En los experimentos de dispersión de partículas, el blanco a menudo se polariza: los núcleos se alinean de modo que sus espines apunten predominantemente en una dirección. El grado de esta alineación determina el resultado de las colisiones. Para medirla, se envía una señal de radio débil a través del blanco y se observa cómo los núcleos la absorben. Esto es similar a sintonizar una radio: la señal útil se hunde en el ruido y su volumen varía debido a las interferencias.

Tradicionalmente, la señal se extrae mediante detección sensible a la fase, esencialmente un amplificador de bloqueo que escucha solo la frecuencia deseada. Pero ni siquiera esto evita el ruido, la deriva de la línea base y los errores sistemáticos. En el nuevo trabajo, por primera vez se aplicó una red neuronal que aprende a separar la señal del ruido a partir de numerosos ejemplos. La red se entrenó con simulaciones realistas y datos reales, y luego logró reducir notablemente el error del ajuste de la curva.

La mejora en la precisión afecta directamente la calidad del experimento: cuanto menor es la incertidumbre en la polarización, más fiables son las conclusiones sobre la interacción de partículas. El método es adecuado para el monitoreo en línea en tiempo real y para el análisis posterior de datos. Es una nueva herramienta para la espectroscopía de RMN en física de altas energías.