EDP Sciences logo
Subscriber Authentication Point
Search
Menu
Home All issues Volume 706 (February 2026) A&A, 706 (2026) A304 References
Open Access
Issue
A&A
Volume 706, February 2026
Article Number A304
Number of page(s) 22
Section Extragalactic astronomy
DOI https://doi.org/10.1051/0004-6361/202554157
Published online 18 February 2026
  1. Aird, J., Coil, A. L., & Kocevski, D. D. 2022, MNRAS, 515, 4860 [NASA ADS] [CrossRef] [Google Scholar]
  2. Arnouts, S., Moscardini, L., Vanzella, E., et al. 2002, MNRAS, 329, 355 [Google Scholar]
  3. Beifiori, A., Courteau, S., Corsini, E. M., & Zhu, Y. 2012, MNRAS, 419, 2497 [NASA ADS] [CrossRef] [Google Scholar]
  4. Bentz, M. C., Peterson, B. M., Netzer, H., Pogge, R. W., & Vestergaard, M. 2009, ApJ, 697, 160 [Google Scholar]
  5. Bertin, E., & Arnouts, S. 1996, A&AS, 117, 393 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  6. Bickley, R. W., Bottrell, C., Hani, M. H., et al. 2021, MNRAS, 504, 372 [NASA ADS] [CrossRef] [Google Scholar]
  7. Birrer, S., & Amara, A. 2018, Phys. Dark Univ., 22, 189 [Google Scholar]
  8. Birrer, S., Amara, A., & Refregier, A. 2015, ApJ, 813, 102 [Google Scholar]
  9. Böhm, A., Wisotzki, L., Bell, E. F., et al. 2013, A&A, 549, A46 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  10. Booth, C. M., & Schaye, J. 2009, Am. Inst. Phys. Conf. Ser., 1201, 21 [Google Scholar]
  11. Boquien, M., Burgarella, D., Roehlly, Y., et al. 2019, A&A, 622, A103 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  12. Bottrell, C., Hani, M. H., Teimoorinia, H., et al. 2019, MNRAS, 490, 5390 [NASA ADS] [CrossRef] [Google Scholar]
  13. Bradley, L., Sipőcz, B., Robitaille, T., et al. 2024, https://doi.org/10.5281/zenodo.10967176 [Google Scholar]
  14. Bruzual, G., & Charlot, S. 2003, MNRAS, 344, 1000 [NASA ADS] [CrossRef] [Google Scholar]
  15. Burgarella, D., Buat, V., & Iglesias-Páramo, J. 2005, MNRAS, 360, 1413 [NASA ADS] [CrossRef] [Google Scholar]
  16. Casey, C. M., Kartaltepe, J. S., Drakos, N. E., et al. 2023, ApJ, 954, 31 [NASA ADS] [CrossRef] [Google Scholar]
  17. Chabrier, G. 2003, PASP, 115, 763 [Google Scholar]
  18. Chang, Y.-Y., Le Floc’h, E., Juneau, S., et al. 2017, ApJS, 233, 19 [Google Scholar]
  19. Cheng, T.-Y., Conselice, C. J., Aragón-Salamanca, A., et al. 2020, MNRAS, 493, 4209 [Google Scholar]
  20. Ćiprijanović, A., Snyder, G. F., Nord, B., & Peek, J. E. G. 2020, Astron. Comput., 32, 100390 [CrossRef] [Google Scholar]
  21. Civano, F., Marchesi, S., Comastri, A., et al. 2016, ApJ, 819, 62 [Google Scholar]
  22. Comerford, J. M., Negus, J., Barrows, R. S., et al. 2022, ApJ, 927, 23 [Google Scholar]
  23. Croton, D. J. 2006, MNRAS, 369, 1808 [NASA ADS] [CrossRef] [Google Scholar]
  24. Davé, R., Anglés-Alcázar, D., Narayanan, D., et al. 2019, MNRAS, 486, 2827 [Google Scholar]
  25. Dehghani, M., Djolonga, J., Mustafa, B., et al. 2023, Scaling Vision Transformers to 22 Billion Parameters [Google Scholar]
  26. Dewsnap, C., Barmby, P., Gallagher, S. C., et al. 2023, ApJ, 944, 137 [NASA ADS] [CrossRef] [Google Scholar]
  27. Dieleman, S., Willett, K. W., & Dambre, J. 2015, MNRAS, 450, 1441 [NASA ADS] [CrossRef] [Google Scholar]
