Un faisceau de particules dans un accélérateur ressemble à un essaim de moucherons : chacun vole à sa propre vitesse et sous son propre angle. Pour que l'essaim ne se disperse pas et atteigne sa cible, les ingénieurs doivent savoir comment toutes les particules se déplacent simultanément — les six coordonnées de leur mouvement. Mais les capteurs ordinaires ne montrent qu'une ombre plate de l'essaim sur un écran, comme une empreinte sur une vitre après un impact.

Le réseau de neurones de cette étude apprend à reconstruire l'essaim complet à partir de seize de ces ombres. Les clichés sont pris sur un écran à l'endroit où le faisceau est légèrement dévié, et entre les images, on modifie les réglages des aimants et la phase du champ accélérateur. Ainsi, chaque particule laisse sa trace sur les écrans sous différents angles, et à partir de ces traces, le réseau assemble une image en trois dimensions.

La méthode a été testée sur l'injecteur du complexe KEK-ATF au Japon. Le réseau a été entraîné sur des simulations informatiques, puis on lui a donné de vraies images. Les dimensions du faisceau reconstruites à la cathode et sa durée ont coïncidé avec les mesures directes. Cela signifie que l'on peut juger de l'essaim dans son ensemble à partir des ombres sur l'écran.

Désormais, le réglage de l'accélérateur peut devenir plus simple : au lieu d'une tomographie lourde, il suffit de prendre seize images et de les passer dans le réseau de neurones. Cela économise du temps et de la puissance de calcul, et la méthode pourra donc être utilisée sur les installations existantes.