Visual perception in deep neural networks

Informazioni relative al progetto

DEEPCEPTION

ID dell’accordo di sovvenzione: 705498

DOI 10.3030/705498

Progetto chiuso

Data della firma CE 29 Febbraio 2016

Data di avvio 1 Ottobre 2016

Data di completamento 30 Settembre 2019

Finanziato da

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Costo totale € 258 530,40

Contributo UE € 258 530,40

Coordinato da

KATHOLIEKE UNIVERSITEIT LEUVEN
Belgium

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Peer reviewed articles (2)

Predict, then simplify

Autori: Jonas Kubilius
Pubblicato in: NeuroImage, Numero 180, 2018, Pagina/e 110-111, ISSN 1053-8119
Editore: Academic Press
DOI: 10.1016/j.neuroimage.2017.12.006

Evidence that recurrent circuits are critical to the ventral stream’s execution of core object recognition behavior

Autori: Kohitij Kar, Jonas Kubilius, Kailyn Schmidt, Elias B. Issa, James J. DiCarlo
Pubblicato in: Nature Neuroscience, Numero 22/6, 2019, Pagina/e 974-983, ISSN 1097-6256
Editore: Nature Publishing Group
DOI: 10.1038/s41593-019-0392-5

Conference proceedings (4)

Toward Goal-Driven Neural Network Models for the Rodent Whisker-Trigeminal System

Autori: Chengxu Zhuang, Jonas Kubilius, Mitra Hartmann, Daniel Yamins
Pubblicato in: Advances in Neural Information Processing Systems 30 (NIPS 2017), 2017, Pagina/e 2555--2565
Editore: Curran Associates, Inc.

Task-Driven Convolutional Recurrent Models of the Visual System

Autori: Aran Nayebi, Daniel Bear, Jonas Kubilius, Kohitij Kar, Surya Ganguli, David Sussillo, James J. DiCarlo, Daniel L. Yamins
Pubblicato in: Advances in Neural Information Processing Systems 31 (NIPS 2018), 2018, Pagina/e 5290-5301
Editore: -

Can Deep Neural Networks Rival Human Ability to Generalize in Core Object Recognition?

Autori: Jonas Kubilius, Kohitij Kar, Kailyn Schmidt, James DiCarlo
Pubblicato in: 2018 Conference on Cognitive Computational Neuroscience, 2018
Editore: Cognitive Computational Neuroscience
DOI: 10.32470/ccn.2018.1234-0

Brain-like object recognition with high-performing shallow recurrent ANNs

Autori: Jonas Kubilius, Martin Schrimpf, Kohitij Kar, Rishi Rajalingham, Ha Hong, Najib J. Majaj, Elias B. Issa, Pouya Bashivan, Jonathan Prescott-Roy, Kailyn Schmidt, Aran Nayebi, Daniel Bear, Daniel L. K. Yamins, James J. DiCarlo
Pubblicato in: Advances in Neural Information Systems 32 (NeurIPS 2019), 2019, Pagina/e 12785-12796
Editore: -

Other (3)

Brain-Score: Which Artificial Neural Network for Object Recognition is most Brain-Like?

Autori: Martin Schrimpf, Jonas Kubilius, Ha Hong, Najib J. Majaj, Rishi Rajalingham, Elias B. Issa, Kohitij Kar, Pouya Bashivan, Jonathan Prescott-Roy, Kailyn Schmidt, Daniel L. K. Yamins, and James J. DiCarlo
Pubblicato in: bioRxiv, 2018
Editore: Cold Spring Harbor Laboratory
DOI: 10.1101/407007

Evidence that recurrent circuits are critical to the ventral stream's execution of core object recognition behavior

Autori: Kohitij Kar, Jonas Kubilius, Kailyn M. Schmidt, Elias B. Issa, James J. DiCarlo
Pubblicato in: bioRxiv, 2018
Editore: Cold Spring Harbor Laboratory
DOI: 10.1101/354753

CORnet: Modeling the Neural Mechanisms of Core Object Recognition

Autori: Jonas Kubilius, Martin Schrimpf, Aran Nayebi, Daniel Bear, Daniel L. K. Yamins, James J. DiCarlo
Pubblicato in: bioRxiv, 2018
Editore: Cold Spring Harbor Laboratory
DOI: 10.1101/408385