统计的随机分箱。
2022-02-04 cs.IT math.IT
Fast Splitting Algorithms for Sparsity-Constrained and Noisy Group Testing
在分组测试中,目标是根据测试结果表明是否存在至少一个缺陷项目,在较大的项目集合中识别出缺陷项目的子集。这个问题与医学测试、DNA测序、通信协议等领域有关。在本文中,我们研究了(i)一个稀疏约束的问题,其中测试过程受到以下两个约束之一:项目是可分的,因此可以参加最多$γ$测试;或测试的大小限制,以池不超过$ρ$项目每测试;以及(ii)问题的噪声版本,其中每个测试结果以某个恒定概率独立翻转。在这些设置下,考虑到每个恢复保证渐近消失的错误概率,我们引入了一个快速分裂算法,并建立其接近最优的测试的数量,但也在解码时间方面。虽然我们的算法的最基本的配方需要$Ω(n)$存储为每个算法,我们还提供了低存储的基础上哈希的变种,具有类似的恢复保证。
2022-10-21 cs.DS cs.IT math.IT
Efficient Decoding Schemes for Noisy Non-Adaptive Group Testing when Noise Depends on Number of Items in Test
非自适应组测试的目标是从$N$项目中最多识别出$d$缺陷项目,其中,如果$N$项目子集的测试包含至少一个缺陷项目,则该测试为阳性,否则为阴性。然而,在许多情况下,特别是在生物筛选中,由于生物化学相互作用,结果是不可靠的;即,\textit{noise.}因此,阳性结果可能变为阴性(假阴性),反之亦然(假阳性)。在这项工作中,我们首先考虑的稀释效果,其中\textit{the degree of noise depends on the number of items in the test}。提出了两种有效的方案,用于识别时间线性的测试所需的数量的缺陷项目。实验结果验证了我们的理论分析。具体来说,设置误差精度为0.001和$d\leq16$,我们提出的算法总是在不到7秒的时间内识别出$N=2^{33}\approx 9$十亿的所有缺陷项。
2018-03-16 cs.IT math.IT
Boolean Compressed Sensing and Noisy Group Testing
分组测试的基本任务是从大的总体中恢复一个小的可区分的项目子集,同时有效地减少测试(测量)的总数。本文的主要贡献是采用了一种新的信息理论的角度来看群体测试问题。我们制定的组测试问题作为一个信道编码/解码问题,并推导出一个单字母的表征用于识别缺陷集的测试总数。虽然本文的重点主要是在组测试,我们的主要结果是普遍适用于其他压缩感知模型。对于许多有趣的嘈杂组测试场景,单字母特征被证明是有序紧密的。具体来说,我们考虑一个加性伯努利($q$)噪声模型,我们表明,$N$项目和$K$缺陷,测试$T$的数量是$O(\frac{K\log N}{1-q})$任意小的平均错误概率和$O(\frac{K^2\log N}{1-q})$的最坏情况下的错误标准。我们还考虑了稀释效应,即阳性样本池中的缺陷项可能以$u$的概率被稀释,并可能被遗漏。在这种情况下,它表明,$T$是$O(\frac{K\log N}{(1-u)^2})$和$O(\frac{K^2\log N}{(1-u)^2})$的平均和最坏情况下的错误标准,分别。此外,我们的界限,使我们能够验证现有的已知界限,包括确定性的无噪声的情况下,无噪声组测试和近似重建有界失真。我们的可实现性证明是基于随机编码和最大似然检测器的分析,我们的信息论下限是基于法诺不等式。
2013-12-10 cs.IT math.IT
A Geometric Property of Relative Entropy and the Universal Threshold Phenomenon for Binary-Input Channels with Noisy State Information at the Encoder
在标准$(n-1)$ -单纯形中,当三个概率分布共线时,给出了两个概率分布相对于第三个概率分布的相对熵之比的上、下界.利用这些界限来分析在编码器处具有噪声因果状态信息(由边信道提供)并且在解码器处具有完美状态信息的任意二进制输入信道的容量,并且特别地确定关于边信道的噪声测量的精确通用阈值,高于该阈值的容量与没有编码器边信息的容量相同。
2018-05-30 cs.IT math.IT
Strong coordination of signals and actions over noisy channels with two-sided state information
