본 논문은 딥 러닝 기반의 인코더-디코더 네트워크를 활용하여 287,872개의 초거대 블랙홀 질량의 대규모 카탈로그를 제시한다. 849개의 퀘이사의 반향 매핑(RM) 기반 질량을 레이블로 사용하여 광학 스펙트럼에 대해 훈련된 이 방법은 RM 기반 질량에 대해 0.058dex의 제곱근 평균 오차(RMSE), 약 14%의 상대적 불확실성, 0.91의 결정 계수($R^{2}$)를 달성했다. 이는 기존의 단일선 비리얼 추정기를 훨씬 능가하는 성능이다. 특히, 이 방법은 경험적 관계가 신뢰할 수 없는 낮은 질량($<10^{7.5}M_\odot$) 및 높은 질량($>10^{9}M_\odot$) 퀘이사에 대해서도 높은 정확도를 유지한다.