  28. Domínguez Sánchez, H., Huertas-Company, M., Bernardi, M., Tuccillo, D., & Fischer, J. L. 2018, MNRAS, 476, 3661 [Google Scholar]
  29. Dosovitskiy, A., Beyer, L., Kolesnikov, A., et al. 2021, An Image is Worth 16x16 Words Transformers for Image Recognition at Scale [Google Scholar]
  30. Du, P., Hu, C., Lu, K.-X., et al. 2014, ApJ, 782, 45 [NASA ADS] [CrossRef] [Google Scholar]
  31. Euclid Collaboration (Moneti, A., et al.) 2022, A&A, 658, A126 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  32. Euclid Collaboration (Bisigello, L., et al.) 2023, MNRAS, 520, 3529 [NASA ADS] [CrossRef] [Google Scholar]
  33. Euclid Collaboration (Margalef-Bentabol, B., et al.) 2026, A&A, in press https://doi.org/10.1051/0004-6361/202554583 [Google Scholar]
  34. Ferreira, L., Conselice, C. J., Duncan, K., et al. 2020, ApJ, 895, 115 [NASA ADS] [CrossRef] [Google Scholar]
  35. Fitriana, I. K., & Murayama, T. 2022, PASJ, 74, 689 [NASA ADS] [CrossRef] [Google Scholar]
  36. Foreman-Mackey, D., Hogg, D. W., Lang, D., & Goodman, J. 2013, PASP, 125, 306 [Google Scholar]
  37. Fukushima, K. 1988, Neural Networks, 1, 119 [CrossRef] [Google Scholar]
  38. Gabor, J. M., Impey, C. D., Jahnke, K., et al. 2009, ApJ, 691, 705 [NASA ADS] [CrossRef] [Google Scholar]
  39. Gardner, J. P., Mather, J. C., Clampin, M., et al. 2006, Space Sci. Rev., 123, 485 [Google Scholar]
  40. Graham, A. W., & Scott, N. 2013, ApJ, 764, 151 [Google Scholar]
  41. Grogin, N. A., Kocevski, D. D., Faber, S. M., et al. 2011, ApJs, 197, 35 [Google Scholar]
  42. Gültekin, K., Richstone, D. O., Gebhardt, K., et al. 2009, ApJ, 698, 198 [Google Scholar]
  43. Hainline, K. N., Reines, A. E., Greene, J. E., & Stern, D. 2016, ApJ, 832, 119 [CrossRef] [Google Scholar]
  44. He, K., Zhang, X., Ren, S., & Sun, J. 2015, ArXiv e-prints [arXiv:1512.03385] [Google Scholar]
  45. Heckman, T. M., Ptak, A., Hornschemeier, A., & Kauffmann, G. 2005, ApJ, 634, 161 [NASA ADS] [CrossRef] [Google Scholar]
  46. Hickox, R. C., & Alexander, D. M. 2018, ARA&A, 56, 625 [Google Scholar]
  47. Hinshaw, G., Larson, D., Komatsu, E., et al. 2013, ApJS, 208, 19 [Google Scholar]
  48. Hirschmann, M., Khochfar, S., Burkert, A., et al. 2010, MNRAS, 407, 1016 [Google Scholar]
  49. Hoyos, C., den Brok, M., Verdoes Kleijn, G., et al. 2011, MNRAS, 411, 2439 [Google Scholar]
  50. Huertas-Company, M., & Lanusse, F. 2023, PASA, 40,e001 [NASA ADS] [CrossRef] [Google Scholar]
  51. Huertas-Company, M., Gravet, R., Cabrera-Vives, G., et al. 2015, ApJS, 221, 8 [NASA ADS] [CrossRef] [Google Scholar]
  52. Huertas-Company, M., Primack, J. R., Dekel, A., et al. 2018, ApJ, 858, 114 [NASA ADS] [CrossRef] [Google Scholar]
  53. Ilbert, O., Arnouts, S., McCracken, H. J., et al. 2006, A&A, 457, 841 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  54. Jackson, F. E., Roberts, T. P., Alexander, D. M., et al. 2012, MNRAS, 422, 2 [Google Scholar]
  55. Jahnke, K., & Macciò, A. V. 2011, ApJ, 734, 92 [NASA ADS] [CrossRef] [Google Scholar]
  56. Ji, Z., Giavalisco, M., Kirkpatrick, A., et al. 2022, ApJ, 925, 74 [NASA ADS] [CrossRef] [Google Scholar]
