Uncovering the core dimensions of visual object representations

Informations projet

COREDIM

N° de convention de subvention: 101039712

DOI

10.3030/101039712

Date de signature de la CE 7 Juin 2022

Date de début 1 Juillet 2022

Date de fin 30 Juin 2027

Financé au titre de

• European Research Council (ERC)

Coût total

€ 1 500 000,00

Contribution de l’UE

€ 1 500 000,00

Coordonné par

JUSTUS-LIEBIG-UNIVERSITAET GIESSEN
Germany

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Publications

Other (6)

The scope and limits of fine-grained image and category information in the ventral visual pathway

Auteurs: Markus W. Badwal, Johanna Bergmann, Johannes Roth, Christian F. Doeller, Martin N. Hebart
Publié dans: NO JOURNAL TITLE, 2024
Éditeur: Cold Spring Harbor Laboratory
DOI: 10.1101/2024.08.04.606507

Dimensions underlying the representational alignment of deep neural networks with humans

Auteurs: Florian P. Mahner, Lukas Muttenthaler, Umut Güçlü, Martin N. Hebart
Publié dans: Arxiv, 2024
Éditeur: Cold Spring Harbor Library
DOI: 10.48550/arXiv.2406.19087

“Identifying and characterizing scene representations relevant for categorization behavior”

Auteurs: Johannes J.D. Singer, Agnessa Karapetian, Martin N. Hebart, Radoslaw M. Cichy
Publié dans: 2023
Éditeur: Cold Spring Harbor Laboratory
DOI: 10.1101/2023.08.17.553708

Core dimensions of human material perception

Auteurs: Filipp Schmidt, Martin N Hebart, Alexandra C. Schmid, Roland Fleming
Publié dans: NO JOURNAL TITLE, 2022
Éditeur: Center for Open Science
DOI: 10.31234/osf.io/jz8ks

A high-throughput approach for the efficient prediction of perceived similarity of natural objects

Auteurs: Philipp Kaniuth, Florian P. Mahner, Jonas Perkuhn, Martin N. Hebart
Publié dans: NO JOURNAL TITLE, 2024
Éditeur: Cold Spring Harbor Laboratory
DOI: 10.1101/2024.06.28.601184

Dynamic representation of multidimensional object properties in the human brain

Auteurs: Lina Teichmann, Martin N. Hebart, Chris I. Baker
Publié dans: NO JOURNAL TITLE, 2023
Éditeur: Cold Spring Harbor Laboratory
DOI: 10.1101/2023.09.08.556679

Peer reviewed articles (14)

What comparing deep neural networks can teach us about human vision

Auteurs: Katja Seeliger, Martin N. Hebart
Publié dans: Nature Machine Intelligence, Numéro 6, 2024, ISSN 2522-5839
Éditeur: Nature Springer
DOI: 10.1038/s42256-024-00789-8

How modular are modules in visual cortex?

Auteurs: Martin N Hebart
Publié dans: Brain, Numéro 148, 2025, ISSN 0006-8950
Éditeur: Oxford University Press (OUP)
DOI: 10.1093/BRAIN/AWAF100

Core dimensions of human material perception

Auteurs: Filipp Schmidt, Martin N. Hebart, Alexandra C. Schmid, Roland W. Fleming
Publié dans: Proceedings of the National Academy of Sciences, Numéro 122, 2025, ISSN 0027-8424
Éditeur: Proceedings of the National Academy of Sciences
DOI: 10.1073/PNAS.2417202122

THINGS-data, a multimodal collection of large-scale datasets for investigating object representations in human brain and behavior

Auteurs: Martin N Hebart, Oliver Contier, Lina Teichmann, Adam H Rockter, Charles Y Zheng, Alexis Kidder, Anna Corriveau, Maryam Vaziri-Pashkam, Chris I Baker
Publié dans: eLife, Numéro 12, 2023, ISSN 2050-084X
Éditeur: eLife Sciences Publications, Ltd
DOI: 10.7554/eLife.82580

THINGSplus: New Norms and Metadata for the THINGS Database of 1,854 Object Concepts and 26,107 Natural Object Images

Auteurs: Laura Mai Stoinski; Jonas Perkuhn; Martin N Hebart
Publié dans: Behavior Research Methods, 2023, ISSN 1554-3528
Éditeur: Springer
DOI: 10.31234/osf.io/exu9f

Dimensions underlying the representational alignment of deep neural networks with humans

Auteurs: Florian P. Mahner, Lukas Muttenthaler, Umut Güçlü, Martin N. Hebart
Publié dans: Nature Machine Intelligence, Numéro 7, 2025, ISSN 2522-5839
Éditeur: Nature Springer
DOI: 10.1038/S42256-025-01041-7

Ten principles for reliable, efficient, and adaptable coding in psychology and cognitive neuroscience

Auteurs: Johannes Roth; Yunyan Duan; Florian P. Mahner; Philipp Kaniuth; Thomas S. A. Wallis; Martin N. Hebart
Publié dans: Communications Psychology, 2025, ISSN 2731-9121
Éditeur: Nature Springer
DOI: 10.1038/S44271-025-00236-3

The Spatiotemporal Neural Dynamics of Object Recognition for Natural Images and Line Drawings

Auteurs: Johannes J.D. Singer; Radoslaw M. Cichy; Martin N. Hebart
Publié dans: The Journal of Neuroscience, 2022, ISSN 1529-2401
Éditeur: Society for Neuroscience
DOI: 10.1101/2022.08.12.503484

The features underlying the memorability of objects

Auteurs: Max A. Kramer, Martin N. Hebart, Chris I. Baker, Wilma A. Bainbridge
Publié dans: Science Advances, Numéro 9, 2024, ISSN 2375-2548
Éditeur: American Association for the Advancement of Science (AAAS)
DOI: 10.1126/sciadv.add2981

Distributed representations of behavior-derived object dimensions in the human visual system

Auteurs: Oliver Contier; Chris I. Baker; Martin N. Hebart
Publié dans: Nature Human Behaviour, 2023, ISSN 2397-3374
Éditeur: Nature Springer
DOI: 10.1038/S41562-024-01980-Y

The Scope and Limits of Fine-Grained Image and Category Information in the Ventral Visual Pathway

Auteurs: Markus W. Badwal, Johanna Bergmann, Johannes H.R. Roth, Christian F. Doeller, Martin N. Hebart
Publié dans: The Journal of Neuroscience, Numéro 45, 2025, ISSN 0270-6474
Éditeur: Society for Neuroscience
DOI: 10.1523/JNEUROSCI.0936-24.2024

Identifying and characterizing scene representations relevant for categorization behavior

Auteurs: Johannes J.D. Singer, Agnessa Karapetian, Martin N. Hebart, Radoslaw M. Cichy
Publié dans: Imaging Neuroscience, Numéro 3, 2025, ISSN 2837-6056
Éditeur: MIT Press
DOI: 10.1162/IMAG_A_00449

Distributed representations of behaviour-derived object dimensions in the human visual system

Auteurs: Oliver Contier, Chris I. Baker, Martin N. Hebart
Publié dans: Nature Human Behaviour, 2024, ISSN 2397-3374
Éditeur: Springer Science and Business Media LLC
DOI: 10.1038/s41562-024-01980-y

A high-throughput approach for the efficient prediction of perceived similarity of natural objects

Auteurs: Philipp Kaniuth; Florian P. Mahner; Jonas Perkuhn; Martin N. Hebart
Publié dans: eLife, 2025, ISSN 2050-084X
Éditeur: eLife Sciences Publications
DOI: 10.1101/2024.06.28.601184