本研究は、未知のグラフをノードの部分集合に対するグループクエリを通じて学習する問題を検討しています。一般に、非適応型環境下でノード数がn、エッジ数がkの任意のグラフを学習するのは難しく、許容される誤差確率が小さい場合でも、テストにはΩ(最小{k²log n, n²})が必要です。本論文では、エルドシュ--レーニー（ER）グラフの学習に焦点を当て、効率的なテスト・デコーディング方式を設計することを目指しています。従来の研究では、最適なテスト数をO(バー{k}log n)で達成するテスト・デコーディング方式が提案されていますが、デコーディング時間はΩ(n²)を要します。本論文では、最近開発された二分スプリット手法を拡張し、高い確率でエッジ集合を復元する方法を示しました。これにより、テスト数はO(バー{k}log n)で、デコーディング時間もO(バー{k}^{1+δ}log n)とすることが可能になります（δは任意の正の数）。