論文の概要: Noisy Adaptive Group Testing using Bayesian Sequential Experimental Design

• arxiv url: http://arxiv.org/abs/2004.12508v6
• Date: Wed, 22 Jul 2020 08:19:33 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-09 14:04:18.292701
• Title: Noisy Adaptive Group Testing using Bayesian Sequential Experimental Design
• Title（参考訳）: ベイズ逐次実験設計を用いた雑音適応群テスト
• Authors: Marco Cuturi, Olivier Teboul, Quentin Berthet, Arnaud Doucet, Jean-Philippe Vert
• Abstract要約: 病気の感染頻度が低い場合、Dorfman氏は80年前に、人のテストグループは個人でテストするよりも効率が良いことを示した。 本研究の目的は,ノイズの多い環境で動作可能な新しいグループテストアルゴリズムを提案することである。
• 参考スコア（独自算出の注目度）: 63.48989885374238
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: When the infection prevalence of a disease is low, Dorfman showed 80 years ago that testing groups of people can prove more efficient than testing people individually. Our goal in this paper is to propose new group testing algorithms that can operate in a noisy setting (tests can be mistaken) to decide adaptively (looking at past results) which groups to test next, with the goal to converge to a good detection, as quickly, and with as few tests as possible. We cast this problem as a Bayesian sequential experimental design problem. Using the posterior distribution of infection status vectors for $n$ patients, given observed tests carried out so far, we seek to form groups that have a maximal utility. We consider utilities such as mutual information, but also quantities that have a more direct relevance to testing, such as the AUC of the ROC curve of the test. Practically, the posterior distributions on $\{0,1\}^n$ are approximated by sequential Monte Carlo (SMC) samplers and the utility maximized by a greedy optimizer. Our procedures show in simulations significant improvements over both adaptive and non-adaptive baselines, and are far more efficient than individual tests when disease prevalence is low. Additionally, we show empirically that loopy belief propagation (LBP), widely regarded as the SoTA decoder to decide whether an individual is infected or not given previous tests, can be unreliable and exhibit oscillatory behavior. Our SMC decoder is more reliable, and can improve the performance of other group testing algorithms.
• Abstract（参考訳）: 病気の感染頻度が低い場合、Dorfman氏は80年前に、人のテストグループは個人でテストするよりも効率が良いことを示した。 本研究の目的は、ノイズの多い環境で動作可能な新しいグループテストアルゴリズムを提案し、どのグループを次にテストするか(過去の結果を見れば)を適応的に決定し、優れた検出にできるだけ早く、できるだけ少ないテストで収束させることである。 我々はこの問題をベイズ的逐次実験設計問題とみなした。 これまでに観察された検査結果から, 感染状況ベクトルの後方分布を$n$の患者に応用し, 最大効用を有する群をつくり出そうとしている。 我々は、相互情報などのユーティリティだけでなく、テストのROC曲線のAUCのような、テストにより直接的な関係を持つ量についても検討する。 実際、$\{0,1\}^n$ 上の後続分布は、連続モンテカルロ(SMC)サンプリング器と、グリーディオプティマイザによって最大化されるユーティリティによって近似される。 提案手法は,適応ベースラインと非適応ベースラインの両方において有意な改善を示し,疾患の有病率が低い場合の個々のテストよりもはるかに効率的である。 さらに,個人が感染しているかどうかを判断するsotaデコーダとして広く見なされているループ性信念伝播(lbp)は,信頼性に乏しく振動行動を示すことが実証的に示されている。 当社のsmcデコーダは信頼性が高く,他のグループテストアルゴリズムのパフォーマンスも向上しています。

関連論文リスト

• Is this model reliable for everyone? Testing for strong calibration [4.893345190925178]
  十分に校正されたリスク予測モデルでは、平均予測確率は任意のサブグループの真の事象率に近い。 強いキャリブレーションのためのモデル監査のタスクは、潜在的な部分群の数が多すぎるため、難しいことが知られている。 適合性試験の最近の進歩は潜在的な解決策を提供するが、弱い信号を持つ設定には設計されていない。
  論文  参考訳（メタデータ） (2023-07-28T00:59:14Z)
• Sequential Kernelized Independence Testing [101.22966794822084]
  我々は、カーネル化依存度にインスパイアされたシーケンシャルなカーネル化独立試験を設計する。 シミュレーションデータと実データの両方にアプローチのパワーを実証する。
  論文  参考訳（メタデータ） (2022-12-14T18:08:42Z)
• Cost-aware Generalized $\alpha$-investing for Multiple Hypothesis Testing [5.521213530218833]
  非自明なデータ収集コストを伴う逐次多重仮説テストの問題点を考察する。 この問題は、病気の過程の異なる発現遺伝子を識別するための生物学的実験を行うときに発生する。 我々は,$alpha$-wealthの長期的挙動を理論的に分析し,$alpha$-investing決定規則のサンプルサイズを考慮した。
  論文  参考訳（メタデータ） (2022-10-31T17:39:32Z)
• Statistical and Computational Phase Transitions in Group Testing [73.55361918807883]
  本研究の目的は、希少な疾患を患っているk人の集団を同定することである。 個々人のテストを割り当てるための2つの異なる単純なランダムな手順を考える。
  論文  参考訳（メタデータ） (2022-06-15T16:38:50Z)
• Efficient Test-Time Model Adaptation without Forgetting [60.36499845014649]
  テストタイム適応は、トレーニングとテストデータの間の潜在的な分散シフトに取り組むことを目指している。 信頼性および非冗長なサンプルを同定するためのアクティブなサンプル選択基準を提案する。 また、重要なモデルパラメータを劇的な変化から制約するFisher regularizerを導入します。
  論文  参考訳（メタデータ） (2022-04-06T06:39:40Z)
• Group Testing with Non-identical Infection Probabilities [59.96266198512243]
  そこで我々は,集合形成法を用いた適応型グループテストアルゴリズムを開発した。 提案アルゴリズムは, エントロピー下界に近い性能を示す。
  論文  参考訳（メタデータ） (2021-08-27T17:53:25Z)
• Efficient and accurate group testing via Belief Propagation: an empirical study [5.706360286474043]
  グループテスト問題は効率的なプーリングスキームとアルゴリズムを要求する。 目標は感染したサンプルを正確に識別し、最小限の数の検査を行うことである。 結果の精度を大幅に向上させる新しいテスト設計を提案する。
  論文  参考訳（メタデータ） (2021-05-13T10:52:46Z)
• Efficient Detection Of Infected Individuals using Two Stage Testing [0.0]
  集団検査は、集団を検査して感染した個体を検出する効果的な方法である。 複数の段階群試験アルゴリズムの効率を特徴付ける。 最適設定では、テストスキームは入力パラメータのエラーに対して堅牢である。
  論文  参考訳（メタデータ） (2020-08-24T23:05:10Z)
• Bloom Origami Assays: Practical Group Testing [90.2899558237778]
  グループテストは、いくつかの魅力的なソリューションでよく研究されている問題である。 近年の生物学的研究は、従来の方法と相容れない新型コロナウイルスの実践的な制約を課している。 我々は,Bloomフィルタと信条伝搬を組み合わせた新しい手法を開発し,n(100以上)の大きい値に拡張し,良好な経験的結果を得る。
  論文  参考訳（メタデータ） (2020-07-21T19:31:41Z)
• Crackovid: Optimizing Group Testing [7.895866278697778]
  患者から採取したサンプルを$n$とすれば、テスト対象のサンプルをどうやって選択すればよいのか? 適応的戦略も非適応的戦略も考慮し, 患者感染と検査誤差の両方に先行してベイズ的アプローチを採る。
  論文  参考訳（メタデータ） (2020-05-13T16:40:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。