  57. Kennedy, J., & Eberhart, R. 1995, Proc. ICNN’95 - Int. Conf. Neural Networks, 4, 1942 [Google Scholar]
  58. Kim, M., Ho, L. C., Peng, C. Y., Barth, A. J., & Im, M. 2008, ApJS, 179, 283 [Google Scholar]
  59. Koekemoer, A. M., Faber, S. M., Ferguson, H. C., et al. 2011, ApJs, 197, 36 [CrossRef] [Google Scholar]
  60. Kormendy, J., & Ho, L. C. 2013, ARA&A, 51, 511 [Google Scholar]
  61. La Marca, A., Margalef-Bentabol, B., Wang, L., et al. 2025, A&A, submitted [Google Scholar]
  62. LaMassa, S. M., Georgakakis, A., Vivek, M., et al. 2019, ApJ, 876, 50 [NASA ADS] [CrossRef] [Google Scholar]
  63. Läsker, R., Ferrarese, L., van de Ven, G., & Shankar, F. 2014, ApJ, 780, 70 [Google Scholar]
  64. LeCun, Y., Bengio, Y., & Hinton, G. 2015, Nature, 521, 436 [Google Scholar]
  65. Li, J., Silverman, J. D., Ding, X., et al. 2021, ApJ, 918, 22 [NASA ADS] [CrossRef] [Google Scholar]
  66. Lintott, C. J., Schawinski, K., Slosar, A., et al. 2008, MNRAS, 389, 1179 [NASA ADS] [CrossRef] [Google Scholar]
  67. Liu, Z., Lin, Y., Cao, Y., et al. 2021, ArXiv e-prints [arXiv:2103.14030] [Google Scholar]
  68. Liu, Z., Mao, H., Wu, C. Y., et al. 2022, Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) [Google Scholar]
  69. Marchesi, S., Lanzuisi, G., Civano, F., et al. 2016, ApJ, 830, 100 [Google Scholar]
  70. Margalef-Bentabol, B., Huertas-Company, M., Charnock, T., et al. 2020, MNRAS, 496, 2346 [Google Scholar]
  71. Margalef-Bentabol, B., Wang, L., La Marca, A., et al. 2024, A&A, 687, A24 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  72. Marinacci, F., Vogelsberger, M., Pakmor, R., et al. 2018, MNRAS, 480, 5113 [NASA ADS] [Google Scholar]
  73. Marshall, M. A., Wyithe, J. S. B., Windhorst, R. A., et al. 2021, MNRAS, 506, 1209 [CrossRef] [Google Scholar]
  74. Martin, G., Bazkiaei, A. E., Spavone, M., et al. 2022, MNRAS, 513, 1459 [NASA ADS] [CrossRef] [Google Scholar]
  75. McConnell, N. J., & Ma, C.-P. 2013, ApJ, 764, 184 [Google Scholar]
  76. Mechtley, M. R. 2014, Ph.D. Thesis, Arizona State University [Google Scholar]
  77. Mechtley, M., Jahnke, K., Windhorst, R. A., et al. 2016, ApJ, 830, 156 [NASA ADS] [CrossRef] [Google Scholar]
  78. Naiman, J. P., Pillepich, A., Springel, V., et al. 2018, MNRAS, 477, 1206 [Google Scholar]
  79. Nelson, D., Pillepich, A., Springel, V., et al. 2018, MNRAS, 475, 624 [Google Scholar]
  80. Nelson, D., Springel, V., Pillepich, A., et al. 2019, Comput. Astrophys. Cosmol., 6, 2 [Google Scholar]
  81. Noll, S., Burgarella, D., Giovannoli, E., et al. 2009, A&A, 507, 1793 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  82. Pearson, W. J., Suelves, L. E., Ho, S. C. C., et al. 2022, A&A, 661, A52 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  83. Peng, C. Y. 2007, ApJ, 671, 1098 [NASA ADS] [CrossRef] [Google Scholar]
  84. Peng, C. Y., Ho, L. C., Impey, C. D., & Rix, H.-W. 2002, AJ, 124, 266 [Google Scholar]
  85. Pierce, C. M., Lotz, J. M., Salim, S., et al. 2010, MNRAS, 408, 139 [Google Scholar]
  86. Pillepich, A., Springel, V., Nelson, D., et al. 2018, MNRAS, 473, 4077 [Google Scholar]
  87. Planck Collaboration XIII. 2016, A&A, 594, A13 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  88. Rodriguez-Gomez, V., Genel, S., Vogelsberger, M., et al. 2015, MNRAS, 449, 49 [Google Scholar]
  89. Rodriguez-Gomez, V., Snyder, G. F., Lotz, J. M., et al. 2019, MNRAS, 483, 4140 [NASA ADS] [CrossRef] [Google Scholar]
  90. Sanders, D. B., Salvato, M., Aussel, H., et al. 2007, ApJS, 172, 86 [Google Scholar]
  91. Satyapal, S., Vega, D., Dudik, R. P., Abel, N. P., & Heckman, T. 2008, ApJ, 677, 926 [NASA ADS] [CrossRef] [Google Scholar]
  92. Schramm, M., & Silverman, J. D. 2013, ApJ, 767, 13 [NASA ADS] [CrossRef] [Google Scholar]
  93. Scoville, N., Aussel, H., Benson, A., et al. 2007, ApJS, 172, 150 [Google Scholar]
  94. Simet, M., Chartab, N., Lu, Y., & Mobasher, B. 2021, ApJ, 908, 47 [NASA ADS] [CrossRef] [Google Scholar]
  95. Simmons, B. D., Lintott, C., Willett, K. W., et al. 2017, MNRAS, 464, 4420 [Google Scholar]
  96. Smith, K. L., Koss, M., & Mushotzky, R. F. 2014, ApJ, 794, 112 [NASA ADS] [CrossRef] [Google Scholar]
  97. Somerville, R. S., Hopkins, P. F., Cox, T. J., Robertson, B. E., & Hernquist, L. 2008, MNRAS, 391, 481 [NASA ADS] [CrossRef] [Google Scholar]
  98. Son, S., Kim, M., Barth, A. J., & Ho, L. C. 2022, J. Korean Astron. Soc., 55, 37 [Google Scholar]
  99. Springel, V., Pakmor, R., Pillepich, A., et al. 2018, MNRAS, 475, 676 [Google Scholar]
  100. Sturm, M. R., & Reines, A. E. 2024, ArXiv e-prints [arXiv:2406.06675] [Google Scholar]
  101. Truebenbach, A. E., & Darling, J. 2017, MNRAS, 468, 196 [NASA ADS] [CrossRef] [Google Scholar]
  102. Tuccillo, D., Huertas-Company, M., Decencière, E., et al. 2018, MNRAS, 475, 894 [NASA ADS] [CrossRef] [Google Scholar]
  103. Urbano-Mayorgas, J. J., Villar Martín, M., Buitrago, F., et al. 2019, MNRAS, 483, 1829 [Google Scholar]
  104. Vaswani, A., Shazeer, N., Parmar, N., et al. 2017, ArXiv e-prints [arXiv:1706.03762] [Google Scholar]
  105. Walmsley, M., Smith, L., Lintott, C., et al. 2020, MNRAS, 491, 1554 [Google Scholar]
  106. Walmsley, M., Lintott, C., Géron, T., et al. 2022a, MNRAS, 509, 3966 [Google Scholar]
  107. Walmsley, M., Scaife, A. M. M., Lintott, C., et al. 2022b, MNRAS, 513, 1581 [NASA ADS] [CrossRef] [Google Scholar]
  108. Walmsley, M., Allen, C., Aussel, B., et al. 2023, J. Open Source Software, 8, 5312 [NASA ADS] [CrossRef] [Google Scholar]
  109. Weaver, J. R., Kauffmann, O. B., Ilbert, O., et al. 2022, ApJS, 258, 11 [NASA ADS] [CrossRef] [Google Scholar]
  110. Weinberger, R., Springel, V., Pakmor, R., et al. 2018, MNRAS, 479, 4056 [Google Scholar]
  111. Willett, K. W., Lintott, C. J., Bamford, S. P., et al. 2013, MNRAS, 435, 2835 [Google Scholar]
  112. Willett, K. W., Galloway, M. A., Bamford, S. P., et al. 2017, MNRAS, 464, 4176 [NASA ADS] [CrossRef] [Google Scholar]
  113. Zanisi, L., Huertas-Company, M., Lanusse, F., et al. 2021, MNRAS, 501, 4359 [NASA ADS] [CrossRef] [Google Scholar]
  114. Zhuang, M.-Y., & Ho, L. C. 2023, Nat. Astron., 7, 1376 [NASA ADS] [CrossRef] [Google Scholar]
  115. Zhuang, M.-Y., Li, J., & Shen, Y. 2024, ApJ, 962, 93 [Google Scholar]

Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.

Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.

Initial download of the metrics may take a while.