样本参与组测试数有上限约束的组合群试问题研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11771346
  • 项目类别:
    面上项目
  • 资助金额:
    48.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0406.离散优化
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

Combinatorial group testing problem considers how to choose a series of subsets for testing from a sample set, where each test result indicates whether a subset contains at least one defective item or not. The goal is to identify all the defective items in the sample set using as few tests as possible. In this project, we plan to study the design of testing strategies for three different scenarios (to identify all the defective items, to identify one defective item, and to identify a given number of good items) under the combinatorial group testing model, under the condition that each item is allowed to participate in a constrained number of testing groups. The constraint on the number of participating groups for each item is relevant in practice, for typical applications of combinatorial group testing problem such as blood testing. Moreover, studying combinatorial group testing problems with the above constraint provides us a way to study, when the number of defective items is unknown in advance, group testing problems with constrained number of positive responses. The study of group testing problems with the latter type constraint is for some applications, e.g., leak testing on sealed radioactive sources, in which a test involving a defective item may cause harm to the personnel performing the test or to the testing device. The research in this project aims to design testing strategies with both good theoretical guarantee and desirable practical performance, to solve the above problems, and to further enrich the research on combinatorial group testing problems.
组合群试问题考虑如何选择一个样本集的一系列子集进行测试,对每个子集的测试结果显示该子集是否至少含有一个有缺陷的样本。问题目标是通过尽可能少的测试来识别出所有的缺陷样本。本项目拟研究在样本能够参与的组测试数有上限约束条件下,三个不同情形下的组合群试问题(包括识别出全部的缺陷样本,识别出一个缺陷样本,以及识别出给定数量的好样本)的测试策略设计。样本参与组测试数有上限这一约束,在验血等组合群试问题的典型应用中具有实际意义。另外,对带有上述约束的组合群试问题的研究,也给出了缺陷样本数未知情况下,阳性测试结果数有上限的群试问题的一个研究思路。对后一类群试问题的研究是考虑在一些应用中,例如对密封的放射性物质进行泄露检测,对缺陷样本的测试可能会对测试人员或仪器造成一定程度的危害。本项目旨在设计具有好的理论分析结果和实际执行效果的测试策略,来分别解决上述问题,以进一步丰富关于组合群试问题的研究。

结项摘要

群试问题考虑如何选择一个样本集的一系列子集进行测试,测试结果显示每个子集是否至少包含一个有缺陷的样本,使得通过尽可能少的测试确定出样本集里所有的缺陷样本。在实际应用中,样本集里缺陷样本的个数通常是未知的,同时每个样本能够参与的测试数通常有上限约束。我们研究了输入集合中缺陷样本个数未知情况下样本参与测试数有上限约束的组合群试问题,给出了一个新的确定性递归测试策略,同时证明了对于该问题任意确定性测试策略需要测试数的一个下界。在样本参与测试数上限为常数的情况下,我们给出的测试策略需要的测试数是渐进最优的。该问题本身具有理论上的研究意义以及包括血样检验等实际应用意义,同时对该问题的研究还为缺陷样本个数未知情况下阳性测试结果数有上限约束的组合群试问题的研究提供了一个新的思路。阳性测试结果数有上限约束的组合群试问题的应用包括放射性或有毒副作用物质的泄露检测等,在这些应用中测试中的缺陷样本可能会对测试人员或设备造成一定程度的损伤。我们同时研究了当输入集合中只包含一个缺陷样本同时阳性结果测试数不超过给定上限时,该问题随机测试策略期望测试数的最小值,给出了最优期望测试数精确的上下界估计。我们研究的另一个问题是识别输入集合中的一部分好样本,使得识别出的好样本数量占样本总数比例不低于一个预先给定值这一群试问题的变形。对于输入集合中缺陷样本数未知的情形,我们给出了该问题的一类测试策略,当该预先给定的比例值趋近于1时这类测试策略所需测试数是渐进最优的。同时我们证明了对于该问题任意确定性测试策略需要测试数的一个下界。最后,对于缺陷样本个数未知情况下识别出集合中所有缺陷样本这一组合群试领域的核心问题,在之前最优测试算法的基础上,通过改进所选测试子集大小的设定方式,以及创造性地设计了一个对于包含缺陷样本子集的进一步划分方法,我们给出了该问题的一个进一步改进的算法,使得算法在最坏情形下的测试数进一步降低。

项目成果

期刊论文数量(9)
专著数量(0)
科研奖励数量(1)
会议论文数量(0)
专利数量(0)
A class of asymptotically optimal group screening strategies with limited item participation
一类有限项目参与的渐近最优群体筛选策略
  • DOI:
    10.1016/j.dam.2019.06.012
  • 发表时间:
    2019-11
  • 期刊:
    Discrete Applied Mathematics
  • 影响因子:
    1.1
  • 作者:
    Cheng Yongxi;Yang Yunyue;Du Ding-Zhu
  • 通讯作者:
    Du Ding-Zhu
On optimal randomized group testing with one defective item and a constrained number of positive responses
使用一项有缺陷的项目和有限数量的阳性反应进行最佳随机分组测试
  • DOI:
    10.1016/j.disopt.2020.100621
  • 发表时间:
    2021-02
  • 期刊:
    Discrete Optimization
  • 影响因子:
    1.1
  • 作者:
    Yongxi Cheng;Yunyue Yang;Ding-Zhu Du
  • 通讯作者:
    Ding-Zhu Du
A new upper bound on the work function algorithm for the k-server problem
k-服务器问题的功函数算法的新上限
  • DOI:
    10.1007/s10878-019-00493-z
  • 发表时间:
    2019-11
  • 期刊:
    Journal of Combinatorial Optimization
  • 影响因子:
    1
  • 作者:
    Wenming Zhang;Yongxi Cheng
  • 通讯作者:
    Yongxi Cheng
A randomized competitive group testing procedure
随机竞争组测试程序
  • DOI:
    10.1007/s10878-017-0190-5
  • 发表时间:
    2017-11
  • 期刊:
    Journal of Combinatorial Optimization
  • 影响因子:
    1
  • 作者:
    Zhang Guiqing;Cheng Yongxi;Xu Yinfeng
  • 通讯作者:
    Xu Yinfeng
An improved online evacuation strategy from a convex region on grid networks
一种改进的网格网络凸区域在线疏散策略
  • DOI:
    10.1007/s10878-018-0284-8
  • 发表时间:
    2018-03
  • 期刊:
    Journal of Combinatorial Optimization
  • 影响因子:
    1
  • 作者:
    Zhang Guiqing;Cheng Yongxi;Qin Lan
  • 通讯作者:
    Qin Lan

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

程永席的其他基金

缺陷元素个数未知情况下的组合群试策略研究
  • 批准号:
    11101326
  • 批准年份:
    2011
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码