本研究提出了一种新模型，结合光度和光谱数据，利用迁移学习方法，克服了传统机器学习在红移预测中的局限性，有效降低了偏差和均方根误差。

下一代望远镜将提供高分辨率光谱数据，用于分析系外行星。研究者提倡使用机器学习技术进行异常检测，以寻找具有不寻常化学组成和未知生物特征的行星。他们成功验证了两种流行的异常检测方法在合成光谱上的可行性，并通过ROC曲线比较了这两种技术的性能。