我们考虑一个由两个节点组成的网络,网络被一个具有双边状态信息的噪声信道隔开,其中输入和输出信号必须与源及其重构相协调。在非因果编码和解码的情况下,我们提出了一种联合信源-信道编码方案,并开发了强协调区域的内外界。虽然内部和外部边界一般不匹配,但我们在三种特定情况下提供了强协调区域的完整表征:i)当通道是完美的时; ii)当解码器是无损的时; iii)当通道的随机变量独立于源的随机变量时。通过对这些特殊情况的研究,我们证明了分离原理不适用于联合源-通道强协调。最后,在没有状态信息的情况下,我们证明了极化码实现了强协调区域的最佳内界,因此为随机分箱和编码证明提供了一种建设性的替代方案。
2018-03-08 cs.IT math.IT
GROTESQUE: Noisy Group Testing (Quick and Efficient)
分组测试是指通过“少量”“合并”测试从(大量)$N$项目中识别(高概率)$D$缺陷的(小)子集的问题。为了便于介绍,在这项工作中,我们专注于政权时,$D = \cO{N^{1-\gap}}$的一些$\gap > 0$。测试可以是无噪声的或有噪声的,并且测试过程可以是自适应的(定义测试的池可以取决于先前测试的结果)或非自适应的(每个测试独立于其他测试的结果来执行)。大量的文献表明,$Θ(D\log(N))$测试的信息理论上是必要的和充分的组测试问题,并提供算法,实现这一性能。然而,直到最近才开始研究$N$中具有次线性计算复杂度的重建算法(\cite{GurI:04,IndN:10, NgoP:11}最近的工作给出了一些第一个这样的算法)。在这种情况下,自适应测试与嘈杂的结果,我们提出了第一个计划,同时订单最佳(小常数因子)的测试和解码复杂性($\cO{D\log(N)}$在这两个性能指标)的数量。我们的自适应算法的阶段的总数是“小”($\cO{\log(D)}$)。类似地,在具有噪声结果的非自适应测试的场景中,我们提出了在测试数量和解码复杂度两者中同时接近最优的第一方案(通过需要$\cO{D\log(D)\log(N)}$测试并且具有{ ${\cal O}(D(\log N+\log^{2}D))$ }的解码复杂度的算法)。最后,我们提出了一个自适应算法,只需要2个阶段,测试的数量和…
2013-07-10 cs.IT math.IT
Noisy Linear Group Testing: Exact Thresholds and Efficient Algorithms
研究噪声线性群测试问题,确定自适应与非自适应设定下恢复感染状态所需测试次数的精确常数阈值,并提供以高概率达到最优测试次数的高效算法,彻底解决该设定下的二元噪声群测试问题。
2024-11-14 cs.DM cs.IT math.CO
Private Information Retrieval with Private Noisy Side Information
研究带私有噪声边信息的私有信息检索问题,在两种隐私度量下推导最优归一化下载代价,推广了合谋服务器、私有无噪边信息等场景的PIR模型。
2024-03-06 cs.IT math.IT
Distributed Hypothesis Testing over a Noisy Channel: Error-exponents Trade-off
研究了噪声信道下的双端分布式二元假设检验问题。这两个终端,称为观察者和决策者,每个都可以访问$n$独立和相同分布的样本,分别用$\mathbf{U}$和$\mathbf{V}$表示。观测器通过离散无记忆信道与决策器通信,决策器基于$\mathbf{V}$和从观测器接收的噪声信息对$(\mathbf{U},\mathbf{V})$的联合概率分布执行二元假设检验。研究了I类和第二类错误概率指数之间的折衷关系。得到两个内界,一个使用基于分离的方案,涉及基于类型的压缩和不平等的错误保护信道编码,和其他使用的联合方案,结合基于类型的混合编码。分离为基础的计划,以恢复内界获得的Han和Kobayashi的特殊情况下的速率限制的无噪声信道,也是作者以前获得的一个角点的权衡。最后,我们通过一个例子表明,联合计划实现了严格的严格严格的限制比分离为基础的计划的错误指数的权衡的一些点。
2023-02-06 cs.IT math.IT stat.OT
Exact Thresholds for Noisy Non-Adaptive Group Testing
本文针对噪声非自适应群组测试,在伯努利和近恒定每项测试数两种随机设计下推导出精确渐近阈值,结合信息论阈值解码器与最大似然解码分析,同时给出上界和下界,显著缩小了与无噪声设置之间的理论差距。
2024-10-23 cs.DM cs.IT math.IT
Secure Transmission of Sources over Noisy Channels with Side Information at the Receivers
本文研究在接收端边信息任意相关的情况下,信源-信道编码的保密传输问题。这个场景包括一个编码器(称为Alice),它希望压缩一个源,并通过一个有噪声的信道将其发送到一个合法的接收器(称为Bob)。在这种情况下,爱丽丝必须同时满足所需的要求失真水平在鲍勃,和含糊率在窃听者(称为夏娃)。该设置可以被看作是在解码器处具有(未编码的)辅助信息的安全信源编码和窃听信道的问题的一般化。率失真模糊区域上的一般外界,以及基于纯数字方案的内界,推导出任意信道和边信息。在某些特殊情况下,证明了这种数字方案是最优的,分离成立。然而,它也表明,通过一个简单的反例与二进制源,一个纯模拟方案可以优于数字的,同时是最佳的。在此基础上,在带宽匹配的前提下,提出了一种新的数模混合方案,该方案综合了数模混合方案的优点。在二次高斯设置时,边信息只存在于窃听,该策略被证明是最优的。此外,它优于数字和模拟方案,并且不能通过分时实现。通过适当的编码,边信息、信道噪声和Bob处的失真之间的任何统计差异的存在都可以在保密性方面被充分利用。
2013-11-08 cs.IT math.IT
Capacity Bounds and a Certain Capacity Region for Special Three-Receiver Broadcast Channels with Side Information
2接收机广播信道(BC)的结果没有推广到3接收机的事实是信息理论的重要性。在本文中,我们研究了两类离散无记忆BC与非因果边信息(SI),即多级BC(MBC)和3-接收机少噪声BC。首先,我们得到一个可实现的速率区域和容量的MBC的外界。其次,我们证明了一个特殊的容量区域的3接收机少噪声BC。第三,所得到的特殊容量区域的3接收机少噪声BC扩展到连续字母衰落高斯版本。值得一提的是,之前的作品都是我们作品的特例。
2014-08-17 cs.IT math.IT
Noisy Non-Adaptive Group Testing: A (Near-)Definite Defectives Approach
本文研究带噪非自适应群组测试问题,提出近确定缺陷项(NDD)算法,给出伯努利测试设计下的可达速率与逆界,并揭示Z信道与反向Z信道在群组测试中的行为差异。
2021-12-29 cs.IT math.IT math.PR
Three-Receiver Broadcast Channels with Side Information
三接收器广播信道(BC)由于其与两接收器广播信道的信息理论差异而引起人们的兴趣。本文利用叠加编码、Gel'fand-Pinsker合并方案和Nair-El Gamal间接解码,推导了两类3-接收端BC的可达速率区域,即多级BC和3-接收端低噪声BC。我们的多层次BC的速率区域包含Steinberg速率区域的2接收器退化BC的边信息作为其特殊情况。我们还发现,当边信息在发射机和接收机都可用时,3-接收机的容量区域噪声较小的BC。
2012-05-18 cs.IT math.IT
Exact Asymptotics for Learning Tree-Structured Graphical Models with Side Information: Noiseless and Noisy Samples
National University of Singapore(新加坡国立大学)
给定边信息,伊辛树结构的图形模型是均匀的,没有外部字段,我们推导出精确的渐近学习其结构从独立绘制的样本。我们的研究结果,利用概率工具从理论上的强大偏差,完善大偏差(误差指数)的结果谭,Anandkumar,童,和Willsky [IEEE trans.日,57(3):1714- 1735,2011],并严格改进Bresler和Karzand [Ann. Statist.,2020年]。此外,我们将我们的结果扩展到随机噪声中观察样本的情况。在这种情况下,我们证明了它们严格改进了Nikolakakis,Kalogerias和Sarwate的最近结果[Proc. AISTATS,1771- 1782,2019]。我们的理论结果表明,与实验结果的样本量小到几百。
2020-05-09 cs.IT cs.LG math.IT
On the Capacity Equivalence with Side Information at Transmitter and Receiver
