본 논문은 불완전하거나 노이즈가 있는 측정값으로부터 신호 또는 상태를 추론하는 역 문제 해결을 위한 새로운 프레임워크인 RePS (Restart for Posterior Sampling)를 제안한다. RePS는 사전 학습된 확산 모델을 활용하여 선형 및 비선형 역 문제를 효율적으로 해결하며, 계산 비용을 줄이기 위해 score network를 통한 역전파를 피한다. 기존의 확산 기반 방법에 비해 빠른 수렴 속도와 우수한 재구성 품질을 달성함을 다양한 역 문제에서 입증한다.
