Dorfman-Type Group Testing for a Modified Binomial Model
修正二项模型下的 Dorfman 型群组检测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要中的群组检测是二元状态识别与检测设计问题，未涉及经济离散选择、网络干扰或其他所列领域的专门结构。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
修正二项模型下的 Dorfman 型群组检测
- 研究问题
- 在识别总体中所有二元状态个体时，修正二项模型能否降低单位预期检测次数，以及应如何选择最优群组大小？
- 方法与思路
- 作者引入修正二项群组检测模型，研究最优 Dorfman 型程序，并分别提供有限总体和无限总体下选择群组大小的方法。
- 材料陈述的贡献
- 摘要称，在新模型适用时，其单位预期检测次数少于常用二项模型且优于逐个检测，并补充了原二项模型的若干结果。
- 阅读关注点
- 应核对修正模型与普通二项模型的区别、检测机制和成本定义，以及有限与无限总体下最优群组规模的确定条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；新模型的适用条件和检测误差设定未说明，不能外推其成本优势。
原文摘要
In this article we introduce a new group-testing model which we refer to as the modified binomial model. This new model, when applicable, not only requires a smaller per unit expected number of tests to identify all units (in a population of dichotomous units) than does the frequently considered binomial model, but also is always preferable to individual testing. We consider optimal Dorfman-type procedures under the modified model and present methods for determining the best choices of group sizes for both finite and infinite population cases. We also offer some new results for the binomial model.