本文研究了受两个独立高斯噪声$S ~ N(0,Q)$和$Z_0 ~ N(0,N_0)$污染的信道。当发射机和/或接收机知道独立的有噪声版本的$S$时,计算该信道的容量。它示出的信道容量大于容量时,$S$是完全未知的,但小于容量时,$S$是完全已知的发送器或接收器。例如,如果仅在发射机处已知$S$的一个噪声版本,则容量为$0.5\log(1+\frac{P}{Q(N_1/(Q+N_1))+N_0})$,其中$P$是输入功率约束,而$N_1$是破坏$S$的噪声的功率。此外,它示出的容量与知识的任何独立的噪声版本的$S$在发射机是等于容量与知识的统计上等效的噪声版本的$S$在接收机。
2008-06-18 cs.IT math.IT
Noisy Index Coding with PSK and QAM
研究了AWGN信道下的噪声索引编码问题。对于给定的索引编码问题和所选择的长度为$N$的标量线性索引码,我们建议将$N$索引编码比特作为来自$2^N$ - PSK星座的单个信号进行传输。通过以这种方式发送索引编码比特,所消耗的带宽减少了$N/2$倍。此外,具有满足某些条件的边信息的接收机相对于没有边信息的接收机获得编码增益。该编码增益是由于它们的边信息的适当利用,因此被称为“PSK边信息编码增益(PSK-SICG)"。给出了接收机获得PSK-SICG的一个充分必要条件。给出了一种将索引编码比特映射到PSK信号集的算法,使得对于边信息最大的接收机,得到的PSK-SICG最大。我们继续示出,代替将$N$索引编码比特作为来自$2^N$ - PSK的信号发送,我们也可以将它们作为来自$2^N$ - QAM的信号发送,并且所有结果包括获得编码增益的必要和充分条件。我们证明,发送索引编码位作为QAM信号是优于发送他们作为PSK信号时,接收器看到一个有效的信号集的八个点或更多。
2016-03-10 cs.IT math.IT
Noisy group testing via spatial coupling
研究含噪分组测试问题,提出SPARC算法以渐近最少测试数高概率将感染个体识别至$o(k)$误差内,并提出SPEX算法以匹配constant column design信息论下界的测试数精确识别感染个体。
2024-02-05 cs.DM cs.IT math.CO
Optimal Non-Adaptive Group Testing with One-Sided Error Guarantees
National University of Singapore(新加坡国立大学)
研究了允许少量误分类的分组测试近似恢复问题,提出在仅允许假阴性或假阳性误分类的情况下,存在匹配最优阈值的算法,并证明现有算法在仅允许假阳性时最优。
2026-04-23 cs.IT math.IT math.ST
One shot entanglement assisted classical and quantum communication over noisy quantum channels: A hypothesis testing and convex split approach
量子信道的容量表征了通过噪声量子信道进行可靠通信的极限。这个基本的信息理论问题是非常好的研究,特别是在设置许多独立的使用渠道。从实际和概念的角度来看,一个重要的场景是通道只能使用一次。这被称为单次信道编码问题。我们给出了量子信道的一次性纠缠辅助经典容量的严格表征。我们到达我们的结果,通过引入一个简单的解码技术,我们称为基于位置的解码。我们还考虑了另外两个重要的量子网络场景:带有干扰器的量子信道和量子广播信道。对于这些问题,除了基于位置的解码之外,我们还使用最近引入的凸分割技术[Anshu,Devabathini和Jain 2014]。我们的方法表明,同时使用这两种技术提供了一个统一的和概念上简单的框架,设计量子网络的通信协议。
2017-11-09 cs.IT math.IT quant-ph
Throughput of One-Hop Wireless Networks with Noisy Feedback Channel
在随机连接模型下,研究了反馈信道误差对单跳无线网络吞吐量的影响。该传输策略基于激活具有最强直接链路的源-目的地对。虽然在接收侧基于信道状态信息(CSI)来识别这些激活的对,但是将经由反馈信道向发送侧提供该信息的噪声版本。这种错误会降低网络吞吐量,正如我们在本文中所调查的。我们的研究结果表明,如果反馈错误概率低于给定的阈值,网络可以容忍这样的错误没有任何显着的吞吐量损失。阈值取决于网络中的节点数量和信道衰落分布。这种分析对于设计这种网络中反馈信道的纠错码是至关重要的。
2013-08-11 cs.IT math.IT
