La mia comprensione dell'algoritmo è la seguente:
Nessun campionatore di inversione a U (NUTS) è un metodo Monte Carlo Hamiltoniano. Ciò significa che non è un metodo a catena di Markov e, quindi, questo algoritmo evita la parte di camminata casuale, che è spesso considerata inefficiente e lenta a convergere.
Invece di fare una passeggiata casuale, NUTS fa salti di lunghezza x. Ogni salto raddoppia mentre l'algoritmo continua a funzionare. Ciò accade fino a quando la traiettoria non raggiunge un punto in cui desidera tornare al punto iniziale.
Le mie domande: cosa c'è di così speciale nell'inversione a U? In che modo il raddoppio della traiettoria non salta il punto ottimizzato? La mia descrizione sopra è corretta?