要約：ベイズの観点から、スコアベースの拡散は結合推論を通じて逆問題を解決し、サンプリング過程を導くように尤度と事前分布を組み込む。しかし、この定式化はその実践的な挙動を説明できない：事前分布は限られた指針しか提供せず、再構成はほぼ測定一貫性項によって推進される。これらのソルバーにおける拡散前方分布は、データ多様体の近傍に推定値を配置する“ウォーム初期化”として主に機能し、一方、再構成はほぼ全て測定の一貫性によって推進される。この観察に基づき、拡散ベースの初期化を尤度駆動の改良から完全に分離する \textbf{DAPS++} を導入します。拡散ベースの初期化を尤度駆動の改良から完全に分離することにより、尤度項が推論をより直接的に導くようにしつつ、数値的安定性を維持し、なぜ統一された拡散軌道が実践で依然有効であるかについての洞察を提供します。より少ない関数評価回数（NFEs）および測定最適化ステップを必要とすることにより、\textbf{DAPS++} は高い計算効率と多様な画像復元タスクにおける堅牢な再構成性能を実現します。
返却形式： {"translated": "翻訳されたHTML"}