Source Coding With Side Information Using List Decoding
带边信息的信源编码问题与信道编码密切相关。因此,现有的文献集中于使用最成功的信道码,即LDPC码、turbo码及其变体,来解决这个问题,假设底层信道码的经典唯一解码。在本文中,与经典解码相比,我们采取了列表解码的方法。我们表明,伴随式信源编码使用列表解码可以达到理论极限。我们认为,相对于信道编码,正确的序列从列表中产生的列表解码器可以有效地恢复在SCSI的情况下,因为我们正在处理一个虚拟的噪声信道,而不是一个真正的噪声信道。最后,我们提出了一个指导方针,用于设计建设性的SCSI计划,使用里德所罗门码,BCH码,和里德-穆勒码,这是已知的列表可解码的代码。
2010-01-16 cs.IT math.IT
Non-adaptive Group Testing: Explicit bounds and novel algorithms
我们考虑一些计算效率和可证明正确的算法与接近最佳的样本复杂度的问题,嘈杂的非自适应组测试。分组测试涉及将项目的任意子集分组到池中。然后对每个池进行测试,以识别通常被认为是“稀疏”的缺陷项目。我们考虑非自适应随机汇集测量,其中池是随机选择的,独立于测试结果。我们还考虑了一个模型,其中噪声测量允许一些假阴性和一些假阳性测试结果(并且还允许不对称噪声和激活噪声)。我们考虑三类算法的组测试问题(我们专门称之为“优惠券收集器算法”,“列匹配算法”,和“LP解码算法”-最后两类算法(其中一些版本已被认为是以前在文献中)的启发压缩感知文献中的相应算法。第二和第三种算法有几种口味,分别处理无噪声和有噪声的测量方案。我们的贡献是新颖的分析,以获得明确的样本复杂性的界限-与所有常数明确计算-这些算法作为所需的错误概率的函数;噪声参数;项目的数量;和大小的缺陷集(或上限)。我们还比较了信息理论的样本复杂性的下界的基础上Fano的不等式的界限,并表明,上界和下界是相等的一个明确的可计算的通用常数因子(独立的问题参数)。
2014-03-05 cs.IT math.IT
Simple Bounds for Noisy Linear Inverse Problems with Exact Side Information
本文考虑线性逆问题,我们希望估计一个结构化的信号$x$从其损坏的意见。当问题是不适定的,它是自然的,利用凸函数$f(\cdot)$,利用信号的结构。例如,$\ell_1$范数可用于稀疏信号。为了进行估计,我们考虑两个著名的凸规划:1)二阶锥规划(SOCP),和2)Lasso。假设高斯测量,我们表明,如果精确的信息值$f(x)$或$\ell_2$ -规范的噪声是可用的,可以做一个特别好的工作估计。特别地,重构误差变得与信号的“稀疏性”成比例,而不是与噪声向量的环境维度成比例。我们将我们的结果连接到现有的作品,并提供了一个讨论我们的结果与标准的最小二乘问题的关系。我们的误差界是非渐近的和尖锐的,他们适用于任意凸函数,不假设任何分布的噪声。
2013-12-05 cs.IT math.IT math.OC
Noise-Robust Self-Testing: Detecting Non-Locality in Noisy Non-Local Inputs
针对自测试协议缺乏标准化噪声鲁棒性度量的问题,研究提出三种比较度量,证明可信度最细致,且等资源下CHSH博弈噪声鲁棒性最高,构建了首个系统性可操作的自测试噪声鲁棒性比较框架。
2025-05-18 cs.IT math.IT quant-ph
Capacity of Block-Memoryless Channels with Causal Channel Side Information
获得了时变块无记忆信道的容量,其中发射机和接收机可以访问(可能不同的)有噪声的因果信道边信息(CSI)。它示出,在此对应关系中获得的容量公式减少到容量公式中报告的\cite{Gold07}的特殊情况下,发射机CSI是接收机CSI的确定性函数。
2008-06-05 cs.IT math.IT
Optimum Detection of Defective Elements in Non-Adaptive Group Testing
我们探讨的问题,得出一个后验概率是有缺陷的人口的成员在非自适应组测试框架。无噪声和噪声测试模型的解决。该技术依赖于测试约束的网格表示,可以有效地应用于中等规模的人口。该方法的复杂性进行了讨论和数值结果的假阳性概率与假阴性概率的权衡。
2021-02-10 cs.IT math.IT
Symmetric Group Testing and Superimposed Codes
