使用条件生成对抗网络（CGANs）测定星系光度红移
天体物理仪器与方法
2025-07-18 v3 宇宙学与河外天体物理
人工智能
摘要
准确可靠的光度红移测定是宽场测光巡天的关键之一。传统上，星系光度红移的测定是通过使用机器学习与人工智能技术，在同时具有测光和光谱数据的校准样本上训练来解决的。本文提出了一种使用条件生成对抗网络（CGANs）测定星系光度红移的新算法。所提出的实现能够同时给出光度红移的点估计和概率密度估计。该方法使用暗能量巡天（DES）Y1数据进行测试，并与现有算法（如混合密度网络MDN）进行比较。尽管结果显示MDN更优，但CGAN的质量指标接近MDN结果，为CGAN在光度红移估计中的应用打开了大门。
引用
@article{arxiv.2501.06532,
title = {Determination of galaxy photometric redshifts using Conditional Generative Adversarial Networks (CGANs)},
author = {M. Garcia-Fernandez},
journal= {arXiv preprint arXiv:2501.06532},
year = {2025}
}