यह शोधपत्र सटीक और विश्वसनीय फोटोमेट्रिक रेडशिफ्ट निर्धारण के लिए एक नवीन एल्गोरिथम दृष्टिकोण प्रस्तुत करता है, जो विस्तृत-क्षेत्र फोटोमेट्रिक सर्वेक्षणों में एक प्रमुख कारक है। पारंपरिक मशीन लर्निंग और कृत्रिम बुद्धिमत्ता तकनीकों के बजाय, हम एक सशर्त जनरेटिव एडवर्सेरियल नेटवर्क (CGAN) का उपयोग करके आकाशगंगाओं के फोटोमेट्रिक रेडशिफ्ट को निर्धारित करने की एक विधि प्रस्तावित करते हैं। यह विधि फोटोमेट्रिक रेडशिफ्ट के बिंदु अनुमान और संभाव्यता घनत्व अनुमान, दोनों प्रदान करती है, और इसका परीक्षण डार्क एनर्जी सर्वे (DES) Y1 डेटा का उपयोग करके किया जाता है और इसकी तुलना मिक्स्ड डेंसिटी नेटवर्क (MDN) से की जाती है। यद्यपि MDN, CGAN से बेहतर प्रदर्शन करता है, फिर भी इसके प्रदर्शन मेट्रिक्स MDN के समान हैं, जो फोटोमेट्रिक रेडशिफ्ट अनुमान के लिए CGAN के संभावित अनुप्रयोग का सुझाव देते हैं।