我们描述了一个泛化的组测试问题称为对称组测试。与经典的二进制群测试不同,输入符号0和1所扮演的角色是“对称的”,而输出则是从三进制字母表中提取的。使用信息理论的方法,我们推导出充分和必要的条件,所需的无噪声和嘈杂的重建测试的数量。此外,我们扩展的概念,分离(零误丢弃)和可分离(唯一可破译)的代码的情况下,对称组测试。对于新的家庭的代码,我们推导出其大小的概率方法的基础上的界限,并提供基于编码理论思想的建设方法。
2011-08-15 cs.IT math.IT
Lossy Source Coding with Broadcast Side Information
Technical University of Munich(慕尼黑工业大学);T-Labs, Deutsche Telekom AG(德意志电信集团 T-Labs)
本文研究了带有广播侧信息的源编码问题,提出了分离方案并分析了其在高斯情况下的性能比较。
2026-02-18 cs.IT math.IT
On Subset Retrieval and Group Testing Problems with Differential Privacy Constraints
本文提出差分隐私框架,用于子集检索与噪声分组检测,刻画隐私与准确性的权衡,并建立两者间的归约关系。
2025-01-23 cs.IT math.IT
When is Noisy State Information at the Encoder as Useless as No Information or as Good as Noise-Free State?
对于在解码器处具有完美状态信息的任何二进制输入信道,如果在编码器处的噪声状态观测与真实信道状态之间的互信息低于仅由状态分布确定的正阈值,则容量与没有编码器辅助信息的容量相同。一个互补的现象,揭示了广义探测能力。扩展超出二进制输入通道的开发。
2016-11-01 cs.IT math.IT
Sample-efficient inductive matrix completion with noise and inexact side-information
Yale Department of Statistics and Data Sciences, Yale University(耶鲁大学统计与数据科学系);UChicago Department of Statistics, University of Chicago(芝加哥大学统计系)
本文研究了在存在噪声和不精确侧信息的情况下,通过非凸投影梯度下降算法实现样本高效的归纳矩阵补全,提出了一个适用于有效问题规模的正则性条件,实现了线性收敛和估计误差仅依赖于有效问题规模的结论。
2026-06-09 cs.IT cs.LG math.IT
Efficient Probabilistic Group Testing Based on Traitor Tracing
受最近抗共谋叛逆者追踪结果的启发,我们提供了一个构建高效概率群测试方案的框架。在传统的分组测试模型中,我们的方案渐近地要求T ~ 2KlnN测试(以高概率)找到N个项目中的K个缺陷的正确集合。该框架也适用于几个嘈杂的组测试和阈值组测试模型,往往导致以前已知的结果的改进,但我们强调,这个框架可以应用于其他变种的经典模型,以及在自适应和非自适应设置。
2014-04-09 cs.CR cs.IT math.IT
Community aware group testing
在本文中,我们提出了算法,利用已知的社区结构,使组测试更有效。我们考虑在不相交社区中组织的人口:每个个体参与社区,其感染概率取决于他所参与的社区。用例包括家庭、参加多个课程的学生以及共享公共空间的工作人员。群体检测通过将诊断样本集中在一起进行检测,减少了识别感染个体所需的检测次数。我们表明,如果我们设计的测试策略,考虑到社区结构,我们可以显着减少自适应和非自适应组测试所需的测试的数量,并可以提高在测试的情况下,噪声的可靠性。
2021-03-17 cs.IT math.IT stat.ME
Noisy Nonadaptive Group Testing with Binary Splitting: New Test Design and Improvement on Price-Scarlett-Tan's Scheme
本文针对非自适应概率分组测试,提出两种基于二元分裂的噪声鲁棒方案:一种推广至常数假阳性信道,另一种同时处理假阳性和假阴性,在次线性区间内实现渐近最优测试次数与解码复杂度,改进 Price-Scarlett-Tan 方案。
2025-01-22 cs.DM cs.DS cs.IT