Рентгеновские детекторы работают как пчелиные соты: в шестиугольных ячейках то тут, то там вспыхивают частицы. Обычные алгоритмы растягивают эти соты на квадратную сетку, из-за чего появляются ложные призраки поляризации. Учёные применили нейросеть, которая живёт по законам сот — она напрямую обрабатывает гексагональную структуру, не ломая естественный узор.

Сеть обучалась только на неполяризованных данных, где никакого танца нет. Но, добавив вращение и усреднение, она научилась подавлять собственные искажения и проявила слабые колебания поляризации. Удивительно, что точность на каждом отдельном следе оказалась выше, чем у классического метода, однако общая картина поляризации вышла хуже — локальный успех не гарантирует глобальной правоты.

Этот подход помогает выявлять скрытые ошибки машинного обучения и в будущем точнее измерять поляризацию от нейтронных звёзд и чёрных дыр.