VAR-PZnn: A machine-learning framework for AGN photometric redshifts using color and variability based features

Authors: S. Satheesh-Sheeba, P. Sánchez-Sáez, R. J. Assef, T. Anguita, P. Arévalo, R. Shirley, M. Salvato, P. Arévalo, F. E. Bauer, C. G. Bornancini, W.N. Brandt, D. De Cicco, M. Fatovic, A. W. Graham, H. Guo, L. Hernandez-Garcia, D. Ilic, A. B. Kovacevic, P. Lira, A. Rojas-Lilayú, M. Marculewicz, D. Marsango, C. Mazzucchelli, T. Mkrtchyan, S. Panda A. Peca, V. Petrecca, B. Rani, G. T. Richards, R. A. Riffel, E. Saremi , D. P. Schneider, B. Sotomayer, M. J. Temple, A. Viitanen, I. Yoon, F. Zou


Abstract: